[发明专利]在物联网中使用稀疏测量矩阵的压缩数据收集系统

说明书

本发明属于物联网无线数据处理相关技术领域，具体涉及一种在物联网中使用稀疏测量矩阵的压缩数据收集系统。本发明一方面优化稀疏测量矩阵，另一方面使用合适的动态分簇协议，将稀疏测量矩阵的选择与路由协议相结合，保证数据采集的均匀性的同时，有效的减少了数据丢失对数据收集精度的影响，提高了无线传感器节点的数据收集精度。与现有技术相比较，本发明自适应性强：由于物联网系统具有复杂的无线链路结构，无线链路不稳定的情况经常发生，而链路不稳定对稀疏测量矩阵的设计有直接的关系，本发明采用稀疏测量矩阵和分簇路由协议同时优化的方式，能够解决链路不稳定对无线传感器节点数据收集的影响，具有自适应性。

技术领域

本发明属于物联网无线数据处理相关技术领域，具体涉及一种在物联网中使用稀疏测量矩阵的压缩数据收集系统。

背景技术

物联网是一个多学科交叉的技术领域，包含了数据感知、数据收集、数据处理的各个过程。物联网系统中的数据收集通常采用无线传感器节点，无线传感器节点作为联系信息世界和物理世界的中介，把自然界的物理信号转化为数字信号，扩展了互联网的功能领域、量化了人们物理世界的认知。物联网增强了人们对自然界的认知，建立了人与人、物与物、人与物之间的相互连接。物联网系统应用广泛，已经在智慧农业、智能制造、智慧社区、智能家居、智慧城市等领域内得到广泛的应用。

无线传感器节点综合了传感器、微机电系统、无线通信和分布式信息处理等相关技术，所以物联网是多信息技术的交叉产物。在实际的应用中，由于无线传感器节点部署规模比较大，为了节约成本，布设的无线传感器节点往往具有成本低廉、体积小，方便大规模布设等特点，但也正是这些特点导致无线传感器节点存在计算能力受限、能量供应受限等问题。而汇聚节点相比于无线传感器节点在处理能力、存储能力和通信能力等方面都有所增强，它可以对汇集到的数据进行初步的融合处理。在实际部署无线传感器节点时大都采用冗余方式，无线传感器节点收集到的数据具有大量冗余的信息，因此如何实现稳定、高效、持久地数据采集、传输，如何减少网络中能量的消耗，延长网络寿命，一直都是研究人员关注的问题。

压缩感知理论特别适合处理具有冗余信息的数据处理，它突破了传统的奈奎斯特采样定理对于采样频率必须大于两倍信号最大频率才能准确重构信号的限制，将数据采集和压缩过程结合到一起，有效地降低了数据采集和传输的成本。压缩感知理论的长处是可以有效地降低数据传输量，但如何选择最优的传输路径以及解决稀疏测量矩阵的问题，目前还没有可靠的解决方法。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：压缩感知数据收集方法在无线传感器节点网络实际应用过程中受网络异常状况，特别是链路不稳定影响时，数据重构精度下降的问题。

(二)技术方案

为解决上述技术问题，本发明提供一种在物联网中使用稀疏测量矩阵的压缩数据收集系统，所述压缩数据收集系统包括：初始数据收集模块、网络分簇模块、压缩数据收集模块、初始数据获取模块；所述初始数据收集模块包括：初始数据采集单元、初始数据变换单元、压缩数据获取单元、初始数据获取单元；所述网络分簇模块包括：网络默认分簇单元、网络分簇调整单元；

(1)所述初始数据收集模块用于进行初始数据收集，令x∈R^N为初始数据，y∈R^N为测量值，R^N表示N维实数向量；其中，

(11)所述初始数据采集单元用于进行初始数据采集；

N个无线传感器节点按照一定的时间间隔采集初始数据x，初始数据x是由无线传感器节点感知得到的环境信息数据，由于节点部署较多，这些初始数据具有很大的冗余性；

(12)所述初始数据变换单元用于对初始数据x进行变换；