[发明专利]使用分布式计算网络的边缘节点的压缩感测系统和方法

说明书

一种使用分布式计算网络的边缘节点进行压缩感测的系统和方法。该方法包括由所述边缘节点的传感器来连续地采集原始数据信号。动态更新量化所述原始数据信号中的能量失真的信号能量指示符。当所述信号能量指示符被更新时，确定作为所述信号能量指示符的函数的一个或多个压缩特性。根据所述一个或多个压缩特性的当前值对所述原始数据信号进行下采样以创建压缩数据信号。将包括所述压缩数据信号的输出传送到中央节点。

技术领域

本公开总体上涉及分布式计算系统，并且更具体地涉及在分布式计算系统的启用传感器的边缘节点处启用压缩感测。

背景技术

在许多行业中，将越来越大数量的传统上不连接的不同设备可通信地连接在一起的趋势一直存在。示例包括家庭和建筑控制系统，诸如连接的照明系统、库存跟踪系统、“物联网”和/或其他“智能的”或“连接的”系统。通常，这些系统的边缘节点（例如，连接的照明系统中的照明器）包括传感器和通信模块，其使得系统作为一个整体能够更有效地、高效地和/或自动地响应相关环境（例如，家庭、办公室、仓库等）中的动态变化。为了使这些系统可行（例如，经济的），这些系统的一个典型特性是在边缘节点处（例如，在连接的照明系统中的照明器处）的计算资源的可用性有限并且系统的节点互连所用的功率带宽较低。

解决由连接系统的有限资源施加的约束的一种方法包括压缩感测，其中原始采集的传感器数据在边缘处被压缩，并且然后被传送到中央或指定的网络基础设施，诸如本地服务器或云，以解压缩和分析。然而，随着数据被越来越多地压缩（例如，为了在边缘节点处的有限带宽和计算资源上数据被及时压缩和传送），在解压缩之后数据的准确性存在相应的降低。

因此，本领域一直需要有助于更及时、准确和有效地分析在分布式计算系统的资源受限的边缘节点处采集的传感器数据的系统和方法。

发明内容

本公开涉及用于使用分布式计算网络的启用传感器的边缘节点来提供压缩感测的本发明的系统和方法。本文中的各种实施例和实现针对数据压缩和重构方法，其中数据首先由分布式计算网络的一个或多个边缘节点的（一个或多个）传感器采集。计算信号能量指示符，其表示或对应于数据信号中的能量失真，例如差异、熵、范数等。诸如采样频率、窗口长度等的压缩参数可以被确定为信号能量指示符的函数（例如，与信号能量指示符成比例）。

基于评估的信号能量指示符，通过增加窗口长度和降低较低能量信号的采样频率来确定并参数化压缩的优选窗口长度和/或采样频率。信号能量指示符可以自动更新，以可变地适应变化的条件。另外，可以基于使用原始数据信号中的能量含量而选择的压缩方案来对压缩的数据信号进行解压缩。以此方式，系统可以自主地改变压缩和解压缩的特性，以可变地响应变化的需要，同时保持精度并最小化所需的传输带宽和计算资源。

下面提到的所有示例和特征都可以以任何技术上可能的方式组合。

通常，在一个方面，提供了一种使用分布式计算网络的边缘节点进行压缩感测的方法。该方法包括：通过边缘节点的传感器来连续地采集原始数据信号；动态更新量化原始数据信号中的能量含量的信号能量指示符（Ɛ）；当信号能量指示符被更新时，根据信号能量指示符确定一个或多个压缩特性；根据一个或多个压缩特性的当前值对所述原始数据信号进行下采样以创建压缩数据信号；以及将包括压缩数据信号的输出传送到中央节点。

根据一个实施例，一个或多个压缩特性包括采样频率（δ）、信号窗口长度（N），或者是包括前述中的至少一个的组合。

根据一个实施例，还基于边缘节点可用的分布式计算网络的网络容量（Ø）来确定信号窗口长度。

根据一个实施例，下采样包括相对于采样频率对原始数据信号进行随机下采样和随机降采样中的至少一个。

根据一个实施例，所述方法进一步包括用随机数生成器生成随机数，并利用该随机数作为用于下采样和降采样中的至少一个的索引。