[发明专利]信号测量方法和装置、物联网网络的状态监控方法和装置在审
申请号: | 202110657278.6 | 申请日: | 2021-06-11 |
公开(公告)号: | CN113395181A | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 肖书成;杨振东;沈鑫;乔金兰;吴海佳 | 申请(专利权)人: | 中国人民解放军陆军勤务学院 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;H04L12/26;H04L29/08 |
代理公司: | 北京唐颂永信知识产权代理有限公司 11755 | 代理人: | 刘伟 |
地址: | 401331 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 信号 测量方法 装置 联网 网络 状态 监控 方法 | ||
本申请涉及一种基于压缩感知的信号测量方法、装置、物联网网络的状态监控方法、装置和电子设备。该基于压缩感知的信号测量方法包括:获取待测信号,所述待测信号包含直流分量;将测量矩阵乘以所述待测信号与所述直流分量之间的差值以获得线性测量值,所述测量矩阵是贝努利随机测量矩阵;以及,通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号。这样,通过含直流信号的压缩感知算法,和构建分层次的状态监控模型,能够提高物联网网络的信息节点的异常监控、定位能力。
技术领域
本申请涉及物联网技术领域,更为具体地说,涉及一种基于压缩感知的信号测量方法、装置、物联网网络的状态监控方法、装置和电子设备。
背景技术
物联网网络涉及庞大的物质感知传感器,包括各类传感器和各专业后勤信息系统,信息感知节点众多。同时,随着物联网的发展和应用,节点的增大成为必然。实时的数据依赖于物联网网络的各个节点的正常运行,当数据发生错误、延时等问题时,必须快速定位异常节点,进行正常恢复,才能保障物联网的节点服务能力。用传统监控方法监控各信息节点的状态时,往往通过传统监控方法包括心跳检测和轮询,通过状态变量的值直接判断节点的工作状态,方法简单。但是,随着节点规模的增大,和对节点状态监控精度的提高(监控频率增大),数据对通信带宽的要求会挤占业务数据的带宽,而造成带宽拥挤的矛盾。
压缩感知是当前信号处理领域研究的热点,其在处理宽带信号时可打破奈奎斯特采样定律,这一特性暗示其在处理大规模信号时依然可能保持高精度。
因此,期望能够提供基于压缩感知的信号测量方案及相应的物联网网络的状态监控方案。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种基于压缩感知的信号测量方法、装置、物联网网络的状态监控方法、装置和电子设备,其通过含直流信号的压缩感知算法,和构建分层次的状态监控模型,能够提高物联网网络的信息节点的异常监控、定位能力。
根据本申请的一方面,提供了一种基于压缩感知的信号测量方法,包括:获取待测信号,所述待测信号包含直流分量;将测量矩阵乘以所述待测信号与所述直流分量之间的差值以获得线性测量值,所述测量矩阵是贝努利随机测量矩阵;以及,通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号。
在上述基于压缩感知的信号测量方法中,获取待测信号包括:获取原始信号;以及,通过正交矩阵对所述原始信号进行稀疏变换以获得所述待测信号。
在上述基于压缩感知的信号测量方法中,通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号包括:计算所述待测信号与所述直流分量之间的差值的L1范数;以及,通过凸优化的线性规划确定所述待测信号。
在上述基于压缩感知的信号测量方法中,通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号包括:采用贪婪迭代算法求所述待测信号与所述直流分量之间的差值的L0范数的次优解以确定所述待测信号。
在上述基于压缩感知的信号测量方法中,采用贪婪迭代算法求所述待测信号与所述直流分量之间的差值的L0范数的次优解以确定所述待测信号包括:步骤1:使用所述测量矩阵的基向量建立完备原子库;步骤2:通过余量值与所述完备原子库中的基向量的内积计算确定最大内积对应的候选基向量,所述余量值初始为所述线性测量值;步骤3:计算所述余量值与所述候选基向量的内积;步骤4:计算所述内积与所述候选基向量的乘积;步骤5:计算所述余量值与所述乘积的差值以更新所述余量值;步骤6:迭代执行步骤2到步骤5直到所述余量值小于预定阈值。
在上述基于压缩感知的信号测量方法中,采用贪婪迭代算法求所述待测信号与所述直流分量之间的差值的L0范数的次优解以确定所述待测信号进一步包括:确定所述待测信号的稀疏度是否满足稀疏度要求;以及,在所述待测信号的稀疏度未满足稀疏度要求的情况下,返回步骤2。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军陆军勤务学院,未经中国人民解放军陆军勤务学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110657278.6/2.html,转载请声明来源钻瓜专利网。