[发明专利]基于网络编码与压缩感知的传感网络分簇式空时压缩方法

摘要

本发明涉及一种基于网络编码与压缩感知的传感网络分簇式空时压缩方法，针对当前研究方案在探索无线传感器网络感知数据时间和空间相关性时存在的重建误差和计算复杂度不够低等性能缺陷问题，融合网络编码与压缩感知理论提出了一个分簇式空时压缩方法，对感知数据空时相关性进行了深度挖掘，通过设计恰当的网络编码系数和观测矩阵元素，将网络编码和压缩感知理论融合统一到实数域，保证了数据重建是可行的并具有高成功率，通过构建传感器节点(簇头节点)独立编码、汇聚节点联合解码思想，使得在保证相同压缩增益的情况下，本方法压缩数据的重建具有更低的重建误差，同时对时间和空间相关性进行循序渐进分步式的探索保证了重建过程的低复杂度。

主权项

1.一种基于网络编码与压缩感知的传感网络分簇式空时压缩方法，其特征在于：传感网络包括一个汇聚节点和至少一个按预设距离划分获得的簇，其中，各个簇分别包括一个簇头节点和至少一个传感器节点，簇头节点为其所在簇中传感器剩余电量最多的传感器节点；所述传感网络分簇式空时压缩方法包括如下步骤：步骤001.各个簇中的各个传感器节点分别按时间维度采集其对应的原始环境数据，其中，时间维度上的原始环境数据在预设的标准正交基Ψ上是可压缩的；各个簇中的各个传感器节点在按时间维度采集其对应原始环境数据过程中，采用同一个预设的n*N阶传感器节点观测矩阵Φ针对时间维度的原始环境数据进行压缩采样，各个簇中各个传感器节点分别获得对应的各个压缩采样数据，各个簇中各个传感器节点分别将其所获得的各个压缩采样数据对应上传至其所在簇的簇头节点；其中，预设的传感器节点观测矩阵Φ任意取自于一个N*N单位矩阵中的部分，且该预设的传感器节点观测矩阵Φ的行数n小于列数N；步骤002.各个簇中的簇头节点分别针对其所在簇中各个传感器节点上传的压缩采样数据，分别采用预设与各个簇相一一对应的m*M阶簇头节点观测矩阵Φ'i进行空间维度的数据压缩，各个簇中的簇头节点分别获得对应的各个本簇压缩数据；其中，在空间维度上各个簇中的簇头节点所接收到的压缩采样数据在预设的标准正交基Ψ′i上是可压缩的，Ψ′i表示第i个簇头节点所对应预设的标准正交基；Φ'i为传感网络中第i个簇头节点所对应的簇头节点观测矩阵，簇头节点观测矩阵中的元素符合独立零均值的高斯分布，1≤i≤I，I为传感网络中簇的数量，M为对应簇中传感器节点的数量，m大于等于1，且m小于对应簇中的M；步骤003.各个簇中的簇头节点分别针对其获得的各个本簇压缩数据，分别设置编码系数bt(e,k)，并根据编码系数bt(e,k)分别针对各个本簇压缩数据进行线性网络编码，各个簇头节点分别获得对应其所在簇的各个本簇压缩编码数据；其中，bt(e,k)表示在时隙t，簇头节点针对其获得的第k个本簇压缩数据设置的编码系数，e表示簇头节点所对应下一跳簇头节点的数据发送链路，k∈{1,2,…,m}，且当t＞1时，bt(e,k)＝0；步骤004.分别针对各个簇中的簇头节点进行如下操作，分别判断簇头节点是否接收到其它簇头节点组播发送来的簇数据，是则簇头节点针对接收到其它簇头节点组播所发送来的簇数据，设置编码系数at(e,e')，并根据编码系数at(e,e')针对该接收到的簇数据进行线性网络编码，簇头节点获得对应的其它簇编码数据，并将对应的各个本簇压缩编码数据和其它簇编码数据相结合构成对应簇头节点的簇数据；否则将对应的各个本簇压缩编码数据构成对应簇头节点的簇数据；其中，at(e,e')表示在时隙t，簇头节点针对由接收链路e'所接收到上一跳簇头节点发送的簇数据设置的编码系数，且at(e,e')符合独立零均值的高斯分布；步骤005.分别针对各个簇中的簇头节点进行如下操作，判断以簇头节点为中心、一跳范围内位于汇聚节点方向的各个节点中是否存在汇聚节点，是则该簇头节点将其簇数据发送至汇聚节点；否则该簇头节点向位于汇聚节点方向、一跳范围内的各个簇头节点进行组播其簇数据，接收到其它簇头结点组播发送来簇数据的簇头节点按照步骤004进行执行，然后再执行步骤005，直至簇数据被发送至汇聚节点；步骤006.汇聚节点针对接收到的簇数据进行实时解码，获得传感网络中各个传感器节点的原始环境数据。