[发明专利]一种应用于无线传感器网络的轻量级数据压缩方法

摘要

本发明提出了一种应用于无线传感器网络中的一种轻量级数据压缩方法，分别在采集节点端和汇聚节点端对冗余数据进行压缩处理。在采集节点端，利用感知数据在不断变化的特性，提出变成数据压缩算法CLDCA消除采样数据中冗余数据。在汇聚节点端，针对簇内采集节点上传的感知数据之间存在冗余性，提出权重系数的数据融合算法WDAA对感知数据进行压缩，大大减少汇聚节点的数据冗余。在采集和汇聚两端消除冗余数据可以提高网络带宽的利用率，节省节点能量。

主权项

1.一种应用于无线传感器网络的轻量级数据压缩方法，其特征在于，该轻量级数据压缩方法在采集节点端使用变长数据压缩算法CLDCA对采集的数据进行压缩，消除冗余数据；在汇聚节点端，使用数据权重系数的数据融合算法WDAA对汇聚节点端进行数据融合压缩；所述的在采集节点端使用变长数据压缩算法CLDCA对采用数据进行压缩具体如下：步骤1.1).采集节点对环境数据进行采样，采样数据个数加1；步骤1.2).判断采样数据个数是否超出设定值，没有超出执行步骤1.3)，超出执行步骤1.6)；步骤1.3).与期望值进行比较，判断采样数据是否需要上传，需要上传数据则执行步骤1.4,不需要上传则执行步骤1.1)；步骤1.4).将要上传数据传输到发送模块，设置标记位值为1，表明有数据上传给汇聚节点；步骤1.5).发送模块将数据上传给汇聚节点，转步骤1.1)；步骤1.6).判断标记位，如果标记位值为1，将标记位值设为0，将采样数据的统计数也设为0，执行步骤1.1)，如果标记位值为0，执行步骤1.7)；步骤1.7).采集节点强制上传一次采样数据，计数清0；所述的使用数据权重系数的数据融合算法WDAA对汇聚节点端进行数据融合压缩具体如下：步骤2.1).接收采集节点上传的感知数据；步骤2.2).计算感知数据的期望值E，计算每个感知数据与期望值的差值的绝对值，如果差值的绝对值超出阈值，就将其删除，实现优化采集节点上传的感知数据；步骤2.3).计算出优化后的感知数据的标准差|σ|，将感知数据值分别以﹙‑∞,E‑2*|σ|]、﹙E‑2*|σ|,E‑|σ|]、﹙E‑|σ|,E+|σ|]、﹙E+|σ|,E+2*|σ|]、﹙E+2*|σ|,+∞﹚标准分为5个层次，以步骤2.2)中计算的期望值作为中心，标准差决定了被优化后感知数据分布的幅度；步骤2.4).计算出每个层次中感知数据的平均值；步骤2.5).求出各层次中感知数据的和值Si，再计算出所有层次中感知数据的总和Sum，再计算各层次中感知数据的权重系数Si/Sum；步骤2.6).根据各层次中感知数据的平均值和权重系数的乘积可计算出各层次的权重值，将各层次的权重值进行求和，和值是所求的融合值；步骤2.7).将融合后数据进行上传，再执行步骤2.1)。