基于压缩感知的动态分簇无线传感网数据收集方法及装置制造方法及图纸

技术编号:11456529 阅读:101 留言:0更新日期:2015-05-14 13:33
本发明专利技术实施例公开了一种基于压缩感知的动态分簇无线传感网数据收集方法,包括:获取无线传感器网络中一个或多个事件源位置;将距离每个事件源位置最近的传感器节点确定为簇头,以每个簇头为中心对无线传感器网络中的传感器节点进行分簇;收集每个簇中的数据,每个对应簇中传感器节点感知到的数据是采用压缩感知方法收集的。本发明专利技术实施例还提供一种基于压缩感知的动态分簇无线传感网数据收集装置。本发明专利技术实施例能够以事件源为中心进行分簇,利用压缩感知技术收集簇内数据,并根据事件源的位置变化,对无线传感器网络进行动态分簇,从而使簇内节点采集的数据相关性更强,且可以在相同的精度要求下传输次数更少,从而延长网络寿命。

【技术实现步骤摘要】
基于压缩感知的动态分簇无线传感网数据收集方法及装置
本专利技术实施例涉及通信领域,尤其涉及基于压缩感知的动态分簇无线传感网数据收集方法及装置。
技术介绍
无线传感器网络(WSN,WirelessSensorNetworks)以其低功耗、低成本、分布式和自组织的特点带来了信息感知的一场变革。WSN由大量集成了无线通信、信息采集和信息处理功能的微小型传感器节点组成,每个传感器节点利用本身的传感器采集周围环境中的信息,然后将信息传输至网络中的汇聚节点Sink。由于传感器节点的能量极为受限,以高精度、低能耗的方式收集WSN终端数据成为亟待解决的问题。传统的WSN数据收集方法是将所有节点采集的数据传输至Sink,而现有技术提出一种基于压缩感知的WSN数据收集方法:以能量最小化为优化目标,计算WSN中最优的簇头个数,将簇头均匀分布在网内,用于周期性检测传感器布设区域,并对有事件源的区域进行数据收集。由于原始数据中存在大量的冗余数据,因此直接传输原始数据会造成极大的能量浪费,而且不利于延长网络寿命。在现有技术中,分簇时并未考虑到影响传感器采集数据的事件源位置,因此会导致簇内数据的相关性较低,在满足相同重构误差的情况下,在使用压缩感知技术进行数据传输时,需要更多的观测次数,使得传输次数较多,不利于节能和延长网络寿命,且簇内节点只是周期性检测传感器布设区域,一旦区域有突发事件发生,则只能以粗精度来收集突发事件源及其附近的数据。
技术实现思路
本专利技术实施例提供了一种基于压缩感知的动态分簇无线传感网数据收集方法及装置,能够进行动态分簇,并使用压缩感知技术收集数据,可以在相同的精度要求下传输次数更少,从而延长网络寿命。有鉴于此,本专利技术第一方面提供一种基于压缩感知的动态分簇无线传感网数据收集的方法,包括:获取无线传感器网络中一个或多个事件源位置;将距离每个事件源位置最近的传感器节点确定为簇头,以每个簇头为中心对所述无线传感器网络中的传感器节点进行分簇;收集每个簇中的数据,所述每个簇中的数据是采用压缩感知方法收集的每个对应簇内传感器节点感知到的数据。结合本专利技术实施例的第一方面,在第一种可能的实现方式中,所述获取无线传感器网络中一个或多个事件源位置,包括:采用非压缩感知的方式获取所述无线传感器网络中的原始数据;根据所述原始数据计算所述无线传感器网络中一个或多个事件源位置。结合本专利技术实施例的第一方面,在第二种可能的实现方式中,所述将距离每个事件源位置最近的传感器节点确定为簇头,以每个簇头为中心对所述无线传感器网络中的传感器节点进行分簇,包括:以所述一个或多个事件源中每个事件源为簇头,通过汇聚节点向全网广播所述每个簇头的位置,以使得网内的所述传感器节点选择距离最近的簇头加入所述簇头所在的簇;所述收集每个簇中的数据,所述每个簇中的数据是采用压缩感知方法收集的每个对应簇内传感器节点感知到的数据,包括:采用压缩感知的方法收集所述每个簇中的数据,所述每个簇中的数据为所述每个簇内N1个传感器节点采集到的N1维数据,通过测量矩阵映射成M维数据,所述N1和M为正整数。结合本专利技术实施例的第一方面的第二种可能的实现方式,在第三种可能的实现方式中,所述采用压缩感知的方法收集所述每个簇中的数据,所述每个簇中的数据为所述每个簇内N1个传感器节点采集到的N1维数据,通过测量矩阵映射成M维数据,所述N1和M为正整数之后,所述方法还包括:根据所述每个簇中收集到的数据,通过压缩感知重构算法,重构出全网数据,并计算网络中一个或多个新事件源位置;根据所述一个或多个新事件源位置确定下一轮数据收集的分簇规则。结合本专利技术实施例的第一方面的第三种可能的实现方式,在第四种可能的实现方式中,所述根据所述一个或多个新事件源位置确定下一轮数据收集的分簇规则,包括:判断所述每个事件源位置与所述每个新事件源位置之间的偏移距离是否超过预置门限;若超过预置门限,则将距离所述每个新事件源位置最近的传感器节点确定为新簇头;以每个新簇头为中心对所述无线传感器网络中的传感器节点进行分簇;若未超过预置门限,则按照所述每个簇采用压缩感知方法进行数据收集与重构。本专利技术第二方面提供一种数据收集装置,包括:获取模块,用于获取无线传感器网络中一个或多个事件源位置;第一确定模块,用于将距离每个事件源位置最近的传感器节点确定为簇头,以每个簇头为中心对所述无线传感器网络中的传感器节点进行分簇;收集模块,用于收集每个簇中的数据,所述每个簇中的数据是采用压缩感知方法收集的每个对应簇内传感器节点感知到的数据。结合本专利技术实施例的第二方面,在第一种可能的实现方式中,所述获取模块包括:获取单元,用于采用非压缩感知的方式获取所述无线传感器网络中的原始数据;计算单元,用于根据所述原始数据计算所述无线传感器网络中一个或多个事件源位置。结合本专利技术实施例的第二方面,在第二种可能的实现方式中,所述第一确定模块包括:广播单元,用于以所述一个或多个事件源中每个事件源为簇头,通过汇聚节点向全网广播所述每个簇头的位置,以使得网内的所述传感器节点选择距离最近的簇头加入所述簇头所在的簇;所述收集模块包括:采集单元,用于采用压缩感知的方法收集所述每个簇中的数据,所述每个簇中的数据为所述每个簇内N1个传感器节点采集到的N1维数据,通过测量矩阵映射成M维数据,所述N1和M为正整数。结合本专利技术实施例的第二方面的第二种可能的实现方式,在第三种可能的实现方式中,所述数据收集装置还包括:重构模块,用于根据所述每个簇中收集到的数据,通过压缩感知重构算法,重构出全网数据,并计算网络中一个或多个新事件源位置;第二确定模块,用于根据所述一个或多个新事件源位置确定下一轮数据收集的分簇规则。结合本专利技术实施例的第二方面的第三种可能的实现方式,在第四种可能的实现方式中,所述第二确定模块包括:判断单元,用于判断所述每个事件源位置与所述每个新事件源位置之间的偏移距离是否超过预置门限;确定单元,用于若超过预置门限,则将距离所述每个新事件源位置最近的传感器节点确定为新簇头;分簇单元,用于以每个新簇头为中心对所述无线传感器网络中的传感器节点进行分簇;处理单元,用于若未超过预置门限,则按照所述每个簇采用压缩感知方法进行数据收集与重构。从以上技术方案可以看出,本专利技术实施例具有以下优点:本专利技术实施例中,通过确定事件源的位置,将距离每个事件源位置最近的传感器节点作为簇头,对WSN进行分簇,并采用压缩感知方法来收集数据。由于以事件源为中心进行分簇,可以使得簇内节点采集的数据主要受同一个事件源的影响,因此相关性更强,使用压缩感知反复采集数据时,可以在相同的精度要求下传输次数更少,从而延长网络寿命。附图说明图1是本专利技术实施例中基于压缩感知的动态分簇无线传感网数据收集方法一个实施例示意图;图2为本专利技术实施例中数据收集装置一个实施例示意图;图3为本专利技术实施例中数据收集装置另一实施例示意图;图4为本专利技术实施例中数据收集装置另一实施例示意图;图5为本专利技术实施例中数据收集装置另一实施例示意图;图6为本专利技术实施例中数据收集装置另一实施例示意图;图7A为本专利技术应用场景中事件源位置示意图;图7B为本专利技术应用场景中事件源影响下传感器节点感知的数据分布示意图;图8为本专利技术应用场景中观测次数与重构数据信噪比关系示意图;图9本文档来自技高网...
基于压缩感知的动态分簇无线传感网数据收集方法及装置

【技术保护点】
一种基于压缩感知的动态分簇无线传感网数据收集方法,其特征在于,包括:获取无线传感器网络中一个或多个事件源位置;将距离每个事件源位置最近的传感器节点确定为簇头,以每个簇头为中心对所述无线传感器网络中的传感器节点进行分簇;收集每个簇中的数据,所述每个簇中的数据是采用压缩感知方法收集的每个对应簇内传感器节点感知到的数据。

【技术特征摘要】
1.一种基于压缩感知的动态分簇无线传感网数据收集方法,其特征在于,包括:获取无线传感器网络中一个或多个事件源位置;将距离每个事件源位置最近的传感器节点确定为簇头,以每个簇头为中心对所述无线传感器网络中的传感器节点进行分簇;收集每个簇中的数据,所述每个簇中的数据是采用压缩感知方法收集的每个对应簇内传感器节点感知到的数据;所述获取无线传感器网络中一个或多个事件源位置,包括:采用非压缩感知的方式获取所述无线传感器网络中的原始数据;根据所述原始数据计算所述无线传感器网络中一个或多个事件源位置;所述根据所述原始数据计算所述无线传感器网络中一个或多个事件源位置,包括:根据所述原始数据计算所述无线传感器网络中一个或多个事件源方位的向量;根据所述一个或多个事件源方位的向量确定所述一个或多个事件源位置;所述根据所述原始数据计算所述无线传感器网络中一个或多个事件源方位的向量,包括:采用如下公式计算所述一个或多个事件源方位的向量:Vtot=Ψ-1Xtot;其中,所述Vtot表示事件源方位的向量,所述Ψ表示信号传播损耗矩阵,所述Xtot表示监测区域内每个传感器节点采集到的原始数据构成的列向量。2.根据权利要求1所述的方法,其特征在于,所述收集每个簇中的数据,所述每个簇中的数据是采用压缩感知方法收集的每个对应簇内传感器节点感知到的数据,包括:采用压缩感知的方法收集所述每个簇中的数据,所述每个簇中的数据为所述每个簇内N1个传感器节点采集到的N1维数据,通过测量矩阵映射成M维数据,所述N1和M为正整数。3.根据权利要求2所述的方法,其特征在于,所述采用压缩感知的方法收集所述每个簇中的数据,所述每个簇中的数据为所述每个簇内N1个传感器节点采集到的N1维数据,通过测量矩阵映射成M维数据,所述N1和M为正整数之后,所述方法还包括:根据所述每个簇中收集到的数据,通过压缩感知重构算法,重构出全网数据,并计算网络中一个或多个新事件源位置;根据所述一个或多个新事件源位置确定下一轮数据收集的分簇规则。4.根据权利要求3所述的方法,其特征在于,所述根据所述一个或多个新事件源位置确定下一轮数据收集的分簇规则,包括:判断所述每个事件源位置与所述每个新事件源位置之间的偏移距离是否超过预置门限;若超过预置门限,则将距离所述每个新事件源位置最近的传感器节点确定为新...

【专利技术属性】
技术研发人员:张霞李鸥张策王冲张大龙李立春沈彩耀王晓梅
申请(专利权)人:中国人民解放军信息工程大学
类型:发明
国别省市:河南;41

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1