一种基于压缩感知的机房数据处理系统及其应用方法技术方案

一种基于压缩感知的机房数据处理系统，包括预处理模块、压缩感知采样模块、数据存储模块、数据传输模块和解码模块；机房数据处理系统的机房数据处理应用方法，包括以下步骤：S1、利用预处理模块，调用机房摄像头和机房FSU设备完成数据预采集工作和预处理工作；S2、信号判别：判断所采集的原始信号是否本身具备稀疏性；S3、稀疏变换；S4、压缩采样；S5、数据存储；S6、数据传输；S7、信号重构；S8、校验采样数据精度；S9、校验数据采集的完备性；大大地减少了采样的数量，降低了数据采集压力和硬件系统复杂度，降低传统机房数据采集压力，大大地节约机房数据存储空间，进一步提高机房管理效率，降低机房运行成本，有显著的社会和经济效益。有显著的社会和经济效益。有显著的社会和经济效益。

【技术实现步骤摘要】
一种基于压缩感知的机房数据处理系统及其应用方法


[0001]本专利技术涉及机房信息处理
，尤其是涉及一种基于压缩感知的机房数据处理系统及其应用方法。

技术介绍

[0002]随着社会信息化的高速发展，机房计算机数量与日俱增，各类传感器的接入更是导致机房数据的海量式增长，这对于机房数据的采集、传输和存储都造成了相当大的压力。因此，机房信息处理
迫切地需要研发一种高效可靠的机房数据处理方法。
[0003]传统的机房信号获取和处理方式一般包括数据的采样、压缩、传输和解压缩四个过程，且采样过程要求必循遵循Nyquist
‑
Shannon采样定理。然而，当信号的带宽较大时，采样速率也需要随之增加，这种大量的数据采集需求给硬件系统和信号传输造成了极大的压力；而且，在数据压缩编码过程中，需要舍弃大量的冗余采样数据，这也造成了严重的内存资源浪费。
[0004]压缩感知(Compressed Sensing，CS)是目前信号处理领域一种全新的信号压缩方法。压缩感知突破了Nyquist
‑
Shannon采样定理无失真恢复信号采样的限制，该方法利用信号的稀疏性，能够以远低于Nyquist
‑
Shannon采样率对于信号进行采样，并从少量的采样数据中实现信号的精确或近似重构。特别地，压缩感知的采样和数据压缩可以同时进行，这不仅极大地提高了压缩效率，而且并未减损原始信号，能够有效地保障数据重构的质量，但是至今未见有将压缩感知应用于机房数据处理领域的方法。

技术实现思路

[0005]针对上述情况，为克服现有技术之缺陷，本专利技术之目的就是提供一种基于压缩感知的机房数据处理系统及其应用方法，可有效解决现有机房数据采集和传输压力大，以及内存资源浪费的问题。
[0006]为实现上述目的，本专利技术解决的技术方案是，一种基于压缩感知的机房数据处理系统，该处理系统包括预处理模块、压缩感知采样模块、数据存储模块、数据传输模块和解码模块；其中，所述机房数据为机房内动环监控(FSU)设备采集的数据；
[0007]所述预处理模块，用于调用机房摄像头和机房FSU设备完成数据预采集工作和预处理工作；所述预采集是指对预采集的数据进行稀疏判断，当具备稀疏性则进行后续处理，否则进行稀疏表示预处理；所述预处理工作即为稀疏表示处理，是采用压缩感知算法对预采集的数据采用稀疏表示基进行稀疏表示；
[0008]所述压缩感知采样模块，用于压缩采样机房内原始数据，得到压缩采样数据；
[0009]所述数据存储模块，用于存储预处理数据和压缩采样数据，并具有本地存储和断点续传功能；所述数据传输模块，用于将预处理模块和压缩感知采样模块获得的数据通过有线通信和无线通信的通信方式传输至后端服务器平台的解码模块；
[0010]所述解码模块，用于对接收到的压缩数据进行解码，即根据已知的稀疏表示基、压
缩测量值和压缩测量矩阵实现对数据的重构，恢复原始信号，并输出重构后的原始信号。
[0011]所述的机房数据处理系统的机房数据处理应用方法，包括以下步骤：
[0012]S1、利用预处理模块，调用机房摄像头和机房FSU设备完成数据预采集工作和预处理工作，首先布置机房采集环境：布置机房FSU设备和监控摄像头；所述FSU设备下挂有多种南向设备，用于采集机房内动力设备和环境参数的数据；所述监控摄像头为网络摄像机，用于抓拍或录制机房图像数据；
[0013]S2、信号判别：判断所采集的原始信号是否本身具备稀疏性，当是，则执行步骤S4，否则执行步骤S3；所述稀疏性是指通过有限变换基向量的线性组合表示出原始信号；
[0014]S3、稀疏变换：将原始信号表示为稀疏信号，即采用变换的方式使得原始信号在某个变换域或稀疏基中表现出稀疏性，即根据原始信号的特性选取稀疏变换矩阵作为稀疏表示基，并使得原始信号在稀疏表示基上具有最少的非零投影系数个数；
[0015]S4、压缩采样：经压缩感知采样模块压缩采样机房内原始数据，方法是，设计一个与稀疏表示基不相关的压缩测量矩阵，采用低采样率对原始信号直接进行压缩采样处理，并输出压缩测量值，压缩采样过程是通过压缩测量矩阵将原始信号从高维空间映射到低维空间的过程；S5、数据存储：机房内的数据采集设备的数据存储模块具有本地存储功能和断点续传功能，用于存储预处理数据和压缩采样数据以及防止通信中断时的数据丢失；所述数据采集设备包括机房FSU设备和监控摄像头；
[0016]S6、数据传输：利用数据传输模块，通过有线通信或无线通信方式将步骤S4压缩采样的压缩测量值传至后端服务器平台；
[0017]S7、信号重构：经解码模块，通过求解数值优化，以压缩测量值来重构出原始信号；信号重构过程是通过已知的压缩测量值和压缩测量矩阵，将低维空间中压缩测量值恢复到高维空间中原始信号的过程；所述求解数值优化是，在不改变目标函数的前提下，求解出与压缩测量值相符合且具有最小l0‑
范数；所述求解数值优化采用贪婪算法中的正交匹配追踪算法；
[0018]S8、校验采样数据精度：判别压缩感知采样的数据精度是否满足预设精度条件，当是，则保持该采样率进行后续数据采集，并执行步骤S9；否则调整采样率，并重复执行步骤S2～S7，直至满足预设精度条件为止；
[0019]S9、校验数据采集的完备性：判别采集数据是否满足预设完备性，当是，则结束，否则标记缺少采集的数据设备，并对标记设备重复执行步骤S2～S8，直至满足预设的完备阈值条件为止。
[0020]本专利技术处理系统效果好，处理方法简单，采用基于压缩感知的机房数据处理方法，可在远低于Nyquist
‑
Shannon采样率对于信号进行采样，大大地减少了采样的数量，降低了数据采集压力和硬件系统复杂度，降低传统机房数据采集压力，还大大地节约了机房数据存储空间，从而进一步提高机房管理效率，降低机房运行成本，保障机房高效可靠地运行，是机房数据处理方法上的一大创新，有显著的社会和经济效益。
附图说明
[0021]图1是本专利技术中传统Nyquist
‑
Shannon采样基本流程图；
[0022]图2为本专利技术基本流程图；
[0023]图3为本专利技术工作流程示意图；
[0024]图4为本专利技术信号重构步骤的工作流程示意图。
[0025]图5为本专利技术系统的模块化框图。
具体实施方式
[0026]以下结合附图和具体情况对本专利技术的具体实施方式作详细说明。
[0027]在传统的Nyquist
‑
Shannon采样过程中，首先采用Nyquist
‑
Shannon采样率对信号进行高速采样，然后再对高速采样数据进行压缩、存储/传输和解码的处理，传统Nyquist
‑
Shannon采样基本流程图如图1所示。图2是基于压缩感知算法的采样基本流程图，如图2所示，在采样的同时就对数据进行了压缩处理，然本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于压缩感知的机房数据处理系统，其特征在于，该机房数据处理系统包括预处理模块、压缩感知采样模块、数据存储模块、数据传输模块和解码模块；其中，所述机房数据为机房内FSU设备采集的数据；所述预处理模块，用于调用机房摄像头和机房FSU设备完成数据预采集工作和预处理工作；所述预采集是指对预采集的数据进行稀疏判断，当具备稀疏性则进行后续处理，否则进行稀疏表示预处理；所述预处理工作即为稀疏表示处理，是采用压缩感知算法对预采集的数据采用稀疏表示基进行稀疏表示；所述压缩感知采样模块，用于压缩采样机房内原始数据，得到压缩采样数据；所述数据存储模块，用于存储预处理数据和压缩采样数据，并具有本地存储和断点续传功能；所述数据传输模块，用于将预处理模块和压缩感知采样模块获得的数据通过有线通信和无线通信的通信方式传输至后端服务器平台的解码模块；所述解码模块，用于对接收到的压缩数据进行解码，即根据已知的稀疏表示基、压缩测量值和压缩测量矩阵实现对数据的重构，恢复原始信号，并输出重构后的原始信号。2.权利要求1所述的机房数据处理系统的机房数据处理应用方法，其特征在于，包括以下步骤：S1、利用预处理模块，调用机房摄像头和机房FSU设备完成数据预采集工作和预处理工作，首先布置机房采集环境：布置机房FSU设备和监控摄像头；所述FSU设备下挂有多种南向设备，用于采集机房内动力设备和环境参数的数据；所述监控摄像头为网络摄像机，用于抓拍或录制机房图像数据；S2、信号判别：判断所采集的原始信号是否本身具备稀疏性，当是，则执行步骤S4，否则执行步骤S3；所述稀疏性是指通过有限变换基向量的线性组合表示出原始信号；S3、稀疏变换：将原始信号表示为稀疏信号，即采用变换的方式使得原始信号在某个变换域或稀疏基中表现出稀疏性，即根据原始信号的特性选取稀疏变换矩阵作为稀疏表示基，并使得原始信号在稀疏表示基上具有最少的非零投影系数个数；S4、压缩采样：经压缩感知采样模块压缩采样机房内原始数据，方法是，设计一个与稀疏表示基不相关的压缩测量矩阵，采用低采样率对原始信号直接进行压缩采样处理，并输出压缩测量值，压缩采样过程是通过压缩测量矩阵将原始信号从高维空间映射到低维空间的过程；S5、数据存储：机房内的数据采集设备的数据存储模块具有本地存储功能和断点续传功能，用于存储预处理数据和压缩采样数据以及防止通信中断时的数据丢失；所述数据采集设备包括机房FSU设备和监控摄像头；S6、数据传输：利用数据传输模块，通过有线通信或无线通信方式将步骤S4压缩采样的压缩测量值传至后端服务器平台；S7、信号重构：经解码模块，通过求解数值优化，以压缩测量值来重构出原始信号；信号重构过程是通过已知的压缩测量值和压缩测量矩阵，将低维空间中压缩测量值恢复到高维空间中原始信号的过程；所述求解数值优化是，在不改变目标函数的前提下，求解出与压缩测量值相符合且具有最小l0‑
范数；所述求解数值优化采用贪婪算法中的正交匹配追踪算法；S8、校验采样数据精度：判别压缩感知采样的数据精度是否满足预设精度条件，当是，
则保持该采样率进行后续数据采集，并执行步骤S9；否则调整采样率，并重复执行步骤S2～S7，直至满足预设精度条件为止；S9、校验数据采集的完备性：判别采集数据是否满足预设完备性，当是，则结束，否则标记缺少采集的数据设备，并对标记设备重复执行步骤S2～S8，直至满足预设的完备阈值条件为止。3.根据权利要求2所述的基于压缩感知的机房数据处理应用方法，其特征在于，包括以下步骤：S1、利用预处理模块，调用机房摄像头和机房FSU设备完成数据预采集工作和预处理工作，首先布置机房采集环境：布置机房FSU设备和监控摄像头；所述FSU设备下挂有多种南向设备，用于采集机房内动力设备和环境参数的数据；所述监控摄像头为网络摄像机，用于抓拍或录制机房图像数据；S2、信号判别：判断所采集的原始信号是否本身具备稀疏性，当是，则执行步骤S4，否则执行步骤S3；所述稀疏性是指通过有限变换基向量的线性组合就可以近似的表示出原始信号；S3、稀疏变换：将原始信号表示为稀疏信号，即采用变换的方式使得原始信号在某个变换域或稀疏基中表现出稀疏性，即根据原始信号的特性选取稀疏变换矩阵作为稀疏表示基，并使得原始信号在稀疏表示基上具有最少的非零投影系数个数；具体为：设原始信号x为长度为N、稀疏度为K的一维离散信号，表示为：x＝Ψα其中，Ψ为N
×
N维的稀疏矩阵，是原始信号x的稀疏表示基；α为N
×
1维的稀疏向量，是原始信号x在Ψ上的线性投影系数，选择小波基、傅里叶基或离散余弦基作为稀疏表示基；S4、压缩采样：经压缩感知采样模块压缩采样机房内原始数据，方法是，设计一个与稀疏表示基不相关的压缩测量矩阵，采用低采样率对原始信号直接进行压缩采样处理，并输出压缩测量值，压缩采样过程是通过压缩测量矩阵将原始信号从高维空间映射到低维空间的过程；压缩采样编码的表达式为：y＝Φx＝ΦΨα其中，x为N
×
1维的原始信号输入向量；y为M
×
1维的压缩测量输出向量，且K≤M≤N；Φ为M
×
N维的压缩测量矩阵，采样率为S，且S＝M/N，压缩测量矩阵的设计原则是令y＝Φx有且仅有一个唯一...

【专利技术属性】
技术研发人员：师聪雨，荆有波，李石，李恒锐，龚龙辉，李彦辉，徐登科，邱昕，冷永清，周崟灏，赵俊超，
申请(专利权)人：郑州中科集成电路与系统应用研究院，
类型：发明
国别省市：