用于基于上下文事件检测的传感器节点局部化和传感器网络组织的系统和方法与流程

本申请要求2014年9月4日递交的美国临时专利申请No.62/045,986的优先权，其内容通过引用的方式结合于此。本申请还要求2015年2月4日递交的美国临时专利申请No.62/111,745的优先权，其内容通过引用的方式结合于此。本申请还要求2015年4月24日递交的美国临时专利申请No.62/152,510的优先权，其内容通过引用的方式结合于此。本申请还要求2015年4月24日递交的美国临时专利申请No.62/152,318的优先权，其内容通过引用的方式结合于此。

引用结合

以下文献引入本文以供参考

[1]RFC 2501Mobile Ad hoc Networking(MANET)：Routing Protocol Performance Issues and Evaluation Considerations.

[2]RFC 3626Optimized Link State Routing Protocol(OLSR).

[3]Candès，Emmanuel J；Wakin，Michael B“An Introduction To Compressive Sampling,A sensing/sampling paradigm that goes against the common knowledge in data acquisition”IEEE Signal Processing Magazine，2008年3月.

[4]Blu，Thierry；Dragotti，Pier-Luigi；Vetterli，Martin；Marziliano，Pina；Coulot，Lionel.“Sparse Sampling of Signal Innovations，Theory，algorithms，and performance bounds”IEEE Signal Processing Magazine，2008年3月.

背景技术：

传感器网络或机器到机器(M2M)网络可以包括多个设备，其能够捕获环境信息、检测事件、进行测量任务并将结果报告给网络网关、服务器和数据库。设备或传感器节点典型地包括至少一个物理事件传感器、处理器、存储器和通信接口来与其它传感器或与数据网络组件(例如服务器)通信。典型地，传感器节点具有多于一个的传感器，每个传感器能够感测不同的形态，例如，声音、光、加速度、声压等。传感器节点组中的传感器可按组分派任务，以处理基于形态的不同的感测任务。将感测任务分配给传感器节点组提供冗余测量，并且允许检测传感器测量的物理事件中的样式(pattern)。

特别是当传感器网络的大小增加时，管理传感器网络的一个问题是确保感测任务被优化分配。将多个网络节点分配到相同的测量任务可能浪费昂贵的电池、无线传输带宽和网络计算资源。如果节点彼此靠近并测量相同的目标，或者当节点甚至没有到达测量的感兴趣点时，使用网络和传感器资源可能不是最优的。

传感器网络通常通过添加或删除新的传感器节点在大小和复杂度方面发展。将新传感器节点连接到现有的传感器网络、M2M服务或网络内的应用在没有新设备关于现有网络的精确位置信息的情况下可能是有问题的。确保现有网络的节点在所需的位置内，并且在感兴趣点的范围也是挑战性的。这在设备被假定在预定义位置中的服务内共享计算、感测或任何其他任务时尤其如此。关于相对于已有服务的其它连接设备的位置的精确知识是有用的

在现有的传感器网络中，网络内的M2M服务或应用可以广播关于在该范围内存在连接性和服务但是需要连接到设备的子集的信息。特别是当该设备被认为共享网络内的预定义任务时，该连接设备应当知道其关于网络的预定义子集的相对位置。这样，该节点可以与网络的其它相关成员分到一组。然而，新设备、网络的位置信息或两者可能不可获得，或者可能是不够准确的，尤其是在室内条件下。

在无线移动传感器网络中的邻居发现通常基于通信信道的可用性。在这样的网络中，邻居基于传输信道能力被定义。然而，当考虑在测量范围中检测环境和物理事件的传感器网络任务时，仅仅存在通信信道不一定是定义邻居的充分条件。当节点的连接性邻近可以是全球范围时，这在涉及基于集中的基础设施的网络(例如蜂窝网络)的情况中尤其如此。

许多基于位置的服务尤其是在室内环境中需要准确的位置估计。例如，商场里导航仍然是一个挑战。此外，局部化便携设备和工具(例如在医院或工厂中)对运作效率和成本管理有重要贡献。例如，当时时知道现有设备的所在之处时，医院可以不需要获得额外设备。

无线传感器网络(WSN)包括彼此连接的多个独立的移动设备。在一示例性实施方式中，WSN可根据移动ad-hoc网络(MANET)协议被组织。WSN能够在网络内捕获环境信息、检测事件、进行测量任务和报告结果到专用应用接口以及服务数据库。所捕获的信息可以被分析用于分类和组织网络本身。针对给定任务通常进行自组织，并利用冗余测量得到可靠的结果。

无线传感器网络的单独的传感器节点具有很少的机会来获得关于周围环境中的总体条件的知识。因此，该节点不具有响应于所述网络操作或环境优化性能的方式。典型地，节点的主要任务是从具有给定感测能力的环境捕获数据，并且通过网络广播该结果给网络应用接口或数据库。节点不一定知道是否有其他节点共位，并且它们是否实际测量相同的事件。节点不具有关于网络覆盖内的总体网络能力、性能、条件和可用形态的分布的任何知识。WSN不必具有集中的基础设施来基于每个节点的已知能力分配资源和管理网络。

当所有的传感器节点测量相同的物理事件并通过网络向数据库传送该信息时，WSN会浪费资源。每个传感器节点可以例如根据标准协议通过网络通信。在一示例性实施方式中，传感器节点根据优化链路状态路由(OLSR)协议进行通信。因此，进行测量任务的每个节点增加了传输带宽要求，因为它同时作为用于其他节点捕获的数据的接收机和发射机。

在传感器网络或M2M服务中的传感器故障在工业应用中会产生问题。如果来自应用传感器的反馈环路和传感器网络的测量不准确可靠，则该过程执行差、次优化并且甚至可能变得不稳定。同样的问题出现在传感器网络读数不同步。传感器故障引起损耗、干扰、延迟和利润损失。因此，能够监视系统的完整性和尽快检测传感器故障是至关重要的。然而，这种传感器故障难以监测，因为该过程本身也会导致监测值变化。

在本领域中需要系统和方法来配置、管理和监视传感器网络，其自动检测传感器网络范围内的新设备、使新设备或传感器连接到现有网络、自动分类和组织测量一个或多个目标的设备，使能节点自发现和自组织ad hoc网络，以及检测并解决传感器故障。

技术实现要素：

鉴于以上所述，所描述的方法和系统用于定位、组织和监视传感器节点网络中的传感器节点。在示例性方法中，传感器节点网络管理器接收来自第一传感器节点的第一环境测量和来自第二传感器节点的第二环境测量。第一和第二环境测量被比较以确定第一和第二传感器节点是否检测到共同事件。如果这两个传感器节点检测到共同事件，则第一和第二传感器节点可以被认为是共位的、或上下文相关的、或上下文相似的。

上下文相关的传感器节点可以作为上下文相关组被分组并监视。传感器节点上的不同形态的传感器可以基于上下文相似性被指派感测任务。感测任务可以以优化使用从传感器节点可得的资源而不牺牲所期望的冗余水平的方式被指派。共位或上下文相关的传感器节点还可以提供关于可以由给定组的上下文相关的传感器节点定义的上下文相似性场(field)的信息。

在阅读下面的附图和详细描述之后，本发明的其它设备、装置、系统、方法、特征和优点对本领域技术人员将更明显。所有这些另外的系统、方法、特征和优点旨在包括在该描述内、包括在本发明的范围内并且受所附权利要求书保护。

附图说明

从通过示例方式结合附图的以下描述中可以得到更详细的理解，下面首先简要描述附图。

图1A是示出检测相同物理事件x(t)的传感器节点和现有的传感器节点网络的连接的示意图；

图1B是示出用于确定连接的传感器节点是否与传感器节点网络中的至少一个传感器节点上下文相关的方法的操作的流程图；

图2示出了传感器信号预处理的示例，包括在稀疏域中变换感测的事件的高通滤波；

图3示出了具有用于高通滤波信号的值X的阈值函数的示例；

图4示出了使用复变换矩阵进行稀疏域信号处理，然后将信号进行子采样，并将其转发到传输信道的示例；

图5示出了在变换域中的压缩采样的示例；

图6示出了示例性实施，其中M2M网关接收低采样速率消息并重构时域稀疏信号；

图7示出接收稀疏信号并重构稀疏信号以执行相似性测量的示例过程；

图8是示出传感器信号事件捕获的示例的流程图；

图9是示出稀疏传感器信号事件重构的示例的流程图；

图10是示出传感器信号相似性测量的示例的流程图；

图11是在两个重叠的子组中组织的传感器网络的示意图；

图12是示出基于上下文相似性的传感器节点分配过程的示例的流程图；

图13是包括在网络范围内观测相同物理事件的一组传感器的传感器节点网络的示意图；

图14是示出基于上下文相似性分组连接的传感器并将组映射在一起的示例的示意图；

图15是示出基于上下文相似性的传感器节点被添加或从感测任务移除的示意图；

图16是示出基于上下文相似性的传感器节点分配过程的另一示例的流程图；

图17是示出根据实施方式的传感器网络的示意图，其中上下文分析请求被逐步转发；

图18是示出用于通过传感器节点网络传播上下文相似性请求的示例方法的操作的流程图；

图19是示出通过传感器节点网络的相似性请求和回复消息的示例消息流的消息流程图；

图20是网络拓扑和上下文场的示例导出的示意图；

图21是示出没有检测上下文相似性的上下文分析路径继续的示例的示意图；

图22是示出基于得到邻近传感器节点的知识构造网络拓扑的示例的示意图；

图23是示出随时间接收到的报告的数量的示意图；

图24是示出当搜索达到场的边缘时“无相似性”报告的数量的示意图；

图25是示出检测到故障主传感器的传感器节点网络的示例的示意图；

图26是示出用于检测传感器节点网络中的故障传感器节点的方法的示例操作的流程图；

图27是用于以高采样率检测具有高灵敏度传感器的故障传感器节点的示例方法的流程图；

图28是示出用于在比较传感器节点信号中包括检测时间偏差的示例方法的操作的流程图；

图29是示出用于在检测有缺陷的传感器中包括时间对准的示例方法的操作的流程图；

图30是可以在示例实施中使用的无线发射/接收单元的示例的框图。

具体实施方式

现在参考各附图提供说明性实施方式的详细描述。虽然此描述提供了可能实现的详细示例，但是应当注意到，所提供的细节都旨在举例，且不以任何方式限制本申请的范围。

1.传感器节点共位(Co-Location)

图1A是示出了检测相同物理事件x(t)106的传感器节点102和现有的传感器节点网络100的连接的示意图。图1A中的示例描绘了传感器节点网络100与传感器节点网络管理器104通信，其在数据网络组件上运行，该组件具有处理器104a和用于存储与传感器节点网络100相关的数据和用于执行传感器节点网络管理功能的指令的存储介质104b。数据网络组件可以是例如服务器或网关(例如M2M网关)或连接的任何其它网络组件，其可以被配置成提供传感器节点网络管理服务。传感器节点网络管理服务可以直接在这样的网络组件(即连接的服务器或网关)上运行。数据网络组件还可提供到另一个连接的网络组件、基于互联网的网络站点或云基础设施上的服务的连接。传感器节点网络管理器104的示例实施使用的处理可以包括分布式资源，如分布式处理和分布式数据存储资源。在其它实施方式中，传感器节点网络管理服务可由操作为网络中的传感器节点的一个或多个控制节点来提供，但是该控制节点加入有管理至少部分的传感器节点网络的能力。

图1A中的示例示出一情况，其中现有传感器节点网络100中的传感器节点中的传感器和连接的传感器102均在其各自的范围内检测到物理事件106。现有的传感器节点网络100由传感器节点网络管理器104配置为一组，由此网络100中的传感器节点是已知的且已经被分配感测任务。连接传感器102表现为是未知的或没有被传感器网络管理器104配置。物理事件x(t)106可以是例如背景噪声等级的突然变化、例如拍手的声音事件、闪光，或传感器节点网络100的传感器节点被安装在的结构的加速。图1A中的连接传感器102也可以是图1A中的传感器节点网络100以外的现有网络中的节点。在图1A中所示的示例中，传感器节点网络管理器104确定连接传感器102是否与传感器节点网络100中的传感器节点上下文相关。如果连接传感器102和传感器节点网络100中的传感器节点检测到相同的物理事件x(t)106，则连接传感器节点102与传感器节点网络100中的传感器节点是上下文相关的。在图1A中所示的示例中，上下文相关的传感器节点被认为是共位的。为了本公开的目的，传感器节点可以是上下文共位的，即使它们不在相同的绝对位置。共位(co-location)包括由测量物理事件的特定传感器的感测范围确定的空间范围。当两个传感器节点中的两个传感器检测到相同的物理事件时，它们处于传感器节点可以被认为是共位的的范围内。

与传感器节点和传感器节点网络的共位或上下文相似性或上下文关系有关的信息可以用于授权接入现有网络或现有网络的子集。例如，传感器节点可以基于指派的感测任务被组织成组或子组。在图1A中示出的示例中，连接传感器节点102可以是寻求将其自身配置为传感器节点网络100的成员的新的传感器节点。传感器节点网络100中的传感器节点可以被视为是参考传感器节点，或为传感器节点网络管理器104所知的传感器节点。参考传感器节点由于配置过程或者由于通过检查以确定其是否检测共同事件而已经被确定是上下文相关的可以是已知的。参考传感器节点还可以被指派给传感器节点的组或子组。参照图1A，如果连接传感器节点102和参考传感器节点是上下文共位的或检测到共同事件，则该传感器节点网络管理器104将将连接传感器节点102添加到网络100，或添加到参考节点所属的组或子组。

可以通过以下来确定传感器节点之间的上下文相似性：使用每个传感器节点中的传感器取得的环境测量，将该环境测量传送给传感器节点网络管理器104并对该环境测量进行比较。环境测量是数据元素，其表示从检测相应物理事件生成的传感器信号。环境测量可以是表示以给定采样率采样的信号的数字采样的集合的形式、或信号电平的形式、或对应于使用的传感器的任意其他合适的形式。在一些实施方式中，用于检测物理事件106的环境测量被处理以生成以表示传感器何时捕获环境内的上下文事件的瞬态的形式的环境测量。例如，事件可被记录为由例如时域脉冲组成的稀疏表示。下面参考图2至图7来描述事件捕获、预处理和传输环境测量至传感器节点网络管理器104的示例实施。

两个不同的传感器节点的环境测量可被比较以确定环境测量是否包括共同事件的检测，并使用该比较以确定两个传感器节点是否共位。图1B是示出用于确定两个传感器是否共位108的方法的流程图。参考图1A和1B，在步骤110，传感器节点网络管理器104从第一传感器节点102接收稀疏表示的第一环境测量。在步骤112，传感器节点网络管理器104从第二传感器节点(例如网络100中的传感器节点)接收稀疏表示的第二环境测量。在判定框114，第一环境和第二环境测量测量进行比较，以便确定第一和第二环境测量是否包括共同事件的检测，例如，图1A中的物理事件x(t)106。传感器节点网络管理器104基于第一和第二环境测量包括共同事件的检测识别第一传感器节点102相对于第二传感器节点的位置。如果在判定框114，确定共同事件被检测到，则在步骤116第一传感器和第二传感器确定共位。如果传感器节点的位置是已知的，则第一传感器节点的位置可被记录为第二传感器节点的位置。在步骤119，第二传感器节点的位置可被传送到第一传感器节点以存储为其自己的位置。在一些实施方式中，第一传感器节点102的环境测量可以与网络100中的其他传感器节点的环境测量进行比较，且网络100中的其他传感器节点的环境测量可以彼此进行比较以监视传感器节点的上下文相似性。

如果在判定框114，比较得到确定第一和第二传感器节点没有检测到共同事件，则在步骤118传感器节点被视为没有共位。第一传感器节点可以继续传送环境信息到可以正控制足够接近上下文相关的其它传感器节点的其它传感器节点网络管理器。

在一些实施方式中，图1A中的管理传感器节点网络100的该传感器节点网络管理器104可以执行网络100中的传感器节点的连续上下文相似性检查。例如，网络100中的传感器节点可以被编程，或指示继续传送环境测量给传感器节点网络管理器104。该传感器节点网络管理器104可以继续执行用于网络100中的传感器节点对的图1B中的方法108，并维持对网络100中的传感器节点的上下文相似性测量。如果与最近被验证与网络100中的其他传感器节点是上下文相关的另一传感器节点比较的传感器节点被确定与该验证的传感器节点缺少上下文相似性，则其可以从网络被移除。在这样的实施中，网络中的传感器节点可以操作为参考传感器节点，由此(图1A中的)第一传感器节点102的环境测量与相应多个参考传感器节点生成的多个参考环境测量进行比较。网络100中的该组参考传感器节点不需要包括网络100中的所有传感器节点。在一些示例中，该传感器节点网络管理器104可以指定网络100中的传感器节点的子集作为参考传感器节点来操作。另外，在包括具有多于一个传感器的传感器节点的网络中，传感器节点网络管理器104可以指定来自每个传感器节点的特定传感器作为参考传感器来操作。

应当注意，使用图1B中所示的方法以及在此处描述的其它方法，作为稀疏表示的事件比较、瞬态和姿态甚至可以使用不同传感器形态(modality)在传感器之间被执行。例如，一个设备可记录音频，而另一个可以只有一个加速度计。在这种情况下，事件姿态可以是从振动物体发出的音频事件。一个设备可以用麦克风检测事件，而不同的设备可以用加速度计检测到同一事件。在稀疏域中的比较可以允许识别声音和加速度归于同一事件。声压级的突发事件也可以用加速度计传感器观察到。

A.上下文相似性测量

1.捕获事件

在实施方式中，传送环境测量作为稀疏表示，生成环境测量的传感器节点中的传感器开始于通过每个传感器的感测功能生成信号。该信号通常由传感器节点以规则的采样频率被采样并转换到数字域。虽然实际信息内容通常小于给定采样频率将表示的，但是时域信号在不丢失信息的情况下一般不能以较低的速率被采样。因此，为了实现压缩感测，该信号可以被转换成适合于稀疏表示的域。正弦谐波组成的信号例如可以在时间-频率变换域中十分有效地表示为稀疏脉冲串。然后可以使用例如使用数字傅里叶变换(DFT)变换的信号来执行压缩感测。

如果所检测的事件是时域瞬态，简单的高通滤波去除不必要的数据。由于访问方法仅关注连接设备和现有的传感器网络是否同时检测到该事件，因此不需要捕获关于信号的更多细节。记录仅仅瞬态事件足矣。图2示出了使用高通滤波器120提取关于事件的相关信息的传感器信号预处理。物理事件x(t)经高通滤波器120处理以生成稀疏事件x(t)。此外，可以用阈值函数来处理输出。图3示出了具有用于高通滤波信号的值X的阈值函数122的示例。当滤波的信号超过预定水平X时，该输出被激活。在一些实施方式中，可以应用自适应阈值函数。图3的阈值X可以例如具有给定分析窗口中的传感器信号方差的两倍的值。结果是稀疏的时域信号，携带仅关于事件开始和停止时间的信息。在稀疏域中表示的来自不同传感器的事件可以很容易地彼此进行比较。

在一些实施方式中，所形成的稀疏信号被归一化。可替换地，稀疏信号中的每个时域脉冲依据脉冲的符号可被指派值1或-1，或者信号电平可以被归一化，以使得信号的内积是1。

例如图1所示的该传感器网络可以进行声发射的波束成形。由于具有已知节点位置的传感器网络可以被排列为麦克风阵列，该网络可以捕获非常详细的主要(prevailing)上下文的位置估计。

2.稀疏事件传输

捕获的稀疏事件被传送到服务器或其他上下文分析实体，例如图1A中的传感器节点网络管理器104，其进行相似度检查。该传输优选地以有效的方式进行以限制进行相似性检查所需的资源。

3.稀疏事件处理

在一些实施方式中，稀疏事件与预定义的感测矩阵相乘。该感测矩阵将稀疏信号变换成适合于稀疏表示的形式。在这种情况下，有利的是，例如应用复域变换矩阵。变换域信号随后以明显更低采样率被重新采样。图4示出了这个过程。图4示出了稀疏域信号130与复变换矩阵132相乘，然后在134将该信号进行子采样，并且在136将其转发到传输信道。变换的稀疏信号133通过例如采用随机采样耦合在134处被子采样。应当注意虽然选择是随机的，但是在之后重构阶段可以使用该选择机制。

4.压缩感测方法

压缩感测方法允许使用比奈奎斯特采样定理提出的少得多的样本来重构输入信号。当捕获和处理进来的数据样本的子集时，压缩感测协议使用该输入数据的稀疏表示。信息速率从而大大低于实际的奈奎斯特采样速率。在重构阶段，当感测方法是已知的时可以例如使用数值优化法来恢复压缩的采样数据。

压缩感测的一个好处是它允许传感器在捕获侧以低数据速率感测同时在操作传感器节点网络管理器104(图1A中)的数据网络组件处使用计算功率来执行重构。

压缩感测方法首先向输入信号应用特定感测机制。一般地，该信号可以首先被转换为稀疏表示域，之后，可以发生稀疏感测。例如，假定f(n)是通过用n×n变换矩阵Ψ变换输入信号x(n)得到的向量，该变换矩阵Ψ可以是例如数字傅里叶变换(DFT)。即，输入信号x(n)首先在变换域中被表示为f(n)＝Ψx(n)。

其意图是在给定变换域中的数据表示是稀疏的，使得以后可以仅使用原始数据的子集来重构该输入信号。在这种情况下，信号有效带宽f太低以至于少量的样本足以重构输入信号x(n)。容易看出，由有限数量正弦谐波组成的时域信号在该变换域中将具有脉冲的稀疏表示。由m个值组成的输入数据的子集使用包括行向量的m×n感测矩阵来获取，如下：

例如，如果该感测矩阵只包含Diracδ函数，测量的向量y将只包含采样值f。可替换地，该感测矩阵可以选择m个随机系数，或简单地选择该变换域向量f的前m个系数。可以使用可替换的感测矩阵。

图5示出了使用应用到传感器信号的给定分析窗口的压缩采样。在图5中所示的示例中，复域变换矩阵144与传感器信号向量142相乘以生成变换域向量146。变换域向量146然后在148处被采样以产生压缩域向量150。在一个实施方式中，在148处的压缩采样通过选择预定数量的第一变换系数(例如，前m个系数)来执行。

这里描述了两种方法用于使用测量的向量y和感测及变换矩阵和Ψ的知识来重构输入信号x(n)。一种这样的方法是数值优化方法；另一种是利用消除滤波器的算法，通常用在频谱估计中。其它重构输入信号的方法也是可以使用的。

5.传输

参照图1A，传感器节点(例如，网络100中的传感器节点或连接传感器节点102)生成稀疏信号，其被变换到压缩域，如以上参考图2-5所述的。变换到压缩域的稀疏信号被传送到传感器节点网络管理器104(例如，在M2M网关或传感器网络服务器上)以用于重构和相似性分析。为了有效率地传输变换后的稀疏信号，可以以JavaScript对象注释(JavaScript Object Notation，JSON)数据结构将变换系数量化并包格式化在例如实时协议(RTP)有效负荷中。压缩域变换系数是例如联合量化的向量。因此，所有系数使用标准向量量化工具在单个向量中。该比特流可以例如用Huffman编码进一步被熵编码。可替换地，每个变换系数可以被标量量化并进一步被熵编码以降低比特流大小。在一个示例中，变换系数被包格式化为JSON数据结构的浮点数。

当稀疏时域信号在复域变换(例如，DFT)之前被归一化时，由于要被量化的稀疏的方差在已知范围内，因此能够提高量化效率。

从传感器节点传送的示意性分组包含2K+1个DFT系数、通知分析窗口的开始时间的时间戳以及标识传感器节点的信息。分组还可包括标识检测到的传感器形态的信息。

6.使用数值优化重构

图6示出了一示例性实施，其中M2M网关在152处接收低采样速率消息且在154处执行重构以生成时域稀疏信号156。

在一示例实施中，可以使用知识来重构原始数据向量。(伪)逆变换m×n变换和测量矩阵的最小平方解对稀疏信号不是有效的。而是，包括n个自由变量和m个等式的重构任务可以应用如下的数值优化方法被执行：

即，从匹配测量的数据向量的所有可能的有效数据向量中选择具有最低l_l范数的一个。

7.使用消除方法重构

在另一实施方式中，使用消除滤波器方法来执行数据向量重构。在此方法中，首先使用随机复值矩阵或例如DFT变换矩阵来变换输入f。

代替任何特定结构的感测矩阵，所述感测是通过简单地取前m+1个变换系数来进行的。然后，通过使用获取的变换系数及其复共轭形成m×(m+1)Toeplitz矩阵来进行数据重构。因此，该重构需要2m+1个系数。

给定DFT或随机系数变换的复域系数具有关于稀疏输入数据的系数的位置和幅值的嵌入知识。因此，当输入数据被认为是稀疏时，可以预期Toeplitz矩阵包含足够的信息来重构该稀疏数据。

在实践中，复域矩阵包含关于变换域中的复指数的组合的信息。这些指数表示稀疏输入数据f中的非零系数的位置。指数表现为Toeplitz矩阵H中的谐振频率。找到给定指数的一种方便的方法是使用消除多项式，其正好在那些位置具有零消除复变换的谐振频率。即，任务是找到一个多项式：

由此

当等式(3)成立时，所述多项式A(z)的根u_k包含关于复矩阵H的谐振频率的信息。消除滤波器系数可以例如使用奇异值分解(SVD)法并找到解等式(3)的特征向量而被确定。SVD分解被写为H＝U∑V^*，其中U是m×m酉矩阵，Σ是在对角线上包含m个非负特征值的m×(m+1)对角矩阵，以及V^*是包含对应的特征值的复共轭(m+1)×(m-1)矩阵。如所指出的，该矩阵H的大小是m×(m+1)，且因此，该矩阵的秩为m(在最大)。因此，最小特征值是零且在矩阵V^*中的对应的特征向量提供解等式(3)的消除滤波器系数。

一旦找到多项式A(z)，形式的m个根被求解以找到输入数据f中的非零系数的位置n_k。剩余的任务是找到对应的重构脉冲的幅值c_k。有消除滤波器的根和位置以及前m+1个变换系数y_k，可以根据范德蒙德系统使用m个等式来确定m个幅值，如下：

当意图是只恢复瞬态、事件或姿态的位置，例如通过使用稀疏时域脉冲的位置，则不需要确定幅值和求解等式(4)。

该消除滤波器方法对可用测量的向量y_k中的噪声非常敏感。因此，该方法可以结合去噪算法来提高性能。在这种情况下，压缩感测需要超过m+1个系数来重构m个非零系数构成的稀疏信号。

8.消除滤波器的迭代去噪

使用接收到的变换系数构造的m×(m+1)矩阵H定义上是Toeplitz矩阵。但是，压缩的采样系数可能具有差的信噪比(SNR)比，例如是由于变换系数的量化的原因。在这种情况下，压缩感测可以向解码器提供p+1个系数(p+1>m+1)。

去噪算法迭代首先将p×(p+1)矩阵进行SVD分解为H＝UΣV^*，将最小的p-m个特征值设置为零，建立新的对角矩阵Σ_new和重构矩阵所得到的矩阵H_new在特征值运算之后可以不必再是Toeplitz形式。因此，其通过对实际对角线系数上或下面的对角线上的系数求平均而被强制为Toeplitz形式。所得到的去噪后的矩阵然后再次被SVD分解。该迭代被执行，直至最小的p-m个特征值是零或接近于零，或第(m+1)个特征值比第m个特征值小某一阈值。

一旦完成去噪迭代，消除滤波器方法可以被应用来找到稀疏输入数据f的稀疏系数的位置和幅值。注意的是，从解噪的Toeplitz矩阵H_new得到m+1个变换系数y_k。

9.信号重构

由压缩感测算法选择的变换系数的数量取决于对重构信号的要求。一般而言，不需要完美的无损重构来实现此处所公开的系统。上下文相似性的检测主要依赖于由时域瞬态或姿态构成的多形态传感器信号中的瞬态。因此，不需要重构多形态传感器信号的实际波形。

应用基于消除滤波器的方法，压缩感测可以选择m+1个或更多的第一变换系数，其被提供用于压缩感测解码器，例如在服务器中进行上下文提取。所要求的系数的数目取决于变换的信号。如果信号中的脉冲数目是K，则需要的DFT系数的数量是2K+1。

B.使用压缩感测方法的传感器节点共位示例实施

压缩感测方法被应用以收集最小量的变换系数同时仍然允许稀疏域中的捕获事件的表示。由于只需要有限数目的变换系数，因此计算也可以被限制。图7示出接收稀疏信号并重构该稀疏信号以执行相似性测量的示例过程。如图7所示，可以通过仅变换之后在压缩域中被选取的系数来实现压缩采样。比较两个或更多个连接的设备的重构的稀疏事件揭示了感测的上下文的上下文相似性。关于上下文相似性的知识可以用于例如授权连接设备对现有网络的接入或检查网络元件在感兴趣点范围内。

参照图1A，现有的传感器网络100和连接传感器102之间的上下文相似性检查开始于使用预定义的传感器集合来测量环境。环境测量被处理，以生成环境测量的稀疏表示。图8示出了该过程。

图8是示出传感器信号事件捕获的流程图。在步骤160，长度为N个样本的测量的传感器信号被转发到预处理功能。在图8所示的方法通过以下方式来预处理信号：高通滤波该信号并在160应用具有预定义阈值的阈值函数，使得超过预定义阈值的信号电平被考虑。在步骤160阈值函数可通过选择与输入信号向量的方差成比例的阈值来应用自适应阈值。滤波后的信号是脉冲型的信号，其可被看作是稀疏信号。在步骤162中，稀疏域信号在复域中被变换。DFT变换是可以在步骤162中被使用的合适的变换矩阵的一种示例。变换域最终在步骤164中通过选取仅预定数量的前DFT阈系数被子采样。选取的系数的数量越高，最终重构检测到的事件越好。然而，由于目的是重构仅脉冲和稀疏表示，因此一般来说少于十个系数是足够的。不需要在传输参数中编码脉冲位置或脉冲幅值，因为所有这些信息被包括在变换系数中。在步骤166中，少量被选择的系数被量化并被包格式化。

如图7所示，使用图8中的流程图示出的方法生成的传感器信号的稀疏表示被传送到传感器节点网络管理器104(图1A中)用于重构信号为稀疏时间域事件。图9是示出稀疏传感器信号事件重构的流程图。在步骤200中，当接收到稀疏参数时，使用接收的DFT域系数生成Toeplitz矩阵(等式2)。消除滤波器解出稀疏信号脉冲位置(等式3)。在步骤201中，执行滤波器的迭代去噪。在步骤202中，通过求解等式4来生成稀疏时间域事件。

重构的稀疏时间域事件有条件进行比较以确定上下文相似性。图10是示出传感器信号相似性测量的流程图。在图10中所示的方法是可以在图1B中的判定框114中被执行的比较步骤的示例。注意到稀疏时间域事件或重构的稀疏信号从正被检查上下文相似性的传感器节点中的传感器生成的检测物理事件的传感器信号中被生成。如上参考图8所述，传感器节点传送传感器信号作为以稀疏参数表示的环境测量，作为稀疏采样的DFT域系数。一旦重构为时域中的稀疏事件，信号准备好进行比较。如图10中所示，在步骤210使用互相关函数将第一传感器节点生成的第一稀疏事件与第二传感器节点生成的第二系数事件进行比较。

在步骤212，在步骤210生成的互相关值被检查以确定其是否指示第一稀疏事件与第二系数事件之间的上下文相似性。生成的互相关值越大，第一稀疏事件和第二稀疏事件是感测相同物理事件的第一和第二传感器生成的信号的可能性越大。在一些实施方式中，可以定义阈值相关性来确定存在或不存在稀疏事件指示的上下文相似性。在一些实施方式中，例如，当给定时帧(例如一秒)内的最大相关大于0.5，则信号可以被认为包含相同的捕获的事件，且因此传感器节点可以被分类为位于相同上下文位置内。

在图10中示出的示例确定两个不同传感器节点生成的两个环境测量之间的上下文相似性等级。在该示例中，第一传感器节点是连接传感器节点(例如图1A中的连接传感器节点102)。在示例实施中，第二传感器节点可以是参考传感器节点，或者作为传感器节点网络中选择的传感器节点。第二传感器节点的位置可以是已知的，在这种情况下，当第一传感器节点和第二传感器节点已经被分类为上下文相关，第二传感器节点的位置被指派给第一传感器节点。在一些实施方式中，关于第二传感器节点的位置的信息被传送给第一传感器节点。第一传感器节点然后可以将其位置包含在任意消息中，其可以将该消息传送给其他传感器节点或传感器节点网络管理器104(在图1A中)。

确定传感器节点是否共位可被用来确定传感器节点是否可以被添加到网络(如上参考图1B所述的)、或添加到传感器节点的组或子组、或从网络、传感器节点的组或子组移除。共位还可以被用来确定共位的传感器节点周围的环境的方面，例如在传感器节点的集合之间是否有障碍物。

一个实施方式采取过程的形式是第一传感器节点执行环境参数的测量以生成稀疏表示的第一环境测量。在与第一传感器节点建立通信链路的请求中从第二传感器节点接收第二环境测量的稀疏表示。从该稀疏表示重构第二环境测量。第一环境测量与第二环境测量进行比较以确定第一和第二环境测量是否包括共同事件的检测。仅在确定第一和第二环境测量包括共同事件的检测之后，建立与第二传感器节点的通信链路。

另一个实施方式采取装置的形式，该装置包括收发信机、可操作以生成第一时域环境测量的至少一个环境传感器、处理器以及非暂态存储器，该非暂态存储器存储指令，该指令在所述处理器上执行时可操作用于：(i)通过收发信机接收稀疏信号表示；(ii)从稀疏信号重构第二时域环境测量；和(iii)比较第一时域环境测量与第二时域环境测量来确定第一时域环境测量和第二时域环境测量是否包括共同事件的检测。

在另一个实施方式中，网络节点的共位可以通过发出对应于网络的可用传感器的形态的特殊检测信号来控制。由于共位的节点将检测到发出的信号并以此被分类为在相同位置内，因此不需要发出的信号的准确位置。

在另一实施方式中，该传感器节点网络可以进行自组织而不需要显式地位置信息。首先，检测相同物理事件的节点被共位并可以被网络管理功能组织为一组传感器节点。然后，网络基于一个或多个传感器节点在不同位置检测到的事件自组织成子组。基于相似性及共位估计结果，节点可同时被分类在多于一个子组中。图11是示意图，描绘了传感器节点网络214组织在第一组216和第二组218中的示例，这两个组在219重叠，允许方便分析相对彼此的总网络结构和拓扑。例如，如果在任一组中即便只有有限数量的传感器节点具有位置信息，也可以确定整个网络的准确拓扑。此外，网络214的不同子组216、218检测的独特事件可以包括一个或多个不同的形态，因为可以同时使用一个或多个传感器信号进行上下文分析。

在另一实施方式中，有效率的事件检测和数据传输作为稀疏表示可以被应用于环境的恒定监视。恒定监视可用于通过连续识别网络中的每个传感器节点的位置或通过验证每个传感器节点仍然是网络的有效成员来自组织网络。图1B中所示的方法可以被连续执行。来自传感器节点网络100(图1A中)中的传感器节点的环境测量可以连续彼此进行比较以连续更新网络拓扑的估计。除了连续的网络拓扑估计，网络还可以在环境分析中应用检测结果。例如，包括独立移动的传感器节点的无线网络可以进行自组织和环境监视。基于传感器的上下文共位估计可以用于估计移动网络内的节点的位置和运动。当网络节点处于业务或流时，可以通过监视环境的上下文在网络内如何演变来检测所述运动和流。例如，移动的节点可以通过包含具有唯一信号的预定义信标的位置。通过监视对应的上下文如何在网络内被检测来检测网络运动。上下文事件的范围可以明显不同于将节点彼此连接或连接到Wi-Fi/蓝牙热点、基站或卫星链路的无线链路的范围。

环境监视还可以包括检测检测模态的变化以及对环境映射，例如，未知设备或区域的映射。环境监视可用于追溯人或任何移动物体采取的最常见的路线并分析给定区域的结构。

基于传感器网络的服务可以例如监视一些物理传感器形态，例如温度、气压、照明、加速度和音频等等。在一示例性实施方式中，连接传感器节点，例如图1A中的传感器节点102，可具有仅用于测量温度和照明的一组传感器，并生成多形态传感器信号向量。在此实施方式中，如果存在照明条件的突然变化，给定多形态传感器信号向量的结果包含瞬态或姿态。当在现有的网络传感器节点以及连接传感器节点中检测到该时域瞬态或姿态，则该网络进行到网络的连接建立或保证连接传感器节点的共位。

这里描述的用于确定传感器节点共位的方法有益于室内导航和基于位置的服务。例如，当用户进入大型购物中心内的特定位置或者商店时，用户携带的移动设备开始感测与附近联网的传感器相同的环境上下文。因此，用户的设备然后可以加入该网络的本地域。例如，当用户进入商店时，关门或门铃声音事件被传感器网络基础设施和移动设备都检测到。基于位置的服务然后可以不用显式位置检测而应用接近其他传感器节点的知识。

在一些实施方式中，该传感器节点网络100(例如，图1A中)可以是无线地彼此通信和/或与传感器节点网络管理器104通信的传感器节点的无线传感器网络。无线传感器网络可以不断地监视网络完整性，结合如本文所述的上下文相似性测量。无线传感器节点可以相互比较感测的环境，例如以循环(round-robin)形式。只要传感器对检测同一事件，它们被认为共享相同的位置和上下文。因此，具有相似上下文的传感器节点可被认为是它们自己的子网络

传感器网络还可将波束成形技术应用于上下文事件和姿态的更准确的位置估计。在这样的实施方式中，一些声波发射传感器可以被配置为能够监视接收到的传感器信号的位置的传感器阵列。

当检测信号时自组织网络还可以揭示环境结构和特征。例如，一些传感器形态，诸如声音事件，不能有效地穿透墙壁。因此，如果节点被检测到彼此靠近，但是它们不能检测到相同的音频事件，则可以确定墙壁分隔了所述节点。此外，该结构在涉及检测可以或不可以被多个节点检测的信号的实施方式中可以甚至更准确地被分析。例如，通过窗户可能听不到声音，而照明变化是可以看到的。知道视觉上下文被共享而相同子组的音频上下文没有被共享，由此揭示关于该环境的信息。在这种情况下，例如，节点可能被窗户分开。可替换地，在水下情况，可视线索弱，而音频信号，特别是低频的音频信号可以很好地传播。因此，具有可用于位置的上下文分析的多于一个形态可以用于提供关于该环境的更多细节。此外，相同的概念可应用于实现服务扩展性和更精确的结果的任何新的形态。

在基于传感器节点网络的环境分析检测阻挡或障碍物的方法的示例实施方式中，来自第一传感器节点的使用第一传感器形态的第一环境测量和使用第二传感器形态的第二环境测量在传感器节点网络管理器处被接收。来自第二传感器节点的使用第一传感器形态的第三环境测量和使用第二传感器形态的第四环境测量也在传感器节点网络管理器处被接收。对接收的环境测量的比较可以导致确定第一和第三环境测量包括共同事件的检测、第二环境测量包括共同事件的检测以及第四环境测量不包括共同事件的检测。基于确定第一和第三环境测量包括共同事件的检测、第二环境测量包括共同事件的检测以及第四环境测量不包括共同事件的检测，确定在第一传感器节点与第二传感器节点之间存在障碍物。继续的分析可以基于环境测量的感测的形态实现确定障碍物的位置或甚至类型(例如窗户)。

如本文所述的方法可以被用于跟踪大型设施(例如医院和制造厂)内的便携式设备的位置。有帮助的是知道昂贵设备位于设施内的哪个位置。例如，当每个设备的位置时时刻刻是知道的时，医院可节省大量的金钱和资源，并甚至可能需要更少的设备。

在烟雾探测器内整合简单的声发射传感器可以用于监视上下文环境。当移动工具配备有相似上下文分析，则可以连续估计位置。设施中的传感器网络仪器因此以可用形态持续监视事件和姿态。与每个传感器对应并因此与每个已知位置对应的信息与时间戳信息一被存储在网络服务器中。数据可以被存储为从节点收集的压缩感测域中的原始数据或被存储为处理的位置数据。在前者的情况下，当结果被请求时可以进行上下文相似性和共位分析，而在后一种情况下，结果直接可用，且数据库不需要包括上下文分析实体。要被跟踪的移动设备正进行相同的环境感测。相同的稀疏域事件信息被连续或定期存储在所述网络中。当需要识别移动设备的所在时，网络和移动设备捕获的数据从数据库取得且根据本文描述的方法来确定共位。除了最近的位置，数据库中的数据使得能够跟踪设备的过去位置。

如果自然上下文事件不够频繁，则可以通过人工生成具有预定义形态的事件来进一步改进位置估计。例如，系统可发出在人类听不到但给定传感器能检测到的频繁范围的声源。其它实施方式采用光源，例如具有不同频率的不同类型的灯泡。不同的预定义位置可以具有不同的信号源和信号样式，帮助上下文分析来进行位置估计。当检测到的稀疏样式与发出的样式进行比较时，预定义位置中的受控的和预定义的事件揭示移动设备位置。可替换地，信号源可以发出随机事件。随机事件的检测可用于导航。在这种情况下，不需要控制发出的声音的位置，因为该网络和移动设备正搜索共同事件。

II.用于网络组织的上下文相似性测量

在此公开的实施方式中，一个或多个连接的设备的传感器网络和M2M服务在给定区域或范围内使用一个或多个传感器的预定义集合监视环境。网络传感器节点在与连接的网络的其它节点相同的大体位置捕获主内容和一个或多个类型的次内容。当连接的网络或网络子集与给定传感器节点位于同一区域中时，它们在相同环境中捕获相同内容，并因此检测相同事件。关于相同形态的同时事件的信息可以被应用以确定共享内容的同时操作、共位和存在。开始共位确定的检测的事件可以是例如背景噪声等级的突然变化、声音事件(例如拍手)、灯闪烁或结构加速(传感器节点附着在该结构上)。检测的事件的相似性揭示节点的共位。

图12示出了上下文相似性测量如何可以结合到传感器节点网络的网络组织的示例，包括例如感测任务和形态的分配。

图12是示出基于上下文相似性将传感器节点的网络中的传感器节点映射到一个组并基于形态指派感测任务的方法220的操作的流程图。传感器节点的网络中的传感器节点是一种类型的传感器节点，其包括一个以上的传感器且传感器能够以不同形态进行感测。图12中示出的方法220可以由传感器节点网络管理器(例如上述参考图1A的传感器节点网络管理器104)执行。注意该传感器节点网络管理器可以操作为M2M网关或在服务器、控制节点或云服务上操作。

在图12中的方法220中，网络中的传感器节点被假定向传感器节点网络管理器传送环境测量。该传输可以是周期性的或连续的或经传感器节点网络管理器请求的。在步骤222，传感器节点网络管理器接收网络中的各自的多个传感器节点生成的多个环境测量。如上所述，每个传感器节点包括使用第一感测形态的至少第一传感器和使用第二感测形态的第二传感器。在一些实施方式中，以稀疏表示接收环境测量。在一些实施方式中，多个传感器节点可以是网络中的所有传感器节点，或多个传感器节点可以是网络中选择的一组传感器节点。传感器节点可以在数据流中传送环境测量，该数据流中包括信息，例如用于上下文分析的传感器测量、传感器id、可用传感器形态、时间戳、可选的传感器的位置信息、相关的状态信息，例如电池电荷水平和计算能力。

在步骤224，多个环境测量被比较以标识包括共同事件检测的环境测量。在一些实施方式中，该比较是通过以下步骤来执行的：确定环境测量值之间的互相关，以及重复执行该比较，使所有的多个环境测量被比较。

在步骤225中，生成指示共同事件检测的环境测量的传感器节点被指派到上下文相关传感器节点组。传感器节点网络管理器具有从例如传送环境测量的数据流得到的网络中的传感器节点的能力的知识。在步骤226，该组中选择的多个传感器节点基于选择的感测形态被指派感测任务。感测任务可以是使用传感器的形态获得环境测量，或者，感测任务可以是传感器使用其感测形态的特定方式。例如，声音传感器可以被指派感测任务以检测声音或检测特定频率范围中的声音。指派的感测任务还可以是基于位置的测量任务，或上下文相似性测量任务。没必要指派所有的传感器。

在一示例实施中，传感器节点网络管理器可以执行感测任务和传感器节点的进一步分配。例如，在步骤226中，传感器节点网络管理器可以指派感测任务，其中所选择的感测形态是第一感测形态。所选择的多个传感器节点可以是在上下文相关组中的第一选择的多个传感器节点。在示例方法的进一步步骤中，上下文相关组中的第二多个传感器节点基于第二感测形态被指派感测任务。为了将任务分发给多个传感器以提供冗余性但是不至于导致资源可能浪费的过多冗余，指派感测任务的上下文相关组中的传感器节点的每一个被指派使用不多于一个传感器或使用不多于一种感测形态而执行感测。

在一示例性实施方式中，传感器节点网络可以包括一组预定义的传感器节点，其中一组预定的传感器传送环境测量以用于确定上下文相似性。预定的传感器可以被选择为具有低复杂度、低电池消耗和低带宽上下文共位估计。

图12中示出的传感器分配过程可以被进行为连续过程，允许上下文相似性和传感器分配周期性调整。传感器节点网络管理器可以执行该过程来确定传感器节点之间的上下文相似性并创建视为上下文相关的至少一些传感器节点的组。该组中的传感器节点也视为共位且可以被指派位置(如果该组中的任意其他传感器节点的位置是已知的)。该组中的传感器节点可以被分配感测任务，其可以将该组组织成被指派不同感测任务的传感器节点的子组。

在一些实施方式中，网络网关或其他控制节点存储关于传感器节点的组关联的信息。例如，在数据库中、数据对象或表中，网络网关可以存储传感器节点的标识符与该传感器被指派到的零或更多个组的标识符之间的关联。相反地，网络网关可以存储组标识符与指派到相关的组的零或更多个传感器节点的标识符之间的关联。网络网关还可以针对每个传感器节点标识符存储标识该传感器节点的感测能力的信息和标识传感器节点可以被指派执行的感测形态的信息。存储关于传感器节点网络的信息的数据库可以被组织，如下表1所示。

表1

表1描述了一组传感器节点节点1001-节点1010组织成传感器节点节点1001、节点1002、节点1003、节点1004、节点1005和节点1006的子组1；以及传感器节点节点1007、节点1008、节点1009和节点1010的子组2。传感器节点节点1001-节点1010的每个包括两个声音传感器和用于测量照明的光电池。传感器节点节点1001-节点1010可以是被确定为上下文相关且视为在位置LOC1共位的传感器节点的上下文相关组的部分。在将如表1中指示的感测任务分配给节点节点1001-节点1006之后可以形成子组1。在将如表1中指示的感测任务分配给节点节点1007-节点1010之后可以形成子组2。包含所有这些传感器节点节点1001-节点1010的组可以通过基于共同感测形态(例如声音)执行上下文相似性测量被分组。形成该组，在分配指示的感测任务时可以形成子组1和2。可以使用指示的感测形态(针对此，上下文相似性任务被分配以提供对每个子组的传感器节点成员的连续监视)连续执行上下文相似性测量。但是表1中的组中的传感器节点可以是较大的传感器节点网络的子集(在该网络中子集被发现是上下文相关且共位的)。

传感器节点网络管理器可以执行针对网络中的传感器节点的连续的或周期性的上下文相似性测量以监视并确认该组中的传感器节点的成员关系。如果该组中的传感器节点生成环境测量，该环境测量没有指示检测到该组中其他传感器节点检测的共同事件，则该传感器节点从该组中被移除。类似地，通过报告指示检测到已经是该组成员的传感器节点检测到的共同事件的环境测量可以将新节点添加到该组。可以添加新的节点以提高测量冗余。传感器节点网络管理器然后可以以优化分配的感测任务的资源分配的方式来分配感测任务。

表1中针对每个组和传感器节点的信息可以包括其他信息。例如，该表可以存储操作资源限制，例如每个传感器节点的最近的电池电荷，或资源限制(例如电池电荷)警报的预定最小报警级别。该表还可存储通信参数，或其它信息。

传感器节点网络管理器可以请求或周期性地接收或时时地接收标识每个传感器节点的能力和限制的传感器能力报告。在一些实施方式中，传感器能力报告可以是传送环境测量的通信的部分。来自每个传感器节点的该传感器能力报告可以包括上述标识的信息，或针对每个传感器节点的感兴趣的任意其他信息。

传感器节点网络管理器可以使用表1中的信息，或者与其类似的表来执行管理任务。例如，该传感器节点网络管理器可以从传感器节点接收传感器能力报告，或环境测量，包括资源限制报警。这样的报警的一个示例可以被传达以警告进行报告的传感器节点的电池的低电池电荷。传感器节点网络管理器可以从其所在的组移除该进行报告的传感器节点，并用与该传感器节点上下文相关并能够执行相同感测任务的另一传感器节点来代替该传感器节点。可替换地，具有资源限制的传感器节点可以只是停止发送用于共位检测的上下文信息。在这种情况下，传感器节点被自动退出该组和任务分配，且网络自我重新组织剩余的传感器节点。

在另一实施方式中，传感器节点网络管理器可以设置并调整资源限制的阈值。传感器节点网络管理器可以暂时降低特定资源的阈值报警级别以便继续工作。例如，该传感器节点网络管理器可以将电池电荷阈值等级设置更低以维持操作。

注意的是，在形成如上所述的组和子组，可以使用上述的压缩感测方法执行上下文相似性度量，其中环境测量作为稀疏表示被传递。上下文相似性测量可以基于环境测量之间的互相关确定，并可以涉及接收环境测量作为子采样稀疏表示并从该子采样稀疏表示重构稀疏事件。在通过选择减少的系数集合进行子采样之前可以使用数字傅里叶变换来处理环境测量。可以使用数值优化、消除滤波器方法来执行重构。

还应当注意，传感器可以使用包括以下的感测形态：

1.音频，

2.在特定频率的音频，

3.光照明，

4.温度，

5.声压级，

6.加速度，

7.pH水平，以及

8.在之前物理事件之后的时间延迟的物理事件。

在一些实施方式中，上下文相似性至少部分地基于不是同时的事件。在整个网络或节点子集，事件不必是同时的空间事件。例如通过确定对应于相似性度量的最大相关值的延迟来检测时间相似性。因此，检测相似性(例如使用相关方法)具有延迟值。在上下文相似性可以基于不同时事件的实施方式中，比较环境测量的步骤包括通过标识包括时间延迟的最大互相关将环境测量标识为包括共同事件。

如果上下文事件是静止的而节点是移动的，或该事件是移动的而所述节点是静止的，或者如果所有部件处于运动中，则上下文相似性测量具有时间分量。即，检测相似性具有一定的时间延迟。网络节点和上下文事件的源的相对速度(例如气象征兆的运动)可以根据相似性计算中的延迟来确定。

图13是传感器节点网络236的示意图，包括在网络236范围内观测相同物理事件的一组传感器。网络236中的传感器节点与M2M网关239通信。传感器节点包括使用不同形态的多个传感器，并被配置成在多形态上下文中测量物理事件。图13示出了感兴趣的上下文的范围(物理事件)可以不延伸至整个网络。只有该范围内的传感器节点可以被分类为相关节点并被分配用于与该物理事件相关的感测任务。

图13示出了一组传感器节点238(用交叉线阴影标出的)被确定为观察网络范围内的相同的上下文(例如，相同的物理事件x(t))。该组传感器节点238定义可以被分配用于与物理事件x(t)相关的感测任务的网络236的范围。

在图13中的示例性实施方式示出了网络中的传感器不需要是一样的。物理事件，例如声压级变化的样式，不管采样频率如何对每个传感器看起来相似。不同的传感器节点可以被分类到相关节点的组中，包括分组测量不同形态的传感器节点。物理事件可以激发若干不同形态。例如，开门的这一物理事件可以导致发出声音、压力水平变化、加速度以及甚至照明变化。因此，从给定节点集合传送的标准化稀疏事件可以与传感器形态无关。

没必要传感器网络内的每个节点具有相同的传感器能力和传感器数量。当所有共位的节点被分配给给定的上下文感测任务时，节点组中可用的其它形态也可以被捕获。当创建传感器组时，关于相关网络传感器节点的可用能力的信息可以与关于传感器节点的其他信息被存储。当完成组分配时，网关或服务器可以请求这些传感器节点监视一个或多个另外的预定形态。如果所需形态的总数量大于相关节点的数量，则一些节点被分配多于一个的传感器形态。例如，可能发生网络基于检测的声压级事件被分配，同时例如温度和照明的多于两种的另外的形态被请求。如果发现仅两个节点正检测相同的声音事件，则这两个节点被指派同时贡献多于一个传感器。任务可以不与任何其他节点共享。

在一些实施方式中，检测相同上下文的共位传感器节点可以不同分配感测任务以节省资源。期望的是每个相关传感器节点被分配最小的感测任务集合，即，最小数量的形态，以节约电池和传输带宽或其它资源。也就是说，为每个测量任务分配最小数量的传感器节点和传感器。

可以使用一个或多个传感器节点集合来执行上述的上下文相似性分析。具有多个重叠集合的网络拓扑的构造可以根据相似性分析的结果来执行。传感器节点网络管理器基于一个或多个传感器节点在不同位置检测的事件将网络组织成子组。基于相似性和共位估计结果，传感器节点可同时被分类在多于一个子组。也就是说，传感器节点网络可以具有多个重叠的子组，在这种情况下，整个网络结构和拓扑相对于彼此可以便于被分析。在这种情况下，例如，即使只有有限数量的传感器节点具有显式位置信息，也可以确定整个网络的准确拓扑。注意的是由不同的网络子组检测到的唯一事件可以包括一个或多个不同的形态，因为可以使用一个或多个传感器信号同时进行上下文分析。

图14是示出基于上下文相似性分组连接的传感器并将组映射在一起的示例的示意图。图14示出了第一传感器节点组240、第二传感器节点组242以及第三传感器节点组244，检测图14中用不同类型的阴影(分别是交叉线阴影、点阴影和垂直线阴影)标识的不同上下文。每组中的检测多于一个上下文的传感器节点被标记为两种类型的阴影。例如，传感器节点组3中的传感器节点246检测垂直线阴影上下文与交叉线阴影上下文。检测多于一个上下文可以在不同的时间窗口中或甚至在不同的形态中同时发生。例如，传感器可以正检测不同的频率范围中的不同的音频事件(音频上下文)。

在一些实施中，组中的至少一个传感器节点可被提供精确的位置信息，例如从GPS(全球定位系统)设备提供，或通过已经建立固定的已知位置并记录在传感器节点(例如，在安装时)中来提供。在实施中，具有已知位置的至少一个传感器节点，或锚点传感器节点、一组传感器节点可被锚定到相对于其他传感器节点的锚点传感器节点的绝对地理位置。另外，网络中的控制节点或其它传感器节点可以具有关于在一些组中检测到的上下文的位置的先验知识。例如，声源的位置可以是已知。然而，锚点传感器节点不需要在每一组中。例如，在图14中的图中，第一传感器节点组240包括第一锚点传感器节点245和第二传感器节点组242包括第二锚点传感器节点247。基于从执行上下文相似性测量得到的每个组中的传感器节点的阴影示出的上下文检测，可以生成拓扑映射250，其描绘了每个组240、242/244相对彼此的位置。使用锚点传感器节点245、247的位置而不需另外的知识可以在传感器节点的映射上以合理的精度定位第三传感器节点组244。

根据示例实施中，锚点传感器节点245或247可以用作上下文信息分析的发起者。当进行上下文相似性分析(其作为共位估计来操作)时，来自其他节点的数据与锚点传感器节点245或247进行比较。如果位置信息可用，则被分类到具有上下文相似性的相同共位组中的传感器节点被分配锚点传感器节点245或247的位置数据。传感器节点网络管理器然后可以基于该位置分配传感器用于专用测量任务。

关于传感器节点组，例如图14中的第一组240，包括锚点传感器节点245，传感器节点网络管理器可以接收该组240中的传感器节点的位置。该位置可以根据例如GPS读数来确定的，或根据在传感器节点安装和配置期间已经被标识的来确定，或从某其他合适的源来确定。传感器节点网络管理器然后可以将该传感器节点的位置存储在例如传感器节点的数据库中，诸如表1描述的数据库中。在示例实施中，传感器节点可以被标识为锚点传感器节点。锚点传感器节点的位置可以被指派给上下文相关的组240中的其它传感器节点。

图15是示出基于上下文相似性传感器节点被添加或从感测任务移除的示意图。在图15中，传感器节点网络251包括检测由点阴影指示的相同上下文的第一传感器节点组252。第一传感器节点组252中的传感器节点是上下文相关的，或共位的。由交叉线阴影指示的第二传感器节点组253被分配捕获具有感兴趣形态的物理事件的感测任务(如以上参考图12所述的)。图15中的示例示出了当确定传感器节点能够检测相同物理事件时这些传感器节点如何可以被分类到相关组中。传感器节点的相关组然后可以被指派以感测可以是完全不同形态的感兴趣信号。如果传感器节点与其他节点检测到相同的上下文，则其被包括在使用相同或不同传感器的给定形态的感测任务中。相反，如果传感器节点不能与其他节点检测到相同的上下文，则其可以被放弃别分配针对给定形态的感测任务。

如图15所示，第一传感器节点254是检测相同上下文的第一传感器节点组252的部分。第一传感器节点254已没有被分配第二传感器节点组253中的传感器节点的感测任务。然而，第一传感器节点254是与第二传感器节点组253中的其它传感器节点上下文相关的。因此，第一传感器节点254可以被分配用于被分配给第二传感器节点组253中的其它传感器节点的给定形态的感测任务。第二传感器节点256是第二传感器节点组253的成员，其与第二传感器节点组253中的其它传感器节点一起被分配感测任务。第二传感器节点256可能没有检测到第一传感器节点组252的共同上下文的物理事件。因此，第二传感器节点256可以从第二传感器节点组253中被移除。

图16是示出基于上下文相似性的传感器节点分配过程的示例的流程图。如图16所示，每个传感器节点在分配过程中可以发挥作用。传感器节点260向如上所述的传感器节点网络管理器传送至少一个环境测量的形式的上下文数据以及辅助信息，其包括关于该传感器节点和传感器节点260的传感器资源的信息。上下文数据可以包括用于传送传感器信号或环境测量的数据结构格式，并可以在接收环境测量的步骤中由传感器节点网络管理器接收。传感器节点传送的数据可以包括位置信息(如果可得的话)。传感器节点网络管理器可以维护如上参考表1描述的组、子组以及传感器节点的数据库。在在判定框262，该传感器节点网络管理器通过比较传送的具有环境测量数据和网络中的传感器节点相关的数据来进行上下文相似性检测。如果数据不匹配现有组或锚点节点的任意，则该节点不被包括在任何现有的感测任务中。但是，在步骤266该数据被存储为上下文信息(或上下文线索)以在给定传感器节点周围创建新组。之后其它传感器节点可以与这些上下文参数进行比较。如果该传感器节点具有包括在传输中的精确的位置信息，例如GPS坐标，则该节点被分配作为该创建的组内的锚点节点。

在判定框264，该传感器节点网络管理器检查该传感器节点260是否具有正确的传感器集合，具有正确的形态，可用于特定任务。例如，如果无线传感器网络正进行环境测量，在给定位置中传感器检测例如类似CO₂条件的任务可以丢弃没有例如用于pH等级测量的传感器的传感器节点。

在判断框268，该传感器节点网络管理器检查该传感器节点260具有足够的资源，例如用于持久测量任务的电池水平和用于数据传输的足够带宽。在判定框268处的检查可以特别用于具有高采样和数据速率的形态。如果传感器节点260具有足够的资源，则该传感器节点被分配感测任务(在步骤272)。取决于可用的传感器节点的数量和需要的任务冗余，传感器节点网络管理器可以在276调整资源限制。该传感器节点网络管理器还可以检查切换请求并在接收到切换请求的情况下将该传感器节点260从任务移除。

如图16所示，传感器节点260可以对任务负载具有一定程度的控制。在判定框268如果传感器节点260确定资源不足够用于任何新任务或用于正在进行的任务，或者如果用于上下文相似性分析的捕获的数据不可靠，传感器节点260可以停止传送用于共位估计过程的上下文参数。可替换地，传感器节点260可以在数据流内发出数据切换请求。在这一情况下，该节点在步骤274在下一个分析回合从被分配用于感测任务的传感器组中被丢弃。另外，该节点可以关闭一个或多个单独的传感器，并因此减轻任务负载。

即使节点被从任务丢弃，仍然可以保持群组分配。如果传感器节点变得可用，例如当其获得充足的资源，如果传感器节点保持与上下文相关的传感器节点组上下文相关，且如果稍后需要额外的测量冗余，传感器节点可以被激活并被指派所讨论的感测任务。

如上所述，该传感器节点网络管理器可以管理和执行在任意合适的数据网络组件上执行的涉及上下文相似性测量的步骤。在一个实施方式中，M2M网关被配置为作为传感器节点网络管理器来操作。在另一实施方式中，操作为可以连接到传感器节点的网络的传感器节点的控制节点可以被配置为传感器节点网络管理器来操作。除了一个或多个传感器和传感器资源，控制节点还可以包括处理器和非暂态计算机可读介质，在该计算机可读介质上存储有可执行指令。传感器节点网络管理器使用该指令以在传感器节点间分配感测任务以及上述的任意方法。在一个实施方式中，指令可以实现由以下伪代码描述的逻辑：

在另一实施方式中，传感器节点网络中的传感器节点可以使用处理器以及非暂态计算机可读介质来实施，在该计算机可读介质上存储有可执行指令。传感器节点使用的该指令可实现由以下伪代码描述的逻辑：

在一示例性实施方式中，用于基于上下文相似性的传感器节点分组功能、传感器节点分类功能、传感器节点组管理功能、分配和资源管理功能(例如上述的示例实施方式)可以被实现为用于传感器节点网络内的每个传感器节点和设备的软件更新。此外，可以用专用于给定上下文分析的新传感器来升级传感器节点。已知的传输协议和信令机制可以被用来支持用于上下文分析和任务分配而传递的消息。

本文描述的系统和方法的实施方式可以在无线传感器网络中实施，该网络包括具有不同能力的不同设备。例如，在大区域内分布的传感器(例如位于城市界限内)在共享相似条件的传感器的子组内可以共享监视空气条件、污染和花粉密度的任务。该传感器节点网络服务器可以自动地分配监视不同区域中的环境的传感器的子集。当例如污染的云的现象在较大区域移动时，可以激活不同的传感器集合。同时，组内的测量任务被共享且基于可用资源被轮转。

在另一示例中，在汽车中提供的传感器用于监测天气和交通条件。这种实施方式可以使用在现有技术的汽车中发现的传感器，如用于空气温度、雨、速度和到其他车辆的距离的传感器。代替收集关于单独的私家车辆的ID或位置的信息，中央服务器可以基于仅给定的测量匿名分类移动的传感器，请求相关共位节点的集合以捕获测量信号并更新例如天气预报和交通堵塞估计。蜂窝或其它无线电接入网络连接可使用基于小区塔的三角测量提供关于位置和速度的粗略信息。然而，上下文信息提供用于甚至更精确映射的一种替代方法。这有利于基于位置的服务的发展。

一些实施方式可被实现在具有严格的功率消耗限制的上下文。环境传感器的网络可以被实现在具有向电源再充电或连接的有限可能性的远程位置。例如，为了收获优化而测量土壤的传感器被期望工作数年而不用任何再充电的可能性。在这种情况下，在相似上下文中操作的节点可以共享感测任务，并由此降低功耗。

III.自组织无线传感器网络

目前公开的是系统和方法，其中，无线传感器网络基于上下文相似性自组织。

无线传感器网络(WSN)中的传感器节点使用传感器节点的感测能力从环境获取数据并通过该网络将结果广播到网络应用接口或数据库。在示例性实施方式中，每个传感器节点用预定传感器集合捕获本地上下文并将该信息与网络中的其他传感器节点共享。传感器节点可以应用稀疏域测量信号，或在稀疏域内变换信号，然后利用压缩感测，如上参考图2至图7所述。稀疏表示的环境测量提供关于WSN中的传感器节点的环境的上下文线索。

在示例性实施方式中，使用稀疏域测量和压缩感测生成的上下文线索被传送给至少在距离一个或两个跳以内的网络的其他传感器节点。传感器节点可以限制上下文线索只传输给传感器节点的子集。在一示例性实施方式中，传感器节点首先使用标准邻居检测方法(例如根据移动Ad Hoc网络(MANET)邻居发现协议(NHDP)的方法)搜索其邻近节点。传感器节点然后共享上下文线索，并请求与最近的邻居进行相似性分析。

值得注意的是，根据MANET NHDP的用于搜索邻近网络节点的标准方法基于标准无线电连接性。无线连接被建立用于在网络节点之间传送信息，并转发消息到控制WSN的服务提供商。传感器节点与最近邻居共享信息以节省功率并最小化无线电干扰。

如本文所使用的术语“跳”指传感器节点与任意方向中的传感器节点的最近的邻居的任意一个之间的距离。术语“跳”不是指任何具体的距离，只是在直接邻近的传感器节点之间的无论什么距离。

在示例实施方式中，WSN中的传感器节点进行相对于每个传感器节点的邻居的上下文相似性测量。当传感器节点确定其与邻近节点是上下文相关的时，上下文相似性场将上下文相关的传感器节点在它们各自的位置中包括为一组。根据传感器节点被指派测量什么，上下文相似性场可表示或标识物理现象、事件或发生。例如，上下文相似性场可以表示天气现象(阵风、雨云、即将覆盖太阳能面板场的云)、田地的湿度/养分、建筑物中的温度情况、城市界限内的花粉云、河流中的漏油、城市上空的气云，等。

上下文相似性场可以具有比单个传感器节点的一个或两个跳的邻居明显更大的范围。在示例实施方式中，连接到具有上下文相似性的另一传感器节点的传感器节点可以进一步在一个或两个跳内的自己的邻居中转发上下文相似性请求。上下文相似性场分析扩展为以逐跳方式通过ad hoc网络传播相似性请求。相似性请求的传播可以继续，只要有传感器节点检测到与该起始节点的上下文相似性。当检测到的上下文线索最终不同时，达到了场边界。

当一个或两个跳范围内的传感器节点接收到上下文线索数据并在其自己的周围上下文内检测到相应的相似性，该过程可以通过扩展分析区域继续另一一个或两个跳范围。图17示出了一传感器节点网络280，其中发起传感器节点282发送具有上下文线索的上下文相似性请求给一跳范围内的邻居中的其他节点。如图17中所示，发起传感器节点282发送上下文相似性请求292中的上下文线索给一跳距离的邻近传感器节点284。邻近节点284确定它检测与发起传感器节点282相同的上下文，并还将上下文相似性请求294转发到一跳范围内的其他传感器节点，例如下一个邻近传感器节点286。在一些实施方式中，上下文相似性请求包括发起传感器节点282的上下文线索、检测上下文相似性的所有传感器节点列表以及以跳数为单位的距离。发起传感器节点282可以发送上下文相似性请求292到一跳内的任意或每个传感器节点，如在图17中288所指示的。类似地，邻近传感器节点284可以发送上下文相似性请求294至其一跳范围内的任意或每个传感器节点(在290指示的)。注意的是，在上下文相似性请求中提供的信息可以取决于具体实现。包含在上下文相似性请求中的信息的任意数据集合或数据结构的规范不是限制性的。

图18是示出用于在传感器节点网络(例如图17中示出的传感器节点网络280)中得到上下文相似性场的方法300的操作的流程图。在步骤302，第一传感器节点(例如，图17中的邻近传感器节点284)进行传感器测量，以得到第一环境测量。在步骤304，第一传感器节点从第二传感器节点(例如图17中的发起传感器节点282)接收包含第二环境测量作为上下文线索的上下文请求消息。在步骤306，第一传感器节点基于第一环境测量(来自第一传感器节点的上下文线索)与第二环境测量(来自第二传感器节点的上下文线索)之间的比较来确定上下文相似性等级。在步骤308，第一传感器节点确定的上下文相似性等级被报告给第二传感器节点。在步骤310，上下文相似性请求消息被转发到至少第三传感器节点(例如，图17中下一个邻近传感器节点286)。接收上下文相似性请求消息的第三传感器节点和其他传感器节点然后可以执行图18中的方法300，使得上下文相似性请求消息通过传感器节点网络传播。

参照图17，发起传感器节点282发送相似性请求，其具有时间戳，可以提供用于可用上下文线索的分析窗口。接收传感器节点可包括环形缓冲器或其它存储机制，用于存储类似类型的上下文线索，从而可进行比较。使用压缩感测方式的稀疏域处理产生上下文线索的简单的、低复杂度计算。稀疏表示的上下文线索还需要比原始高采样率测量数据更少量的存储空间。

可以优选的是，在一些实施方式中，在上下文相似性请求通过传感器节点网络280传播时包括发起传感器节点282生成的上下文线索。上下文相似性可以逐步逐跳改变，且超过检测的场的上下文相似性可能不被检测到。转发发起传感器节点282的上下文并相对于发起传感器节点282的上下文进行本地比较，还可以揭示上下文场的时间演变。随着与上下文场相关联的事件可以以某速度在空间上演变，上下文的时间差提供另外的信息。当从起点开始针对上下文线索进行上下文相似性测量，可以检测到空间和时间共位。

当传感器节点接收上下文线索并请求检查相应的相似度，回复消息被传送给请求传感器节点以将该回复消息转发回发起传感器节点282。该回复消息包含上下文相似性分析结果。回复消息可以包含二进制(对上下文相似性是/否)或者例如，关于上下文相似性的在范围[0…1]的概率线索。在一些实施方式中，概率线索可以提供强度参数，其可用于分类所产生的上下文相似性场。上下文线索中的时差可以被报告，其具有时间戳，指示匹配的线索的定时。另外，传感器节点可用于基于另一形态或可用于传感器节点的所有形态的上下文线索进行回复。

传感器节点，例如图17中的邻近传感器节点284，转发上下文相似性请求，即使没有检测到上下文相似性。当以跳数为单位的距离最后检测到上下文相似性的传感器节点的距离超过阈值或过冲(overshoot)跳跃计数，传感器节点可以停止转发该上下文相似性请求。在一个示例实施中，该过冲跳跃计数可以是四跳。特定的阈值可以取决于特定的实现。过冲跳跃计数提供当上下文场的边缘足够远离时停止分析的指示。该阈值可以通过在上下文相似性请求消息中包括从发起传感器节点282起已经进行的跳数以及没有检测到上下文相似性时已进行的跳数来实现。因此当在没有检测到上下文相似性向发起传感器节点282进行了预定数量的跳跃时可以停止上下文相似性场映射。如果在过冲时段内检测到相似性，则相应的跳跃计数可以被重置为零。

当节点将该请求转发到下一个节点，其向前一个节点报告回相似性发现以及以跳跃数为单位的节点之间的距离。因此，对上下文相似性以及节点的共位的知识在这两个节点中增加。

图19是一个示出发起传感器节点322开始并传递给第三邻近传感器节点328的上下文相似性请求的通信的消息流图。可以响应于上下文服务320的服务请求330开始上下文相似性分析，该上下文服务320可以通过可用于传感器节点的数据网络被访问。服务请求330被传输至发起传感器节点322。在一实施实施中，该发起传感器节点322由上下文服务320从网络中的传感器节点选择。发起传感器节点322可以被指定为用作发起传感器节点，或可以依据传感器节点的能力在任意给定时间选择任意传感器节点。

响应于接收到服务请求330，发起传感器节点322发送第一上下文相似性请求332到其邻近的传感器节点324。上下文相似性请求332可以包括用于发起传感器节点322的节点标识符(100)、上下文线索数据以及时间戳。第一邻近传感器节点324接收第一上下文相似性请求332并作为响应，执行发起传感器节点330提供的上下文线索数据与第一邻近传感器节点324使用其传感器的一个或多个生成的上下文线索之间的相似性检查334。第一邻近传感器节点324还将跳跃计数器增1，并将第二上下文相似性请求336发送到第二邻近传感器节点326。

响应于第一上下文相似性请求332，第一邻近传感器节点324还发送回复消息338到发起传感器节点322。第一邻近传感器节点回复消息338包括作为发起回复消息338的传感器节点的节点标识符(101)、上下文相似性结果、当接收到上下文相似性请求332时的跳跃计数，以及转发节点列表，其是空的，因为上下文相似性请求332没有被转发给第一邻近传感器节点324，但是而是直接从发起传感器节点322被发送。回复消息338还可以包括与第一邻近传感器节点324有关的一组上下文参数。这些上下文参数可以包括例如，用于上下文相似性测量的形态、位置信息、关于传感器节点上的传感器的信息和其它信息。

第二邻近传感器节点326接收第二上下文相似性请求336，其包括转发节点的节点标识符，其仅是第一邻近传感器节点324的节点标识符(101)。第二上下文相似性请求336还包括发起传感器节点322的节点标识符(100)、发起传感器节点322的上下文线索数据以及时间戳。第二邻近传感器节点326执行发起传感器节点330生成的上下文线索数据与第二邻近传感器节点326使用其传感器的一个或多个生成的上下文线索之间的上下文相似性检查342。第二邻近传感器节点326将跳跃计数器增1并发送第三上下文相似性请求344到第三邻近传感器节点328。

响应于第二上下文相似性请求336，第二邻近传感器节点326还发送回复消息346给第一邻近传感器节点324以中继到发起传感器节点322。回复消息346被发送给第一邻近传感器节点324，其作为发送上下文相似性请求的传感器节点，第二邻近传感器节点326正回复该上下文相似性请求。第二邻近传感器节点回复消息346包括其作为发起回复消息346的传感器节点的节点识别符(102)、上下文相似性结果、当接收到第二上下文相似性请求336时的跳跃计数、包括第一邻近传感器节点324的节点标识符(101)的转发节点列表以及与第二邻近传感器节点326有关的一组上下文参数。第一邻近传感器节点324根据转发节点的顺序接收第二邻近传感器节点回复消息346。第二邻近传感器节点326向发起传感器节点322中继回复消息(作为回复消息348)。

第三邻近传感器节点328接收第三上下文相似性请求344，其包括转发节点的节点标识符，其是第二邻近传感器节点326和第一邻近传感器节点324的节点标识符(101，102)。第三上下文相似性请求344还包括发起传感器节点322的节点标识符(100)、发起传感器节点322的上下文线索数据以及时间戳。第三邻近传感器节点328执行发起传感器节点330生成的上下文线索数据与第三邻近传感器节点328使用其传感器的一个或多个生成的上下文线索之间的上下文相似性检查350。第三邻近传感器节点328还将跳跃计数增1。

在图19中所示的实施方式中，第三邻近传感器节点328是示例中示出的最后的传感器节点。第三邻近传感器节点328可发送第四上下文相似性请求(未示出)。传感器节点网络可以包括多个传感器节点，通过该传感器节点上下文相似性请求可以继续传播。该过程可继续，直到没有其它传感器节点能够接收上下文相似性请求，直至最大跳跃计数被提供并达到，或直到不再检测到上下文相似性(在预定的过冲跳跃计数之后)。

响应于第三上下文相似性344，第三邻近传感器节点328还发送回复消息352给第二邻近传感器节点326以中继到发起传感器节点322。回复消息352被发送到第二邻近传感器节点326，其作为发送上下文相似性请求的传感器节点，第三邻近传感器节点328正回复该请求。第三邻近传感器节点回复消息352包括作为发起回复消息352的传感器节点的其节点标识符(103)、上下文相似性结果、当接收到第三上下文相似性请求344时的跳跃计数、包括第二邻近传感器节点326和第一邻近传感器节点324的节点标识符(101，102)的转发节点列表以及与第三邻近传感器节点328有关的一组上下文参数。第三邻近传感器节点回复消息352根据转发节点的顺序由第二邻近传感器节点326接收。第二邻近传感器节点328将回复消息中继到第二邻近传感器节点324作为回复消息354。第二邻近传感器节点324将回复消息中继到发起传感器节点322作为回复消息356。

发起传感器节点322可以在其一跳范围内的邻近传感器节点的任意或每个发起图19中所示的上下文相似性请求消息流。例如，在图17中的传感器节点网络280，发起传感器282可以将上下文相似性请求传输到其一跳范围288中的其它三个传感器节点。

当发起传感器节点322接收回复消息338、348、356时，回复消息可被传送到上下文服务320以提供分析的结果。发起传感器节点322可以在从其一跳邻居(例如第一邻近传感器节点324)接收回复消息之后发送第一服务回复消息340。发起传感器节点322还可以在接收到回复消息356之后发送第二服务回复消息358，其是来自在图19中所示的网络边缘的第三邻近传感器节点328的回复。服务回复消息340和358可以包括上下文相似性场拓扑(或上下文相关的传感器节点的映射)、网络中的传感器节点中的可用传感器的列表以及时间戳。回复消息340和358还可以包括或多或少的信息，这取决于控制服务320与发起传感器节点322之间建立的协议。

上下文相似性请求可以在一个或两个跳范围中的传感器节点网络内被传送。在示例性实施方式中，传输可以被设置以通过最小化传输资源使用来提高效率。例如，可以在实时协议(RTP)有效负荷中例如JSON(JavaScript Object Notation)数据结构中量化并包格式化变换系数。压缩域变换系数例如是联合量化的向量。因此，使用标准向量量化工具，所有系数在单个向量中。该比特流可以进一步被熵编码，例如使用Huffman编码。可替换地，每个变换系数是标量量化，并还被熵编码以降低比特流大小。在一些实施方式中使用的一个用计算量轻的方法是将变换系数包格式化为JSON数据结构中的浮点数。

JSON数据结构还可以包含发起传感器节点ID、在消息被转发多次的情况下每个转发传感器节点的传感器节点ID、跳跃数量(已经转发消息的次数)、没有检测到相似性的传感器节点的数量以及应用的形态和对应于上下文线索的分析窗口的开始和结束的时间戳的指示符。此外，上下文相似性请求消息可以包含对要被分析的另外形态的请求。也就是说，传感器节点可以请求具有一个或多个另外形态的另一组上下文线索。下文示出了上下文相似性请求的JSON数据结构的示例。下面的示例JSON数据结构包含作为数值的占位符的斜体文本。传感器节点ID等是可以被插入的值的示例。可以期望将上下文相似性场范围限制在该传感器节点网络内。如果感兴趣的是靠近发起传感器节点的现象，则还可以限定最大跳跃数。

JSON格式的请求1的示例

在一示例性实施方式中，对上下文相似性请求消息的回复可以被实现为包含上下文相似性分析的结果的另一JSON数据结构。在一些实施方式中，上下文相似性分析的结果可基于例如相关结果被提供为在范围[0…1]内的概率值。在其它实施方式中，上下文相似性分析的结果简单的是比较相关与预定阈值得到的二进制真/假标志。对应于匹配的一组上下文线索的时间戳可被包括以指示上下文场的时移或演变。另外，回复消息包含传感器节点ID、一直向给定节点转发该请求的节点列表、该节点具有的最近邻居以及可能地具有一个或多个另外形态的一组上下文线索、以及相应的传感器ID。

JSON格式的请求2的示例

当传感器节点从邻近节点接收上下文相似性分析请求时，传感器节点检查发起传感器节点的ID。如果接收传感器节点已经从另一传感器节点接收到来自该同一传感器节点的请求，则其忽略该请求。这防止网络上的冗余传输。如果来自相同发起传感器节点的重复的上下文相似性请求具有更短路线(如果从发起节点的跳跃计数低于较早的请求，则这可被检测到)，则该传感器节点可以用更低的距离信息再次重复回复消息。发起传感器节点然后可以接收更精确的距离信息(测量为跳跃数)。

上下文相似性场分析和上下文相似性请求消息的传输(即请求令牌的传输)可以使用类似于图形理论中Breadh优先搜索(BFS)的技术的技术被执行。如在BFS中，上下文相似性搜索从发起传感器节点传播到所有邻近节点。在示例实施方式中与BFS的一个不同是上下文相似性请求同时被转发到所有邻近节点。接收传感器节点可以接收多个上下文相似性请求，每个传感器节点独立处理该上下文相似性请求。传感器节点在预定时间帧内保持跟踪每个上下文相似性请求。如果传感器节点接收其对此已经提供回复消息的上下文相似性请求，后面的上下文相似性请求被忽略。因此，整个搜索通过网络经由唯一的路径传播，不进行冗余搜索或回复消息。

在一些实施方式中，可以实施例如深度优先搜索(DFS)的技术，尽管分析可能以更低的效率进行。

图20示出了基于回复路径通过传感器节点网络360传播上下文相似性请求以构建上下文共位传感器节点的网络拓扑的过程。注意的是，上下文相似性分析不限于具有规则的传感器拓扑的传感器节点网络(例如图20的矩形栅格)。可以对不规则(例如随机分布的)传感器节点网络拓扑执行上下文相似性分析。本文公开的系统和方法的示例可以使用能够自由独立移动或被移动的无线传感器节点而被使用。

图20中的示例示出了传感器节点网络360，其中发起传感器节点362通过向邻近传感器节点364发送上下文相似性请求而已经发起上下文相似性分析。传感器节点网络360被描绘在通过传感器节点网络360中的传感器节点已经传播上下文相似性请求的状态。从每个传感器节点指回发起传感器节点362的箭头指示基于逐跳被传回发起传感器362的回复消息。回复消息穿过的跳点定义从发起回复消息的传输的传感器节点的回复路径。图20示出了传感器节点网络360中的每个传感器节点生成的回复消息的回复路径的集合368。

在图20中示出的示例中，已经检测到由一个、两个或三个跳跃组成的八个不同的路径。例如，传感器节点2和3具有一跳回复路径，传感器节点4和5具有两跳回复路径，传感器节点6、7和8具有三跳跃回复路径。发起传感器节点362从每个传感器节点根据最小距离路径接收回复消息，并使用包含在回复消息中信息来构建传感器节点网络拓扑或图。

从上下文相关的节点的回复路径可以包括自身未检测相似的上下文线索的传感器节点。这表明该上下文相似性场具有间隙，即，它包含空“岛”。图21示出了到发起传感器节点372的六个回复路径370，包括具有在分析中没有检测上下文相似性的传感器节点374的回复路径。相应的传感器节点374继续在一跳范围内发送请求。

图21示出了从六个不同传感器节点的六个回复路径370的示例。从接收上下文相似性请求的每个传感器节点创建唯一路径。不同的回复路径可以具有共同的传感器节点。共同的传感器节点可以被用来分析上下文相似性场，因为它们提供关于整个网络拓扑的信息。例如，在图21中，在回复路径3和4的末尾处的传感器节点和在回复路径5和6的末尾处的传感器节点可能彼此很接近，因为它们共享回复路径的一部分。

在从上下文相似性分析构建网络拓扑中，不同的回复消息中的信息可被吸收。发起传感器节点接收回复消息，每个包含指示已经执行上下文相似性测量的传感器节点链的转发节点列表和到生成回复消息的传感器节点的转发的请求。转发节点列表提供回复消息的回复路径的指示。发起传感器节点接收各个回复路径，其中许多可以具有共同的传感器节点。发起传感器节点可以吸收来自不同的回复路径的信息来确定上下文相关的传感器节点的拓扑。例如，在图21中，发起传感器节点沿着包括传感器节点2的回复路径的传感器节点5接收回复消息。在图21中，发起传感器还沿着也包括传感器节点2的回复路径的传感器节点6接收回复消息。来自针对传感器节点3和传感器节点4的回复路径的信息可以被吸收，允许发起传感器节点将回复路径视为被组合用于传感器节点5和6，如图21中所示。当发起传感器节点接收回复消息时，可以检测到共同路径并被用于持续更新网络的网络拓扑。例如，图22示出了使用发起节点正接收的回复消息构建的到发起传感器节点的两个唯一回复路径(如参考图19所述的)。当回复消息包含关于最近的邻居的信息时，回复路径可以被连接在一起。最后，整个网络拓扑可以被构建。例如，参考图22，发起传感器节点380沿着第一回复路径382和沿着第二回复路径384接收回复消息。发起传感器节点380可以确定回复路径382和384有共同的传感器节点。可以重新配置回复路径380和382，显示到共同传感器节点的网络连接，以生成网络拓扑386。

如上所述，给定传感器节点网络的上下文相似性场用新进来的回复消息持续演进。无论新回复消息何时到达发起传感器节点380，网络拓扑386都可被迭代。每个唯一回复路径保持变得更长，新回复路径被连接到网络拓扑386，以及网络和上下文相似性场的整个图片变得更精细。发起传感器节点具有传感器节点网络的持续最新的图。发起传感器节点因此可以随时报告传感器节点网络的状态。

如果该网络中的传感器节点的数量不是已知的，没有绝对正确的阈值或时间限制，在此之后，发起传感器节点可以安全地推断上下文相似性分析完成并且覆盖整个传感器节点网络。可使用多种方法来对分析做出结论并获得传感器节点网络范围内上下文相似性场的图片。

在一个示例中，当传感器节点网络的节点数量是已知的时，当从每个已知传感器节点接收到回复消息时，用于上下文相似性场搜索的基于宽度优先搜索(BFS)的方式完成。也就是说，在回复消息的数量等于传感器节点的数量时该搜索完成。图23是示出根据时间的接收回复消息数量的示意曲线图。当距离发起传感器节点的距离在大传感器节点网络内增加时，回复消息花费更多时间到达。过来的回复消息之间的时间差也增加。因此，回复消息的数量渐近地接近传感器节点的数量。

如果传感器节点数量是未知的，并且如果传感器节点网络包括非常大量的传感器节点，则发起传感器节点不具有针对回复消息数量的任何固定阈值。在这样的实施方式中，当该搜索已经传播足够长时可以认为该分析完成。发起传感器节点可以通过限定转发请求的最大数跳点来设置该搜索的最大范围。

发起传感器节点可以对连续到来的回复消息建立过冲周期。当图23中的曲线足够平坦(例如，到来的回复消息的速率落入阈值以下)，认为上下文相似性场分析完成且最终结果可以被报告给上下文服务器。可以基于网络的总传输能力来确定过冲周期。

在一些实施方式中，当到来的回复消息在预定时间段仅包含“无相似性”结果时，认为上下文相似性场分析完成。如果在调查下的上下文相似性场具有有限极限，则报告“无相似性”的回复消息的数量随时间增加，如图24的示意性曲线所示。

上下文相似性场分析开始，发起传感器节点可以围绕该发起传感器节点在所有方向上延伸。随着分析被传播，传感器节点可以从多于一个的传感器节点接收上下文相似性请求。例如，图17中下一个邻近传感器节点286从第一邻近传感器节点284接收上下文相似性请求294。下一个邻近传感器节点286还可以基于从传感器节点295接收的上下文相似性请求从传感器节点296接收上下文相似性请求，该传感器节点295是发起传感器节点282的一跳邻居。当下一个邻近传感器节点286从传感器节点296接收上下文相似性请求时，下一个邻近传感器节点286可以从转发节点列表确定回到发起传感器节点282的跳跃数大于与从邻近传感器节点284接收的上下文相似性消息294相关联的跳跃数。下一个邻近传感器节点286仅需要提供单个上下文相似性确定。下一个邻近传感器节点286仅需要生成针对两个上下文相似性请求中的一个的回复消息。在这个示例中，下一个邻近传感器节点286可以选择生成针对从邻近传感器节点284接收的上下文相似性请求的回复消息，因为用于该请求的回复路径比用于来自传感器节点296的请求的回复路径要短。

在示例性实施方式中，至发起传感器节点的回复消息中的转发节点列表可以用于分析传感器节点网络大小。例如，当发起传感器节点已经从被列为邻近节点的每一个传感器节点接收到回复消息时，整个网络被覆盖。此时，每个可访问传感器节点被覆盖且认为上下文相似性场搜索完成。

搜索结果随着每一个到来的消息而改善。每个新到来的回复消息添加来自逐渐进一步远离发起传感器节点的位置的新信息。除了较早结果，回复消息还添加另一层。上下文相似性场分析的整个图片在每个方向是逐步扩展的。因此诸如上下文服务320(图19中)的上下文服务器可以对该分析作出结论。上下文服务器可以在某些时刻分析发起节点提供的结果。当上下文服务器推断被分析的上下文相似性场被覆盖和/或场的边缘在整体图中是可见的时，可以停止该分析。

IV.传感器节点故障检测和上下文有效性验证

由监视环境的连接的设备构成的传感器网络和机器到机器(M2M)服务可以包括具有两个或更多个传感器的预定义集合的传感器节点。在示例实施方式中，传感器节点正在与其他传感器节点相同的位置捕获至少一个主和一个次形态。相同环境中的传感器节点捕获相同的内容，且因此检测相同事件。关于应用相同形态的传感器检测到的同时事件的信息可以用于确定同时操作、共位和共享内容存在。

在示例性实施方式中，使用一组鲁棒且可靠的次传感器获取次形态。次传感器可以主要用于使用上述的共位估计的示例实施进行共位估计。当一组传感器节点基于次传感器读数被分类为共位的传感器节点时，相应的主传感器数据可以使用上下文共位估计以类似方式被分析并比较。当主传感器也被分类为共位的时，即检测相同事件，它们被认为是正确工作。与次分类相比的任何偏差揭示传感器可靠性有问题和可能传感器故障。

如图25中所示，传感器节点网络400包括四个上下文相关的传感器节点404的第一子集(标有点区域)。这样，上下文相关的传感器节点404能够使用传感器节点404上的次传感器监视共同形态事件x₁(t)。四个上下文相关的传感器节点404被期望能够用主传感器检测第二事件x₂(t)。图25中的示例示出四个上下文相关的传感器节点404中的仅三个传感器节点402(用交叉线阴影标记的)能够检测到事件x₂(t)。没有检测到事件x₂(t)的传感器节点410被认为可能有故障的传感器。

图26是示出用于检测传感器节点网络中的故障传感器节点的方法420的示例的操作的流程图。可以针对传感器节点网络(例如图25中的传感器节点网络400)执行图26中的方法420，该网络包括具有至少第一形态的第一传感器和第二形态的第二传感器的传感器节点。在步骤422，基于来自多个第一形态的第一传感器的传感器读数识别第一概念上相似的节点集合。步骤422中的该识别可以通过确定多个第一形态的第一传感器是否检测到共同事件(例如图25中的事件x₁(t))来执行。第一概念上相似的节点集合的示例是图25中示出的概念上相关的传感器节点402。在步骤424，基于来自多个第二形态的第二传感器的传感器读数识别第二概念上相似的节点集合。步骤424中的该识别可以通过确定多个第二形态的第二传感器是否检测到不同的共同事件(例如图25中的事件x₂(t))来执行。第二概念上相似的节点集合的示例是图25中所示的检测到第二物理事件x₂(t)的三个传感器节点404。在步骤426，第一概念上相似的节点集合中的传感器节点与第二概念上相似的节点集合中的传感器节点进行比较。在步骤428，如果第一传感器节点存在于第一概念上相似的节点集合但是不存在第二概念上相似的节点集合，则第一传感器节点(例如图25中的传感器节点410)被去激活。第一传感器节点被认为故障。在一个示例实施方式中，响应于确定第一传感器节点存在于第一概念上相似的节点集合但是不存在于第二概念上相似的节点集合，生成关于第一传感器节点的可能故障情况的报警。

注意的是，图26中的方法420中的该识别步骤422和424使用上述参考图2-10描述的稀疏感测方法来执行，以确定共同事件的检测。如上所述，在处理和比较子采样稀疏域事件的计算负担可以被放到可以在服务器、M2M网关或具有大量计算资源的其他组件上操作的传感器节点网络管理器。

使用次形态的上下文相似性估计还可以用于在比较检测到的上下文事件的时间差时对准传感器节点内部定时。共位的传感器节点的集合被请求监视主形态，并因此检查相应传感器的情况。当主形态也是共位时，相应的传感器被认为有效并可靠。不与其他节点共位的节点可以被确定为有传感器故障。

在一个示例性实施方式中，传感器节点网络包括多个传感器节点，每个传感器节点具有至少粗略传感器、精细传感器、处理器、非暂态存储介质。该存储介质存储指令，该指令在处理器上执行时，可操作用于执行所述方法，包括：(i)操作传感器节点以从粗略传感器获得各自的粗略环境测量以及从精细传感器获得各自的精细环境测量；(ii)基于粗略环境测量，识别检测第一共同上下文的第一组传感器节点；(iii)基于精细环境测量，识别检测第二共同上下文的第二组传感器节点；(iv)确定在第一组和第二组之间是否存在大的重叠；(v)响应于确定在第一组和第二组之间存在大量的重叠，确定是否有任意传感器节点在第一组中但是不在第二组中；和(vi)响应于确定存在传感器节点在第一组中但是不在第二组中，将该传感器节点标记为可能有故障。

根据进一步实施方式，传感器节点网络由具有用于检测共位的一个或多个特殊专用共同上下文传感器的传感器节点组成。这些共同上下文传感器可以针对其鲁棒性和可靠性被选择，以提供正确的共位检测。专用共同上下文传感器首先被用来选择传感器节点的相关组，之后，使用该相关组的高复杂度、高灵敏度、高采样速率的主传感器。在一些实施方式中，上下文事件的时间差分析进一步被用于传感器节点的内部时钟的同步。

然后使用相似压缩感测方法来检查高灵敏度主传感器的有效性。在这种情况中，仅有限集合的数据系数被用于表示内容和检测的事件。该方法还被用于传感器节点的精密的同步。

还可以使用与实际感测任务和传感器有效性验证相同的传感器形态来实现共同上下文检测和传感器节点分组。在这种情况中，使用例如来自实际高灵敏度传感器的带通滤波的、下采样的和有限动态范围的信号来进行共同上下文分析。降低的动态信号更鲁棒，因为测量噪声降低，其可以被对待如同其是来自分开的低端传感器的信号。

时间对准和同步信息在来自鲁棒传感器的次传感器信号的共位检查中可用。该信息用于对准更高采样率和高数据率的主信号。该对准启用更短的分析窗口，其降低数据存储计算需求。此外，在对准之后的任意剩余时间不匹配揭示可能传感器故障。

本公开的相控传感器有效性验证方法也适用于监视任何过程控制活动的影响。首先，使用至少一个传感器来测量该过程控制动作(输入信号)。使用给定的共同上下文方法分组能够检测相应活动(输入)的传感器节点。然后使用所选传感器节点组内的至少一个另外的传感器来监视控制动作的实际响应(过程输出)。

图27示出了可以在传感器节点仅具有高采样率的高灵敏度传感器时被实现的实施方式。为了检查传感器网络的单个节点是否处于工作状态且没有例如引入高测量噪声，可以进行以下分析。

首先使用传感器430捕获测量信号。该信号首先被转发到带通滤波和子采样以降低该信号的动态特性，且还抑制传感器的测量噪声(在步骤432中)。当在432中可能的高频噪声以及该信号的精细结构被滤出时，该信号更加鲁棒。步骤432中的过程还降低在判定框434中传感器节点的上下文共位估计的复杂性。针对来自判定框434中的其他传感器节点的结果比较检测到的上下文事件使得传感器网络能够将相关的节点分类到相同的子组中。此时，没有检测到相同事件的节点被丢弃(在步骤436)。

当在判定框434传感器节点被分类为所述子组的成员时，传感器节点430生成的高采样率、未处理的传感器信号被应用用于上下文相似性分析(在判定框438)。此时，该分析还可以包括上下文相似性分析以及针对相同组中的其他节点的信号噪声水平比较。虽然该分析更复杂，但是传感器节点有效性验证的总体复杂性降低，因为在判定框438中的高采样率分析在网络的传感器节点的子集上进行。

如果判定框438揭示子组的节点间的上下文相似性，则针对实际感测任务传感器节点被分类为有效(在步骤440)。如果传感器节点的一个或多个不与其他匹配，则相应的节点被分类为故障(在步骤442)。

图28示出了提取同步信息的方法。相同的过程可以用于第一级共位估计以及高端传感器的有效性验证。首先重构压缩域信号，之后要被比较的稀疏事件被转发给相关搜索算法(在步骤450)。基于归一化互相关以及表示最大相关值的延迟，相关的输出是可靠性的估计。在步骤452，归一化相关等级可以具有预定义阈值，其提供有效传感器的判定。另一方面，延迟表示时间偏差和传感器节点与其他节点相比可能不匹配。延迟然后可以被应用于用于同步高端传感器输出信号。如果相关低于预定义阈值，则不需要同步该传感器，因为其被分类为针对任务是无效的或故障的。

当使用次传感器信号分析传感器节点的共位和上下文相似性时，在步骤454提取同步信息。上下文相似性检查提供两种结果：1)总体相似性和2)传感器读数的时间对准不匹配。定时不匹配可以有两种原因：1)传感器具有没有对准的内部时钟，或2)检测的事件在环境中移动。

图29示出了时间对准过程。首先基于在判定框462执行的上下文共位来分组传感器节点460。此时，次传感器或次传感器信号用于检测主信号。在步骤464，从进一步分析中丢弃不与该组匹配的传感器。在判定框462的相似性分析的结果是时间对准信息。在步骤466，该信息用于对准传感器节点460生成的高采样率和高数据率主传感器信号。时间对准可以使得主信号的相似性分析被改进。例如，当信号对准时，分析窗口可以明显更短，在上下文相似性分析(在判定框468)中节省数据存储和计算资源。此外，在在步骤466的同步之后，任意未对准的信号在分析中不会产生错误。还应当注意主和次信号的不对准也是传感器故障的可能征兆。因此，在分析判定框468的任何未对准或低相关使得传感器被分类为故障(在步骤470)。如果信号被认为足够相似，则验证(validate)传感器有效(在步骤472)。

可以不用稀疏传感器信号和压缩采样方法来实现示例性实施方式。在小范围网络中，该上下文相似性分析以及该传感器节点的共位可以不用稀疏表示和压缩采样而被进行。可以牺牲效率且避免在大网络中使用分组和任务分配，尤其是有限的数据传输能力的情况下。当验证主形态的实际测量时这同样适用于传感器有效性验证。使用例如PCA方法是可能的，但是需要多得多的数据以及针对每个操作点的训练过程。

除了现有的传输和信令机制以外还可以建立所提出的方法。不需要对网络兼容性或协议建立任何新的要求。

V.传感器和控制节点架构

本文描述的方法可以由模块执行，其执行(即进行、执行等)本文所述的各种功能。如本申请中使用的模块可包括相关领域技术人员认为适合用于给定实施的硬件(例如，一个或多个处理器、一个或多个微处理器、一个或多个微控制器、一个或多个微芯片、一个或多个专用集成电路(ASIC)、一个或多个场可编程门阵列(FPGA)、一个或多个存储器设备)。每个所述模块还可以包括指令，可执行用于执行如通过各自模块执行所描述的一个或多个功能，且注意这些指令可以采用或包括硬件(即硬线)指令、固件指令、软件指令等的形式，且可以被存储在任意合适的非暂态计算机可读介质中，例如通常称为RAM、ROM等。

在一些实施方式中，本文所述的传感器节点和控制传感器节点可以被实现在无线发射接收单元(WTRU)中，例如图30中示出的WTRU 502。如图30所示，该WTRU 502可以包括处理器518、收发信机520、发射/接收元件522、第一传感器524、第二传感器526、不可移除存储器530、可移除存储器532以及电源534。可以理解，该WTRU 502可以包括上述元件的任意子组合，而保持与实施方式一致。该WTRU 502可以与其它传感器节点或其它数据网络组件通信，数据网络组件是例如但不限于服务器、网关(例如M2M网关)、基站收发信台(BTS)、节点B、站点控制器、接入点(AP)、家庭节点B、演进型家庭节点B(e节点B)、家庭演进型节点B(HeNB)、家庭演进型节点B网关以及代理节点，等等。

处理器518可以是通用处理器、专用处理器、常规处理器、数字信号处理器(DSP)、多个微处理器，与DSP核相关联的一个或多个微处理器、控制器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)电路、任何其他类型的集成电路(IC)、状态机等等。处理器518可执行信号编码、数据处理、功率控制、输入/输出处理和/或使得WTRU 502能够在无线环境中操作的任何其它功能。处理器518可以被耦合到收发信机520，其可耦合到发射/接收元件522。虽然图30将处理器518和收发信机520描绘成分开的组件，但是可以理解，处理器518和收发信机520可以被一起集成在电子封装或芯片中。

发射/接收元件522可以被配置成经由空中接口515来发射或接收去往或来自节点的信号。例如，在一个实施方式中，发射/接收元件522可以是被配置成发射和/或接收RF信号的天线。在另一个实施方式中，作为示例，发射/接收元件522可以是被配置成发射和/或接收IR、UV或可见光信号的放射器/检测器。在再一个实施方式中，发射/接收元件522可以被配置成发射和接收RF和光信号。应该了解的是，发射/接收元件522可以被配置成发射和/或接收无线信号的任何组合。

此外，虽然在图30中将发射/接收元件522描述成是单个元件，但是WTRU 502可以包括任何数量的发射/接收元件522。更具体地说，WTRU 502可以使用MIMO技术。因此，在一个实施方式中，WTRU 502可以包括两个或多个经由空中接口515来发射和接收无线电信号的发射/接收元件522(例如多个天线)。

收发信机520可以被配置成对发射/接收元件522将要发射的信号进行调制，以及对发射/接收元件522接收的信号进行解调。如上所述，WTRU 502可以具有多模能力。因此，收发信机520可以包括允许WTRU 502借助诸如UTRA和IEEE 802.11之类的多种RAT来进行通信的多个收发信机。

处理器518可以从任何适当的存储器、例如不可移除存储器530和/或可移除存储器532中访问信息，以及将信息存入这些存储器。所述不可移除存储器530可以包括随机存取存储器(RAM)、只读存储器(ROM)、硬盘或是其他任何类型的记忆存储设备。可移除存储器532可以包括订户身份模块(SIM)卡、记忆棒、安全数字(SD)记忆卡等等。在其他实施方式中，处理器518可以从那些并非物理上位于WTRU 502的存储器访问信息，以及将数据存入这些存储器，其中举例来说，所述存储器可以位于服务器或家庭计算机(未显示)。不可移除存储器530或可移除存储器532可以存储指令，该指令被执行时执行以上参考图2至图7描述的用于生成传感器信号的稀疏表示的功能。如果WTRU 502是如上参考图1A所述的操作为传感器节点网络管理器的控制节点，存储器530、532可以存储指令，该指令被执行时执行如上参考图7至图10描述的与重构稀疏时域事件和执行环境测量比较有关的功能。

处理器518可以接收来自电源534的电力，并且可以被配置成分发和/或控制用于WTRU 502中的其他组件的电力。电源534可以是为WTRU 502供电的任何适当的设备。举例来说，电源534可以包括一个或多个干电池组(如镍镉(Ni-Cd)、镍锌(Ni-Zn)、镍氢(NiMH)、锂离子(Li-ion)等等)、太阳能电池、燃料电池等等。

处理器518也可耦合至第一传感器524和第二传感器526。图30中的示例WTRU 502包括两个传感器，然而，可以包括至少一个传感器。两个传感器524、526可以是任何类型能够以任何形态感测的传感器。例如，两个传感器524、526可以是以下任意：

声音传感器(麦克风)

光传感器(光电池)

温度传感器

加速计

pH水平传感器

声压

应变计

CO₂传感器

烟雾检测器

湿度传感器

应当注意，上述列表不是要限制可以在本文描述的传感器节点中使用的传感器类型。

传感器可以具有对应的功能，用于处理由传感器生成的信号。例如，可以执行信号处理功能，以过滤麦克风的音频以检测在特定频率范围中的声音。在另一示例中，传感器可以被设置模数转换器和模拟或数字滤波器来处理传感器信号。

虽然在上文中描述了采用特定组合的特征和元件，但是本领域普通技术人员将会认识到，每一个特征或元件既可以单独使用，也可以与其他特征和元件进行任何组合。此外，这里描述的方法可以在引入计算机可读介质中以供计算机或处理器运行的计算机程序、软件或固件中实施。关于计算机可读媒体的示例包括电信号(经由有线或无线连接传送)以及计算机可读存储介质。关于计算机可读存储媒体的示例包括但不局限于只读存储器(ROM)、随机存取存储器(RAM)、寄存器、缓冲存储器、半导体存储设备、内部硬盘和可拆卸磁盘之类的磁介质、磁光介质、以及CD-ROM碟片和数字多用途碟片(DVD)之类的光介质。与软件关联的处理器可以用于实施在WTRU、UE、终端、基站、RNC或任何计算机主机中使用的射频收发信机。

虽然在上文中描述了采用特定组合的特征和元件，但是本领域普通技术人员将会认识到，每一个特征或元件既可以单独使用，也可以与其他特征和元件进行任何组合。此外，这里描述的方法可以在引入计算机可读介质中以供计算机或处理器运行的计算机程序、软件或固件中实施。关于计算机可读媒体的示例包括电信号(经由有线或无线连接传送)以及计算机可读存储介质。关于计算机可读存储媒体的示例包括但不局限于只读存储器(ROM)、随机存取存储器(RAM)、寄存器、缓冲存储器、半导体存储设备、内部硬盘和可拆卸磁盘之类的磁介质、磁光介质、以及CD-ROM碟片和数字多用途碟片(DVD)之类的光介质。与软件关联的处理器可以用于实施在WTRU、UE、终端、基站、RNC或任何计算机主机中使用的射频收发信机。