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
【技术领域】
[0001] 本发明涉及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，属于无线 通信网络、无线传感器网络技术领域。
【背景技术】
[0002] 无线传感器网络中，传感节点感知数据（时间序列）往往具有时间相关性，同时在 同一时间点邻近的节点往往因为监控同一区域同一现象而使得观测到的数据具有空间相 关性。挖掘传感器网络数据的时间和空间相关性能有效地减少网络中冗余数据传输的数 量，即可有效减少网络能量消耗延长网络的生命周期，因此如何挖掘传感器网络数据的空 时相关性已成为一个研究热点。然而因为传感器节点具有能量和计算能力有限等特殊性， 使得一般理论难以应用在传感器网络中。幸运的是压缩感知理论把其绝大部分计算压力转 移到汇聚节点，并可有效挖掘数据的相关性，使其非常适合应用在传感器网络中。采用压缩 感知理论，汇聚节点只需要接收一小部分观测信息就可以以很高的概率重建出原始信息， 能够极大地延长传感器网络生命周期。网络编码理论允许中间节点对接收到的数据包做编 码操作，而不是简单的转发接收到的数据包。该编码方式能够有效地改善网络负载均衡、提 高数据传输秘密性，同时通过丰富传输路径能有效提高网络的健壮性。这些网络编码优点 促使其与压缩感知理论融合可有效地延长传感器网络生命周期和提高传输信息的秘密性。 当前，融合网络编码与压缩感知用于挖掘无线传感器网络感知数据的相关性已成为一个非 常有吸引力的课题。
[0003] 当前已提出的用于解决无线传感器网络中数据空时相关性的方案可大致分成如 下三类：
[0004]第一类方案只考虑挖掘传感数据的空间相关性或时间相关性，尽管该类方案从一 定程度上减少了网络的传输次数，具有简单、效率高等特性，但毕竟只考虑空时相关性中的 一类属性，没能充分地挖掘数据的全部相关性。
[0005]第二类方案研究了基于联合稀疏模型（JointSparsityModel-JSM)的空时相关 性，该类方案中数据的空间和时间相关性被融合在一起考虑，特点是把时间和空间序列感 知数据转换到一个一维向量里，尽管感知数据的空时相关性都得到了有效挖掘，但该类方 案采样数据重建过程中计算复杂度非常高。
[0006]第三类方案也同时考虑了感知数据的空时相关性，与第二类方案最大的区别在于 其把空间和时间相关性区别开来考虑，该类方案的主要思想是首先各个传感节点任意压缩 采样时间序列数据，然后压缩观测空间序列数据，达到探索感知数据空时相关性的目的。该 类方案的特点是简单易于执行，但该类方案压缩采样数据的重建精度不够高，特别是当距 离较远节点间感知数据偏差较大时，重建精度更加不理想。
【发明内容】
[0007]针对上述技术问题，本发明所要解决的技术问题是提供一种通过融合网络编码和 压缩感知理论来实现感知数据相关性的挖掘，同时能够降低网络数据传输开销、提高数据 重建精度和延长网络生命周期的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。
[0008] 本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于网络编 码与压缩感知的传感网络分簇式空时压缩方法，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：
[0009] 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W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?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并分别将其所获得的 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? 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?的行数n小于 列数N;
[0010] 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V'i上是可压缩 的，W'i表示第i个簇头节点所对应预设的标准正交基；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， I<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;
[0011] 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，kG{1，2,…，m}，且当t> 1时，bt(e,k) = 0 ;
[0012] 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；
[0013] 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；
[0014] 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。
[0015] 作为本发明的一种优选技术方案：所述步骤006中，汇聚节点针对接收到的簇数 据，采用联合解码的方式进行实时解码，获得传感网络中各个传感器节点的原始环境数据； 其中包括如下过程，汇聚节点接收到来自于各个簇头节点的簇数据，构成数据U，如下所 示：
[0017] 其中，为所述传感网络中所有簇头节点分别所对应簇头节点观测矩阵的总矩 阵，Q表示所述传感网络中用于线性网络编码的编码系数矩阵，Y'表示所述传感网络中各 个簇头节点所接收来自于其簇内部各个传感器节点的压缩采样数据，I<I<n，y'u表示 所述传感网络中第i个簇头节点在第1个时间维度上所接收到来自于其簇内部各个传感 器节点的压缩采样数据，V'为所述传感网络中总共I个簇头节点分别对应的标准正交基 ▽',组成的分块对角矩阵，Y'可通过分块对角矩阵的分解获得相应的系数矩阵0' ；
[0018] 汇聚节点根据所接收到的数据U、Q和已知的?'及，通过压缩感知重建算法 求解出对应的Y' ；再根据传感器节点观测矩阵?、标准正交基W和Y'，通过压缩感知重建 算法获得所述传感网络中各个传感器节点的原始环境数据。
[0019] 作为本发明的一种优选技术方案：所述压缩感知重建算法为压缩采样匹配追踪算 法。
[0020] 作为本发明的一种优选技术方案：所述预设的标准正交基W为预设的离散余弦 变换矩阵W;所述预设的标准正交基V' ,为预设的离散余弦变换矩阵V'P
[0021] 作为本发明的一种优选技术方案：所述步骤005之后、步骤006之前，还包括步骤 005-1 :所述汇聚节点针对接收到的各个簇数据，对具有相关性的数据进行冗余数据过滤， 更新接收到的各个簇数据。
[0022] 本发明所述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采用以上 技术方案与现有技术相比，具有