所示，本发明实施例的基于二次混合压缩的无线传感网异常事件检测系统， 用于实现本发明实施例的基于二次混合压缩的无线传感网异常事件检测方法，包括：
[0122] 二次压缩单元401，用于设置滑动检测窗口，通过压缩感知方法对滑动窗口内采集 的原始数据序列X进行第一次压缩，得到压缩序列Y;并通过分段线性拟合方法对压缩序列Y 进行第二次压缩，得到压缩序列中每个数据点的扩展时态边缘算子；
[0123] 边缘序列计算单元402,用于根据扩展时态边缘算子计算压缩序列Y中每个数据点 边缘幅度ei和边缘强度Ri，选择检测窗口W内的边缘强度Ri的极值点作为边缘点，加入到边 缘点序列Cy，并在边缘点序列Cy中选取插值误差较小N个边缘点，构成新的边缘点序列C;\ :
[0124] 特征值序列计算单元403,用于根据边缘点序列CfW将压缩序列Y分段线性表示为 化，由化中所有fi组成模式集;并计算模式集中fi模式的特征长度、斜率和均值，并进行规范 化处理，获得特征值序列:C( f ) = ，C2，…，CY };
[0125] 本地异常因子计算单元404,用于计算C(f)中任意两个模式Cl和c北勺模式距离dist (ci，cj)，计算模式fi的本地可到达密度lrdk(fi)W及模式fi的本地异常因子LOFk(fi);
[0126] 事件检测单元405,用于根据混合压缩后的本地异常因子大小在对应的时间序列 区间进行事件检测。
[0127] 应当理解的是，对本领域普通技术人员来说，可W根据上述说明加 W改进或变换， 而所有运些改进和变换都应属于本发明所附权利要求的保护范围。
【主权项】
1. 一种基于二次混合压缩的无线传感网异常事件检测方法，其特征在于，包括以下步 骤： 51、 设置滑动检测窗口，通过压缩感知方法对滑动窗口内采集的原始数据序列X进行第 一次压缩，得到压缩序列Y;并通过分段线性拟合方法对压缩序列Y进行第二次压缩，得到压 缩序列中每个数据点的扩展时态边缘算子； 52、 根据扩展时态边缘算子计算压缩序列Y中每个数据点边缘幅度&和边缘强度R1，选 择检测窗口 w内的边缘强度Ri的极值点作为边缘点，加入到边缘点序列Cy，并在边缘点序列 Cy中选取插值误差较小N个边缘点，构成新的边缘点序列; 53、 根据边缘点序列Cf将压缩序列Y分段线性表示为Yi，由Yi中所有fi组成模式集;并计 算模式集中心模式的特征长度、斜率和均值，并进行规范化处理，获得特征值序列:C(f) = {ci,C2,··· ,Εγ}； 34、计算以;〇中任意两个模式(^和(^的模式距离(1181:((^，(^)，计算模式;^的本地可到达 密度lrdk(fi)以及模式fi的本地异常因子LOFk(fi); S5、根据混合压缩后的本地异常因子大小在对应的时间序列区间进行事件检测。2. 根据权利要求1所述的基于二次混合压缩的无线传感网异常事件检测方法，其特征 在于，步骤Sl中对原始数据序列X进行第一次压缩得到压缩序列Y的公式为：其中，原始序列X￡Rn，压缩序列YeR'Y的维数πι〈〈η，φηΧη为信号的稀疏矩阵，φ ηΧη为感 知矩阵，且稀疏矩阵与感知矩阵满足RIP性质，根据原始序列X的时间波动特征，选择相应的 稀疏矩阵rXn。3. 根据权利要求1所述的基于二次混合压缩的无线传感网异常事件检测方法，其特征 在于，步骤Sl中计算压缩序列Y的扩展时态边缘算子ETE0( t，w) i的公式为： ETEO(t,w)i=(yi+t-yi) 其中，1<：[<111，1^1："，；[是扩展时态边缘算子检测窗口长度为￥的中心点。4. 根据权利要求3所述的基于二次混合压缩的无线传感网异常事件检测方法，其特征 在于，步骤S2中计算压缩序列Y中每个数据点边缘幅度&和边缘强度R 1的公式分别为：其中，*表示离散卷积，公式中P(k)定义如下：节点采用扩展时态边缘算子与压缩序列Y进行卷积运算，获得每个数据点的边缘幅度 边缘幅度ei和边缘强度Ri。5. 根据权利要求1所述的基于二次混合压缩的无线传感网异常事件检测方法，其特征 在于，步骤S3中计算模式集^中^模式的特征长度Li、斜率K i和均值Mi的公式分别为= Li =6. 根据权利要求5所述的基于二次混合压缩的无线传感网异常事件检测方法，其特征 在于，步骤S3中将^模式特征的长度、斜率、均值进行归一化处理的公式分别为：其中，li、ki和mi分别表不归一化处理后的长度、斜率和均值。7. 根据权利要求6所述的基于二次混合压缩的无线传感网异常事件检测方法，其特征 在于，步骤S4中计算C(f)中任意两个模式Ci和Cj的模式距离dist(ci，cj)公式为：8. 根据权利要求7所述的基于二次混合压缩的无线传感网异常事件检测方法，其特征 在于，步骤S4中计算模式fi的本地可到达密度lrdk(fi)公式为：其中，给定表示与模式h的距离不大于Ldistai)的所有模式集合，称为 模式距离最近邻，INk(A) I表示集合中的模式个数； 1(1((^，(^)表示模式(^相对于(^的可到达距离4(1((^，(^)的计算公式为^(1((^，(^)=11^ (k_dist(cj),dist(ci,Cj)) 〇9. 根据权利要求8所述的基于二次混合压缩的无线传感网异常事件检测方法，其特征 在于，步骤S4中计算模式匕的本地异常因子LOFdfO公式为：其中，lrdk(fi)为模式fi的本地可到达密度，Nk(fi)表示模式fi的k距离最近邻。10. -种基于二次混合压缩的无线传感网异常事件检测系统，其特征在于，包括： 二次压缩单元，用于设置滑动检测窗口，通过压缩感知方法对滑动窗口内采集的原始 数据序列X进行第一次压缩，得到压缩序列Y;并通过分段线性拟合方法对压缩序列Y进行第 二次压缩，得到压缩序列中每个数据点的扩展时态边缘算子； 边缘序列计算单元，用于根据扩展时态边缘算子计算压缩序列Y中每个数据点边缘幅 度&和边缘强度R1，选择检测窗口 w内的边缘强度R1的极值点作为边缘点，加入到边缘点序 列Cy，并在边缘点序列Cy中选取插值误差较小N个边缘点，构成新的边缘点序列; 特征值序列计算单元，用于根据边缘点序列Cf将压缩序列Y分段线性表示为YL，由Yl中 所有fi组成模式集;并计算模式集中^模式的特征长度、斜率和均值，并进行规范化处理，获 得特征值序列:C(f ) = { Cl，C2，…，Cy }; 本地异常因子计算单元，用于计算c(f)中任意两个模式Ci和Cj的模式距离dist(Ci, Cj)， 计算模i的本地可到达密度Ir(Mf1)以及模式心的本地异常因子LOFk^); 事件检测单元，用于根据混合压缩后的本地异常因子大小在对应的时间序列区间进行 事件检测。
【专利摘要】本发明公开了一种基于二次混合压缩的无线传感网异常事件检测方法及系统，该方法包括：S1、通过压缩感知方法对原始数据序列进行第一次压缩；通过分段线性拟合方法对压缩序列进行第二次压缩，得到态边缘算子；S2、计算压缩序列中每个数据点边缘幅度和边缘强度，选择边缘点序列中插值误差较小边缘点构成新的边缘点序列；S3、根据边缘点序列获得特征值序列；S4、计算本地可到达密度以及本地异常因子；S5、根据混合压缩后的本地异常因子大小在对应的时间序列区间进行事件检测。本发明提高了无线传感网节点搜索效率和准确定位异常数据的能力，能够更加高效快速地发现异常事件；且提高了异常检测的及时性，大幅度节省了能量和通信带宽。
【IPC分类】H04W24/08, H04W84/18
【公开号】CN105491614
【申请号】CN201610044511
【发明人】陈分雄, 胡凯, 赵天明, 凌承昆, 唐曜曜, 王典洪
【申请人】中国地质大学（武汉）
【公开日】2016年4月13日
【申请日】2016年1月22日