基于压缩感知的无线传感器网络监测方法及系统技术方案

本发明专利技术公开的基于压缩感知的无线传感器网络监测方法及系统。所述方法包括：确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵；根据传感器节点的实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据。通过本发明专利技术的技术方案，能够节省传感器网络的部署数目和部署难度，有效避免了无线传感器网络的数据拥塞以及数据丢失，提高了无线传感器网络的监测准确性和可靠性。

【技术实现步骤摘要】
基于压缩感知的无线传感器网络监测方法及系统
本专利技术涉及无线传感器
，尤其涉及基于压缩感知的无线传感器网络监测方法及系统。
技术介绍
随着无线通信技术、传感器技术及嵌入式计算技术的快速发展和日益成熟，无线传感器网络被广泛应用在环境监测、煤矿事故检测、危险境地导航、交通流量监控等诸多与国计民生有着重大联系的场景中。在这些场景中，为了覆盖理想区域，保证数据的采集准确性，往往需要部署大量的传感器节点。然而，传感器节点的密集部署不仅需要消耗大量的成本和人力物力资源，还存在传感器网络的拥塞和管理困难，甚至导致传感器节点采集的数据无法传回到基站的问题。换句话说，一味增加传感器节点的数量，可能会导致无线传感器网络的监测数据不完备，带来不必要的资源浪费和数据丢失，不是可靠的网络部署理论。事实表明，无论在室内还是室外，现有技术的无线传感器网络中，传感器节点采集的数据具有很强的空间相关性的。比如说，当森林某处发生火灾的时候，周围的多个传感器节点应该都会显示温度过高；如果煤矿的某个地方发生泄漏，则附近的多个传感器节点都会检测到一氧化碳浓度升高。换句话说，在实际地理位置比较相近的传感器节点，它们采集到的数据往往是可以相互推算出来的。从这个角度来看，现有技术的无线传感器网络的节点部署还相当大的改进空间。
技术实现思路
本专利技术的目的在于提出基于压缩感知的无线传感器网络监测方法及系统，能够节省传感器节点的部署数目和部署成本，并保证数据传输的可靠性和准确性。为达此目的，本专利技术采用以下技术方案：一种基于压缩感知的无线传感器网络监测方法，包括：确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵；根据传感器节点的实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据。其中，所述确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵，包括：获取待监测区域中部署的传感器节点的读数，根据传感器节点监测对象的扩散传播特性，调整传感器节点的部署位置；确定调整后的传感器节点的读数的空间相关性，得出调整后的传感器节点的空间相关性矩阵；根据等值线上传感器节点的读数一致性原则，修正所述空间相关性矩阵得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵。其中，所述传感器节点监测对象的扩散传播特性为：将扩散时刻记作t＝0，将扩散起点设为坐标原点，在任意时刻t空间中任一坐标点(x,y,z)的监测对象的浓度记为C(x,y,z,t)，则所述监测对象在单位时间内通过单位法向量面积的流量为：其中ki(i＝(x,y,z))为扩散系数，grad为浓度梯度，负号代表监测对象由高浓度到低浓度的方向扩散。其中，所述根据所述实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据，包括：获取传感器节点的实际监测数据，得到实际监测序列；由公式y＝Φf计算出与所述实际监测序列对应的所述待监测区域的理论监测数据f；其中，y是M×1的实际监测序列，Φ是M×N(M<<N)的压缩感知观测矩阵，M为实际部署的传感器节点数目，N为利用M个传感器节点的读数及所述读数的空间相关性恢复出来的传感器数据的数目。其中，所述传感器节点包括：温度/湿度监测节点和二氧化碳浓度监测节点。一种基于压缩感知的无线传感器网络监测系统，包括：观测矩阵学习单元，用于确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵；压缩感知计算单元，用于根据传感器节点的实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据。其中，所述观测矩阵学习单元包括：调整模块，用于获取待监测区域中部署的传感器节点的读数，根据传感器节点监测对象的扩散传播特性，调整传感器节点的部署位置；学习模块，用于确定调整后的传感器节点的读数的空间相关性，得出调整后的传感器节点的空间相关性矩阵；修正模块，用于根据等值线上传感器节点的读数一致性原则，修正所述空间相关性矩阵得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵。其中，所述传感器节点监测对象的扩散传播特性为：将扩散时刻记作t＝0，将扩散起点设为坐标原点，在任意时刻t空间中任一坐标点(x,y,z)的监测对象的浓度记为C(x,y,z,t)，则所述监测对象在单位时间内通过单位法向量面积的流量为：其中ki(i＝(x,y,z))为扩散系数，grad为浓度梯度，负号代表监测对象由高浓度到低浓度的方向扩散。其中，所述根据所述实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据，包括：获取传感器节点的实际监测数据，得到实际监测序列；由公式y＝Φf计算出与所述实际监测序列对应的所述待监测区域的理论监测数据f；其中，y是M×1的实际监测序列，Φ是M×N(M<<N)的压缩感知观测矩阵，M为实际部署的传感器节点数目，N为利用M个传感器节点的读数及所述读数的空间相关性恢复出来的传感器数据的数目。其中，所述传感器节点包括：温度/湿度监测节点和二氧化碳浓度监测节点。实施本专利技术实施例，具有如下有益效果：本专利技术实施例确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵；根据传感器节点的实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据，其中所述待监测区域中传感器节点可为随机部署的。本方案通过获得待检测区域中实际监测位置上传感器节点的较少的监测序列，利用训练好的无线传感器网络的压缩感知观测矩阵得出待检测区域中理论监测位置上的读数。节省了传感器网络的部署数目和部署难度，有效避免了无线传感器网络的数据拥塞以及数据丢失，提高了无线传感器网络的监测准确性和可靠性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术第一实施例的基于压缩感知的无线传感器网络监测方法的流程示意图。图2是本专利技术第二实施例的基于压缩感知的无线传感器网络部署装置的结构示意图。具体实施方式下面结合本专利技术的附图对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。结合图1对本专利技术的第一实施例进行说明。图1是本专利技术第一实施例的基于压缩感知的无线传感器网络监测方法流程图，详述如下：步骤S101，确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵。在第一实施例中，待监测区域中传感器节点可为随机部署的，无论在室内还是室外部署的传感器网络，其中的传感器节点的传感数据具有很强的空间相关性的。即实际地理位置相近的传感器节点，它们采集到的数据往往是可以相互推算出来的。例如，当森林某处发生火灾的时候，周围的传感器节点应该都会显示温度过高；如果本文档来自技高网...

【技术保护点】
一种基于压缩感知的无线传感器网络监测方法，其特征在于，包括：确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵；根据传感器节点的实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据。

【技术特征摘要】
1.一种基于压缩感知的无线传感器网络监测方法，其特征在于，包括：确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵；根据传感器节点的实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据；其中，所述确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵，包括：获取待监测区域中部署的传感器节点的读数，根据传感器节点监测对象的扩散传播特性，调整传感器节点的部署位置；确定调整后的传感器节点的读数的空间相关性，得出调整后的传感器节点的空间相关性矩阵；根据等值线上传感器节点的读数一致性原则，修正所述空间相关性矩阵得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵。2.如权利要求1所述基于压缩感知的无线传感器网络监测方法，其特征在于，所述传感器节点监测对象的扩散传播特性为：将扩散时刻记作t＝0，将扩散起点设为坐标原点，在任意时刻t空间中任一坐标点(x,y,z)的监测对象的浓度记为C(x,y,z,t)，则所述监测对象在单位时间内通过单位法向量面积的流量为：其中ki(i＝(x,y,z))为扩散系数，grad为浓度梯度，负号代表监测对象由高浓度到低浓度的方向扩散。3.如权利要求1所述基于压缩感知的无线传感器网络监测方法，其特征在于，所述根据所述实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据，包括：获取传感器节点的实际监测数据，得到实际监测序列；由公式y＝Φf计算出与所述实际监测序列对应的所述待监测区域的理论监测数据f；其中，y是M×1的实际监测序列，Φ是M×N(M<<N)的压缩感知观测矩阵，M为实际部署的传感器节点数目，N为利用M个传感器节点的读数及所述读数的空间相关性恢复出来的传感器数据的数目。4.如权利要求1所述基于压缩感知的无线传感器网络监测方法，其特征在于，所述传感器节点包括：温度/湿度监测节点和二氧化碳浓度监测节点...

【专利技术属性】
技术研发人员：马强，朱彤，刘克彬，
申请(专利权)人：无锡清华信息科学与技术国家实验室物联网技术中心，
类型：发明
国别省市：江苏;32