基于压缩感知技术的具有高能效的数据采集树的构造方法技术

本发明专利技术提供了一种基于压缩感知技术的具有高能效的数据采集树的构造方法，包括步骤：步骤1：通过传输矩阵R将网络中数据的一条边的传输代价转化为对应节点的传输向量的零范式，并对节点按照其与sink节点的距离划分为不同的层次，按照层次由远及近的原则，以迭代方式构建最小传输采集树，以尽量减小网络中数据的传输代价；步骤2：对最小传输采集树的结构进行调整，以实现网络中节点的负载平衡，从而延长网络存活时间。本发明专利技术中提出的数据采集树的构造算法综合考虑网络中数据的传输代价与网络存活时间，能够在不明显增加传输代价的基础上有效减少瓶颈节点的数目，有效延长网络存活时间，实现传输代价与网络存活时间的均衡。

【技术实现步骤摘要】
基于压缩感知技术的具有高能效的数据采集树的构造方法
本专利技术涉及的是一种无线传感器网络
的方法，具体是一种基于压缩感知技术的具有高能效的数据采集树的构造方法。
技术介绍
无线传感器网络的一个重要的应用是进行环境的监视，在该种应用中，网络中的基础操作就是进行数据采集，采集各个传感器节点感知到的数据并传递给sink节点进行数据的处理。由于监视应用的特殊性，网络中需要收集并存储大量数据，并将数据传输给sink节点，需要消耗大量的能量。由于传感器网络中节点一般采用电池供电，因而能效问题是一个传感器网络中一个至关重要的问题。目前有很多技术研究传感器网络中的能效问题，而压缩感知技术用于传感器网络的数据采集过程中能有效地减少网络中数据的采集量，并有助于提高网络的能效。现有技术中公开了C.Luo，F.Wu，J.Sun和C.W.Chen的文献“Compressivedatagatheringforlarge-scalewirelesssensornetworks”(Proc.Int.Conf.MobileComput.Networking(MobiCom),pp.1452009)，它考虑将压缩感知技术引入无线传感器网络，介绍了在大规模传感器网络中运用压缩感知技术对数据进行压缩的条件并介绍了在sink端对数据进行恢复的方法。它通过增加距离sink较远的节点传输的数据量，减少距离sink较近的节点传输的数据量，从而在传感器节点中达到负载尽量均衡的一种状态，延长距离sink较近节点的存活时间，同时也可以减少网络中的数据总传输量，以达到延长网络存活时间的目的。现有技术中公开了C.Luo，F.Wu，J.Sun和C.WenChen的“Efficientmeasurementgenerationandpervasivesparsityforcompressivedatagathering”(IEEETrans.WirelessCommun.,vol.9,no.12,pp.3728-37382010)，它将将压缩感知理论中的限制等距属性(RIP)引入无线传感器的压缩感知中，介绍了为了保证能够获得正确的数据恢复对采样矩阵以及变换矩阵的要求，同时它还介绍了为了减少数据传输量可以将传输矩阵进行分拆，并提出了两种不同的采样矩阵。现有技术中公开了J.Luo，L.Xiang和C.Rosenberg的“DoesCompressedSensingImprovetheThroughputofWirelessSensorNetworks”(Proc.oftheIEEEICC,2010)，它考虑采用混合压缩感知技术，对距离sink较远的节点不采用压缩感知技术，压缩感知技术只在网络中那些数据传输量超过阈值的节点中使用，同时它还对网络中的吞吐量进行了分析。现有技术中公开了L.Xu，Y.Wang和Y.Wang的“MajorCoefficientsRecovery:ACompressedDataGatheringSchemeforWirelessSensorNetworks”(IEEEGLOBECOM,Houston,pp.1-5,Dec.2011)，它提出MCR算法，通过对变换矩阵的分解得到一个只有k行的矩阵作为采样矩阵，从而将每次传输的投递次数由m减少到k，进一步减少了传输代价。尽管压缩感知技术减少了网络中的数据传输量，但是意识到采样矩阵中有很多0元素，对应的传感器节点无需传输数据，可以利用传输矩阵中的零元素来进一步减少网络中的数据传输量。现有技术中公开了R.Xie和X.Jia的“MinimumTransmissionDataGatheringTreesforCompressiveSensinginWirelessSensorNetworks”(IEEEGLOBECOM,Houston,pp.1-5,Dec.2011)，它利用采样矩阵中的0元素，用对布尔变量的线性编程来对网络中的数据传输量进行建模，之后对这个NP-hard问题提出了一个启蒙性的算法来计算最小传输树(MTT)，该算法通过迭代的方法构建一个生成树，每次迭代的过程中加入令整个树的平均传输代价增加最少的边来构建生成树。考虑到MTT算法中每次迭代过程中考虑全部未加入数据采集树的节点，同时由于计算每一个新加入的节点的额外增加代价时，需要考虑所有已经加入数据采集树的节点，因而计算量比较大，同时由于算法中没有考虑节点的负载均衡状况，会导致产生一些瓶颈节点，从而影响网络存活时间。
技术实现思路
本专利技术针对现有减少网络中数据传输量以及延长网络存活时间中存在的上述不足，充分考虑了节点的传输代价与节点的传输情况的关系，建立合适的数据采集树以减少网络中的数据传输量，同时考虑到网络的存活时间，尽量实现节点之间的负载均衡，减少瓶颈节点的数目。本专利技术能够最大程度地减少网络中的数据传输代价，并维持网络中节点的负载均衡，从而使得网络具有较高的能效以及较长的存活时间。本专利技术是通过以下技术方案实现的，本专利技术包括以下步骤：(1)传输矩阵的引入：考虑到压缩感知技术中的采样矩阵中的元素仅代表当前采样时刻该节点的采样状态，而不能代表该节点的传输状态。若采样矩阵的元素Φ(j,i)＝1，则表示节点i在第j次投递时需要感知数据，必有节点i参与第j次投递的数据传输；若Φ(j,i)＝0，则节点i是否参与该次投递的数据传输取决于i的子节点是否参与该次投递的数据传输。为了方便计算网络中的数据传输代价，我们引入传输矩阵的概念，传输矩阵中的元素R(j,i)表明节点i是否参与第j次投递的传输过程，如R(j,i)＝0表明节点i在第j次投递过程中既不需要感知数据，也不存在需要传递数据的子节点。分析传输矩阵R与采样矩阵Φ的关系可得，对于一个节点i，若存在子节点ci参与第j次投递的数据传输，即Φ(j,ci)＝1，则节点i作为ci的中继节点需要参与第j次投递过程。综上，有传输向量其中Ri、Φi分别为传输矩阵R、采样矩阵Φ的第i列的列向量，c1,...,cC(T,i)为节点i的C(T,i)个子节点，其中，T表示数据采集树，C(T,i)表示节点i在数据采集树T中子节点的数目，分别表示节点i的子节点c1,...,cC(T,i)的传输列向量。(2)网络数据传输量的转化方法与最小传输代价采集树的构建：WSN模型用一个图G＝＜V,E＞来表示，其中V表示WSN中的节点，E表示树中可能存在的边(任意的两个距离在通信范围内的节点之间的边)。假设所有节点具有相同的通信范围，时间被划分为时隙并且所有节点是同步的，网络中不考虑数据包碰撞问题，每次投递中一个节点接受与发送一次数据所消耗的能量是相同的，设为1。算法中的传输策略是当一个节点接收到它所有子节点的信号之后，才向其父节点发送信号。网络中总的传输代价可以定义为如下：其中T为数据采集树，e为T中的边，ce为边e在m次投递过程中的总传输代价，为边e在第j次投递过程中的传输代价。引入传输向量之后，用ve表示边e连接的两个节点中属于子节点的那个节点，则边e在m次投递过程中的传输代价等价于节点ve参与m次上行数据传输的投递过程的次数，即表示零范式，由此可将转化为通过将数据采集树中边的传输代价转换为相应节点的传输向量的l0范数，从而将传输本文档来自技高网...

【技术保护点】
一种基于压缩感知技术的具有高能效的数据采集树的构造方法，其特征在于，包括如下步骤：步骤1：通过传输矩阵R将网络中数据的一条边的传输代价转化为对应节点的传输向量的零范式，并对节点按照其与sink节点的距离划分为不同的层次，按照层次由远及近的原则，以迭代方式构建最小传输采集树，以尽量减小网络中数据的传输代价；其中，所述传输矩阵中的元素R(j,i)表明节点i是否参与第j次投递的传输过程，若R(j,i)＝0则表明节点i在第j次投递过程中既不需要感知数据，也不存在需要传递数据的子节点，若R(j,i)＝1则表明节点i在第j次投递过程中需要感知数据或者存在需要传递数据的子节点；步骤2：对最小传输采集树的结构进行调整，以实现网络中节点的负载平衡。

【技术特征摘要】
1.一种基于压缩感知技术的具有高能效的数据采集树的构造方法，其特征在于，包括如下步骤：步骤1：通过传输矩阵R将网络中数据的一条边的传输代价转化为对应节点的传输向量的零范式，并对节点按照其与sink节点的距离划分为不同的层次，按照层次由远及近的原则，以迭代方式构建最小传输采集树，以尽量减小网络中数据的传输代价；其中，所述传输矩阵中的元素R(j,i)表明节点i是否参与第j次投递的传输过程，若R(j,i)＝0则表明节点i在第j次投递过程中既不需要感知数据，也不存在需要传递数据的子节点，若R(j,i)＝1则表明节点i在第j次投递过程中需要感知数据或者存在需要传递数据的子节点；步骤2：对最小传输采集树的结构进行调整，以实现网络中节点的负载平衡。2.根据权利要求1所述的基于压缩感知技术的具有高能效的数据采集树的构造方法，其特征在于，所述步骤1包括如下步骤：-初始化数据采集树T’，在初始化的数据采集树T’中，边集E’为空，点集V’仅包含sink节点；按照节点到sink节点的距离对节点进行编码，记为cid，根据节点i到sink节点的距离将节点i编码记为cidi，cidi越大，则节点i距离sink节点越远；cid最大的一批节点被视为叶节点，这是第一批加入T’的节点，叶节点的传输向量Ri直接由采样向量Φi进行初始化；节点按照cid分批加入数据采集树T’中，即仅当所有cid＞cidi的节点都被加入数据采集树T’之后，节点i才能被加入T’；-每当有一个节点i要加入数据采集树T’时，寻找节点i的父节点p，即从距离sink节点最远的节点开始构建树，根据父节点p到sink节点的距离将父节点p编码记为cidp，父节点的cidp要满足cidp≤cidi；其中，不允许某个节点与其父节点及其子节点三者有相同的cid；-每次迭代从没有加入T’的节点中选择cid最大的一个节点i，并...

【专利技术属性】
技术研发人员：陈曦，何晨，袭奇，蒋铃鸽，田军，
申请(专利权)人：上海交通大学，富士通株式会社，
类型：发明
国别省市：上海;31