本发明专利技术公开了一种基于稀疏字典的无线传感器网络缺失数据重构方法，该方法包括以下步骤：1)根据缺失数据确定需重构的数据帧总数N；在历史数据中，选择M个数据帧作为训练数据，其中M为大于K的整数；2)调用K‑SVD算法获得大小为K的字典D；3)对字典D，采用L1范数最小化算法获得每个字典原子di对应的稀疏系数αi；4)根据步骤2)和3)的计算结果重构当前时刻的数据帧；5)判断字典更新条件是否满足，若满足则调用字典更新方法更新字典中的数据；6)完成数据重构。本发明专利技术考虑了当前时刻重构数据帧对下个时刻待重构数据帧的影响，设置字典更新条件，自适应对稀疏字典进行更新，使重构数据帧整体更贴近真实数据，重构精度更高。
【技术实现步骤摘要】
本专利技术涉及传感器网络数据处理技术，尤其涉及一种基于稀疏字典的无线传感器网络缺失数据重构方法。
技术介绍
随着无线传感器网络(WirelessSensorNetworks,WSNs)在农业、工业、交通、医疗等领域中的广泛应用，WSN作为数据中心的作用也越来越凸显。而这些应用中的传感节点一般部署在暴露的环境中，由于天气状况、节点通信能力、信号强弱、外界故障、人为干扰等原因造成收集到的感知数据往往存在大量的数据缺失或异常，如何重构这些大量缺失的感知数据成为能否进行精准科学研究的关键，构建合理的缺失感知数据重构模型，尤其是大规模缺失感知数据缺失，保证重构精度高、误差小，同时符合传感数据的特点是非常有意义的问题。无线传感器网络中缺失数据重构主要包括以下方法。基于时间相关的缺失数据估计、基于空间相关性的缺失数据重构、基于插值的缺失数据重构以及基于稀疏理论的缺失数据重构。但在一般处理过程中较少结合感知数据的时空特点，特别是当感知数据大量丢失的情况下，未见有结合传感器网络的时空相关、低秩或稀疏等特点设计大规模丢失数据重构方法的研究，以及很少探讨当前重构数据对下个时刻缺失数据重构的影响。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供一种基于稀疏字典的无线传感器网络缺失数据重构方法。本专利技术解决其技术问题所采用的技术方案是：一种基于稀疏字典的无线传感器网络缺失数据重构方法，包括以下步骤：1)根据缺失数据确定需重构的数据帧总数N；在历史数据中，选择M个数据帧作为训练数据，其中M为大于K的整数；2)调用K-SVD算法获得大小为K的字典D；3)对字典D，采用L1范数最小化算法获得每个字典原子di对应的稀疏系数αi；4)根据步骤2)和3)的计算结果重构当前时刻的数据帧，计算公式为：y≈Dα＝α1d1+α2d2+……+αKdK，并将重构的当前时刻的数据帧即最新估计的数据帧加入历史数据中；5)判断字典更新条件是否满足，若满足则转到(6)，否则转到(7)；判断方法如下：5.1)设为最新估计的数据帧；αi为每个字典原子di对应的稀疏系数；5.2)如果最新的数据帧与dm的相似性小于ε则判定字典更新条件满足，其中dm为最大稀疏系数αm对应的数据帧，ε为字典更新条件阈值；6)调用字典更新方法更新字典中的数据，然后转到步骤2)；更新方法如下：6.1)计算每个字典原子对应的数据帧的权重wi＝||di||2；6.2)根据数据帧的稀疏系数更新数据帧的权重，更新公式为6.3)根据更新权重后的最小权重wi对应的下标，获得其对应的数据帧；6.4)用替换上述数据帧；6.5)计算所有字典原子的平均权重作为数据帧的权重，完成字典的更新；7)判断需重构的N个数据帧是否已经完成，若完成则结束，否则转到步骤(2)。按上述方案，所述步骤2)中历史训练数据采用以下方法获得：从当前时刻按照固定时间间隔回溯依次采集M个数据帧。按上述方案，所述步骤2)中采用K-SVD算法生成字典D；(2.1)设置字典大小为K，选择大于K的训练数据集作为初始字典原子；(2.2)对于训练数据集中的每个数据帧，将D中的第i列单独提出来，循环如下优化过程：min||y-Dα||F2=min||y-Σj=1kdjαTj||F2min||(y-Σj≠idjαTj)-diαTi||F2=min||Ei-diαTi||F2,]]>求解Ei的奇异值得到di和其中，表示优化的目标为根据字典D计算出的Dα使得达到最小，y为目标数据帧，为α中与字典第j列dj对应的第j行，Ei表示没有第i列时的误差；(2.3)输出最终的字典D。本专利技术产生的有益效果是：本专利技术方法综合利用数据帧之间的具有时间相关性的特点，选择与当前数据帧时间相关性最强的历史数据帧表示当前数据帧。同时，本专利技术考虑了当前时刻重构数据帧对下个时刻待重构数据帧的影响，设置字典更新条件，自适应对稀疏字典进行更新，以减少后续数据帧的重构误差，使重构数据帧整体更贴近真实数据，重构精度更高。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术实施例的方法流程图。图2是本专利技术实施例基于公开数据集不同方法重构误差比较图。图3是本专利技术实施例基于公开数据集不同时间间隔感知数据在字典更新前后的重构误差比较图。图4是本专利技术实施例中自建实验平台上传感器节点空间部署图。图5为基于自建实验平台收集数据，不同时间间隔同一方法重构误差比较图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，一种基于稀疏字典的无线传感器网络缺失数据重构方法，包括以下步骤：1)根据缺失数据确定需重构的数据帧总数N；在历史数据中，选择M个数据帧作为训练数据，其中M为大于K的整数；2)调用K-SVD算法获得大小为K的字典D；3)对字典D，采用L1范数最小化算法获得每个字典原子di对应的稀疏系数αi；4)根据步骤2)和3)的计算结果重构当前时刻的数据帧，计算公式为：y≈Dα＝α1d1+α2d2+……+αKdK，并将重构的当前时刻的数据帧即最新估计的数据帧加入历史数据中；(5)判断字典更新条件是否满足，若满足则转到(6)，否则转到(7)；判断方法如下：5.1)设为最新估计的数据帧；αi为每个字典原子di对应的稀疏系数；5.2)如果最新的数据帧与dm的相似性小于ε则判定字典更新条件满足，其中dm为最大稀疏系数αm对应的数据帧，ε为字典更新条件阈值；6)调用字典更新方法更新字典中的数据，然后转到步骤2)；更新方法如下：6.1)计算每个字典原子对应的数据帧的权重wi＝||di||2；6.2)根据数据帧的稀疏系数更新数据帧的权重，更新公式为6.3)根据更新权重后的最小权重wi对应的下标，获得其对应的数据帧；6.4)用替换上述数据帧；6.5)计算所有字典原子的平均权重作为数据帧的权重，完成字典的更新；7)判断需重构的N个数据帧是否已经完成，若完成则结束，否则转到步骤(2)。本专利技术使用的初始字典生成方法直接调用了K-SVD算法，其算法步骤主要为：(1)设置字典大小为K，选择大于K的训练数据集作为初始字本文档来自技高网...
【技术保护点】
一种基于稀疏字典的无线传感器网络缺失数据重构方法，其特征在于，包括以下步骤：1)根据缺失数据确定需重构的数据帧总数N；在历史数据中，选择M个数据帧作为训练数据，其中M为大于K的整数；2)调用K‑SVD算法获得大小为K的字典D；3)对字典D，采用L1范数最小化算法获得每个字典原子di对应的稀疏系数αi；4)根据步骤2)和3)的计算结果重构当前时刻的数据帧，重构当前时刻的数据帧采用以下公式：y≈Dα＝α1d1+α2d2+……+αKdK，并将重构的当前时刻的数据帧即最新估计的数据帧加入历史数据中；5)判断字典更新条件是否满足，若满足则转到(6)，否则转到(7)；判断方法如下：5.1)设为最新估计的数据帧；αi为每个字典原子di对应的稀疏系数；5.2)如果最新的数据帧与dm的相似性小于ε则判定字典更新条件满足，其中dm为最大稀疏系数αm对应的数据帧，ε为字典更新条件阈值；6)调用字典更新方法更新字典中的数据，然后转到步骤2)；更新方法如下：6.1)计算每个字典原子对应的数据帧的权重wi＝||di||2；6.2)根据数据帧的稀疏系数更新数据帧的权重，更新公式为6.3)根据更新权重后的最小权重wi对应的下标，获得其对应的数据帧；6.4)用替换上述数据帧；6.5)计算所有字典原子的平均权重作为数据帧的权重，完成字典的更新；7)判断需重构的N个数据帧是否已经完成，若完成则结束，否则转到步骤(2)。...
【技术特征摘要】
1.一种基于稀疏字典的无线传感器网络缺失数据重构方法，其特征在于，包括
以下步骤：
1)根据缺失数据确定需重构的数据帧总数N；在历史数据中，选择M个数
据帧作为训练数据，其中M为大于K的整数；
2)调用K-SVD算法获得大小为K的字典D；
3)对字典D，采用L1范数最小化算法获得每个字典原子di对应的稀疏系数αi；
4)根据步骤2)和3)的计算结果重构当前时刻的数据帧，重构当前时刻
的数据帧采用以下公式：
y≈Dα＝α1d1+α2d2+……+αKdK，并将重构的当前时刻的数据帧即最新估计的
数据帧加入历史数据中；
5)判断字典更新条件是否满足，若满足则转到(6)，否则转到(7)；判断
方法如下：
5.1)设为最新估计的数据帧；αi为每个字典原子di对应的稀疏系数；
5.2)如果最新的数据帧与dm的相似性小于ε则判定字典更新条件满足，
其中dm为最大稀疏系数αm对应的数据帧，ε为字典更新条件阈值；
6)调用字典更新方法更新字典中的数据，然后转到步骤2)；更新方法如下：
6.1)计算每个字典原子对应的数据帧的权重wi＝||di||2；
6.2)根据数据帧的稀疏系数更新数据帧的权重，更新公式为6.3)根据更新权重后的最小权重wi对应的下标，获得其对应的数据帧；
6.4)用替换上述数据帧；...
【专利技术属性】
技术研发人员：赵良，郑芳，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。