基于锯齿形扫描的自适应空间压缩方法技术

本发明专利技术公开了一种基于锯齿形扫描的自适应空间压缩方法，包括步骤：各个簇中各网格内的每个传感器节点分别采集原始环境数据并将其所得采集原始数据上传至簇头节点；簇头节点获得二维原始数据矩阵，及进行离散余弦变换获得二维变换矩阵；簇头节点进行锯齿形扫描，将二维变换矩阵变换为一维向量；针对所得一维向量进行自适应空间压缩，获得压缩数据向量；簇头节点将所得压缩数据向量向距离汇聚节点更近的簇头节点传输；所述汇聚节点针对簇头节点所传输的深度压缩数据向量进行数据重构，获得各个传感器节点的原始环境数据。本发明专利技术可实现感知数据空间相关性的深度挖掘，并能降低网络数据传输开销、提高数据重建精度以实现延长传感器网络生命周期。

【技术实现步骤摘要】

本专利技术涉及一种基于锯齿形扫描的自适应空间压缩方法，属于无线通信网络的

技术介绍
由于无线传感器网络能监测、管理多种智能服务中的状态信息，使其重要性大大增加。目前无线传感器网络已经应用于多个领域，其中包括军事、工业、环境监测以及医疗服务等。然而，无线传感器网络中传感节点电池容量较小的问题限制了无线传感器网络的应用。将节点回收并部署新节点、以及对其充电的思路显然是不现实的。所以，如何延长无线传感器网络的寿命成为一个重要的问题。众所周知，无线传感器网络有用以下两个共识。第一，数据传输占据节点能量消耗的绝大部分。当数量巨大的传输信息汇集到汇聚节点时，汇聚节点将承受巨大数据处理压力。更加严重的在于，较一般中继节点而言，汇聚节点附近的中继节点能量消耗速度更快。当这些节点能量耗尽时，整个无线传感器网络传输也将随之中断。第二，传感器节点采集的感知数据存在着一定程度的相关性。由此，可以以一定方法对感知数据进行压缩。通过挖掘信号之间空间相关性，不仅可以减少信号传输次数，而且也节省了整个无线传感器网络的能量消耗。如上研究提供了本方案压缩无线传感器网络中传输数据的可能性。随着传输信号数量的减本文档来自技高网...

【技术保护点】
基于锯齿形扫描的自适应空间压缩方法，其特征在于，该方法基于的传感网络包括一个汇聚节点和至少一个由l×l个方形网格构成的簇，其中l为正整数；所述各个簇均包括若干个传感器节点和一个由所在簇中性能最强的传感器节点所确定的簇头节点；所述方法包括：步骤001.各个簇中各网格内的每个传感器节点分别采集原始环境数据并将其所采集的原始数据上传至所在簇的簇头节点；步骤002.各个簇中的簇头节点分别根据接收的同一时隙内所采集的原始数据获得对应簇的二维原始数据矩阵，再分别对其所得二维原始数据矩阵进行离散余弦变换获得二维变换矩阵；步骤003.各个簇中的簇头节点分别针对其所得二维变换矩阵进行锯齿形扫描，将二维变换矩阵变...

【技术特征摘要】
1.基于锯齿形扫描的自适应空间压缩方法，其特征在于，该方法基于的传感网络包括一个汇聚节点和至少一个由l×l个方形网格构成的簇，其中l为正整数；所述各个簇均包括若干个传感器节点和一个由所在簇中性能最强的传感器节点所确定的簇头节点；所述方法包括：步骤001.各个簇中各网格内的每个传感器节点分别采集原始环境数据并将其所采集的原始数据上传至所在簇的簇头节点；步骤002.各个簇中的簇头节点分别根据接收的同一时隙内所采集的原始数据获得对应簇的二维原始数据矩阵，再分别对其所得二维原始数据矩阵进行离散余弦变换获得二维变换矩阵；步骤003.各个簇中的簇头节点分别针对其所得二维变换矩阵进行锯齿形扫描，将二维变换矩阵变换为一维向量；步骤004.针对各个簇中的簇头节点所得一维向量进行自适应空间压缩，获得压缩数据向量；具体步骤包括：所述簇头节点从后向前依次遍历检测一维向量中元素，当检测到一维向量中元素小于所设置的门限值δ，则将该元素删除；同时，记录该元素对应的序号i，并将序号i添加到删除元素序号集合I中；步骤005.各个簇中的簇头节点将所得压缩数据向量向距离汇聚节点更近的簇头节点传输；所述距离汇聚节点更近的簇头节点针对所接收压缩数据向量执行所述步骤004至步骤005获得深度压缩数据向量并传输，其中在步骤004中设置用于替换门限值δ的门限值δ'，且所述门限值δ'大于门限值δ；步骤006.所述汇聚节点针对簇头节点所传输的深度压缩数据向量...

【专利技术属性】
技术研发人员：刘金成，陈思光，吴蒙，鲁蔚锋，王堃，周嘉声，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32