The present invention provides a structural health monitoring wireless sensor data loss recovery algorithm embedded lossless, embedded intelligent wireless sensor platform lossless compression encoding, random signal increase redundancy matrix operation and signal transmission method. The random redundancy matrix embedded in it is generated randomly by function. The random redundancy matrix generated by this method has very few non-zero elements, and the values of nonzero elements are +1. Given that the matrix is I, compared with the traditional full random redundancy matrix, the memory space required by the wireless sensor to store I is small, and the computation speed of the redundant data is faster by using I. With the support of the embedded algorithm, the wireless sensor is relatively time-consuming and power consuming, and the repeated transmission protocol can be replaced by a faster and simpler protocol, and the incomplete data received by the base station can be recovered.
【技术实现步骤摘要】
结构健康监测无线传感器数据丢失无损恢复嵌入式算法
本专利技术专利涉及一种土木工程结构健康监测
,具体涉及一种结构健康监测无线传感器数据丢失无损恢复嵌入式算法。
技术介绍
近年来,无线智能传感网络(WirelessSmartSensorNetwork,简称WSSN)引起了在结构健康监测(StructuralHealthMonitoring,简称SHM)领域的研究者的重视。WSSN不仅仅相对于传统的有线传感网络有巨大优势,而且相比于其他的非智能无线传感网络发展更迅速、应用更广泛。尤其是在桥梁的健康监测领域,WSSN除了造价更低、布置方便之外,其更大的优势在于可以对数据进行预处理,这种预处理大大提升了在基站工作的监测人员的数据处理效率。虽然WSSN比传统传感器具有相当多的优势,但是基于无线传感器的结构健康监测系统的稳定性十分容易受传输丢包的干扰。无线传输的可靠性与传输环境和天线有着很大的关系。传输环境的影响例如传输路径中出现其他电子设备与无线传感器工作在相同的频率段、恶劣天气(下雨、闪电等)都会造成无线干扰,导致数据采集仪器收到错误信号;无线传感器安装位置不合适、无线天线方向不合适,无线数据长距离传输,以及还有硬件等问题则会造成数据采集仪器无法收到足够强的信号。以上原因都会导致数据在传输过程丢失,因此各个领域的在实际工程应用中,需要迫切解决数据无线传输的丢包问题。数据在无线传输中出现丢失,不仅对数据质量本身有很大影响,还会对数据的后处理以及基于数据后处理结果的决策判断的准确性造成不良影响。各领域的学者在对无线传感器的应用研究的报告中,均提到了不同程度的数据 ...
【技术保护点】
一种结构健康监测无线传感器数据丢失无损恢复嵌入式算法,其特征在于,算法步骤如下:第一步:在无线传感器的计算内核上,通过对长度为n的原始数据x进行相邻两个数值作差,得到长度为n的差值数据d,再将差值数据d中每一个数值通过嵌入无线传感器的LEC无损压缩编码字典进行编码,得到长度为m、m<n的压缩后数据y;第二步:依据数据y的长度m,取嵌入无线传感器的随机冗余矩阵Φ的前m列作为随机冗余矩阵ΦI,通过ΦI将压缩后数据y转换为长度为n的待传输数据z,这是一个增加数据冗余度的过程,即z=ΦIy;然后无线传感器将数据z传输至数据收集基站;第三步:在基站,数据接收器接收到的数据中有k个数据点在无线传输过程中丢失,得到不完整数据
【技术特征摘要】
1.一种结构健康监测无线传感器数据丢失无损恢复嵌入式算法,其特征在于,算法步骤如下:第一步:在无线传感器的计算内核上,通过对长度为n的原始数据x进行相邻两个数值作差,得到长度为n的差值数据d,再将差值数据d中每一个数值通过嵌入无线传感器的LEC无损压缩编码字典进行编码,得到长度为m、m<n的压缩后数据y;第二步:依据数据y的长度m,取嵌入无线传感器的随机冗余矩阵Φ的前m列作为随机冗余矩阵ΦI,通过ΦI将压缩后数据y转换为长度为n的待传输数据z,这是一个增加数据冗余度的过程,即z=ΦIy;然后无线传感器将数据z传输至数据收集基站;第三步:在基站,数据接收器接收到的数据中有k个数据点在无线传输过程中丢失,得到不完整数据根据数据包发送的顺序,确定数据丢失的情况,从而确定矩阵由ΦI去除掉相应的丢失数据点对应的k行元素得到,其维数为(n-k)×m;第四步:在基站计算终端,通过计算得到压缩后信号y,将信号y输入LEC解码器得到差值数据d,再将差值数据d经过还原即得到原始数据x。2.根据权利要求1所述的一种结构健康监测无线传感器数据丢失无损恢复嵌入式算法,其特征在于,所述的LEC无损压缩编码字典进行编码过程是:对差值数据中每一个数据点都进行二进制编码,其每一个点di的编码形式为si|ai,ai记录了数值di的大小,ai的长度记为li,si记录了li的值,di与ai的转换规则为:若di>0,则直接使用di的二进制原码作为ai;若di<0,则取|di|二进制原码,再将该原码的0和1逐位取反作为ai,预嵌入无线传感器中的LEC无损压缩编码表是si与li的一一对应的表1,表1si与li的转换规则差值数据d中的每一个值di首先将被转换为ai,然后编码器将会...
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。