The invention discloses a hierarchical sensing compression coding method for sensing large data, in which the sensing node compresses and samples the original data and sends the data to the cluster head node; the cluster head node compresses and encodes the compressed sampling data received from the lower layer and the data received from other cluster head nodes, and transmits the data with probability P. To the processing node, the processing node further encodes the data received from the lower layer and the data received from other processing nodes and sends the encoded data to the sink node in probability P. The sink node performs decoding operations to obtain approximate raw data. By combining network coding, compressed sensing and hierarchical sensing theory, the invention fully mines the spatial-temporal correlation of perceived large data, especially the spatial correlation of inter-cluster data, provides multi-resolution data services for different types of users, and eliminates the ideal assumption of sharing observation matrix in advance.
【技术实现步骤摘要】
感知大数据层次感知压缩编码方法
本专利技术属于无线通信网络领域，具体涉及一种感知大数据层次感知压缩编码方法。
技术介绍
随着智慧地球和智慧城市的持续发展，无线传感设备持续的部署使得感知数据跨入了一个爆炸性增长的新时代。无线传感器网络(WirelessSensorNetwork,WSN)作为大量感知数据的主要来源之一，它是一个能够感知和监测物理世界的分布式网络，已被广泛应用于智能交通、环境监测、工业生产、医疗卫生、军事和其他领域。显然，传统的WSN已经不能满足大量感知数据的处理和管理需求。因此，如何克服这个挑战成为了一个研究的焦点。直观上看，数据规模、存储能力和电池容量三者之间增长速度不匹配的问题是上述挑战的核心。当网络中数据质量保持在合理水平时，减少冗余数据的传输是一种有效的解决方案。最近，有两种典型的方法被提出。第一种方法是从一个较小的数据集中恢复出大量的关键数据。第二种方法是使用压缩感知(CompressedSensing,CS)技术进行近似的数据收集。相比较第一种方法，第二种方法有着更高的数据重建质量。同时，CS技术的特点是将大部分计算工作转移到了汇聚节点，...
【技术保护点】
1.一种感知大数据层次感知压缩编码方法，其特征在于，包括以下步骤：1)感知大数据网络的第一层为感知节点层，感知节点对环境中具有时间相关性的原始数据进行采样，并进行同步压缩，然后将压缩采样数据发送至上层对应的簇头节点中；2)感知大数据网络的第二层为簇头节点层，簇头节点k对从下层收到的压缩采样数据和从其他簇头节点收到的数据进行压缩编码，并以概率p传送压缩编码数据至上层对应的处理节点中；3)感知大数据网络的第三层为处理节点层，处理节点对从下层收到的数据和从其他处理节点收到的数据进行进一步的编码并以概率p将编码数据发送至上层的汇聚节点中；4)感知大数据网络的最高层为汇聚节点层，汇聚...
【技术特征摘要】
1.一种感知大数据层次感知压缩编码方法，其特征在于，包括以下步骤：1)感知大数据网络的第一层为感知节点层，感知节点对环境中具有时间相关性的原始数据进行采样，并进行同步压缩，然后将压缩采样数据发送至上层对应的簇头节点中；2)感知大数据网络的第二层为簇头节点层，簇头节点k对从下层收到的压缩采样数据和从其他簇头节点收到的数据进行压缩编码，并以概率p传送压缩编码数据至上层对应的处理节点中；3)感知大数据网络的第三层为处理节点层，处理节点对从下层收到的数据和从其他处理节点收到的数据进行进一步的编码并以概率p将编码数据发送至上层的汇聚节点中；4)感知大数据网络的最高层为汇聚节点层，汇聚节点从所有下层节点中收集到编码数据后，进行解码操作，获得近似的原始数据。2.根据权利要求1所述的感知大数据层次感知压缩编码方法，其特征在于，所述步骤1)中，感知节点对环境中具有时间相关性的原始数据进行采样并进行同步压缩，具体方法为：原始数据为Xk,i＝[xk,i1xk,i2…xk,iN]T，其中Xk,i表示k簇感知节点i的原始数据，每个簇头节点下的感知节点共M个，k∈{1,2,…,L}，k表示簇头节点，L表示簇头节点数，xk,i1、xk,i2、xk,iN分别表示k簇感知节点i在时隙1、时隙2、时隙N时的原始数据，N表示每个感知节点的时隙长度，使用观测矩阵Φ，Φ∈Rn×N，且n小于N，Rn×N表示n×N矩阵，将原始数据进行压缩采样得到压缩采样数据Yk,i＝ΦXk,i，其中Yk,i表示k簇感知节点i的压缩采样数据，观测矩阵Φ由N×N单位矩阵随机选择n行组成。3.根据权利要求1所述的感知大数据层次感知压缩编码方法，其特征在于，所述步骤2)中，簇头节点k对从下层收到的压缩采样数据和从其他簇头节点收到的数据进行压缩编码，并以概率p传送压缩编码数据至上层对应的处理节点中的具体步骤为：21)簇头节点k利用观测矩阵Φ′k，对从下层节点收到的压缩数据再次进行压缩观测，获得簇头节点k的压缩数据Z＇k＝[Z′k,1Z′k,2…Z′k,n]，Z＇k∈Rm×n，其中，Rm×n表示m×n矩阵,n为感知节点的观测矩阵行数，观测矩阵Φ′k是由M×M单位矩阵中随机选出m行组成，Z′k,1、Z′k,2...
【专利技术属性】
技术研发人员：陈思光，沙莉莉，郭文博，韩涛涛，李梦琪，王堃，孙雁飞，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32
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。