一种基于智慧立网的压缩感知方法技术

本发明专利技术提供一种基于智慧立网的压缩感知方法，包括将立网传感器采集到环境信息检测信号与原始信号f本身为稀疏信号或在变换域上稀疏表示，定义稀疏基底Ψ，原始信号f被稀疏表示为f＝Ψx；根据压缩感知理论对原始信号f进行线性观测得到测量值y＝Φf的采样模型，定义传感矩阵Θ，令Θ＝ΦΨ，使得传感矩阵Θ满足约束等距性条件；根据y＝Θx对稀疏信号x进行逆向求解过程，实现对压缩感知中信号的重构；提取井盖、垃圾桶和消防栓传感器获得的数据，采用矩阵填充算法对上述数据进行恢复和重构。本发明专利技术基于压缩感知与矩阵填充技术，建立智慧立网数据处理系统，可极大降低传感器节点的功耗并节约数据传输带宽，减轻网络负载。

A compressed sensing method based on Intelligent Network

【技术实现步骤摘要】
一种基于智慧立网的压缩感知方法
本专利技术涉及压缩感知
，具体涉及一种基于智慧立网的压缩感知方法。
技术介绍
近十几年来，气象领域的探测仪器设备智能化建设取得重要成就，智能自动气象观测站遍布中国各大标准站点，基本代替人工观测的智能化自动观测，但仍然存在站点分布不够、气象数据不精确、天气预报率不高的问题。且在城市安防方面，虽然国内目前安防监控大数据以及公共安全大数据技术整体水平已经得到了有效提升，两者在实际使用过程中，还是面临着一定问题。一方面，安防监控大数据存在着储存成本过高以及快速检索存在缺陷的状况；另一方面公共安全大数据存在着预警监测实施效果不佳、海量数据挖掘力度不足、警种数据分享难度较大以及一线民警大数据技术掌握水平有限等问题。因此，智慧立网系统对于我国“智慧城市”建设具有重要指导作用与推广价值，建立基于AI的智慧立网系统已刻不容缓。本项目将气象要素如温湿度、气压和风力与环境质量监测如PM2.5、PM10、臭氧，配合视频图像监控、井盖位移传感器和垃圾桶微波传感器整体协调起来，实现整个城市的全覆盖全实时动态监测，该系统通过网络本文档来自技高网...

【技术保护点】
1.一种基于智慧立网的压缩感知方法，其特征在于，该方法包括：/n步骤1：将立网传感器采集到环境信息检测信号与原始信号f本身为稀疏信号或在变换域上稀疏表示，定义稀疏基底Ψ＝[Ψ1|Ψ2|…ΨN]，原始信号f被稀疏表示为f＝Ψx，其中f∈R

【技术特征摘要】
1.一种基于智慧立网的压缩感知方法，其特征在于，该方法包括：
步骤1：将立网传感器采集到环境信息检测信号与原始信号f本身为稀疏信号或在变换域上稀疏表示，定义稀疏基底Ψ＝[Ψ1|Ψ2|…ΨN]，原始信号f被稀疏表示为f＝Ψx，其中f∈RN；
步骤2：根据压缩感知理论对原始信号f进行线性观测得到测量值y＝Φf的采样模型，其中y∈RM，Φ∈RM×m(M<<N)，定义传感矩阵Θ，令Θ＝ΦΨ，因此y＝Φf＝ΦΨx＝Θx，令M＝O(Klog(N))，使得传感矩阵Θ满足约束等距性条件；
步骤3：根据y＝Θx对稀疏信号x进行逆向求解过程，即求解病态拟问题，实现对压缩感知中信号的重构；
步骤4：提取井盖、垃圾桶和消防栓传感器获得的数据，采用矩阵填充算法对上述数据进行恢复和重构。


2.根据权利要求1所述的一种基于智慧立网的压缩感知方法，其特征在于，所述步骤3的重构过程包括：
步骤31：在已知测量值y和待求信号x具有稀疏性时，将求解病态拟问题转化为l0范数的最小化问题；min||x||0s.t.y＝Θx
步骤32：通过凸松弛理论将l0范数的最小化问题转化为l1范数的最小化问题；
步骤33：由于l1范数为凸函数，用l1范数替换l0范数，得到min||x||1s.t.y＝Θx，将l1范数的最小化问题转化为线性优化问题；
步骤34：若考虑信号中含有噪声的情况，则得到min||x||1s.t.|Θx-y|2≤ε。


3.根据权利要求1所述的一种基于智慧立网的压缩感知方法，其特征在于，所述步骤4具体包括：
步骤41：在矩阵低秩性的条件下，将矩阵填充问题转化为如下问题：minrank(X)，s.t.Mij,(i,j)∈Ω，其中Ω为已知元素下标的集合，Mij为已知元素的值，令PΩ为到Ω上的选择算子，即PΩ(X)在Ω上的集合等于Xij，在Ω的补集上等于零，则矩阵填充问题等价为：min||X||*，s.t.PΩ(X)＝PΩ(M)；
步骤42：采用奇异值阈值迭代算法进行矩阵填充，求解得到的序列收敛于所述步骤41公式的一个近似解问题：s.t.PΩ(X)＝PΩ(M)；
步骤43：所述步骤42其格朗日函数为：令强对偶性成立，则拉格朗日函数的鞍点为原问题和对偶问题的...

【专利技术属性】
技术研发人员：孔祥泉，
申请(专利权)人：海纳天成科技股份有限公司，
类型：发明
国别省市：天津;12