一种农业无线传感网络的采样调度方法及系统技术方案

本发明专利技术公开了一种农业无线传感网络的采样调度方法及系统。本发明专利技术的方法直接基于传感器采集的数据，并不针对于具体的应用，提高了采样调度的通用性，本发明专利技术的方法对于采用MVC算法进行采样节点的选取，对于每个采样节点，利用MA(p)模型调整采样周期进行采样，对于采样周期内的时间点的数据可根据每个采样节点的采样数据，利用所述MA(p)模型预测；对于非采样节点的采样数据可利用节点的关联性，通过采样点的采样数据直接估计得到，无需无线传感器网络的每个节点进行采样，对于采样节点也无需在每个时间点进行采样，提高了节能效果。

【技术实现步骤摘要】
一种农业无线传感网络的采样调度方法及系统
本专利技术涉及农业监测领域，特别是涉及一种农业无线传感网络的采样调度方法及系统。
技术介绍
随着无线传感器网络技术在不同领域的广泛应用，无线传感器网络的采样调度机制受到了越来越多的重视，逐渐成为当前的研究热点之一。近年，国内外许多学者针对不同的应用需求，开展了相关研究。在对无线传感器网络的研究中，稀疏采样理论也得到了越来越多的学者、研究人员的关注。利用稀疏采样理论进行无线传感器网络性能改进的一个重要应用是对无线传感器网络中感知数据能量有效性的估计。稀疏采样(Sparsesampling，SS)作为一个新的采样理论，它通过开发信号的稀疏特性，在远小于奈奎斯特(Nyquist)采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号。已有大量针对稀疏采样理论提出的无线传感器网络数据收集方法被提出。Wang等人首次提出分布式稀疏随机投影压缩，并证明了测量值的个数和测量矩阵稀疏程度之间的关系；Wu.X等则基于稀疏采样理论对土壤湿度传感器网络的采样调度进行了研究，提出了稀疏矩阵模型的构建方法，并就测量矩阵的建立和表示基的选取结合实际监测数据进行了分析，构建了面向土壤湿度监测传感器网络调度的稀疏采样矩阵。Haupt.J等人运用稀疏采样理论进行单跳传统网络和无线传感器网络数据收集并对网络数据进行了有效的压缩；王国英等人提出了一种基于压缩感知的土壤呼吸监测传感器网络的分段动态采样调度策略，通过利用前期测量数据进行分析得到的先验知识，对测量时间区间的数据序列进行分段线性拟合，依据分段数据子序列的线性程度度量指标，动态确定各段的采样率。综上所述，之前无线传感器网络的采样调度机制存在的问题是在一个应用领域针对一个具体性能指标提出，通用性不强，节能效果不佳。
技术实现思路
本专利技术的目的是提供一种农业无线传感网络的采样调度方法及系统，以提高采样调度的通用性，提高节能效果。为实现上述目的，本专利技术提供了如下方案：一种农业无线传感网络的采样调度方法，所述采样调度方法包括如下步骤：获取无线传感网络采集的历史数据；根据所述历史数据确定无线传感网络的MA(p)模型；每间隔采样节点选择周期，采用MVC算法选择无线传感网络中的采样节点；对于每个采样节点，利用MA(p)模型调整采样周期进行采样，获得每个采样节点的采样数据。可选的，所述MA(p)模型为：其中，Y表示p-N个时间点的预测矩阵，A表示前p个时间点的采样数据与p-N个时间点的预测数据组成的采样值矩阵；是MA(p)模型的自回归系数序列，和分别是第1、第2、第p个采样时间点的自回归系数；ε(t)是随机白噪声。可选的，所述采用MVC算法选择无线传感网络中的采样节点，具体包括：获取无线传感网络中每个节点的采样数据；根据每个节点的采样数据，用MVC算法将无线传感网络中的节点划分为多个虚拟群集；在每个所述虚拟群集内采内控制采样节点与非采样节点的比等于0到1之间的随机数，选取采样节点。可选的，所述根据每个节点的采样数据，用MVC算法将无线传感网络中的节点划分为多个虚拟群集，具体包括：根据每个节点的采样数据，利用公式确定最优的虚拟群集划分方式，将无线传感网络中的节点划分为i个虚拟群集；其中，Fmin为虚拟群集划分目标函数值，Hr表示相邻跳节点传输一条数据记录的能耗，n表示第n个虚拟群集，m表示第m个虚拟群集，Sm表示第m个虚拟群集的每个节点的采样数据的标准差，nm表示第m个虚拟群集的节点个数；lm表示第m个虚拟群集中采样节点间的相互通信距离；Dm表示第m个虚拟群集中节点平均距离，dm表示第m个虚拟群集中虚拟首节点到汇聚节点的距离；Z表示所划分互不重叠虚拟群集m中节点传输过程能耗总和，Hm表示第m个虚拟群集的虚拟首节点到汇聚节点的能耗；ln表示第n个虚拟群集中采样节点间的相互通信距离。可选的，所述对于每个采样节点，利用MA(p)模型调整采样周期进行采样，获得采样节点的采样数据，具体包括：根据采样节点已经采集到的历史数据，利用所述MA(p)模型获得下一个预设采样周期的采样预测值；在下一个预设采样周期到来时，进行采样，获得所述采样节点的实际采样值；判断所述采样预测值和所述实际采样值的差值是否小于差值阈值，得到判断结果；若所述判断结果表示是，则增大所述预设采样周期，返回步骤“根据采样节点已经采集到的历史数据，利用所述MA(p)模型获得下一个预设采样周期的采样预测值”；若所述判断结果表示否，则减小所述预设采样周期，返回步骤“根据采样节点已经采集到的历史数据，利用所述MA(p)模型获得下一个预设采样周期的采样预测值”。一种农业无线传感网络的采样调度系统，所述采样调度系统包括：历史数据获取模块，用于获取无线传感网络采集的历史数据；MA(p)模型确定模块，用于根据所述历史数据确定无线传感网络的MA(p)模型；采样节点选取模块，用于每间隔采样节点选择周期，采用MVC算法选择无线传感网络中的采样节点；采样模块，用于对于每个采样节点，利用MA(p)模型调整采样周期进行采样，获得每个采样节点的采样数据。可选的，所述MA(p)模型为：其中，Y表示p-N个时间点的预测矩阵，A表示前p个时间点的采样数据与p-N个时间点的预测数据组成的采样值矩阵；是MA(p)模型的自回归系数序列，和分别是第1、第2、第p个采样时间点的自回归系数；ε(t)是随机白噪声。可选的，所述采样节点选取模块，具体包括：数据采集子模块，用于获取无线传感网络中每个节点的采样数据；虚拟集群划分子模块，用于根据每个节点的采样数据，用MVC算法将无线传感网络中的节点划分为多个虚拟群集；采样节点选取子模块，用于在每个所述虚拟群集内采内控制采样节点与非采样节点的比等于0到1之间的随机数，选取采样节点。可选的，所述虚拟集群划分子模块，具体包括：虚拟集群划分单元，用于根据每个节点的采样数据，利用公式确定最优的虚拟群集划分方式，将无线传感网络中的节点划分为i个虚拟群集；其中，Fmin为虚拟群集划分目标函数值，Hr表示相邻跳节点传输一条数据记录的能耗，n表示第n个虚拟群集，m表示第m个虚拟群集，Sm表示第m个虚拟群集的每个节点的采样数据的标准差，nm表示第m个虚拟群集的节点个数；lm表示第m个虚拟群集中采样节点间的相互通信距离；Dm表示第m个虚拟群集中节点平均距离，dm表示第m个虚拟群集中虚拟首节点到汇聚节点的距离；Z表示所划分互不重叠虚拟群集m中节点传输过程能耗总和，Hm表示第m个虚拟群集的虚拟首节点到汇聚节点的能耗；ln表示第n个虚拟群集中采样节点间的相互通信距离。可选的，所述采样模块，具体包括：采样预测值获取子模块，用于根据采样节点已经采集到的历史数据，利用所述MA(p)模型获得下一个预设采样周期的采样预测值；实际采样值获取子模块，用本文档来自技高网...

【技术保护点】
1.一种农业无线传感网络的采样调度方法，其特征在于，所述采样调度方法包括如下步骤：/n获取无线传感网络采集的历史数据；/n根据所述历史数据确定无线传感网络的MA(p)模型；/n每间隔采样节点选择周期，采用MVC算法选择无线传感网络中的采样节点；/n对于每个采样节点，利用MA(p)模型调整采样周期进行采样，获得每个采样节点的采样数据。/n

【技术特征摘要】
1.一种农业无线传感网络的采样调度方法，其特征在于，所述采样调度方法包括如下步骤：
获取无线传感网络采集的历史数据；
根据所述历史数据确定无线传感网络的MA(p)模型；
每间隔采样节点选择周期，采用MVC算法选择无线传感网络中的采样节点；
对于每个采样节点，利用MA(p)模型调整采样周期进行采样，获得每个采样节点的采样数据。


2.根据权利要求1所述的农业无线传感网络的采样调度方法，其特征在于，所述MA(p)模型为：
其中，Y表示p-N个时间点的预测矩阵，A表示前p个时间点的采样数据与p-N个时间点的预测数据组成的采样值矩阵；是MA(p)模型的自回归系数序列，和分别是第1、第2、第p个采样时间点的自回归系数；ε(t)是随机白噪声。


3.根据权利要求1所述的农业无线传感网络的采样调度方法，其特征在于，所述采用MVC算法选择无线传感网络中的采样节点，具体包括：
获取无线传感网络中每个节点的采样数据；
根据每个节点的采样数据，用MVC算法将无线传感网络中的节点划分为多个虚拟群集；
在每个所述虚拟群集内采内控制采样节点与非采样节点的比等于0到1之间的随机数，选取采样节点。


4.根据权利要求3所述的农业无线传感网络的采样调度方法，其特征在于，所述根据每个节点的采样数据，用MVC算法将无线传感网络中的节点划分为多个虚拟群集，具体包括：
根据每个节点的采样数据，利用公式确定最优的虚拟群集划分方式，将无线传感网络中的节点划分为i个虚拟群集；
其中，Fmin为虚拟群集划分目标函数值，Hr表示相邻跳节点传输一条数据记录的能耗，n表示第n个虚拟群集，m表示第m个虚拟群集，Sm表示第m个虚拟群集的每个节点的采样数据的标准差，nm表示第m个虚拟群集的节点个数；lm表示第m个虚拟群集中采样节点间的相互通信距离；Dm表示第m个虚拟群集中节点平均距离，dm表示第m个虚拟群集中虚拟首节点到汇聚节点的距离；Z表示所划分互不重叠虚拟群集m中节点传输过程能耗总和，Hm表示第m个虚拟群集的虚拟首节点到汇聚节点的能耗；ln表示第n个虚拟群集中采样节点间的相互通信距离。


5.根据权利要求1所述的农业无线传感网络的采样调度方法，其特征在于，所述对于每个采样节点，利用MA(p)模型调整采样周期进行采样，获得采样节点的采样数据，具体包括：
根据采样节点已经采集到的历史数据，利用所述MA(p)模型获得下一个预设采样周期的采样预测值；
在下一个预设采样周期到来时，进行采样，获得所述采样节点的实际采样值；
判断所述采样预测值和所述实际采样值的差值是否小于差值阈值，得到判断结果；
若所述判断结果表示是，则增大所述预设采样周期，返回步骤“根据采样节点已经采集到的历史数据，利用所述MA(p)模型获得下一个预设采样周期的采样预测值”；
若所述判断结果表示否，则减小所述预设采样周期，返回步骤“根据采样节点已经采集到的历史数据，利用所述MA(p)模型获得下一个预设采样周期的采样预测值”。


6.一种农业无线传感网络的采样调度系统，其特征在...

【专利技术属性】
技术研发人员：杜雷超，周彦芳，杨宪忠，王赟，邱进栋，吴芳，李建华，何庆祥，魏域斌，
申请(专利权)人：甘肃省农业工程技术研究院，
类型：发明
国别省市：甘肃;62