WBAN网络传输的信号数据恢复方法和装置制造方法及图纸

本发明专利技术公开了一种WBAN网络传输的信号数据恢复方法和装置，所述方法包括：在接收到WBAN网络中传输的信号数据x后，确定出所述信号数据x的奇异值分解后的大奇异值；将所述信号数据x的指示向量γ中对应大奇异值的元素的取值确定为1，其它元素的取值确定为0；根据确定的指示向量γ，基于块稀疏贝叶斯学习算法对接收的信号数据进行恢复；其中，信号数据x是对采集的信号数据F通过DCT变换、编码并经信道传输叠加噪声后得到的。应用本发明专利技术可以减少WBAN网络传输的信号数据在恢复运算中的计算量，加快数据恢复速度。

【技术实现步骤摘要】
WBAN网络传输的信号数据恢复方法和装置
本专利技术涉及无线体域网
，特别是指一种WBAN网络传输的信号数据恢复方法和装置。
技术介绍
无线体域网(WBAN)已成为建立电子健康监测系统的重要基础支撑。通常，一个WBAN网络是由许多传感器节点组成的，每一个传感器节点都能够对一个或多个生命体征(心率，血压，氧饱和度，活动)或环境参数(位置、温度、湿度、光)进行采样、处理和通信。这些传感器节点被适当地放置在人体上，一般作为衣服的微小补丁或隐藏在衣服内(可以称之为可穿戴设备)，它们将会在很长一段时间内对我们的健康进行无时无刻地监测。另一方面，如何减少电子健康监测系统中WBAN网络传输的数据量，为可穿戴设备带来更好的体验(例如，更长的电池寿命，更少的计算需求，较低的延迟)是非常重要的。幸运的是，越来越多基于压缩感知(CS)的传输数据的恢复方法应运而生。通常情况下，WBAN中的信号数据具有时空相关特征，在DCT(DiscreteCosineTransform，离散余弦变换)域展现出低秩稀疏的特性；因此，现有技术中，利用DCT域展现出低本文档来自技高网...

【技术保护点】
1.一种WBAN网络传输的信号数据恢复方法，其特征在于，包括：/n在接收到WBAN网络中传输的信号数据x后，确定出所述信号数据x的奇异值分解后的大奇异值；/n将所述信号数据x的指示向量γ中对应大奇异值的元素的取值确定为1，其它元素的取值确定为0；/n根据确定的指示向量γ，基于块稀疏贝叶斯学习算法对接收的信号数据进行恢复；/n其中，信号数据x是对采集的信号数据F通过DCT域变换、编码并经信道传输叠加噪声后得到的。/n

【技术特征摘要】
1.一种WBAN网络传输的信号数据恢复方法，其特征在于，包括：
在接收到WBAN网络中传输的信号数据x后，确定出所述信号数据x的奇异值分解后的大奇异值；
将所述信号数据x的指示向量γ中对应大奇异值的元素的取值确定为1，其它元素的取值确定为0；
根据确定的指示向量γ，基于块稀疏贝叶斯学习算法对接收的信号数据进行恢复；
其中，信号数据x是对采集的信号数据F通过DCT域变换、编码并经信道传输叠加噪声后得到的。


2.根据权利要求1所述的方法，其特征在于，所述确定出所述信号数据x的奇异值分解后的大奇异值，具体为：
确定出所述信号数据x的奇异值分解后的最大奇异值；
将最大奇异值与设定百分比的乘积计算结果作为比较阈值；
将所述信号数据x的奇异值分解后得到的大于所述比较阈值的奇异值作为大奇异值。


3.根据权利要求1所述的方法，其特征在于，所述根据确定的指示向量γ，基于块稀疏贝叶斯学习算法对接收的信号数据进行恢复，具体包括：
运用之前得到的指示向量γ，基于块稀疏贝叶斯学习算法进行多次迭代计算数据直到相邻两次迭代计算的的结果之差在设定的阈值范围内，则停止迭代；其中，为的列化数据，为S的估计数据，S为F通过DCT变换得到的稀疏信号数据；
将最后一次迭代计算的作为的最终结果；
根据的最终结果，进行DCT域的反变换得到恢复的信号数据


4.根据权利要求1-3任一所述的方法，其特征在于，所述采集的信号数据F具体为EEG数据或ECG数据；以及
所述在接收到WBAN网络中传输的信号数据x后，确定出所述信号数据x的奇异值分解后的大奇异值，具体为：
在接收到一个采样周期的信号数据x后，确定出所述信号数据x的奇异值分解后的大奇异值。


5....

【专利技术属性】
技术研发人员：张彦斌，尹长川，张凯，刘炫麟，刘丹谱，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11