本申请涉及一种基于压缩感知的信号测量方法、装置、物联网网络的状态监控方法、装置和电子设备。该基于压缩感知的信号测量方法包括：获取待测信号，所述待测信号包含直流分量；将测量矩阵乘以所述待测信号与所述直流分量之间的差值以获得线性测量值，所述测量矩阵是贝努利随机测量矩阵；以及，通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号。这样，通过含直流信号的压缩感知算法，和构建分层次的状态监控模型，能够提高物联网网络的信息节点的异常监控、定位能力。能力。能力。
【技术实现步骤摘要】
信号测量方法和装置、物联网网络的状态监控方法和装置
[0001]本申请涉及物联网
，更为具体地说，涉及一种基于压缩感知的信号测量方法、装置、物联网网络的状态监控方法、装置和电子设备。
技术介绍
[0002]物联网网络涉及庞大的物质感知传感器，包括各类传感器和各专业后勤信息系统，信息感知节点众多。同时，随着物联网的发展和应用，节点的增大成为必然。实时的数据依赖于物联网网络的各个节点的正常运行，当数据发生错误、延时等问题时，必须快速定位异常节点，进行正常恢复，才能保障物联网的节点服务能力。用传统监控方法监控各信息节点的状态时，往往通过传统监控方法包括心跳检测和轮询，通过状态变量的值直接判断节点的工作状态，方法简单。但是，随着节点规模的增大，和对节点状态监控精度的提高(监控频率增大)，数据对通信带宽的要求会挤占业务数据的带宽，而造成带宽拥挤的矛盾。
[0003]压缩感知是当前信号处理领域研究的热点，其在处理宽带信号时可打破奈奎斯特采样定律，这一特性暗示其在处理大规模信号时依然可能保持高精度。
[0004]因此，期望能够提供基于压缩感知的信号测量方案及相应的物联网网络的状态监控方案。
技术实现思路
[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于压缩感知的信号测量方法、装置、物联网网络的状态监控方法、装置和电子设备，其通过含直流信号的压缩感知算法，和构建分层次的状态监控模型，能够提高物联网网络的信息节点的异常监控、定位能力。
[0006]根据本申请的一方面，提供了一种基于压缩感知的信号测量方法，包括：获取待测信号，所述待测信号包含直流分量；将测量矩阵乘以所述待测信号与所述直流分量之间的差值以获得线性测量值，所述测量矩阵是贝努利随机测量矩阵；以及，通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号。
[0007]在上述基于压缩感知的信号测量方法中，获取待测信号包括：获取原始信号；以及，通过正交矩阵对所述原始信号进行稀疏变换以获得所述待测信号。
[0008]在上述基于压缩感知的信号测量方法中，通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号包括：计算所述待测信号与所述直流分量之间的差值的L1范数；以及，通过凸优化的线性规划确定所述待测信号。
[0009]在上述基于压缩感知的信号测量方法中，通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号包括：采用贪婪迭代算法求所述待测信号与所述直流分量之间的差值的L0范数的次优解以确定所述待测信号。
[0010]在上述基于压缩感知的信号测量方法中，采用贪婪迭代算法求所述待测信号与所述直流分量之间的差值的L0范数的次优解以确定所述待测信号包括：步骤1：使用所述测量
矩阵的基向量建立完备原子库；步骤2：通过余量值与所述完备原子库中的基向量的内积计算确定最大内积对应的候选基向量，所述余量值初始为所述线性测量值；步骤3：计算所述余量值与所述候选基向量的内积；步骤4：计算所述内积与所述候选基向量的乘积；步骤5：计算所述余量值与所述乘积的差值以更新所述余量值；步骤6：迭代执行步骤2到步骤5直到所述余量值小于预定阈值。
[0011]在上述基于压缩感知的信号测量方法中，采用贪婪迭代算法求所述待测信号与所述直流分量之间的差值的L0范数的次优解以确定所述待测信号进一步包括：确定所述待测信号的稀疏度是否满足稀疏度要求；以及，在所述待测信号的稀疏度未满足稀疏度要求的情况下，返回步骤2。
[0012]根据本申请的另一方面，提供了一种物联网网络的状态监控方法，包括：将第一预定数目的功能相同的物联网网络节点设置为第一层分组，每个第一层分组包括一个实体监控节点；所述实体监控节点获取所述第一层分组的物联网网络节点的待测信号，并使用测量矩阵生成线性测量值；将第二预定数目的第一层分组设置为第二层分组，每个第二层分组包括一个中间监控节点；所述中间监控节点对所述实体监控节点的测量结果求和；以及，监控中心节点基于所述中间监控节点的测量结果之和确定所述待测信号，以监控每个物联网网络节点的状态。
[0013]在上述物联网网络的状态监控方法中，监控中心节点基于所述中间监控节点的测量结果之和确定所述待测信号包括：所述监控中心节点获取所有中间监控节点的测量结果；所述监控中心节点对所述所有中间监控节点的测量结果求和；以及，所述监控中心节点基于如上所述的基于压缩感知的信号测量方法确定所述待测信号。
[0014]根据本申请的再一方面，提供了一种基于压缩感知的信号测量装置，包括：获取单元，用于获取待测信号，所述待测信号包含直流分量；测量单元，用于将测量矩阵乘以所述待测信号与所述直流分量之间的差值以获得线性测量值，所述测量矩阵是贝努利随机测量矩阵；以及，计算单元，用于通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号。
[0015]根据本申请的又一方面，提供了一种物联网网络的状态监控装置，包括：第一设置单元，用于将第一预定数目的功能相同的物联网网络节点设置为第一层分组，每个第一层分组包括一个实体监控节点；测量单元，用于由所述实体监控节点获取所述第一层分组的物联网网络节点的待测信号，并使用测量矩阵生成线性测量值；第二设置单元，用于将第二预定数目的第一层分组设置为第二层分组，每个第二层分组包括一个中间监控节点；求和单元，用于所述中间监控节点对所述实体监控节点的测量结果求和；以及，监控单元，用于由监控中心节点基于所述中间监控节点的测量结果之和确定所述待测信号，以监控每个物联网网络节点的状态。
[0016]根据本申请的再一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在所述处理器运行时使得所述处理器执行如上所述的基于压缩感知的信号测量方法和如上所述的物联网网络的状态监控方法。
[0017]根据本申请的又一方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，当所述计算机程序指令被计算装置执行时，可
操作来执行如上所述的基于压缩感知的信号测量方法和如上所述的物联网网络的状态监控方法。
[0018]本申请的实施例提供的基于压缩感知的信号测量方法、装置、物联网网络的状态监控方法、装置和电子设备，能够通过含直流信号的压缩感知算法，和构建分层次的状态监控模型，来提高物联网网络的信息节点的异常监控、定位能力。
附图说明
[0019]通过阅读下文优选的具体实施方式中的详细描述，本申请各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。显而易见地，下面描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。而且在整个附图中，用相同的附图标记表示相同的部件。
[0020本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于压缩感知的信号测量方法，其特征在于，包括：获取待测信号，所述待测信号包含直流分量；将测量矩阵乘以所述待测信号与所述直流分量之间的差值以获得线性测量值，所述测量矩阵是贝努利随机测量矩阵；以及通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号。2.如权利要求1所述的基于压缩感知的信号测量方法，其特征在于，获取待测信号包括：获取原始信号；以及通过正交矩阵对所述原始信号进行稀疏变换以获得所述待测信号。3.如权利要求2所述的基于压缩感知的信号测量方法，其特征在于，通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号包括：计算所述待测信号与所述直流分量之间的差值的L1范数；以及通过凸优化的线性规划确定所述待测信号。4.如权利要求2所述的基于压缩感知的信号测量方法，其特征在于，通过最小化所述待测信号与所述直流分量之间的差值的L0范数以确定所述待测信号包括：采用贪婪迭代算法求所述待测信号与所述直流分量之间的差值的L0范数的次优解以确定所述待测信号。5.如权利要求4所述的基于压缩感知的信号测量方法，其特征在于，采用贪婪迭代算法求所述待测信号与所述直流分量之间的差值的L0范数的次优解以确定所述待测信号包括：步骤1：使用所述测量矩阵的基向量建立完备原子库；步骤2：通过余量值与所述完备原子库中的基向量的内积计算确定最大内积对应的候选基向量，所述余量值初始为所述线性测量值；步骤3：计算所述余量值与所述候选基向量的内积；步骤4：计算所述内积与所述候选基向量的乘积；步骤5：计算所述余量值与所述乘积的差值以更新所述余量值；步骤6：迭代执行步骤2到步骤5直到所述余量值小于预定阈值。6.如权利要求5所述的基于压缩感知的信号测量方法，其特征在于，采用贪婪迭代算法求所述待测信号与所述直流分量之间的差值的L0范数的次优解以确定所述待测信号进一步包括：确定所述待测信号的稀疏度是否满足稀疏度要求；以及在所述待测信号的稀疏度未满足稀疏度要求的情况下，返回步骤2。7.一种物联网网络的状态监控方法，其特征在于，包括：将第一预定数目的功能相同的物联网网络节点设置为第一层分组，每个第一层分组包括一个实体监控节点；所述实体监控节点获取所述第一层分组的物联网网络节点的待测信号，并使用测量矩阵生成线性测量值；将第二预定数目的第一层分组设置为第二层分...
【专利技术属性】
技术研发人员：肖书成，杨振东，沈鑫，乔金兰，吴海佳，
申请(专利权)人：中国人民解放军陆军勤务学院，
类型：发明
国别省市：
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。