一种基于压缩感知的无线传感网络数据重构方法技术

一种基于压缩感知的无线传感网络数据重构方法，该方法包括以下步骤：步骤1，实时采集所布置传感器的位置信息；步骤2，对无线传感器网络覆盖范围进行优化；步骤3，设计无线传感网络的压缩感知方法；步骤4，网络系统数据终端接收被激活的传感器节点数据；步骤5，将压缩感知数据重构算法嵌入STM32控制器和网络系统数据终端中。本发明专利技术设计了一种基于压缩感知的无线传感网络数据重构方法，在无线传感网络硬件控制系统基础上，对无线传感器网络覆盖范围进行优化，并通过压缩感知理论，实现无线传感器网络的高速采样和数据压缩。络的高速采样和数据压缩。络的高速采样和数据压缩。

【技术实现步骤摘要】
一种基于压缩感知的无线传感网络数据重构方法


[0001]本专利技术涉及无线传感网络领域，特别是涉及一种基于压缩感知的无线传感网络数据重构方法。

技术介绍

[0002]传感器网络(Sensor Network)是由多个具有感知和通信能力的传感器组成，面向特定任务的自组织网络形式。传感网络中，单个节点功能简单、能源供给有限，需要针对任务和传感器特性，对网络部署进行优化。网络覆盖分布研究如何有效地分布传感器，实现区域内所有点(或指定点)都位于传感网络的感知范围内。
[0003]随着无线通信技术的不断发展,对传输数据速率和频谱效率的要求不断提高,在这些技术中,无线传感器网络(Wireless Sensor Networks,WSN)作为数据监测和数据获取的主要应用方式,通过多跳路由从传感器发送到一个或多个数据接收器。由于传感器节点通常具有有限的计算能力和功率储备,对于稀疏信号，可以通过压缩感知理论使用少量的观测数据恢复原信号，且观测数据的量远小于传统的香农
‑
奈奎斯特采样定理规定的最小数据量，该理论使得高分辨率信号的采样能够突破当前硬件速度限制，实现高速采样和数据压缩。

技术实现思路

[0004]为解决上述问题，保证指定目标点完全被无线传感器覆盖的条件下区域覆盖率，突破当前硬件速度限制，实现高速采样和数据压缩，设计了一种一种基于压缩感知的无线传感网络数据重构方法。本专利技术设计了一种无线传感网路硬件控制系统，在无线传感网络硬件控制系统基础上，对无线传感器网络覆盖范围进行优化，并通过压缩感知理论，实现无线传感器网络的高速采样和数据压缩。本专利技术提供一种基于压缩感知的无线传感网络数据重构方法，具体步骤如下，其特征在于：
[0005]步骤1，实时采集所布置传感器的位置信息，并实时上传每个传感器所对应的节点和位置信息；
[0006]步骤2，对无线传感器网络覆盖范围进行优化，通过迭代和函数自适应值对未确定性地部署节点的区域，进行覆盖范围优化，来激活传感器节点；
[0007]步骤3，设计无线传感网络的压缩感知方法，将传感器所采集的信号进行分解，用稀疏模型来表示信号；
[0008]步骤4，网络系统数据终端接收被激活的传感器节点数据，无线传感器通过LoRa协议将传感器数据上传至网络系统数据终端设备，利用最佳投影矩阵对数据进行重构；
[0009]步骤5，将压缩感知数据重构算法嵌入STM32控制器和网络系统数据终端中。
[0010]作为本专利技术进一步改进，所述步骤1中无线传感器网络采集设备如下：
[0011]步骤1中无线传感器网络采集设备由：STM32控制板、AD转换电路、LoRa通信电路和信号调理电路等组成；STM32控制板通过AD转换电路采集传感器信号，并通过压缩感知算法
将数据压缩，并将压缩后的数据、传感器ID和位置信息等通过LoRa通信电路上传至网络系统数据终端设备；
[0012]作为本专利技术进一步改进，所述步骤2中对无线传感器网络覆盖范围优化如下：
[0013]步骤2.1，初始化种群，在搜索空间中初始化传感器节点位置、数量、区域范围、随机初始化每个解的速度和位置，计算适应函数值，适应函数如下所示：
[0014][0015]式中，B为传感器在转换空间中的位置，N为传感器节点的邻居数，E为传感器的剩余能量，其中空间位置可表示为：
[0016][0017]式中，d为连续空间的位置；再求得粒子的适应函数后，选出适应函数值最大的粒子，并且得到粒子的历史最优位置和群体全局最优位置；
[0018]步骤2.2，粒子的速度和位置更新，根据自身的历史最优位置和全局的最优位置，更新每个粒子的速度和位置；
[0019]根据下式更新粒子速度与位置
[0020]v(t+1)＝ωv(t)+η1rand()[P
id
‑
a(t)]+η2rand()[P
gd
‑
a(t)]ꢀꢀ
(3)
[0021]d(t+1)＝d(t)+v(t+1)
ꢀꢀ
(4)
[0022]其中，v(t)是粒子在t次迭代中的速度，v(t+1)是粒子在t+1次迭代中的速度，a(t)是粒子在t次迭代中的位置，a(t+1)是粒子在t+1次迭代中的位置，ω是惯性权重，η1、η2是加速度常数，P
id
是个体极值、P
gd
是全局极值，rand()是0到1的随机数；
[0023]步骤2.3，评估粒子的适应度函数值，更新粒子的历史最优位置和全局最优位置；
[0024]步骤2.4，当满足结束条件时，则输出全局最优结果并结束程序，否则转向步骤2.2 继续执行；
[0025]步骤2.5，通过上述步骤获得所需激活传感器的标签，上位机通过LoRa通信发送命令码激活传感器。
[0026]作为本专利技术进一步改进，所述步骤3中无线传感网络的压缩感知方法如下：
[0027]步骤3.1，将所采集的信号通过矢量基的线性组合来表示
[0028]y＝∑dx
ꢀꢀꢀ
(5)
[0029]式中，y传感器所采集的信号，d为投影矩阵，x为稀疏系数；
[0030]步骤3.2，将信号的稀疏表示转换为寻找最小l0范数解的过程
[0031][0032]式中，ε是误差阈值，||||0是l0范数；
[0033]步骤3.3，初始化稀疏系数、投影矩阵、残差；
[0034]步骤3.4，通过梯度下降法迭代更新，找到残差与最佳投影矩阵的索引。
[0035]本专利技术一种基于压缩感知的无线传感网络数据重构方法，有益效果：本专利技术的技
术效果在于：
[0036]1.本专利技术设计了一种基于压缩感知的无线传感网络硬件控制系统，可实现传感器数据的无线通讯功能；
[0037]2.本专利技术通过对无线传感器网络覆盖范围进行优化，从而解决了无线传感器网络覆盖分布中存在的收敛速度慢和指定目标点不能保证覆盖的问题；
[0038]3.本专利技术设计了一种无线传感网络的压缩感知方法，可实现无线传感器网络的高速采样和数据压缩；
[0039]4.本专利技术为无线传感网络的压缩感知方法提供了一种重要技术手段。
附图说明
[0040]图1为本专利技术的无线传感器网络覆盖范围优化流程图；
[0041]图2为本专利技术的无线传感网络的压缩感知流程图。
具体实施方式
[0042]下面结合附图与具体实施方式对本专利技术作进一步详细描述：
[0043]本专利技术提出了一种基于压缩感知的无线传感网络数据重构方法，旨在完成无线传感器网络覆盖优化后，为突破当前硬件速度限制，实现高速采样和数据压缩，设计了一种一种基于压缩感知的无线传感网络数据重构方法，下面对本专利技术的步骤作详细介绍。
[0044]步骤1，实时采集所布置传感器的位置信息，并实时上传每个传感器所对应的节点和位置信息；
[0045]步骤1中无线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于压缩感知的无线传感网络数据重构方法，具体步骤如下，其特征在于：步骤1，实时采集所布置传感器的位置信息，并实时上传每个传感器所对应的节点和位置信息；步骤2，对无线传感器网络覆盖范围进行优化，通过迭代和函数自适应值对未确定性地部署节点的区域，进行覆盖范围优化，来激活传感器节点；步骤3，设计无线传感网络的压缩感知方法，将传感器所采集的信号进行分解，用稀疏模型来表示信号；步骤4，网络系统数据终端接收被激活的传感器节点数据，无线传感器通过LoRa协议将传感器数据上传至网络系统数据终端设备，利用最佳投影矩阵对数据进行重构；步骤5，将压缩感知数据重构算法嵌入STM32控制器和网络系统数据终端中。2.根据权利要求1所述的基于压缩感知的无线传感网络数据重构方法，其特征在于：步骤1中无线传感器网络采集设备如下：步骤1中无线传感器网络采集设备由：STM32控制板、AD转换电路、LoRa通信电路和信号调理电路等组成；STM32控制板通过AD转换电路采集传感器信号，并通过压缩感知算法将数据压缩，并将压缩后的数据、传感器ID和位置信息等通过LoRa通信电路上传至网络系统数据终端设备。3.根据权利要求1所述的基于压缩感知的无线传感网络数据重构方法，其特征在于：步骤2中对无线传感器网络覆盖范围优化如下：步骤2.1，初始化种群，在搜索空间中初始化传感器节点位置、数量、区域范围、随机初始化每个解的速度和位置，计算适应函数值，适应函数如下所示：式中，B为传感器在转换空间中的位置，N为传感器节点的邻居数，E为传感器的剩余能量，其中空间位置可表示为：式中，d为连续空间的位置；再求得粒子的适应函数后，选出适应函数值最大的粒子，并且得到粒子的历史最优位置和群体全局最优位置；步骤2.2，粒子的速度和位置更新，根据自身的历史...

【专利技术属性】
技术研发人员：江剑，郭飞飞，江燕燕，王玉涛，贾礼安，
申请(专利权)人：南京华剑兵科工程技术有限公司，
类型：发明
国别省市：