一种用于无线传感器网络的降低能耗的压缩判决方法，属于无线传感器网络技术，尤其是能耗优化设计技术领域，在无线传感器的微处理器ＭＣＵ的数据处理中设立了一个压缩判决模块，一旦射频模块的发射功率，或者是用户的精度要求发生变化，便可利用预设的执行ＬＴＣ压缩算法的最佳压缩比预测模型以及执行最短时间预测模型，得到压缩单字节数据的时间开销，便可根据ＭＣＵ压缩１字节数据的时间开销与发送１字节的时间开销之比、ＭＣＵ的功率与发射功率之比这两个参数，就能确定损益平衡点的最佳压缩比，以此来判断压缩后再发送还是直接发送。本发明专利技术能有效地避免不必要的能量损失，最高可达到１０％～３０％。
【技术实现步骤摘要】
“一种用于无线传感器网络降低能耗的压缩判决方法”直接应用的
是无线传感器网络中压缩算法能耗的优化设计。将本专利技术所述的方法与无线传感器网络中普遍使用的数据压缩技术相结合，可以对整个传感器节点的能量进行优化控制。在满足应用需求的前提下，传感器节点能够节省更多的能量消耗，延长其生存时间。
技术介绍
无线传感器网络(Wireless Sensor Networks，WSNs)凭借其高集成度、低成本以及自组织等特性，被广泛应用于生态监测、军事监控、医疗保健以及智能家居等领域中。其典型的运作模式是在指定的监测区域内，由广泛部署的传感器节点(Sensor Node)，将采集的监测数据以多跳传递的方式，路由到汇聚节点(Sink Node)，进而送达上层管理终端作后续处理。由此，数据收集成为无线传感器网络最基本的功能。作为网络构成的基本单位，传感器节点可分为四个主要模块：传感模块、射频通信模块、处理器模块以及能源供应模块。其中，传感模块从物理环境中采集数据，并将其转换为电信号；射频通信模块将数据以无线方式发送给邻近节点；处理器模块负责整个运作过程的控制与调度。通常情况下，传感器节点以电池充当其能源供应模块，为其余各个模块供电。高密度、大范围的节点部署，增加了给节点更换电池、补充电量的难度。因此，能量的高效使用成为设计者面对的首要设计目标，这也是无线传感器网络区别于其他无线网络的最根本的特性。近年来的研究指出，射频通信模块的能量消耗约占节点总能耗的90％以上(见文献D.Estrin；Tutorial“Wireless sensor networks”PartIV：Sensor networks protocols；MobiCom，2002)；同时，通信能耗与计算能耗的关系被认为是发送1比特数据相当于执行200条指令(见文献M.Srivastava；Tutorial“Wireless sensor networks”Part II：SensorNode Platforms & Energy Issues；MobiCom，2002)。因此，设计者提出以计算能耗换取通信能耗的方式来节省节点的总能耗，即在满足应用需求的前提下，对数据进行适当地网内处理，减少数据传输量，从而有效地节省网络能耗，延长网络生存周期。鉴于节点采集的数据普遍存在着时间和空间上的信息冗余，无线传感器网络的能量优化策略分别引入了数据压缩(Data Compression)技术和数据聚合(Data Aggregation)技术。采用这两种网内数据处理技术，可以有效地去除原始数据在时域和空域中的相关性，进而减少所需的数据传输量，大幅度降低节点在数据通信上的能量损耗。然而，“以计算代价换取通信代价”的做法并不能确保在任何情况下都能达到能量节省的效果：第一，网内数据处理引入的额外计算能耗往往超出设计的预期。传感器节点不仅能量有限，其计算能力亦相当有限。因此，在节点上实现数据处理需要较多的指令来完成，这就导致了计算时间的延长。以MicaZ节点(由加州大学伯克利分校开发的一款传感器试验节点)为例，执行一次32位整数除法操作就需要花费大约600个时钟周期(约75微秒)，而除法运算在数据处理算法中又是相当常见的。因此，相比于数据发送(250kbps，即发送1比特数据需4微秒)，网内数据处理需要消耗更长的执行时间，从而产生较大的计算能耗。第二，传感器节点的射频功率可以根据不同的应用背景以及网络拓扑结构进行可配置操-->作。目前开发的大多数节点都具备发射功率可配置的功能，即针对不同的通信距离，调整射频模块的发射功率。这一特性使节点不再需要时刻保持最大的发射功率。事实上，网络的非均匀部署，使节点间的距离跨度从几米到几十米，合理设置发射功率，既可以节省能量，又能避免信息互扰。因此，很多实际应用充分利用了节点的这一特性：当其进行短距离通信时，降低节点的发射功率。然而，随着发射功率的不断降低，射频模块的功耗会慢慢接近节点的计算功耗(即处理器功耗)。第三，网内数据处理所能获得的节能效果依赖于原始数据的特性以及应用对数据精度的要求。以数据压缩算法为例，如果数据本身的冗余度较小，即原始数据并不是强相关的，压缩算法的执行就很难大幅度减少数据量；如果应用对数据精度的要求较高，比如要求数据无损，则压缩算法同样不能获得令人满意的压缩比。这就导致压缩算法只能获得很少的通信能耗的节省。综合以上三点可以发现，在某些情况下，网内数据处理未必能达到预期的节能效果，反而会因为额外增加的计算能耗大大超过了节省的通信能耗，使执行压缩算法得不偿失。此时，需要一种判决方法能够作用于数据处理算法，避免算法引入不必要的能量损失。
技术实现思路
本专利技术提出了一种压缩判决方法，对应用于时域去相关的节点级数据压缩算法，通过预测压缩算法的压缩比损益平衡点，给出能量最优的控制决策，即实行数据压缩或是直接发送原始数据。本专利技术的特征在于：所述方法是在各个无线传感器的微处理器MCU中依次按以下步骤实现的：步骤(1)，初始化：在所述微处理器MCU中设置一个压缩判决模块和一个数据压缩模块：所述压缩判决模块从所述微处理器MCU的应用层中提取以下预设的初始信息：数据类型、精度要求e、以及轻量级时域压缩算法LTC，上述初始信息在所述无线传感器节点部署前是通过用户接口预先设置的；所述压缩判决模块从所述微处理器MCU的网络传输层提取以下初始信息：发射功率，其数值取自所述无线传感器节点中的消息帧，还有数据传输速率和MCU计算功率，所述数据传输速率和MCU计算功率是从所述微处理器MCU的物理层经过数据链路层后，再传输到所述网络层中的；所述压缩判决模块再把包括数据类型、精度要求e、压缩算法类型、发射功率、数据传输速率、微处理器MCU计算功率在内的所述初始信息送入所述微处理器的存储单元；所述压缩判决模块再把预设的基于所述轻量级时域压缩算法LTC的一个压缩比预测模型和一个压缩执行时间的预测模型存入所述微处理器MCU的存储单元，其中：压缩比预测模型是：CR=ae+be1<e<e2celse,]]>自变量e为误差容限，因变量CR为最佳压缩比，a、b、c、e1、e2为设定值：对应数据类型为相对湿度，a等于-0.27、b等于0.88、c等于0.04、e1等于0、e2等于3；对应数据类型为海面压强，a等于-0.59、-->b等于0.83、c等于0.04、e1等于0、e2等于1.4；对应数据类型为大气温度，a等于-2.72、b等于0.88、c等于0.04、e1等于0、e2等于0.3；压缩执行时间的预测模型是：f(CR)＝pCR+q，自变量CR为预测的最佳压缩比，因变量f(CR)为压缩算法执行时间预测值，单位为毫秒，参数取值为：p=-1.12q=3.13;]]>步骤(2)，在所述无线传感器节点部署后，所述压缩判决模块判断所述发射功率和精度要求e是否发生变化：若其中任何一个发生变化，则启动所述的方法，其步骤如下：步骤(3)，所述压缩判决模块从所述应用层提取以下信息：数据类型、精度要求e以及算法类型，即所述轻量级时域压缩算法LTC；步骤(4)，所述压缩判决模块基于应用背景给出的所述误差精度要求，预测所述轻量级时域压缩算法所能获得的最佳压缩比CR本文档来自技高网...
【技术保护点】
一种用于无线传感器网络的降低能耗的压缩判决方法，其特征在于，所述方法是在各个无线传感器的微处理器ＭＣＵ中依次按以下步骤实现的： 步骤（１），初始化：在所述微处理器ＭＣＵ中设置一个压缩判决模块和一个数据压缩模块： 所述压缩判决模块 从所述微处理器ＭＣＵ的应用层中提取以下预设的初始信息：数据类型、精度要求ｅ、以及轻量级时域压缩算法ＬＴＣ，上述初始信息在所述无线传感器节点部署前是通过用户接口预先设置的； 所述压缩判决模块从所述微处理器ＭＣＵ的网络传输层提取以下初始信 息：发射功率，其数值取自所述无线传感器节点中的消息帧，还有数据传输速率和ＭＣＵ计算功率，所述数据传输速率和ＭＣＵ计算功率是从所述微处理器ＭＣＵ的物理层经过数据链路层后，再传输到所述网络层中的； 所述压缩判决模块再把包括数据类型、精度要 求ｅ、压缩算法类型、发射功率、数据传输速率、微处理器ＭＣＵ计算功率在内的所述初始信息送入所述微处理器的存储单元； 所述压缩判决模块再把预设的基于所述轻量级时域压缩算法ＬＴＣ的一个压缩比预测模型和一个压缩执行时间的预测模型存入所述微处理 器ＭＣＵ的存储单元，其中： 压缩比预测模型是：＊＊＊，自变量ｅ为误差容限，因变量ＣＲ为最佳压缩比，ａ、ｂ、ｃ、ｅ↓［１］、ｅ↓［２］为设定值：对应数据类型为相对湿度，ａ等于－０．２７、ｂ等于０．８８、ｃ等于０．０４、ｅ↓［１］等于０、 ｅ↓［２］等于３；对应数据类型为海面压强，ａ等于－０．５９、ｂ等于０．８３、ｃ等于０．０４、ｅ↓［１］等于０、ｅ↓［２］等于１．４；对应数据类型为大气温度，ａ等于－２．７２、ｂ等于０．８８、ｃ等于０．０４、ｅ↓［１］等于０、ｅ↓［２］等于０．３； 压缩执行时间的预测模型是：ｆ（ＣＲ）＝ｐＣＲ＋ｑ，自变量ＣＲ为预测的最佳压缩比，因变量ｆ（ＣＲ）为压缩算法执行时间预测值，单位为毫秒，参数取值为：＊＊＊； 步骤（２），在所述无线传感器节点部署后，所述压缩判决模块判断所述 发射功率和精度要求ｅ是否发生变化：若其中任何一个发生变化，则启动所述的方法，其步骤如下： 步骤（３），所述压缩判决模块从所述应用层提取以下信息：数据类型、精度要求ｅ以及算法类型，即所述轻量级时域压缩算法ＬＴＣ； 步骤（４），所述 压缩判决模块基于应用背景给出的所述误差精度要求，预测所述轻量级时域压缩算法所能获得的最佳压缩比ＣＲ；同时，预测轻量级压缩算法所...
【技术特征摘要】
1、一种用于无线传感器网络的降低能耗的压缩判决方法，其特征在于，所述方法是在各个无线传感器的微处理器MCU中依次按以下步骤实现的：步骤(1)，初始化：在所述微处理器MCU中设置一个压缩判决模块和一个数据压缩模块：所述压缩判决模块从所述微处理器MCU的应用层中提取以下预设的初始信息：数据类型、精度要求e、以及轻量级时域压缩算法LTC，上述初始信息在所述无线传感器节点部署前是通过用户接口预先设置的；所述压缩判决模块从所述微处理器MCU的网络传输层提取以下初始信息：发射功率，其数值取自所述无线传感器节点中的消息帧，还有数据传输速率和MCU计算功率，所述数据传输速率和MCU计算功率是从所述微处理器MCU的物理层经过数据链路层后，再传输到所述网络层中的；所述压缩判决模块再把包括数据类型、精度要求e、压缩算法类型、发射功率、数据传输速率、微处理器MCU计算功率在内的所述初始信息送入所述微处理器的存储单元；所述压缩判决模块再把预设的基于所述轻量级时域压缩算法LTC的一个压缩比预测模型和一个压缩执行时间的预测模型存入所述微处理器MCU的存储单元，其中：压缩比预测模型是：CR=ae+be1<e<e2celse,]]>自变量e为误差容限，因变量CR为最佳压缩比，a、b、c、e1、e2为设定值：对应数据类型为相对湿度，a等于-0.27、b等于0.88、c等于0.04、e1等于0、e2等于3；对应数据类型为海面压强，a等于-0.59、b等于0.83、c等于0.04、e1等于0、e2等于1.4；对应数据类型为大气温度，a等于-2.72、b等于0.88、c等于0.04、e1等于0、e2等于0.3；压缩执行时间的预测模型是：f(CR)＝...
【专利技术属性】
技术研发人员：杨华中，应蓓华，刘伟，刘勇攀，汪蕙，
申请(专利权)人：清华大学，
类型：发明
国别省市：11[中国|北京]
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。