CN101350827B - 用于无线传感器网络的小波渐进数据压缩方法 - Google Patents
用于无线传感器网络的小波渐进数据压缩方法 Download PDFInfo
- Publication number
- CN101350827B CN101350827B CN2008100316475A CN200810031647A CN101350827B CN 101350827 B CN101350827 B CN 101350827B CN 2008100316475 A CN2008100316475 A CN 2008100316475A CN 200810031647 A CN200810031647 A CN 200810031647A CN 101350827 B CN101350827 B CN 101350827B
- Authority
- CN
- China
- Prior art keywords
- data
- matrix
- wavelet coefficient
- node
- bunch head
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种用于无线传感器网络的小波渐进数据压缩方法,簇头在接收传感数据的同时进行小波变换,产生小波系数;当小波系数达到一个数据单元后,簇头对其编码压缩并传送编码压缩结果,簇头继续产生的小波系数生成下一个数据单元,循环进行上述操作,形成渐进的数据压缩传送。本发明解决了无线传感器网络中簇头存储容量与传感数据总量不匹配的问题,以及小波变换带来了边界效应问题。本发明适用于基于分簇的传感器网络模型。
Description
技术领域
本发明涉及数据压缩方法,具体是一种用于无线传感器网络的小波渐进数据压缩方法。
背景技术
无线传感器网络(WSN,wireless sensor networks)是当前在国际上备受关注的、涉及多学科高度交叉、知识高度集成的前沿热点研究领域。它综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等,能够通过各类集成化的微型传感器协作地实时感知监测对象,并采集相应数据。这些数据多跳的网络方式传送到基站(称之为Sink节点),交给用户做进一步处理。传感器网络出于节省能量的需要,有一部分节点处于休眠状态,不参与接收和发送数据,称之为休眠节点;其余节点处于工作状态,可以正常收发数据,称之为工作节点。
大规模无线传感器网络中的数据收集主要采用基于分簇(cluster)的网络模型(图1)。在基于分簇的数据传送模型中,簇内各工作节点将收集到的数据传送到簇头(cluster head),如图1的节点S1、S2和S3。簇头节点进行数据压缩等处理后向上一级簇头(如图1的节点S4)传送数据,直至Sink节点。传感器网络中众多的工作节点产生了大量的传感数据,而簇头只有有限的存储容量,从而形成了传感数据总量与簇头存储容量不匹配的问题。
小波(Wavelet)理论是近几十年兴起的一个科学分支。小波变换(WT)起源于傅利叶变换,其思想来源于伸缩平移方法,其本质是通过对一个小波函数进行伸缩和平移来表示一个能量有限的信号。小波函数是具有波动性、衰减性和时间平均为零特性的实值函数。但由于待处理的数据常常囿于一个有限的区域,因此用小波处理会产生“边界效应”,造成还原的数据在边界处产生失真。
数据压缩的基本原理来源于20世纪40年代末Shannon提出的信息理论。在此理论框架下,人们开发出了各种各样的数据压缩方法。数据压缩的主要编码技术包括霍夫曼编码、算术编码、游程编码和基于字典的编码等熵编码,以及预测编码、量化编码、变换编码等。小波数据压缩是以小波变换为工具对数据进行压缩。其基本思想是先对数据进行小波变换,将原始数据转换到小波域,然后对小波系数进行量化和编码,实现数据压缩。现有的小波压缩技术主要涉及如何选取参与小波变换的基函数以及如何对小波系数进行量化和编码。
发明内容
基于现有技术,本发明目的旨在提供一种用于无线传感器网络的小波渐进数据压缩方法,能够解决无线传感器网络中簇头存储容量与传感数据总量不匹配的问题,以及小波变换带来了边界效应问题。
为了实现上述发明目的,本发明采用的技术方案是,一种用于无线传感器网络的小波渐进数据压缩方法,簇头在接收传感数据的同时进行小波变换,产生小波系数;当小波系数达到一个数据单元后,簇头对其编码压缩并传送编码压缩结果;簇头继续产生的小波系数生成下一个数据单元,如此循环,形成渐进的数据压缩传送。
本发明的具体步骤如下:
第一步,初始化。簇内各工作节点对自身存储的时间序列数据做K级时间维上的小波变换,并对小波系数进行编码,初始化滤波器缓存矩阵Matrix_f1,Matrix_f2,...,Matrix_fK,以及边界延拓缓存矩阵Matrix_e和小波系数缓存矩阵Matrix_w;
第二步,建立数据传送协议模型。将簇内工作节点结成环,并对环上节点编号成S0-SN-1,从节点S0开始到SL-1依次向簇头传送编码后的数据;
第三步,簇头对收到的数据进行解码,并按行存入Matrix_f1,将S0至SL-3传送的数据按行存入Matrix_e,并将其看作是新增假想的节点SN到SN+L-3存储的数据;
第四步,对Matrix_fk进行第k级列变换(1≤k≤K),生成的一行高频小波系数和一行低频小波系数,将高频小波系数存入Matrix_w,矩阵Matrix_fk中的元素依次上移2行。若k<K,则将低频小波系数存入Matrix_fk+1,否则将低频小波存入Matrix_w;
第五步,环上依次下两个节点,设为第i-2和第i-1个节点,向簇头传送数据,簇头对接收的数据进行解码,并将其分别存入Matrix_f1的第L-2和第L-1行;
第七步,如果i<N+L-3,重复第三步、第四步和第五步,否则簇内工作节点一轮数据传送完毕,从第一步起开始下一轮数据传送。
渐进传送数据单元Matrix_w大小为:Matrix_w=M-K(2L-2)D。因此,渐进传送数据单元Matrix_w由簇头的存储容量M、小波函数的支撑长度L、小波变换的级数K和单个传感器节点传送的数据量D来确定,与传感数据总量无关,解决了无线传感器网络中簇头存储容量与传感数据总量不匹配的问题。在上述步骤中,Matrix_e存放的传感数据和小波系数解决了小波变换带来的边界效应问题。
本发明所述用于无线传感器网络的小波渐进数据压缩方法,基于小波变换局部性的特点,即生成一个小波系数,只需要有限个传感数据,从而使得海量传感数据得以分割,形成渐进传送的数据单元。本发明适用于基于分簇的传感器网络模型。
附图说明
图1是基于分簇(cluster)的网络模型;
图2是簇头的存储进程图;
图3是基于环的数据传送示意图;
图4是簇头接收的数据形成的环状结构图;
图5是实施例所述渐进数据压缩方法的流程图。
具体实施方式
本实施例采用一级小波变换时,簇头的存储情况如图2所示,其中Dn为簇内工作节点Sn传送的数据,L为小波函数的支撑长度。
具体实施方式如下:
首先对簇头的存储器进行划分,共分为三部分,分别称之为滤波器缓存,边界延拓缓存和小波系数缓存。其中,滤波器缓存用于存储增加一级小波分解所需缓存的传感数据或小波系数;边界延拓缓存用于存储处理边界效应问题所需缓存的传感数据;小波系数缓存用于存储小波系数。即Matrix_f1,Matrix_f-2,...,Matrix_fK存放于滤波器缓存,Matrix_e存放于边界延拓缓存,渐进传送的数据单元Matrix_w存放于小波系数缓存。
设小波变换的级数为K,小波函数的支撑长度为L,簇内工作节点的数目为N,单个传感器节点一轮传送的数据量为D。则各缓存的大小为:Matrix_fi=LD(0≤i≤K);Matrix_e=K(L-2)D;Matrix_w=M-K(2L-2)D。
再将簇内工作节点结成环,如图3所示,对环上节点编号:S0-SN-1,形成基于环的数据传送协议,环上节点依次向簇头传送数据。簇头接收的数据形成了一个环状结构,如图4所示,其中D0-DN-1分别为节点S0-SN-1传送的数据,Matrix_e存放的是S0至SL-3传送的数据,相当于对数据做了周期延拓,因此解决了边界效应问题。
如图5,簇头进行小波渐进数据压缩操作,形成渐进的数据传送:
簇内各工作节点对自身存储的时间序列数据做K级小波变换,并对小波系数进行编码;环上节点依次向簇头传送编码后的数据,簇头接收的数据形成了一个环状结构,从节点S0开始到SL-1依次向簇头传送数据,簇头对收到的数据进行解码,并按行存入滤波器缓存Matrix_fk;设节点S0-SN-1传送的数据分别为D0-DN-1,并将所述D0-DN-1数据存储于边界延拓缓存Matrix_e,并将其看作是新增假想的节点SN到SN+L-3存储的数据;对上述Matrix_fk进行第k级列变换(1≤k≤K),生成一行高频小波系数和一行低频小波系数,将高频小波系数存入小波系数缓存Matrix_w;矩阵Matrix_fk中的元素依次上移2行。若k<K,则将低频小波系数存入Matrix_fk+1,否则将低频小波存入Matrix_w;环上依次下两个节点设为第i-2和第i-1个节点,向簇头传送数据,簇头对接收的数据进行解码,并将其分别存入Matrix_f1的第L-2和第L-1行;如果为0,那么簇头对Matrix_w存储的小波系数进行编码,将编码结果向上一级簇头传送;如果i<N+L-3,簇头继续对收到的数据进行解码,并按行存入Matrix_fk,重复上述操作,直到簇内工作节点一轮数据传送完毕,再开始下一轮数据传送。
Claims (1)
1.一种用于无线传感器网络的小波渐进数据压缩方法,簇头在接收传感节点传送的数据的同时进行小波变换,产生小波系数;当小波系数达到一个数据单元后,簇头对其编码压缩并传送编码压缩结果,簇头继续产生的小波系数生成下一个数据单元,循环进行上述操作,形成渐进的数据压缩传送,其特征是,设上述小波变换的级数为K,小波函数的支撑长度为L,簇内工作节点的数目为N,分别为S0-SN-1,单个传感器节点一轮传送的数据量为D,渐进的数据压缩传送包括如下步骤:
1)对簇头的存储器划分成三部分:滤波器缓存Matrix_fi,大小为:Matrix_fi=LD,其中0≤i≤K;边界延拓缓存Matrix_e,大小为:Matrix_e=K(L-2)D和小波系数缓存Matrix_w,大小为:Matrix_w=M-K(2L-2)D,其中M表示簇头的存储容量;
2)簇内各工作节点对自身存储的时间序列数据做K级小波变换,并对小波系数进行编码;
3)将簇内工作节点结成环,并对环上节点编号成S0-SN-1,形成基于环的数据传送协议,环上节点依次向簇头传送编码后的数据,簇头接收的数据形成了一个环状结构,从节点S0开始到SN-1依次向簇头传送数据,簇头对收到的数据进行解码,并按行存入滤波器缓存Matrix_fk;设节点S0-SN-1传送的数据分别为D0-DN-1,并将所述D0-DN-1数据存储于边界延拓缓存Matrix_e,并将其看作是新增假想的节点SN到SN+L-3存储的数据;
4)对上述Matrix_fk进行第k级列变换,其中1≤k≤K,生成一行高频小波系数和一行低频小波系数,将高频小波系数存入小波系数缓存Matrix_w;矩阵Matrix_fk中的元素依次上移2行;若k<K,则将低频小波系数存入Matrix_fk+1,否则将低频小波系数存入Matrix_w;
5)环上依次下两个节点设为第i-2和第i-1个节点,向簇头传送数据,簇头对接收的数据进行解码,并将其分别存入Matrix_f1的第L-2和第L-1行;
7)如果i<N+L-3,重复第三步、第四步和第五步,否则簇内工作节点一轮数据传送完毕,从第一步起开始下一轮数据传送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100316475A CN101350827B (zh) | 2008-07-02 | 2008-07-02 | 用于无线传感器网络的小波渐进数据压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100316475A CN101350827B (zh) | 2008-07-02 | 2008-07-02 | 用于无线传感器网络的小波渐进数据压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101350827A CN101350827A (zh) | 2009-01-21 |
CN101350827B true CN101350827B (zh) | 2011-04-20 |
Family
ID=40269402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100316475A Expired - Fee Related CN101350827B (zh) | 2008-07-02 | 2008-07-02 | 用于无线传感器网络的小波渐进数据压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101350827B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101621514B (zh) * | 2009-07-24 | 2013-01-09 | 北京航空航天大学 | 网络数据的压缩方法、网络系统和融合中心设备 |
CN101909330B (zh) * | 2010-07-27 | 2013-01-30 | 杭州电子科技大学 | 基于近优分簇与局部虚拟坐标的传感器网络数据压缩方法 |
CN101925091B (zh) * | 2010-07-29 | 2013-04-03 | 中国地质大学(武汉) | 一种基于非阈值的无线传感器网络节点数据压缩方法 |
CN103974268B (zh) * | 2013-01-29 | 2017-09-29 | 上海携昌电子科技有限公司 | 精细粒度可调的低延时传感器网络数据传输方法 |
CN103888997B (zh) * | 2014-01-27 | 2018-02-02 | 广采网络科技(上海)有限公司 | 一种针对传感器网络的数据压缩及存储方法 |
CN103974393A (zh) * | 2014-05-15 | 2014-08-06 | 海南大学 | 一种改良的无线传感器网络数据节能压缩方案 |
CN104302017B (zh) * | 2014-09-22 | 2017-10-10 | 洛阳理工学院 | 一种传感器网络中针对小波数据压缩的预处理方法 |
CN105021274B (zh) * | 2015-06-30 | 2017-12-08 | 西安交通大学 | 一种基于谱线重要度的频谱压缩方法 |
CN106990217B (zh) * | 2017-05-19 | 2019-05-28 | 南京国科舰航传感科技有限公司 | 基于无线传感器网络的污水监测系统 |
CN107389039A (zh) * | 2017-07-03 | 2017-11-24 | 青海鸿源水务建设有限公司 | 一种应用于水利工程的放样系统 |
CN111711970B (zh) * | 2020-03-27 | 2022-04-01 | 同济大学 | 一种超长线状环形无线网络数据压缩方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1514239A (zh) * | 2003-07-23 | 2004-07-21 | 西安交通大学 | 一种气体传感器漂移抑制的方法 |
US20070116118A1 (en) * | 2005-11-21 | 2007-05-24 | Physical Optics Corporation | System and method for maximizing video RF wireless transmission performance |
-
2008
- 2008-07-02 CN CN2008100316475A patent/CN101350827B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1514239A (zh) * | 2003-07-23 | 2004-07-21 | 西安交通大学 | 一种气体传感器漂移抑制的方法 |
US20070116118A1 (en) * | 2005-11-21 | 2007-05-24 | Physical Optics Corporation | System and method for maximizing video RF wireless transmission performance |
Non-Patent Citations (1)
Title |
---|
周四望、林亚平、张建明、欧阳竞成、卢新国.传感器网络中基于环模型的小波数据压缩算法.《软件学报》.2007,第18卷(第3期),669-680. * |
Also Published As
Publication number | Publication date |
---|---|
CN101350827A (zh) | 2009-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101350827B (zh) | 用于无线传感器网络的小波渐进数据压缩方法 | |
CN103858433B (zh) | 分层熵编码及解码 | |
CN103280084B (zh) | 一种多参数实时监测的数据采集方法 | |
CN102970531B (zh) | Jpeg-ls近无损图像压缩编码器硬件实现方法 | |
CN103618903B (zh) | 高速低功耗无线传感网络视频压缩采样方法 | |
CN113258935B (zh) | 一种联邦学习中基于模型权值分布的通信压缩方法 | |
CN102497450B (zh) | 一种基于两级体系的分布式数据压缩处理方法 | |
Azar et al. | On the performance of resource-aware compression techniques for vital signs data in wireless body sensor networks | |
CN101932012A (zh) | 基于最优阶估计与分布式分簇的传感器网络数据压缩方法 | |
CN102938685A (zh) | 一种基于变长编码的无线传感器网络数据压缩方法 | |
Yuanbin et al. | A data compression algorithm based on adaptive Huffman code for wireless sensor networks | |
CN109275138B (zh) | 一种信号压缩采集和数据加密的方法 | |
CN105120469A (zh) | 基于压缩感知的质量可伸缩低信息密度数据收集方法 | |
CN102521299A (zh) | 资源描述框架数据的处理方法 | |
CN103974393A (zh) | 一种改良的无线传感器网络数据节能压缩方案 | |
CN103327530B (zh) | 一种无线传感器网络中的数据传输方法 | |
CN115567609B (zh) | 一种锅炉用物联网通信方法 | |
CN108829930B (zh) | 三维数字化工艺设计mbd模型的轻量化方法 | |
CN108093455B (zh) | 一种基于时空相关性的高能效无线传感网数据传输方法 | |
CN103427951B (zh) | 带有编码冗余控制的数据转发方法 | |
CN109361686A (zh) | 一种减少传感器数据时间冗余的压缩方法 | |
CN102325252B (zh) | 基于最优小波包的联合信源信道编码方法及图像传输系统 | |
CN103152567A (zh) | 一种任意阶数指数哥伦布编码器及其方法 | |
CN102223533B (zh) | 一种信号编解码方法及装置 | |
CN109275119B (zh) | 基于混沌序列的分布式压缩感知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110420 Termination date: 20140702 |
|
EXPY | Termination of patent right or utility model |