CN102938685A - 一种基于变长编码的无线传感器网络数据压缩方法 - Google Patents

Abstract

本发明提供一种基于变长编码的无线传感器网络数据压缩方法，该方法通过计算传感器节点感知的原始数据差值，根据差值的变化趋势，自适应调整编码长度，适应不同数据波动特征的原始数据序列。本发明提供的算法简单、高效，通过该方法对传感器节点采集的原始数据进行压缩，能够有效地去除冗余数据，减少需要传输的数据量，进而降低传输延迟和网络能耗，延长网络生存周期。

Description

一种基于变长编码的无线传感器网络数据压缩方法

技术领域

本发明涉及无线传感器网络的数据压缩技术领域，特别是一种基于变长编码的无线传感器网络数据压缩方法。

背景技术

无线传感器网络是由部署在监测区域内大量的相同或者不同类型的小型传感器节点组成，通过无线通信方式自组织形成的一个多跳的动态拓扑网络系统，能够实现实时监测、采集和感知各种环境下或不同监测对象的信息，并完成数据处理、通信和管理等功能。由于无线传感器网络监控能够节省过去繁琐枯燥的人力劳动，甚至能对过去人工难以实时监控的危险区域进行监控，在国防军事、环境监测、智能家居、医疗健康和工业控制等领域有着广泛的应用前景。

无线传感器网络节点通常采用能量有限电源，由于节点部署在野外无人区域，不可能频繁为其更换电源，而无线传感器网络通信能量开销往往占用整体能量开销的绝大部分。现有的无线传感器网络监测系统中，传感器节点在相邻时刻采集的原始数据直接传送至协调器，这样的通信方式浪费网络带宽、增加网络延时和节点能耗，严重影响了网络生命周期和数据传输稳定性。因此，对传感器节点采集的原始数据进行压缩处理是目前无线传感器网络监测系统中不可或缺的重要环节。

针对传感器节点各种资源有限的特点，所选择的压缩技术应该满足实现简单、运行高效的要求。目前常用的压缩算法，诸如霍夫曼编码压缩、字典压缩和算术编码压缩等压缩技术，虽然压缩率很高，但是时间复杂度和空间复杂度较高，因此并不适用于无线传感器网络。无线传感器网络领域压缩方法的研究中，BBDC（Based on Broadcasting Data Compression）是一种基于广播的压缩方法，BBDC方法中节点数据的压缩依赖于簇内其它节点的广播信息，同时簇内节点数量增加时，求解复杂度呈几何倍数增长，显然不能满足大规模无线传感器网络监测应用要求。最优阶分布式分簇结构树压缩算法（COOE-DSTD）依据最优解估计原理改进了分布式结构树压缩算法(DSTD)，有效降低了算法运算量，提高了数据精度，但是COOE-DSTD算法毕竟是一种高运算量的有损压缩，并不能满足目前无线传感器网络监测系统数据无损压缩的应用需求。

专利文献CN201110129032.8公开了一种基于自适应最优消零的无线传感器网络数据压缩方法，此方法通过自适应地寻找最优位数因子对递增排列的感知数据序列进行消零运算和编码，使得感知数据序列的最终编码长度最短，有效去除了冗余信息。但是此方法中感知数据进行压缩前需要进行排序处理，造成了额外的运算开销、传输延迟和能耗，并不适合需要传输大量感知数据的监测系统。专利文献CN200910242405.5公开了一种减少无线传感器网络节点信号冗余的方法，该方法是基于拉普拉斯统计分布的一阶差分压缩技术，可以在占用较少存储资源的情况下减少冗余数据。但此方法需要获取监测对象的先验数据，同时拉普拉斯分布的概率密度函数运算极为复杂，因此也不能达到良好的效果。专利文献CN201010194710.4公开了一种基于非阈值的无线传感器网络节点数据的压缩方法，该方法将单个节点在一段时间内采集的数据所形成的整个时间序列近似为多个分段折线，近似表示原始的时间序列数据。此方法在压缩过程中损失了数据精度，属于有损压缩，在许多应用场合并不适用。专利文献CN201110246834.7公开了一种传感器网络数据压缩编码/解码方法，通过对相对游程长度数据进行编码形成编码数据组以达到压缩效果。该方法中相对游程长度数据计算过程复杂，相对游程长度数据绝对值变化区间小，且形成编码数据组时未阐述移位重组操作，所以数据压缩效率低、压缩效果差。

目前尚未发现满足简单、高效和无损要求的无线传感器网络数据压缩方法的公开文献。

发明内容

有鉴于此，本发明的目的是，提供一种可用于无线传感器网络监测系统的数据压缩方法，该压缩方法能对传感器节点采集的原始数据进行高效数据压缩，减少传输延迟，降低网络能耗，并且基于该方法数据接收端能完成数据的无损还原。

为了实现上述目的，本发明采用如下技术方案：

步骤一：根据设定的编码单元二进制位数T和原始数据宽度B，计算编码块前缀二进制位数W。编码块前缀二进制位数

，为向上取整符号，T表示数据位数，通常设定值为4。因为1~9这样的小量数据用4位二进制数即可表示；根据所采集数据类型，其数据宽度B是显而易见的。

步骤二：无线传感器网络中的传感器节点在一时间段内采集的n个数据组成原始数据集合D={d₁,d₂,d₃,…,d_i,…,d_n}，其中d_i表示传感器节点在第i时刻采集的原始数据，i为1，2，3，……，n。

步骤三：原始数据集合D中相邻各元素之间依次做差，得到差值e_i，根据其绝对值|e_i|的大小选择编码块前缀N_r，并设置e_i对应的编码块C_i。其中，

，m_k为第k位的值，

，r为0，1，……，2^W-1，e_i=d_i+1-d_i，i为1，2，3，……，n-1；

步骤四：根据编码块C_i的二进制位数，进行移位运算重新组合成8位二进制数，使得重新组合后的数据每一位都是有效数据，即得到压缩后的数据k_j。

步骤五：重复步骤三~步骤四，直至原始数据集合D内所有数据压缩完毕，得到压缩数据集合K={k₁,k₂,k₃,…k_j,…,k_m}，j为1，2，3，……，m。

优选的，编码块C_i设置的步骤为：

第一步，设置C_i前缀，C_i宽度为(W+1+T×(N_r+1))，C_i的左起第1位~第W位设置为N_r；

第二步，设置C_i符号位，C_i的左起第(W+1)位为符号位，差值e_i为正，则置为0/1，负则设为1/0；

第三步，设置C_i后缀，C_i的左起第(W+2)位~第(W+1+T×(N_r+1))位设置为e_i的绝对值|e_i|，|e_i|高位补零；

即得到对应的编码块C_i。

优选的，压缩数据k_j的运算过程为：

若(W+1+T×(N_r+1))≤8-h，则将C_i和k_j左起第h位~第(W+1+T×(N_r+1)+h)位进行位或运算；若(W+1+T×(N_r+1))＞8-h，则将C_i左起第1位~第8-h位和k_j左起第h位~第8位进行位或运算，C_i剩余的各位和k_j+1~k_j+x进行位或运算，直到C_i所有位都处理完毕；其中k_j参与运算前，需进行初始化，保证k_j各位为0；h为处理C_i-1时，k_j已被占用的位数；下标

。

本发明的有益效果是，针对无线传感器网络监测系统中传感器节点所采集原始数据差值小的特点，提出了一种基于变长编码的无线传感器网络数据压缩方法。该方法根据原始数据的变化趋势，自适应调整编码长度，适应不同数据波动特征的原始数据序列。通过该方法对传感器节点采集的原始数据进行压缩，能够减少传输的数据量，有效降低传输延迟和网络能耗，延长网络生存周期。

附图说明

图1是本发明的压缩方法流程图。

图2是本发明的编码块组成示意图。

具体实施方式

下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例，基于本发明中的实施例，本领域技术人员所获得的所有其他实施例，都属于本发明保护范围。

本发明所述的压缩方法采用变长编码方式，即能够根据原始数据差值的波动趋势，自适应调整编码块长度。

首先给出基于变长编码的无线传感器网络数据压缩方法所涉及的相关术语。

编码块C_i：指已经编码好的待移位重组数据块，其组成为：前缀（编码块前缀N_r）+符号位+后缀（差值的绝对值），总长度为(W+1+T×(N_r+1))位，如附图2所示。

编码块前缀N_r：指标识编码块后缀二进制位数的因子。N_r的二进制位数为W，即

，m_k为第k位的值。

编码块前缀二进制位数W：指编码块前缀N_r的二进制位数。W与T和B相关，即

，

为向上取整符号。

原始数据宽度B：指传感器节点所采集的原始数据类型的二进制位数。

编码单元二进制位数T：指编码基本块的二进制位数。即得到原始数据差值时，对其进行压缩编码的基本单位。因为1~9这样的小量数据用4位二进制数即可表示，所以T一般设定为4。

为了便于说明，不失一般性，设一传感器节点在一段时间内采集的原始数据集合为D={0x412c，0x412e，0x451d，0x410e，0x410f，0x411a，0x41fb，0x41ef}。

本实施例中原始数据的宽度B为16，编码单元二进制位数T设定为4，可以计算

，即编码块前缀N_r的二进制位数为2。编码块前缀二进制位数W、编码块前缀N_r和编码块示意编码的关系如表1所示。

在其他的实施例中，编码单元二进制位数T也可以设定为其他值，具体根据原始数据的变化特征而定。

表1  W、N_r和编码块C_i示意编码之间的关系

原始数据集合D中相邻各元素之间依次做差，得到差值e_i，即e_i=d_i+1-d_i。得到差值e_i序列{0x2，0x3ef，0xfbf1，0x1，0xb，0xe1，0xfff4}。根据差值的绝对值|e_i|的大小选择对应的编码块前缀N_r，即应该满足不等式。选定的差值绝对值|e_i|序列对应的编码块前缀N_r为：0，2，2，0，0，1，0。

根据选定的编码块前缀N_r、差值的绝对值|e_i|和差值符号设置对应的编码块C_i。步骤为：

第一步，设置C_i前缀，C_i宽度为(W+1+T×(N_r+1))，C_i的左起第1位~第W位设置为N_r；

第二步，设置C_i符号位，C_i的左起第(W+1)位为符号位，差值e_i为正，则置为0，负则设为1；

第三步，设置C_i后缀，C_i的左起第(W+2)位~第(W+1+T×(N_r+1))位设置为e_i的绝对值|e_i|，|e_i|高位补零；

差值、差值编码、差值的绝对值编码、差值符号、编码块前缀N_r、N_r编码和编码块C_i的关系如表2所示。

表2 差值、差值编码、差值的绝对值编码、差值符号、N_r、N_r编码和C_i的关系

在其他的实施例中，也可以用1表示正，0表示负。

编码块C_i进行移位运算重新组合成8位二进制数即得到压缩后的数据k_j。即k₁ = C₁:1-7#C₂:1 = 0000010#1 = 00000101，k₂ = C₂:2-9 = 00001111，k₃ = C₂:10-15#C₃:1-2 = 101111#10 =10111110，其中#表示连接符，C_i:x-y表示编码块C_i的左起第x~第y位，依此类推直到所有的编码块组合完毕，得到压缩数据集合K={0x05，0x0f，0xbe，0xa0，0x70，0x11，0x6b，0x84，0xdf}。

Claims (4)

1.一种基于变长编码的无线传感器网络数据压缩方法，其特征在于包含以下步骤：

步骤一：根据设定的编码单元二进制位数T和原始数据宽度B，计算编码块前缀二进制位数W；所述的编码块前缀二进制位数

，

为向上取整符号， T表示数据位数；

步骤二：无线传感器网络中的传感器节点在一时间段内采集的n个数据组成原始数据集合D={d₁,d₂,d₃,…, d_i,…,d_n}，其中d_i表示传感器节点在第i时刻采集的原始数据，i为1，2，3，……，n；

步骤三：原始数据集合D中相邻各元素之间依次做差，得到差值e_i，根据其绝对值|e_i|的大小选择编码块前缀N_r，并设置e_i对应的编码块C_i；其中，

，m_k为第k位的值，

，r为0，1，……，2^W-1，e_i=d_i+1-d_i，i为1，2，3，……，n-1；

步骤四：根据编码块C_i的二进制位数，进行移位运算重新组合成8位二进制数，使得重新组合后的数据每一位都是有效数据，即得到压缩后的数据k_j；

步骤五：重复步骤三~步骤四，直至原始数据集合D内所有数据压缩完毕，得到压缩数据集合K={k₁,k₂,k₃,…k_j,…,k_m}，j为1，2，3，……，m。

2.根据权利要求1所述的无线传感器网络数据压缩方法，其特征在于，T设定为4。

3.根据权利要求1所述的无线传感器网络数据压缩方法，其特征在于，步骤三所述编码块C_i设置的步骤为：

第一步，设置C_i前缀，C_i宽度为(W+1+T×(N_r+1))，C_i的左起第1位~第W位设置为N_r；

第二步，设置C_i符号位，C_i的左起第(W+1)位为符号位，差值e_i为正，则置为0/1，负则设为1/0；

第三步，设置C_i后缀，C_i的左起第(W+2)位~第(W+1+T×(N_r+1))位设置为e_i的绝对值|e_i|，|e_i|高位补零；

即得到对应的编码块C_i。

4.根据权利要求1所述的无线传感器网络数据压缩方法，其特征在于，步骤四所述压缩数据k_j的运算过程为：

若(W+1+T×(N_r+1))≤8-h，则将C_i和k_j左起第h位~第(W+1+T×(N_r+1)+h)位进行位或运算；若(W+1+T×(N_r+1))＞8-h，则将C_i左起第1位~第8-h位和k_j左起第h位~第8位进行位或运算，C_i剩余的各位和k_j+1~k_j+x进行位或运算，直到C_i所有位都处理完毕；其中k_j参与运算前，需进行初始化，保证k_j各位为0；h为处理C_i-1时，k_j已被占用的位数；下标

。

Images