CN103150346B - 一种基于可扩展标记语言的无线传感器网络数据压缩方法 - Google Patents

Abstract

本发明公开了一种基于可扩展标记语言的无线传感器网络数据压缩方法。传统的无线传感器网络数据管理主要采用简单数据结构作为数据交换格式以减少无线传感器网络中因为数据交换带来的能量损耗，但这些简单数据结构不能有效地处理大型异构网络数据集合；当前的互联网数据传输标准XML适用于处理大型异构网络数据，但由于XML本身的自描述性，其数据格式的冗余度很大，对于能量有限的传感器节点来说是一个有待解决的问题。本发明提出了一种基于XML节点树结构的无线传感器网络数据压缩方法，简称TXC压缩方法，本方法适用于无线传感器网络并能有效支持动态查询，可以得到较好的压缩效率，在支持异构网络互连的同时有助于延长无线传感器网络的寿命。

Description

一种基于可扩展标记语言的无线传感器网络数据压缩方法

技术领域

本发明涉及一种无线传感器网络的数据压缩方法，具体涉及在无线传感器网络中使用可扩展标记语言（Extensible Markup Language,XML）格式的数据作为数据交换时的数据压缩方法。

技术背景

无线传感器网络（Wireless SensorNetworks，WSNs）是由一组在空间中分布的包含自主传感器节点装置构成的一种无线网络，这些装置使用传感器协作地监控不同位置的物理或环境状况（比如压力、运动、温度或声音等）。由于微处理器技术的进步，无线传感器网络被越来越多地应用在各个领域，但由于传感器节点硬件资源有限，这给无线传感器网络中复杂的数据管理带来了新的挑战。传统的传感器网络数据管理主要采用简单数据结构作为数据传输格式，以减少无线传感器网络中因数据交换带来的能量损耗，但这些简单数据结构不能有效地处理大型异构数据集合。

异构无线传感器网络由两个或多个不同数据类型的传感器子网组成，由于各个子网提供的数据格式是不同的，因此要求应用层对不同数据格式都能支持。XML是一种高度可替换可扩展的数据格式，它已成为事实上的互联网数据交换标准，采用XML数据格式可以使这些异构传感器子网得到更高水平的网络互连。但由于XML本身的自描述性，其数据格式的冗余度很大，对于能量有限的传感器节点来说是一个很大的难题。因此找到一种适用于传感器网络并能有效支持动态查询的XML数据压缩方法，是在无线传感器网络中使用XML作为数据交换格式以支持异构网络互连的关键。

发明内容

技术问题：本发明的目的在于提供一种基于可扩展标记语言的无线传感器网络数据压缩方法，即无线传感器网络中基于XML节点树结构的XML数据压缩方法(Tree-basedXML data Compression Algorithms in WSNs)，简称TXC压缩方法。该方法能够有效降低在无线传感器网络中使用XML作为数据交换格式带来的数据冗余，从而减少因传输和处理数据带来的无线传感器网络能量损耗，提高无线传感器网络的网络寿命。

技术方案：本发明的基于可扩展标记语言的无线传感器网络数据压缩方法，对可扩展标记语言XML文档对应的XML节点树进行深度优先遍历并按遍历顺序将各个节点进行编号，XML节点树中的节点个数记为m，第i个节点可描述为N_i=(seq_i,path_i,name_i,parent_i,value_i,atrb_i),i∈[1,m]；其中seq_i表示第i个节点在深度优先遍历下的序号，path_i表示第i个节点的路径，name_i表示第i个节点的名称，parent_i表示第i个节点的双亲节点在深度优先遍历下对应的序号，value_i表示第i个节点的值，atrb_i表示第i个节点的属性或附加信息；

将XML节点树用以下式子来表示：T={ROOT，N}，其中N为XML节点集合即N={N_i|i∈[1,m]}，ROOT为XML节点树的唯一根节点；深度优先遍历XML节点树，依次将每个节点信息N_i=(seq_i,path_i,name_i,parent_i,value_i,atrb_i)分别添加到T={ROOT，N}中，遍历完毕后得到XML节点树对应的完整节点信息T；

在XML节点树的节点集合N={N_i|i∈[1,m]}中，对于集合N中的节点N_i=(seq_i,path_i,name_i,parent_i,value_i,atrb_i),i∈[1,m]，合并具有相同路径的冗余节点；

若XML节点树中存在两个叶子节点N_a和N_b，N_a,N_b∈N，N_a和N_b的路径信息分别为：

$\begin{array}{c}{\mathrm{path}}_{n_a}=n_0\→n_i\→...\→n_j\→n_a\\ {\mathrm{path}}_{n_b}=n_0\→n_p\→...\→n_q\→n_b\end{array},$ n₀,n_i,n_j,n_p,n_q∈N；

若路径深度 $\mathrm{depth}\left({\mathrm{path}}_{n_a}\right)=\mathrm{depth}\left({\mathrm{path}}_{n_b}\right)$ 且 ${\mathrm{name}}_{n_a}={\mathrm{name}}_{n_b},$ 则认为N_a等价于N_b，记做N_a≈N_b；

在XML节点树T={ROOT，N}中，查找等价节点并对其进行合并，修改合并后的等价节点路径表达式，将其置为path_k=n₀→(n_i||n_p)→...→(n_j||n_q)→n_k，n₀,n_i,n_j,n_p,n_q,n_k∈N；

分离XML节点结构信息和数据信息，将节点结构信息和数据信息分开进行存储和压缩：

1)XML节点结构信息

在TXC压缩方法中，XML节点结构信息用“节点路径信息+节点初始序号”的混合数据类型来表示，由于同一个XML节点树中的节点路径信息会产生重叠，而浪费很多存储空间，因此对XML节点路径信息加以简化：对消除冗余后的XML节点树再进行一次深度优先遍历，并对各节点名称进行编号，得到XML节点名称映射表；对照XML节点名称映射表将XML节点路径信息用编号替换对应的节点名称字符串；

2)XML节点数据信息

XML节点的数据信息存储采用哈希表的方式来实现，以节点路径信息作为索引值，建立起XML节点结构信息到对应节点数据信息之间的映射关系，索引值key为简化后的节点路径表达式，key被消除冗余后的节点个数m取模后所得结果即为对应数据存储的哈希地址，即

H(key)=key mod m

采用链地址法来处理冲突构造哈希表：节点数据存储的哈希地址为H(key)，具有相同索引值的节点数据信息存储在同一哈希单元保存的链表中，并用初始序号来区分该数据在原始XML文档中的位置。

有益效果：本发明提出了一种基于可扩展标记语言的无线传感器网络数据压缩方法。本方法适用于无线传感器网络并能有效支持动态查询，可以得到较好的压缩效率，在支持异构网络互连的同时有助于提高无线传感器网络的寿命。

附图说明

图1异构无线传感器网络图，

图2异构无线传感器网络查询结果的一个示例XML文档，

图3示例XML文档对应的XML节点树，

图4 TXC方法处理流程，

图5消除冗余后的XML节点树，

图6 XML节点名称映射表，

图7哈希表链式结构中的节点数据格式，

图8经过TXC方法后得到的一个节点数据示例。

在图1中，描述了一个由不用类型的无线传感器网络构成的异构无线传感器网络。在图2中，描述了在异构无线传感器网络中使用XML作为数据交换格式表示网络查询结果的一个XML文档。在图3中，描述了图2中的XML文档对应的XML节点树。在图4中，描述了TXC方法处理流程图。在图5中，描述了图3中消除冗余后的XML节点树。在图6中，描述了图5中XML节点树对应的节点名称映射表。在图7中，描述了TXC方法中使用的哈希表链式结构中的节点数据格式。在图8中，描述了经过TXC方法后得到的一个节点数据示例。

具体实施方式

图1是一个简单的异构无线传感器网络的例子，这个例子中的无线传感器网络包括两个子网络：由传感器节点1组成的子网I和由传感器节点2组成的子网II，它们提供不同类型的数据格式，在无线传感器网络中使用XML作为网络间的数据交换格式。图2为在这个网络中采集到的传感器数据XML文档示例，通过子网络间的数据共享和交换，可以实现异构网络的互连。本发明提出的XML数据压缩方法能够有效降低在无线传感器网络中使用XML作为数据交换格式带来的数据冗余，从而减少因传输和处理数据带来的无线传感器网络能量损耗。

通常可以把XML文档视为一种树结构，这种树结构被称为节点树。图3是图2中示例XML文档对应的XML节点树，这棵节点树的根节点为result，根节点分别有sensor1和sensor2两种类型的孩子结点。本发明对XML节点树进行以下定义：

定义1对XML文档对应的XML节点树进行深度优先遍历并按遍历顺序对各个节点进行编号，XML节点树中的节点个数记为m。第i个节点可描述为N_i=(seq_i,path_i,name_i,parent_i,value_i,atrb_i),i∈[1,m]。其中seq_i表示第i个节点在深度优先遍历下的序号，pah_i表示第i个节点的路径，name_i表示第i个节点的名称，parent_i表示第i个节点的双亲节点在深度优先遍历下对应的序号，value_i表示第i个节点的值，atrb_i表示第i个节点的属性或附加信息。

定义2根据定义1，进一步将XML节点树用以下式子来表示：T={ROOT，N}，其中N为XML节点集合即N={N_i|i∈[1,m]}，ROOT为XML节点树的唯一根节点。

以图3中的XML节点树为例，根据定义1和定义2，对该XML节点树进行初始化，则根节点result对应的节点信息可以表示为：N₁=(1,/result，result，0,null，null)，而其孩子结点index可表示为：N₂=(2,/result/index，iader，1,2,null)。深度优先遍历这棵以result为根节点的XML节点树，依次将每个节点信息N_i=(seq_i,path_i,name_i,parent_i,value_i,atrb_i)分别添加到T={ROOT，N}中，遍历完毕后得到XML节点树对应的完整节点信息T。

定义3若XML节点树中存在两个叶子节点N_a和N_b，N_a,N_b∈N，N_a和N_b的路径信息分别为：

$\begin{array}{c}{\mathrm{path}}_{n_a}=n_0\→n_i\→...\→n_j\→n_a\\ {\mathrm{path}}_{n_b}=n_0\→n_p\→...\→n_q\→n_b\end{array},$ n₀,n_i,n_j,n_p,n_q∈N。

若路径深度 $\mathrm{depth}\left({\mathrm{path}}_{n_a}\right)=\mathrm{depth}\left({\mathrm{path}}_{n_b}\right)$ 且 ${\mathrm{name}}_{n_a}={\mathrm{name}}_{n_b},$ 则可认为N_a等价于N_b，记做N_a≈N_b。

XML文档中存在了大量重复节点信息从而带来了数据冗余，大部分的数据冗余是由于在XML节点树中存在等价节点造成的。如果在完整保存XML节点树结构信息的前提下，能够有效地消除等价节点带来的数据冗余，将会得到较高的XML数据压缩效率。

本发明提出的TXC方法可以有效地消除XML节点树等价节点冗余，该压缩方法主要考虑到以下几个关键点：

1)消除XML自描述性带来的数据冗余。

2)保存XML原有的树形结构，以便支持XML数据导航和XPath（XML Path Language，XML路径语言）查询。

3)尽可能地减少内存的使用，以适应无线传感器节点能量和内存有限的特点。

TXC方法的处理流程如图4所示，主要分为以下步骤：

步骤1：在XML节点树的节点集合N={N_i|i∈[1,m]}中，对于N_i=(seq_i,path_i,name_i,parent_i,value_i,atrb_i),i∈[1,m]，合并具有相同路径的冗余节点。

步骤2：在XML节点树T={ROOT，N}中，查找等价节点并对其进行合并，修改合并后的等价节点路径表达式，将其置为 ${\mathrm{path}}_{n_k}=n_0\→\left(n_i\right|\left|n_p\right)\→...\→\left(n_j\right|\left|n_q\right)\→n_k,$ n₀,n_i,n_j,n_p,n_q,n_k∈N。

步骤3：分离XML节点结构信息和数据信息，将节点结构信息和数据信息分开进行存储和压缩：

1)XML节点结构信息

在TXC压缩方法中，XML节点结构信息用“节点路径信息+节点初始序号”的混合数据类型来表示。由于同一个XML节点树中的不同节点的路径信息可能会产生重叠，而浪费很多存储空间，因此可以对XML节点路径信息加以简化：对消除冗余后的XML节点树再进行一次深度优先遍历，并对各节点名称进行编号，得到XML节点名称映射表；对照XML节点名称映射表将XML节点路径信息用编号替换对应的节点名称字符串，经过路径信息表达式的简化后，进一步节约了存储空间。

经过消除冗余的XML节点树如图5所示，sound节点和code节点的路径表达式分别为/result/sensor1/sound和/result/sensor1/detail/code，这两个路径表达式存在重复的前缀/result/sensor1。对图5中的XML节点树进行深度优先遍历，并对各节点名称进行编号，得到的XML节点名称映射表如图6所示。对照图6中的XML节点名称映射表将XML节点路径信息用编号替换对应的节点名称字符串，则图5中的sound节点和code节点的路径表达式可简化为/1/3/4和/1/3/5/6。

2)XML节点数据信息

XML节点数据信息的存储方式采用哈希表来实现，索引值key为简化后的XML节点树中的节点路径表达式，key被消除冗余后的XML节点树节点总数m取模后所得结果即为对应数据存储的哈希地址，即

H(key)=key mod m

考虑到以节点路径信息作为哈希表索引值会出现大量冲突，TXC采用链地址法来处理冲突构造哈希表：节点数据存储的哈希地址为H(key)，具有相同索引值的节点数据信息存储在同一哈希单元保存的链表中，并用初始序号来区分该数据在原始XML文档中的位置，链表中的节点采用如图7所示的数据格式。

以图5中的节点id为例，在原XML文档中存在三个名称为id的叶子节点，它们满足等价节点的条件，经过消除冗余后具有相同的路径表达式/1/3/7，经过哈希运算后对应同一个哈希地址。因此采用链地址把三个节点的值存储在同一个哈希单元指向的链表中，如图8所示。

Claims (1)

1.一种基于可扩展标记语言的无线传感器网络数据压缩方法，其特征在于，对可扩展标记语言XML文档对应的XML节点树进行深度优先遍历并按遍历顺序将各个节点进行编号，XML节点树中的节点个数记为m，第i个节点描述为N_i＝(seq_i,path_i,name_i,parent_i,value_i,atrb_i),i∈[1,m]；其中seq_i表示第i个节点在深度优先遍历下的序号，path_i表示第i个节点的路径，name_i表示第i个节点的名称，parent_i表示第i个节点的双亲节点在深度优先遍历下对应的序号，value_i表示第i个节点的值，atrb_i表示第i个节点的属性或附加信息；

将XML节点树用以下式子来表示：T＝{ROOT,N}，其中N为XML节点集合即N＝{N_i|i∈[1,m]}，ROOT为XML节点树的唯一根节点；深度优先遍历XML节点树，依次将每个节点信息N_i＝(seq_i,path_i,name_i,parent_i,value_i,atrb_i)分别添加到T＝{ROOT,N}中，遍历完毕后得到XML节点树对应的完整节点信息T；

在XML节点树的节点集合N＝{N_i|i∈[1,m]}中，对于集合N中的节点N_i＝(seq_i,path_i,name_i,parent_i,value_i,atrb_i),i∈[1,m]，合并具有相同路径的冗余节点；

若XML节点树中存在两个叶子节点N_a和N_b，N_a,N_b∈N，N_a和N_b的路径信息分别为：

path_a＝N₀→N_i→…→N_j→N_a；

path_b＝N₀→N_p→…→N_q→N_b；

其中，N₀,N_i,N_j,N_p,N_q∈N；a、b分别是标识；

若路径深度depth(path_a)＝depth(path_b)，且name_a＝name_b，则认为N_a等价于N_b，记做N_a≈N_b；

在XML节点树T＝{ROOT,N}中，查找等价节点并对其进行合并，修改合并后的等价节点路径表达式，将其置为path_k＝N₀→(N_i||N_p)→…→(N_j||N_q)→N_k，其中，N₀,N_i,N_j,N_p,N_q,N_k∈N；

分离XML节点结构信息和数据信息，将节点结构信息和数据信息分开进行存储和压缩：

1).XML节点结构信息

在TXC压缩方法中，XML节点结构信息用“节点路径信息+节点初始序号”的混合数据类型来表示，由于同一个XML节点树中的节点路径信息会产生重叠，而浪费很多存储空间，因此对XML节点路径信息加以简化：对消除冗余后的XML节点树再进行一次深度优先遍历，并对各节点名称进行编号，得到XML节点名称映射表；对照XML节点名称映射表将XML节点路径信息用编号替换对应的节点名称字符串；

2).XML节点数据信息

XML节点的数据信息存储采用哈希表的方式来实现，以节点路径信息作为索引值，建立起XML节点结构信息到对应节点数据信息之间的映射关系，索引值key为简化后的节点路径表达式，key被消除冗余后的节点个数m_key取模后所得结果即为对应数据存储的哈希地址，即

H(key)＝key mod m_key

采用链地址法来处理冲突构造哈希表：节点数据存储的哈希地址为H(key)，具有相同索引值的节点数据信息存储在同一哈希单元保存的链表中，并用初始序号来区分该数据在原始XML文档中的位置。