CN106231530B - 不可靠无线传感网中压缩感知数据收集方法、装置及系统 - Google Patents

Abstract

本申请提供一种不可靠无线传感网中压缩感知数据收集方法、装置及系统，收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据一跳拓扑信息生成簇的一跳拓扑矩阵；一跳拓扑信息中包括每个数据采集节点的一跳邻居节点；基于压缩感知技术接收簇内的每个数据采集节点传输的感知数据，并利用一跳拓扑矩阵预测感知数据中的错传数据，得到预测处理后的簇内数据；基于压缩感知技术将预测处理后的簇内数据发送给数据汇聚节点，以使数据汇聚节点对簇内数据进行重构，得到全簇重构数据。本申请引入一跳拓扑矩阵，利用数据采集节点的一跳邻居节点的数据预测该数据采集节点错传的数据，可以减小数据错传对数据重构精度的影响，提高事件监测结果的准确性。

Description

不可靠无线传感网中压缩感知数据收集方法、装置及系统

技术领域

本申请属于传感技术领域，更具体的说，涉及不可靠无线传感网中压缩感知数据收集方法、装置及系统。

背景技术

无线传感器网络(wireless sensor networks，WSN)被认为是物联网的重要组成部分之一，可以通过传感器采集数据，达到对目标或目标区域进行事件监测的目的。WSN由大量集成了无线通信、信息采集和信息处理功能的微小型传感器节点组成，这些传感器节点包括数据采集节点(也称为“源节点”)和数据汇聚节点(也称为“目的节点”)，数据采集节点采集周围环境中的信息(采集的信息被称为“感知数据”)，然后把感知数据传输给网络中的数据汇聚节点，再由数据汇聚节点传输给用户。感知数据从数据采集节点传输到数据汇聚节点的过程，被称为无线传感器网络的数据收集过程。

由于无线传感器网络的覆盖范围较大，当超过直接通信范围的时候，数据汇聚节点和数据采集节点之间往往无法直接通信，此时，在数据收集过程中，通信范围外的数据采集节点通常需要依靠其它数据采集节点以多跳中继的方式将信息传送到数据汇聚节点，同理，用户如果有指令需要发送到某些数据采集节点，这个指令也必须以多跳中继的方式在WSN中进行传输。

近年来，研究者将压缩感知(Compressive Sensing，CS)技术引入WSN的数据收集过程中。在不可靠无线传感网中压缩感知数据收集方法中，数据汇聚节点不是接收单个数据采集节点的感知数据，而是接收所有数据采集节点的感知数据的加权和(也称为“感知数据的观测值”)，然后根据接收的加权和重构数据。不可靠无线传感网中压缩感知数据收集方法不仅可以具备良好的数据压缩性能，同时可以降低各个数据采集节点采集的感知数据在空间、时间上的相关性，从而可以减少感知数据在无线传感器网络中的传输次数，降低网络能耗，提高网络性能。

但是，目前的不可靠无线传感网中压缩感知数据收集方法都是在假设传输链路完全可靠的前提下设计的，忽略了节点之间在传输感知数据时发生的错包或丢包现象，而实际的无线传感器网络的传输链路中经常会发生错包或丢包现象，因此现有的不可靠无线传感网中压缩感知数据收集方法重构出的数据的精度较低，从而导致对目标或目标区域的事件监测结果的准确性较低。

发明内容

有鉴于此，本申请提供一种不可靠无线传感网中压缩感知数据收集方法、装置及系统，以提高重构出的原始数据的精度，从而提高对目标或目标区域的事件监测结果的准确性。

本申请提供的技术方案如下：

一种不可靠无线传感网中压缩感知数据收集方法，应用于无线传感器网络中的簇首节点，包括：

收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵；所述一跳拓扑信息中包括每个数据采集节点的一跳邻居节点；

基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据；

基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据。

优选地，所述收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵，包括：

收集所在的簇中的每个数据采集节点的一跳拓扑信息根据所述一跳拓扑信息A生成所述簇的一跳拓扑矩阵

其中，N₁为所述簇内的节点数，z₀∈{1,2…N₁}，z₁∈{1,2…N₁}，若第k_e个节点发生错传，则令矩阵A的第k_e列为0：k_e∈{1,2,…,N₁}，i∈[1,N₁]。

优选地，所述基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据，包括：

基于压缩感知技术接收所述簇内的N₁个数据采集节点传输的感知数据对所述感知数据进行CRC效验，确定所述感知数据中的错传数据x′_i,i∈{1,2,…,N₁}；

利用所述一跳拓扑矩阵对所述错传数据x′_i进行预测，得到与所述错传数据x′_i相对应的预测数据

丢弃所述感知数据中的所述错传数据x′_i，并利用所述预测数据替换所述感知数据中的所述错传数据x′_i，得到预测处理后的所述簇内数据X^*；

其中，X^*(i,1)为经过一跳拓扑矩阵预测的节点i的预测数据。

优选地，所述基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据，包括：

根据所述数据汇聚节点分发的随机种子ξ和所述簇内的数据采集节点ID_j,j∈{1,2,…N₁}组合生成簇内随机种子(ξ,ID_j)，并利用所述簇内随机种子生成所述簇内的观测矩阵

根据所述观测矩阵Φ以及所述簇内数据得到所述簇内的观测向量Y^*，并将所述观测向量Y^*发送给所述数据汇聚节点，以使所述数据汇聚节点根据正交匹配追踪算法对预测处理后的所述簇内数据X^*进行重构，得到全簇重构数据

其中，M□N₁，s用于控制所述观测矩阵的稀疏程度。

一种不可靠无线传感网中压缩感知数据收集装置，包括：

收集模块，用于收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵；所述一跳拓扑信息中包括每个数据采集节点的一跳邻居节点；

接收模块，用于基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据；

发送模块，用于基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据。

优选地，所述收集模块，具体用于：

收集所在的簇中的每个数据采集节点的一跳拓扑信息根据所述一跳拓扑信息A生成所述簇的一跳拓扑矩阵

其中，N₁为所述簇内的节点数，z₀∈{1,2…N₁}，z₁∈{1,2…N₁}，若第k_e个节点发生错传，则令矩阵A的第k_e列为0：k_e∈{1,2,…,N₁}，i∈[1,N₁]。

优选地，所述接收模块，包括：

接收单元，用于基于压缩感知技术接收所述簇内的N₁个数据采集节点传输的感知数据对所述感知数据进行CRC效验，确定所述感知数据中的错传数据x′_i,i∈{1,2,…,N₁}；

预测单元，用于利用所述一跳拓扑矩阵对所述错传数据x′_i进行预测，得到与所述错传数据x′_i相对应的预测数据

处理单元，用于丢弃所述感知数据中的所述错传数据x′_i，并利用所述预测数据替换所述感知数据中的所述错传数据x′_i，得到预测处理后的所述簇内数据X^*；

其中，X^*(i,1)为经过一跳拓扑矩阵预测的节点i的预测数据。

优选地，所述发送模块，包括：

生成单元，用于根据所述数据汇聚节点分发的随机种子ξ和所述簇内的数据采集节点ID_j,j∈{1,2,…N₁}组合生成簇内随机种子(ξ,ID_j)，并利用所述簇内随机种子生成所述簇内的观测矩阵

发送单元，用于根据所述观测矩阵以及预测处理后的所述簇内数据得到所述簇内的观测向量Y^*，并将所述观测向量Y^*发送给所述数据汇聚节点，以使所述数据汇聚节点根据正交匹配追踪算法对预测处理后的所述簇内数据X^*进行重构，得到全簇重构数据

其中，M□N₁，s用于控制所述观测矩阵的稀疏程度。

一种不可靠无线传感网中压缩感知数据收集系统，包括上述任意一项所述的不可靠无线传感网中压缩感知数据收集装置。

根据上述技术方案可以看出，本申请提供的不可靠无线传感网中压缩感知数据收集方法、装置及系统，收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵；所述一跳拓扑信息中包括每个数据采集节点的一跳邻居节点；基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据；基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据。可见，本申请针对无线传感器网络在不可靠链路下的数据收集问题，引入一跳拓扑矩阵，利用一个簇内的数据采集节点受同一个事件源影响时的高空间相关性，若有数据采集节点在传输数据时发生错传，则利用该节点的一跳邻居节点传输的数据预测该节点错传的数据，可以减小数据错传对数据重构的影响，从而能够利用在不可靠链路中传输的感知数据重构较高精度的数据，提高对目标或目标区域的事件监测结果的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为一种现有的不可靠无线传感网中压缩感知数据收集示意图；

图2为本申请提供的一种不可靠无线传感网中压缩感知数据收集方法的流程示意图；

图3为本申请提供的一种无线传感器网络的分簇示意图；

图4为本申请提供的一种不可靠无线传感网中压缩感知数据收集装置的结构示意图；

图5为本申请提供的技术方案在MATLAB仿真平台上的仿真图。

具体实施方式

术语解释：

CRC效验：循环冗余效验(Cyclic Redundancy Check)，一种数据传输检错功能，对数据进行多项式计算，并将得到的结果附在帧的后面，接收设备也执行类似的算法，以保证数据传输的正确性和完整性；

不可靠链路：在无线信道中，因系统噪声、随机噪声等环境因素或物体阻挡、数据碰撞堵塞等原因，网络链路质量变差，链路不可靠，导致传输数据发生错误或传输失败。链路的不可靠会影响无线传感器网络传输可靠性和运行稳定性；

无线传感器网络中，在不可靠链路下，若接收节点通过CRC校验无法有效检测恢复发生的错传位，此时接收节点将丢弃错传数据包，即丢包，因此本文中将错传与丢包看作是一个事件，故全文只讨论数据包错传情形；

自由空间模型：考虑二维平面内以传感器采集某物理事件，假设在事件发生点(x₀,y₀)，传感器节点采集到的信号的强度为S₀，那么，在点(x,y)处的传感器节点的采集信号的强度为S_(x,y)＝S₀d^-n，其中

该自由空间模型反映的是，传感器感知信号的强度只和距离有关系，距离越远，衰减越大，以d^-n衰减，其中n为衰减指数；

分簇路由协议：是WSN的一类路由协议，基本思想是将网络分为若干簇，以某种分簇算法选择簇首节点，簇内节点将感知到的信息先以一跳或多跳的方式传给簇首节点，由簇首节点传输到数据汇聚节点。将整个网络的能量负载平均分配到每个传感器节点中，从而达到降低网络能源消耗、提高网络整体生存时间的目的；

重构：在WSN中，把N个传感器节点的感知数据组成一个N*1的矢量，记为D。假设D是K稀疏的，即在稀疏基Ψ＝[Ψ₁,Ψ₂,...,Ψ_N]上其中f中非零个数为K个，假设随机观测矩阵为Φ＝(φ_ij)_M×N，其中M＜＜N，则投影后的观测矢量为Y＝(y_i,j)_M×1＝Φd，不可靠无线传感网中压缩感知数据收集方式就是要在分布式网络中实现下面的数学表达式：

在不可靠无线传感网中压缩感知数据收集方式中，Sink不是接收单个节点的感知数据，而是接收所有节点的感知数据的加权和(称为“感知数据的观测值”)。比如，参照图1所示，为一种现有的不可靠无线传感网中压缩感知数据收集示意图，为了传输第i个观测值给数据汇聚节点Sink，S₁把感知值d₁乘以随机系数φ_i1并发送给S₂；S₂也将它的感知数据d₂乘以随机系数φ_i2；然后S2发送φ_i1d₁+φ_i2d₂给节点S₃；以此类推，S_j发送其接收的数据和自己感知数据的加权和给S_j+1；最后，Sink接收到的数据为——第i个观测值；

假设每个感知数据用l比特表示，感知数据乘以随机系数后长度不变，那么，为了在Sink得到M个观测值，则每一个节点需发送M*l比特，Sink根据Y与观测矩阵Φ，就可以把对稀疏信号d的重建问题转化为求解最小l₀范数的问题，即把求解方程转化为求解如下最优化问题：

就可在一定误差范围内重构出原始数据D。

下面将结合本发明实施例中的附图，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，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图2为本申请提供的一种不可靠无线传感网中压缩感知数据收集方法的流程示意图。

参照图2所示，本申请实施例提供的一种不可靠无线传感网中压缩感知数据收集方法，应用于无线传感器网络中的簇首节点中，无线传感器网络WSN的主要作用是通过传感器采集数据，达到对目标或目标区域进行事件监测的目的。

一般来说，影响传感器节点采集数据的主要因素(或者称为“事件源”)具有一定的影响范围。例如，考虑温度传感器，一个着火点将影响以该点为中心的一定区域内传感器的采集数据。传感器节点部署较为密集，这导致网络采集的原始数据具有较强的空间相关性。现有的不可靠无线传感网中压缩感知数据收集方法，把网络中所有传感器节点(假定用N表示传感器节点的数量)采集的感知数据作为一个矢量进行观测，并不考虑事件源对感知数据的影响。而在实际中，由于网络部署范围较大，网络中往往存在多个影响感知数据的事件源。

假设无线传感网(WSN)所监测的区域是一个的方型区域，被平均分为N块子区域，每个子区域内有且仅有1个传感器节点，即整个传感器网络包含N个传感器节点。设有方阵H用于记录整个网络的节点采集的信息，H的第i行第j列元素h_ij表示子区域(i,j)上的传感器节点所采集的信息，即用矩阵的行列表示所对应节点的位置，用矩阵中相应位置的元素值表示该节点所采集到的信息。每个传感器节点的信息由K个目标源的信号叠加而成。

同样，区域内S个突发事件源也可以用一个方阵G来表示，令第i个突发事件源的信号强度为s_i，如果子区域(i,j)上存在突发事件，G中对应元素g_ij的值就设为s_i，否则设为0。

使用公式将方阵转化为列向量，即X＝vec(H),V＝vec(G)。

由于节点信息N×1维向量x中元素的值是S个突发事件信号的叠加，可得X＝ΨV，其中Ψ为传播模型，ψ_ij为子区域i和j之间的传播损耗。

在本申请中，假设信号的传播模型为通用的一个模型，自由空间传播模型。即当一个无线传感网监测范围固定时(N为定值)，节点按照网格的方式均匀布设在监控区域中，节点与节点之间的距离就为一个定值，则传播损耗矩阵Ψ就是固定已知的。

在本申请实施例中，如图3所示，为本申请提供的一种无线传感器网络的分簇示意图，若网络中有S个事件源，以事件源位置为中心将整个网络划分为S个簇，令距离事件源最近的节点为簇首节点，在每一个簇内，使用压缩感知技术进行感知数据的收集，使得每个簇中的数据采集节点采集到的感知数据主要受簇内同一个事件源的影响，增加节点间的空间相关性，使得簇内稀疏度降低，每个簇单独重构时，可以减少簇中观测次数。

在一个簇内，使用压缩感知技术进行数据收集，令距离事件源最近的节点为簇首节点。假设一个簇内有N₁个成员节点，随机观测矩阵为其中M□N₁，使用如下测量矩阵：

其中s控制测量矩阵的稀疏程度，如果则Φ中每一行有logN₁个非零元素，本文中令即Φ为稠密观测矩阵。则观测矢量Y可以表示为：

从而可将计算过程转化为求解凸优化问题：

本申请实施例提供的数据收集方法，包括：

S101：收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵；

所述一跳拓扑信息中包括每个数据采集节点的一跳邻居节点；

本申请实施例中，簇首节点收集本簇内每个数据采集节点的一跳拓扑信息，生成本簇的一跳拓扑矩阵。每个数据采集节点根据距离远近，能够通过一跳即能将感知数据有效传输出去的范围，即一跳范围，在数据采集节点一跳范围内的其它节点即为该数据采集节点的一跳邻居节点。

确定一跳邻居节点的具体操作步骤可以如下：节点之间相互发送探测包，每个节点根据接收功率的强弱，来判断发送节点是否在自己一跳范围内，并将包括一跳邻居节点的一跳拓扑信息发送至簇首节点，簇首节点生成本簇内的一跳拓扑矩阵。

在本申请实施例中，所述收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵，可以包括：收集所在的簇中的每个数据采集节点的一跳拓扑信息根据所述一跳拓扑信息A生成所述簇的一跳拓扑矩阵

其中，N₁为所述簇内的节点数，z₀∈{1,2…N₁}，z₁∈{1,2…N₁}，若第k_e个节点发生错传，则令矩阵A的第k_e列为0：k_e∈{1,2,…,N₁}，i∈[1,N₁]。

S102：基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据；

本申请实施例中，所述基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据，可以包括：基于压缩感知技术接收所述簇内的N₁个数据采集节点传输的感知数据对所述感知数据进行CRC效验，确定所述感知数据中的错传数据x′_i,i∈{1,2,…,N₁}；利用所述一跳拓扑矩阵对所述错传数据x′_i进行预测，得到与所述错传数据x′_i相对应的预测数据丢弃所述感知数据中的所述错传数据x′_i ′，并利用所述预测数据替换所述感知数据中的所述错传数据x′_i，得到预测处理后的所述簇内数据X^*；

其中，X^*(i,1)为经过一跳拓扑矩阵预测的节点i的预测数据。

簇首节点通过生成的一跳拓扑矩阵预测有错传的节点数据包，簇内N₁个节点将收集到的数据包传输给簇首节点，由于链路不可靠，有部分节点将会发生错传，假设第i,i∈{1,2,…,N₁}个节点传输数据发生错传，由x_i变成x′_i，则簇首节点收到的簇内N₁个数据采集节点的数据为根据CRC效验数据即可知道第i个节点发生了错传，找出错传数据x′_i,i∈{1,2,…,N₁}；

此时簇首节点利用一跳拓扑矩阵对错传数据x′_i进行预测，得到预测后的数据即：

其中，X^*(i,1)为经过一跳拓扑矩阵处理后节点i的感知数据，由于一个簇内的节点受同一个事件源影响，一跳范围内，节点之间具有较强的空间相关性，即感知数据之间很相近，此时利用一跳邻居节点的感知数据预测错传数据，丢弃节点i的错传数据，可以减小错传数据对数据重构精度的影响，具有可靠性，对本簇错传数据预测后，即可得到预测处理后的簇内数据X^*。

S103：基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据。

在本申请实施例中，所述基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据，可以包括：

簇首节点根据所述数据汇聚节点分发给每个簇的不同的随机种子ξ和所述簇内的数据采集节点ID_j,j∈{1,2,…N₁}组合生成簇内随机种子(ξ,ID_j)，并利用所述簇内随机种子生成所述簇内的观测矩阵

簇首节点根据所述观测矩阵以及预测处理后的所述簇内数据得到所述簇内的M维观测向量Y^*，并将所述M维观测向量Y^*发送给所述数据汇聚节点，以使所述数据汇聚节点根据正交匹配追踪算法(OMP，Orthogonal Matching Pursuit)对预测处理后的所述簇内数据X^*进行重构，得到全簇重构数据

其中，M□N₁，s用于控制所述观测矩阵的稀疏程度。

现有技术中，在高误码率的无线信道环境中，若节点发送的感知数据发生错传，将会对现有的不可靠无线传感网中压缩感知数据收集方法产生影响，使得数据重构精度极为恶化甚至无法使用。

而本申请提供的不可靠无线传感网中压缩感知数据收集方法，收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵；所述一跳拓扑信息中包括每个数据采集节点的一跳邻居节点；基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据；基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据。可见，本申请针对无线传感器网络在不可靠链路下的数据收集问题，引入一跳拓扑矩阵，利用一个簇内的数据采集节点受同一个事件源影响时的高空间相关性，若有数据采集节点在传输数据时发生错传，则利用该节点的一跳邻居节点传输的数据预测该节点错传的数据，可以减小数据错传对数据重构的影响，从而能够利用在不可靠链路中传输的感知数据重构较高精度的数据，使得压缩感知重构算法在高误码率的无线信道环境中也能保持较高的重构精度，提高对目标或目标区域的事件监测结果的准确性。

而且，本申请不但在有部分数据发生错传时仍然能够高精度重构出数据，而且可以预测错传数据，不需要使用重传机制重新传输错传数据，可以避免节点之间大规模重传数据，从而可以减少节点之间因数据错传需要重传带来的传输能耗，延长网络寿命。

本申请另一方面提供了一种不可靠无线传感网中压缩感知数据收集装置。

图4为本申请提供的一种不可靠无线传感网中压缩感知数据收集装置的结构示意图。

参照图4所示，本申请提供的数据收集装置，包括：

收集模块1，用于收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵；所述一跳拓扑信息中包括每个数据采集节点的一跳邻居节点；

优选地，所述收集模块1，可以具体用于：

收集所在的簇中的每个数据采集节点的一跳拓扑信息根据所述一跳拓扑信息A生成所述簇的一跳拓扑矩阵

其中，N₁为所述簇内的节点数，z₀∈{1,2…N₁}，z₁∈{1,2…N₁}，若第k_e个节点发生错传，则令矩阵A的第k_e列为0：k_e∈{1,2,…,N₁}，i∈[1,N₁]。

接收模块2，用于基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据；

优选地，所述接收模块2，可以包括：

接收单元，用于基于压缩感知技术接收所述簇内的N₁个数据采集节点传输的感知数据对所述感知数据进行CRC效验，确定所述感知数据中的错传数据x′_i,i∈{1,2,…,N₁}；

预测单元，用于利用所述一跳拓扑矩阵对所述错传数据x′_i进行预测，得到与所述错传数据x′_i相对应的预测数据

其中，X^*(i,1)为经过一跳拓扑矩阵预测的节点i的预测数据。

处理单元，用于丢弃所述感知数据中的所述错传数据x′_i，并利用所述预测数据替换所述感知数据中的所述错传数据x′_i，得到预测处理后的所述簇内数据X^*；

发送模块3，用于基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据。

优选地，所述发送模块3，可以包括：

生成单元，用于根据所述数据汇聚节点分发的随机种子ξ和所述簇内的数据采集节点ID_j,j∈{1,2,…N₁}组合生成簇内随机种子(ξ,ID_j)，并利用所述簇内随机种子生成所述簇内的观测矩阵

发送单元，用于根据所述观测矩阵以及预测处理后的所述簇内数据得到所述簇内的观测向量Y^*，并将所述观测向量Y^*发送给所述数据汇聚节点，以使所述数据汇聚节点根据正交匹配追踪算法对预测处理后的所述簇内数据X^*进行重构，得到全簇重构数据

其中，M□N₁，s用于控制所述观测矩阵的稀疏程度。

需要说明的是，本实施例的不可靠无线传感网中压缩感知数据收集装置可以采用上述方法实施例中的不可靠无线传感网中压缩感知数据收集方法，用于实现上述方法实施例中的全部技术方案，其各个模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。

本申请还提供一种不可靠无线传感网中压缩感知数据收集系统，包括上述任意一项所述的不可靠无线传感网中压缩感知数据收集装置。

需要说明的是，本实施例的不可靠无线传感网中压缩感知数据收集系统可以采用上述方法实施例中的不可靠无线传感网中压缩感知数据收集方法，用于实现上述方法实施例中的全部技术方案，其各个模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。

根据上述技术方案可以看出，本申请提供的不可靠无线传感网中压缩感知数据收集方法、装置及系统，收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵；所述一跳拓扑信息中包括每个数据采集节点的一跳邻居节点；基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据；基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据。可见，本申请针对无线传感器网络在不可靠链路下的数据收集问题，引入一跳拓扑矩阵，利用一个簇内的数据采集节点受同一个事件源影响时的高空间相关性，若有数据采集节点在传输数据时发生错传，则利用该节点的一跳邻居节点传输的数据预测该节点错传的数据，可以减小数据错传对数据重构的影响，从而能够利用在不可靠链路中传输的感知数据重构较高精度的数据，提高对目标或目标区域的事件监测结果的准确性。

而且，本申请不但在有部分数据发生错传时仍然能够高精度重构出数据，而且可以预测错传数据，不需要使用重传机制重新传输错传数据，可以避免节点之间大规模重传数据，从而可以减少节点之间因数据错传需要重传带来的传输能耗，延长网络寿命。

图5为本申请提供的技术方案在MATLAB仿真平台上的仿真图。仿真环境设置如下：在一个簇内，簇成员节点通过单跳将数据传输给簇首节点，由簇首节点进行压缩感知数据压缩，将观测矩阵发送给Sink节点，在Sink处进行数据重构。设定簇内有900个节点均衡分布在30×30区域内，簇内有一个事件源，其衰减系数n＝0.01，观测次数M＝450。本文采用正交匹配追踪算法(OMP，Orthogonal Matching Pursuit)作为重构算法，在不重传的前提下，与基本CS算法(Basic-CS)作对比。

由图可知，在无线信道环境较好，即误码率Pb＝10^-5时，本申请提供的CS-OTSC方法和Basic-CS的重构精度相差不大，数据重构信噪比在36dB左右；当无线信道环境较差，误码率Pb＝10^-2时，此时有较多节点的数据包发生错传，Basic-CS数据重构信噪比13.06dB，具有较大误差，而CS-OTSC数据重构信噪比32.33dB，在不重传的情况下仍保持了较高的重构精度，证明本申请和现有的基于压缩感知数据收集方法相比，具有有效性。

为了描述的方便，描述以上系统时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种不可靠无线传感网中压缩感知数据收集方法，应用于无线传感器网络中的簇首节点，其特征在于，包括：

收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵；所述一跳拓扑信息中包括每个数据采集节点的一跳邻居节点；

基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据；

基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据。

2.根据权利要求1所述的数据收集方法，其特征在于，所述收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵，包括：

收集所在的簇中的每个数据采集节点的一跳拓扑信息根据所述一跳拓扑信息A生成所述簇的一跳拓扑矩阵

其中，N₁为所述簇内的节点数，z₀∈{1,2…N₁}，z₁∈{1,2…N₁}，若第k_e个节点发生错传，则令矩阵A的第k_e列为0：

3.根据权利要求2所述的数据收集方法，其特征在于，所述基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据，包括：

基于压缩感知技术接收所述簇内的N₁个数据采集节点传输的感知数据对所述感知数据进行CRC效验，确定所述感知数据中的错传数据x_i′,i∈{1,2,…,N₁}；

利用所述一跳拓扑矩阵对所述错传数据x′_i进行预测，得到与所述错传数据x′_i相对应的预测数据

丢弃所述感知数据中的所述错传数据x′_i，并利用所述预测数据替换所述感知数据中的所述错传数据x′_i，得到预测处理后的所述簇内数据X^*；

其中，X^*(i,1)为经过一跳拓扑矩阵预测的节点i的预测数据。

4.根据权利要求3所述的数据收集方法，其特征在于，所述基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据，包括：

根据所述数据汇聚节点分发的随机种子ξ和所述簇内的数据采集节点ID_j,j∈{1,2,…N₁}组合生成簇内随机种子(ξ,ID_j)，并利用所述簇内随机种子生成所述簇内的观测矩阵

根据所述观测矩阵Φ以及所述簇内数据得到所述簇内的观测向量Y^*，并将所述观测向量Y^*发送给所述数据汇聚节点，以使所述数据汇聚节点根据正交匹配追踪算法对预测处理后的所述簇内数据X^*进行重构，得到全簇重构数据

其中，M＜＜N₁，s用于控制所述观测矩阵的稀疏程度。

5.一种不可靠无线传感网中压缩感知数据收集装置，其特征在于，包括：

收集模块，用于收集所在的簇中的每个数据采集节点的一跳拓扑信息，根据所述一跳拓扑信息生成所述簇的一跳拓扑矩阵；所述一跳拓扑信息中包括每个数据采集节点的一跳邻居节点；

接收模块，用于基于压缩感知技术接收所述簇内的每个数据采集节点传输的感知数据，并利用所述一跳拓扑矩阵预测所述感知数据中的错传数据，得到预测处理后的簇内数据；

发送模块，用于基于压缩感知技术将预测处理后的所述簇内数据发送给数据汇聚节点，以使所述数据汇聚节点对预测处理后的所述簇内数据进行重构，得到全簇重构数据。

6.根据权利要求5所述的数据收集装置，其特征在于，所述收集模块，具体用于：

收集所在的簇中的每个数据采集节点的一跳拓扑信息根据所述一跳拓扑信息A生成所述簇的一跳拓扑矩阵

其中，N₁为所述簇内的节点数，z₀∈{1,2…N₁}，z₁∈{1,2…N₁}，若第k_e个节点发生错传，则令矩阵A的第k_e列为0：

7.根据权利要求6所述的数据收集装置，其特征在于，所述接收模块，包括：

接收单元，用于基于压缩感知技术接收所述簇内的N₁个数据采集节点传输的感知数据对所述感知数据进行CRC效验，确定所述感知数据中的错传数据x′_i,i∈{1,2,…,N₁}；

预测单元，用于利用所述一跳拓扑矩阵对所述错传数据x′_i进行预测，得到与所述错传数据x′_i相对应的预测数据

处理单元，用于丢弃所述感知数据中的所述错传数据x′_i，并利用所述预测数据替换所述感知数据中的所述错传数据x′_i，得到预测处理后的所述簇内数据X^*；

其中，X^*(i,1)为经过一跳拓扑矩阵预测的节点i的预测数据。

8.根据权利要求7所述的数据收集装置，其特征在于，所述发送模块，包括：

生成单元，用于根据所述数据汇聚节点分发的随机种子ξ和所述簇内的数据采集节点ID_j,j∈{1,2,…N₁}组合生成簇内随机种子(ξ,ID_j)，并利用所述簇内随机种子生成所述簇内的观测矩阵

发送单元，用于根据所述观测矩阵以及预测处理后的所述簇内数据得到所述簇内的观测向量Y^*，并将所述观测向量Y^*发送给所述数据汇聚节点，以使所述数据汇聚节点根据正交匹配追踪算法对预测处理后的所述簇内数据X^*进行重构，得到全簇重构数据

其中，M＜＜N₁，s用于控制所述观测矩阵的稀疏程度。

9.一种不可靠无线传感网中压缩感知数据收集系统，其特征在于，包括如权利要求5-8中任意一项所述的不可靠无线传感网中压缩感知数据收集装置。