專利名稱：一種基于壓縮感知的無線傳感器網(wǎng)絡骨干節(jié)點選擇方法
技術領域：
本發(fā)明涉及一種基于壓縮感知的無線傳感器網(wǎng)絡骨干節(jié)點選擇方法，屬于無線網(wǎng)絡通信技術領域。
背景技術：
隨著世界各國對無線傳感器網(wǎng)絡研究的日益重視，無線傳感器網(wǎng)絡的理論研究發(fā)展和技術應用取得了顯著的進步，廣泛應用到軍事、工業(yè)控制、環(huán)境觀測、生態(tài)安全、數(shù)字生活、交通監(jiān)控等眾多領域。無線傳感器網(wǎng)絡作為新興蓬勃發(fā)展的物聯(lián)網(wǎng)的核心技術，勢將在國民生活和軍事應用中發(fā)揮更加重要的作用。從無線傳感器網(wǎng)絡的最初設想到各個領域的應用需求，無線傳感器網(wǎng)絡存在的意義都是龐大規(guī)模的系統(tǒng)，由成千上萬的節(jié)點構成。為了提供大規(guī)模自組織網(wǎng)的解決方案，當前無線傳感器網(wǎng)絡突破大規(guī)模應用壁壘面臨的根本挑戰(zhàn)。首要的問題是無線傳感器網(wǎng)絡傳輸和感知兩大功能不匹配，即“傳感失諧”。傳感器直接獲取數(shù)據(jù)量大，且經(jīng)常要求實時傳輸，要通過帶寬非常有限的無線多跳網(wǎng)絡傳送，難度很高。這個根本矛盾直接導致無線傳感器網(wǎng)絡無法滿足真實應用領域的感知需求。為了解決這個矛盾，必須突破網(wǎng)絡傳輸帶寬瓶頸，盡量減少網(wǎng)絡傳輸量。通過減少相同或相近的感知數(shù)據(jù)到匯聚節(jié)點(Sink)，不僅可以減少網(wǎng)絡傳輸量， 而且可以降低傳感器節(jié)點的能耗。節(jié)點密集的大規(guī)模無線傳感器網(wǎng)絡中，感知數(shù)據(jù)具有顯著的時空相關性，鄰近傳感器節(jié)點會監(jiān)測到相同的現(xiàn)象或事件。因此，探討無線傳感器網(wǎng)絡中感知數(shù)據(jù)相關性是十分必要的。最新研究表明，壓縮感知(Compressive Sensing)能夠突破數(shù)據(jù)獲取和信息處理之間的不對稱性限制，是一個處理相關性數(shù)據(jù)的關鍵技術。壓縮感知理論與傳統(tǒng)奈奎斯特采樣定理不同，其基本思想是只要信號是可壓縮的或在某個變換域是稀疏的，那么就可以用一個與變換基不相關的觀測矩陣將變換所得高維信號投影到一個低維空間上，然后通過求解一個優(yōu)化問題就可以從這些少量的投影中以高概率重構出原信號。相對于其他的數(shù)據(jù)融合技術，壓縮感知以優(yōu)異的壓縮性能、非自適應編碼和編解碼相互獨立等特性，特別適合于資源受限的無線傳感器網(wǎng)絡。只需要明確節(jié)點感知數(shù)據(jù)是可壓縮的，即在某些正交基上可以稀疏表達，節(jié)點便可運行低計算開銷的編碼算法，中央處理節(jié)點通過收集節(jié)點感知數(shù)據(jù)的觀測向量，運行較為復雜的壓縮感知解碼算法，實現(xiàn)數(shù)據(jù)壓縮和重構，將顯著減少網(wǎng)絡傳輸開銷。但是，壓縮感知理論一般研究如何利用單節(jié)點感知數(shù)據(jù)的內(nèi)部相關結構進行壓縮編解碼，考慮到大規(guī)模無線傳感器網(wǎng)絡節(jié)點密集分布，以及節(jié)點有一定存儲能力的特點，有必要進一步利用壓縮感知方法改進大規(guī)模無線傳感器網(wǎng)絡的數(shù)據(jù)傳輸量。另外，壓縮感知的重構誤差，有利于保證感知數(shù)據(jù)的質(zhì)量。根據(jù)傳輸數(shù)據(jù)的相關性，以能量有效的方式對無線傳感器網(wǎng)絡中感知數(shù)據(jù)進行壓縮、重構，并利用重構誤差進一步確定網(wǎng)絡關鍵節(jié)點。通常，無線傳感器網(wǎng)絡中骨干節(jié)點選擇方法是通過Sink節(jié)點指定，或者根據(jù)位置信息確定，或者由簇內(nèi)選舉產(chǎn)生。這些方法主要用于由確定的骨干節(jié)點搭建感知數(shù)據(jù)的傳遞路徑，并不減少從感知節(jié)點到Sink節(jié)點傳遞過程中的數(shù)據(jù)傳輸量。而且壓縮感知理論主要用于無線傳感器網(wǎng)絡中應用層感知數(shù)據(jù)的處理。考慮到解決數(shù)據(jù)相關性正是壓縮感知的特點，利用壓縮感知確定傳輸數(shù)據(jù)的網(wǎng)絡骨干節(jié)點，避免大范圍或者重復數(shù)據(jù)的傳輸，對于大規(guī)模無線傳感器網(wǎng)絡是十分必要的，目前尚且沒有利用壓縮感知理論實現(xiàn)無線傳感器網(wǎng)絡骨干節(jié)點選擇的方法。

發(fā)明內(nèi)容
本發(fā)明的技術解決問題克服現(xiàn)有技術的不足，提供一種基于壓縮感知的無線傳感器網(wǎng)絡骨干節(jié)點選擇方法，以解決無線傳感器網(wǎng)絡中傳輸數(shù)據(jù)量大、采集數(shù)據(jù)精度不可控的問題。利用感知數(shù)據(jù)相關性，采用壓縮感知確定網(wǎng)絡骨干節(jié)點來感知和傳輸數(shù)據(jù)，有利于減少感知和傳輸數(shù)據(jù)的數(shù)量，而且可以進一步根據(jù)需求動態(tài)改變節(jié)點，以適應無線傳感器網(wǎng)絡的實時監(jiān)測。本發(fā)明采取的技術方案是一種基于壓縮感知的無線傳感器網(wǎng)絡骨干節(jié)點選擇方法，它包含以下步驟步驟1. Sink節(jié)點根據(jù)網(wǎng)絡節(jié)點的拓撲關系，對網(wǎng)絡中除了 Sink節(jié)點以外的所有節(jié)點進行編號。編號是從1開始的正整數(shù)，最大為n，其中η表示網(wǎng)絡中除了 Sink節(jié)點以外所有節(jié)點的個數(shù)。節(jié)點編號具有全局唯一性，用來識別節(jié)點的感知數(shù)據(jù)。在Sink節(jié)點端， 用節(jié)點編號代替節(jié)點地址，保證節(jié)點編號和節(jié)點地址是一一對應關系；步驟2. Sink節(jié)點廣播通知所有節(jié)點傳送感知數(shù)據(jù)給自己，并設立一個等待時間的閾值。假設在閾值時間內(nèi)網(wǎng)絡感知的數(shù)據(jù)不會發(fā)生變化，這個閾值通常與網(wǎng)絡中最大中繼跳數(shù)有關，以保證最外層的節(jié)點可以將感知數(shù)據(jù)傳送到Sink節(jié)點。如果在閾值時間內(nèi)， Sink節(jié)點收到所有節(jié)點的感知數(shù)據(jù)，則繼續(xù)步驟3 ；否則，Sink節(jié)點重新發(fā)出廣播通知收集感知數(shù)據(jù)；步驟3. Sink節(jié)點根據(jù)收到的所有節(jié)點的感知數(shù)據(jù)，生成原始數(shù)據(jù)矩陣X，用于和基于壓縮感知理論的重構數(shù)據(jù)矩陣X'的比較；步驟4. Sink節(jié)點根據(jù)網(wǎng)絡拓撲關系，隨機選擇M個從感知節(jié)點到Sink節(jié)點的路徑，生成觀測矩陣。M個路徑上的節(jié)點作為初始網(wǎng)絡骨干節(jié)點，對應著原始數(shù)據(jù)矩陣χ中的感知數(shù)據(jù)，將感知數(shù)據(jù)與隨機系數(shù)相乘生成觀測值1。其中，所述步驟4中網(wǎng)絡節(jié)點的路徑選擇方法步驟如下步驟4. 1隨機選擇一個節(jié)點作為起始節(jié)點，并產(chǎn)生相應的隨機系數(shù)α ^其中i表示選中的路徑序號，j表示節(jié)點編號；步驟4. 2采用啟發(fā)式鄰近節(jié)點選擇方法從當前節(jié)點的鄰居節(jié)點列表中選擇下一跳節(jié)點，并產(chǎn)生相應的隨機系數(shù)α μ ；步驟4. 3若下一跳節(jié)點為Sink節(jié)點，則停止選擇；否則返回步驟4. 2。其中，所述步驟4. 2中啟發(fā)式鄰近節(jié)點選擇方法步驟如下4. 2. 1利用啟發(fā)式原則，有利于快速確定下一跳節(jié)點，啟發(fā)式原則保證內(nèi)層節(jié)點比外層節(jié)點更容易選中，因此設置外層節(jié)點選中概率較小，內(nèi)層節(jié)點選中概率較大。對于當前節(jié)點的每個鄰居節(jié)點，根據(jù)節(jié)點編號，設置其被選為下一跳節(jié)點的概率；4. 2. 2根據(jù)鄰近節(jié)點列表中的概率和生成的隨機數(shù)，選擇下一跳的節(jié)點。
步驟5. Sink節(jié)點對得到的觀測值y和觀測矩陣Φ，利用重構算法計算重構數(shù)據(jù) X'。將重構數(shù)據(jù)X'與原始感知數(shù)據(jù)X相比較，計算重構誤差。若重構誤差大于指定閾值， 則重新選擇M個網(wǎng)絡路徑，返回步驟4，直到滿足感知數(shù)據(jù)重構要求。步驟6.由于選擇M個從感知節(jié)點到Sink節(jié)點的路徑具有隨機性，路徑之間很有可能有相同節(jié)點。為了減少Sink節(jié)點廣播報文的大小，需要合并M個路徑之間的重疊節(jié)點， 將合并后的節(jié)點列表確定為選中的網(wǎng)絡骨干節(jié)點；步驟7. Sink節(jié)點進行全網(wǎng)廣播，通知選中的節(jié)點為網(wǎng)絡骨干節(jié)點以及每個節(jié)點對應的下一跳節(jié)點列表，以此作為后期感知數(shù)據(jù)的節(jié)點集合。本發(fā)明與現(xiàn)有技術相比的優(yōu)點在于(1)由于本發(fā)明根據(jù)無線傳感器網(wǎng)絡監(jiān)測區(qū)域數(shù)據(jù)相關性特點，采用壓縮感知理論確定用于感知數(shù)據(jù)的網(wǎng)絡骨干節(jié)點，有利于快速感知全網(wǎng)數(shù)據(jù)，減少感知數(shù)據(jù)的傳輸量；(2)盡管僅利用少數(shù)的網(wǎng)絡骨干節(jié)點感知全網(wǎng)數(shù)據(jù)，但利用壓縮感知的重構誤差可以解決感知數(shù)據(jù)精度不可控的問題，進而根據(jù)網(wǎng)絡動態(tài)變化需求，可以快速重置網(wǎng)絡骨干節(jié)點。本方法是一種適用于無線傳感器網(wǎng)絡的動態(tài)調(diào)整網(wǎng)絡骨干節(jié)點的方法。


圖1為本發(fā)明的匯聚形式網(wǎng)絡拓撲圖；圖2為本發(fā)明的鄰居節(jié)點選擇示意圖；圖3為本發(fā)明的重疊節(jié)點合并示意圖；圖4為本發(fā)明的流程框圖。圖中符號說明如下Sink表示無線傳感器網(wǎng)絡的匯聚節(jié)點；α 1>4, α 1>5, α ia2, α 1>17, α ia6, α 1>19分別表示在選中路徑1上節(jié)點編號為4，5，12， 17，16，19的節(jié)點產(chǎn)生的隨機系數(shù)；χ4, χ5, χ12, x17, x16, X19分別表示節(jié)點編號為4，5，12，17，16，19的節(jié)點的感知數(shù)據(jù)；R1和&表示選中的兩條路徑；S表示當前節(jié)點；N1, N2, N3, N4分別表示鄰居節(jié)點。
具體實施例方式本發(fā)明所提出的基于壓縮感知的無線傳感器網(wǎng)絡骨干節(jié)點選擇方法需解決以下四個問題第一，網(wǎng)絡節(jié)點標號。需要根據(jù)網(wǎng)絡節(jié)點的拓撲關系，對網(wǎng)絡中所有節(jié)點進行編號，節(jié)點編號保證具有全局唯一性，有利于參與壓縮感知中的矩陣運算；第二，網(wǎng)絡感知數(shù)據(jù)收集，用于壓縮感知中參考數(shù)據(jù)。多跳網(wǎng)絡的數(shù)據(jù)傳輸存在延遲，通常設立一個等待時間的閾值，以保證最外層的節(jié)點可以將感知數(shù)據(jù)發(fā)送到Sink節(jié)點；第三，網(wǎng)絡骨干節(jié)點選擇， 涉及壓縮感知中關鍵的觀測矩陣和重構算法，生成滿足重構誤差的若干個網(wǎng)絡路徑，作為網(wǎng)絡骨干節(jié)點；第四，網(wǎng)絡廣播通知。需要進行全網(wǎng)廣播通知選中的節(jié)點為網(wǎng)絡骨干節(jié)點。見圖4，本發(fā)明一種基于壓縮感知的無線傳感器網(wǎng)絡骨干節(jié)點選擇方法，該方法具體實施步驟如下步驟1.以無線傳感器網(wǎng)絡中通常的匯聚形式網(wǎng)絡拓撲為例，如圖1所示，在Sink 節(jié)點端，根據(jù)網(wǎng)絡節(jié)點的拓撲關系，對網(wǎng)絡中除了 Sink節(jié)點以外的所有節(jié)點進行編號。這里采用自底向上、從右到左的順序進行編號，編號是從1開始的正整數(shù)，最大為n，其中η表示網(wǎng)絡中除了 Sink節(jié)點以外所有節(jié)點的個數(shù)。節(jié)點編號具有全局唯一性，用來識別節(jié)點的感知數(shù)據(jù)。在Sink節(jié)點端，用節(jié)點編號代替節(jié)點地址，保證節(jié)點編號和節(jié)點地址是一一對應關系。通過節(jié)點標號，圖1所示的網(wǎng)絡形成節(jié)點列表[N1, N2,…，N21]。步驟2. Sink節(jié)點廣播通知所有節(jié)點傳送感知數(shù)據(jù)給自己，并設立一個等待時間的閾值。假設在閾值時間內(nèi)網(wǎng)絡感知的數(shù)據(jù)不會發(fā)生變化，這個閾值通常與網(wǎng)絡中最大中繼跳數(shù)有關，以保證最外層的節(jié)點可以將感知數(shù)據(jù)傳送到Sink節(jié)點，所以關鍵問題是如何確定等待時間的閾值。為了確定Sink節(jié)點廣播后等待時間的閾值，首先，通過節(jié)點的傳輸速率ν和傳輸數(shù)據(jù)的大小d，確定網(wǎng)絡內(nèi)部單跳傳輸時間t = d/v ；其次，考慮到從感知節(jié)點到Sink節(jié)點的匯聚過程中最大跳數(shù)是遍歷所有節(jié)點，即最大跳數(shù)為η。所以將單跳傳輸時間t與最大跳數(shù)η相乘，可以確定單向傳輸?shù)淖畲髸r間，再根據(jù)命令發(fā)送-數(shù)據(jù)感知的雙向傳輸過程，確定Sink節(jié)點的最大等待時間，如下所示Twait = E ⑴ *η*2+δ其中，Twait表示Sink節(jié)點的最大等待時間，即等待時間的閾值；E(t)為單跳傳輸時間的期望值；S為控制量。如果在閾值時間內(nèi)，Sink節(jié)點收到所有節(jié)點的感知數(shù)據(jù)，則準備下一步網(wǎng)絡骨干節(jié)點選擇；否則，Sink節(jié)點重新發(fā)出廣播通知收集感知數(shù)據(jù)。步驟3. Sink節(jié)點根據(jù)收到的所有節(jié)點的感知數(shù)據(jù)，生成原始數(shù)據(jù)矩陣X，用于和
基于壓縮感知理論的重構數(shù)據(jù)矩陣X'的比較，具體如下式所示 — -1 「丨 _X= . X=.
3J Lx"_其中，Xi表示節(jié)點i的感知數(shù)據(jù)，χ' i表示節(jié)點i的重構數(shù)據(jù)。對應圖1所示的網(wǎng)絡拓撲，η為21。通過將重構數(shù)據(jù)χ'與感知數(shù)據(jù)X相比較，計算重構誤差，用來評價骨干節(jié)點重構數(shù)據(jù)的效果。重構誤差計算公式如下所示
Ilx-XlI當ε =0時，說明重構數(shù)據(jù)與感知數(shù)據(jù)完全一致。步驟4. Sink節(jié)點根據(jù)網(wǎng)絡拓撲關系，隨機選擇M個從感知節(jié)點到Sink節(jié)點的路徑，用于生成觀測矩陣。觀測矩陣是壓縮感知理論中重要部分，它的性能決定感知信號的重構誤差，也決定基于壓縮感知的網(wǎng)絡骨干節(jié)點的選擇。根據(jù)壓縮感知理論，采用一個MXN(M<<N)觀測矩陣Φ對長度為N的信號χ進行線性投影，得到線性觀測值y= Φχ。結果，觀測值y是
6一個M維向量，這樣使觀測對象從N維降為M維。觀測過程是非自適應的，即觀測矩陣不依賴于信號χ。觀測矩陣的設計要求信號從χ轉換為1的過程中，所得到的M個觀測值不會破壞原始信號的信息，保證信號的精確重構。觀測矩陣的設計包含兩方面的內(nèi)容一是觀測矩陣的維數(shù)選取，理論研究表明，觀測矩陣的維數(shù)與信號稀疏度有關，其數(shù)值依賴于原始信號的稀疏度；二是觀測矩陣中元素的選取。目前，用于壓縮感知的觀測矩陣主要包括高斯隨機矩陣、貝努利隨機矩陣、部分傅立葉矩陣以及部分哈達瑪矩陣等。但這些矩陣并不適用于網(wǎng)絡骨干節(jié)點的選擇。為了實現(xiàn)對無線傳感器網(wǎng)絡感知數(shù)據(jù)的有效壓縮，從以下兩個方面設計觀測矩陣1)觀測矩陣的維數(shù)，對應于網(wǎng)絡中從最外層感知節(jié)點到Sink節(jié)點的路徑個數(shù)M，M個路徑覆蓋網(wǎng)絡的骨干節(jié)點；幻觀測矩陣的元素，對應于選中的M個路徑上節(jié)點產(chǎn)生的隨機系數(shù)和非選中的其他節(jié)點默認值0。首先，從最外層節(jié)點開始，如圖1所示，根據(jù)網(wǎng)絡拓撲關系，隨機選擇一個節(jié)點作為起始節(jié)點，并產(chǎn)生相應的隨機系數(shù)α u，其中i表示選中的路徑序號，j表示節(jié)點編號。其次，為了保證路徑能夠到達Sink節(jié)點，需要從當前節(jié)點的鄰居節(jié)點列表中選擇下一跳節(jié)點。利用啟發(fā)式原則，有利于快速確定下一跳節(jié)點，啟發(fā)式原則保證內(nèi)層節(jié)點比外層節(jié)點更容易選中，因此設置外層節(jié)點選中概率較小，內(nèi)層節(jié)點選中概率較大。對于當前節(jié)點的每個鄰居節(jié)點，根據(jù)節(jié)點編號，設置其被選為下一跳節(jié)點的概率，如此一直延續(xù)Sink 節(jié)點為止。以圖2為例，當前節(jié)點S周圍Sink節(jié)點方向的鄰居節(jié)點列表為[N1, N2, N3, N4], 根據(jù)下式設置選中概率
ρ = 1 , i = \ ... I^n
i=\其中，1為當前節(jié)點的鄰居節(jié)點的個數(shù)，圖2中1為4。由于節(jié)點編號是按著自底向上、從右到左的順序分配，所以內(nèi)層節(jié)點編號較大，概率值也較大，保證路徑可以流向Sink 節(jié)點；左側節(jié)點編號較大，概率值也較大，保證M條路徑在起始點不同的前提下，路徑有一定的傾向性，盡量不重疊節(jié)點。根據(jù)上述方法，隨機選擇M個路徑。路徑上的節(jié)點作為選中節(jié)點，具有產(chǎn)生的隨機系數(shù)，其余節(jié)點的隨機系數(shù)為零。由此，生成觀測矩陣Φ，以圖2為例，如下所示
"0 0 0 alA al 5 0 0 ···"Φ = ！M個路徑上的節(jié)點作為初始網(wǎng)絡骨干節(jié)點，對應著原始數(shù)據(jù)矩陣χ中的感知數(shù)據(jù)， 將感知數(shù)據(jù)與隨機系數(shù)相乘，累加結果作為觀測值y的一個單元，計算公式如下所示
Nyt =^aljXuJ = 1,···,M
；=1步驟5. Sink節(jié)點對得到的觀測值y和觀測矩陣Φ，利用重構算法計算重構數(shù)據(jù)
X' O根據(jù)壓縮感知理論，
y = Φχ其中Φ是一個MXN矩陣，χ為稀疏性數(shù)據(jù)。上式中，方程的個數(shù)遠小于未知數(shù)的個數(shù)，方程無確定解，無法重構信號。但是，由于信號具有稀疏性，若上式中的Φ滿足有限等距性質(zhì)(Restricted Isometry Property，簡稱RIP)，即對于任意K稀疏信號χ和常數(shù) Sk e (0，1)，矩陣Φ滿足
權利要求
1.一種基于壓縮感知的無線傳感器網(wǎng)絡骨干節(jié)點選擇方法，其特征在于該方法具體步驟如下步驟1. Sink節(jié)點根據(jù)網(wǎng)絡節(jié)點的拓撲關系，對網(wǎng)絡中除了 Sink節(jié)點以外的所有節(jié)點進行編號，編號是從1開始的正整數(shù)，最大為n，其中η表示網(wǎng)絡中除了 Sink節(jié)點以外所有節(jié)點的個數(shù)；節(jié)點編號具有全局唯一性，用來識別節(jié)點的感知數(shù)據(jù)，在Sink節(jié)點端，用節(jié)點編號代替節(jié)點地址，保證節(jié)點編號和節(jié)點地址是一一對應關系；步驟2. Sink節(jié)點廣播通知所有節(jié)點傳送感知數(shù)據(jù)給自己，并設立一個等待時間的閾值；假設在閾值時間內(nèi)網(wǎng)絡感知的數(shù)據(jù)不會發(fā)生變化，這個閾值通常與網(wǎng)絡中最大中繼跳數(shù)有關，以保證最外層的節(jié)點可以將感知數(shù)據(jù)傳送到Sink節(jié)點；如果在閾值時間內(nèi)，Sink 節(jié)點收到所有節(jié)點的感知數(shù)據(jù)，則繼續(xù)步驟3 ；否則，Sink節(jié)點重新發(fā)出廣播通知收集感知數(shù)據(jù)；步驟3. Sink節(jié)點根據(jù)收到的所有節(jié)點的感知數(shù)據(jù)，生成原始數(shù)據(jù)矩陣X，用于和基于壓縮感知理論的重構數(shù)據(jù)矩陣χ'的比較；步驟4. Sink節(jié)點根據(jù)網(wǎng)絡拓撲關系，隨機選擇M個從感知節(jié)點到Sink節(jié)點的路徑，生成觀測矩陣；M個路徑上的節(jié)點作為初始網(wǎng)絡骨干節(jié)點，對應著原始數(shù)據(jù)矩陣χ中的感知數(shù)據(jù)，將感知數(shù)據(jù)與隨機系數(shù)相乘生成觀測值y ；步驟5. Sink節(jié)點對得到的觀測值y和觀測矩陣Φ，利用重構算法計算重構數(shù)據(jù)χ'； 將重構數(shù)據(jù)χ'與原始感知數(shù)據(jù)χ相比較，計算重構誤差；若重構誤差大于指定閾值，則重新選擇M個網(wǎng)絡路徑，返回步驟4，直到滿足感知數(shù)據(jù)重構要求；步驟6.由于選擇M個從感知節(jié)點到Sink節(jié)點的路徑具有隨機性，路徑之間很有可能有相同節(jié)點；為了減少Sink節(jié)點廣播報文的大小，需要合并M個路徑之間的重疊節(jié)點，將合并后的節(jié)點列表確定為選中的網(wǎng)絡骨干節(jié)點；步驟7. Sink節(jié)點進行全網(wǎng)廣播，通知選中的節(jié)點為網(wǎng)絡骨干節(jié)點以及每個節(jié)點對應的下一跳節(jié)點列表，以此作為后期感知數(shù)據(jù)的節(jié)點集合。
2.根據(jù)權利要求1所述的一種基于壓縮感知的無線傳感器網(wǎng)絡骨干節(jié)點選擇方法，其特征在于所述步驟4中網(wǎng)絡節(jié)點的路徑選擇方法步驟如下步驟4. 1，隨機選擇一個節(jié)點作為起始節(jié)點，并產(chǎn)生相應的隨機系數(shù)α i, ρ其中i表示選中的路徑序號，j表示節(jié)點編號；步驟4. 2，采用啟發(fā)式鄰近節(jié)點選擇方法從當前節(jié)點的鄰居節(jié)點列表中選擇下一跳節(jié)點，并產(chǎn)生相應的隨機系數(shù)α i.j ；步驟4. 3，若下一跳節(jié)點為Sink節(jié)點，則停止選擇；否則返回步驟4. 2。
3.根據(jù)權利要求2所述的一種基于壓縮感知的無線傳感器網(wǎng)絡骨干節(jié)點選擇方法，其特征在于所述步驟4. 2中啟發(fā)式鄰近節(jié)點選擇方法步驟如下步驟4. 2. 1，利用啟發(fā)式原則，有利于快速確定下一跳節(jié)點，啟發(fā)式原則保證內(nèi)層節(jié)點比外層節(jié)點更容易選中，因此設置外層節(jié)點選中概率較小，內(nèi)層節(jié)點選中概率較大，；對于當前節(jié)點的每個鄰居節(jié)點，根據(jù)節(jié)點編號，設置其被選為下一跳節(jié)點的概率；步驟4. 2. 2，根據(jù)鄰近節(jié)點列表中的概率和生成的隨機數(shù)，選擇下一跳的節(jié)點。
全文摘要
一種基于壓縮感知的無線傳感器網(wǎng)絡骨干節(jié)點選擇方法，步驟為1、Sink節(jié)點根據(jù)拓撲關系，對網(wǎng)絡中所有節(jié)點編號；2、Sink節(jié)點廣播通知所有節(jié)點傳送感知數(shù)據(jù)，并設立一個等待時間的閾值；3、Sink節(jié)點根據(jù)收到所有節(jié)點的感知數(shù)據(jù)，生成原始數(shù)據(jù)矩陣x；4、Sink節(jié)點根據(jù)網(wǎng)絡拓撲，從原始數(shù)據(jù)矩陣x中，隨機選擇M個從感知節(jié)點到Sink節(jié)點的路徑，生成觀測矩陣Φ；5、Sink節(jié)點對得到的觀測值y和觀測矩陣Φ，利用重構算法計算重構誤差，生成滿足重構要求的M個網(wǎng)絡路徑；6、Sink節(jié)點合并M個路徑之間的重疊節(jié)點，確定選中的網(wǎng)絡骨干節(jié)點；7、Sink節(jié)點全網(wǎng)廣播，通知選中的節(jié)點為網(wǎng)絡骨干節(jié)點，作為后期感知數(shù)據(jù)的節(jié)點集合。
文檔編號H04W40/02GK102547903SQ20121001559
公開日2012年7月4日 申請日期2012年1月18日 優(yōu)先權日2012年1月18日
發(fā)明者修春娣, 劉建偉, 尚濤, 毛劍, 裴恒利 申請人:北京航空航天大學