预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107995600A(43)申请公布日2018.05.04(21)申请号201711138648.5(22)申请日2017.11.16(71)申请人南京邮电大学地址210003江苏省南京市鼓楼区新模范马路66号(72)发明人郭剑顾洁韩崇周剑肖甫王娟薛皓天(74)专利代理机构南京知识律师事务所32207代理人李吉宽(51)Int.Cl.H04W4/38(2018.01)H04W84/18(2009.01)权利要求书1页说明书4页附图2页(54)发明名称一种基于矩阵补全的无线传感网数据采集方法(57)摘要本发明公开了一种基于矩阵补全的无线传感网数据采集方法。主要分为感知节点和基站两个环节。在感知节点中,感知节点采集一轮数据,再利用RLS自适应过滤算法估算该时刻的读数,如果实际感知数据与估计数据的误差值超过一定上限,则将节点编号、采集时刻、采集数据等信息传输给基站,否则不上传数据。在基站中,基站通过接受感知节点传输的数据,构建一个不完整的采集数据矩阵B,再对其利用矩阵补全重构算法进行补全,得到恢复后的矩阵B’,该矩阵存储了完整的感知数据。本发明可以有效地减少传感器节点的能耗,提高采样端工作效率,延长整个网络的生命周期。CN107995600ACN107995600A权利要求书1/1页1.一种基于矩阵补全的无线传感网数据采集方法,由节点和基站两个部分相互配合完成,其特征在于,节点部分具体包含以下步骤:步骤A1:节点初始化,清除之前的数据,设置估计误差θmax和采样时刻t;步骤A2:t=0,感知节点采集首轮数据,每个节点将其节点编号i、采集时刻t及感知数据Xi(t)发送给基站节点;步骤A3:t=t+1,感知节点继续采集一轮数据Xi(t),并保存;步骤A4:节点利用RLS自适应过滤算法估算t时刻的读数Ci(t);步骤A5:节点对数据进行自适应过滤评估,如果实际感知数据Xi(t)与估计数据Ci(t)的误差值超过θmax,则将Xi(t)、i、t传输给基站,否则不上传数据;步骤A6:如采集任务完成,则节点停止工作,否则,转入步骤A3;基站部分具体包含以下步骤:步骤B1:系统初始化,将之前的数据清空,设置网络节点总数K,以及采样处理周期T;步骤B2:构建一个K×T的二维矩阵B来存储节点提交的感知数据,矩阵元素的初始值均设为NaN;步骤B3:接收节点传输的数据;步骤B4:对接收到的数据,根据节点编号i、时间t和传输数据Xi(t),从初始矩阵B中找到对应的位置,并用Xi(t)替换NaN;步骤B5:重复步骤B3和B4,直到一个周期T完成,这时得到一个不完整的采集数据矩阵B,B中存放了经RLS算法过滤后的感知数据;步骤B6:基站利用矩阵补全重构算法对感知数据矩阵B进行补全,得到恢复后的矩阵B’,该矩阵存储了完整的感知数据;步骤B7:基站将恢复后的感知数据提交到数据处理中心。2.根据权利1所述的基于矩阵补全的无线传感网数据采集方法,其特征在于:各个节点均拥有唯一的ID编号,采样节点存储前一次的采样数据,用于下一次自适应过滤的估值计算。3.根据权利1所述的基于矩阵补全的无线传感网数据采集方法,其特征在于:感知节点会通过RLS自适应过滤器预测得到一个期望信号,只有当期望信号与实际的结果相差超过一定的误差值才会传输该数据。2CN107995600A说明书1/4页一种基于矩阵补全的无线传感网数据采集方法技术领域[0001]本发明属于无线传感器网络技术领域,涉及一种基于矩阵补全技术的无线传感网数据采集技术,主要应用于无线传感器网络中,具有减少数据采集量、降低节点能耗、延长网络生命周期等作用。背景技术[0002]无线传感器网络(WirelessSensorNetworks,WSNs)是一种特殊的Ad-hoc网络,由具有传感、数据处理和短距离无线通信功能的传感器节点组成,它不需要固定网络支持,具有快速展开,抗毁性强等特点,可广泛应用于军事国防、环境监测、生物医疗、智能交通、抢险救灾以及商业应用等领域。[0003]无线传感器网络的采集数据都来自于感知节点。感知节点一般由电池供电,且更换不易。在传感器网络中,数据的采集与传输都会导致电能的消耗。为了降低能耗,延长网络生命周期,可以采取一些技术手段来降低数据量。其中,网内数据抑制和压缩是降低数据量的常见思路,它可以从根本上降低能源消耗并延长网络的生命周期。这类方法包括传统信源编码、分布式信源编码(DistributedSourceCoding,DSC)、压缩感知(CompressiveSensing,CS)等。信源编码是一种利用编码方数据空间相关性的网内数据抑制方法,为了能获得更好的压缩效果,它通常需要感知节点之间的相互协调。分布式信源编码是信源编码