無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及物聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建 模與定量分析方法及系統(tǒng)。
【背景技術(shù)】
[0002] 物聯(lián)網(wǎng)用途廣泛，遍及工農(nóng)業(yè)生產(chǎn)、環(huán)境監(jiān)測(cè)、現(xiàn)代物流、安防等多個(gè)領(lǐng)域。據(jù)"中 國(guó)市場(chǎng)情報(bào)中心"預(yù)測(cè)，2015年我國(guó)物聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)模將達(dá)10000億元，2020年將超過(guò)5萬(wàn)億 元。物聯(lián)網(wǎng)可對(duì)物理世界與信息世界進(jìn)行良好的融合，從根本上改變現(xiàn)有的IT系統(tǒng)。但是， 物聯(lián)網(wǎng)大規(guī)模產(chǎn)業(yè)化還需解決一些關(guān)鍵問(wèn)題，而物聯(lián)網(wǎng)的主要技術(shù)之一是無(wú)線傳感網(wǎng)絡(luò)， 無(wú)線傳感網(wǎng)絡(luò)相關(guān)技術(shù)不夠成熟是制約物聯(lián)網(wǎng)實(shí)用化主要因素之一。
[0003] 利用監(jiān)測(cè)數(shù)據(jù)空間相關(guān)性來(lái)設(shè)計(jì)各種算法來(lái)解決無(wú)線傳感網(wǎng)中相關(guān)問(wèn)題，一直受 到研究者的重視，例如在數(shù)據(jù)聚合和路由算法、數(shù)據(jù)存儲(chǔ)和查詢、數(shù)據(jù)壓縮和編碼、MAC層協(xié) 議設(shè)計(jì)、目標(biāo)監(jiān)測(cè)與定位，以往研究人員只是定性地評(píng)價(jià)這些算法對(duì)數(shù)據(jù)空間相關(guān)性強(qiáng)弱 的敏感程度，由于很少有真正的大規(guī)模無(wú)線傳感網(wǎng)系統(tǒng)已經(jīng)部署，幾乎沒(méi)有可用作測(cè)試算 法的空間范圍較大實(shí)際數(shù)據(jù)集，于是，只好對(duì)數(shù)據(jù)分布特性做出不同的假設(shè)來(lái)定量地進(jìn)行 評(píng)估。例如:有一些假設(shè)空間相關(guān)性是數(shù)據(jù)聯(lián)合熵函數(shù)，有一些假設(shè)數(shù)據(jù)在空間服從某種擴(kuò) 散規(guī)律，有一些假設(shè)數(shù)據(jù)在空間上分布是依賴距離的聯(lián)合高斯函數(shù)，最后，還有一些研究人 員建議使用環(huán)境監(jiān)測(cè)中獲得的遙感數(shù)據(jù)，而這些數(shù)據(jù)集的空間分辨率不能匹配無(wú)線傳感網(wǎng) 監(jiān)測(cè)數(shù)據(jù)的粒度。已有研究員嘗試用數(shù)學(xué)模型來(lái)捕捉無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)空間相關(guān)性，該 模型假設(shè)節(jié)點(diǎn)之間數(shù)據(jù)差服從均值為零，標(biāo)準(zhǔn)差依賴節(jié)點(diǎn)間距離的正態(tài)分布，該模型不依 賴于無(wú)線傳感網(wǎng)節(jié)點(diǎn)部署密度、源事件個(gè)數(shù)、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，但是，該模型從少量原始數(shù)據(jù) 抽取其空間相關(guān)性，與模型合成大尺度空間范圍的測(cè)試數(shù)據(jù)的空間相關(guān)性匹配精度還有待 提高，另外獲取模型參數(shù)的迭代計(jì)算收斂速度太慢。
[0004] 無(wú)線傳感網(wǎng)采集數(shù)據(jù)都具有不同程度空間相關(guān)性，研究者試圖利用這種相關(guān)性設(shè) 計(jì)高效的網(wǎng)絡(luò)協(xié)議和算法，以適應(yīng)由成千上萬(wàn)個(gè)節(jié)點(diǎn)組成網(wǎng)絡(luò)。因此，需要無(wú)線傳感網(wǎng)提供 大規(guī)模的實(shí)際測(cè)量數(shù)據(jù)并抽取其空間相關(guān)性，從而定量地評(píng)價(jià)空間相關(guān)性強(qiáng)弱對(duì)網(wǎng)絡(luò)協(xié)議 和算法性能的影響。但是，目前的無(wú)線傳感網(wǎng)不論真實(shí)系統(tǒng)，連演示系統(tǒng)都只停留在"百"這 個(gè)量級(jí)上，如何在一個(gè)較寬泛的真實(shí)條件下，從一個(gè)實(shí)際無(wú)線傳感網(wǎng)系統(tǒng)采集的數(shù)據(jù)集中 捕捉其空間相關(guān)性，通過(guò)生成相應(yīng)的數(shù)學(xué)模型來(lái)人工合成大規(guī)模數(shù)據(jù)集，使得兩者的空間 相關(guān)性保持一致，從而為無(wú)線傳感網(wǎng)網(wǎng)絡(luò)協(xié)議和算法提供空間規(guī)模較大的測(cè)試數(shù)據(jù)源，是 一個(gè)急需解決的問(wèn)題。隨著傳感器技術(shù)、嵌入式計(jì)算技術(shù)、分布式信息處理技術(shù)和通信技術(shù) 的迅速發(fā)展，無(wú)線傳感網(wǎng)部署規(guī)模將會(huì)越來(lái)越大，對(duì)這種測(cè)試數(shù)據(jù)源需求也會(huì)越迫切。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明要解決的技術(shù)問(wèn)題在于針對(duì)現(xiàn)有技術(shù)中難以獲得大規(guī)模無(wú)線傳感網(wǎng)絡(luò)數(shù) 據(jù)集的缺陷，提供一種可以人工合成任意空間相關(guān)性強(qiáng)弱的大規(guī)模數(shù)據(jù)集的無(wú)線傳感網(wǎng)監(jiān) 測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法及系統(tǒng)。
[0006] 本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：
[0007] 本發(fā)明提供一種無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法，包括以 下步驟：
[0008] S1、從小規(guī)模無(wú)線傳感網(wǎng)中獲取N個(gè)節(jié)點(diǎn)采集到的實(shí)際數(shù)據(jù)序列W= (XI，X2，…，XN )T，對(duì)實(shí)際數(shù)據(jù)序列W進(jìn)行稀疏變換，得到k個(gè)非零系數(shù)，并按節(jié)點(diǎn)訪問(wèn)的順利將最遠(yuǎn)的非零 系數(shù)對(duì)應(yīng)的距離確定為參數(shù)h，h為整數(shù)；
[0009] S2、根據(jù)公式γ (i)，得到h個(gè)方程，
參數(shù)ai，β，的非線性方程組，其中：
[0011] S3、采用最小二乘法計(jì)算h個(gè)參數(shù)h，并代入非線性方程組；
[0012] S4、求解該非線性方程組，得到h+Ι個(gè)參數(shù)Μ，β;
[0013] S5、將得到的2h+l個(gè)參數(shù)〇1，0，〇1代入模型X(x，y)中，生成與實(shí)際數(shù)據(jù)序列W的空間 相關(guān)性保持一致的大規(guī)模數(shù)據(jù)集W'模型X (X，y)的公式為：
[0015]其中，Χ^Ζ^Υ共同決定了 X(x，y)，其中21(1 = 1，2，~，1〇、￥和父為兩兩相互獨(dú)立的 隨機(jī)變量，21表示相鄰節(jié)點(diǎn)采集數(shù)據(jù)值間的差異，Y表示與節(jié)點(diǎn)X(x，y)距離超出h倍d后，X (X，y)取值僅與Y有關(guān)而與相鄰節(jié)點(diǎn)Xi無(wú)關(guān)；
[0016] w.p.表示為中文的意思"關(guān)于"，可用"關(guān)于"兩個(gè)字代替；
表示隨機(jī)變量X(x， y)取值為的平均概率，β表示隨機(jī)變量X(x，y)取值為Y的概率。
[0017] 進(jìn)一步地，本發(fā)明的步驟S1中稀疏變換的方法具體為：
[0018] 將二維空間數(shù)據(jù)轉(zhuǎn)換為一維向量進(jìn)行稀疏表示，實(shí)際數(shù)據(jù)序列W在某組基Φ上呈現(xiàn) k稀疏性，即有：
[0019] ψ=φθ
[0020] 其中，Φ是維數(shù)為Ν X Ν的稀疏變換矩陣，稀疏系數(shù)向量θ = ( Θ:，Θ 2，…θ Ν)τ，
[0021 ]進(jìn)一步地，本發(fā)明的步驟S5中空間相關(guān)性用半變差函數(shù)來(lái)描述，對(duì)于二維空間的 平穩(wěn)隨機(jī)過(guò)程X(x，y)，半變差函數(shù)的公式為：
[0023]其中，E□表示隨機(jī)變量求期望運(yùn)算，（Xd,yd)表示節(jié)點(diǎn)與另一個(gè)節(jié)點(diǎn)(x，y)的距離 為d〇
[0024] 進(jìn)一步地，本發(fā)明的步驟S5中根據(jù)模型參數(shù)21調(diào)整檢測(cè)數(shù)據(jù)X的空間相關(guān)性強(qiáng)弱。
[0025] 本發(fā)明提供一種無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析系統(tǒng)，包括：
[0026] 實(shí)際數(shù)據(jù)序列采集單元，用于從小規(guī)模無(wú)線傳感網(wǎng)中獲取N個(gè)節(jié)點(diǎn)采集到的實(shí)際 數(shù)據(jù)序列1=(11，1 2，一，幼)7，對(duì)實(shí)際數(shù)據(jù)序列1進(jìn)行稀疏變換，得到1^個(gè)非零系數(shù)，并按節(jié)點(diǎn) 訪問(wèn)的順利將最遠(yuǎn)的非零系數(shù)對(duì)應(yīng)的距離確定為參數(shù)h，h為整數(shù)；
[0027] 參數(shù)求解單元，用于根據(jù)公式γ (i)，得到h個(gè)方程 立，得到h+1個(gè)關(guān)于參數(shù)〇1，0，〇1的非線性方程組，其中：
[0029] 并采用最小二乘法計(jì)算h個(gè)參數(shù)〇1，并代入非線性方程組;求解該非線性方程組， 得到h+Ι個(gè)參數(shù)aij;
[0030] 大規(guī)模數(shù)據(jù)集生成單元，用于將得到的2h+l個(gè)參數(shù)〇1，0，〇1代入模型X(x，y)中，生 成與實(shí)際數(shù)據(jù)序列W的空間相關(guān)性保持一致的大規(guī)模數(shù)據(jù)集W'模型X(x，y)的公式為：
[0032] 其中，Χ^Ζ^Υ共同決定了 X(x，y)，其中21(丨=1，2，."，1〇、￥和父為兩兩相互獨(dú)立的 隨機(jī)變量，21表示相鄰節(jié)點(diǎn)采集數(shù)據(jù)值間的差異，Y表示與節(jié)點(diǎn)X(x，y)距離超出h倍d后，X (X，y)取值僅與Y有關(guān)而與相鄰節(jié)點(diǎn)Xi無(wú)關(guān)；
[0033] W.P.表示為中文的意思"關(guān)于"，可用"關(guān)于"兩個(gè)字代替；
表示隨機(jī)變量Χ(χ， y)取值為Xi+Z^的平均概率，β表示隨機(jī)變量X(x，y)取值為Y的概率。
[0034] 本發(fā)明產(chǎn)生的有益效果是:本發(fā)明的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定 量分析方法，不僅可以通過(guò)控制模型參數(shù)，人工合成具有任意空間相關(guān)性強(qiáng)弱的大規(guī)模數(shù) 據(jù)集，而且還可以快速地從少量的測(cè)量數(shù)據(jù)中抽取其空間相關(guān)性參數(shù)，高精度地生空間相 關(guān)性與之匹配的大規(guī)模測(cè)試數(shù)據(jù)集。
【附圖說(shuō)明】
[0035]下面將結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明，附圖中：
[0036] 圖1是本發(fā)明實(shí)施例的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法的 流程圖；
[0037] 圖2是本發(fā)明實(shí)施例的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法的 矩形網(wǎng)格中節(jié)點(diǎn)訪問(wèn)順序(1);
[0038] 圖3是本發(fā)明實(shí)施例的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法的 矩形網(wǎng)格中節(jié)點(diǎn)訪問(wèn)順序(2);
[0039] 圖4是本發(fā)明實(shí)施例的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法的 空間相關(guān)性實(shí)驗(yàn)對(duì)比（1);
[0040] 圖5是本發(fā)明實(shí)施例的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法的 空間相關(guān)性實(shí)驗(yàn)對(duì)比（2);
[0041] 圖6是本發(fā)明實(shí)施例的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法的 溫度數(shù)據(jù)集的參數(shù)分布圖；
[0042] 圖7是本發(fā)明實(shí)施例的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法的 原始溫度數(shù)據(jù)集的三維分布；
[0043] 圖8是本發(fā)明實(shí)施例的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法的 合成溫度數(shù)據(jù)集的三維分布；
[0044] 圖9是本發(fā)明實(shí)施例的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法的 X-心的概率密度函數(shù)；
[0045] 圖10是本發(fā)明實(shí)施例的無(wú)線傳感網(wǎng)監(jiān)測(cè)數(shù)據(jù)的空間相關(guān)性建模與定量分析方法 的比較原始與合成溫度數(shù)據(jù)集的密度函數(shù)分布圖；
[0046] 圖11是