基于壓縮感知的質(zhì)量可伸縮低信息密度數(shù)據(jù)收集方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及基于壓縮感知的質(zhì)量可伸縮低信息密度數(shù)據(jù)收集方法，屬于通信技術(shù) 和數(shù)據(jù)收集領(lǐng)域。
【背景技術(shù)】
[0002] 隨著感知技術(shù)的不斷發(fā)展，感知網(wǎng)絡(luò)中的數(shù)據(jù)量正以幾何級數(shù)高速增長，且持續(xù) 增長的信息資源中蘊(yùn)含了巨量的具有價值的信息，人們進(jìn)入了"大數(shù)據(jù)"時代。然而，感知數(shù) 據(jù)具有明顯的低信息密度的特點(diǎn)一一主要表現(xiàn)為數(shù)據(jù)總量大、有價值數(shù)據(jù)含量少。因此，個 人和企業(yè)對數(shù)據(jù)分析等服務(wù)的渴求也日益強(qiáng)烈，如果沒有有效的源頭探測、數(shù)據(jù)收集方法， 用戶往往無法提取出真正有效的信息，無法實(shí)現(xiàn)低信息密度數(shù)據(jù)的有效利用。而傳統(tǒng)的數(shù) 據(jù)收集方法通常將大量傳感器節(jié)點(diǎn)采集的所有數(shù)據(jù)經(jīng)過簇頭節(jié)點(diǎn)傳輸?shù)交具M(jìn)行處理，這 樣采集傳輸?shù)臄?shù)據(jù)信息密度極低，傳輸時大大占用了網(wǎng)絡(luò)通信帶寬，帶來了不必要的能耗。
[0003] 壓縮感知的提出為分布式感知網(wǎng)絡(luò)的數(shù)據(jù)收集開辟了 新的思路。壓縮感知是一種全新的突破了奈奎斯特采樣定理的信號采樣理論，也被稱為壓 縮采樣或稀疏采樣。壓縮感知理論可以分成三個過程：采樣、測量和重構(gòu)。采樣過程：對稀 疏數(shù)據(jù)進(jìn)行采樣；測量過程：對采樣得到的數(shù)據(jù)進(jìn)行壓縮測量，得到測量值；重構(gòu)過程：由 測量值數(shù)據(jù)對原始數(shù)據(jù)進(jìn)行還原。C沒!論將傳統(tǒng)對信號的采樣轉(zhuǎn)化成對信息的采樣，降低 了信號處理時間和計算成本，也降低了信號的采樣頻率，還減少了數(shù)據(jù)存儲空間和傳輸代 價。
[0004] 一般對多媒體數(shù)據(jù)通信都要進(jìn)行壓縮處理以減少傳輸?shù)臄?shù)據(jù)量，但傳統(tǒng)壓縮算法 因計算量太大不能直接用于分布式感知網(wǎng)絡(luò)。如果想要從感知網(wǎng)絡(luò)中采集少量感知數(shù)據(jù)并 且希望從這些少量感知數(shù)據(jù)中解壓出大量信息，就需要保證兩點(diǎn)：第一，采集的少量感知數(shù) 據(jù)包含源信號的全局信息；第二，存在某種算法能夠從這些少量的感知數(shù)據(jù)中還原出原始 全局信息。在實(shí)際應(yīng)用中，人們希望盡量少采集數(shù)據(jù)，或者由于客觀條件限制不得不采集不 完整的數(shù)據(jù)。而壓縮感知技術(shù)作為分布式感知網(wǎng)絡(luò)數(shù)據(jù)收集的一個新選擇，在傳輸少量感 知數(shù)據(jù)時，能夠同時確保稀疏數(shù)據(jù)較高的壓縮比和較低的復(fù)雜度，有效實(shí)現(xiàn)從少量感知數(shù) 據(jù)中恢復(fù)原始的大量數(shù)據(jù)。
[0005] 而現(xiàn)有結(jié)合壓縮感知的數(shù)據(jù)收集方案，主要是通過測量矩陣的設(shè)計、普通分簇、分 布式時空相關(guān)性等方法來進(jìn)行。測量矩陣的設(shè)計方法，即設(shè)計滿足一定特性的矩陣，如設(shè) 計適合在硬件資源有限的傳感器節(jié)點(diǎn)中實(shí)現(xiàn)的循環(huán)稀疏伯努利觀測矩陣，循環(huán)稀疏伯努利 觀測矩陣具有非零元素少、良好的偽隨機(jī)性、硬件易于實(shí)現(xiàn)等優(yōu)點(diǎn)，在滿足數(shù)據(jù)重構(gòu)誤差的 前提下，能夠通過壓縮觀測獲得更少的觀測數(shù)據(jù)，從而達(dá)到減少傳輸能耗的目的。而普通分 簇、分布式時空相關(guān)性等方法也僅僅是將壓縮感知技術(shù)簡單應(yīng)用到數(shù)據(jù)收集中，尚沒有結(jié) 合網(wǎng)絡(luò)帶寬狀態(tài)進(jìn)行測量矩陣的擴(kuò)維或降維從而實(shí)現(xiàn)動態(tài)調(diào)整數(shù)據(jù)收集質(zhì)量的方法。
[0006] 綜上所述，對于如何結(jié)合測量矩陣和網(wǎng)絡(luò)帶寬狀態(tài)從低信息密度數(shù)據(jù)中實(shí)現(xiàn) 質(zhì)量可伸縮低信息密度數(shù)據(jù)收集方法并達(dá)到動態(tài)調(diào)整數(shù)據(jù)收集質(zhì)量的目的，目前尚沒有科 學(xué)的解決方案。

【發(fā)明內(nèi)容】

[0007] 針對上述問題，提出了基于壓縮感知的質(zhì)量可伸縮低信息密度數(shù)據(jù)收集方法，具 體步驟如下： 步驟一、基于信源的信息密度初設(shè)測量矩陣的維度： 1、在信源周圍布置傳感器及數(shù)據(jù)采集： 1) 在一個或多個信源周圍布置傳感器Ir個，構(gòu)成分布式感知網(wǎng)絡(luò)； 2) 將距離每個信源位置最近的傳感器節(jié)點(diǎn)確定為簇頭并作為區(qū)域匯聚節(jié)點(diǎn)，以每個簇 頭為中心對所述分布式感知網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)進(jìn)行分簇； 3) 將同一簇內(nèi)的傳感器節(jié)點(diǎn)設(shè)置為時間同步，采集數(shù)據(jù)的周期為Γ，在一個周期內(nèi)， 開始僅有K ：v)個傳感器節(jié)點(diǎn)工作，其余節(jié)點(diǎn)暫時休眠，每個周期節(jié)點(diǎn)向簇頭節(jié)點(diǎn) 發(fā)送采集的數(shù)據(jù)； 4) 簇頭節(jié)點(diǎn)接收的_個信號用向量:?表示，然后對X進(jìn)行稀疏化：
其中寒:為信號:::復(fù)在稀疏基矩陣讓::變換域的稀疏表示，
[0008] 2、計算纖個節(jié)點(diǎn)的信息密度戶：
其中:f表示尤個節(jié)點(diǎn)在周期)r內(nèi)采集的信息量：
:?表示_個節(jié)點(diǎn)在周期y內(nèi)收集的第:1個數(shù)據(jù)出現(xiàn)的概率，麗篇表 示數(shù)據(jù)的類數(shù);::i表示數(shù)據(jù)數(shù)量，即:?:個節(jié)點(diǎn)在周期內(nèi)采集的數(shù)據(jù)個數(shù)；os $ s 1， ρ越小，表示信息密度越低。
[0009] 3、根據(jù)信息密度^初設(shè)Λ/<冗）的測量矩陣: 1)生成透的隨機(jī)高斯測量矩陣__， 2)令Λ/二μΚ，且滿足i
為常量，:為測量矩陣中的非ο 個數(shù))，選取隨機(jī)高斯測量矩陣中的Λ/Uf <分）彳了、廠:只）列構(gòu)造測量矩陣)?!? :
其中::_::|_袋1_;::、亡:?:?-%?,為測量矩陣:義_中的值； 如果不滿足，則以隨機(jī)數(shù)填充增加測量矩陣的行數(shù)直至滿足 為止。
[0010] 步驟二、結(jié)合實(shí)時有效通信帶寬調(diào)整測量矩陣的維度，實(shí)現(xiàn)數(shù)據(jù)收集質(zhì)量可伸縮 控制； 1、對信號稀疏數(shù)據(jù)進(jìn)行觀測編碼： 由測量公式y(tǒng) = 可知：
[0011] 2、根據(jù)初設(shè)的測量矩陣、基矩陣:養(yǎng)和觀測向量_，采用57算法對信號進(jìn)行 重構(gòu)，若殘差小于閾值泛，則執(zhí)行步驟3 ;否則，逐步增加測量矩陣的行數(shù)，再采用57算法 進(jìn)行數(shù)據(jù)重構(gòu)，直至重構(gòu)殘差小于閾值_才停止擴(kuò)維?更新為擴(kuò)維增加行數(shù)后的測量 矩陣。
[0012] 3、基于實(shí)時有效通信帶寬的優(yōu)劣，對測量矩陣#:2的維度進(jìn)行擴(kuò)維或者降維處 理： 1)判斷實(shí)時有效通信帶寬的優(yōu)劣： 當(dāng)區(qū)域匯聚節(jié)點(diǎn)實(shí)時接收其他節(jié)點(diǎn)發(fā)送的數(shù)據(jù)時，計算相對接收速率 .W .
其中―表示傳輸數(shù)據(jù)的實(shí)時有效通信帶寬，_|_沙11是較小的常數(shù)； 然后比較實(shí)時接收速率丨和相對接收速率#的大?。喝?，表示實(shí)時有效通信 帶寬良好，否則表示實(shí)時有效通信帶寬較差； 2) 當(dāng)實(shí)時有效通信帶寬良好時，則以隨機(jī)方式喚醒/(/+/f ?/)個暫時休眠的節(jié) 點(diǎn)并進(jìn)入工作狀態(tài)，對隨機(jī)測量矩陣填充隨機(jī)數(shù)進(jìn)行擴(kuò)維，f為擴(kuò)充的維數(shù)，I為擴(kuò) 充的彳T數(shù)，則:f I::為：
此時采樣率需滿足
，同時，CA/+的取值需滿足以下條件：
否則填充隨機(jī)數(shù)到測量矩陣直至滿足為止； 3) 當(dāng)實(shí)時有效通信帶寬較差時，則以隨機(jī)方式選擇/個工作狀態(tài)的節(jié)點(diǎn)并進(jìn)入休 眠狀態(tài)，但區(qū)域匯聚節(jié)點(diǎn)不休眠，對隨機(jī)測量矩陣丨?!^降維，保持中左上角的上 行和前1?列，為降低的維數(shù)，I為縮減的行數(shù)，則: υ?Ν 丄 丄乙 λ ^ d/丄'j
此時采樣率需滿足
，同時，CA/ -O的取值需滿足以下條件：
， 否則填充隨機(jī)數(shù)到測量矩陣直至滿足為止。
[0013] 4、根據(jù)擴(kuò)維或降維后測量矩陣得到的測量值，采用57算法進(jìn)行數(shù)據(jù)重構(gòu)。
[0014] 5、數(shù)據(jù)收集結(jié)束。
[0015] 綜上所述，本發(fā)明優(yōu)點(diǎn)如下： 1) 通過測量矩陣的擴(kuò)維和降維，可實(shí)現(xiàn)高質(zhì)量的數(shù)據(jù)收集； 2) 結(jié)合低信息密度數(shù)據(jù)的傳輸和實(shí)時有效通信帶寬狀態(tài)調(diào)整測量矩陣的維度，實(shí)現(xiàn)低 信息密度數(shù)據(jù)的收集； 3) 通過測量矩陣的擴(kuò)維和降維，能夠根據(jù)信源的信息密度和網(wǎng)絡(luò)帶寬狀態(tài)動態(tài)調(diào)整數(shù) 據(jù)收集質(zhì)量，具有廣泛的適應(yīng)性。
【附圖說明】
[0016] 圖1是本發(fā)明的流程圖； 圖2是本發(fā)明實(shí)施例中以簇頭為中心分簇的示意圖； 圖3是本發(fā)明實(shí)施例中一個數(shù)據(jù)采集周期開始時節(jié)點(diǎn)工作和暫時休眠的示意圖； 圖4是本發(fā)明實(shí)施例中擴(kuò)維時以隨機(jī)方式喚醒部分休眠節(jié)點(diǎn)進(jìn)入工作狀態(tài)的示意圖； 圖5是本發(fā)明實(shí)施例中降維時以隨機(jī)方式選擇部分工作節(jié)點(diǎn)進(jìn)入休眠狀態(tài)的示意圖。
【具體實(shí)施方式】
[0017] 本發(fā)明設(shè)計了基于壓縮感知的質(zhì)量可伸縮低信息密度數(shù)據(jù)收集方法，結(jié)合圖1，數(shù) 據(jù)收集的具體實(shí)施方法如下： 步驟一、基于信源的信息密度初設(shè)測量矩陣的維度： 1、在信源周圍布置傳感器及數(shù)據(jù)采集： 1) 在一個或多個信源周圍布置傳感器丨震個，構(gòu)成分布式感知網(wǎng)絡(luò)； 2) 將距離每個信源位置最近的傳感器節(jié)點(diǎn)確定為簇頭并作為區(qū)域匯聚節(jié)點(diǎn)，以每個簇 頭為中心對分布式感知網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)進(jìn)行分簇； 3) 將同一簇內(nèi)的傳感器節(jié)點(diǎn)設(shè)置為時間同步，采集數(shù)據(jù)的周期為Γ，在一個周期內(nèi)， 開始僅有/:i ? Λ?個傳感器節(jié)點(diǎn)工作，其余節(jié)點(diǎn)暫時休眠，每個周期節(jié)點(diǎn)向簇頭節(jié)點(diǎn) 發(fā)送采集的數(shù)據(jù)； 4)簇頭節(jié)點(diǎn)接收的_個信號用向量_表示，然后對:_進(jìn)行稀疏化表示：
(1)

(2) 其中為信號胃在稀疏基矩陣變換域的稀疏表示， ，則 I''* :: 2、計算?個節(jié)點(diǎn)的信息密度::讀:：
(3) 其中? :表示鐵個節(jié)點(diǎn)在周期?'內(nèi)采集的信息量：
(4) _表示_個節(jié)點(diǎn)在周期::f內(nèi)收集的第個數(shù)據(jù)出現(xiàn)的概率， 示數(shù)據(jù)的類數(shù)；賢表示數(shù)據(jù)數(shù)量，即:?個節(jié)點(diǎn)在周期:f內(nèi)采集的數(shù)據(jù)個數(shù);， 夕越小，表示信息密度越低。
[0018] 3、根據(jù)信息密度/7初設(shè)的測量矩陣: 1) 生成的隨機(jī)高斯測量矩陣 2) 令糊，且滿足以下條件時：
(5) 其中g(shù)為常量，//為測量矩陣中的非〇個數(shù)； 選取隨機(jī)高斯測量矩陣中的:鬚||緩竊.厚I行、欠(i： < i