專利名稱：基于壓縮感知及博弈論的無線傳感器網(wǎng)絡(luò)稀疏事件檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于壓縮感知及博弈論的無線傳感器網(wǎng)絡(luò)稀疏事件檢測方法，屬于無線通訊領(lǐng)域。
背景技術(shù)：
隨著近年來在無線傳感器網(wǎng)絡(luò)遠(yuǎn)程監(jiān)控方面的需要，長距離大數(shù)據(jù)量的數(shù)據(jù)傳輸給傳感器節(jié)點(diǎn)和乃至整個通信線路構(gòu)成了巨大的壓力。傳感器網(wǎng)絡(luò)實現(xiàn)對環(huán)境溫度、濕度、 森林火險等方面的監(jiān)控，目的就在于及時準(zhǔn)確的獲得事件發(fā)生的信息。根據(jù)這些事件在時間或是空間具有稀疏性的特征，傳統(tǒng)的事件檢測方式是針對獨(dú)立事件的個數(shù)投放相應(yīng)數(shù)目乃至更多數(shù)量的傳感器。這樣做的目的是為了能夠更好的獲得檢測結(jié)果，最大限度的減少檢測誤差。但是當(dāng)隨機(jī)投放的傳感器節(jié)點(diǎn)過于密集的情況下，往往會造成較大的通信干擾， 檢測精確低，且成本高；相反，若投放的節(jié)點(diǎn)過于稀少又加之其隨機(jī)性，則會出現(xiàn)檢測漏洞。

發(fā)明內(nèi)容
本發(fā)明目的是為了解決在無線傳感器網(wǎng)絡(luò)中隨機(jī)投放的傳感器節(jié)點(diǎn)過于密集的情況下，往往會造成較大的通信干擾，檢測精確低，且成本高；相反，若投放的節(jié)點(diǎn)過于稀少又加之其隨機(jī)性，則會出現(xiàn)檢測漏洞的問題，提供了一種基于壓縮感知及博弈論的無線傳感器網(wǎng)絡(luò)稀疏事件檢測方法。本發(fā)明所述基于壓縮感知及博弈論的無線傳感器網(wǎng)絡(luò)稀疏事件檢測，該方法包括以下步驟步驟一、將網(wǎng)絡(luò)系統(tǒng)中隨機(jī)布撒的M個傳感器節(jié)點(diǎn)采用博弈論思想劃分層次，形成a個層次，即為a個層次策略；將網(wǎng)絡(luò)系統(tǒng)中隨機(jī)布撒的M個傳感器節(jié)點(diǎn)采用博弈論思想劃分層次，形成a個層次，即為a個層次策略的過程為步驟11、網(wǎng)絡(luò)系統(tǒng)內(nèi)的每個傳感器通過發(fā)送信息來確定通信半徑內(nèi)所有鄰居節(jié)點(diǎn)的傳感器ID及該鄰居節(jié)點(diǎn)相對自身的位置關(guān)系；步驟12、任取一個傳感器節(jié)點(diǎn)i，判斷在該傳感器節(jié)點(diǎn)通信半徑內(nèi)，該傳感器節(jié)點(diǎn)的ID是否小于所有傳感器鄰居節(jié)點(diǎn)的ID，判斷結(jié)果為是，則說明該傳感器節(jié)點(diǎn)所有鄰居節(jié)點(diǎn)的ID都大于該傳感器節(jié)點(diǎn)的 ID，則該傳感器節(jié)點(diǎn)根據(jù)自身的收益值優(yōu)先選擇該節(jié)點(diǎn)的最佳層次策略，并且將其選擇的最佳層次策略發(fā)送給該節(jié)點(diǎn)的所有鄰居節(jié)點(diǎn)；判斷結(jié)果為否，則該節(jié)點(diǎn)處于等待狀態(tài)，直至比該傳感器節(jié)點(diǎn)ID小的所有鄰居節(jié)點(diǎn)選擇完成其最佳層次策略后，再根據(jù)自身的收益值選擇該傳感器節(jié)點(diǎn)的最佳層次策略；步驟13、按照步驟12對網(wǎng)絡(luò)系統(tǒng)內(nèi)的M個傳感器節(jié)點(diǎn)劃分層次，進(jìn)行η次，直到處于納什均衡狀態(tài)，完成a個層次策略的劃分。
步驟二、基于壓縮感知原理，根據(jù)正在發(fā)生事件的數(shù)量K來確定激活1個或多個層次的傳感器節(jié)點(diǎn)，被激活的傳感器節(jié)點(diǎn)的數(shù)量P滿足K < P << N,利用所述P個傳感器節(jié)點(diǎn)來對N個事件源中的正在發(fā)生的K個事件進(jìn)行檢測；根據(jù)正在發(fā)生事件的數(shù)量K來確定激活1個或多個層次的傳感器節(jié)點(diǎn)的過程為被激活的傳感器節(jié)點(diǎn)的數(shù)量P滿足K < P << N，根據(jù)公式
權(quán)利要求
1.基于壓縮感知及博弈論的無線傳感器網(wǎng)絡(luò)稀疏事件檢測方法，其特征在于，該方法包括以下步驟步驟一、將網(wǎng)絡(luò)系統(tǒng)中隨機(jī)布撒的M個傳感器節(jié)點(diǎn)采用博弈論思想劃分層次，形成a個層次，即為a個層次策略；步驟二、基于壓縮感知原理，根據(jù)正在發(fā)生事件的數(shù)量K來確定激活1個或多個層次的傳感器節(jié)點(diǎn)，被激活的傳感器節(jié)點(diǎn)的數(shù)量P滿足 K < P << N,利用所述P個傳感器節(jié)點(diǎn)來對N個事件源中的正在發(fā)生的K個事件進(jìn)行檢測； 步驟三、網(wǎng)絡(luò)系統(tǒng)數(shù)據(jù)終端接收所述P個傳感器節(jié)點(diǎn)檢測出的N個事件源信息的P維數(shù)據(jù)向量
2.根據(jù)權(quán)利要求1所述的基于壓縮感知及博弈論的無線傳感器網(wǎng)絡(luò)稀疏事件檢測方法，其特征在于，步驟一中將網(wǎng)絡(luò)系統(tǒng)中隨機(jī)布撒的M個傳感器節(jié)點(diǎn)采用博弈論思想劃分層次，形成a個層次，即為a個層次策略的過程為步驟11、網(wǎng)絡(luò)系統(tǒng)內(nèi)的每個傳感器通過發(fā)送信息來確定通信半徑內(nèi)所有鄰居節(jié)點(diǎn)的傳感器ID及該鄰居節(jié)點(diǎn)相對自身的位置關(guān)系；步驟12、任取一個傳感器節(jié)點(diǎn)i，判斷在該傳感器節(jié)點(diǎn)通信半徑內(nèi)，該傳感器節(jié)點(diǎn)的ID 是否小于所有傳感器鄰居節(jié)點(diǎn)的ID，判斷結(jié)果為是，則說明該傳感器節(jié)點(diǎn)所有鄰居節(jié)點(diǎn)的ID都大于該傳感器節(jié)點(diǎn)的ID，則該傳感器節(jié)點(diǎn)根據(jù)自身的收益值優(yōu)先選擇該節(jié)點(diǎn)的最佳層次策略，并且將其選擇的最佳層次策略發(fā)送給該節(jié)點(diǎn)的所有鄰居節(jié)點(diǎn)；判斷結(jié)果為否，則該節(jié)點(diǎn)處于等待狀態(tài)，直至比該傳感器節(jié)點(diǎn)ID小的所有鄰居節(jié)點(diǎn)選擇完成其最佳層次策略后，再根據(jù)自身的收益值選擇該傳感器節(jié)點(diǎn)的最佳層次策略；步驟13、按照步驟12對網(wǎng)絡(luò)系統(tǒng)內(nèi)的M個傳感器節(jié)點(diǎn)劃分層次，進(jìn)行η次，直到處于納什均衡狀態(tài)，完成a個層次策略的劃分。
3.根據(jù)權(quán)利要求1所述的基于壓縮感知及博弈論的無線傳感器網(wǎng)絡(luò)稀疏事件檢測方法，其特征在于，步驟二中根據(jù)正在發(fā)生事件的數(shù)量K來確定激活1個或多個層次的傳感器節(jié)點(diǎn)的過程為被激活的傳感器節(jié)點(diǎn)的數(shù)量P滿足K < P << N，根據(jù)公式
4.根據(jù)權(quán)利要求1所述的基于壓縮感知及博弈論的無線傳感器網(wǎng)絡(luò)稀疏事件檢測方法，其特征在于，步驟三中量測矩陣61>> 按如下公式獲取其中，
5.根據(jù)權(quán)利要求1所述的基于壓縮感知及博弈論的無線傳感器網(wǎng)絡(luò)稀疏事件檢測方法，其特征在于，步驟四中N個事件源中正在發(fā)生的K個事件的具體分布向量E的獲取過程為步驟41、ym為第m次迭代時N個事件源信息的P維數(shù)據(jù)向量，初始化ym，即m = 0時， y° = y，y為P個傳感器節(jié)點(diǎn)檢測出的N個事件源信息的P維數(shù)據(jù)向量； 步驟42、將量測矩陣ΦΡΧΝ表示為[Z1, Z2 J ".Zq， ”，Zn]，抽取量測矩陣列向量Ztl，其中q= 1,2, ... ,N； 步驟43、根據(jù)公式
全文摘要
基于壓縮感知及博弈論的無線傳感器網(wǎng)絡(luò)稀疏事件檢測方法，屬于無線通訊領(lǐng)域。本發(fā)明為了解決在無線傳感器網(wǎng)絡(luò)中隨機(jī)投放的傳感器節(jié)點(diǎn)過于密集，會造成通信干擾；相反，則會出現(xiàn)檢測漏洞的問題。本發(fā)明方法包括以下步驟步驟一、將網(wǎng)絡(luò)系統(tǒng)中隨機(jī)布撒的M個傳感器節(jié)點(diǎn)采用博弈論思想劃分為a個層次；步驟二、根據(jù)正在發(fā)生事件的數(shù)量K來確定激活1個或多個層次的傳感器節(jié)點(diǎn)；步驟三、網(wǎng)絡(luò)系統(tǒng)數(shù)據(jù)終端接收數(shù)據(jù)向量y，并根據(jù)檢測過程獲取量測矩陣φP×N；步驟四、利用步驟三獲取的數(shù)據(jù)向量y和量測矩陣φP×N，采用貪婪稀疏事件檢測算法獲取N個事件源中正在發(fā)生的K個事件的具體分布向量E。
文檔編號H04W24/00GK102291739SQ20111023473
公開日2011年12月21日 申請日期2011年8月16日 優(yōu)先權(quán)日2011年8月16日
發(fā)明者沈毅, 王強(qiáng), 閆文杰 申請人:哈爾濱工業(yè)大學(xué)