序列預測的農(nóng)田無線網(wǎng)絡簇內(nèi)數(shù)據(jù)稀疏基生成方法
【專利摘要】本發(fā)明公開一種序列預測的農(nóng)田無線網(wǎng)絡簇內(nèi)數(shù)據(jù)稀疏基生成方法，所述方法包括：簇頭節(jié)點在接收到普通節(jié)點上傳的環(huán)境數(shù)據(jù)初步融合結(jié)果之后，根據(jù)普通節(jié)點之間的位置關系，得出環(huán)境數(shù)據(jù)初步融合結(jié)果之間的空間關聯(lián)性；簇頭節(jié)點根據(jù)環(huán)境數(shù)據(jù)初步融合結(jié)果之間的空間關聯(lián)性，對環(huán)境數(shù)據(jù)初步融合結(jié)果進行二次融合，得到農(nóng)田無線傳感網(wǎng)絡簇內(nèi)數(shù)據(jù)的融合結(jié)果。本發(fā)明的方法構(gòu)建層次型成簇網(wǎng)絡，以時間關聯(lián)性進行監(jiān)測數(shù)據(jù)預測，以空間關聯(lián)性進行簇內(nèi)數(shù)據(jù)融合，根據(jù)監(jiān)測數(shù)據(jù)的周期性變化規(guī)律以及空間數(shù)據(jù)上的稀疏性，快速生成簇內(nèi)稀疏映射矩陣，減小網(wǎng)絡數(shù)據(jù)通信負載，進而減小網(wǎng)絡總體能耗，并最終達到延長網(wǎng)絡生命周期，提高網(wǎng)絡傳輸效率的目的。
【專利說明】序列預測的農(nóng)田無線網(wǎng)絡簇內(nèi)數(shù)據(jù)稀疏基生成方法

【技術(shù)領域】
[0001] 本發(fā)明涉及農(nóng)業(yè)【技術(shù)領域】，具體涉及序列預測的農(nóng)田無線網(wǎng)絡簇內(nèi)數(shù)據(jù)稀疏基生 成方法。

【背景技術(shù)】
[0002] 無線傳感器網(wǎng)絡WSN是一種無基礎設施的無線網(wǎng)絡，能夠?qū)崟r監(jiān)測、感知和采集 網(wǎng)絡分布區(qū)域內(nèi)的各種環(huán)境或監(jiān)測對象的信息，在農(nóng)業(yè)領域廣泛應用，成為指導農(nóng)業(yè)生產(chǎn)， 提高作物產(chǎn)量的關鍵技術(shù)。傳統(tǒng)無線傳感器網(wǎng)絡一般使用電池供電，而面向大規(guī)模農(nóng)田復 雜環(huán)境，能量有限的供電電池不能支持足夠長的時間。大面積農(nóng)田監(jiān)測傳感器節(jié)點數(shù)量眾 多，人工更換電池周期長、工作量大，一旦節(jié)點電池能量耗盡，網(wǎng)絡性能和覆蓋范圍將受到 很大影響。
[0003] 常用的低能耗設計主要從節(jié)點功率控制與節(jié)點睡眠調(diào)度作為出發(fā)點，而網(wǎng)絡監(jiān)測 感知融合則從上層數(shù)據(jù)層面提供了另一種降低網(wǎng)絡能耗的方法。無線傳感器網(wǎng)絡節(jié)點的功 耗可分成三個方面：感知功耗，通信功耗，數(shù)據(jù)處理功耗。其中感知功耗隨應用的特性而變 化。三個功耗中，節(jié)點在數(shù)據(jù)通信方面消耗的能量最大，相比較下，數(shù)據(jù)處理能耗比數(shù)據(jù)通 信能耗小得多。在瑞利衰落和四階功率距離損耗模型下，在l〇〇m距離上發(fā)送1KB信息的能 耗約等于1MHz處理器執(zhí)行300萬條指令的能耗。而在WSN中通訊能耗與發(fā)送或接收的數(shù) 量量成線性關系，如果能減少節(jié)點間實際交換的數(shù)據(jù)量，則可以有效節(jié)約能耗，而延長網(wǎng)絡 生命周期。節(jié)點在空間分布上存在冗余，鄰近節(jié)點間數(shù)據(jù)存在高度相關性，從時間上來說， 農(nóng)田環(huán)境變化緩慢，相鄰采樣時間數(shù)據(jù)可能無變化或按一定規(guī)律進行周期性變化。大量冗 余數(shù)據(jù)極大的加重了網(wǎng)絡傳輸與處理負擔。通過對相同或鄰近節(jié)點的感知數(shù)據(jù)進行壓縮與 融合，可顯著減少節(jié)點間的數(shù)據(jù)傳輸量，并降低節(jié)點能耗。
[0004] 現(xiàn)有無線傳感器網(wǎng)絡數(shù)據(jù)融合方法中的定向擴散路由算法采用"抑制副本"的融 合方法，對重復數(shù)據(jù)不予轉(zhuǎn)發(fā)，只是以簡單的防沖突方式，避免相同數(shù)據(jù)的多次轉(zhuǎn)發(fā)，只適 用于效率低下的洪泛傳播方式。在平面路由結(jié)構(gòu)中，基于鏈或融合樹的數(shù)據(jù)融合方法，部 分節(jié)點數(shù)據(jù)轉(zhuǎn)發(fā)次數(shù)多，且整體端到端時延大，且對關鍵位置節(jié)點的依賴性強，網(wǎng)絡魯棒性 差。現(xiàn)有層次型網(wǎng)絡數(shù)據(jù)融合方法主要強調(diào)簇頭對簇內(nèi)節(jié)點上報信息進行融合，此方法僅 能減小簇頭到匯聚節(jié)點的數(shù)據(jù)通信量，并不能節(jié)約普通簇內(nèi)節(jié)點的數(shù)據(jù)通信開銷。部分現(xiàn) 有方法在采集節(jié)點進行空間相關數(shù)據(jù)融合，需要交換大量節(jié)點信息，數(shù)據(jù)融合的開銷超過 了原始數(shù)據(jù)直接傳輸?shù)拈_銷，得不償失?，F(xiàn)有壓縮感知技術(shù)在構(gòu)建數(shù)據(jù)的稀疏表示時需要 引入隨機種子序列，而隨機序列由接收端生成并發(fā)送至采集節(jié)點，此部分由算法而引入的 通信開銷大大抵消了數(shù)據(jù)融合可節(jié)約的通信能量開銷。
[0005] 在無線傳感器網(wǎng)絡感知融合中需要盡可能的減少節(jié)點間通信，現(xiàn)有方法在構(gòu)建數(shù) 據(jù)稀疏表示時產(chǎn)生了大量的算法通信開銷，從而無法保證數(shù)據(jù)融合的效果。對于層次型網(wǎng) 絡，從簇頭處開始進行融合并不能減少簇內(nèi)數(shù)據(jù)通信量，從而限制了網(wǎng)絡感知融合的性能。 單純數(shù)據(jù)層面的數(shù)據(jù)融合算法一般較為復雜，且壓縮比例不高，不適用于資源受限的無線 傳感器網(wǎng)絡應用場景；網(wǎng)絡層數(shù)據(jù)融合，需要網(wǎng)絡拓撲結(jié)構(gòu)信息，不適合于分布式算法；決 策層數(shù)據(jù)融合，過濾了大量的原始數(shù)據(jù)，最終只得到?jīng)Q策結(jié)果信息，在目前信息化水平并不 是很高的農(nóng)業(yè)生產(chǎn)中顯得并不實用。在滿足農(nóng)田環(huán)境監(jiān)測要求的前提下，如何減少基本節(jié) 點的通信開銷，同時將額外的算法開銷盡可能的轉(zhuǎn)移至骨干節(jié)點或匯聚節(jié)點，降低節(jié)點平 均能耗，從而延長網(wǎng)絡整體生存周期是需要研究解決的問題。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明所要解決的技術(shù)問題是如何通過數(shù)據(jù)融合達到降低節(jié)點間通信數(shù)據(jù)量以 節(jié)約能耗延長網(wǎng)絡周期。
[0007] 為此目的，本發(fā)明提供一種序列預測的農(nóng)田無線網(wǎng)絡簇內(nèi)數(shù)據(jù)稀疏基生成方法， 所述方法包括：
[0008] 簇頭節(jié)點在接收到普通節(jié)點上傳的環(huán)境數(shù)據(jù)初步融合結(jié)果之后，根據(jù)普通節(jié)點之 間的位置關系，得出所述環(huán)境數(shù)據(jù)初步融合結(jié)果之間的空間關聯(lián)性；
[0009] 簇頭節(jié)點根據(jù)所述環(huán)境數(shù)據(jù)初步融合結(jié)果之間的空間關聯(lián)性，對所述環(huán)境數(shù)據(jù)初 步融合結(jié)果進行二次融合，得到農(nóng)田無線傳感網(wǎng)絡簇內(nèi)數(shù)據(jù)的融合結(jié)果。
[0010] 可選的，所述普通節(jié)點上傳的環(huán)境數(shù)據(jù)初步融合結(jié)果通過以下步驟得到：
[0011] 普通節(jié)點定時采集并緩存環(huán)境數(shù)據(jù)；
[0012] 普通節(jié)點根據(jù)所述環(huán)境數(shù)據(jù)之間的時間關聯(lián)性，對所述環(huán)境數(shù)據(jù)進行初步融合。
[0013] 可選的，所述普通節(jié)點根據(jù)所述環(huán)境數(shù)據(jù)之間的時間關聯(lián)性，對所述環(huán)境數(shù)據(jù)進 行初步融合，包括：
[0014] 利用緩存的環(huán)境數(shù)據(jù)預測當前采集的環(huán)境數(shù)據(jù)，得到環(huán)境數(shù)據(jù)預測值，所述環(huán)境 數(shù)據(jù)預測值通過下式得到：

【權(quán)利要求】
1. 一種序列預測的農(nóng)田無線網(wǎng)絡簇內(nèi)數(shù)據(jù)稀疏基生成方法，其特征在于，所述方法包 括： 簇頭節(jié)點在接收到普通節(jié)點上傳的環(huán)境數(shù)據(jù)初步融合結(jié)果之后，根據(jù)普通節(jié)點之間的 位置關系，得出所述環(huán)境數(shù)據(jù)初步融合結(jié)果之間的空間關聯(lián)性； 簇頭節(jié)點根據(jù)所述環(huán)境數(shù)據(jù)初步融合結(jié)果之間的空間關聯(lián)性，對所述環(huán)境數(shù)據(jù)初步融 合結(jié)果進行二次融合，得到農(nóng)田無線傳感網(wǎng)絡簇內(nèi)數(shù)據(jù)的融合結(jié)果。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述普通節(jié)點上傳的環(huán)境數(shù)據(jù)初步融合 結(jié)果通過以下步驟得到： 普通節(jié)點定時采集并緩存環(huán)境數(shù)據(jù)； 普通節(jié)點根據(jù)所述環(huán)境數(shù)據(jù)之間的時間關聯(lián)性，對所述環(huán)境數(shù)據(jù)進行初步融合。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述普通節(jié)點根據(jù)所述環(huán)境數(shù)據(jù)之間的 時間關聯(lián)性，對所述環(huán)境數(shù)據(jù)進行初步融合，包括： 利用緩存的環(huán)境數(shù)據(jù)預測當前采集的環(huán)境數(shù)據(jù)，得到環(huán)境數(shù)據(jù)預測值，所述環(huán)境數(shù)據(jù) 預測值通過下式得到：
其中，SH'k為第k個環(huán)境數(shù)據(jù)的預測值，ESk(i)為第k個環(huán)境數(shù)據(jù)的緩存值，i為環(huán)境 數(shù)據(jù)的緩存值的時間逆序，ak(i)為環(huán)境數(shù)據(jù)的緩存值的時間關聯(lián)因子； 利用天氣模型對所述環(huán)境數(shù)據(jù)預測值進行修正，得到環(huán)境數(shù)據(jù)修正值，所述環(huán)境數(shù)據(jù) 修正值通過下式得到： SHk =ff(t)XSffk ； 其中，SHk為第k個環(huán)境數(shù)據(jù)的修正值，W(t)為天氣模型，W(t) =kXt+d;其中，k、d為 天氣模型因子，由匯聚節(jié)點確定，t為當前采集時間； 將所述環(huán)境數(shù)據(jù)修正值與當前采集的環(huán)境數(shù)據(jù)進行差分處理，得到差分結(jié)果； 根據(jù)預設的傳感器精度，對所述差分結(jié)果進行濾波修正，得到濾波修正結(jié)果，所述濾波 修正結(jié)果為環(huán)境數(shù)據(jù)初步融合結(jié)果。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述簇頭節(jié)點在接收到普通節(jié)點上傳的 環(huán)境數(shù)據(jù)初步融合結(jié)果之后，根據(jù)普通節(jié)點之間的位置關系，得出所述環(huán)境數(shù)據(jù)初步融合 結(jié)果之間的空間關聯(lián)性，包括： 簇頭節(jié)點根據(jù)普通節(jié)點上傳的環(huán)境數(shù)據(jù)初步融合結(jié)果以及普通節(jié)點之間的位置關系， 得到環(huán)境數(shù)據(jù)初步融合結(jié)果之間的空間關聯(lián)性矩陣C;
其中，C中的元素Cy =(1-卜-xjxQ，Xi、Xj為簇內(nèi)節(jié)點i和j的環(huán)境數(shù)據(jù)初步融 合結(jié)果，η為簇內(nèi)節(jié)點個數(shù)，所述簇內(nèi)節(jié)點包括簇頭節(jié)點和普通節(jié)點，&為簇內(nèi)節(jié)點i和j 的空間關聯(lián)性的歷史均值，簇頭節(jié)點首次接收普通節(jié)點上傳的環(huán)境數(shù)據(jù)初步融合結(jié)果時， At。：；；
其中，〇(i，j)為簇內(nèi)節(jié)點i與j之間的歐氏距離，Rs為簇內(nèi)節(jié)點通信半徑。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述簇頭節(jié)點根據(jù)所述環(huán)境數(shù)據(jù)初步融 合結(jié)果之間的空間關聯(lián)性，對所述環(huán)境數(shù)據(jù)初步融合結(jié)果進行二次融合，得到農(nóng)田無線傳 感網(wǎng)絡簇內(nèi)數(shù)據(jù)的融合結(jié)果，包括： 簇頭節(jié)點根據(jù)環(huán)境數(shù)據(jù)初步融合結(jié)果之間的空間關聯(lián)性矩陣C，得到映射基Ψ: C=X·Xt =Ψ·A·Ψτ ； 其中，X= [X1,χ2,...Xi, ...，xn]'Xi為簇內(nèi)節(jié)點i的環(huán)境數(shù)據(jù)初步融合結(jié)果，η為簇內(nèi) 節(jié)點個數(shù)，所述簇內(nèi)節(jié)點包括簇頭節(jié)點和普通節(jié)點，Λ為對角陣； 簇頭節(jié)點根據(jù)所述映射基Ψ，計算環(huán)境數(shù)據(jù)初步融合結(jié)果的稀疏性λ，并將λ上傳至 匯聚節(jié)點，λ通過下式計算： λ=I|ψ·Χ| 1〇; 簇頭節(jié)點在接收到匯聚節(jié)點發(fā)送的觀測矩陣之后，對環(huán)境數(shù)據(jù)初步融合結(jié)果進行基于 觀測矩陣的欠采樣，完成對環(huán)境數(shù)據(jù)初步融合結(jié)果的二次融合，得到農(nóng)田無線傳感網(wǎng)絡簇 內(nèi)數(shù)據(jù)的融合結(jié)果。
6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述觀測矩陣為匯聚節(jié)點在接收到簇頭 節(jié)點上傳的λ之后，按高斯分布構(gòu)建的!11行η列矩陣φ，η為簇內(nèi)節(jié)點個數(shù)，m為欠采樣數(shù) 量，滿足λ<m〈〈n，Au為觀測矩陣Φ位于第i行第j列位置的元素，且以概率Pu服從高斯 分布，其中，
相應地，所述農(nóng)田無線傳感網(wǎng)絡簇內(nèi)數(shù)據(jù)的融合結(jié)果為Y，滿足：Y=ΦΨΧ。
7. 根據(jù)權(quán)利要求6所述的方法，其特征還在于，所述方法進一步包括： 匯聚節(jié)點在接收到簇頭節(jié)點上報的農(nóng)田無線傳感網(wǎng)絡簇內(nèi)數(shù)據(jù)的融合結(jié)果之后，進行 解算重構(gòu)，恢復原始采集數(shù)據(jù)，具體包括： 匯聚節(jié)點對觀測矩陣Φ求逆，得到觀測矩陣Φ的逆矩陣; 匯聚節(jié)點根據(jù)簇頭節(jié)點上報的農(nóng)田無線傳感網(wǎng)絡簇內(nèi)數(shù)據(jù)的融合結(jié)果Y以及所述逆 矩陣ΦΛ得到重構(gòu)中間數(shù)據(jù)矩陣D: D=Φ_1Υ； 匯聚節(jié)點對簇頭節(jié)點上報的映射基求逆，得到映射基的逆矩陣; 匯聚節(jié)點根據(jù)所述重構(gòu)中間數(shù)據(jù)矩陣D以及所述逆矩陣ΨΛ得到重構(gòu)數(shù)據(jù)向量Xr =Ψ_1?； 匯聚節(jié)點根據(jù)環(huán)境數(shù)據(jù)的修正值向量SH與所述重構(gòu)數(shù)據(jù)向量I，得出環(huán)境數(shù)據(jù)的測量 值向量ES: ES=SH-Xr〇
【文檔編號】H04W16/22GK104469797SQ201410712457
【公開日】2015年3月25日 申請日期:2014年11月28日 優(yōu)先權(quán)日:2014年11月28日
【發(fā)明者】吳華瑞, 孫想, 繆祎晟, 顧靜秋, 朱華吉 申請人:北京農(nóng)業(yè)信息技術(shù)研究中心