专利名称：无线传感器网络环境监测中基于压缩传感的数据收集方法
技术领域：
本发明涉及的是一种用于环境监测的无线传感器网络的技术，尤其是一种低功耗低存储空间的数据收集方法，具体涉及无线传感器网络环境监测中基于压缩传感的数据收集方法。
背景技术：
无线传感器网络的主要应用之一是对环境进行长期的监测。环境监测是在一段时间内通过布撒的传感器网络收集数据并能够高精度的复原出环境的变化过程。因此数据收集是环境监测中必不可少的过程。数据收集涉及三项指标分别是能耗、存储空间和复原精度。
能耗由于无线传感器网络的节点通常使用电池，在布撒后又不容易更换电池或充电。要求节点在工作过程中尽量节能，使得符合长时间的环境监测的要求。节点的主要耗能在数据传输上，比如常用的TelosB传感器节点使用CC2420无线模块，在接收状态损耗21. 8mA,在发射状态下损耗19. 5mA,在关闭无线模块仅传感数据的情况下耗能仅I. 8mA,在休眠状态下仅几个 U A。(数据来源Y. Liu, Q. Zhang, and L. Ni, “Opportunity-basedTopology Control in Wireless Sensor Networks, ，，IEEE Transaction on Parallel andDistributed Systems (TPDS), Vol. 21, No. 3, March 2010.)由此可见在数据收集过程中，主要的能耗是在数据传输上，而数据采集和休眠状态的耗能都比较低。存储空间收集回来的数据需要存储空间保存，由于环境监测常常需要大规模的长期的数据收集，因此会占用大量的存储空间。根据报告统计2011年全世界产生的数据(主要是传感而来的数据)增量速度比全世界存储设备的生产增量速度快了 31%。在2007年时，全世界产生的数据总量已经相当于全世界生产出的存储设备的总量，在2011年前者已经是后者的两倍了。(数据来源R. Baraniuk, “More Is Less:Signal Processing andthe Data Deluge,，，Science, vol. 331，no. 6018，pp. 717-719，February 2011.)由此可见,传感器网络在大规模长期的环境监测的数据收集过程中需要控制数据量，否则会引发严重的数据泛滥问题。复原精度通过传感器网络进行环境监测的目的就是能在信息世界中复原并重构出环境变化的过程，因此要求收集回来的数据在特定插值算法后能够达到应用所要求的复原精度。已有的无线传感器网络数据收集解决方案主要包括(I)传统数据收集。如图7所示，应用了传统数据收集方法的每一个节点在每一个时间槽内采集一次数据，并且保持无线模块开启用以数据传输。(2)低占空比方法。如图7所示，应用了低占空比数据收集方法的节点在固定周期的若干个时间槽内进行采集和传输的工作，其它时间槽内均处在休眠状态。对现有技术的检索发现，现在的无线传感器网络数据收集方法在环境监测应用中存在以下不足之处
(I)传统数据收集。可以认为该方法收集的数据是完整的，无须插值已经能够复原环境的变化，即达到精度最高。但是该方法因为每一节点每一时间槽采集数据，所以耗费大量存储空间。因为无线模块保持开启状态，因此能耗高。(2)低占空比方法。该方法节省了能耗和存储空间，但是由于环境变化是非规律的，固定周期的收集方法使得复原的精度无法保证。
发明内容
本发明针对现有技术存在的不足，提供一种随环境动态变化的数据收集技术，基于的理论为压缩传感和时间序列预测，实现保证复原精度要求下的低能耗低存储空间的数据收集方法。本发明用到的变量名、缩写、专有名词定义如下t。无线模块持续开启的时间槽长度。 t6 :无线模块持续关闭的时间槽长度。P :采集概率。η :网络中传感器节点的总数。i :网络中每个节点的赋予一个ID号，分别为1，2，. . .，i，. . .，η。t:环境监测总时间槽数。j :监测时间段中的每个时间槽赋予一个标号，分别为1，2，. . .，j，. . .，t。x(i, j):节点i在时间槽j采集到的环境数据。X = (x(i, j))n.t :环境变化矩阵，表示整个t时间段内环境的变化，可以认为所有节点在所有时间槽都采集来的环境数据。
, (I 当V( f)有被辛·集^ι|，B =二 |o:指示矩阵，用I和。分别表示环境数据在
该节点位置该时间槽有无被采集到。G :数据收集矩阵，只记录传感器网络实际收集来的环境数据，若第i节点在第j时间槽采集了数据，则G矩阵的第i行第j列元素为x(i，j);若第i节点在第j时间槽没有采集数据，则G矩阵的第i行第j列元素为O。可以认为G = X · B。=:插值后矩阵，对比与环境变化矩阵X，数据收集矩阵G存在O元素，通过插值或估计将矩阵G中的O元素复原出来产生矩阵. ，用来近似矩阵X。R = (r1； r2, . . . , rj :秩序列，一个由秩的时间序列组成的行向量。F1表示给定矩阵的第一列向量的秩(即第一个时间槽内所有节点采集到的数据组成的列向量的秩)，r2表示给定矩阵中的第一列和第二列数据组成的矩阵的秩，匕表示给定中的第一列一直到第τ列数据组成的矩阵的秩。O :无线模块开启周期的缩写。C :无线模块关闭周期的缩写。汇聚节点数据收集用的节点，一般和电脑相连，一个传感器网络中通常至少有一个汇聚节点，网络中的其它节点将采集的数据都传输给汇聚节点。数据收集是整个无线传感器网络的共同工作。所有节点均进行数据的采集后传输给汇聚节点完成数据收集工作。
数据采集每个节点通过自身的传感模块采集到的环境变量数值(比如温度、光照、湿度)的过程称之为数据采集。数据传输每个节点通过自身的无线模块将采集到的数据进行发送、接收、转发的工作为数据传输。工作状态传感器节点进行数据采集、接收和发送。无线模块和传感模块均开启，闻耗能。休眠状态传感器节点休眠不工作。无线模块和传感模块均关闭，超低耗能。半休眠状态传感器节点只采集数据不传输数据。采集到的数据存储在本地。传感模块开启但无线模块关闭，低耗能。压缩传感一种插值理论，通过少量的采集数据恢复全局数据的方法。 环境复原也称之为环境重构。用传感器网络收集来的数据通过插值方法恢复出一段时间内整个环境的变化过程。在本发明中提到的环境复原均采用压缩传感理论的方法进行插值。本发明所述的收集方法在无线传感器网络中的实际表现如说明书附图
所示，节点的工作周期可以看作无线模块的开启O与关闭C周期的交替进行。在无线模块开启的周期O内，节点处于工作状态，进行数据采集、数据传输的工作，无线模块开启周期O的长度t。由用户事先给定；在无线模块关闭的周期C内，节点以采集概率P进入半休眠状态，只采集数据不传输数据，由传感模块采集来的数据保存在本地存储单元中直到下一次无线模块开启时一并传输。其它概率即(I-P)概率情况下，节点进入休眠状态不采集数据。无线模块关闭周期C的长度t6和采集概率P由前一次O周期内所收集到的环境数据计算得到，是按环境变化动态改变的。根据本发明的一个方面，提供一种无线传感器网络环境监测中基于压缩传感的数据收集方法，包括如下步骤步骤I :在一个O周期开始时，所有节点将上一个C周期所采集并存储着的数据都收集到汇聚节点；步骤2 :在这个O周期的每一个时间槽中，每一个节点都采集一次环境数据，并将数据传输给汇聚节点；步骤3 :汇聚节点在这个O周期结束前，以本周期内所有节点采集到的数据为基础做数据分析，判断下一个C周期中无线模块持续关闭的时间槽长度t6和采集概率P的数值是否可以被预测；步骤4a :若所述步骤3的判断结构是否定的，即按判断不可被估算，则跳过C阶段，直接进入下一个O周期；步骤4b :若所述步骤3的判断结构是肯定的，即按判断可以被估算，则计算紧接着的C周期的无线模块持续关闭时间槽t6和采集概率P的具体数值，并广播给所有节点，然后进入步骤5 ；步骤5 :所有节点进入到C周期，关闭无线模块；在总长为t6的周期中的每一个时间槽中，每一个节点都以概率P进入半休眠状态，采集数据后存储在本地；其它时间槽均处在休眠状态；直到c周期结束为止；然后重新回到所述步骤1，开始新的周期交替过程；其中，O周期为无线模块开启周期，C周期为无线模块开启周期。
技术方案的优化目标
权利要求
1.一种无线传感器网络环境监测中基于压缩传感的数据收集方法，其特征在于，包括如下步骤 步骤I :在一个O周期开始时，所有节点将上一个C周期所采集并存储着的数据都收集到汇聚节点； 步骤2 :在这个O周期的每一个时间槽中，每一个节点都采集一次环境数据，并将数据传输给汇聚节点； 步骤3 :汇聚节点在这个O周期结束前，以本周期内所有节点采集到的数据为基础做数据分析，判断下一个C周期中无线模块持续关闭的时间槽长度t6和采集概率P的数值是否可以被预测； 步骤4a :若所述步骤3的判断结构是否定的，即按判断不可被估算，则跳过C阶段，直接进入下一个O周期； 步骤4b :若所述步骤3的判断结构是肯定的，即按判断可以被估算，则计算紧接着的C周期的无线模块持续关闭时间槽t6和采集概率P的具体数值，并广播给所有节点，然后进入步骤5 ； 步骤5 :所有节点进入到C周期，关闭无线模块；在总长为t6的周期中的每一个时间槽中，每一个节点都以概率P进入半休眠状态，采集数据后存储在本地；其它时间槽均处在休眠状态；直到C周期结束为止；然后重新回到所述步骤1，开始新的周期交替过程； 其中，O周期为无线模块开启周期，C周期为无线模块开启周期。
2.根据权利要求I所述的无线传感器网络环境监测中基于压缩传感的数据收集方法，其特征在于，所述步骤3包括子步骤通过判断无线模块持续开启的时间槽长度t。段内所收集的环境矩阵X的秩的时间序列R是否可以被预测来确定t6和P是否可被预测。
3.根据权利要求I所述的无线传感器网络环境监测中基于压缩传感的数据收集方法，其特征在于，所述步骤4b中的计算紧接着的C周期的无线模块持续关闭时间槽t6包括子步骤 -R序列预测步骤根据O周期内收集来的数据建立矩阵计算此矩阵的秩的时间序列"…确定秩的时间序列…是否可预测,若可预测，则预测之后任一时间槽数据矩阵的秩#τ，其中τ > t0,^ =■·.；； -秩误差序列预测步骤建立秩误差序列￡.-.:: = = ^r2-T2,其 - 中任一是由ARIMA模型基于序列(Γι，r2, . . . ,r.J预测而得的；误差序列建立后，仍然利用ARIMA模型预测之后任一时间槽误差序列的值 ，其中τ > t。，即=…U; _计算t6步骤先定义累积误差=也就是说在时间槽j的累积误差是从时间槽tfi到时间槽j的所有预测误差的总和；给定一个置信空间系数ζ，ζ的取值在0 100%之间；因此t6 = max(j)-t。，其中j满足《卢’C。同时在时间槽j的秩^也得到。
4.根据权利要求I所述的无线传感器网络环境监测中基于压缩传感的数据收集方法，其特征在于，所述步骤4b中的计算紧接着的C周期的采集概率P包括子步骤 -令总收集的数据量符合K彡β T-Iog2 (η ·νΓ)，其中β是一个常系数，r是矩阵的秩，η是矩阵的行数即传感器节点数目，t是矩阵的列数即时间槽数目，且K的收集在矩阵中符合随机分布；在一个OC交替周期内t = t0+t6 ;矩阵的秩由预测所得并保有置信区间，得至IjT' = % * {-十 );代入得丨 S .这· JVi · ii - C) ■ og2{·; ‘ (rc + r5)/{% · (I + c)]) · -传感器节点分成O周期和C周期，在O周期至少采集量为K · t0/(t0+t6),*c阶段至少采集量为M = K ^t6/ (t0+t6)，则采集概率能够计算得到为P = M/ (n *t6);将M和K代入，得到
全文摘要
本发明提供无线传感器网络环境监测中基于压缩传感的数据收集方法，基于的理论为压缩传感和时间序列预测，通过收集来的环境数据动态调整采集概率和工作/休眠占空比，使得用最少的数据采集就能够复原给定精度要求的总体环境。本发明易于实现，复原精度高，数据采集量小，能量和存储资源消耗少。
文档编号H04W52/02GK102843757SQ20121028494
公开日2012年12月26日 申请日期2012年8月6日 优先权日2012年8月6日
发明者孔令和, 刘小洋, 薛广涛, 伍民友 申请人:上海交通大学