无线传感器网络自适应压缩方法
【专利摘要】本发明公开了一种能够实现全网级别的能量优化的无线传感器网络自适应压缩方法，它包括压缩判决过程，压缩判决过程中比较执行压缩时的总能耗Ecomp以及不执行压缩时的总能耗Euncomp，若Ecomp大于Euncomp，则原始数据不压缩，直接发送，若Ecomp小于Euncomp，则执行数据压缩过程，原始数据被压缩后再发送，若Ecomp等于Euncomp，则原始数据不压缩，直接发送，或者，原始数据压缩后再发送。
【专利说明】无线传感器网络自适应压缩方法
【技术领域】
[0001]本发明涉及无线传感器网络【技术领域】，具体讲是一种无线传感器网络自适应压缩方法。
【背景技术】
[0002]无线传感器网络(Wireless Sensor Networks, WSNs)被广泛应用于环境监测、医疗保健、智能家居、交通监视、军事监控等多个领域。通常情况下，网络中的传感器节点以电池供电。高密度、大范围的部署，增加了给节点更换电池、补充能量的难度，因此，能量的高效使用是WSN的首要设计目标。数据压缩(Data Compression)技术被引入WSN中，得益于其在去除数据冗余方面的能力。在满足应用需求的前提下，对原始数据进行适当地网内处理，减少数据传输量，进而有效地节省能耗，延长网络生存寿命，是数据压缩的基本功能。
[0003]然而，通过对现有时域压缩算法的节能效益进行评估后发现，数据压缩算法不能保证在任何情况下都能获得节能效果。在某些应用场合中，节点的密集部署使得通信的射频功率降低，而数据的精度要求较高则直接影响压缩的执行效果。在这种情况下，执行网内数据压缩未必能够实现预期的节能目的，反而会因为额外增加的计算能耗大大超过节省的通信能耗，使执行压缩算法得不偿失。由此，一种针对单一时域压缩算法进行节能优化的节点级压缩判决机制被提出并用来在执行压缩前，对压缩是否节能进行预判(见授权专利杨华中，应蓓华，刘伟等；一种用于无线传感器网络降低能耗的压缩判决方法；中国，ZL200810238934.3 ;2009-10_21)。
[0004]将“压缩判决方法”应用于传感器节点，能够有效地避免压缩可能带来的不必要的能量损失，但此方法仍然存在着一定的不足，详述如下:
[0005]压缩判决仅针对单个节点进行能量优化，并未考虑网络全局和无线通信的信道质量。该方法从节点自身的能量损失来判断压缩是否节能，通过将节点执行压缩的计算能耗与节点发送压缩后数据能够节省的发射能耗进行比较，得到判决结果。由此可见，此方法只实现了节点级的能量优化，并未涉及网络中普遍存在的多跳传输的情况以及实际信道的多变性。在多跳传输中，压缩带来的通信数据量的减少，不仅能够节省本地节点的发射能耗，同时也能降低后续中继节点的通信能耗，与此同时，无线信道的不确定性带来了数据重传的可能。因此，在压缩与否的判决中，需要进一步考虑网络中的其他节点和实际信道质量，实现全网级别的能量优化。
【发明内容】
[0006]本发明要解决的技术问题是，提供一种能够实现全网级别的能量优化的无线传感器网络自适应压缩方法。
[0007]本发明的技术方案是，本发明无线传感器网络自适应压缩方法，它包括压缩判决过程，
[0008]压缩判决过程中比较执行压缩时的总能耗Ε.ρ以及不执行压缩时的总能耗Euncomp,若Eramp大于Eunramp,则原始数据不压缩，直接发送，若Ε_ρ小于Eunramp,则执行数据压缩过程，原始数据被压缩后再发送，若Ecotp等于E_mp，则原始数据不压缩，直接发送，或者，原始数据压缩后再发送；其中，所述Eramp、Eunramp的计算式为:
[0009]
【权利要求】
1.一种无线传感器网络自适应压缩方法，它包括压缩判决过程，其特征在于， 压缩判决过程中比较执行压缩时的总能耗Ε.ρ以及不执行压缩时的总能耗Ε._，若Ecomp大于Emramp,则原始数据不压缩，直接发送，若Eramp小于Emramp,则执行数据压缩过程，原始数据被压缩后再发送，若Ecotp等于Ε._，则原始数据不压缩，直接发送，或者，原始数据压缩后再发送；其中，所述Eramp、Eunramp的计算式为:
2.根据权利要求1的无线传感器网络自适应压缩方法，其特征在于，压缩判决过程采用多种压缩算法来分别获得不同压缩算法下的Ε.ρ，这样，形成Ε_ρ组，该Ε.ρ组中各值与Eimcomp比较，若最小值落于Ecotp组中，则选定其中最小值所对应的压缩算法进行原始数据压缩再发送，否则，原始数据不压缩，直接发送。
3.根据权利要求1的无线传感器网络自适应压缩方法，其特征在于，由节点经过机器学习建立预测压缩比的数据库关系模型和预测压缩执行时间的数据库关系模型，由预测压缩比的数据库关系模型得到CR，由预测压缩执行时间的数据库关系模型得到Tku ;压缩比的关系模型和压缩执行时间的关系模型均是基于精度e的二维表，在两种表格的建立过程中，采用不同的压缩算法，基于同一种原始数据，以不同精度要求e下获得的压缩比和执行时间作为表格输入，在节点中对数据进行统计分析及插值运算得到两种二维表格，进而完成关系模型的建立。
4.根据权利要求3的无线传感器网络自适应压缩方法，其特征在于，在网络运行中，节点随机选取若干新样本进行模型验证，若其预测误差超过设定的阈值则触发节点进入新一轮的机器学习，对预测压缩比的数据库关系模型和预测压缩执行时间的数据库关系模型予以修正和调整。
【文档编号】H04W84/18GK103957582SQ201410212170
【公开日】2014年7月30日 申请日期:2014年5月17日 优先权日:2014年5月17日
【发明者】应蓓华, 马龙华, 田洪周 申请人:浙江大学宁波理工学院