技术领域本发明涉及物联网技术领域，尤其涉及一种基于符号聚合近似的无线传感网数据压缩与重构方法及系统。
背景技术：
无线传感网(WirelessSensorNetworks，简称WSN)是未来网络发展的主流形式，并已成为本世纪一个新科学研究领域。在基础理论和工程技术两个层面提出了许多急需解决的问题。无线传感网成本低廉、低功耗、大规模自组网；传感器节点体积小巧、电池供电、部署灵活；以及能够适应监测人力难以到达的恶劣环境；这些特点使得无线传感网极大地提升了灾害预防的监控能力。WSN传感器节点通常采用微型电池供电，能量严重受限，同时WSN日益广泛的应用促使该技术已逐级走向实用化，因此研究能量高效的解决方案来延长WSN生命期变得至关重要。一般而言，WSN节点的能量主要消耗在通信、计算以及存储过程中，而通信中所消耗的能量远多于两个过程中所消耗的能量。其中通信能耗又可细分为传输、接收和监听所导致的能耗。信息传输又是这三个方面中消耗能量最多的部分，相关研究人员已发现节点传送1比特信息经过100米距离所耗能可供节点上的处理器执行大约3000条计算指令。由此可见，减少网络中数据的时间冗余度和空间冗余度，达到尽量减少WSN传送的数据总量，是节省网络能量的有效途径之一。因此，近年来各种基于数据压缩技术的WSN节能算法相继被提了出来，这类方法在传感器节点发送数据阶段将釆集的数据采用一定的压缩编码方法进行压缩以减小网络中传输的数据总量，在数据到达之后再采用解码技术进行解码。由于这类方法以减少传递数据量来达到网络节能的目的，因此传递过程中数据压缩量的多少决定了节能效果的好坏，但其在实现高效数据压缩的同时还需要一定的重构精度来保障接收端的后续数据处理的准确性。然而目前大多数的节能方法都放在如何提高数据压缩算法效率，而忽略了WSN自身的一些特性。符号聚合近似(简称为SAX)作为一种时间序列的符号化表示方法，在符号化过程中实现了有效的数据压缩、降噪，并能保证在符号空间计算出的两个符号序列的距离满足实际的两个时间序列距离的下界要求。而且，SAX方法计算复杂度低的特点符合WSN对于数据实时处理要求，可将其用来压缩节点传送数据从而节省网络能量。另外，由于传感节点中采集的数据之间本身就具有较强的时间和空间上的相关性，因此，在SAX压缩的基础上进一步考虑利用不同节点数据间的时空相关性来减少冗余的数据从而来最大化实现节能的目的。
技术实现要素：
本发明要解决的技术问题在于针对现有技术中无线传感网络信息传输冗余较大的缺陷，提供一种根据时空相关性抑制冗余信息发送的基于符号聚合近似的无线传感网数据压缩与重构方法及系统。本发明解决其技术问题所采用的技术方案是：本发明提供一种基于符号聚合近似的无线传感网数据压缩与重构方法，包括以下步骤：S1、设置数据滑动窗口，获取无线传感网络每个节点在数据滑动窗口内采集监测数据构成的时间序列，对该序列进行标准化得到标准化序列；S2、对得到的标准化序列进行降维，并对降维后的序列中各时序子段的均值进行符号化得到SAX符号序列；S3、对单个节点通过时间相关性来判断是否抑制当前时刻的SAX符号序列发送过程；对不同节点之间通过空间相关性抑制冗余信息的发送；S4、当一个周期内的每个节点都完成了时空相关性抑制过程，而且接收端结束了本轮数据采集，则网关执行当前周期内恢复节点未传送的数据。进一步地，本发明的步骤S1中对时间序列进行标准化处理的公式为：yi=xi-μσ]]>其中，时间序列X＝{x1,x2,…,xn