f )列构造测量矩阵)??? :
(6) 其中:|驗|雜,雜 如果不满足
：，则以随机数填充测量矩阵的行数直至满足为止。
[0019] 步骤二、结合实时有效通信带宽调整测量矩阵的维度，实现数据收集质量可伸缩 控制； 丄、对信号进行观测编码，由测量公式可知：
(7) 即：
(8)
[0020] 2、根据初设的测量矩阵、基矩阵寒和观测向量!:?，采用57算法对信号进行 重构，若残差小于阈值P，则执行步骤3 ;否则，逐步增加测量矩阵的行数，再采用57算法 进行数据重构，直至重构残差，小于阈值0才停止扩维，更新为扩维增加行数后的测 量矩阵； 表1表示在本发明中使用的57算法伪代码。
[0021] 表1 57算法伪代码 CN 105120469 A 1冗 P月卞> 8/10 页
3、基于实时有效通信带宽的优劣，对测量矩阵的维度进行扩维或者降维处理： 1) 判断实时有效通信带宽的优劣： 当区域汇聚节点实时接收其他节点发送的数据时，计算相对接收速率^ :
(9) 其中蒙表示传输数据的实时有效通信带宽，::識霧方:權是较小的常数， 然后比较实时接收速率丨和相对接收速率f的大小：若S 5 ^，表示实时有效通信 带宽良好，否则表示实时有效通信带宽较差； 2) 当实时有效通信带宽良好时，则以随机方式唤醒/?_/ + Α「《： 个暂时休眠的节 点并进入工作状态，对随机测量矩阵:填充随机数进行扩维，^为扩充的维数，为扩 .A JI.S I . ...V,. 充的彳T数，则为： CN 105120469 A m ~P 9/10 页
(10) 此时采样率需满足\
、同时，|_邊:.|的取值需满足公式（5)的条件，此 时公式（5)中的_被取代，取代；否则填充随机数到测量矩阵 直至满足为止； 3)当实时有效通信带宽较差，则以随机方式选择/个工作状态的节点并进入休眠 状态，但区域汇聚节点不休眠，对随机测量矩阵_1降维，保持中左上角的上 I藤一1|行和前列，#为降低的维数，歲为缩减的行数，则
(11) 此时采样率需满足I
同时，的取值需满足公式（5)的条件，此 时公式（5)中的A/被U/- 〇取代，[被（夂一/)取代；否则填充随机数到测量矩阵 直至满足为止。
[0022] 5、对扩维或降维后测量矩阵得到的测量值，采用57算法进行数据重构。
[0023] 6、数据收集结束。
[0024] 本发明的一个实施例如下： 如图2所示：分别在3个信源("云状图形"表示）周围布置传感器("圆圈"表示)，并将 距离每个信源位置最近的传感器节点确定为簇头并作为区域汇聚节点，分别标记为1、2、3， 以每个簇头为中心对所述分布式感知网络中的传感器节点进行分簇(方形区域)。
[0025] 如图3所示：以第二个信源(包含标号的簇头2)为例说明，在一个周期内，开始时 工作的传感器节点为浅色节点，其余休眠的节点为深色节点。
[0026] 如图4所示：以第二个信源(包含标号的簇头2)为例说明，新增的浅色节点表示为 扩维时部分休眠的节点以随机方式被唤醒开始工作。
[0027] 如图5所示：以第二个信源(包含标号的簇头2)为例说明，新增的深色节点表示为 降维时已工作的节点以随机方式进入休眠状态停止工作。
[0028] 上述对实施例的描述是为了便于该技术领域的普通技术人员能理解和使用本发 明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的 一般技术原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实 施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该 在本发明的保护范围之内。
【主权项】
1. 基于压缩感知的质量可伸缩低信息密度数据收集方法，其特征在于首先基于信源的 信息密度初设测量矩阵的维度，然后结合实时有效通信带宽调整测量矩阵的维度，实现数 据收集质量可伸缩控制，至少还包括以下步骤， 步骤一、基于信源的信息密度初设测量矩阵的维度： 1) 在信源周围布置传感器， 2) 节点数据采集， 3) 计算信息密度， 4) 初设测量矩阵； 步骤二、结合实时有效通信带宽调整测量矩阵的维度，实现数据收集质量可伸缩控 制：1)进行观测编码， 2) 采用压缩感知子空间追踪（5T5)算法进行重构，若残差小于阈值gC0 > 0)，则转3);否则，逐步增加测量矩阵的行数，直至重构残差小于阈值g才停止 扩维， 3) 判断实时有效通信带宽的优劣：若实时有效通信带宽较好，唤醒部分节点，测量矩阵 扩维；否则，部分节点休眠，测量矩阵降维， 4) 根据扩维或降维后测量矩阵得到的测量值，采用57算法重构数据。2. 根据权利要求1所述的基于压缩感知的质量可伸缩低信息密度数据收集方法，其特 征在于基于信源的信息密度初设测量矩阵的维度，至少还包括以下步骤， 步骤一、在信源周围布置传感器及数据采集： 1) 在一个或多个信源周围布置个传感器，构成分布式感知网络， 2) 将距离每个信源位置最近的传感器节点确定为簇头并作为区域汇聚节点，以每个簇 头为中心对所述分布式感知网络中的传感器节点进行分簇， 3) 将同一簇内的传感器节点设置为时间同步，采集数据的周期为r，在一个周期内， 开始仅有JV)个传感器节点工作，其余节点暂时休眠，每个周期节点向簇头节点 发送采集的数据， 4) 簇头节点接收的漏个信号用向量麗表示，然后对麗进行稀疏表示：其中_丨为信号;:遞在稀疏基矩阵1?变换域的稀疏表示，步骤二、计算尤"个节点的信息密度P:其中#表示類个节点在周期:f内采集的信息量：穴表示::獲个节点在周期:f:内收集的第:|个数据出现的概率，I:等II:，:-s:，:f:表 示数据的类数；f:表示数据数量，即::ir个节点在周期内采集的数据个数；_麵_::德i:， #越小，表示信息密度越低； 步骤三、根据信息密度@初设3/的测量矩阵丨: 1) 生成Sxi^(S<孖）的随机高斯测量矩阵_祕:， 2) 令遵_吉.#_:，且满月丨为常量，为测量矩阵中的非〇 个数)，选取随机高斯测量矩阵中的列构造测量矩阵￥_:其中9测量矩阵中的值， 如果不满足丨：则以随机数填充增加测量矩阵的行数直至满足 为止。3.根据权利要求1所述的基于压缩感知的质量可伸缩低信息密度数据收集方法，其特 征在于结合实时有效通信带宽调整测量矩阵的维度，实现数据收集质量可伸缩控制，至少 还包括， 步骤一、对信号彳i:进行观测编码，由测量公式y= 可知：步骤二、根据初设的测量矩阵基矩阵觀和观测向量:寒:，采用57算法对信号进 行重构，若残差.小于阈值0，则执行步骤三；否则，逐步增加测量矩阵的行数，再采用 算法进行数据重构，直至重构残差r小于阈值g才停止扩维，ir更新为扩维增加行数后 的测量矩阵； 步骤三、基于实时有效通信带宽的优劣，对测量矩阵的维度进行扩维或者降维 处理： 〇判断实时有效通信带宽的优劣： 当区域汇聚节点实时接收其他节点发送的数据时，计算相对接收速率f:其中:歷表示传输数据的实时有效通信带宽，a>〇)是较小的常数； 然后比较实时接收速率f和相对接收速率丨的大小：若:f:::舊：f，表示实时有效通信 带宽良好，否则表示实时有效通信带宽较差； 2) 当实时有效通信带宽良好时，则以随机方式唤醒/(/+ ?尤:V)个暂时休眠的节 点进入工作状态，对随机测量矩阵填充随机数进行扩维，为扩充的维数，为扩充 的行数，则为：此时采样率需满足I时，的取值需满足下面的条件：否则填充随机数到测量矩阵直至满足为止； 3) 当实时有效通信带宽较差时，则以随机方式选择/个工作状态的节点并进入休 眠状态，但区域汇聚节点不休眠，对随机测量矩阵降维，保持丨中左上角的上 〇/ - 〇行和前丨列，爭为降低的维数，:1为缩减的行数，则藝議:： L n, j n'卜：z -u v y'人。.」L了九―/ J L 人-：」 此时采样率需满力I时，Utf- ^的取值需满足下面的条件：否则填充随机数到测量矩阵直至满足为止； 步骤四、对扩维或降维后测量矩阵得到的测量值，采用57算法进行数据重构。
【专利摘要】针对分布式感知网络通信信道不稳定、网络信息密度低的特点，本发明利用感知数据时空相关性和压缩感知中测量矩阵的可扩展性最大限度优化数据收集质量，提出基于压缩感知的质量可伸缩低信息密度数据收集方法。首先基于信源的信息密度初设测量矩阵的维度，然后结合实时有效通信带宽调整测量矩阵的维度，实现数据收集质量可伸缩控制。本发明通过测量矩阵的扩缩，能够根据信源的信息密度和网络带宽状态动态调整数据收集质量，具有广泛的适应性。
【IPC分类】H04W84/18, H04W24/00, H04W76/04
【公开号】CN105120469
【申请号】CN201510389687
【发明人】李哲涛, 陈潜, 杨柳, 裴廷睿, 田淑娟, 臧浪
【申请人】湘潭大学
【公开日】2015年12月2日
【申请日】2015年7月6日