[发明专利]基于哈夫曼编码和随机优化策略的传感网络数据压缩方法

说明书

技术领域

本发明属于数据压缩技术领域，涉及一种基于哈夫曼编码和随机优化策略的传感网络数据压缩方法。

背景技术

基于无线传感器网络(WSNs)的监测系统中，各个传感器节点收集自身周围的局部信息，对其进行处理后传送至汇聚节点，汇聚节点汇总所有节点采集的局部数据传至基站，从而得到感兴趣区域的整体信息。在无线传感器网络中，由于受多种因素比如节点能量、节点计算存储能力、背景噪音及无线通信存在不稳定性等的影响，节点获取、处理和传输的感知数据信息常常存在一定的误差，并具有一定程度的不确定性，然而在某些应用中通常允许一定的误差存在。即在保证应用要求的前提下，可以通过降低一定的数据精度来减少在网络中传输的数据量，从而降低网络中节点的能量消耗。无线传感网络中的数据压缩算法就是保证在一定数据精度的前提下，寻求一种有效的减少传输中数据量，从而降低节点能耗，提高整个网络的综合性能的方法。在无线传感器网络的许多实际应用中，被监测区异常情况发生的概率总是相对较小，在没有异常发生的情况下，同一传感节点在连续采集数据时，前后连续时刻所采集数据必然存在很大相关性，同时，处于相邻区域的不同的传感器节点在同一时刻采集的数据必然具有空间相关性，如果将这些具有时间，空间冗余的数据都发送到基站必然耗费节点大量的能量，因此如何有效地消除或利用节点感知数据在时间、空间上的冗余性已成为无线传感网络中数据压缩要解决的关键性问题。如何针对WSNs在环境监控方面的具体应用需要，设计出有效的无线传感网络数据压缩算法，是一个很有意义的研究课题。

针对节点感知数据中存在的空间与时间冗余，基于哈夫曼编码的无线传感器网络数据压缩算法向节点发送的编码量，是通过基站处采用固定预设阈值方式确定的，然而在无线传感器网络实际应用中，网络规模各不相同，且随着节点能量的消耗，网络中实际包含的节点数也是动态变化的，同时，节点获取的监测值也是随时间动态变化的，故采用固定阈值的方式很难满足实际应用需求，也影响了无线传感器网络综合监测性能。

发明内容

本发明的目的是针对现有技术的不足，提供了一种基于哈夫曼编码和随机优化策略的传感网络数据压缩方法。该方法使得由数据精度、传输单位数据节点的平均能耗及网络失效节点数构成的综合指标达到最优。

为了达到上述目的，本发明的技术方案是这样实现的：

步骤(1).由各节点向基站传输一组原始感知数据，基站根据具体应用实现原始感知数据的归并处理，即差异在一定范围(具体范围的选取由具体应用确定)内的数据视为相同数据，以避免在哈夫曼编码时，由于完全相同原始数据极少而导致的码字过长问题；

步骤(2).基站对归并处理后的数据进行哈夫曼编码，然后执行随机优化策略从而得到编码阈值s^*；

所述的随机优化策略的执行归结为随机优化策略公式的运算，对其相关说明简述如下：

经哈夫曼编码后，可获得归并处理后各原始数据对应的频率及编码，各频率对应的原始感知数据个数也可获取，随机优化策略公式即

其中，δW为相邻两频率差值，X为相邻两频率对应样本数的差值，α＞0为恒定的惩罚因子系数，e是一个超越数，即数学上通常用作自然对数的底数，E为取期望运算符。

步骤(3).根据得到的编码阈值，将不小于该阈值的频率所对应的哈夫曼编码及其映射的数据发至各节点；

步骤(4).节点根据接收的编码及其映射的数据，判断其新感知数据是否属于编码所映射的数据，若新感知数据属于编码所映射的数据，则传输对应的哈夫曼编码至基站，否则，传输新感知数据至基站并跳转至步骤(6)；

步骤(5).基站接收各节点传输的哈夫曼编码并解码，结合节点新感知数据，获得所有节点的原始数据；

步骤(6).基站对数据进行哈夫曼编码，由于节点传输数据存在冗余，若编码后所得码字个数与上一轮哈夫曼编码码字个数相同，则跳转至步骤(3)，否则，跳转至步骤(2)。