[发明专利]一种基于变长编码的无线传感器网络数据压缩方法

说明书

技术领域

本发明涉及无线传感器网络的数据压缩技术领域，特别是一种基于变长编码的无线传感器网络数据压缩方法。

背景技术

无线传感器网络是由部署在监测区域内大量的相同或者不同类型的小型传感器节点组成，通过无线通信方式自组织形成的一个多跳的动态拓扑网络系统，能够实现实时监测、采集和感知各种环境下或不同监测对象的信息，并完成数据处理、通信和管理等功能。由于无线传感器网络监控能够节省过去繁琐枯燥的人力劳动，甚至能对过去人工难以实时监控的危险区域进行监控，在国防军事、环境监测、智能家居、医疗健康和工业控制等领域有着广泛的应用前景。

无线传感器网络节点通常采用能量有限电源，由于节点部署在野外无人区域，不可能频繁为其更换电源，而无线传感器网络通信能量开销往往占用整体能量开销的绝大部分。现有的无线传感器网络监测系统中，传感器节点在相邻时刻采集的原始数据直接传送至协调器，这样的通信方式浪费网络带宽、增加网络延时和节点能耗，严重影响了网络生命周期和数据传输稳定性。因此，对传感器节点采集的原始数据进行压缩处理是目前无线传感器网络监测系统中不可或缺的重要环节。

针对传感器节点各种资源有限的特点，所选择的压缩技术应该满足实现简单、运行高效的要求。目前常用的压缩算法，诸如霍夫曼编码压缩、字典压缩和算术编码压缩等压缩技术，虽然压缩率很高，但是时间复杂度和空间复杂度较高，因此并不适用于无线传感器网络。无线传感器网络领域压缩方法的研究中，BBDC（Based on Broadcasting Data Compression）是一种基于广播的压缩方法，BBDC方法中节点数据的压缩依赖于簇内其它节点的广播信息，同时簇内节点数量增加时，求解复杂度呈几何倍数增长，显然不能满足大规模无线传感器网络监测应用要求。最优阶分布式分簇结构树压缩算法（COOE-DSTD）依据最优解估计原理改进了分布式结构树压缩算法(DSTD)，有效降低了算法运算量，提高了数据精度，但是COOE-DSTD算法毕竟是一种高运算量的有损压缩，并不能满足目前无线传感器网络监测系统数据无损压缩的应用需求。

专利文献CN201110129032.8公开了一种基于自适应最优消零的无线传感器网络数据压缩方法，此方法通过自适应地寻找最优位数因子对递增排列的感知数据序列进行消零运算和编码，使得感知数据序列的最终编码长度最短，有效去除了冗余信息。但是此方法中感知数据进行压缩前需要进行排序处理，造成了额外的运算开销、传输延迟和能耗，并不适合需要传输大量感知数据的监测系统。专利文献CN200910242405.5公开了一种减少无线传感器网络节点信号冗余的方法，该方法是基于拉普拉斯统计分布的一阶差分压缩技术，可以在占用较少存储资源的情况下减少冗余数据。但此方法需要获取监测对象的先验数据，同时拉普拉斯分布的概率密度函数运算极为复杂，因此也不能达到良好的效果。专利文献CN201010194710.4公开了一种基于非阈值的无线传感器网络节点数据的压缩方法，该方法将单个节点在一段时间内采集的数据所形成的整个时间序列近似为多个分段折线，近似表示原始的时间序列数据。此方法在压缩过程中损失了数据精度，属于有损压缩，在许多应用场合并不适用。专利文献CN201110246834.7公开了一种传感器网络数据压缩编码/解码方法，通过对相对游程长度数据进行编码形成编码数据组以达到压缩效果。该方法中相对游程长度数据计算过程复杂，相对游程长度数据绝对值变化区间小，且形成编码数据组时未阐述移位重组操作，所以数据压缩效率低、压缩效果差。

目前尚未发现满足简单、高效和无损要求的无线传感器网络数据压缩方法的公开文献。

发明内容

有鉴于此，本发明的目的是，提供一种可用于无线传感器网络监测系统的数据压缩方法，该压缩方法能对传感器节点采集的原始数据进行高效数据压缩，减少传输延迟，降低网络能耗，并且基于该方法数据接收端能完成数据的无损还原。

为了实现上述目的，本发明采用如下技术方案：

步骤一：根据设定的编码单元二进制位数T和原始数据宽度B，计算编码块前缀二进制位数W。编码块前缀二进制位数，为向上取整符号， T表示数据位数，通常设定值为4。因为1~9这样的小量数据用4位二进制数即可表示；根据所采集数据类型，其数据宽度B是显而易见的。