[发明专利]基于压缩感知技术的具有高能效的数据采集树的构造方法

权利要求书

1.一种基于压缩感知技术的具有高能效的数据采集树的构造方法，其特征在于，包括如下步骤：

步骤1：通过传输矩阵R将网络中数据的一条边的传输代价转化为对应节点的传输向量的零范式，并对节点按照其与sink节点的距离划分为不同的层次，按照层次由远及近的原则，以迭代方式构建最小传输采集树，以尽量减小网络中数据的传输代价；

其中，所述传输矩阵中的元素R(j,i)表明节点i是否参与第j次投递的传输过程，若R(j,i)＝0则表明节点i在第j次投递过程中既不需要感知数据，也不存在需要传递数据的子节点，若R(j,i)＝1则表明节点i在第j次投递过程中需要感知数据或者存在需要传递数据的子节点；

步骤2：对最小传输采集树的结构进行调整，以实现网络中节点的负载平衡。

2.根据权利要求1所述的基于压缩感知技术的具有高能效的数据采集树的构造方法，其特征在于，所述步骤1包括如下步骤：

-初始化数据采集树T’，在初始化的数据采集树T’中，边集E’为空，点集V’仅包含sink节点；按照节点到sink节点的距离对节点进行编码，记为cid，根据节点i到sink节点的距离将节点i编码记为cid_i，cid_i越大，则节点i距离sink节点越远；cid最大的一批节点被视为叶节点，这是第一批加入T’的节点，叶节点的传输向量R_i直接由采样向量Φ_i进行初始化；节点按照cid分批加入数据采集树T’中，即仅当所有cid＞cid_i的节点都被加入数据采集树T’之后，节点i才能被加入T’；

-每当有一个节点i要加入数据采集树T’时，寻找节点i的父节点p，即从距离sink节点最远的节点开始构建树，根据父节点p到sink节点的距离将父节点p编码记为cid_p，父节点的cid_p要满足cid_p≤cid_i；其中，不允许某个节点与其父节点及其子节点三者有相同的cid；

-每次迭代从没有加入T’的节点中选择cid最大的一个节点i，并在cid最大的这个节点i的潜在父节点中寻找父节点，将父节点加入数据采集树T’中，所述潜在父节点指满足cid≤cid_i并且在节点i的通信范围之内的节点；

-当点集V’中包含网络中所有节点的时候，则表明数据采集树已经构建好，记为T。

3.根据权利要求2所述的基于压缩感知技术的具有高能效的数据采集树的构造方法，其特征在于，在每次迭代过程中，在没有加入T’的节点中同时具有最大cid的节点中进行遍历，选择所述同时具有最大cid的节点中具有最小额外增加代价的子节点与其对应父节点，加入数据采集树T’中，具体加入过程为将子节点加入点集V’中，将子节点与父节点之间的边加入边集E’中。

4.根据权利要求3所述的基于压缩感知技术的具有高能效的数据采集树的构造方法，其特征在于，在迭代过程中，若所述具有最小额外增加代价的子节点与其对应父节点的组数为两组以上，则选择父节点现有子节点数目最少的一组子节点与其对应父节点加入数据采集树T’。

5.根据权利要求1所述的基于压缩感知技术的具有高能效的数据采集树的构造方法，其特征在于，所述步骤2具体为：将一个瓶颈节点的子节点分散给它负载较轻的邻居节点，同时要确保邻居节点不会转化为新的瓶颈节点，其中，所述瓶颈节点指网络中最先耗尽能量的节点。

6.根据权利要求5所述的基于压缩感知技术的具有高能效的数据采集树的构造方法，其特征在于，针对满足调整条件的节点对(u,v)进行调整，调整方法具体为：断掉节点u与其子节点c之间的边，选择节点u的邻居节点v作为子节点c的新的父节点，从而在节点u邻居节点之间实现负载均衡，当网络中不存在满足调整条件的节点对时，调整结束；其中，所述调整条件为满足以下三个条件情况：

a).节点u与邻居节点v距离sink节点有相同的跳数；

b).节点u比邻居节点v至少多了两个子节点；

c).节点u的一个子节点c也在邻居节点v的通信范围以内。