[发明专利]基于压缩感知的无线传感器网络监测方法及系统

说明书

技术领域

本发明涉及无线传感器技术领域，尤其涉及基于压缩感知的无线传感器网络监测方法及系统。

背景技术

随着无线通信技术、传感器技术及嵌入式计算技术的快速发展和日益成熟，无线传感器网络被广泛应用在环境监测、煤矿事故检测、危险境地导航、交通流量监控等诸多与国计民生有着重大联系的场景中。

在这些场景中，为了覆盖理想区域，保证数据的采集准确性，往往需要部署大量的传感器节点。然而，传感器节点的密集部署不仅需要消耗大量的成本和人力物力资源，还存在传感器网络的拥塞和管理困难，甚至导致传感器节点采集的数据无法传回到基站的问题。换句话说，一味增加传感器节点的数量，可能会导致无线传感器网络的监测数据不完备，带来不必要的资源浪费和数据丢失，不是可靠的网络部署理论。

事实表明，无论在室内还是室外，现有技术的无线传感器网络中，传感器节点采集的数据具有很强的空间相关性的。比如说，当森林某处发生火灾的时候，周围的多个传感器节点应该都会显示温度过高；如果煤矿的某个地方发生泄漏，则附近的多个传感器节点都会检测到一氧化碳浓度升高。换句话说，在实际地理位置比较相近的传感器节点，它们采集到的数据往往是可以相互推算出来的。从这个角度来看，现有技术的无线传感器网络的节点部署还相当大的改进空间。

发明内容

本发明的目的在于提出基于压缩感知的无线传感器网络监测方法及系统，能够节省传感器节点的部署数目和部署成本，并保证数据传输的可靠性和准确性。

为达此目的，本发明采用以下技术方案：

一种基于压缩感知的无线传感器网络监测方法，包括：

确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵；

根据传感器节点的实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据。

其中，所述确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵，包括：

获取待监测区域中部署的传感器节点的读数，根据传感器节点监测对象的扩散传播特性，调整传感器节点的部署位置；

确定调整后的传感器节点的读数的空间相关性，得出调整后的传感器节点的空间相关性矩阵；

根据等值线上传感器节点的读数一致性原则，修正所述空间相关性矩阵得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵。

其中，所述传感器节点监测对象的扩散传播特性为：

将扩散时刻记作t＝0，将扩散起点设为坐标原点，在任意时刻t空间中任一坐标点(x,y,z)的监测对象的浓度记为C(x,y,z,t)，则所述监测对象在单位时间内通过单位法向量面积的流量为：

q→=-ki·gradC]]>

其中k_i(i＝x,y,z)为扩散系数，grad为浓度梯度，负号代表监测对象由高浓度到低浓度的方向扩散。

其中，所述根据所述实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据，包括：

获取传感器节点的实际监测数据，得到实际监测序列；

由公式y＝Φf计算出与所述实际监测序列对应的所述待监测区域的理论监测数据f；

其中，y是M×1的实际监测序列，Φ是M×N(M<<N)的压缩感知观测矩阵，M为实际部署的传感器节点数目，N为利用M个传感器节点的读数及所述读数的空间相关性恢复出来的传感器数据的数目。

其中，所述传感器节点包括：温度/湿度监测节点和二氧化碳浓度监测节点。

一种基于压缩感知的无线传感器网络监测系统，包括：

观测矩阵学习单元，用于确定待监测区域中部署的传感器节点的空间相关性，得出所述传感器节点组成的无线传感器网络的压缩感知观测矩阵；

压缩感知计算单元，用于根据传感器节点的实际监测数据、所述压缩感知观测矩阵得出待监测区域的理论监测数据。

其中，所述观测矩阵学习单元包括：