[发明专利]一种基于时空相关性的高能效无线传感网数据传输方法

说明书

本发明公开了一种基于时空相关性的高能效无线传感网数据传输方法，主要解决无线传感网中数据收集的高能耗问题。具体为联合双重预测和混合压缩感知技术来提高能效，在簇内传输的过程中，利用双重预测技术减少数据的时间冗余，在簇间传输的过程中，利用混合压缩感知降低数据的时间冗余信息，进一步降低能耗。同时设计了一种自适应的预测阈值选取方法在降低能耗的同时保证数据的精确度，提高了实用性。

技术领域

本发明为一种基于时空相关性的高能效无线传感网数据传输方法，属于无线通信技术领域，具体涉及一种无线传感网数据传输方法。

背景技术

近年来，无线传感器网络发展飞速，尤其是大规模密集分布的无线传感网，在环境、工业、军事等领域有广泛的应用前景。然而，目前传感器设备一般都是电池供电，且无线传感网布置的地方一般不便到达，传感设备一旦电池耗尽即意味着该网络节点的死亡，引起传感网络功能的下降甚至丧失。因此能量成为了制约无线传感器网络的瓶颈问题。无线传感网中，传感器节点的能耗主要集中在数据的无线传输，因而，高能效的无线传输方法成为解决能量瓶颈问题的关键。

在无线传感器网络中，节点之间感知的范围重叠，且其感知的物理数据大多随时间变化缓慢，使得采集的数据具有高度的时空相关性。因此利用数据压缩技术减少时空冗余信息以提高无线传输的能效成为可行的方法。近年来提出的压缩感知技术，因其仅仅需要接收很少的数据包就能重构出原始数据在众多压缩技术中脱颖而出。除此之外，节点计算消耗的能量一般远小于传输数据所消耗的能量，预测模型也被广泛应用以降低节点能耗。然而，预测模型中的固定的误差容忍阈值限制其实用性，并且单独运用某一压缩技术时，减少的能耗有限，因此为提高实用性并进一步提高能效，传输方法需要改进。

发明内容

技术方案：本发明采用的技术方案为一种应用于无线传感网的基于时空相关性的数据传输方法，在保证汇聚节点恢复均方误差的前提下通过带有自适应误差阈值的预测技术和混合压缩感知技术消除数据间的时间和空间冗余信息以尽可能少的传输次数，提高能效。该方法包括以下步骤：

步骤1)自适应阈值选取：传输开始前，任一簇内成员i根据节点中的历史信息，通过以下优化方法，确定预测误差容忍阈值ε_i，即

其中，E_p和E_s分别为节点进行一次预测和发送一次数据消耗的能量，Φ(g)表示高斯白噪声的累积分布函数，σ_i为噪声方差，λ为用户给定的参数，表示其可接受的最大误差；

步骤2)簇内数据传输：t时刻，任一簇内成员i基于预测模型和历史数据，预测该时刻的数据值并将其与实际观测值x_i(t)比较，当预测误差时，节点i不发送数据，其对应的簇头基于相同的预测模型和历史数据计算出成员及簇头均存储用于后续时刻预测，反之，当预测误差大于容忍阈值时，节点i发送观测值x_i(t)，簇头无需进行预测，直接获得观测值；

步骤3)簇间数据传输：当簇头节点收集到所有成员的数据后，通过混合压缩感知方法将其数据序列多跳发送给汇聚节点，即当任一簇头j实际需要传输的数据量，包括本簇成员的数据及从下行链路接收到的数据，小于汇聚节点压缩感知解码所需的数据维度M时，簇头j直接发送数据，反之，当总的数据量大于M时，簇头j利用对应的压缩感知测量系数，将数据序列编码为M维后发送；

步骤4)汇聚节点数据重构：整个数据传输过程结束后，汇聚节点采用压缩感知恢复算法重构原始数据。

有益效果：本发明与现有技术相比较，采用的技术方案为一种应用于无线传感网的基于时空相关性的数据传输方法，利用预测技术和压缩感知技术，避免冗余传输产生的能量消耗。通过自适应的误差阈值方法，使网络能够在保证汇聚节点的数据恢复精度的前提下，消耗尽可能少的能量，提高能效，具有很高的实用价值。