[发明专利]基于锯齿形扫描的自适应空间压缩方法

摘要

本发明公开了一种基于锯齿形扫描的自适应空间压缩方法，包括步骤：各个簇中各网格内的每个传感器节点分别采集原始环境数据并将其所得采集原始数据上传至簇头节点；簇头节点获得二维原始数据矩阵，及进行离散余弦变换获得二维变换矩阵；簇头节点进行锯齿形扫描，将二维变换矩阵变换为一维向量；针对所得一维向量进行自适应空间压缩，获得压缩数据向量；簇头节点将所得压缩数据向量向距离汇聚节点更近的簇头节点传输；所述汇聚节点针对簇头节点所传输的深度压缩数据向量进行数据重构，获得各个传感器节点的原始环境数据。本发明可实现感知数据空间相关性的深度挖掘，并能降低网络数据传输开销、提高数据重建精度以实现延长传感器网络生命周期。

主权项

1.基于锯齿形扫描的自适应空间压缩方法，其特征在于，该方法基于的传感网络包括一个汇聚节点和至少一个由l×l个方形网格构成的簇，其中l为正整数；所述各个簇均包括若干个传感器节点和一个由所在簇中性能最强的传感器节点所确定的簇头节点；所述方法包括：步骤001.各个簇中各网格内的每个传感器节点分别采集原始环境数据并将其所采集的原始数据上传至所在簇的簇头节点；步骤002.各个簇中的簇头节点分别根据接收的同一时隙内所采集的原始数据获得对应簇的二维原始数据矩阵，再分别对其所得二维原始数据矩阵进行离散余弦变换获得二维变换矩阵；步骤003.各个簇中的簇头节点分别针对其所得二维变换矩阵进行锯齿形扫描，将二维变换矩阵变换为一维向量；步骤004.针对各个簇中的簇头节点所得一维向量进行自适应空间压缩，获得压缩数据向量；具体步骤包括：所述簇头节点从后向前依次遍历检测一维向量中元素，当检测到一维向量中元素小于所设置的门限值δ，则将该元素删除；同时，记录该元素对应的序号i，并将序号i添加到删除元素序号集合I中；步骤005.各个簇中的簇头节点将所得压缩数据向量向距离汇聚节点更近的簇头节点传输；所述距离汇聚节点更近的簇头节点针对所接收压缩数据向量执行所述步骤004获得深度压缩数据向量并向距离汇聚节点更近的簇头节点传输，其中在步骤004中设置用于替换门限值δ的门限值δ'，且所述门限值δ'大于门限值δ；步骤006.所述汇聚节点针对簇头节点所传输的深度压缩数据向量进行数据重构，包括补零、逆锯齿形扫描及逆余弦变换操作，以获得各个传感器节点的原始环境数据。