[发明专利]基于压缩网络编码的WSN异常数据发现系统实现方法

说明书

本发明公开了一种基于压缩网络编码的WSN异常数据发现系统实现方法。将测量节点划分为不同的簇，每个簇选举簇头用于收集本簇每个测量周期和每个测量时隙的数据，簇内对每时隙的数据进行离散余弦变换的数据稀疏操作后执行压缩感知操作，使数据长度从N削减到M，且NM，同时，在各簇头向上游中继节点发送数据时进入广义蝶形网络，对不同压缩数据包进行随机线性网络编码，记录随机编码向量，使原本单位容量的链路同时传输不同簇内的数据，在数据译码重构阶段依靠Spark引擎与流式聚类做邻接处理，通过高斯约旦消元法将抽取的编码矩阵求逆获取压缩稀疏结果，通过基追踪算法恢复稀疏数据，最终实现原始测量数据的重构并输入到下一步的流式聚类中进行数据分析。

技术领域

本发明涉及WSN异常数据发现系统，尤其是涉及一种基于压缩网络编码的WSN异常数据发现系统实现方法。

技术背景

无线传感网是新兴的多技术领域集成研究，融合了嵌入式系统，智能监控方案，传感器技术等，常用于智能家居，现代农场等进行环境智能监测。其中，异常数据发现是无线传感网系统重要用途，现在的常用手段是将现场采集数据通过GPRS等互联网接入模块传输到网络数据服务器上，存入数据库的数据进行定时扫描，超过阀值的数据进行预警。或者如已申请的专利(申请号201610979723.X)动态进行数据包解析进而直接流式判断数据是否属于超过阀值的异常环境特征数据。

在专利申请201610979723.X的基础上，为了更好地发挥流式计算框架的作用，同时提高流式计算的数据吞吐量，增加WSN数据传输和处理效率，增强系统数据输入的整体稳定性，有必要进行进一步的研究。

发明内容

本发明的目的是提供一种基于压缩网络编码的WSN异常数据发现系统实现方法，从而应对WSN数据传输吞吐量不稳定的问题。

实现本发明目的的技术解决方案为：一种基于压缩网络编码的WSN异常数据发现系统实现方法，该方法应用于WSN数据传输阶段，载体是WSN末梢数据终端和Spark计算平台；步骤如下：

(1)构建WSN末梢数据终端；WSN中数据节点综合称为WSN末梢数据终端，包含有测量节点、中继节点和汇聚节点；其中，测量节点和中继节点的物理结构一致，按照在网络中角色的不同划分分为测量和中继功能；

(2)WSN数据终端中各类型节点按簇汇聚数据组网和选举簇头，本簇内的数据在簇头上执行压缩感知操作，进行数据压缩后上传数据到中继节点；不同簇的数据在中继节点上采用网络编码的方式对数据包进行组合计算，将计算结果进行传输，进入汇聚节点；汇聚节点不处理数据，直接将收集的各簇内的环境数据通过GPRS互联网接入模块发送到数据云网关；

(3)云网关进行环境数据的时隙内缓存，整时隙的全部数据被输入流式计算框架Spark Stream进行数据的译码和重构，重构后的数据进行异常数据发现的流式k-means程序，进行快速聚类。

本发明与现有技术相比，其显著优点为：(1)在WSN流式计算系统中引入压缩感知技术将数据链路上传输的数据尺寸进行了削减，压缩率为1-M/N，其中M＜＜N。在广义蝶形网络的数据传输阶段引入网络编码，使原本需要排队传输的链路同时传输数据，增加了网络数据吞吐量。(2)译码重构过程中不消耗汇聚节点计算资源，依靠Spark强大的计算能力进行数据处理，改进了传统的压缩感知和网络编码数据重构方式，将数据译码重构与数据深入计算处理邻接进行，提高了系统响应性。

附图说明

图1是本发明基于压缩网络编码的WSN异常数据发现系统实现方法数据处理过程。

图2是本发明基于压缩网络编码的WSN异常数据发现系统实现方法的数据包格式。

图3是汇聚节点的功能结构图。

具体实施方式