一種基于虛擬mimo的壓縮數(shù)據(jù)收集方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于無線傳輸技術(shù)領(lǐng)域，具體是一種應(yīng)用于無線傳感網(wǎng)絡(luò)中的基于虛擬 MIMO的能量有效壓縮數(shù)據(jù)收集方法。
【背景技術(shù)】
[0002] 眾所周知無線傳感器網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)一般采用體積很小的嵌入式設(shè)備，單個(gè) 節(jié)點(diǎn)攜帶的電池電量有限。而無線傳感器網(wǎng)絡(luò)的應(yīng)用通常面向一些大規(guī)模的監(jiān)控領(lǐng)域，需 要收集海量的監(jiān)測數(shù)據(jù)，因此如何降低節(jié)點(diǎn)能耗實(shí)現(xiàn)無線傳感器網(wǎng)絡(luò)數(shù)據(jù)的有效收集是當(dāng) 前急需解決的關(guān)鍵問題。
[0003] 壓縮感知技術(shù)恰好提供了一種數(shù)據(jù)獲取的新方法，通過對稀疏信號進(jìn)行簡單的壓 縮投影，能夠大大降低信號的維數(shù)，即能夠極大地對數(shù)據(jù)進(jìn)行壓縮。在接收端利用合適的信 號重建算法可W高概率的重建原始信號。對于一些監(jiān)測數(shù)據(jù)本身非稀疏但在某個(gè)表示基上 稀疏的情況采用稀疏變換W保障信號的稀疏性?？蒞看到壓縮感知技術(shù)對于發(fā)端數(shù)據(jù)的壓 縮測量是非常簡單和節(jié)能的，而將信號處理的復(fù)雜度轉(zhuǎn)移到了接收端，運(yùn)一特點(diǎn)與無線傳 感器網(wǎng)絡(luò)節(jié)點(diǎn)能耗受限而數(shù)據(jù)匯聚端SINK處理能力強(qiáng)的特性相一致。
[0004] 而現(xiàn)有的基于分簇網(wǎng)絡(luò)的壓縮感知數(shù)據(jù)收集方法，簇內(nèi)節(jié)點(diǎn)通過單跳路由將壓縮 測量數(shù)據(jù)傳輸給簇頭節(jié)點(diǎn)，但簇間通信仍然采用基于樹的多跳路由方法。運(yùn)將帶來W下問 題：
[0005] 1.路由跳數(shù)多會造成數(shù)據(jù)傳輸過程中的丟包率增加、網(wǎng)絡(luò)延遲相應(yīng)增大；
[0006] 2.無線傳感網(wǎng)具有高的環(huán)境交互性，無線傳感網(wǎng)應(yīng)用環(huán)境的多樣性造成傳播信道 的復(fù)雜性，僅依靠單個(gè)節(jié)點(diǎn)的傳輸能力無法克服復(fù)雜環(huán)境的影響同時(shí)做到最大程度的節(jié)省 通信開銷。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明是為了解決現(xiàn)有無線傳感網(wǎng)絡(luò)數(shù)據(jù)收集過程中傳輸?shù)哪芰看鷥r(jià)過大，傳輸 丟包率高易出錯(cuò)的問題，提供一種基于虛擬MIMO的壓縮數(shù)據(jù)收集方法，W期能降低數(shù)據(jù)收 集過程中的傳輸能耗和丟包率，從而能提高無線傳感網(wǎng)的數(shù)據(jù)收集效率，延長網(wǎng)絡(luò)的生存 周期。
[0008] 本發(fā)明為解決技術(shù)問題采用如下技術(shù)方案：
[0009] 本發(fā)明一種基于虛擬MIMO的壓縮數(shù)據(jù)收集方法，是應(yīng)用在由N個(gè)傳感器節(jié)點(diǎn)和一 個(gè)數(shù)據(jù)匯聚端SINK構(gòu)成的無線傳感網(wǎng)絡(luò)中；所述N個(gè)傳感器節(jié)點(diǎn)分別用于獲取監(jiān)測數(shù)據(jù)并 經(jīng)由其它傳感器節(jié)點(diǎn)采用調(diào)制方式發(fā)送給所述數(shù)據(jù)匯聚端SINK;所述數(shù)據(jù)匯聚端SINK接 收所述N各傳感器節(jié)點(diǎn)的監(jiān)測數(shù)據(jù)并發(fā)送至遠(yuǎn)程網(wǎng)絡(luò)；其特點(diǎn)是按如下步驟進(jìn)行：
[0010] 步驟1、根據(jù)所述無線傳感網(wǎng)絡(luò)監(jiān)測區(qū)域的覆蓋范圍，獲得所述N個(gè)傳感器節(jié)點(diǎn)到 所述數(shù)據(jù)匯聚端SINK的平均距離；
[0011] 步驟2、利用式（1)建立不同傳輸距離下的虛擬MIMO的壓縮數(shù)據(jù)收集能耗模型
[001引式（I)中，Et。^表示所述無線傳感網(wǎng)絡(luò)的總通信能耗，n。為所述無線傳感網(wǎng)絡(luò)的 分簇個(gè)數(shù)，左/"W表示第i個(gè)分簇內(nèi)的各節(jié)點(diǎn)與所述第i個(gè)分簇內(nèi)的簇頭節(jié)點(diǎn)間的本地通信 能耗之和，巧"g表示所述第i個(gè)分簇內(nèi)的虛擬MIMO天線陣列與所述數(shù)據(jù)匯聚端SINK的協(xié) 作遠(yuǎn)程通信能耗；
[0014] 步驟3、利用式似對所述壓縮數(shù)據(jù)收集能耗模型Et。^進(jìn)行優(yōu)化，獲得聯(lián)合優(yōu)化結(jié) 果（0，P，n"M"b): 陽01 引（0，P，n"M"b) =argminEtotai( 0，P，n"M"b)似
[0016] 式（2)中，0表示所述壓縮測量過程中測量矩陣的稀疏率；P表示所述壓縮測量 過程中的壓縮比；Mt表示所述虛擬MIMO天線陣列所包含的傳感器節(jié)點(diǎn)個(gè)數(shù)；b表示所述調(diào) 制過程中的星座圖大??；
[0017] 步驟4、所述數(shù)據(jù)匯聚端SINK將存儲所述聯(lián)合優(yōu)化結(jié)果（0，P，n。，M。b)，并根據(jù) 所述稀疏率P和壓縮比P產(chǎn)生所述壓縮測量矩陣，并獲得測量權(quán)值，所述數(shù)據(jù)匯聚端SINK 將聯(lián)合優(yōu)化的優(yōu)化參數(shù)（Mt，b)和所述壓縮測量矩陣的測量權(quán)值廣播給N個(gè)傳感器節(jié)點(diǎn)；
[0018] 步驟5、根據(jù)所述分簇個(gè)數(shù)n。對所述無線傳感網(wǎng)絡(luò)進(jìn)行分簇，產(chǎn)生n。個(gè)簇頭節(jié)點(diǎn) 并由簇頭節(jié)點(diǎn)分別廣播告知其它傳感器節(jié)點(diǎn)；
[0019] 步驟6、所述N個(gè)傳感器節(jié)點(diǎn)分別接收簇頭位置信息、聯(lián)合優(yōu)化的優(yōu)化參數(shù)（M。b) W及測量權(quán)值并進(jìn)行存儲；
[0020] 步驟7、所述無線傳感網(wǎng)絡(luò)中的N-n。個(gè)傳感器節(jié)點(diǎn)分別根據(jù)自身到n。個(gè)簇頭節(jié)點(diǎn) 的距離，選擇最近的簇頭節(jié)點(diǎn)后分別加入所選擇的簇頭節(jié)點(diǎn)中，并將自身的位置信息和剩 余能量告知給所加入的簇頭節(jié)點(diǎn)，從而形成n。個(gè)分簇；
[0021] 步驟8、所述第i個(gè)分簇內(nèi)的簇頭節(jié)點(diǎn)對所述第i個(gè)分簇內(nèi)的其它傳感器節(jié)點(diǎn)的剩 余能量進(jìn)行排序，選擇剩余能量最高的前Mt個(gè)傳感器節(jié)點(diǎn)形成第i個(gè)分簇的虛擬MIMO天 線陣列；
[0022] 步驟9、所述第i個(gè)分簇內(nèi)的所有傳感器節(jié)點(diǎn)將所收集到的監(jiān)測數(shù)據(jù)進(jìn)行壓縮測 量后按時(shí)序分別發(fā)送給各自的簇頭節(jié)點(diǎn)；
[0023] 步驟10、所述n。個(gè)簇頭節(jié)點(diǎn)將所述接收到的壓縮后的監(jiān)測數(shù)據(jù)執(zhí)行加法運(yùn)算后通 過各自的虛擬MIMO天線陣列發(fā)給所述數(shù)據(jù)匯聚端SINK;
[0024] 步驟11、所述數(shù)據(jù)匯聚端SINK對所接收到所述壓縮后的測量數(shù)據(jù)后進(jìn)行數(shù)據(jù)重 構(gòu)，W恢復(fù)出所有傳感器節(jié)點(diǎn)的監(jiān)測數(shù)據(jù)，從而完成數(shù)據(jù)的收集；
[00巧]步驟12、所述數(shù)據(jù)匯聚端SINK收集完所有傳感器節(jié)點(diǎn)的數(shù)據(jù)后發(fā)送至遠(yuǎn)程網(wǎng)絡(luò)。 [00%] 本發(fā)明所述的基于虛擬MIMO的壓縮數(shù)據(jù)收集方法的特點(diǎn)也在于：
[0027] 所述步驟10中的n。個(gè)簇頭節(jié)點(diǎn)是根據(jù)所述測量矩陣的維度對所接收到的壓縮后 的測量數(shù)據(jù)進(jìn)行加法運(yùn)算處理后再發(fā)送給所述虛擬MIMO天線陣列。
[0028] 本發(fā)明結(jié)合了壓縮感知和MIMO傳輸技術(shù)，依據(jù)能量最優(yōu)原則對網(wǎng)絡(luò)的分簇?cái)?shù)目、 壓縮測量矩陣的稀疏率和壓縮比、參與協(xié)作傳輸?shù)墓?jié)點(diǎn)數(shù)目W及遠(yuǎn)程傳輸時(shí)調(diào)制的星座圖 大小進(jìn)行聯(lián)合優(yōu)化，從而能夠W低能耗實(shí)現(xiàn)壓縮數(shù)據(jù)收集。與現(xiàn)有技術(shù)相比，本發(fā)明的有益 技術(shù)效果體現(xiàn)在：
[0029] 1.本發(fā)明的數(shù)據(jù)收集方案采用了壓縮測量和虛擬MIMO的傳輸技術(shù)，建立壓縮數(shù) 據(jù)收集的能耗模型，并在具有較強(qiáng)信息處理能力的數(shù)據(jù)匯聚端SINK對能耗進(jìn)行聯(lián)合優(yōu)化， 依據(jù)優(yōu)化結(jié)果產(chǎn)生壓縮測量的測量矩陣、形成分簇和每個(gè)分簇內(nèi)的虛擬MIMO傳輸陣列。相 比于現(xiàn)有的基于壓縮感知的數(shù)據(jù)收集方案，本發(fā)明的數(shù)據(jù)壓縮測量和傳輸是一個(gè)聯(lián)合整 體，W聯(lián)合優(yōu)化的方式使得所有傳感器節(jié)點(diǎn)的壓縮測量和傳輸都能夠W低的能量代價(jià)進(jìn) 行，同時(shí)采用虛擬MIMO天線陣列傳輸壓縮數(shù)據(jù)，能夠利用多天線的分集增益克服了復(fù)雜環(huán) 境的影響提高傳輸性能，減少了路由跳數(shù)，實(shí)現(xiàn)了無線傳感網(wǎng)中高效的壓縮數(shù)據(jù)收集，提高 了無線傳感網(wǎng)的網(wǎng)絡(luò)生存周期。
[0030] 2.本發(fā)明所采用的壓縮數(shù)據(jù)收集的能耗模型，綜合考慮了五個(gè)通信過程；能耗模 型中忽略了壓縮測量過程中的乘法運(yùn)算、簇頭節(jié)點(diǎn)接收數(shù)據(jù)之后的加法運(yùn)算的能耗和分簇 形成過程中的能耗，而數(shù)據(jù)匯聚端SINK因?yàn)轶w積不受限，能量也不受限，不需要對運(yùn)部分 能耗進(jìn)行優(yōu)化。因此本發(fā)明建立的能耗模型忽略了一些能夠忽略的能量計(jì)算環(huán)節(jié)，簡化了 能耗表達(dá)式。
[0031] 3.本發(fā)明通過對能耗模型進(jìn)行聯(lián)合優(yōu)化，和現(xiàn)有的基于虛擬MIMO傳輸技術(shù)的能 耗優(yōu)化模型相比，本發(fā)明在進(jìn)行能量優(yōu)化時(shí)，考慮了壓縮測量矩陣的稀疏率0和壓縮比P 的影響。設(shè)定低的稀疏率6,傳感器節(jié)點(diǎn)獲得的壓縮數(shù)據(jù)中非零元素變少，需要發(fā)送給簇 頭節(jié)點(diǎn)的數(shù)據(jù)量也就變小，相應(yīng)的通信能耗也會降低，但根據(jù)壓縮感知理論測量矩陣的稀 疏率0設(shè)置過低，會造成壓縮后有效值太少，使得數(shù)據(jù)匯聚端SINK在進(jìn)行重構(gòu)時(shí)達(dá)不到精 度要求。壓縮比P越小，壓縮率越高，壓縮測量矩陣的規(guī)模變小，傳感器節(jié)點(diǎn)獲得的壓縮數(shù) 據(jù)總量會變小，相應(yīng)的通信能耗也會變小，但同樣根據(jù)壓縮感知理論，設(shè)置過小的壓縮比會 造成對原始數(shù)據(jù)的測量不充分，重構(gòu)達(dá)不