基于壓縮網(wǎng)絡(luò)編碼技術(shù)的無(wú)線傳感網(wǎng)絡(luò)高效數(shù)據(jù)傳輸研究

劉利琴

【摘 要】 本文針對(duì)傳統(tǒng)無(wú)線傳感網(wǎng)絡(luò)數(shù)據(jù)傳輸效率低、節(jié)點(diǎn)能量消耗過(guò)快的不足，提出一種基于壓縮網(wǎng)絡(luò)編碼技術(shù)的高效數(shù)據(jù)傳輸算法研究。構(gòu)建壓縮編碼框架體系和編碼向量，整合通信鏈路的數(shù)據(jù)信息，在通信區(qū)域內(nèi)利用壓縮編碼規(guī)則重新匯聚數(shù)據(jù)并重構(gòu)數(shù)據(jù)包;識(shí)別出被壓縮數(shù)據(jù)之間的關(guān)聯(lián)性，利用稀疏字典和正交匹配算法從壓縮編碼中恢復(fù)原始數(shù)據(jù)，保證數(shù)據(jù)的完整性和準(zhǔn)確性。仿真結(jié)果表明，提出算法的數(shù)據(jù)傳輸效率更高，由于數(shù)據(jù)傳輸路徑選擇合理，延長(zhǎng)了節(jié)點(diǎn)的剩余能耗和無(wú)線傳感網(wǎng)絡(luò)的工作壽命。

【關(guān)鍵詞】 壓縮網(wǎng)絡(luò)編碼;無(wú)線傳感網(wǎng)絡(luò);稀疏字典;正交匹配算法

【中圖分類號(hào)】 TN929 【文獻(xiàn)標(biāo)識(shí)碼】 A

【文章編號(hào)】 2096-4102（2020）02-0091-03

本文提出一種基于壓縮網(wǎng)絡(luò)編碼技術(shù)的節(jié)點(diǎn)之間高效數(shù)據(jù)傳輸算法研究，利用網(wǎng)絡(luò)編碼和壓縮感知相關(guān)理論，選擇最經(jīng)濟(jì)的節(jié)點(diǎn)數(shù)據(jù)傳輸路徑，降低冗余數(shù)據(jù)對(duì)節(jié)點(diǎn)能耗的占用，達(dá)到提高數(shù)據(jù)傳輸效率、提高網(wǎng)絡(luò)壽命的目的。

1壓縮網(wǎng)絡(luò)編碼技術(shù)的框架體系和原理

無(wú)線傳感網(wǎng)絡(luò)具有無(wú)線自組織的特性，大量的節(jié)點(diǎn)被隨機(jī)放置在監(jiān)控區(qū)域范圍內(nèi)，每個(gè)節(jié)點(diǎn)采集有效半徑區(qū)域范圍之內(nèi)的監(jiān)控?cái)?shù)據(jù)，并將數(shù)據(jù)傳輸?shù)脚R近的匯聚節(jié)點(diǎn)，再通過(guò)物聯(lián)網(wǎng)、衛(wèi)星系統(tǒng)和基站與終端用戶保持聯(lián)系。監(jiān)控區(qū)域范圍內(nèi)的普通節(jié)點(diǎn)構(gòu)成包括電源、射頻模塊、感應(yīng)模塊和微處理器單元，結(jié)構(gòu)近似為功能簡(jiǎn)單的單片機(jī)系統(tǒng)。其中電源系統(tǒng)采用鋰電池供電，兼顧了續(xù)航和成本，鋰電池具有更高的密度，有助于延長(zhǎng)節(jié)點(diǎn)壽命。每個(gè)節(jié)點(diǎn)都具有多條數(shù)據(jù)傳輸路徑，在壓縮感知和線性編碼的基礎(chǔ)上，對(duì)各路徑進(jìn)行組合編碼，并形成編碼向量，重新規(guī)劃最優(yōu)、最短的數(shù)據(jù)傳輸路徑，達(dá)到節(jié)省節(jié)點(diǎn)能耗的目的。零信號(hào)發(fā)送端的全部n個(gè)編碼向量集合為Z={z1，z2，…，zn}，接收端可以提取到的部分編碼向量集合為H={h1，h2，…，hn}，則在編碼之后的通信鏈路消息集合G表示為：

集中處理數(shù)據(jù)后再將原始數(shù)據(jù)傳遞到打包層合成新的數(shù)據(jù)，經(jīng)過(guò)重新編碼處理后的變量層次可達(dá)到最優(yōu)，且滿足普通節(jié)點(diǎn)之間數(shù)據(jù)傳輸、普通節(jié)點(diǎn)與匯聚節(jié)點(diǎn)之間線性方程求解的要求。

2基于壓縮網(wǎng)絡(luò)編碼技術(shù)的數(shù)據(jù)匯集與重構(gòu)

監(jiān)測(cè)區(qū)域內(nèi)的普通源節(jié)點(diǎn)之間相互傳輸數(shù)據(jù)包，內(nèi)部數(shù)據(jù)交互完成后隨機(jī)選擇控制系數(shù)與組合方式，將數(shù)據(jù)打包匯總到匯聚節(jié)點(diǎn)做數(shù)據(jù)的匯集。令P為匯聚節(jié)點(diǎn)的集合，Q為普通源節(jié)點(diǎn)集合，那么集合P中任一個(gè)節(jié)點(diǎn)pi輸出邊ki所傳輸?shù)男蛄泻瘮?shù)可表示為τ（ki），則無(wú)線傳感網(wǎng)絡(luò)（p，k）是一個(gè)具有單邊容量特征的二元廣播系統(tǒng)，輸入邊的信號(hào)與輸出邊信號(hào)對(duì)應(yīng)?；跀?shù)據(jù)編碼技術(shù)構(gòu)建網(wǎng)絡(luò)隨機(jī)生成的編碼向量s（ki）=[se（k′i）]，k′代表與輸出邊ki對(duì)應(yīng)的輸入邊。編碼向量在傳感網(wǎng)絡(luò)（p，k）中的相同時(shí)刻對(duì)應(yīng)編碼序列函數(shù)τ（ki）上的項(xiàng)，則編碼向量可表示為：

每個(gè)普通源節(jié)點(diǎn)qj均攜帶一個(gè)原始的函數(shù)數(shù)據(jù)序列，在t時(shí)刻之后按照編碼規(guī)則確定出向量矩陣和矩陣的秩，并進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)的聚集和重構(gòu)。在無(wú)線網(wǎng)絡(luò)空間足夠大的條件下，基于匯集節(jié)點(diǎn)形成的編碼函數(shù)矩陣一般為滿秩矩陣，在壓縮感知理論環(huán)境下更容易在有限域?qū)崿F(xiàn)對(duì)全局編碼的重構(gòu)。匯聚節(jié)點(diǎn)編碼向量在多次迭代之后，編碼矩陣最終服從正態(tài)分布，更有利于節(jié)點(diǎn)之間數(shù)據(jù)傳輸同步性的提高，避免數(shù)據(jù)發(fā)生擁塞。全局?jǐn)?shù)據(jù)編碼矩陣I由全局編碼向量組成，表示為I=s（ki），匯聚普通源節(jié)點(diǎn)處的數(shù)據(jù)包，提取全局編碼向量并組成新的編碼矩陣：

其中k為實(shí)數(shù)空間內(nèi)的全局編碼向量個(gè)數(shù)，新引入的數(shù)據(jù)包中含有更多的廣播信息，將全部的向量數(shù)據(jù)進(jìn)行隨機(jī)線性編碼并匯總傳遞到匯聚節(jié)點(diǎn)。如果待廣播的數(shù)據(jù)經(jīng)過(guò)多次廣播后仍舊沒(méi)有更新，認(rèn)為該組數(shù)據(jù)為垃圾數(shù)據(jù)，予以剔除以便節(jié)省網(wǎng)絡(luò)能耗。在實(shí)際的無(wú)線傳感網(wǎng)絡(luò)中可以按照順序采集、發(fā)送或傳輸數(shù)據(jù)包，實(shí)際標(biāo)記為一個(gè)整數(shù)，全局化的編碼向量按照時(shí)間標(biāo)記的順序做初始化處理。監(jiān)控區(qū)域內(nèi)的普通源節(jié)點(diǎn)基于時(shí)間戳源源不斷地將數(shù)據(jù)傳輸?shù)絽R聚節(jié)點(diǎn)，同時(shí)分類排放編碼數(shù)據(jù)并計(jì)算全局秩。按照接收到的數(shù)據(jù)包提取全局化的編碼矩陣，進(jìn)而根據(jù)計(jì)算結(jié)果判斷矩陣十分為滿秩，如果結(jié)果為滿秩進(jìn)行下一步的編碼和譯碼;如果矩陣的秩大于事先設(shè)定的重構(gòu)閾值，則按照壓縮網(wǎng)絡(luò)編碼規(guī)則對(duì)初始矩陣重構(gòu)處理。本文采用正交匹配算法對(duì)待傳輸?shù)臄?shù)據(jù)集重構(gòu)，設(shè)輸入系統(tǒng)的測(cè)量值集合為X：

當(dāng)I集合為空集時(shí)，測(cè)量值集合中的任一個(gè)向量xi=ε，集合的稀疏表達(dá)式η為零，重構(gòu)后的數(shù)據(jù)矩陣可以表示為：

在測(cè)量值矩陣集合中通過(guò)計(jì)算得出與測(cè)量值xi最為接近的殘差值，經(jīng)過(guò)多次迭代后再?gòu)母潞蟮木仃囍袑⒃紨?shù)據(jù)恢復(fù)出來(lái)。

3無(wú)線傳感網(wǎng)絡(luò)數(shù)據(jù)的傳輸與恢復(fù)

為進(jìn)一步降低無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)之間數(shù)據(jù)傳輸時(shí)的能量消耗，改善對(duì)矩陣數(shù)據(jù)恢復(fù)的準(zhǔn)確性，還要考慮到節(jié)點(diǎn)之間數(shù)據(jù)在時(shí)間和空間上的相關(guān)性。在空間方面以中間節(jié)點(diǎn)作為中繼節(jié)點(diǎn)尋找最優(yōu)的數(shù)據(jù)傳輸路徑，在時(shí)間方面，壓縮數(shù)據(jù)之間的關(guān)聯(lián)性，剔除冗余數(shù)據(jù)進(jìn)一步降低節(jié)點(diǎn)能耗。獲取第t個(gè)時(shí)刻之前的N個(gè)測(cè)量值的歷史數(shù)據(jù)集合X′：

集合X′在時(shí)間上和空間上是可以壓縮的，集合在時(shí)間和空間上的稀疏字典分別為S1和Sv，則有：

利用字典訓(xùn)練方法反復(fù)訓(xùn)練被壓縮后的數(shù)據(jù)，并形成新的時(shí)間、空間觀測(cè)矩陣。分別確定源節(jié)點(diǎn)和匯聚節(jié)點(diǎn)的空間位置，并確定出下一跳的候選中繼節(jié)點(diǎn)位置，以該點(diǎn)為中心將編碼后的數(shù)據(jù)存入數(shù)據(jù)包，向周?chē)墓?jié)點(diǎn)廣播自己節(jié)點(diǎn)所處的位置。接收信息的匯聚節(jié)點(diǎn)判斷采集到的信息是否為真實(shí)、完整的信息。匯聚節(jié)點(diǎn)不僅能夠得到中繼節(jié)點(diǎn)傳輸過(guò)來(lái)的數(shù)據(jù)包還能得到空間范圍內(nèi)觀測(cè)矩陣和觀測(cè)矩陣的投影矩陣，再利用壓縮感知技術(shù)、壓縮網(wǎng)絡(luò)編碼算法、正交編碼匹配方法從X′中恢復(fù)出全部的編碼向量集合：

數(shù)據(jù)恢復(fù)中對(duì)于稀疏字典的設(shè)計(jì)會(huì)影響到數(shù)據(jù)恢復(fù)的精度，為保證矩陣數(shù)據(jù)的稀疏性利用調(diào)整最小化感知數(shù)據(jù)的方式約束均方誤差，在隨機(jī)矩陣的選擇方面盡量選用高斯隨機(jī)矩陣，保證在等效時(shí)間觀測(cè)方面列向量和行向量的相關(guān)性，同時(shí)也能夠避免壓縮重構(gòu)及數(shù)據(jù)恢復(fù)匯總原始數(shù)據(jù)準(zhǔn)確性降低的弊端。

4實(shí)驗(yàn)部分

4.1仿真環(huán)境設(shè)置

為驗(yàn)證文中提出壓縮網(wǎng)絡(luò)編碼技術(shù)在網(wǎng)絡(luò)能耗節(jié)約及數(shù)據(jù)傳輸性能方面的優(yōu)勢(shì)，基于OMNET++網(wǎng)絡(luò)仿真軟件建立仿真環(huán)境，在500×500的區(qū)域內(nèi)隨機(jī)均勻部署200個(gè)節(jié)點(diǎn)，其中包括5個(gè)匯聚節(jié)點(diǎn)，無(wú)線傳感網(wǎng)絡(luò)仿真環(huán)境參數(shù)設(shè)置如表1所示。

4.2實(shí)驗(yàn)結(jié)果與分析

首先驗(yàn)證文中仿真網(wǎng)絡(luò)環(huán)境下從第一跳到匯聚節(jié)點(diǎn)之間的傳輸數(shù)據(jù)總量變化情況，引入文獻(xiàn)[7]和文獻(xiàn)[8]兩種傳統(tǒng)方法參與對(duì)比。無(wú)線傳感網(wǎng)絡(luò)的丟包率設(shè)置為8%，從普通節(jié)點(diǎn)匯聚節(jié)點(diǎn)的數(shù)據(jù)傳輸路徑均設(shè)定為6跳，數(shù)據(jù)的傳輸情況如圖1所示。

壓縮感知編碼技術(shù)在同樣為6跳的數(shù)據(jù)傳輸過(guò)程中能夠篩選出最優(yōu)的通信路徑，并自適應(yīng)調(diào)整和規(guī)避擁塞的無(wú)線網(wǎng)絡(luò)通道，因此在傳輸同樣長(zhǎng)度的數(shù)據(jù)時(shí)數(shù)據(jù)總量相對(duì)于傳統(tǒng)傳輸方法效率提升在50%以上。在開(kāi)放不擁塞的網(wǎng)絡(luò)條件下傳輸數(shù)據(jù)總量越多，節(jié)點(diǎn)的能耗越高，即數(shù)據(jù)傳輸總量與節(jié)點(diǎn)的能力消耗成正比。但在無(wú)線傳感網(wǎng)絡(luò)環(huán)境下通信鏈路的選擇、跳數(shù)的確定與數(shù)據(jù)傳輸算法也具有較大的相關(guān)性。在100min的統(tǒng)計(jì)觀測(cè)期內(nèi)，三種數(shù)據(jù)傳輸算法的全部總能耗變化情況，如圖2所示。

節(jié)點(diǎn)能量總消耗決定著無(wú)線傳感網(wǎng)絡(luò)剩余節(jié)點(diǎn)的數(shù)量和網(wǎng)絡(luò)最終的生存時(shí)間，分別統(tǒng)計(jì)在不同的觀測(cè)時(shí)間段內(nèi)，三種數(shù)據(jù)傳輸算法下剩余節(jié)點(diǎn)的變化情況統(tǒng)計(jì)結(jié)果如圖3所示。

文獻(xiàn)[7]和文獻(xiàn)[8]控制算法下，在仿真網(wǎng)絡(luò)模型第30分鐘出現(xiàn)了死亡節(jié)點(diǎn)，由于中繼節(jié)點(diǎn)擔(dān)負(fù)著數(shù)據(jù)傳輸核心的重任，電池更容易加速消耗;文中算法直到第60分鐘出現(xiàn)了首個(gè)死亡節(jié)點(diǎn)，且節(jié)點(diǎn)死亡的速度較慢，在觀測(cè)期結(jié)束后仍有158個(gè)存活節(jié)點(diǎn);而在傳統(tǒng)控制算法下，觀測(cè)期結(jié)束后無(wú)線傳感網(wǎng)絡(luò)僅存活47個(gè)和46個(gè)節(jié)點(diǎn)，網(wǎng)絡(luò)性能衰減過(guò)快。

5結(jié)論

在無(wú)線傳感網(wǎng)絡(luò)中由于節(jié)點(diǎn)能耗和數(shù)據(jù)傳輸功能上的限制，選擇合適的數(shù)據(jù)通信傳輸算法至關(guān)重要。節(jié)點(diǎn)之間冗余信息過(guò)多及無(wú)法選擇最優(yōu)的通信路徑，都會(huì)導(dǎo)致節(jié)點(diǎn)能量消耗過(guò)快，降低無(wú)線傳感網(wǎng)絡(luò)的生存時(shí)間。本文基于壓縮感知原理和壓縮網(wǎng)絡(luò)編碼技術(shù)，重新編排和處理待傳輸?shù)木W(wǎng)絡(luò)數(shù)據(jù)，并剔除過(guò)多的冗余數(shù)據(jù)節(jié)省節(jié)點(diǎn)之間的信息傳輸?shù)哪芎?，提升?shù)據(jù)傳輸?shù)男屎托Ч?/p>

【參考文獻(xiàn)】

[1]黃穎，費(fèi)莉，賴小龍.帶有隱私保護(hù)的無(wú)線傳感網(wǎng)能量有效數(shù)據(jù)融合機(jī)制[J].微電子學(xué)與計(jì)算機(jī)，2019，48（7）：65-69.

[2]毛頡.基于無(wú)線傳感器網(wǎng)絡(luò)的視頻目標(biāo)跟蹤算法[J].控制工程，2018，25（1）：71-75.

[3]張紹英.移動(dòng)自組織網(wǎng)絡(luò)中基于QoE的跨層多波束信道接入機(jī)制[J].電訊技術(shù)，2019，62（7）：792-797.

[4]王法玉，姜妍.基于自組織神經(jīng)網(wǎng)絡(luò)和模糊聚類的校園無(wú)線網(wǎng)用戶學(xué)習(xí)興趣度行為分析[J].計(jì)算機(jī)應(yīng)用研究，2018，35（1）：186-189.

[5]邱建美，沙超，黃海平，等.數(shù)據(jù)收集單元和移動(dòng)Sink輔助下的信息上傳方法[J].計(jì)算機(jī)工程與應(yīng)用，2018，55（1）：112-116.

[6]周遜，李其超，宋威威，等.一種高效低時(shí)延的無(wú)人機(jī)自組網(wǎng)多跳TDMA協(xié)議[J].光通信研究，2019，43（4）：55-60.

[7]寇馬可，鐘升，唐磊.一種基于小波變換的數(shù)據(jù)位迭代糾錯(cuò)算法設(shè)計(jì)與Matlab實(shí)現(xiàn)[J].微電子學(xué)與計(jì)算機(jī)，2019，48（6）：60-63.

[8]鄭本立，李躍輝.基于改進(jìn)蟻群算法的SDN網(wǎng)絡(luò)負(fù)載均衡研究[J].計(jì)算機(jī)科學(xué)，2019，46（s1）：291-294.

[9]楊磊，楊懌，楊東勇，等.無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)鋰電池剩余電量估算方法[J].工礦自動(dòng)化，2015，41（1）：29-32.

[10]李曉宇，徐佳寧，胡澤徽，等.磷酸鐵鋰電池梯次利用健康特征參數(shù)提取方法[J].電工技術(shù)學(xué)報(bào)，2018，33（1）：9-16.