[發明專利]一種基于矩陣填充的水聲傳感器網絡環境數據采集方法

有效

• 申請號: 202110602559.1
• 申請日: 2021-05-31
• 公開（公告）號: CN113375788B
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 殷敬偉;鄭茂醇;韓笑;孫瑤;生雪莉
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01H17/00
• 分類號: G01H17/00;G06F17/16
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明屬于水聲傳感器網絡技術領域，具體涉及一種基于矩陣填充的水聲傳感器網絡環境數據采集方法。本發明利用基于矩陣填充的數據重建機制，減少了網絡中需要采集數據量，節省了數據傳輸消耗的能量，針對實際網絡部署情況，設計了采樣時隙固定分配策略，保證采樣時隙的隨機性，平衡節點間的能耗。與基于壓縮感知的水聲傳感器網絡采集機制相比，本發明提出的基于矩陣補全的采集機制更加適用于數據空間相關性較弱的海洋觀測場景。本發明提出的節點采樣策略網絡數據傳輸量低，可以保證采樣點的隨機性，同時又可以保證節點間的能耗均衡，且滿足重建精度。

技術領域

本發明屬于水聲傳感器網絡技術領域，具體涉及一種基于矩陣填充的水聲傳感器網絡環境數據采集方法。

背景技術

水聲傳感器網絡被廣泛應用于收集海洋環境信息，通過分布在水下的多個小型傳感器節點定期采集溫度、鹽度和洋流等環境數據，然后將數據發送到海面基站(Sink)，Sink節點通過衛星網絡將數據發往陸上處理中心。從海洋環境中收集到的數據通常可以用一個N×T矩陣來表示，即N個傳感器節點在T個時隙內收集的數據信息。在傳統的數據采集方法中，傳感器節點通常將每個時隙收集到的信息全部發送到基站，導致傳感器節點消耗大量能量。傳感器節點一般部署在惡劣的海洋環境下，導致傳感器節點更換電池存在一定的困難。因此，設計簡單且節能的數據收集方法以減少傳感器節點的能量消耗、延長節點生命周期成為水聲傳感器網絡重要的研究方向。

隨著壓縮感知(CS,Compressive Sensing)理論的提出，Fatemeh等人利用海洋環境數據的空間相關性，提出了一種基于CS的海洋數據采集方法(Random AccessCompressed Sensing forEnergy-Efficient Underwater Sensor Networks,RACS)，該算法是在每個時隙利用壓縮感知進行數據的重建。CS利用信號的稀疏特性，將原始數據壓縮為較少的測量值，在稀疏性條件的約束下恢復原始數據。基于CS的數據收集方法能夠有效地減少數據傳輸能耗，進而減少了網絡整體能耗，延長網絡壽命。此外，CS具有數據重構過程復雜但壓縮過程簡單的特點，適合低信息處理能力和能源受限的水聲傳感器節點。

雖然RACS方法可以節省能量和降低數據收集成本，但是僅適用于數據空間相關性較強的網絡。網絡環境數據的空間相關性減弱時，采樣矩陣稀疏值變大，導致相同采用率下的重建誤差增大。由于海洋環境數據具有較強的時間相關性，所以環境數據矩陣具有天然的低秩性。矩陣填充理論是近幾年新興的一種技術，可以看作是壓縮感知理論的推廣，即將一維稀疏向量重構問題推廣至低秩矩陣的補全問題，目前已被廣泛應用于機器學習、計算機視覺、推薦系統和信號處理等領域。矩陣填充的基本思想是基于重建矩陣的低秩特性，依據矩陣中已知的部分元素恢復矩陣中所有的未知元素。

基于矩陣填充理論的采集方法要求采樣矩陣需滿足一定的隨機性。時間均勻隨機采樣法被證明可以達到良好的采樣隨機性。若采樣率為p，時間均勻采樣法是在每個時隙內隨機采集pN個點。雖然網絡生命周期與網絡中傳輸的數據量有關，但同時也與節點間能耗的均衡程度有關。Xu等人提出一種基于LEACH分簇概率模型的采樣算法(Low-Energy DataCollection in Wireless Sensor Networks Based on Matrix Completion，RRAS)，該機制可以保證網絡節點的能量均衡，但是無法保證采樣點數量的穩定，其重構誤差穩定性較差。所以，在設計采樣時隙分配策略時需考慮如何兼顧節點間的能量均衡和采樣點選擇的隨機性。

發明內容

本發明的目的在于提供網絡數據傳輸量低、節點間能耗均衡且滿足重建精度的一種基于矩陣填充的水聲傳感器網絡環境數據采集方法。

本發明的目的通過如下技術方案來實現：包括以下步驟：

步驟1：根據觀測網絡的歷史數據，獲取采樣率p、網絡傳感器節點數量N、總時隙T、重建窗口時隙數M，傳感器節點編號k范圍從1至N，將全部傳感器節點的集合記為R；初始化j＝0、k＝1；其中，p≤0.5；