本發(fā)明涉及數(shù)據(jù)傳輸
技術(shù)領(lǐng)域：
，尤其涉及無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)接收方法及裝置。
背景技術(shù)：
：目前，無線傳感器網(wǎng)絡(luò)(WSN)已廣泛應(yīng)用于智能家居、農(nóng)業(yè)種植、環(huán)保監(jiān)測和化工生產(chǎn)等領(lǐng)域。無線傳感器網(wǎng)絡(luò)(WSN)是由大量在空間上離散分布的傳感器節(jié)點(diǎn)通過無線通信所組成的自組織網(wǎng)絡(luò)，如圖1所示，為傳統(tǒng)無線傳感器網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)示意圖。其中，任務(wù)管理節(jié)點(diǎn)通過通信網(wǎng)絡(luò)與匯聚節(jié)點(diǎn)連接，匯聚節(jié)點(diǎn)與目標(biāo)監(jiān)測區(qū)域中的傳感器節(jié)點(diǎn)之間進(jìn)行無線通信。各個(gè)傳感器節(jié)點(diǎn)相互協(xié)同來感知、采集、處理和傳輸網(wǎng)絡(luò)所覆蓋區(qū)域內(nèi)的各種目標(biāo)信息，為上層應(yīng)用以及用戶決策提供網(wǎng)絡(luò)連接和數(shù)據(jù)支持服務(wù)。在實(shí)際應(yīng)用中，為了保證服務(wù)質(zhì)量，WSN應(yīng)用常通過節(jié)點(diǎn)密集部署來對目的區(qū)域進(jìn)行監(jiān)測。因此節(jié)點(diǎn)所采集數(shù)據(jù)需要通過若干中間節(jié)點(diǎn)轉(zhuǎn)發(fā)到達(dá)目的節(jié)點(diǎn)，中間節(jié)點(diǎn)要在其鄰居節(jié)點(diǎn)之中選擇最為合適的下一跳(nexthop)節(jié)點(diǎn)。目前，WSN中廣泛采用分簇路由協(xié)議來實(shí)現(xiàn)數(shù)據(jù)的傳輸。依照路由表中傳感器使傳感器分簇路由協(xié)議以數(shù)據(jù)為中心將網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)劃分為若干個(gè)簇(cluster)。每個(gè)簇由簇頭節(jié)點(diǎn)(clusterhead)和若干簇內(nèi)節(jié)點(diǎn)(clustermember)組成，簇頭節(jié)點(diǎn)既要負(fù)責(zé)簇內(nèi)數(shù)據(jù)的采集與聚合處理，也要承擔(dān)簇間數(shù)據(jù)的路由轉(zhuǎn)發(fā)。典型的分簇路由算法有LEACH(LowEnergyAdaptiveClusterigHierarchy)、GAF(GeographicalAdaptiveFidelity)、Cougar協(xié)議等，如圖2所示，為分簇路由結(jié)構(gòu)示意圖。隨著電子設(shè)備的集成化與微型化，傳感器節(jié)點(diǎn)多采用能量有限的電池供電方式，因此需要數(shù)據(jù)合理選擇從發(fā)送數(shù)據(jù)的源傳感器節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的路徑來降低網(wǎng)絡(luò)能耗?？紤]到傳感器節(jié)點(diǎn)采用電池供電，難以實(shí)現(xiàn)對節(jié)點(diǎn)能量的持續(xù)供應(yīng)，而且每個(gè)傳感器節(jié)點(diǎn)的存儲能力和計(jì)算能力也很有限，許多應(yīng)用場景需要通過節(jié)點(diǎn)密集分布來滿足應(yīng)用需求。已有研究指出傳感器節(jié)點(diǎn)將1比特?cái)?shù)據(jù)傳輸100米所需能量大約能執(zhí)行3000條計(jì)算指令。密集分布的各節(jié)點(diǎn)所采集數(shù)據(jù)間往往存在著相關(guān)性，造成了一些相關(guān)數(shù)據(jù)的冗余，而同一節(jié)點(diǎn)按照時(shí)間周期性所采集的數(shù)據(jù)也存在著一定冗余，使得數(shù)據(jù)傳輸能量高，造成網(wǎng)絡(luò)資源的浪費(fèi)。因此，亟需一種技術(shù)，利用分簇路由結(jié)構(gòu)，可以在數(shù)據(jù)傳輸?shù)倪^程中，解決冗余和數(shù)據(jù)傳輸能量消耗高的問題。技術(shù)實(shí)現(xiàn)要素：本發(fā)明實(shí)施例的目的在于提供一種基于分簇結(jié)構(gòu)無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)接收方法及裝置，可以降低數(shù)據(jù)冗余、減少數(shù)據(jù)傳輸所消耗的能量，從而延長網(wǎng)絡(luò)的生命周期。為達(dá)到上述目的，本發(fā)明實(shí)施例公開了一種基于分簇結(jié)構(gòu)無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)接收方法，應(yīng)用于分簇結(jié)構(gòu)中的簇頭節(jié)點(diǎn)，所述分簇結(jié)構(gòu)中還包括簇內(nèi)節(jié)點(diǎn)，其中，包括如下步驟：1)獲得簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)；2)對數(shù)據(jù)緩存中的每個(gè)預(yù)設(shè)周期內(nèi)的簇內(nèi)數(shù)據(jù)進(jìn)行聚合壓縮處理。優(yōu)選的，所述方法，其中，所述聚合壓縮處理包括以下步驟：S201)接收簇內(nèi)各節(jié)點(diǎn)上傳的數(shù)據(jù)，并對每個(gè)簇內(nèi)節(jié)點(diǎn)以獨(dú)立的緩存空間進(jìn)行數(shù)據(jù)緩存；S202)將每個(gè)上傳周期內(nèi)簇內(nèi)各節(jié)點(diǎn)上傳的數(shù)據(jù)存儲為簇內(nèi)數(shù)據(jù)矩陣X，其中X＝[X1,X2,…,Xn]，n為簇內(nèi)節(jié)點(diǎn)數(shù)目，Xi＝[xi1,xi2,…,xin]為第i個(gè)簇內(nèi)節(jié)點(diǎn)按照一定時(shí)間間隔順序采集的數(shù)據(jù)；S203)對簇內(nèi)數(shù)據(jù)矩陣X進(jìn)行聯(lián)合稀疏處理，并將各簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)分解為共同部分和獨(dú)立部分，即對X分解后得到共同部分zc及其獨(dú)立部分zn，分解結(jié)果集合為Z＝[zc,z1,z2,…,zn]；S204)對分解結(jié)果集合中的各分量數(shù)據(jù)分別進(jìn)行壓縮感知處理，獲得最終的壓縮聚合結(jié)果集合R＝[Rc,R1,R2,…,Rn]與測量矩陣集合Φ＝[{Φc1,Φc2},{Φ11,Φ12},…,{Φn1,Φn2}]；S205)將最終的壓縮聚合結(jié)果集合與測量矩陣集合沿簇間路由發(fā)送給匯聚節(jié)點(diǎn)或應(yīng)用終端。優(yōu)選的，所述方法，其中，獲得簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)，包括：1)接收簇內(nèi)節(jié)點(diǎn)發(fā)送的預(yù)測模型參數(shù)；2)判斷當(dāng)前是否接收到簇內(nèi)節(jié)點(diǎn)發(fā)送的實(shí)際數(shù)據(jù)；3)如果是，則其存儲到該簇內(nèi)節(jié)點(diǎn)所對應(yīng)的數(shù)據(jù)緩存中；4)如果否，則根據(jù)預(yù)測模型參數(shù)和時(shí)間計(jì)算出預(yù)測數(shù)據(jù)并將其作為簇內(nèi)數(shù)據(jù)存儲到該簇內(nèi)節(jié)點(diǎn)所對應(yīng)的數(shù)據(jù)緩存中。優(yōu)選的，所述方法，其中，獨(dú)立的緩存空間，包括數(shù)據(jù)緩存空間與預(yù)測模型參數(shù)緩存空間；如果收到的是原始感知數(shù)據(jù)，則直接將該數(shù)據(jù)存儲到對應(yīng)節(jié)點(diǎn)的數(shù)據(jù)緩存空間中；如果是預(yù)測模型參數(shù)數(shù)據(jù)，則更新對應(yīng)節(jié)點(diǎn)的預(yù)測模型參數(shù)緩存，并根據(jù)更新后的預(yù)測模型參數(shù)和時(shí)間計(jì)算出預(yù)測數(shù)據(jù)存儲到對應(yīng)節(jié)點(diǎn)的數(shù)據(jù)緩存空間中。優(yōu)選的，所述方法，其中，聯(lián)合稀疏處理，即對每個(gè)簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)Xi分別采用稀疏隨機(jī)矩陣進(jìn)行稀疏變換。優(yōu)選的，所述方法，其中，稀疏隨機(jī)矩陣采用伯努利/馬赫隨機(jī)矩陣，其定義如下：Φij=s+1,p=12s0,p=1-12s-1,p=12s]]>上式中，Φij代表伯努利/馬赫隨機(jī)矩陣中任意位置的元素，p為該元素的取值概率，即矩陣中的元素以上式所示概率p在{-1,0，+1}中隨機(jī)取值，其中參數(shù)S控制矩陣的稀疏程度，S取值越大，矩陣中非零元素越小，稀疏程度越高。優(yōu)選的，所述方法，其中，壓縮感知處理，包括如下步驟：A1)根據(jù)簇內(nèi)節(jié)點(diǎn)數(shù)目n、感知壓縮后的數(shù)據(jù)長度m和稀疏控制參數(shù)s，計(jì)算參數(shù)a＝m/2s、產(chǎn)生初始空測量矩陣Φ1、Φ2；A2)生成兩個(gè)隨機(jī)的1×n維矩陣T1＝[t11,t12,…,t1n]、T2＝[t21,t22,…,t2n]，其中t1n與t2n均為在[1,b]中隨機(jī)取值的正整數(shù)，將矩陣T1、T2分別作為一行數(shù)據(jù)存儲到測量矩陣Φ1、Φ2中。A3)找出T1中值為i的元素的位置，將原始信號中對應(yīng)位置元素相加；找出T2中值為i的元素的位置，將原始信號中對應(yīng)位置元素相加；用第一個(gè)計(jì)算值減去第二個(gè)計(jì)算值，所得結(jié)果存入到對應(yīng)的壓縮數(shù)據(jù)Ri中；A4)重復(fù)步驟A2)和步驟A3)a次；A5)令b＝m-a×b，重復(fù)步驟A3)、A4)，得到最終的壓縮聚合結(jié)果數(shù)據(jù)Ri和測量矩陣本發(fā)明實(shí)施例還提供一種基于分簇結(jié)構(gòu)無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)接收裝置，應(yīng)用于分簇結(jié)構(gòu)中的簇頭節(jié)點(diǎn)，所述分簇結(jié)構(gòu)中還包括簇內(nèi)節(jié)點(diǎn)，該數(shù)據(jù)接收裝置包括：數(shù)據(jù)獲取模塊，用于獲得簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)；聚合壓縮處理模塊，用于對數(shù)據(jù)獲取模塊內(nèi)的數(shù)據(jù)進(jìn)行聚合壓縮處理，其中，所述聚合壓縮處理模塊包括數(shù)據(jù)緩存單元、聯(lián)合稀疏處理單元、壓縮感知處理單元；其中，所述數(shù)據(jù)緩存單元用于接收簇內(nèi)各節(jié)點(diǎn)上傳的數(shù)據(jù)，并對每個(gè)簇內(nèi)節(jié)點(diǎn)以獨(dú)立的緩存空間進(jìn)行數(shù)據(jù)緩存；其中，所述聯(lián)合稀疏處理單元用于將各簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)分解為共同部分和獨(dú)立部分，獲得分解結(jié)果集合；其中，所述壓縮感知處理單元用于對分解結(jié)果集合中的各分量數(shù)據(jù)分別進(jìn)行壓縮感知處理，獲得最終的壓縮聚合結(jié)果集合與測量矩陣集合。由上可見，本發(fā)明方案針對許多無線傳感器網(wǎng)絡(luò)應(yīng)用場景中節(jié)點(diǎn)資源受限的情況，基于現(xiàn)有常見的分簇路由結(jié)構(gòu)，提出了一種能量有效的數(shù)據(jù)傳輸機(jī)制。該機(jī)制針對節(jié)點(diǎn)能量受限的特點(diǎn)，在簇內(nèi)成員節(jié)點(diǎn)利用預(yù)測模型對節(jié)點(diǎn)數(shù)據(jù)進(jìn)行預(yù)測逼近，抑制節(jié)點(diǎn)數(shù)據(jù)傳輸從而降低能量消耗。而且，在簇頭節(jié)點(diǎn)上，通過改進(jìn)的壓縮感知方法對簇內(nèi)數(shù)據(jù)進(jìn)行聯(lián)合壓縮處理，壓縮簇頭的數(shù)據(jù)傳輸量。本方案能夠在滿足應(yīng)用需求前提下有效的降低網(wǎng)內(nèi)數(shù)據(jù)傳輸量，從而降低節(jié)點(diǎn)能量消耗，延長網(wǎng)絡(luò)生命周期。附圖說明為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為傳統(tǒng)無線傳感器網(wǎng)絡(luò)應(yīng)用系統(tǒng)的結(jié)構(gòu)示意圖；圖2為現(xiàn)有無線傳感器網(wǎng)絡(luò)的分簇路由結(jié)構(gòu)示意圖；圖3為本發(fā)明技術(shù)方案采用的壓縮感知測量過程示意圖；圖4為本發(fā)明實(shí)施例提供的簇頭節(jié)點(diǎn)的數(shù)據(jù)接收流程圖；圖5為本發(fā)明實(shí)施例中簇內(nèi)節(jié)點(diǎn)的數(shù)據(jù)傳輸與模型調(diào)整示意圖；圖6為本發(fā)明實(shí)施例中簇內(nèi)節(jié)點(diǎn)的數(shù)據(jù)采集傳輸流程圖；圖7為本發(fā)明實(shí)施例提供的一種數(shù)據(jù)接收裝置的結(jié)構(gòu)示意圖。具體實(shí)施方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。本發(fā)明是基于分簇路由結(jié)構(gòu)的無線傳感器網(wǎng)絡(luò)，以及數(shù)據(jù)壓縮感知理論對數(shù)據(jù)傳輸過程進(jìn)行的改進(jìn)。分簇路由協(xié)議在平面路由的基礎(chǔ)上將節(jié)點(diǎn)劃分為簇頭節(jié)點(diǎn)與簇內(nèi)成員節(jié)點(diǎn)，并明確了各自的分工。簇頭負(fù)責(zé)與簇內(nèi)成員通信，收集成員信息和數(shù)據(jù)并負(fù)責(zé)數(shù)據(jù)轉(zhuǎn)發(fā)；簇內(nèi)成員采集監(jiān)測區(qū)域內(nèi)的目標(biāo)信息并發(fā)送給簇頭。一般采用周期性簇頭輪換機(jī)制來平衡能量消耗。這種分簇策略將網(wǎng)絡(luò)劃分為不同的邏輯子區(qū)域，具有更好的可擴(kuò)展性，可在簇內(nèi)對數(shù)據(jù)進(jìn)行進(jìn)一步的調(diào)度處理。節(jié)點(diǎn)能量主要消耗在數(shù)據(jù)收發(fā)上，所以本發(fā)明實(shí)施例通過對網(wǎng)內(nèi)數(shù)據(jù)進(jìn)行壓縮處理來實(shí)現(xiàn)能量高效利用。壓縮感知理論是一種信號壓縮與高精度恢復(fù)技術(shù)，最初主要用于處理離散域的數(shù)字信號。壓縮感知理論指出：若信號X＝[x1,x2,…,xn]在某一變換基Ψ＝[ψ1,ψ2,…,ψn]下可進(jìn)行k稀疏表示，即滿足X＝ΨS且向量S中元素個(gè)數(shù)遠(yuǎn)小于X，若S中元素個(gè)數(shù)為k則原始信號X的能量都集中在這k個(gè)非零元素上，稱S為信號X的k階稀疏表示。壓縮感知過程如圖3所示。當(dāng)信號X滿足上述條件時(shí)，通過信號向量Y＝[y1,y2,…,ym]即可恢復(fù)出X，其中Y＝ΦX＝ΦΨS、信號向量Y的長度遠(yuǎn)小于原信號X，即Y為對X進(jìn)行壓縮處理后的結(jié)果，并稱Φ∈Rm×n為X的觀測矩陣。在恢復(fù)信號時(shí)，可通過求解凸優(yōu)化問題：minS∈Rn||S||0s.t.Y=ΦΨS]]>獲取最優(yōu)解S，然后利用X＝ΨS，實(shí)現(xiàn)對原始信號X的精確恢復(fù)。求解上式需要遍歷S中所有非零值組合，所以可將上式0-范數(shù)轉(zhuǎn)化為1-范數(shù)近似求解，得到如下模型：minS∈Rn||S||1s.t.Y=ΦΨS]]>考慮誤差及噪聲因素，還可將上式進(jìn)一步轉(zhuǎn)換：minS∈Rn||S||1s.t.||Y-ΦΨS||≤ϵ]]>嚴(yán)格意義上大部分信號都不稀疏，但可通過合適的變換基Ψ使信號在變換域下稀疏表示。高斯隨機(jī)矩陣常作為測量矩陣；常見稀疏變換方法有傅里葉變換、小波變換。對測量信號的恢復(fù)算法有正交匹配追蹤(OMP)算法、基追蹤(BP)算法、自適應(yīng)匹配追蹤算法等，各有優(yōu)劣。本發(fā)明是基于分簇路由結(jié)構(gòu)無線傳感器網(wǎng)絡(luò)，針對簇頭節(jié)點(diǎn)和簇內(nèi)成員節(jié)點(diǎn)的不同分工特點(diǎn)，提出了一種能量高效的數(shù)據(jù)聚合傳輸策略。該數(shù)據(jù)傳輸策略中，簇內(nèi)成員和簇頭節(jié)點(diǎn)可根據(jù)應(yīng)用需求分別對傳輸數(shù)據(jù)進(jìn)行聚合壓縮處理，降低網(wǎng)絡(luò)中冗余數(shù)據(jù)的傳輸，節(jié)省能量從而延長網(wǎng)絡(luò)正常工作時(shí)間。特別指出的是，本發(fā)明方案主要針對簇內(nèi)的數(shù)據(jù)傳輸處理過程，不涉及簇間路由建立與數(shù)據(jù)傳輸。根據(jù)節(jié)點(diǎn)的類型可將具體內(nèi)容分為簇內(nèi)節(jié)點(diǎn)處理機(jī)制與簇頭節(jié)點(diǎn)處理機(jī)制兩部分。下面分別以實(shí)施例的方式對其進(jìn)行詳細(xì)說明。本實(shí)施例提供一種基于分簇結(jié)構(gòu)的無線傳感器網(wǎng)絡(luò)的簇頭節(jié)點(diǎn)的數(shù)據(jù)接收方法，包括步驟：1)獲得簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)并存入數(shù)據(jù)緩存；2)對數(shù)據(jù)緩存中的每個(gè)預(yù)設(shè)周期內(nèi)的簇內(nèi)數(shù)據(jù)進(jìn)行如下聚合壓縮處理。其中，獲得簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)的方法，具體包括下列步驟：接收簇內(nèi)節(jié)點(diǎn)發(fā)送的預(yù)測模型參數(shù)，預(yù)測模型參數(shù)的獲取方法來自前述的一元線性預(yù)測模型；判斷當(dāng)前是否接收到簇內(nèi)節(jié)點(diǎn)發(fā)送的實(shí)際數(shù)據(jù)；如果是，則其存儲到該簇內(nèi)節(jié)點(diǎn)所對應(yīng)的數(shù)據(jù)緩存中；如果否，則根據(jù)預(yù)測模型參數(shù)和時(shí)間計(jì)算出預(yù)測數(shù)據(jù)并將其作為簇內(nèi)數(shù)據(jù)存儲到該簇內(nèi)節(jié)點(diǎn)所對應(yīng)的數(shù)據(jù)緩存中。下面結(jié)合圖4給出數(shù)據(jù)緩存中的每個(gè)預(yù)設(shè)周期內(nèi)的簇內(nèi)數(shù)據(jù)的聚合壓縮處理步驟：S201)接收簇內(nèi)各節(jié)點(diǎn)上傳的數(shù)據(jù)，并對每個(gè)簇內(nèi)節(jié)點(diǎn)以獨(dú)立的緩存空間進(jìn)行數(shù)據(jù)緩存；S202)將每個(gè)上傳周期內(nèi)簇內(nèi)各節(jié)點(diǎn)上傳的數(shù)據(jù)存儲為簇內(nèi)數(shù)據(jù)矩陣X，其中X＝[X1,X2,…,Xn]，n為簇內(nèi)節(jié)點(diǎn)數(shù)目，Xi＝[xi1,xi2,…,xin]為第i個(gè)簇內(nèi)節(jié)點(diǎn)按照一定時(shí)間間隔順序采集的數(shù)據(jù)；S203)對簇內(nèi)數(shù)據(jù)矩陣X進(jìn)行聯(lián)合稀疏處理，并將各簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)分解為共同部分和獨(dú)立部分，即對X分解后得到共同部分zc及其獨(dú)立部分zn，分解結(jié)果集合為Z＝[zc,z1,z2,…,zn]；S204)對分解結(jié)果集合中的各分量數(shù)據(jù)分別進(jìn)行壓縮感知處理，獲得最終的壓縮聚合結(jié)果集合R＝[Rc,R1,R2,…,Rn]與測量矩陣集合Φ＝[{Φc1,Φc2},{Φ11,Φ12},…,{Φn1,Φn2}]；S205)將最終的壓縮聚合結(jié)果集合與測量矩陣集合沿簇間路由發(fā)送給匯聚節(jié)點(diǎn)或應(yīng)用終端。具體而言，在基于分簇結(jié)構(gòu)的無線傳感器網(wǎng)絡(luò)中，每個(gè)簇相當(dāng)于一個(gè)獨(dú)立的網(wǎng)絡(luò)節(jié)點(diǎn)區(qū)域，簇頭節(jié)點(diǎn)作為該區(qū)域的管理者與協(xié)調(diào)者，所承擔(dān)的數(shù)據(jù)轉(zhuǎn)發(fā)量比簇內(nèi)成員節(jié)點(diǎn)更多，能耗更大。為了降低簇頭節(jié)點(diǎn)的負(fù)載壓力，減少數(shù)據(jù)傳輸所帶來的能量消耗，本發(fā)明的技術(shù)方案在簇頭節(jié)點(diǎn)對數(shù)據(jù)進(jìn)行聚合壓縮處理。在初始化階段，簇頭節(jié)點(diǎn)需要完成簇間路由的建立、與簇內(nèi)節(jié)點(diǎn)建立連接并分配時(shí)隙，同時(shí)還要接收應(yīng)用或匯聚節(jié)點(diǎn)的控制信息，包括但不限于上傳周期、目的數(shù)據(jù)、應(yīng)用容忍門限等。此階段所需完成工作與具體應(yīng)用場景密切關(guān)聯(lián)。在完成節(jié)點(diǎn)初始化之后，簇頭節(jié)點(diǎn)會開始等待接收簇內(nèi)數(shù)據(jù)。簇內(nèi)節(jié)點(diǎn)通過預(yù)測模型對采集數(shù)據(jù)進(jìn)行預(yù)測逼近，減少數(shù)據(jù)發(fā)送量。簇頭結(jié)點(diǎn)需要為該簇內(nèi)的每個(gè)節(jié)點(diǎn)提供緩存空間用以分別存儲節(jié)點(diǎn)所發(fā)送的模型參數(shù)數(shù)據(jù)和感知數(shù)據(jù)，同時(shí)簇頭需要與簇內(nèi)節(jié)點(diǎn)保持時(shí)鐘同步。簇頭節(jié)點(diǎn)接收簇內(nèi)各節(jié)點(diǎn)數(shù)據(jù)，如果收到的是原始感知數(shù)據(jù)，則直接將該數(shù)據(jù)存儲到對應(yīng)節(jié)點(diǎn)的數(shù)據(jù)緩存中；如果是預(yù)測模型參數(shù)數(shù)據(jù)，簇頭節(jié)點(diǎn)首先更新該簇內(nèi)節(jié)點(diǎn)對應(yīng)的參數(shù)緩存，隨后根據(jù)新參數(shù)和時(shí)間計(jì)算出預(yù)測數(shù)據(jù)并將其存儲到該節(jié)點(diǎn)所對應(yīng)的數(shù)據(jù)緩存中。在每個(gè)上傳時(shí)間點(diǎn)，簇頭節(jié)點(diǎn)需要將所有節(jié)點(diǎn)的數(shù)據(jù)緩存發(fā)送給匯聚節(jié)點(diǎn)，同時(shí)清空緩存。簇內(nèi)各節(jié)點(diǎn)在地理位置上具有一定的關(guān)聯(lián)，其采集數(shù)據(jù)也存在一定相關(guān)性，本發(fā)明實(shí)施例針對簇頭發(fā)送數(shù)據(jù)量過大的問題，提出了新的壓縮處理方法對簇內(nèi)數(shù)據(jù)進(jìn)行聯(lián)合壓縮聚合，從而降低簇頭節(jié)點(diǎn)發(fā)送數(shù)據(jù)量、節(jié)省能量消耗。改進(jìn)的數(shù)據(jù)壓縮處理方法壓縮感知可以確保減少采樣數(shù)的情況下高概率的重建原始信號，可用于無線傳感器網(wǎng)絡(luò)中對數(shù)據(jù)進(jìn)行壓縮。但由于傳感器節(jié)點(diǎn)資源受限，進(jìn)行壓縮感知需要處理測量矩陣與原始數(shù)據(jù)的乘法運(yùn)算，對傳感器節(jié)點(diǎn)的存儲與計(jì)算能力要求較高。本發(fā)明方案就該問題提出了適當(dāng)?shù)母倪M(jìn)工作。目前，高斯隨機(jī)測量矩陣在壓縮感知理論中得到了廣泛應(yīng)用，但其實(shí)現(xiàn)過程需要隨機(jī)數(shù)生成器來產(chǎn)生滿足要求的m×n個(gè)隨機(jī)數(shù)。產(chǎn)生測量矩陣及矩陣與原始數(shù)據(jù)相乘的過程復(fù)雜度較高，不適用于資源受限的傳感器節(jié)點(diǎn)。本方案采用稀疏隨機(jī)矩陣獲取可壓縮數(shù)據(jù)的主要信息，以彌補(bǔ)這方面的不足，伯努利/馬赫隨機(jī)矩陣作為常見的稀疏矩陣，其定義如下：Φij=s+1,p=12s0,p=1-12s-1,p=12s]]>上式中，Φij代表伯努利/馬赫隨機(jī)矩陣中任意位置的元素，p為該元素的取值概率，即矩陣中的元素以上式所示概率p在{-1,0，+1}中隨機(jī)取值，其中參數(shù)S控制矩陣的稀疏程度，S取值越大，矩陣中非零元素越小，稀疏程度越高。若原始數(shù)據(jù)和壓縮后數(shù)據(jù)長度分別為n、m，則利用上述方法仍需產(chǎn)生并存儲m×n的稀疏矩陣。本發(fā)明方案將稀疏隨機(jī)矩陣按照元素正負(fù)進(jìn)行分割，然后通過分塊的方式產(chǎn)生隨機(jī)數(shù)來代表測量矩陣中非零元素的坐標(biāo)，再由各坐標(biāo)塊組合成改進(jìn)的稀疏隨機(jī)測量矩陣Φ1、Φ2兩個(gè)矩陣，Φ1、Φ2并不存儲真實(shí)測量矩陣元素?cái)?shù)據(jù)，而是存儲其非零元素的位置。同時(shí)，將矩陣乘法降低為加法運(yùn)算，在生成測量矩陣的同時(shí)完成對原始信號的壓縮感知測量過程，降低了數(shù)據(jù)處理的復(fù)雜度，提高了無線傳感器網(wǎng)絡(luò)系統(tǒng)的實(shí)時(shí)性能。假定對長度為n的數(shù)據(jù)X進(jìn)行壓縮感知處理后的數(shù)據(jù)長度為m，則改進(jìn)的壓縮感知處理過程如下：(1)忽略歸一化算子，每列正元素和負(fù)元素取值±1，個(gè)數(shù)均為a，將每列分為a組，滿足a＝m/2s，計(jì)算初始的Φ1、Φ2均為空矩陣。(2)生成兩個(gè)隨機(jī)的1×n維矩陣T1＝[t11,t12,…,t1n]、T2＝[t21,t22,…,t2n]，T1與T2代表測量矩陣中元素位置。其中t1i與t2i均為在[1,b]中隨機(jī)取值的正整數(shù)，需要使t1i與t2i不取相同值，保證每個(gè)分塊矩陣的每一列只有一個(gè)正元素與負(fù)元素。然后，將矩陣T1、T2分別作為一行數(shù)據(jù)存儲到矩陣Φ1、Φ2之中。(3)隨后進(jìn)行原始數(shù)據(jù)X進(jìn)行循環(huán)感知處理。每一次處理中，首先找出T1中值為i元素的位置，將原始信號X中相應(yīng)位置元素的值相加，隨后同樣找出T2中值為i元素的位置，將原始信號X中相應(yīng)位置元素的值相加，最后將上述兩個(gè)結(jié)果相減之后再乘以得到結(jié)果ri，并將結(jié)果ri存入最后的壓縮數(shù)據(jù)R中。i初始值為1，每個(gè)循環(huán)后累加1，i等于b為最后一次處理。(4)將過程2與過程3重復(fù)進(jìn)行a次；(5)最后令b＝m-a×b，按照過程(3)、過程(4)進(jìn)行一次運(yùn)算并將結(jié)果存入Ri中。通過上述過程，便得到了對原始數(shù)據(jù)X進(jìn)行壓縮之后的數(shù)據(jù)R以及與之對應(yīng)的改進(jìn)測量矩陣由上述過程可知，節(jié)點(diǎn)只需均勻隨機(jī)數(shù)發(fā)生器與2(a+1)×n的存儲空間，空間復(fù)雜度降低；對原始信號的測量過程也由矩陣乘法降為加法，時(shí)間復(fù)雜度降低；將測量矩陣的產(chǎn)生與數(shù)據(jù)感知測量的過程結(jié)合起來，效率更高。簇頭處理流程分布式壓縮感知理論認(rèn)為對多個(gè)信號或數(shù)據(jù)，可利用他們的時(shí)域稀疏性和空間域相關(guān)性構(gòu)造聯(lián)合稀疏模型，進(jìn)行聯(lián)合編碼與聯(lián)合解碼恢復(fù)，這樣會比獨(dú)立對信號進(jìn)行處理具有更優(yōu)的能耗特性，也能更好的恢復(fù)出原始信號。由于簇內(nèi)各節(jié)點(diǎn)在地理位置上具有連續(xù)性，因此可認(rèn)為各節(jié)點(diǎn)所采集目標(biāo)數(shù)據(jù)也具有一定的相關(guān)性。本發(fā)明方案將簇內(nèi)各節(jié)點(diǎn)數(shù)據(jù)分解為全體節(jié)點(diǎn)都包含的共同部分和各自特有的獨(dú)立部分。在每個(gè)上傳周期之內(nèi)假定簇頭緩存的簇內(nèi)第i個(gè)傳感器節(jié)點(diǎn)的數(shù)據(jù)為Xi＝[xi1,xi2,…,xin]，其中Xi＝[xi1,xi2,…,xin]為第i個(gè)簇內(nèi)節(jié)點(diǎn)按照一定時(shí)間間隔順序采集的數(shù)據(jù)，那么該時(shí)間段內(nèi)，簇頭緩存的所有數(shù)據(jù)為X＝[X1,X2,…,Xn]，n為簇內(nèi)節(jié)點(diǎn)數(shù)目。由于并非每個(gè)簇內(nèi)節(jié)點(diǎn)在每個(gè)采樣周期都會向簇頭發(fā)送感知數(shù)據(jù)，這就相應(yīng)降低了簇內(nèi)通信開銷。下面結(jié)合圖6對簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)傳輸方法進(jìn)行說明：S101)根據(jù)歷史數(shù)據(jù)確定預(yù)測模型參數(shù)，對偏移次數(shù)k和偏移閾值j進(jìn)行初始化，并向簇頭節(jié)點(diǎn)傳輸該預(yù)測模型參數(shù)，以使簇頭節(jié)點(diǎn)根據(jù)預(yù)測模型參數(shù)和時(shí)間計(jì)算出預(yù)測數(shù)據(jù)并將其存儲到該節(jié)點(diǎn)所對應(yīng)的數(shù)據(jù)緩存中；所述預(yù)測模型為預(yù)先根據(jù)歷史數(shù)據(jù)進(jìn)行曲線擬合獲得的；S102)采集數(shù)據(jù)，將采集到的當(dāng)前實(shí)際數(shù)據(jù)與按照預(yù)測模型參數(shù)獲得的當(dāng)前預(yù)測數(shù)據(jù)進(jìn)行比較；S103)若將當(dāng)前實(shí)際數(shù)據(jù)與預(yù)測數(shù)據(jù)之差ε′小于等于誤差門限ε，則緩存該實(shí)際數(shù)據(jù)，偏移閾值j加1，返回步驟S102)；S104)若將當(dāng)前實(shí)際數(shù)據(jù)與預(yù)測數(shù)據(jù)之差ε′大于誤差門限ε，則緩存該實(shí)際數(shù)據(jù)，偏移次數(shù)k加1，偏移閾值j減半，并向簇頭節(jié)點(diǎn)傳輸該實(shí)際數(shù)據(jù)；且將偏移次數(shù)k與偏移閾值j進(jìn)行比較，若k≥j，返回步驟S101)；若K<j,則返回步驟S102)。具體而言，在常見的分簇路由結(jié)構(gòu)無線傳感器網(wǎng)絡(luò)中，簇內(nèi)節(jié)點(diǎn)作為網(wǎng)絡(luò)末梢通常只負(fù)責(zé)采集監(jiān)測區(qū)域內(nèi)的目標(biāo)信息數(shù)據(jù)并向其中繼節(jié)點(diǎn)發(fā)送，簇內(nèi)節(jié)點(diǎn)只用對自己負(fù)責(zé)不需要同區(qū)域內(nèi)的相鄰簇內(nèi)節(jié)點(diǎn)通信。通過對常見的溫度、濕度等環(huán)境對象進(jìn)行分析可知，這類環(huán)境數(shù)據(jù)通常呈現(xiàn)周期性變化特征，而且在一定時(shí)間段內(nèi)呈現(xiàn)出線性變化規(guī)律，即節(jié)點(diǎn)所采集環(huán)境數(shù)據(jù)與時(shí)間之間具有線性關(guān)系。簇內(nèi)節(jié)點(diǎn)在一段時(shí)間內(nèi)所采集環(huán)境數(shù)據(jù)與時(shí)間線性相關(guān)，那么可以把時(shí)間看作自變量，對應(yīng)的數(shù)據(jù)作為因變量，利用線性回歸模型來構(gòu)造預(yù)測函數(shù)來模擬兩者動態(tài)變化的關(guān)系。定義時(shí)間序列為簇內(nèi)節(jié)點(diǎn)按時(shí)間順序采樣、具有一定時(shí)間間隔的時(shí)間數(shù)據(jù)對集合，記為S＝{(t1,y1),(t2,y2),…,(tn,yn)}。其中(tn,yn)表示在時(shí)間ti時(shí)刻采集的數(shù)據(jù)為yi，n為序列長度。利用節(jié)點(diǎn)的計(jì)算存儲能力建立動態(tài)調(diào)整的分段線性預(yù)測模型來對采數(shù)據(jù)數(shù)進(jìn)行逼近估計(jì)。初始化階段包括了網(wǎng)絡(luò)分簇路由結(jié)構(gòu)的建立過程，簇內(nèi)節(jié)點(diǎn)在這個(gè)階段與簇頭節(jié)點(diǎn)建立連接關(guān)系，并接收控制信息，包括但不限于誤差門限ε、偏移閾值j、緩存長度、采集目標(biāo)、采集周期、數(shù)據(jù)上傳周期等。隨后簇內(nèi)節(jié)點(diǎn)進(jìn)入到數(shù)據(jù)采集傳輸階段，該階段可以細(xì)化為構(gòu)建預(yù)測模型、數(shù)據(jù)傳輸與模型調(diào)整步驟，如圖5所示，根據(jù)歷史數(shù)據(jù)建立預(yù)測函數(shù)，通過預(yù)測函數(shù)得到預(yù)測值并進(jìn)行判斷，之后，根據(jù)判斷結(jié)果傳輸數(shù)據(jù)并記錄狀態(tài)，根據(jù)預(yù)測值與傳輸數(shù)據(jù)進(jìn)行誤差分析并更新時(shí)間序列。預(yù)測模型建立考慮節(jié)點(diǎn)計(jì)算存儲能力受限，在簇內(nèi)節(jié)點(diǎn)建立一元線性預(yù)測模型：y′＝αt+β其中，t表示采樣時(shí)間點(diǎn)，y′為對應(yīng)時(shí)刻的預(yù)測值，(α,β)為常數(shù)。根據(jù)緩存長度，節(jié)點(diǎn)以相同間隔t0將連續(xù)N個(gè)采樣存入到緩存序列中，利用緩存序列內(nèi)的數(shù)據(jù)計(jì)算出參數(shù)(α,β)，簇內(nèi)節(jié)點(diǎn)將參數(shù)發(fā)送給簇頭節(jié)點(diǎn)，其隨后所采集的數(shù)據(jù)應(yīng)沿時(shí)間軸分布在預(yù)測函數(shù)附近。數(shù)據(jù)傳輸與模型調(diào)整在每次數(shù)據(jù)采集傳輸過程中，節(jié)點(diǎn)計(jì)算實(shí)際采集數(shù)據(jù)y與預(yù)測估計(jì)值y′之間的差值ε′，將其與預(yù)設(shè)誤差門限ε進(jìn)行比較，當(dāng)采集數(shù)據(jù)變化緩慢時(shí)，即ε′<ε，簇內(nèi)節(jié)點(diǎn)不傳輸該次數(shù)據(jù)，簇頭根據(jù)已有預(yù)測模型參數(shù)計(jì)算出該時(shí)間點(diǎn)的近似數(shù)據(jù)；當(dāng)感知數(shù)據(jù)變化劇烈時(shí)，即ε′>ε，則實(shí)時(shí)地將該次數(shù)據(jù)發(fā)送給簇頭。節(jié)點(diǎn)會在數(shù)據(jù)傳輸?shù)耐瑫r(shí)監(jiān)測自身數(shù)據(jù)變化情況，若預(yù)測模型長期偏離真實(shí)采樣，說明參數(shù)已不適用，需進(jìn)行調(diào)整。將誤差ε′超過門限值ε的次數(shù)與偏移閾值進(jìn)行比較來決定參數(shù)是否需要調(diào)整。偏移閾值不為定值，在進(jìn)行每次比較時(shí)如果預(yù)測值滿足要求，則將偏移閾值加1，否則將偏移閾值減半。為了防止“假死節(jié)點(diǎn)”的產(chǎn)生，在時(shí)間周期T(T＝t0×N)內(nèi)，簇內(nèi)節(jié)點(diǎn)需強(qiáng)制向簇頭節(jié)點(diǎn)發(fā)送一次數(shù)據(jù)。為了使每次計(jì)算出的新參數(shù)滿足當(dāng)前狀態(tài)，需要對時(shí)間序列進(jìn)行實(shí)時(shí)更新操作，所以在節(jié)點(diǎn)軟件設(shè)計(jì)上，維持一個(gè)緩存空間存儲時(shí)間序列。隨著數(shù)據(jù)采集的進(jìn)行，假設(shè)當(dāng)前時(shí)刻的模型參數(shù)為(α,β)，緩存序列為Sc，模型偏移次數(shù)為k，偏移閾值為j，數(shù)據(jù)傳輸與模型調(diào)整方法如下：步驟1：節(jié)點(diǎn)采集數(shù)據(jù)yn，根據(jù)時(shí)間點(diǎn)tn與參數(shù)(α,β)計(jì)算預(yù)測數(shù)據(jù)y′n與預(yù)測誤差ε′if(ε′<ε)將yn加入到隊(duì)列Sc隊(duì)尾，若Sc長度已滿，去掉隊(duì)列頭；j＝j(luò)+1；轉(zhuǎn)至步驟1if(ε′>ε)將yn加入到隊(duì)列Sc隊(duì)尾，若Sc長度已滿，去掉隊(duì)列頭；k＝k+1；j＝j(luò)/2；節(jié)點(diǎn)發(fā)送感知數(shù)據(jù)；if(k≥j)轉(zhuǎn)至步驟2；步驟2：k＝0；j＝1；(當(dāng)然，該偏移閾值j也可以初始化為任何不為0的常數(shù))根據(jù)最小二乘法，利用Sc中的數(shù)據(jù)計(jì)算新參數(shù)(α,β)，并將其發(fā)送給簇頭節(jié)點(diǎn)，轉(zhuǎn)至步驟1。通過本發(fā)明方案所屬方法，簇內(nèi)節(jié)點(diǎn)可對采集數(shù)據(jù)進(jìn)行預(yù)測模擬，無需發(fā)送全部采集數(shù)據(jù)，從而有效減少了數(shù)據(jù)發(fā)送量、降低了能量消耗、延長了節(jié)點(diǎn)工作壽命。下面以農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用為例對本發(fā)明進(jìn)行說明，在大型農(nóng)田應(yīng)用場景中，需要掌握農(nóng)作物的生長環(huán)境狀態(tài)來實(shí)現(xiàn)更科學(xué)的農(nóng)作物培育。一般需通過無線傳感器節(jié)點(diǎn)收集溫度、濕度、光照等數(shù)據(jù)為科學(xué)施肥、高效灌溉提供數(shù)據(jù)支持，實(shí)現(xiàn)綠色農(nóng)業(yè)。在這類應(yīng)用場景對溫濕度等環(huán)境參數(shù)數(shù)據(jù)的精度要求不會過高，可以有一定的誤差容忍。由于放置于農(nóng)田中的傳感器節(jié)點(diǎn)采用電池或太陽能供電的方式，且節(jié)點(diǎn)成本不宜過高，因此其能量及計(jì)算存儲能力有限。采用本發(fā)明方案，可以在滿足應(yīng)用需求的前提下，降低數(shù)據(jù)傳輸帶來的能量消耗，延長農(nóng)田中各節(jié)點(diǎn)的工作時(shí)間，節(jié)約生產(chǎn)成本。用戶通過終端來確定需要監(jiān)測的目標(biāo)對象，并獲取由傳感器節(jié)點(diǎn)采集的目標(biāo)農(nóng)田內(nèi)的對象數(shù)據(jù)，這些目標(biāo)對象包括但不限于溫度、濕度、光照強(qiáng)度、土壤中某物質(zhì)濃度等。具體應(yīng)用過程如下：①目標(biāo)區(qū)域內(nèi)的傳感器節(jié)點(diǎn)完成分簇結(jié)構(gòu)的構(gòu)造過程，并完成簇間路由建立；傳感器節(jié)點(diǎn)向匯聚節(jié)點(diǎn)匯報(bào)自己的位置信息、ID等②每個(gè)簇頭節(jié)點(diǎn)均為該簇內(nèi)所有節(jié)點(diǎn)構(gòu)造緩存空間。③用戶向匯聚節(jié)點(diǎn)發(fā)送控制信息，包括但不限于采集目標(biāo)、采集時(shí)間間隔、上傳周期、數(shù)據(jù)誤差門限、簇頭節(jié)點(diǎn)輪換周期、節(jié)點(diǎn)時(shí)間序列長度等。④匯聚節(jié)點(diǎn)將控制信息發(fā)送給各傳感器節(jié)點(diǎn)，并向用戶終端反饋節(jié)點(diǎn)信息。⑤傳感器節(jié)點(diǎn)開始數(shù)據(jù)采集，每個(gè)節(jié)點(diǎn)根據(jù)時(shí)間序列長度利用最初的采集數(shù)據(jù)構(gòu)造預(yù)測模型參數(shù)，將參數(shù)發(fā)送給簇頭節(jié)點(diǎn)。隨后按照前文所述簇內(nèi)節(jié)點(diǎn)處理機(jī)制，根據(jù)預(yù)設(shè)的誤差門限考試數(shù)據(jù)采集發(fā)送工作。⑥簇頭節(jié)點(diǎn)保持接收簇內(nèi)數(shù)據(jù)，并在每個(gè)上傳周期時(shí)刻到達(dá)時(shí)，按照簇頭處理機(jī)制對簇內(nèi)數(shù)據(jù)進(jìn)行聚合壓縮處理，并將其沿簇間路由發(fā)送給匯聚節(jié)點(diǎn)。⑦匯聚節(jié)點(diǎn)接收到數(shù)據(jù)之后，既可以立即發(fā)送給到用戶端，由用戶端進(jìn)行還原恢復(fù)；也可以在匯聚節(jié)點(diǎn)進(jìn)行解壓還原之后再將其發(fā)送到用戶端。⑧每經(jīng)過一個(gè)簇頭輪換周期，目標(biāo)區(qū)域的無線傳感器網(wǎng)絡(luò)需要進(jìn)行簇頭重新選舉，使得能量均勻消耗。⑨用戶可以根據(jù)具體需求調(diào)節(jié)誤差門限等控制參數(shù)。下面根據(jù)圖7，對本發(fā)明的一種數(shù)據(jù)接收裝置進(jìn)行說明，該數(shù)據(jù)接收裝置應(yīng)用于分簇結(jié)構(gòu)中的簇頭節(jié)點(diǎn)，所述分簇結(jié)構(gòu)中還包括簇內(nèi)節(jié)點(diǎn)。該數(shù)據(jù)傳輸裝置包括數(shù)據(jù)獲取模塊201和聚合壓縮處理模塊202；其中，數(shù)據(jù)獲取模塊201，用于獲得簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)；其中，聚合壓縮處理模塊202，用于對數(shù)據(jù)獲取模塊內(nèi)的數(shù)據(jù)進(jìn)行聚合壓縮處理，其中，所述聚合壓縮處理模塊202包括數(shù)據(jù)緩存單元2021、聯(lián)合稀疏處理單元2022、壓縮感知處理單元2023；其中，所述數(shù)據(jù)緩存單元用于接收簇內(nèi)各節(jié)點(diǎn)上傳的數(shù)據(jù)，并對每個(gè)簇內(nèi)節(jié)點(diǎn)以獨(dú)立的緩存空間進(jìn)行數(shù)據(jù)緩存；其中，所述聯(lián)合稀疏處理單元用于將各簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)分解為共同部分和獨(dú)立部分，獲得分解結(jié)果集合；其中，所述壓縮感知處理單元用于對分解結(jié)果集合中的各分量數(shù)據(jù)分別進(jìn)行壓縮感知處理，獲得最終的壓縮聚合結(jié)果集合與測量矩陣集合。由上述實(shí)施例可見，本發(fā)明方案針對無線傳感器網(wǎng)絡(luò)應(yīng)用中節(jié)點(diǎn)資源受限的情況，基于現(xiàn)有的分簇路由結(jié)構(gòu)，提出了一種能量有效的數(shù)據(jù)傳輸方法。針對簇內(nèi)成員節(jié)點(diǎn)，利用預(yù)測模型對節(jié)點(diǎn)數(shù)據(jù)進(jìn)行預(yù)測逼近，抑制節(jié)點(diǎn)數(shù)據(jù)傳輸從而降低能量消耗。針對簇頭節(jié)點(diǎn)，通過改進(jìn)的壓縮感知方法對簇內(nèi)數(shù)據(jù)進(jìn)行聯(lián)合壓縮處理，降低簇頭的數(shù)據(jù)傳輸量。本方案能夠在滿足應(yīng)用需求前提下有效的降低網(wǎng)內(nèi)數(shù)據(jù)傳輸量，從而降低節(jié)點(diǎn)能量消耗，延長網(wǎng)絡(luò)生命周期。需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。本說明書中的各個(gè)實(shí)施例均采用相關(guān)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見即可，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處。尤其，對于系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡單，相關(guān)之處參見方法實(shí)施例的部分說明即可。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。當(dāng)前第1頁1 2 3