[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

摘要

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。

主权项

1.一种基于压缩网络编码的WSN异常数据发现系统实现方法，其特征在于：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。

2.根据权利要求1所述的基于压缩网络编码的WSN异常数据发现系统实现方法，其特征在于：步骤(1)中所述各节点组成结构包含传感器模块、WSN网内通信模块、供电模块以及控制器模块。

3.根据权利要求1中所述的基于压缩网络编码的WSN异常数据发现系统实现方法，其特征在于:步骤(1)中各节点基础通信方式和成簇协议是按簇汇聚路由协议。

4.根据权利要求1中所述的基于压缩网络编码的WSN异常数据发现系统实现方法，其特征在于:步骤(2)中所述数据执行压缩感知操作的实现流程如下：

第1步：确定分簇方式，并进行簇内的时钟初始化；WSN末梢数据终端被划分为多个数据测量的簇；

第2步：测量节点感知环境数据并将本簇数据汇聚到簇头；

第3步：测量时间被划分为测量周期，每个周期内测量内容包括五个测量时隙，每个时隙分别按顺序测量节点所在位置的光照强度、空气温度、空气湿度、土壤温室和土壤湿度；

第4步：每个时隙的测量数据被发送到簇头，簇头执行压缩感知后进行网络广播。

5.根据权利要求4所述的基于压缩网络编码的WSN异常数据发现系统实现方法，其特征在于：第4步中所述的压缩感知方法实现步骤如下：

步骤4.1：簇头对每个时隙内的簇内环境数据采用离散余弦变换，将时空相关性较强的原始环境测量数据x执行稀疏处理x＝Ψ×θ，使环境数据的稀疏结果θ满足压缩感知的k‑稀疏要求，Ψ为稀疏向量；

步骤4.2：对稀疏结果执行压缩感知操作，使时隙内数据长度从节点个数N变成压缩结果M，M＜＜N；网络链路中传输内容为y＝Φx＝ΦΨθ，观测矩阵Φ为高斯随机矩阵；

步骤4.3：簇头压缩数据向上层中继节点汇聚，返回步骤4.2，等待下一时隙的数据输入。

6.根据权利要求1所述的基于压缩网络编码的WSN异常数据发现系统实现方法，其特征在于：步骤(2)中所述的网络编码方法实现流程如下：

第1步：上层中继节点接收到压缩感知数据包，将同时隙内不同簇的数据包进行随机线性网络编码组合，记录编码向量；

第2步：压缩网络编码数据包最终到达汇聚节点，汇聚节点把所有数据全部转发到数据云网关，进行数据同步；

第3步：数据云网关将一个时隙的全部数据输入流式计算框架进行压缩网络编码数据包的译码重构。

7.根据权利要求6所述的基于压缩网络编码的WSN异常数据发现系统实现方法，其特征在于：第1步所述的随机线性网络编码组合的实现步骤如下：

步骤1.1：构造随机线性网络编码向量；编码向量由M个单精度浮点数表示，M值是压缩WSN中无线传感器节点数后的数据长度；若某数据包是第i时隙的环境测量数据，则编码向量初始化单位向量为第i个元素为1；

步骤1.2：设计数据包格式；WSN网内传输的数据包含包头配置信息与压缩环境测量数据两部分，数据包设计需要同时满足压缩感知和网络编码进行原始测量数据重构的条件；包头配置包含时间戳和链路的编码向量，其中时间戳标记该数据的打包时间，在簇头节点中使用时间戳排序数据包的测量时间，减少重复数据包的冗余接收；压缩环境测量数据是经过压缩感知处理的WSN环境数据的稀疏压缩结果；

步骤1.3：将WSN末梢数据终端中的中继节点作为网络编码广义蝶形网络的信源节点，对不同簇内的时隙压缩感知数据乘以随机编码向量进行组合，计算结果向指定的汇聚节点传输；

步骤1.4：返回步骤1.1，等待新的时隙压缩结果输入。

8.根据权利要求6所述的基于压缩网络编码的WSN异常数据发现系统实现方法，其特征在于：第3步所述的压缩网络编码数据包的译码重构操作，具体实现步骤如下：

步骤3.1：输入Spark计算框架的压缩网络编码数据被Spark转换为内存数据模型RDD，定义此时内存中数据是β：

步骤3.2：基于高斯‑约旦消元法渐进式译码网络编码结果，抽取压缩网络编码的编码系数形成全局编码向量M，定义为：M＝[ζ₅ζ₁+ζ₆ζ₃ ζ₅ζ₂+ζ₆ζ₄]，对压缩网络编码数据β乘以编码逆矩阵获取压缩的CS_i稀疏值；

步骤3.3：通过基追踪算法，重构离散余弦变换压缩的原始环境数据结合观测矩阵获取最终实际环境数据。