基于模式統(tǒng)計(jì)的時(shí)間冗余數(shù)據(jù)消除方法
【專利摘要】本發(fā)明公開了一種基于模式統(tǒng)計(jì)的時(shí)間冗余數(shù)據(jù)消除方法。本發(fā)明設(shè)計(jì)一種基于周期相關(guān)性和線性相關(guān)性的時(shí)間冗余數(shù)據(jù)消除方法，該方法利用物理現(xiàn)象中經(jīng)常出現(xiàn)的周期相關(guān)性和線性相關(guān)性，通過分析傳感節(jié)點(diǎn)采集的物理數(shù)據(jù)，統(tǒng)計(jì)得到物理現(xiàn)象的變化模式，以及每種變化模式的出現(xiàn)概率，然后利用得到的統(tǒng)計(jì)信息，來(lái)對(duì)未來(lái)的數(shù)據(jù)進(jìn)行預(yù)測(cè)，進(jìn)而抑制可預(yù)測(cè)數(shù)據(jù)的發(fā)送，以消除時(shí)間冗余數(shù)據(jù)，減少傳感節(jié)點(diǎn)發(fā)送的數(shù)據(jù)量，降低發(fā)送頻次，達(dá)到節(jié)省節(jié)點(diǎn)能量，降低網(wǎng)絡(luò)負(fù)載，延長(zhǎng)網(wǎng)絡(luò)生存期的目的。本發(fā)明所采用的技術(shù)方案是：基于模式統(tǒng)計(jì)的時(shí)間冗余數(shù)據(jù)消除方法，該方法包括雙預(yù)測(cè)模型冗余消除框架，基于最小二乘法的預(yù)測(cè)模型選擇算法和基于模式統(tǒng)計(jì)的預(yù)測(cè)模型選擇算法等三部分。
【專利說(shuō)明】基于模式統(tǒng)計(jì)的時(shí)間冗余數(shù)據(jù)消除方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明通常涉及無(wú)線傳感器能量節(jié)省和冗余消除等領(lǐng)域，具體是指基于模式統(tǒng)計(jì) 的時(shí)間冗余數(shù)據(jù)消除方法。

【背景技術(shù)】
[0002] 無(wú)線傳感器網(wǎng)絡(luò)被廣泛的應(yīng)用于氣候及環(huán)境監(jiān)測(cè)等應(yīng)用。這些應(yīng)用中，傳感節(jié)點(diǎn) 一般依賴電池供電且很難二次供電，并被隨機(jī)的部署在無(wú)人值守的觀測(cè)區(qū)域，周期性的采 集數(shù)據(jù)，并將數(shù)據(jù)以無(wú)線的形式發(fā)送給Sink節(jié)點(diǎn)。依賴電池供電這一特征，導(dǎo)致了傳感節(jié) 點(diǎn)的能量非常有限。通信開銷則是節(jié)點(diǎn)能量消耗的主要因素，例如TelosB節(jié)點(diǎn)，發(fā)送和接 收的能量消耗分別是每比特720nJ和810nJ，而其每比特的運(yùn)算開銷是I. 2nJ。但是，在環(huán) 境監(jiān)測(cè)中，物理現(xiàn)象的連續(xù)性導(dǎo)致單個(gè)節(jié)點(diǎn)采集的數(shù)據(jù)在一定時(shí)間范圍內(nèi)存在很高的時(shí)間 相關(guān)性。例如采集的數(shù)據(jù)相似或者具有某種線性增長(zhǎng)趨勢(shì)，以至于我們可以利用節(jié)點(diǎn)的歷 史信息預(yù)測(cè)得到未來(lái)一段時(shí)間內(nèi)的采集值。發(fā)送這些可預(yù)測(cè)的數(shù)據(jù)（我們稱為時(shí)間冗余數(shù) 據(jù)），顯然會(huì)導(dǎo)致能量的極大浪費(fèi)。因此如何利用物理現(xiàn)象的局部線性相關(guān)性，來(lái)減少數(shù)據(jù) 的發(fā)送量，對(duì)于節(jié)省傳感節(jié)點(diǎn)的能量，提高能量的使用效率，延長(zhǎng)網(wǎng)絡(luò)的生存期有著重要的 影響。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明要解決的技術(shù)問題是，提供一種基于模式統(tǒng)計(jì)的冗余消除方法的設(shè)計(jì)和實(shí) 現(xiàn)。該方法通過設(shè)計(jì)一種通用的基于雙預(yù)測(cè)模型的冗余消除框架，來(lái)提供一種減少數(shù)據(jù)發(fā) 送量，降低節(jié)點(diǎn)能耗的機(jī)制，然后提出兩種不同的預(yù)測(cè)模型選擇算法，以提高預(yù)測(cè)模型的 預(yù)測(cè)準(zhǔn)確率，延長(zhǎng)預(yù)測(cè)模型的持續(xù)時(shí)間，以盡可能多的消除冗余數(shù)據(jù)，減少數(shù)據(jù)的發(fā)送量。
[0004] 為了實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案是，一種基于模式統(tǒng)計(jì)的時(shí)間冗余數(shù) 據(jù)消除方法，包括以下步驟：
[0005] 步驟一：在Sink節(jié)點(diǎn)和傳感節(jié)點(diǎn)分別預(yù)設(shè)一個(gè)相同的預(yù)測(cè)模型，在初始時(shí)，Sink 節(jié)點(diǎn)初始化緩存并將預(yù)測(cè)模型初始化為預(yù)設(shè)的模型，傳感節(jié)點(diǎn)將預(yù)測(cè)模型初始化為預(yù)設(shè)的 模型；
[0006] 步驟二：傳感節(jié)點(diǎn)周期性采集數(shù)據(jù)，并計(jì)算采集數(shù)據(jù)與通過預(yù)測(cè)模型預(yù)測(cè)得到的 數(shù)據(jù)的誤差，如果誤差小于預(yù)定義的誤差，則不向Sink節(jié)點(diǎn)發(fā)送實(shí)際值，Sink節(jié)點(diǎn)通過自 身所儲(chǔ)存的預(yù)測(cè)模型得到預(yù)測(cè)數(shù)據(jù)，并作為采集數(shù)據(jù)發(fā)送至用戶；否則傳感節(jié)點(diǎn)將采集數(shù) 據(jù)發(fā)送至Sink節(jié)點(diǎn)，Sink節(jié)點(diǎn)將收到的傳感節(jié)點(diǎn)的采集數(shù)據(jù)發(fā)送至用戶；若Sink節(jié)點(diǎn)連 續(xù)m次接收到傳感節(jié)點(diǎn)的采集數(shù)據(jù)，則進(jìn)入步驟三；
[0007] 步驟三：Sink節(jié)點(diǎn)對(duì)預(yù)測(cè)模型進(jìn)行更新，利用傳感節(jié)點(diǎn)所采集的物理數(shù)據(jù)在一段 時(shí)間內(nèi)呈現(xiàn)線性變化的特點(diǎn)，并利用周期性現(xiàn)象計(jì)算各種線性模式的出現(xiàn)概率，選擇能夠 擬合最近接收的m個(gè)采集數(shù)據(jù)，且出現(xiàn)概率最大的線性函數(shù)作為新的預(yù)測(cè)模型，否則通過 最小二乘法，對(duì)最近接收的m個(gè)采集數(shù)據(jù)進(jìn)行線性擬合，并并將此線性函數(shù)作為新的預(yù)測(cè) 模型；
[0008] 步驟四：Sink節(jié)點(diǎn)將新的預(yù)測(cè)模型發(fā)送至傳感節(jié)點(diǎn)，并返回步驟二直至采集過程 結(jié)束。
[0009] 所述的方法，步驟三中所述的通過最小二乘法對(duì)數(shù)據(jù)進(jìn)行擬合的步驟為：
[0010] 將Sink節(jié)點(diǎn)所收到最新的m個(gè)實(shí)際的采集數(shù)據(jù)S = Kt1, d)，（t2, d2)，…，（tm, dm)} 視為平面中的m個(gè)點(diǎn)，其中Cli為111個(gè)采集值中第i個(gè)被采集的數(shù)據(jù)，&為采集Cli的時(shí)間； 并使用一條直線d= a*t+P對(duì)這m個(gè)點(diǎn)進(jìn)行擬合，則（a，￠)應(yīng)使最小均方差最小，即使 得下式

【權(quán)利要求】
1. 一種基于模式統(tǒng)計(jì)的時(shí)間冗余數(shù)據(jù)消除方法，其特征在于，包括以下步驟： 步驟一：在Sink節(jié)點(diǎn)和傳感節(jié)點(diǎn)分別預(yù)設(shè)一個(gè)相同的預(yù)測(cè)模型，在初始時(shí)，Sink節(jié) 點(diǎn)初始化緩存并將預(yù)測(cè)模型初始化為預(yù)設(shè)的模型，傳感節(jié)點(diǎn)將預(yù)測(cè)模型初始化為預(yù)設(shè)的模 型； 步驟二：傳感節(jié)點(diǎn)周期性采集數(shù)據(jù)，并計(jì)算采集數(shù)據(jù)與通過預(yù)測(cè)模型預(yù)測(cè)得到的數(shù)據(jù) 的誤差，如果誤差小于預(yù)定義的誤差，則不向Sink節(jié)點(diǎn)發(fā)送實(shí)際值，Sink節(jié)點(diǎn)通過自身所 儲(chǔ)存的預(yù)測(cè)模型得到預(yù)測(cè)數(shù)據(jù)，并作為采集數(shù)據(jù)發(fā)送至用戶；否則傳感節(jié)點(diǎn)將采集數(shù)據(jù)發(fā) 送至Sink節(jié)點(diǎn)，Sink節(jié)點(diǎn)將收到的傳感節(jié)點(diǎn)的采集數(shù)據(jù)發(fā)送至用戶；若Sink節(jié)點(diǎn)連續(xù)m 次接收到傳感節(jié)點(diǎn)的采集數(shù)據(jù)，則進(jìn)入步驟三； 步驟三：Sink節(jié)點(diǎn)對(duì)預(yù)測(cè)模型進(jìn)行更新，利用傳感節(jié)點(diǎn)所采集的物理數(shù)據(jù)在一段時(shí)間 內(nèi)呈現(xiàn)線性變化的特點(diǎn)，并利用周期性現(xiàn)象計(jì)算各種線性模式的出現(xiàn)概率，選擇能夠擬合 最近接收的m個(gè)采集數(shù)據(jù)，且出現(xiàn)概率最大的線性函數(shù)作為新的預(yù)測(cè)模型，否則通過最小 二乘法，對(duì)最近接收的m個(gè)采集數(shù)據(jù)進(jìn)行線性擬合，并并將此線性函數(shù)作為新的預(yù)測(cè)模型； 步驟四：Sink節(jié)點(diǎn)將新的預(yù)測(cè)模型發(fā)送至傳感節(jié)點(diǎn)，并返回步驟二直至采集過程結(jié) 束。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟三中所述的通過最小二乘法對(duì)數(shù)據(jù) 進(jìn)行擬合的步驟為： 將Sink節(jié)點(diǎn)所收到最新的m個(gè)實(shí)際的采集數(shù)據(jù)S = Kt1, (I1), (t2, d2)，…，（tm, dm)}視 為平面中的m個(gè)點(diǎn)，其中Cli為111個(gè)采集值中第i個(gè)被采集的數(shù)據(jù)，t為采集Cli的時(shí)間；并 使用一條直線d= a*t+i3對(duì)這m個(gè)點(diǎn)進(jìn)行擬合，則（α，β)應(yīng)使最小均方差最小，即使得 下式
取得極小值，故（α，β )應(yīng)滿足式（1)
根據(jù)式（1)則求得
由此得到預(yù)測(cè)模型Μ(α，β)，其中α，β分別是擬合直線的斜率和截距。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟三中所述的利用周期性現(xiàn)象計(jì)算各 種線性模式的出現(xiàn)概率，出現(xiàn)概率使用加權(quán)頻率表示，加權(quán)頻率越大，則出現(xiàn)概率越高，力口 權(quán)頻率越小，則出現(xiàn)概率越低，加權(quán)頻率計(jì)算方法如下： 設(shè)傳感節(jié)點(diǎn)所使用的所有預(yù)測(cè)模型的斜率按時(shí)間順序構(gòu)成了模式序列（CI1, CI2，… ，αη)，其中CIi是整個(gè)采集過程中使用的第i個(gè)預(yù)測(cè)模型的斜率；每種預(yù)測(cè)模型的持續(xù)時(shí)間 按時(shí)間順序構(gòu)成了持續(xù)時(shí)間序列（T 1, T2，…，Tn)，其中Ti是整個(gè)采集過程中使用的第i個(gè)預(yù) 測(cè)模型預(yù)測(cè)的持續(xù)時(shí)間；線性模式α在i時(shí)刻的加權(quán)頻率f計(jì)算方法如下：
其中f (O) = 0, r為衰老因子（0〈r〈l)。
4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟三中所述的選擇能夠擬合最近接收 的m個(gè)采集數(shù)據(jù)且出現(xiàn)概率最大的線性函數(shù)作為新的預(yù)測(cè)模型，其步驟為： 當(dāng)Sink節(jié)點(diǎn)接收到某個(gè)傳感節(jié)點(diǎn)的m個(gè)連續(xù)的采集值后，記失效的預(yù)測(cè)模型為 MUpm，PpJ ;指定的預(yù)測(cè)誤差為e ;m個(gè)采集值為D= {(懷屯)，（t2，d2)，…，（tm，dm)}，其中 Cli為m個(gè)采集值中第i個(gè)被采集的數(shù)據(jù)，&為采集Cli的時(shí)間；此時(shí)預(yù)測(cè)模型的斜率構(gòu)成模 式序列A= {> D α2，…，aj，其中ai是整個(gè)采集過程中使用的第i個(gè)預(yù)測(cè)模型的斜率； 根據(jù)權(quán)利要求2中所述方法計(jì)算得到的結(jié)果為（a ls，β ls)，其中a ls，β ls其中分別是權(quán)利 要求2中擬合結(jié)果的斜率和截距； 則模型選擇過程如下： 步驟1 :首先檢查模式序列A中是否存在能夠擬合D的斜率，即斜率是否滿足下式（4)， 如果存在則轉(zhuǎn)步驟2,否則轉(zhuǎn)步驟5 ;
步驟2 :假設(shè)滿足式（4)的斜率集為Af = { α n，a i2，…，a ik}，根據(jù)權(quán)力要求3中計(jì)算 加權(quán)頻率的方法分別計(jì)算此時(shí)Af中每種斜率的加權(quán)頻率，選擇其中加權(quán)頻率最大的斜率α 作為新預(yù)測(cè)模型的斜率； 步驟3 :根據(jù)斜率α從式（4)中解得截距IoweKii〈upper，為了使得擬合誤差最小，選 擇（lower+upper)/2作為預(yù)測(cè)模型的截距； 步驟4 :將α加入模式序列A，令M = ( a，（lower+upper)/2)，轉(zhuǎn)步驟6 ; 步驟5 :將a ls加入模式序列A，并令M = ( a ls, β ls); 步驟6:將M作為新預(yù)測(cè)模型。
5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，m的取值為3-7。
【文檔編號(hào)】H04W52/02GK104394580SQ201410366167
【公開日】2015年3月4日 申請(qǐng)日期:2014年7月29日 優(yōu)先權(quán)日:2014年7月29日
【發(fā)明者】羅娟, 宋艷超, 賀贊貽, 金鑫 申請(qǐng)人:湖南大學(xué)