基于压缩网络编码技术的无线传感网络高效数据传输研究

刘利琴

【摘 要】 本文针对传统无线传感网络数据传输效率低、节点能量消耗过快的不足，提出一种基于压缩网络编码技术的高效数据传输算法研究。构建压缩编码框架体系和编码向量，整合通信链路的数据信息，在通信区域内利用压缩编码规则重新汇聚数据并重构数据包;识别出被压缩数据之间的关联性，利用稀疏字典和正交匹配算法从压缩编码中恢复原始数据，保证数据的完整性和准确性。仿真结果表明，提出算法的数据传输效率更高，由于数据传输路径选择合理，延长了节点的剩余能耗和无线传感网络的工作寿命。

【关键词】 压缩网络编码;无线传感网络;稀疏字典;正交匹配算法

【中图分类号】 TN929 【文献标识码】 A

【文章编号】 2096-4102（2020）02-0091-03

本文提出一种基于压缩网络编码技术的节点之间高效数据传输算法研究，利用网络编码和压缩感知相关理论，选择最经济的节点数据传输路径，降低冗余数据对节点能耗的占用，达到提高数据传输效率、提高网络寿命的目的。

1压缩网络编码技术的框架体系和原理

无线传感网络具有无线自组织的特性，大量的节点被随机放置在监控区域范围内，每个节点采集有效半径区域范围之内的监控数据，并将数据传输到临近的汇聚节点，再通过物联网、卫星系统和基站与终端用户保持联系。监控区域范围内的普通节点构成包括电源、射频模块、感應模块和微处理器单元，结构近似为功能简单的单片机系统。其中电源系统采用锂电池供电，兼顾了续航和成本，锂电池具有更高的密度，有助于延长节点寿命。每个节点都具有多条数据传输路径，在压缩感知和线性编码的基础上，对各路径进行组合编码，并形成编码向量，重新规划最优、最短的数据传输路径，达到节省节点能耗的目的。零信号发送端的全部n个编码向量集合为Z={z1，z2，…，zn}，接收端可以提取到的部分编码向量集合为H={h1，h2，…，hn}，则在编码之后的通信链路消息集合G表示为：

集中处理数据后再将原始数据传递到打包层合成新的数据，经过重新编码处理后的变量层次可达到最优，且满足普通节点之间数据传输、普通节点与汇聚节点之间线性方程求解的要求。

2基于压缩网络编码技术的数据汇集与重构

监测区域内的普通源节点之间相互传输数据包，内部数据交互完成后随机选择控制系数与组合方式，将数据打包汇总到汇聚节点做数据的汇集。令P为汇聚节点的集合，Q为普通源节点集合，那么集合P中任一个节点pi输出边ki所传输的序列函数可表示为τ（ki），则无线传感网络（p，k）是一个具有单边容量特征的二元广播系统，输入边的信号与输出边信号对应。基于数据编码技术构建网络随机生成的编码向量s（ki）=[se（k′i）]，k′代表与输出边ki对应的输入边。编码向量在传感网络（p，k）中的相同时刻对应编码序列函数τ（ki）上的项，则编码向量可表示为：

每个普通源节点qj均携带一个原始的函数数据序列，在t时刻之后按照编码规则确定出向量矩阵和矩阵的秩，并进行网络数据的聚集和重构。在无线网络空间足够大的条件下，基于汇集节点形成的编码函数矩阵一般为满秩矩阵，在压缩感知理论环境下更容易在有限域实现对全局编码的重构。汇聚节点编码向量在多次迭代之后，编码矩阵最终服从正态分布，更有利于节点之间数据传输同步性的提高，避免数据发生拥塞。全局数据编码矩阵I由全局编码向量组成，表示为I=s（ki），汇聚普通源节点处的数据包，提取全局编码向量并组成新的编码矩阵：

其中k为实数空间内的全局编码向量个数，新引入的数据包中含有更多的广播信息，将全部的向量数据进行随机线性编码并汇总传递到汇聚节点。如果待广播的数据经过多次广播后仍旧没有更新，认为该组数据为垃圾数据，予以剔除以便节省网络能耗。在实际的无线传感网络中可以按照顺序采集、发送或传输数据包，实际标记为一个整数，全局化的编码向量按照时间标记的顺序做初始化处理。监控区域内的普通源节点基于时间戳源源不断地将数据传输到汇聚节点，同时分类排放编码数据并计算全局秩。按照接收到的数据包提取全局化的编码矩阵，进而根据计算结果判断矩阵十分为满秩，如果结果为满秩进行下一步的编码和译码;如果矩阵的秩大于事先设定的重构阈值，则按照压缩网络编码规则对初始矩阵重构处理。本文采用正交匹配算法对待传输的数据集重构，设输入系统的测量值集合为X：

当I集合为空集时，测量值集合中的任一个向量xi=ε，集合的稀疏表达式η为零，重构后的数据矩阵可以表示为：

在测量值矩阵集合中通过计算得出与测量值xi最为接近的残差值，经过多次迭代后再从更新后的矩阵中将原始数据恢复出来。

3无线传感网络数据的传输与恢复

为进一步降低无线传感网络节点之间数据传输时的能量消耗，改善对矩阵数据恢复的准确性，还要考虑到节点之间数据在时间和空间上的相关性。在空间方面以中间节点作为中继节点寻找最优的数据传输路径，在时间方面，压缩数据之间的关联性，剔除冗余数据进一步降低节点能耗。获取第t个时刻之前的N个测量值的历史数据集合X′：

集合X′在时间上和空间上是可以压缩的，集合在时间和空间上的稀疏字典分别为S1和Sv，则有：

利用字典训练方法反复训练被压缩后的数据，并形成新的时间、空间观测矩阵。分别确定源节点和汇聚节点的空间位置，并确定出下一跳的候选中继节点位置，以该点为中心将编码后的数据存入数据包，向周围的节点广播自己节点所处的位置。接收信息的汇聚节点判断采集到的信息是否为真实、完整的信息。汇聚节点不仅能够得到中继节点传输过来的数据包还能得到空间范围内观测矩阵和观测矩阵的投影矩阵，再利用压缩感知技术、压缩网络编码算法、正交编码匹配方法从X′中恢复出全部的编码向量集合：

数据恢复中对于稀疏字典的设计会影响到数据恢复的精度，为保证矩阵数据的稀疏性利用调整最小化感知数据的方式约束均方误差，在随机矩阵的选择方面尽量选用高斯随机矩阵，保证在等效时间观测方面列向量和行向量的相关性，同时也能够避免压缩重构及数据恢复汇总原始数据准确性降低的弊端。

4实验部分

4.1仿真环境设置

为验证文中提出压缩网络编码技术在网络能耗节约及数据传输性能方面的优势，基于OMNET++网络仿真软件建立仿真环境，在500×500的区域内随机均匀部署200个节点，其中包括5个汇聚节点，无线传感网络仿真环境参数设置如表1所示。

4.2实验结果与分析

首先验证文中仿真网络环境下从第一跳到汇聚节点之间的传输数据总量变化情况，引入文献[7]和文献[8]两种传统方法参与对比。无线传感网络的丢包率设置为8%，从普通节点汇聚节点的数据传输路径均设定为6跳，数据的传输情况如图1所示。

压缩感知编码技术在同样为6跳的数据传输过程中能够筛选出最优的通信路径，并自适应调整和规避拥塞的无线网络通道，因此在传输同样长度的数据时数据总量相对于传统传输方法效率提升在50%以上。在开放不拥塞的网络条件下传輸数据总量越多，节点的能耗越高，即数据传输总量与节点的能力消耗成正比。但在无线传感网络环境下通信链路的选择、跳数的确定与数据传输算法也具有较大的相关性。在100min的统计观测期内，三种数据传输算法的全部总能耗变化情况，如图2所示。

节点能量总消耗决定着无线传感网络剩余节点的数量和网络最终的生存时间，分别统计在不同的观测时间段内，三种数据传输算法下剩余节点的变化情况统计结果如图3所示。

文献[7]和文献[8]控制算法下，在仿真网络模型第30分钟出现了死亡节点，由于中继节点担负着数据传输核心的重任，电池更容易加速消耗;文中算法直到第60分钟出现了首个死亡节点，且节点死亡的速度较慢，在观测期结束后仍有158个存活节点;而在传统控制算法下，观测期结束后无线传感网络仅存活47个和46个节点，网络性能衰减过快。

5结论

在无线传感网络中由于节点能耗和数据传输功能上的限制，选择合适的数据通信传输算法至关重要。节点之间冗余信息过多及无法选择最优的通信路径，都会导致节点能量消耗过快，降低无线传感网络的生存时间。本文基于压缩感知原理和压缩网络编码技术，重新编排和处理待传输的网络数据，并剔除过多的冗余数据节省节点之间的信息传输的能耗，提升数据传输的效率和效果。

【参考文献】

[1]黄颖，费莉，赖小龙.带有隐私保护的无线传感网能量有效数据融合机制[J].微电子学与计算机，2019，48（7）：65-69.

[2]毛颉.基于无线传感器网络的视频目标跟踪算法[J].控制工程，2018，25（1）：71-75.

[3]张绍英.移动自组织网络中基于QoE的跨层多波束信道接入机制[J].电讯技术，2019，62（7）：792-797.

[4]王法玉，姜妍.基于自组织神经网络和模糊聚类的校园无线网用户学习兴趣度行为分析[J].计算机应用研究，2018，35（1）：186-189.

[5]邱建美，沙超，黄海平，等.数据收集单元和移动Sink辅助下的信息上传方法[J].计算机工程与应用，2018，55（1）：112-116.

[6]周逊，李其超，宋威威，等.一种高效低时延的无人机自组网多跳TDMA协议[J].光通信研究，2019，43（4）：55-60.

[7]寇马可，钟升，唐磊.一种基于小波变换的数据位迭代纠错算法设计与Matlab实现[J].微电子学与计算机，2019，48（6）：60-63.

[8]郑本立，李跃辉.基于改进蚁群算法的SDN网络负载均衡研究[J].计算机科学，2019，46（s1）：291-294.

[9]杨磊，杨怿，杨东勇，等.无线传感网络节点锂电池剩余电量估算方法[J].工矿自动化，2015，41（1）：29-32.

[10]李晓宇，徐佳宁，胡泽徽，等.磷酸铁锂电池梯次利用健康特征参数提取方法[J].电工技术学报，2018，33（1）：9-16.