基于压缩感知的自适应分辨率数据重构方法

摘要

本发明涉及数据处理技术领域，具体的说是一种特别适用于通信环境恶劣的水下传感器网络，在接收数据不足的情况下能够获得较高的数据重构质量的基于压缩感知的自适应分辨率数据重构方法，与现有技术相比，针对水下传感器网络能量消耗大，通信可靠性较低的特点，应用压缩感知理论采集数据，提出自适应分辨率压缩感知方案，在接收数据包不足的情况下，可通过降低分辨率来换取数据准确性的提高，本发明提出的方案能较准确地估计重构质量，自适应地调整分辨率，在数据包有限的情况下实现分辨率与准确性的折中。

主权项

一种基于压缩感知的自适应分辨率数据重构方法，其特征在于包括以下步骤：步骤1：将海洋观测信号看作是一组与经纬度相关的二维数据：整片区域为一个海域，其中均匀分布着传感器节点，节点将海域分成均匀大小的网格，网格范围内的数据值由同一传感器的采集到的数据表示，原始数据x₀为N₀×N₀大小的二维数据对应所有传感器节点测量的数据，亦即该海域被分为N₀×N₀个网格，将所有数据编号并按列抽取组成一个一维列向量其中N＝N₀*N₀为数据总量；步骤2：每轮重构汇聚节点收到M个数据包，构成向量每个数据包均为某一传感器节点上传的测量数据，即y_i＝x_j，其中y_i∈y,i＝1,2…M，x_j∈x,j＝1,2…N，且不同的i对应的j也不相同，即没有重复上传的数据包；步骤3：根据式y＝ΦΘ＝ΦΨ^Tx＝A^CSx构造观测矩阵Φ，Φ为M行N列的矩阵，每行有一列为1，此列数与上传数据的传感器节点的编号相同，即第i行的第j列为1，Φ_i,j＝1，此时可利用y和Φ根据不同算法如图松弛算法，贪婪追踪算法等进行原始数据的非调整分辨率重构；步骤4：分辨率调整的方法如下：按照目标分辨率(如N₀'×N₀')，重新划分该海域的网格，并在网格中心布置虚拟传感器节点，若重新划分后某一个虚拟网格中包含多个实际传感器节点，则虚拟传感器节点的观测值为它们的均值；类似地，若虚拟网格中只有一个实际节点，则虚拟节点的观测值为该实际节点的观测值本身，由于节点和原始数据的对应性，通过数据的合并处理，N₀×N₀大小原始数据x₀变为N₀'×N₀'大小的调整分辨率的数据矩阵x'₀，将x'₀编号并按列抽取组成为列向量其中N'＝N'₀*N'₀；步骤5：接收数据y的调整分辨率处理方法与步骤4中对原始数据的分辨率调整方法类似，按照新的网格划分及上传数据节点的位置，判断是否存在多个数据包来自同一虚拟网格的情况，若存在，则将属于同一虚拟网格的数据包取均值构成一个新的数据包，y经过数据合并处理成为y'，长度为M'，在数据合并处理的同时记录每个新的数据包的源虚拟传感器节点，即记录y′_i′＝x'_j'，中的i'和j'的对应关系，其中y′_i′∈y',i'＝1,2…M'，x'_j'∈x',j'＝1,2…N'；对于观测矩阵Φ而言，其行数变为M'，列数变为N'，由于传感器节点的编号以及对应关系发生了改变，每行非零值的列数也会发生变化，根据接收数据y的数据合并处理时记录的对应关系，得到新的观测矩阵Φ'，其中Φ'_i',j'＝1，利用y'和Φ'可重构出列向量进而得到改变分辨率的数据矩阵