传感器网络小波数据压缩算法的设计与实现.docVIP

传感器网络小波数据压缩算法的设计与实现 The Design and Implementation of Wavelet Data Compression Algorithm for Sensor Networks 2009-09-25 ??????作者:林亚平,周四望 英文摘要:Wireless Sensor Network (WSN) is an important field in wireless networks, and data compression is a key technique. In this paper, the design and implementation of wavelet data compression algorithm for WSNs are introduced. Firstly, a progressive Haar wavelet transformation is proposed, which is adaptive to WSNs with limited resources. Then, an implementation scheme of wavelet compression algorithm is presented based on the semaphore and run-length code. The prototyping experiment shows that the proposed algorithm has low compression error and high compression ratio.英文关键字:sensor network; wavelet; compression ? 基金项目：国家高技术研究发展计划(“863”计划)资助项目(2006AA01Z227) ? ? ??? 数量众多的传感器节点在无线传感器网络中产生了大量的传感数据，需要在网内进行处理以避免原始传感数据的传输，以减少数据收集中参与通信的数据量，从而节省传输耗能与存储开销。数据压缩是传感器网络数据处理的一项关键技术[1-2]。 ??? 无线传感器网络中，单个传感器节点收集到的数据在时间上可能是相关的，地理位置相邻的传感器节点收集到的数据在空间上往往也是相关的。既然无线传感器网络收集到的数据存在某种相关性，那么我们有理由使用某种变换来去除其中的冗余信息，达到数据压缩的目的。小波变换是一种能同时表征信号时域和频域行为的数学工具，具有多分辨分析的特性，在不同的尺度或者说压缩比下仍然能保持信号的统计特性[3]。小波变换已经成功应用于信号处理，目前在无线传感器网络数据压缩中的应用也有探索性的研究。Servetto首先研究了小波变换的分布式实现，并将其应用到无线传感器网络中的广播问题[4-5]。Ciancio等人的一系列工作进一步研究了无线传感器网络中的分布式小波数据压缩算法[6-7]。文献[8-9]研究了单向提升小波的二维变换问题，提出了一种小波压缩与传感数据路由相结合的联合压缩方案，节省了压缩开销。文献[10]进一步研究了传感器网络中的单向提升小波变换问题。当数据沿着传感器网络路由树向簇头节点传送时，路由节点使用该数据和邻居节点的广播数据计算小波变换，取得了较好的数据压缩效果。 ??? 然而，在传感器网络中，节点的计算能力和存储容量非常有限，真正应用于传感器网络的小波压缩算法应该是轻量级的，不能给节点带来过大的负担。另外，传感器网络节点使用的往往是实时操作系统，压缩算法不能有长的计算耗时，同时也必须尽量不要让程序进入空闲等待状态，否则会给程序的编写带来很大的麻烦。 1 渐进式Haar小波变换原理??? Haar小波是小波家族的一员，具有小的支撑长度和简单快捷的变换算法，特别适合计算和存储等资源受限的无线传感器网络。 ??? 和理论上的小波变换不同，在传感器节点上实现Haar小波变换时，需根据具体的情况做一些改进，只做加减法，并避免除法带来的精度降低。对一个给定的长度为l2n的采样值序列，Haar小波变换要计算相邻两个采样值的均值和差值。均值(低频系数)代表的是采样值的总体信息，差值(高频系数)代表的是细节信息。例1：一个采样序列为{2, 6, 5, 11}，那么经过2级Haar小波变换后得到的数据就是{6, -2, -2, -3}。表1给出了对其进行2级Haar小波变换的详细运算过程。 ? ??? 设节点的采样周期为T 秒，若节点只在收集传感数据的个数达到一定数目后才做一次Haar变换，那么在进行表1所示的运算前节点需要空等待4个T 秒的时间，并且需要有4个单位的缓存存储这些采样数据。在采样数据全部到齐后，节点还需要4个单位的缓存来进