细数生活中的压缩点滴 第一章 无线传感器网络（WSN）

细数生活中的压缩点滴 第一章 无线传感器网络（WSN）

文章转发自51CTO【ELT.ZIP】OpenHarmony啃论文俱乐部——细数生活中的压缩点滴 

技术DNA

智慧场景

第一章 无线传感器网络（WSN）

说到无线传感器网络（编者注：英文是Wireless Sensor Networks, 缩写WSN），大家或许会先自然将其结合自己所熟悉的三个概念进行拆分：无线——传感器——网络。无线与网络这两个概念大家已经十分熟悉了，把这两个概念进行组合：无线 + 网络 = 无线网络，就是我们“赖以生存”的 Wi-Fi。

再介绍传感器，传感器就是一种先感再传的检测装置（如楼道里的声控灯，银行的感应门等）。“感”，是能感受到被测量的信息；“传”，是能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出；“器”，以满足信息的传输、处理、存储、显示、记录和控制等要求的检测装置。

1.1 背景：

目前，我们正处于计算机进化的第三代，称为普适计算时代。在这个时代，计算机已经开始消失在周围的物体中，人们甚至可能不知道他们在日常生活活动中与计算机进行交互。支持广泛存在计算的关键技术之一是无线传感器网络 (WSN)。

1.2 如何构建

无线传感器网络 = 传感器节点 + 无线网络小微控制器板传感器

传感器节点：三个子单元

  • 传感单元——获取目标事件/感兴趣数据
  • 处理单元——管理采集数据
  • 通信单元——无线电收发器——节点间交换信息

传感器节点经过组织形成无线传感器网络。简单来讲，就是由诸多传感器节点组合形成网络，再利用无线通信技术进行信息综合处理的一项技术。

1.3 建立WNS需解决的三大问题

1. 信息管理体系结构，多传感器采信时的信息冲突与交互问题

  多传感器系统的运行过程中，必须不断融合“有用数据”和“不良数据”。然而，好的和坏的数据的简单组合总是会产生不准确的结果，因为坏数据“污染”了好数据。因此，需要不断地使用所有可用的信息，不论是外衍或者是系统内生的，并据此在理论框架内对其建模，以此来在运行时中不断评估和修正来自不同传感器的观察数据，并基于其相关性加以利用。

2. 敏感数据加密与密钥管理

  传感器节点随机分布，易遭受恶意gong击。

3. 无线传感网络中功耗与功耗管理

  传感网络中传感节点由电池供电，数量庞大顺序更换充电实践中不可行。

最关键问题：传感器节点上的无线电收发器是功耗的主要因素。

1.4 节能方案

1. 占空比方案——协调定义网络中节点之间的唤醒和睡眠计划

  通俗点讲：节点996，定时开关机，到点下班回家，关机睡觉

2. 网络内方案——聚合技术 + 数据压缩——减少传输数据量

  • 聚合技术
    • 不同传感器节点——提取数据集（特征，统计信息）——路由（路由器从一个接口上收到数据包）方式组合——转发汇聚节点
    • 基本组件：路由算法 + 数据聚合 + 数据压缩/数据表示
    • 路由算法：聚合函数—>提取最值—>汇总数据平均值—>减少密集传感器网络中影响功耗的通信数据量
    • 弊端：聚合程度较高时。提取的数据中丢失大部分原始结构，只提供粗略的统计数据，没有局部变化
    • 解决方案：数据压缩方案——不需要密集网络和路由算法——压缩算法是在每个本地节点上独立于其他节点执行的——分布式数据压缩方法 + 本地数据压缩方法
  • 数据压缩
    • 可满足需求：减少计算成本和节能
    • 原因：由于无线传感器节点上的通信单元是主要的电力消耗单元， 因此可以使用一种数据压缩方案来减少网络中交换的信息量，从而节省电力。比率越高数据压缩越好，省电百分比越高。然而，当应用数据压缩算法时，传感器节点的处理单元需要更大的功率来运行算法。
  • 商用传感器的节点约束
  • 硬件约束
    • 处理约束
      • 著名的无线传感器节点平台，配备了 Atmel Atme -ga128L 和 Texas Instruments MSP430 微控制器， 指令内存分别只有 128 和 48 KB。他们的处理时钟从 4 到 8 兆赫兹不等。
      • 解决途径：在这些约束条件下，有必要为无线传感器网络的应用设计一种低复杂度、小编码的压缩算法。
    • 传感器精度误差
      • 原因：硬件固有噪声——制造时——规定工作范围，精度。
      • 问题：用户只明确测量值在误差范围内，而不知道误差的大小和相关的误差概率。
      • 结果：无损数据压缩算法，确保信息在压缩过程中的正确性和解压缩过程，对于商用节点——低效。有损压缩算法——导致信息丢失——在只允许丢失噪声的条件下更适合——去噪技术来实现。
      • 结论：在某些应用中，如果它们使用的是误差幅度较大的传感器，则有必要避免实现无损数据压缩，而采用带去噪技术的有损压缩则更为合理。
1.5 应用实例
  • 军事领域的敌人跟踪

在军事领域，由于WSN具有密集型、随机分布的特点，使其非常适合应用于恶劣的战场环境。利用WSN能够实现监测敌军区域内的兵力和装备、实时监视战场状况、定位目标、监测核gong击或者生物化学gong击等。

  • 智能交通中保障安全畅通

在智能交通领域，由于WSN具有密集型、随机分布的特点，使其非常适合应用于灵活多变的环境。利用WSN能够实现监测区域内的车辆流量、路灯、交通设施等实时监测。

  • 家庭自动化应用中的人类跟踪
  • 医疗保健应用中的病人监测

后期预告

第二章 基于深度学习的三维点云几何压缩

第三章 基于稀疏快速傅里叶变换（SFFT）的语音压缩算法

参考文献

[1] Huang T, Liu Y. 3d point cloud geometry compression on deep learning[C]//Proceedings of the 27th ACM international conference on multimedia. 2019: 890-898.

https://dl.acm.org/doi/abs/10.1145/3343031.3351061

[2] Rusu R B, Cousins S. 3d is here: Point cloud library (pcl)[C]//2011 IEEE international conference on robotics and automation. IEEE, 2011: 1-4.

https://ieeexplore.ieee.org/abstract/document/5980567/

[3] Guo Y, Wang H, Hu Q, et al. Deep learning for 3d point clouds: A survey[J]. IEEE transactions on pattern analysis and machine intelligence, 2020, 43(12): 4338-4364.

https://ieeexplore.ieee.org/abstract/document/9127813/

[4] Chen D Y, Tian X P, Shen Y T, et al. On visual similarity based 3D model retrieval[C]//Computer graphics forum. Oxford, UK: Blackwell Publishing, Inc, 2003, 22(3): 223-232.

https://onlinelibrary.wiley.com/doi/abs/10.1111/1467-8659.00669

[5] Srisooksai T, Keamarungsi K, Lamsrichan P, et al. Practical data compression in wireless sensor networks: A survey[J]. Journal of network and computer applications, 2012, 35(1): 37-59.

https://www.sciencedirect.com/science/article/abs/pii/S1084804511000555

[6] 刘清华. 基于稀疏快速傅里叶变换的语音压缩处理算法研究[D]. 兰州交通大学, 2016.

https://cdmd.cnki.com.cn/Article/CDMD-10732-1016275325.htm

[7] Smith C A. A survey of various data compression techniques[J]. Int J pf Recent Technol Eng, 2010, 2(1): 1-20.

https://www.semanticscholar.org/paper/A-Survey-of-Various-Data-Compression-Techniques-Smith/9baa664a7e1d05d8871595d64a59eae39d838e01

[8] 人工智能之表示学习

https://static.aminer.cn/misc/pdf/RepLearning.pdf

[9] 干货 | 用深度学习设计图像视频压缩算法：更简洁、更强大

https://cloud.tencent.com/developer/article/1061252

[10] 大数据可变革医疗保健行业

https://cn.micron.com/insight/big-data-can-revolutionize-health-care

ELT.ZIP是谁？

ELT<=>Elite(精英)，.ZIP为压缩格式，ELT.ZIP即压缩精英。

成员：

上海工程技术大学大二在校生 闫旭

合肥师范学院大二在校生 楚一凡

清华大学大二在校生 赵宏博

成都信息工程大学大一在校生 高云帆

黑龙江大学大一在校生 高鸿萱

山东大学大三在校生 张智腾

ELT.ZIP是来自6个地方的同学，在OpenHarmony成长计划啃论文俱乐部里，与来自华为、软通动力、润和软件、拓维信息、深开鸿等公司的高手一起，学习、研究、切磋操作系统技术…

写在最后：

OpenHarmony 成长计划—“啃论文俱乐部”（以下简称“啃论文俱乐部”）是在 2022年 1 月 11 日的一次日常活动中诞生的。截至 3 月 31 日，啃论文俱乐部已有 87 名师生和企业导师参与，目前共有十二个技术方向并行探索，每个方向都有专业的技术老师带领同学们通过啃综述论文制定技术地图，按“降龙十八掌”的学习方法编排技术开发内容，并通过专业推广培养高校开发者成为软件技术学术级人才。

啃论文俱乐部的宗旨是希望同学们在开源活动中得到软件技术能力提升、得到技术写作能力提升、得到讲解技术能力提升。大学一年级新生〇门槛参与，已有俱乐部来自多所高校的大一同学写出高居榜首的技术文章。

如今，搜索“啃论文”，人们不禁想到、而且看到的都是我们——OpenHarmony 成长计划—“啃论文俱乐部”的产出。

OpenHarmony开源与开发者成长计划—“啃论文俱乐部”学习资料合集

1）入门资料：啃论文可以有怎样的体验  

https://docs.qq.com/slide/DY0RXWElBTVlHaXhi?u=4e311e072cbf4f93968e09c44294987d

2）操作办法：怎么从啃论文到开源提交以及深度技术文章输出https://docs.qq.com/slide/DY05kbGtsYVFmcUhU  

3）企业/学校/老师/学生为什么要参与 & 啃论文俱乐部的运营办法https://docs.qq.com/slide/DY2JkS2ZEb2FWckhq

 4）往期啃论文俱乐部同学分享会精彩回顾： 

同学分享会No1.成长计划啃论文分享会纪要（2022/02/18）  https://docs.qq.com/doc/DY2RZZmVNU2hTQlFY  

同学分享会No.2 成长计划啃论文分享会纪要（2022/03/11）  https://docs.qq.com/doc/DUkJ5c2NRd2FRZkhF  

同学们分享会No.3 成长计划啃论文分享会纪要（2022/03/25） 

https://docs.qq.com/doc/DUm5pUEF3ck1VcG92?u=4e311e072cbf4f93968e09c44294987d

现在，你是不是也热血沸腾，摩拳擦掌地准备加入这个俱乐部呢？当然欢迎啦！啃论文俱乐部向任何对开源技术感兴趣的大学生开发者敞开大门。

扫码添加 OpenHarmony 高校小助手，加入“啃论文俱乐部”微信群

后续，我们会在服务中心公众号陆续分享一些 OpenHarmony 开源与开发者成长计划—“啃论文俱乐部”学习心得体会和总结资料。记得呼朋引伴来看哦。