[发明专利]物联网数据处理方法、装置、计算机设备和存储介质

说明书

本发明提供一种物联网数据处理方法、装置、计算机设备和存储介质，该方法包括通过无线传感网络采集数据，获得原始数据；基于预设稀疏表征算法，对所述原始数据进行稀疏化表示，得到稀疏化后的原始数据。利用预设稀疏表征算法对物联网数据进行稀疏化表示，从而降低了采样率，减小了需要传输的数据量，从而提高了数据传输效率，降低存储容量，提高了数据的存储和管理效率。

技术领域

本发明涉及物联网数据处理技术领域，特别涉及一种物联网数据处理方法、装置、计算机设备和存储介质。

背景技术

近年来，物联网作为新一代信息技术的重要组成部分，已经被应用在日常生活中的各个领域。在物联网和传统无线传感器网络中，需要传输由大量传感器收集到的标量数据(如温度、压力、湿度和位置等)，也有丰富的多媒体数据，如图像、视频和音频。这些实时数据种类繁多，来源复杂，更新速度快。压缩感知是一种全新的信息获取和处理框架，对于本身稀疏或在某个稀疏变换域内稀疏的信号，采用一个与稀疏变换基非相干的测量矩阵进行观测，利用较少的观测值即可以远低于Nyquist(奈奎斯特)频率的采用频率通过优化算法以很高的概率准确的恢复重构出信号。将采用和压缩融合，提高了采用效率，减小了数据传输量从而节省了功率和能量损耗。

随着物联网的不断发展，数据处理量的大幅提升成为必然的趋势，这也意味着采集效率需求的进一步加大。许多时候，用来收集数据的传感器通常会被放置地相距很远，有时甚至有上千米之远，并且需要连续数月甚至数年、无间断地进行数据采集工作，工作人员也无法做到经常性的维护。因此随着时间的推移，每个节点中传感器的采样数据将会积累地越多。

面对如此庞大的数据信息，传统的奈奎斯特采样法会加大物联网的能量损耗，同时过高的采样频率也是实际采集过程中无法实现的。随着物联网采集的信息量的不断增大，两倍甚至更高的采样频率不仅可能会对物联网信号处理造成阻碍，同时也会造成大量的数据冗余和资源浪费。

在物联网系统中，对数据进行压缩有助于实现海量数据的实时传输，同时也可以有效降低海量数据对存储容量的需求，缓解海量IoT(Internet of Things，物联网)数据增长速度。数据压缩从对原始数据保留程度的角度可分为两种：无损压缩和有损压缩。无损压缩是指压缩后的数据，重构之后与原来的数据完全相同。有损压缩是经过压缩、解压后与原始数据不同但接近的压缩方法。

因此，如何使得重构后的数据尽可能与原数据保持一致，并且降低压缩采样率，降低压缩后的数据量，从而提高数据传输效率，降低存储容量的需求，是目前急需解决的。

发明内容

基于此，有必要针对上述技术问题，提供一种物联网数据处理方法、装置、计算机设备和存储介质。

一种物联网数据处理方法，包括：

通过无线传感网络采集数据，获得原始数据；

基于预设稀疏表征算法，对所述原始数据进行稀疏化表示，得到稀疏化后的原始数据。

在一个实施例中，所述基于压缩感知算法，对所述原始数据进行稀疏化表示，得到稀疏信号的步骤之后还包括：

基于压缩感知方程对稀疏化后的所述原始数据进行观测；

求解所述压缩感知方程，得到稀疏信号。

在一个实施例中，所述求解所述压缩感知方程，得到稀疏信号的步骤之后包括：

利用正则化正交匹配追踪算法，对所述稀疏信号进行重构，得到重构数据。

在一个实施例中，所述通过无线传感网络采集数据，获得原始数据的步骤之后还包括：

利用预设融合算法对所述原始数据进行融合处理，得到融合后的原始数据；

所述基于预设稀疏表征算法，对所述原始数据进行稀疏化表示，得到稀疏化后的原始数据的步骤包括：