1.一种基于压缩感知面向边缘计算的可靠数据收集方法，其特征在于该方法主要包括如下步骤：第1、分簇拓扑路由结构的构建：

第1.1、建立网络模型；

第1.2、建立簇内数据收集模型；

第1.3、建立簇间传输模型；

第1.4、建立网络的能耗模型：

第2、基于压缩感知的边缘计算中可靠数据收集方法的设计：

第2.1、簇内数据的采集；

第2.2、用最优最差蚂蚁系统对链路质量评估；

第2.3、构建传输路径；

第2.4、簇间传输。

2.如权利要求1所述的基于压缩感知面向边缘计算的可靠数据收集方法，其特征在于，步骤第1.1中建立网络模型，即网络采用分簇拓扑路由结构，首先将节点随机的分成若干个簇，簇内节点根据设置好的采样率随机调度采样，并且直接传输到簇头节点，簇头根据实际的接收情况构建测量矩阵，保证测量矩阵的构造不受实际情况中丢包的干扰，确保测量矩阵的可靠性，并且设计与测量矩阵共同满足RIP特性的稀疏基。然后优化从簇头节点到sink节点的传输策略，进行基于链路质量的多路径传输，保证数据的可靠性。

3.如权利要求1所述的基于压缩感知面向边缘计算的可靠数据收集方法，其特征在于，步骤第1.2中建立簇间数据收集模型，即设某个簇中有Ni个成员节点，其中有Mi个节点采集数据，簇内数据传输采取直接将采集数据传输至簇头节点，不采集数据的传感器节点进入休眠状态，并且采集的数据在稀疏基Ψ下是稀疏的，簇内数据具有很强的相关性。

4.如权利要求1所述的基于压缩感知面向边缘计算的可靠数据收集方法，其特征在于，步骤第1.3中建立了簇间传输模型，即当簇内收集的数据传递到簇头节点的时候，首先利用最优最差蚁群算法对网络中的路径进行信息素的标记，然后根据链路的质量来构建基于负载均衡的多路径传输，然后再sink节点进行数据的重组与重构。

5.如权利要求1所述的基于压缩感知面向边缘计算的可靠数据收集方法，其特征在于，步骤第1.4中建立的网络能耗模型方法中，将节点能耗分为簇内能耗E_intra与簇间能耗E_inter，即Etotal＝Eintra+Einter#  (1)

其中两个阶段中的数据传输的能耗分析按照已有的通信能耗模型进行计算，即ETx(L′，d)＝Eelec×L′+εamp×L′×d2  (2)ERx(L′)＝L′×Eelec  (3)

其中ETx(L',d)表示数据的发送节点将1个L'比特的数据传输距离为d时所消耗的能量，ERx(L')表示数据的接受节点接收L'比特所消耗的能量，Eelec表示节点发送或者接受单位比特所消耗的能量，εamp表示节点功率放大的系数。

6.如权利要求1所述的基于压缩感知面向边缘计算的可靠数据收集方法，其特征在于，步骤第2.1中簇内数据的采集方法如下，为了衡量相邻节点间的相关性，不失一般性我们定义了如下核函数κ(xi,xj)：其中dij表示节点ij之间的欧式距离，τ表示核函数的宽度参数可以根据收集的感知数据训练得到，N个节点的相关矩阵A可以表示为：观察可得矩阵A为Toeplitz矩阵，则可对角化A＝UΛU-1，其中Λ为对角矩阵，U为标准正交基，将U用于稀疏表示基，令ΨG＝U，则X可以表示为：X＝ΨGs  (6)

当N＝200,τ2＝1时，ΨG中的每一行元素的均值和方差的值相在一个很小的范围内波动，当n的值逐渐变大均值和方差逐渐趋近于一个稳定的值0，当传感节点较大时该稀疏基中的每一行元素可以看作是同一随机变量产生的随机系列，即稀疏基可以看成由N个随机变量ξ1,ξ2…ξM产生的随机序列，这些随机变量有相同的数值特征：为了方便描述我们用 表示第i个簇中发送感知数据的节点的序号的索引，即Ii＝|Mi|，在某一采集时刻t，我们设置每个簇内的成员节点以概率p随机向簇头节点发送自己感知的数据；

由于在实际部署的环境中无线传感器网络的链路状态不太稳定存在一定的丢包率，我们设置网络的丢包率为pl,则可以计算出每一个簇中采集的数据量的期望值为Mi＝Nip(1-pl),簇首根据收集到的数据生成测量矩阵 其定义为：其中 为Φi中的一行，k＝1…Mi，矩阵中的每一行有且仅有一个非零的值，可以用来反映节点之间的空间关系。

7.如权利要求1所述的基于压缩感知面向边缘计算的可靠数据收集方法，其特征在于，步骤第2.2中采用最优最差蚂蚁系统对链路质量评估描述如下：先是进行网络中簇头节点的等级划分，初始化数据包并且采用最优最差蚂蚁系统进行信息素值的确定，路径上产生的信息素归一化值，根据信息素的值来进行链路质量的评估。

8.如权利要求1所述的基于压缩感知面向边缘计算的可靠数据收集方法，其特征在于，步骤第2.3所述的构建传输路径描述如下：假设某一簇头节点准备发送bM字节的数据包到汇聚节点，数据包被分解为(M+k)个b字节的数据片。汇聚节点对接收到的至少M的数据片进行解码重组源数据包，设pathi路径一次接收zi个数据片，则汇聚节点能重构的概率为psucc为：其中psucc成功传输的概率，n为路径数，我们用q＝[q1,q2,…qn]表示每条路径数据传输的成功率，并且每一条路径是相互独立的，则有：其中

簇间传输模型数据传输的成功率，即簇间传输的可靠性为：

对于从簇头到汇聚节点的某一条路径pathi来说，从源节点到目的节点的成功率为：对于pathi，汇聚节点接收到的数据片的数量为：

则对于从簇头节点到汇聚节点的一次完整的传输的数据的片数为：

簇间传输模型数据实际传输的成功率，即簇间实际传输的可靠性为：

多路径的建立原则如下：

1)源节点是在通信范围以内选择其他簇头节点作为下一跳候选节点；

2)同级簇头节点之间不建立传输路径，优先选择质量最优路径作为下一跳数据的传输节点，直至到达目的汇聚节点，从而建立一条到目的节点的最优传输链路；

3)源节点选择当前候选节点中选择质量最优路径作为下一跳节点数据的传输节点，依次类推直至汇聚节点，从而建立第二条从源到目的地的次优传输链路，候选节点中不包含已经选取建立传输路径的节点；

4)路径质量是按照信息素的值进行衡量的，我们已经通过最优最差蚂蚁系统在两个不同等级之间已经生生成了反映链路质量的信息素的值。

9.如权利要求1所述的基于压缩感知面向边缘计算的可靠数据收集方法，其特征在于，步骤第2.4所述的簇间传输算法描述如下：因为传感器节点的计算资源和能量受限，如果将源节点需要传输的数据在每条路径上都进行传输的话将造成能量的过度消耗，因此在传输的过程中需要引入多路径负载均衡机制，根据链路的质量来进行对数据包的分配，因为最优最差蚁群算法产生的信息素综合了路径寻优过程中节点的能量、距离、链路质量的优势，在进行分配的时候根据链路质量的高低，即信息素τ的值越大链路的质量越高，采用负责均衡分配的数据片就越多；

算法1簇间传输协议算法步骤描述如下

步骤1:初始化参数和数据包，并计算每个簇头节点的等级；

步骤2：执行BWAS算法，输入簇头节点坐标和能量，输出各簇头节点的信息素的值，并在本地路由表中建立路由信息；

步骤3：按照多路径的构造规则在传输范围内为源节点选取最优的簇头节点作为下跳中继节点建立传输路径，并依此建立到目的节点的第一质量路径；

步骤4：按照多路径的构造规则在传输范围内为源节点选取不含已选取节点的最优簇头节点作为下跳中继节点建立无交叉传输路径；

步骤5：每建立完成一条路径，sink节点会对建立的路径质量进行评估，并将评估结果信息包返回给源节点，如果链路数等于3或者不满足条件执行下一步骤，否则重复步骤4；

步骤6：源节点根据链路的质量对传输包进行子包的划分，按照能者多劳的原则进行负载均衡传输；

步骤7：数据子包纷纷到达sink节点后首先进行的是包的组装；

步骤8：构建网络的测量矩阵，利用重构算法进行数据的恢复。