(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210925798.5 (22)申请日 2022.08.03 (71)申请人 郑州中科集成电路与系统应用研究 院 地址 450001 河南省郑州市高新 技术产业 开发区长 椿路6号西美大厦 (72)发明人 师聪雨　荆有波　李石　李恒锐　 龚龙辉　李彦辉　徐登科　邱昕　 冷永清　周崟灏　赵俊超　 (74)专利代理 机构 郑州天阳专利事务所(普通 合伙) 41113 专利代理师 李松莲 (51)Int.Cl. H03M 7/30(2006.01) H04N 7/18(2006.01) (54)发明名称 一种基于压缩感知的机房数据处理系统及 其应用方法 (57)摘要 一种基于压缩感知的机房数据处理系统， 包 括预处理模块、 压缩感知采样模块、 数据存储模 块、 数据传输模块和解码模块； 机房数据处理系 统的机房数据处理应用方法， 包括以下步骤： S1、 利用预处理模块， 调用机房摄像头和机房FSU设 备完成数据预采集工作和预处理工作； S2、 信号 判别： 判断所采集的原始信号是否本身具备稀 疏 性； S3、 稀疏变换； S4、 压缩采样； S5、 数据存储； S6、 数据传输； S7、 信号重构； S8、 校验采样数据精 度； S9、 校验数据采集的完 备性； 大大地减少了采 样的数量， 降低了数据采集压力和硬件系统复杂 度， 降低传统机房数据采集压力， 大大地节约机 房数据存储空间， 进一步提高机房管理效率， 降 低机房运行成本， 有显著的社会和经济效益。 权利要求书4页 说明书6页 附图3页 CN 115378438 A 2022.11.22 CN 115378438 A 1.一种基于压缩感知的机房数据处理系统， 其特征在于， 该机房数据处理系统包括预 处理模块、 压缩感知采样模块、 数据存储模块、 数据传输模块和解码模块； 其中， 所述机房数 据为机房内FSU设备采集的数据； 所述预处理模块， 用于调用机房摄像头和机房FSU设备完成数据预采集工作和预处理 工作； 所述预采集是指对预采集的数据进 行稀疏判断， 当具备稀疏性则进 行后续处理， 否则 进行稀疏表示预处理； 所述预处理工作即为稀疏表示处理， 是采用压缩感知算法对预采集 的数据采用稀疏表示基进行稀疏表示； 所述压缩感知采样模块， 用于 压缩采样机房内原 始数据， 得到 压缩采样数据； 所述数据存储模块， 用于存储预处理数据和压缩采样数据， 并具有本地存储和断点续 传功能； 所述数据传输模块， 用于将预处理模块和压缩感知采样模块获得的数据通过有线 通信和无线通信的通信方式传输 至后端服 务器平台的解码模块； 所述解码模块， 用于对接收到的压缩数据进行解码， 即根据已知的稀疏表示基、 压缩测 量值和压缩测量矩阵实现对数据的重构， 恢复原 始信号， 并输出重构后的原 始信号。 2.权利要求1所述的机房数据处理系统 的机房数据处理应用方法， 其特征在于， 包括以 下步骤： S1、 利用预处理模块， 调用机房 摄像头和机房FSU设备完成数据预采集工作和预处理工 作， 首先布置机房采集环境： 布置机房FSU设备和监控摄像头； 所述FSU设备下挂有多种南向 设备， 用于采集机房内动力设备和环 境参数的数据； 所述监控摄像头为网络摄像机， 用于抓 拍或录制机房图像数据； S2、 信号判别： 判断所采集的原始信号是否本身具备稀疏性， 当是， 则执行步骤S4， 否则 执行步骤S3； 所述稀疏性是指通过有限变换基向量的线性组合表示出原 始信号； S3、 稀疏变换： 将原始信号表示为稀疏信号， 即采用变换的方式使得原始信号在某个变 换域或稀疏基中表现出稀疏性， 即根据原始信号的特性选取稀疏变换矩阵作为稀疏表示 基， 并使得原 始信号在稀疏表示基上 具有最少的非零投影系数个数； S4、 压缩采样： 经压缩感知采样模块压缩采样机房 内原始数据， 方法是， 设计一个与稀 疏表示基不相关的压缩测量矩阵， 采用低采样率对原始信号直接进行压缩采样处理， 并输 出压缩测量值， 压缩采样过程是通过压缩测量矩阵将原始信号从 高维空间映射到低维空间 的过程； S5、 数据存储： 机房内的数据采集设备的数据存储模块具有本地存储功能和断点续传 功能， 用于存储预处理数据和压缩采样数据以及防止通信中断时的数据丢失； 所述数据采 集设备包括机房FSU设备和监控摄 像头； S6、 数据传输： 利用数据传输模块， 通过有线通信或无线通信方式将步骤S4压缩采样的 压缩测量 值传至后端服 务器平台； S7、 信号重构： 经解码模块， 通过求解数值优化， 以压缩测量值来重构出原始信号； 信号 重构过程是通过已知的压缩测量值和压缩测量矩阵， 将低维空间中压缩测量值恢复到高维 空间中原始信号的过程； 所述求解数值优化是， 在不改变目标函数的前提下， 求解出与压缩 测量值相符合且具有最小l0‑范数； 所述求解数值优化采用贪婪算法中的正交匹配追踪算 法； S8、 校验采样数据精度： 判别压缩感知采样的数据精度是否满足预设精度条件， 当是，权　利　要　求　书 1/4 页 2 CN 115378438 A 2则保持该采样率进 行后续数据采集， 并执行步骤S9； 否则调整采样率， 并重复执行步骤S2～ S7， 直至满足预设精度条件为止； S9、 校验数据采集的完备性： 判别 采集数据是否满足预设完备性， 当是， 则结束， 否则标 记缺少采集的数据设备， 并对标记设备重复执行步骤S2～S8， 直至满足预设的完备阈值条 件为止。 3.根据权利要求2所述的基于压缩感知的机房数据处理应用方法， 其特征在于， 包括以 下步骤： S1、 利用预处理模块， 调用机房 摄像头和机房FSU设备完成数据预采集工作和预处理工 作， 首先布置机房采集环境： 布置机房FSU设备和监控摄像头； 所述FSU设备下挂有多种南向 设备， 用于采集机房内动力设备和环 境参数的数据； 所述监控摄像头为网络摄像机， 用于抓 拍或录制机房图像数据； S2、 信号判别： 判断所采集的原始信号是否本身具备稀疏性， 当是， 则执行步骤S4， 否则 执行步骤S3； 所述稀疏性是指通过有限变换基向量的线性组合就可以近似的表示出原始信 号； S3、 稀疏变换： 将原始信号表示为稀疏信号， 即采用变换的方式使得原始信号在某个变 换域或稀疏基中表现出稀疏性， 即根据原始信号的特性选取稀疏变换矩阵作为稀疏表示 基， 并使得原 始信号在稀疏表示基上 具有最少的非零投影系数个数； 具体为： 设原始信号x为长度为 N、 稀疏度为K的一维离 散信号， 表示 为： x＝Ψα 其中， Ψ为N ×N维的稀疏矩阵， 是原始信号x的稀疏表示基； α为N ×1维的稀疏向量， 是 原始信号x在Ψ上的线性投影系数， 选择小 波基、 傅里叶基或离 散余弦基作为稀疏表示基； S4、 压缩采样： 经压缩感知采样模块压缩采样机房 内原始数据， 方法是， 设计一个与稀 疏表示基不相关的压缩测量矩阵， 采用低采样率对原始信号直接进行压缩采样处理， 并输 出压缩测量值， 压缩采样过程是通过压缩测量矩阵将原始信号从 高维空间映射到低维空间 的过程； 压缩 采样编码的表达式为： y＝Φx＝ΦΨα 其中， x为N×1维的原始信号输入向量； y为M ×1维的压缩测量输出向量， 且K≤M≤N； Φ 为M×N维的压缩测量矩阵， 采样率为S， 且S＝M/N， 压缩测量矩阵的设计原则 是令y＝Φx有 且仅有一个唯一可以恢复的解； 上述压缩 采样编码的表达式表示 为： y＝ΦΨα ＝Θα 其中， Θ为压缩感知矩阵， Θ＝ΦΨ， 压缩感知矩阵Θ满足约束等距性条件； 对于稀疏 度为K的稀疏信号α 而言， 约束等距性条件为： 其中， δK为约束等距常数； 当δK<1， 则压缩感知矩阵Θ满足常数为 δK(Θ)的K‑RIP特性； 采用与RIP等价的条件， 即压缩测量矩阵Φ与稀疏表示基Ψ的不相关性； 当压缩测量矩 阵Φ与稀疏表示基Ψ越不相关， 压缩感知矩阵Θ能满足约束等距性条件的概率越大， 压缩 测量矩阵Φ与稀疏表示基Ψ的相关性可表示 为：权　利　要　求　书 2/4 页 3 CN 115378438 A 3