無線傳感器網(wǎng)絡(luò)中盲源分離問題的研究.pdf

1、作為物聯(lián)網(wǎng)感知層的重要組成部分，無線傳感器網(wǎng)絡(luò)被廣泛用于信號(hào)的檢測(cè)、估計(jì)以及目標(biāo)追蹤等。在 WSN實(shí)際應(yīng)用場(chǎng)景中，感知環(huán)境中通常同時(shí)存在多個(gè)信號(hào)源，為了準(zhǔn)確獲取感興趣的目標(biāo)，去除其他混疊的干擾信號(hào)，就需要對(duì)節(jié)點(diǎn)采集的混合信號(hào)進(jìn)行有效分離以便后續(xù)的處理和應(yīng)用。而WSN一般由大量簡(jiǎn)單傳感器節(jié)點(diǎn)隨機(jī)部署自組織形成，通常對(duì)感知區(qū)域中存在的多個(gè)源信號(hào)的先驗(yàn)信息和其混合方式是未知的，也就是說，WSN對(duì)混合信號(hào)的分離過程是“盲”的，因此，無線傳感器網(wǎng)

2、絡(luò)中的盲源分離問題是無線傳感器網(wǎng)絡(luò)信號(hào)處理領(lǐng)域的又一重要研究點(diǎn)。
　　本文首先研究了無線傳感器網(wǎng)絡(luò)中信號(hào)源數(shù)目估計(jì)問題。針對(duì)無線傳感器網(wǎng)絡(luò)能量受限的特點(diǎn)，提出了一種基于分簇判斷加決策級(jí)數(shù)據(jù)融合的無線傳感器網(wǎng)絡(luò)信號(hào)源數(shù)目估計(jì)方法，并且在LEACH分簇算法的基礎(chǔ)上提出了一種新的基于節(jié)點(diǎn)剩余能量簇頭選擇算法。在本文的信號(hào)源數(shù)目估計(jì)方法中，首先對(duì)傳感器網(wǎng)絡(luò)分簇，各簇獨(dú)立進(jìn)行信號(hào)源數(shù)目估計(jì)，產(chǎn)生本地判決結(jié)果；然后在融合中心對(duì)各簇的判決結(jié)果進(jìn)

3、行融合得到對(duì)信號(hào)源數(shù)目的估計(jì)值。仿真結(jié)果表明本文提出的信號(hào)源數(shù)目估計(jì)方法和簇頭選擇算法能夠在保證估計(jì)可靠性的前提下有效降低網(wǎng)絡(luò)傳輸能耗，延長(zhǎng)網(wǎng)絡(luò)生存周期。
　　然后本文研究無線傳感網(wǎng)網(wǎng)絡(luò)能耗和盲源分離性能的折中優(yōu)化，提出了一種實(shí)現(xiàn)盲源分離的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)優(yōu)化選擇方法?？紤]節(jié)點(diǎn)的觀測(cè)噪聲和剩余能量?jī)蓚€(gè)因素，通過數(shù)值擬合確定節(jié)點(diǎn)平均觀測(cè)噪聲和盲源分離性能之間的關(guān)系，在此基礎(chǔ)上將節(jié)點(diǎn)選擇問題建模為基于節(jié)點(diǎn)剩余能量和盲源分離性能折中的

4、組合優(yōu)化問題，并采用基于凸優(yōu)化的啟發(fā)算法求解該問題以確定被選中的節(jié)點(diǎn)。仿真證明該方法能有效提高節(jié)點(diǎn)剩余能量，同時(shí)保證良好的信號(hào)分離性能。
　　最后，本文研究了存在噪聲和傳輸誤碼情況下的無線傳感器網(wǎng)絡(luò)盲源分離問題。首先研究了傳輸誤碼對(duì)盲源分離結(jié)果造成的影響，然后提出了一種基于聚類和距離的異常點(diǎn)檢測(cè)方法，對(duì)于分離信號(hào)中由于傳輸誤碼引入的異常點(diǎn)進(jìn)行檢測(cè)和修正。實(shí)驗(yàn)證明，通過對(duì)分離信號(hào)進(jìn)行后續(xù)處理，可以有效降低傳輸誤碼的影響，提高盲源分離