CS-based WSN的空間稀疏信號(hào)模型的設(shè)計(jì)與研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)作為物聯(lián)網(wǎng)的關(guān)鍵技術(shù)之一，在國(guó)防、工業(yè)、農(nóng)業(yè)、商業(yè)、學(xué)術(shù)等社會(huì)各界，都給予了更加廣泛的關(guān)注，其宗旨，就是以最少的成本和最大的靈活性，解決物聯(lián)網(wǎng)中的信息感知問(wèn)題，因此，大規(guī)模高密度的網(wǎng)絡(luò)拓展、海量數(shù)據(jù)傳輸和存儲(chǔ)、能源有限等關(guān)鍵技術(shù)瓶頸的解決迫在眉睫。而壓縮傳感理論在信息測(cè)量傳輸和重構(gòu)方面的創(chuàng)新思路，為解決無(wú)線傳感器網(wǎng)絡(luò)探索新的信號(hào)獲取技術(shù)及信號(hào)處理方式提供了一種全新的技術(shù)手段。
　　 基于壓縮傳感這一新興的研究理論，

2、本文針對(duì)無(wú)線傳感器網(wǎng)絡(luò)的信息采集、傳輸和處理技術(shù)展開(kāi)研究：(1)建立CS-based無(wú)線傳感器網(wǎng)絡(luò)模型，研究壓縮傳感理論對(duì)無(wú)線傳感器網(wǎng)絡(luò)的貢獻(xiàn)，使無(wú)線傳感器網(wǎng)絡(luò)更具有普適性；(2)分析自然界各種信號(hào)的稀疏性，構(gòu)建了一個(gè)更加自適應(yīng)的稀疏分解平臺(tái)，有助于無(wú)線監(jiān)測(cè)更精確的重建目標(biāo)信號(hào)；(3)研究并梳理了壓縮傳感理論的重構(gòu)算法，建立一個(gè)新的、更適用于無(wú)線傳感器網(wǎng)絡(luò)稀疏度未知的信號(hào)重構(gòu)方法；(4)分析CS-based無(wú)線傳感器網(wǎng)絡(luò)在網(wǎng)絡(luò)全局能耗、

3、負(fù)載、傳輸方式等方面的優(yōu)勢(shì)，提出硬件能力更容易實(shí)現(xiàn)的傳感測(cè)量機(jī)制。其創(chuàng)新性的研究工作及成果如下：
　　 (1)對(duì)自然界信號(hào)的稀疏性進(jìn)行研究，針對(duì)時(shí)域、頻域非稀疏信號(hào)的稀疏域進(jìn)行探索，考慮硬件允許的情況下，利用Gabor原子和Chirplet原子分別生成過(guò)完備原子庫(kù)，并結(jié)合自適應(yīng)匹配追蹤的思路設(shè)計(jì)相應(yīng)的二次尋優(yōu)算法，使得絕大多數(shù)的可壓縮信號(hào)都可以在稀疏字典中找到一個(gè)合適的稀疏基底，進(jìn)行稀疏表示。研究結(jié)果表明，與傳統(tǒng)的稀疏分解方法相

4、比，Gabor稀疏字典和Chirplet稀疏字典更具有普適性，稀疏度更強(qiáng)，稀疏表達(dá)精度更高，絕大多數(shù)的信號(hào)都能夠獲得更好的稀疏效果。此外，Gabor字典二次尋優(yōu)匹配算法和Chirplet字典二次尋優(yōu)匹配算法能夠使稀疏分解的速度更快，占用的存儲(chǔ)空間更少，同時(shí)也更有助于重構(gòu)精度的提升。
　　 (2)分析現(xiàn)有的重構(gòu)算法，對(duì)比重構(gòu)精度、速度的優(yōu)劣性，并從迭代方式、迭代終止條件、運(yùn)算復(fù)雜度等方面進(jìn)行全面優(yōu)化和改進(jìn)，提出一種更適合大規(guī)模無(wú)線

5、傳感器網(wǎng)絡(luò)的數(shù)據(jù)重構(gòu)算法，回溯自適應(yīng)閾值迭代匹配追蹤算法(BATIMP)，在滿足RIP約束條件的基礎(chǔ)上，速度更快、精度更高、穩(wěn)定性更強(qiáng)，可以高概率的重構(gòu)原始信號(hào)。研究結(jié)果表明，在CS-based無(wú)線傳感器網(wǎng)絡(luò)中，能夠更加適合自然界中可壓縮的各種稀疏度未知的信號(hào)，自適應(yīng)的選擇迭代步長(zhǎng)，以節(jié)省時(shí)間提高重構(gòu)速度，與傳統(tǒng)的重構(gòu)方式相比，在一定程度上降低了對(duì)重構(gòu)端的硬件要求。
　　 (3)建立分布式的壓縮傳感網(wǎng)絡(luò)模型，提出空間稀疏信號(hào)網(wǎng)絡(luò)

6、模型，研究CS-based無(wú)線傳感器網(wǎng)絡(luò)的數(shù)據(jù)采集和測(cè)量機(jī)制。針對(duì)無(wú)線傳感器網(wǎng)絡(luò)的拓?fù)湓O(shè)計(jì)和路由方式，將壓縮傳感的測(cè)量投影過(guò)程引入無(wú)線傳感器網(wǎng)絡(luò)的信號(hào)采集和傳輸過(guò)程中，設(shè)計(jì)高斯循環(huán)、貝努力循環(huán)兩種半隨機(jī)測(cè)量矩陣，使得CS-based無(wú)線傳感器網(wǎng)絡(luò)在感知信息的過(guò)程中，就能將信息進(jìn)行投影測(cè)量，在多跳傳輸?shù)倪^(guò)程中，將網(wǎng)絡(luò)全局信息直接降維，極大程度的提高了傳輸帶寬利用率，也能使網(wǎng)絡(luò)負(fù)載更加均衡，使多跳傳輸?shù)臒o(wú)線傳感器網(wǎng)絡(luò)能夠真正實(shí)現(xiàn)。對(duì)比傳統(tǒng)的

7、網(wǎng)絡(luò)傳輸方式，分析CS-based無(wú)線傳感器網(wǎng)絡(luò)在網(wǎng)絡(luò)負(fù)載均衡、傳輸能力、信號(hào)重構(gòu)等方面的效果，從網(wǎng)絡(luò)整體的角度，驗(yàn)證不同空間稀疏的信號(hào)壓縮傳感機(jī)制的性能。研究結(jié)果表明，與傳統(tǒng)的無(wú)線傳感器網(wǎng)絡(luò)相比，CS-based無(wú)線傳感器網(wǎng)絡(luò)無(wú)論在局部、全局能耗和負(fù)載均衡等方面都有明顯優(yōu)勢(shì)，并且在網(wǎng)絡(luò)拓?fù)涞倪x擇方面具有自由性。在CS-based無(wú)線傳感器網(wǎng)絡(luò)中實(shí)現(xiàn)半隨機(jī)循環(huán)測(cè)量傳感，既能保持隨機(jī)測(cè)量矩陣與絕大部分的稀疏矩陣不相關(guān)的優(yōu)勢(shì)，又能使網(wǎng)絡(luò)節(jié)點(diǎn)