[發明專利]認知傳感器網絡中基于能量有效性觀測的自適應壓縮重構方法

有效

• 申請號: 201310221326.2
• 申請日: 2013-06-05
• 公開（公告）號: CN103347268A
• 公開（公告）日: 2013-10-09
• 發明（設計）人: 許曉榮;陸宇;姜斌
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: H04W24/00
• 分類號: H04W24/00;H04W84/18
• 代理公司: 浙江杭州金通專利事務所有限公司 33100
• 代理人: 周希良;徐關壽

技術領域

本發明屬于信息與通信工程技術領域，涉及無線通信系統中的無線傳感器網絡技術、認知無線電技術和壓縮感知理論中的凸松弛二次規劃自適應壓縮重構方法，實現感知信號重構性能與網絡節點能耗之間的有效折衷，具體是一種認知傳感器網絡中基于能量有效性觀測的自適應壓縮重構方法。

背景技術

認知無線電（Cognitive?Radio,CR）亦稱為感知無線電，它可在不影響主用戶（Primary?Users,PUs）通信的前提下，智能地利用大量空閑頻譜以滿足次用戶（Secondary?Users,SUs）即認知用戶（Cognitive?Users,CUs）的可靠通信，從而提高無線頻譜的利用率，實現頻譜資源共享。認知用戶能夠實時感知無線通信系統周圍的網絡環境，通過對環境的理解、主動學習來動態地調整網絡參數以適應外部環境的變化。

認知無線傳感器網絡（Cognitive?Wireless?Sensor?Network,C-WSN）由大量具有認知功能的傳感器節點組成，感知節點能耗受限且數量眾多，多個節點通過分布式組網對周圍環境中特定的參數信息進行感知、傳輸和處理。在大規模認知WSN中，節點機會地利用主用戶（PU）頻譜將本地感知信息發送到匯聚節點（Sink）進行數據融合，Sink對多個認知節點的感知信息進行重構。然而，大量節點在對同一目標進行感知的過程中，在感知時間和空間位置上均存在著相關性。利用感知數據的時空相關性，通過設計滿足約束等距性質（Restricted?Isometry?Property,RIP）的自適應觀測矩陣，使得變換域稀疏的可壓縮信號在觀測過程中不發生信息丟失且能夠以高概率實現稀疏重構，是壓縮感知（Compressed?Sensing,CS）理論在認知WSN中進行應用亟待解決的問題。同時，由于WSN節點能耗受限，必須考慮在保障節點能量有效性條件下的自適應壓縮重構，實現感知信號重構性能與節點能耗之間的有效折衷。

壓縮感知（Compressive?Sensing,CS）理論研究表明，可壓縮信號（在某一基空間上具有稀疏表示）的少量隨機線性投影就包含了重構和處理的足夠信息，僅利用信號的先驗知識和少量全局線性測量可以獲得準確重構。其中，設計滿足約束等距性質（Restricted?Isometry?Property,RIP）且具有較低觀測次數的自適應測量矩陣是CS在實際應用的關鍵問題。目前，已有部分文獻將CS理論應用于節點能耗受限的認知傳感器網絡感知信號重構。如已有文獻考慮匯聚節點通過設定閾值優化重構時的準確度，同時采用混合觀測矩陣保障時延與能耗之間的平衡。但是，該方法需要考慮節點剩余能量與設定門限值的關系，若節點剩余能量高于設定的門限值，則采用收斂速度快的自適應壓縮感知算法；若節點剩余能量低于門限值，則采用能量均衡算法，實現時延與能耗的兼顧。由于門限值的設定需要根據WSN應用場景的需求，且該方法需要探測每個時間間隔的節點剩余能量，故該方法應用于WSN有待探討。已有部分文獻考慮了應用CS理論進行感知信號重構時的節點能耗問題。如已有文獻提出了能量有效的WSN協作壓縮感知機制。WSN節點根據各自的能量消耗狀態，通過協作的方式選擇稀疏基，進而通過冗余字典增大數據表示過程中的稀疏度，有效地增強了協作融合時的魯棒性，降低Sink節點重構信號的差錯率，延長了WSN網絡生存時間。但是，該文獻采用超完備冗余函數代替正交基函數，并未考慮感知信號通過超完備字典稀疏逼近時的額外能耗。此外，部分文獻通過基擴展構造正交基字典，WSN節點根據本地感知信號特性自適應選擇最優正交基進行稀疏表示，以保障節點的能量有效性。然而，通過正交基字典稀疏表示的信號難以構造出滿足RIP特性的合適觀測矩陣，使得該方法在實際WSN應用中有待進一步探索。

發明內容

本發明公開了一種認知傳感器網絡中基于能量有效性觀測的自適應壓縮重構方法，根據認知傳感器節點功耗受限的特點，節點通過模擬信息轉換器（AIC）對實際感知到數據進行本地檢測與壓縮測量。利用感知信號的空時相關性結構，感知數據映射到小波正交基級聯字典進行稀疏變換，通過加權能量子集函數進行自適應觀測，以能量有效的方式獲取合適的觀測值，同時對所選觀測向量進行正交化構造測量矩陣。經壓縮測量后的感知數據通過報告信道反饋給匯聚節點，匯聚節點采用基于凸松弛法的梯度投影稀疏重構Barzilai-Borwein（GPSR-BB）方法對感知數據進行自適應重構，實現了重構性能與節點能耗之間的有效折衷。在認知傳感器網絡中，該方法對于感知信號準確重構的同時保障感知節點能量有效性，具有實際的應用意義。