[發(fā)明專利]一種盲源分離的無線傳感器網(wǎng)絡(luò)節(jié)點選擇方法

有效

• 申請?zhí)枺?/td>: 201410231647.5
• 申請日: 2014-05-28
• 公開（公告）號: CN104038993B
• 公開（公告）日: 2017-08-11
• 發(fā)明（設(shè)計）人: 楊震;孫宏娟
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: H04W52/02
• 分類號: H04W52/02;H04W84/18
• 代理公司: 江蘇愛信律師事務(wù)所32241
• 代理人: 唐小紅

1.一種盲源分離的無線傳感器網(wǎng)絡(luò)節(jié)點選擇方法，其特征在于，該方法包含以下步驟：

步驟1、確定參與盲源分離的傳感器節(jié)點個數(shù)最優(yōu)值k，具體步驟如下：

(1)、設(shè)信號源個數(shù)為q，令k'＝q+1，定義效用函數(shù)：

其中，第一項為選中的k'個傳感器節(jié)點傳輸數(shù)據(jù)后，WSN即Wireless sensor networks為無線傳感器網(wǎng)絡(luò)的全部節(jié)點的總剩余能量；μ為加權(quán)系數(shù)；N為WSN節(jié)點總數(shù)；為節(jié)點i傳輸數(shù)據(jù)之前的能量；S_k為選中的k'個節(jié)點構(gòu)成的子集；為被選中的節(jié)點j(j∈S_k)傳輸混合信號的能耗；第二項C為k'個節(jié)點參與的信號盲分離的性能參數(shù)；

(2)、給定參數(shù)μ的一個取值，采用FastICA即Fast Independent component analysis即快速獨立成分分析的盲源分離方法，進行3000次獨立的語音信號盲分離實驗：每次實驗隨機選取參與盲源分離的k'個傳感器節(jié)點，其對應(yīng)的混疊系數(shù)用服從高斯分布的隨機變量表示，每個被選中傳感器節(jié)點的觀測信噪比SNR是隨機的，因此平均信噪比MSNR取值也是隨機的；

計算每次實驗n對應(yīng)的G_n，最后取均值作為k'為某一特定值時所對應(yīng)的參數(shù)G；

(3)、k'＝k'+1，判斷k'是否大于N，如果是，則轉(zhuǎn)(4)，否則轉(zhuǎn)(2)；

(4)、μ分別取100、200、400和600時，重復(fù)(2)(3)的方法，可以得到一組k'-G關(guān)系曲線，當(dāng)曲線達到峰值時對應(yīng)的橫坐標(biāo)的值就是最優(yōu)傳感器節(jié)點個數(shù)k；

步驟2、定義被選中傳感器節(jié)點的平均觀測信噪比MSNR和基于相關(guān)系數(shù)的盲源分離性能參數(shù)C之間的函數(shù)關(guān)系：

C＝f(MSNR)＝a₂MSNR²+a₁MSNR+a₀；

其中，二階多項式系數(shù)a₂，a₁，a₀通過最小二乘擬合的方法確定，a₂＝-0.06627,a₁＝1.783,a₀＝85.23；

步驟3、對參與盲源分離的傳感器節(jié)點進行優(yōu)化選擇，將實現(xiàn)盲源分離的無線傳感器網(wǎng)絡(luò)節(jié)點優(yōu)化選擇建模為如下組合優(yōu)化問題：

上式中，

b_i∈{0,1},i＝1,...N

其中，b_i為0-1指示變量，當(dāng)b_i值為1時，表示傳感器節(jié)點i被選中，將其采集到的語音混合信號發(fā)送到融合中心sink，當(dāng)b_i值為0時，表示傳感器節(jié)點i未被選中，其采集到的混合信號將不被發(fā)送；

為傳感器節(jié)點i傳輸數(shù)據(jù)之前的能量；

N是無線傳感器網(wǎng)絡(luò)節(jié)點總數(shù)；

BE_elec+Bε_mpd⁴為傳感器節(jié)點傳輸能耗模型，B為傳輸一幀數(shù)據(jù)包含的總比特數(shù)，E_elec＝50nJ/bit為常數(shù)，d為傳輸距離，參數(shù)ε_mp＝0.0013pJ/bit/m⁴；

SNR_i為傳感器節(jié)點i的觀測信噪比；

k為步驟1中確定的最優(yōu)節(jié)點個數(shù)；

a₂，a₁為步驟2中確定的擬合系數(shù)；

μ為加權(quán)系數(shù)；

步驟4、通過基于凸優(yōu)化的啟發(fā)式方法求解步驟3中的組合優(yōu)化問題，求解步驟如下：

(1)將步驟3中的非凸約束條件b_i∈{0,1},i＝1,...N松弛為凸約束條件0≤b_i≤1,i＝1,...N；

(2)初始化松弛后的問題的可行點0≤b_i≤1，i＝1,...,N；λ^2N×1＞0；v；其中，k為步驟1中確定的最優(yōu)節(jié)點個數(shù)；N為WSN節(jié)點總數(shù)；v、λ^2N×1為對偶變量；數(shù)μ＝20，ε_feas＝10^-8，ε＝10^-6；

(3)計算代理對偶間隙計算懲罰因子其中m＝2N，N為WSN中節(jié)點總數(shù)，f(b)＝[b₁-1,...,b_N-1,-b₁,...,-b_N]^T，0≤b_i≤1，i＝1,...N；

(4)通過求解下述方程組求解牛頓步長的方程組確定當(dāng)前搜索方向(Δb,Δλ,Δv)

其中，b＝[b₁，...，b_N]^T，SNR＝[SNR₁，...，SNR_N]^T，1^N×1和1^1×N分別為全1矩陣，Df(b)＝[I；-I]，I^N×N為單位陣，r_dual＝Hb+Df(b)^Tλ+v,r_pri＝1^Tb-k，r_cent＝-diag(λ)f(b)-(1/t)1^2N；

(5)s^max＝min{1,min{-λ_i/Δλ_i|Δλ_i＜0}}，初始化前進步長s＝0.99s^max；用回溯法迭代求前進步長s，直到滿足：

||r_t(b+sΔb,λ+sΔλ,v+sΔv||₂≤(1-αs)||r_t(b,λ,v)||₂，回溯法參數(shù)取值為α＝0.01,β＝0.5,r_t(b,λ,v)計算公式如下：

(6)判斷是否滿足迭代終止條件||r_pri||₂≤ε_feas,||r_dual||₂≤ε_feas,and如果不滿足，返回(3)；如果滿足，停止迭代，設(shè)得到的最優(yōu)解為

(7)對進行降序排序，將前k個置為1，后面N-k個置為0，k為步驟1中確定的最優(yōu)節(jié)點個數(shù)，對應(yīng)b_j＝1的節(jié)點j即為被選中的節(jié)點；

步驟5、被選中的節(jié)點將觀測數(shù)據(jù)發(fā)送到融合中心sink進行盲源分離。