一種盲源分離的無線傳感器網絡節點選擇方法技術

本發明專利技術提出一種盲源分離的無線傳感器網絡節點選擇方法，基于傳感器節點的觀測噪聲和剩余能量兩個因素，首先通過數值擬合的方法確定節點平均觀測噪聲和盲源分離性能之間的關系；在此基礎上，將節點選擇問題建模為基于節點剩余能量和盲源分離性能折中的組合優化問題，在匯聚節點處采用基于凸優化的啟發算法求解該優化問題以確定被選中的節點；最后，被選中的節點將采集到的混合信號傳輸到匯聚節點，在匯聚節點出進行盲源分離恢復出各個獨立的源信號。采用該節點優化選擇算法能有效提高節點剩余能量，延長無線傳感器網絡的生存周期，同時保證良好的信號分離性能。

【技術實現步驟摘要】

本專利技術涉及，尤其涉及一種基于節點剩余能量和盲源分離性能折中的無線傳感器網絡節點選擇方法，屬于通信和信號處理
。
技術介紹
物聯網(Internet of Things)是繼計算機、互聯網與移動通/[目網之后的世界/[目息產業第三次浪潮，在智能交通、智能家居、醫療、農業等領域有廣泛的應用。無線傳感器網絡(Wireless sensor networks, WSN)是物聯網感知層的重要組成部分,被廣泛用于完成信號的檢測、估計以及目標跟蹤等信號處理任務。在WSN實際應用場景中，感知環境中通常同時存在多個信號源，每個傳感器節點采集的信號都可以看成是多個信號的混合。為了準確獲取感興趣的目標信號，去除其他混疊的干擾信號，就需要對節點采集的混合信號進行有效分離以便后續的處理和應用。而WSN—般由大量簡單傳感器節點隨機部署自組織形成，通常對感知區域中存在的多個源信號的先驗信息和其混合方式是未知的，也就是說，WSN對混合信號的分離過程是“盲”的，因此，實現盲源分離是無線傳感器網絡中進行目標識別和跟蹤的先決條件，是又一重要的信號處理任務。盲源分離(blind source separat1n, BSS),是指從若干觀測到的混合信號中提取、分離出無法直接觀測到的各個原始信號，經典的盲源分離算法有獨立成分分析(Independent component analysis, I CA)法、基于二階統計量的方法、基于貝葉斯估計的方法等。本專利技術研究無線傳感器網絡中的語音信號盲分離問題，即目標是人類，傳感器感知的是目標發出的語音信號。雖然盲源分離問題得到許多研究人員多年的廣泛研究，但無線傳感器網絡中盲源分離問題作為一個特殊的分布式估計問題，目前相關研究較少。傳統盲源分離問題的研究通常忽略噪聲的影響，著重研究如何準確有效的恢復出各個源信號，而在無線傳感器的應用場景中，由于監測環境的復雜多變性，各個節點的觀測噪聲對于盲源分離的影響是不能忽略的，如何在噪聲條件下保證分離性能是WSN盲源分離必須研究的一個方面。另一方面，傳感器節點通常依靠電池供電且不能再充電，生命周期十分有限，因此，如何在保證性能的前提下減少WSN能耗提高生命周期是研究無線傳感器網絡盲源分離的首要問題。本專利技術提出一種信號盲分離的無線傳感器網絡節點優化選擇算法，該算法綜合考慮信號分離的性能和WSN生存周期，通過數值擬合的方法確定節點平均觀測噪聲和盲源分離性能之間的關系，在此基礎上，將節點選擇問題建模為基于節點剩余能量和盲源分離性能折中的組合優化問題，并采用基于凸優化的啟發算法求解該問題以確定被選中的節點，最后，被選中的節點將采集的混合信號傳輸到匯聚節點，在匯聚節點處分離出各個源信號。
技術實現思路
技術問題:盲源分離是無線傳感器網絡的一個重要的信號處理任務，由于單個傳感器節點的能量有限，而且通常不能再充電，因此在保證性能的前提下降低WSN能耗是研究無線傳感器網絡盲源分離的首要問題。本專利技術的目的在于設計一種無線傳感器網絡節點優化選擇算法，在WSN全部節點中僅選出一部分最合適的節點，利用這些節點采集的混合信號進行分離，而未被選中的節點并不進行數據傳輸，可以在完成盲源分離的同時有效的降低WSN的總能耗。技術方案:本專利技術提出一種盲源信號分離的無線傳感器網絡節點選擇方法，考慮節點的觀測噪聲和剩余能量兩個因素，共分為五個步驟:(I)在信號源個數已知的前提下確定參與盲源分離的節點個數最優值；(2)定義被選中節點的平均觀測信噪比和基于相關系數的盲源分離性能參數之間的函數關系；(3)在(I)和(2)的基礎上將節點選擇問題建模為基于節點剩余能量和盲源分離性能折中的組合優化問題；(4)采用基于凸優化的啟發算法求解(3)中的優化問題以確定被選中的節點；(5)被選中的節點將觀測數據發送到匯聚節點進行盲源分離。本專利技術所針 對的實現盲源信號分離的WSN系統模型圖如圖1所示。傳感器節點被隨機部署在觀測區域內，每個傳感器節點都有一個唯一確定的編號，并且已知各傳感器節點到融合中心sink節點的傳輸距離。每個傳感器節點都能采集到多個信源疊加的混合信號，傳感器節點對信號進行量化處理后將觀測數據傳送到融合中心sink節點，融合中心sink節點根據各個傳感器節點的觀測值進行信號盲分離，恢復出各個源信號。傳感器節點參與盲源分離時消耗的能量大部分用于數據的傳輸，節點傳輸能耗模型可以用下式表示:Etx = lEelec+l ε mpd4其中，IEele。是無線電器件能耗，I = LXM是一幀數據傳輸的總比特數，L為一幀數據包含的樣點數，M為量化位數；Eele。為常數，其取值和WSN節點的編碼、調制、濾波等有關。I empd4為功放的能耗，d為傳輸距離，參數επρ的取值與接收端允許的傳輸誤碼率有關。節點傳輸數據后的剩余能量可以表示為:Eres = Etol-Elx = Etol-(lEelec+l ε mpd4)其中，Ettjl為節點傳輸數據之前的能量。本專利技術采用線性瞬時混疊模型表示語音混合信號。設由N個傳感器節點構成的WSN觀測區域中同時存在η個源信號(Ν>η)，如有η個人在同時講話的房間。它們的混合信號被N個傳感器節點同時觀測，第i個節點的觀測信號用η個源信號的含噪線性瞬時混疊模型表示為:本文檔來自技高網...

【技術保護點】
一種盲源分離的無線傳感器網絡節點選擇方法，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點個數最優值k，具體步驟如下：(1)、設信號源個數為q，令k'＝q+1，定義效用函數：G=λ(Σi=1NEtoli-Σj∈SkETxj)+C;]]>其中，第一項為選中的k'個傳感器節點傳輸數據后，WSN全部節點的總剩余能量；λ為加權系數；N為WSN節點總數；為節點i傳輸數據之前的能量；Sk為選中的k'個節點構成的子集；為被選中的節點j(j∈Sk)傳輸混合信號的能耗；第二項C為k'個節點參與的信號盲分離的性能參數；(2)、給定參數λ的一個取值，采用FastICA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'個傳感器節點，其對應的混疊系數用服從高斯分布的隨機變量表示，每個被選中傳感器節點的觀測信噪比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l對應的Gl，最后取均值作為k'為某一特定值時所對應的參數G；(3)、k'＝k'+1，判斷k'是否大于N，如果是，則轉(4)，否則轉(2)(4)、λ分別取100、200、400和600時，重復(2)(3)的方法，可以得到一組k'?G關系曲線，當曲線達到峰值時對應的橫坐標的值就是最優傳感器節點個數k；步驟2、定義被選中傳感器節點的平均觀測信噪比MSNR和基于相關系數的盲源分離性能參數C之間的函數關系：C＝f(MSNR)＝a2MSNR2+a1MSNR+a0；其中，二階多項式系數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點進行優化選擇，將實現盲源分離的無線傳感器網絡節點優化選擇建模為如下組合優化問題：ming(b1,...,bN)=μΣi=1Nbi[(lEelec+lϵmpdi4)-Etoli]-[a2(1kΣi=1NbiSNRi)2+a1(1kΣn=1NbiSNRi)]]]>s.t.Σi=1Nbi=k]]>bi∈{0,1},i＝1,...N其中，bi為0?1指示變量，當bi值為1時，表示傳感器節點i被選中，將其采集到的語音混合信號發送到融合中心sink，當bi值為0時，表示傳感器節點i未被選中，其采集到的混合信號將不被發送；為傳感器節點i的當前能量；N是無線傳感器網絡節點總數；lEelec+lεmpd4為傳感器節點傳輸能耗模型，l為傳輸一幀數據包含的總比特數，Eelec＝50nJ/bit為常數，d為傳輸距離，參數εmp＝0.0013pJ/bit/m4；SNRi為傳感器節點i的觀測信噪比；k為步驟1中確定的最優節點個數；a2，a1為步驟2中確定的擬合系數；μ為加權系數；步驟4、通過基于凸優化的啟發式方法求解步驟3中的組合優化問題，求解步驟如下：(1)將步驟3中的非凸約束條件bi∈{0,1},i＝1,...N松弛為凸約束條件0≤bi≤1,i＝1,...N(2)初始化可行點i＝1,...,N，λ2N×1>0，v，其中，k為步驟1中確定的最優節點個數，N為WSN節點總數，v，λ2N×1為對偶變量，參數μ＝20，εfeas＝10?8，ε＝10?6；(3)計算代理對偶間隙懲罰因子其中m＝2N,N為WSN中節點總數，f(b)＝[b1?1,...,bN?1,?b1,...,?bN]T；(4)通過求解下述方程組求解牛頓步長的方程組確定當前搜索方向(△b,△λ,△v)HDf(b)T1N×1-diag(λ)Df(b)-diag(f(b))011×N00ΔbΔλΔv=-rdualrcentrpri]]>其中，b＝[b1,…,bN]T，SNR＝[SNR1,…,SNRN]T，1N×1和11×N分別為全1矩陣，Df(b)＝[I；?I]，IN×N為單位陣，rdual＝Hb+Df(b)Tλ+v,rpri＝1Tb?k，rcent＝?diag(λ)f(b)?(1/t)12N(5)smax＝min{1,min{?λi/△λi|△λi<0}}，初始化前進步長s＝0.99smax；用回溯法迭代求前進步長s，直到滿足：||rt(b+s△b,λ+s△λ,v+s△v||2≤(1?αs)||rt(b,λ,v)||2，回溯法參數取值為α＝0.01,β＝0.5,rt(b,λ,v)計算公式如下：rt(b,λ,v)=Hb+Df(b)Tλ+v-diag(λ)f(b)-(1/t)12N1Tb-k]]>(6)判斷是否滿足迭代終止條件||rpri|...

【技術特征摘要】
1.一種盲源分離的無線傳感器網絡節點選擇方法，其特征在于該方法包含以下步驟: 步驟1、確定參與盲源分...

【專利技術屬性】
技術研發人員：楊震，孫宏娟，
申請(專利權)人：南京郵電大學，
類型：發明
國別省市：江蘇;32