无线传感器网络中基于中国余数定理的动态稀疏感知技术研究

As an efficient signal acquisition protocol with sample—in a signal independent fashion—at a low rate, which is a concrete mechanism for sensing and compressing data simultaneously, compressive sensing (CS) or sparse sensing (SS) is very suitable for wireless sensor networks (WSN) due to its limited energy supply and the load balance problem. However, most exist sensing schemes are not designed from the perspective of sensing pattern and data representation, are unable to self-adapt to the time-varying statistical characteristics of the signal field of interest, and also do not take a dynamic network resource optimization into consideration. To this end, we intend to devise a Chinese remainder theorem (CRT) based dynamic sparse sensing mechanism for data acquisition. To be specific, our research includes three parts: (1) the CRT based sparse sensing for data acquisition; (2) the decentralized low-complexity node localization scheme; (3) the spatial-time dynamic sensor node selection scheme under network resource constraints. Based on the developed scheme, the system performance will be analyzed and evaluated from the information theoretical point of view. The relationships between the system performance and the key parameters are also exploited. Our research is helpful in revealing the impact of the network resource constraints on system performance in the range of our proposed mechanism, and provide a valuable reference for the CS application in WSN.

作为一种能够以较低采样速率、独立于信号的采样方式同时完成感知和压缩的有效数据获取手段，压缩感知/稀疏感知技术特别适用于能量受限以及网络负载不均衡问题突出的无线传感器网络。但是，现有的机制并没有从感知节点的采样方式和采样数据的表示形式两个角度联合进行设计，无法自适应地跟踪信号的时变统计特性，同时也并未引入网络资源受限情况下的动态优化机制。针对上述问题，本申请提出开展无线传感器网络中基于中国余数定理的动态稀疏感知技术研究。具体研究内容包括：（1）基于中国余数定理的稀疏感知数据获取机制；（2）低复杂度分布式的感知节点定位机制；（3）网络资源约束下的感知节点空时动态选择机制。在完成上述机制设计的基础上，将从信息论的角度对系统性能进行分析和评估，并讨论关键参数与系统性能的关系。本项目的研究有助于揭示在网络资源受限下动态的稀疏感知数据获取机制对网络性能的影响，为推动其在实际中的广泛应用提供有益参考。

传统的基于压缩感知/稀疏感知的无线传感网络数据获取机制存在着诸多挑战。首当其冲的就是并没有充分考虑从感知节点的采样方式和采样数据的表示形式两个角度联合进行设计，无法自适应地跟踪信号的时变统计特性，同时也并未引入网络资源受限情况下的动态优化机制。据此，本项目研究低复杂度的基于中国余数定理的动态稀疏感知技术。在保障信号重建的可靠性和准确性的基础上，从节点感知形式和感知数据表示两个角度去构建新的节点感知过程，进而利用有限的网络资源优化整个网络能耗。具体研究进展包括：. 1）在面向无线传感器网络的数据获取机制方面，提出了基于中国余数定理的稀疏感知方法。该方法兼顾感知数据的高效存储、感知能力的动态范围以及数据安全等要求。. 2）在面向无线节点定位机制方面，利用频率分集和天线阵元分集提出了基于自由度提升的低复杂度无线传感器网络节点定位方法。该方法利用虚拟阵列提高了角度估计的精度和分辨能力。. 3）在网络资源受限下的节点调度方面，提出了一种感知节点空时动态选择策略。该策略允许所有感知节点以分布式的方式参与时变信号的动态感知，从而有效地利用网络资源。. 4）在系统性能评估方面，分析了网络平均感知容量与信噪比、稀疏度的关系，并给出了系统平均感知容量的上下界。. 以上研究充分表明了基于中国余数定理的稀疏感知思路在无限传感网络数据获取设计中的可行性。本项目已按计划顺利开展，在上述几个方面获得了一定的理论突破和技术创新，取得了研究成果，预期将对促进相关学科的研究起到积极的推动作用。

内容获取失败，请点击重试