用于无线传感器网络基于自适应信号处理分布式编码算法.pdfVIP

用于无线传感器网络的 基于自适应信号处理的分布式编码算法 罗敏 北京邮电大学无线网络实验室，泛网无线通信教育部重点实验室，北京 (100876) E-mail：luomin.bupt@ 摘 要：本文基于一种联合源编码及自适应信号处理的方法，利用信号的相关性改进其自适 应信号处理方法，提高低功耗传感器的能量效率。能量效率的提高是通过减少传感器的传输 需求来实现的。本文的讨论基于以下假设：在传感器网络模型中，有两种类型的节点，数据 采集节点 （DGN, Data Gathering Node ）和传感器节点 （Sensor Node ）；并假设DGN 较少 的受到能量的限制或者不受能量的限制。本方案是通过将复杂的计算转移到DGN 来实现传 感器节点的能耗的降低。本文提出的算法是对原有模型中的自适应相关跟踪算法的改进。实 验结果证明了方法的有效性。 关键词：无线传感器网络（WSN ）；数据采集节点（DGN ）；自适应信号处理；RLS 算法； 编码 1．引言 随着微电子技术、计算机技术和无线通信技术的进步，低功耗多功能的传感器得到了快 速的发展，能在微小的体积内集成信息采集、数据处理和无线通信等功能。无线传感器网络 的相关技术也得到越来越多的关注。无线传感器网络可以用于声音、视频、温度的采集。这 样的无线传感器网络由大量的能量受限的传感器组成。节能的信号处理在延长无限传感器网 络的生存时间和组织关键信息的丢失中起到了重要的作用。在无线传感器网络中，能量的消 耗主要来自于发送和接收信号。因此，节能技术中减少需要传输的数据也成为了无线传感器 网络设计中的重要研究。 现有的很多技术都可以减少无线传感器网络的能量消耗。例如，关闭不发送和接收数据 的节点[1] ；另一种方法，是采用EM-MAC (Energy Conserving – Medium Access Control ) 协议， 该协议实现了在无线信道中的冲突避免并减少重传[2] ；其他的减少能量消耗的有效信息处理 [3] [4] 的方法可以在 和 中找到。 通常来自不同的传感器的数据拥有空时的相关性。最典型的例子就是用于声音领域的传 [5] 感器，因为他们接收到同样声音信号的衰弱或延迟的版本。在 中，提出一种利用这种固有 的相关性来减少能量消耗的方案。方案中适用于有两种类型的节点（传感器节点和DGN ） 的网络模型。这里假设传感器节点有严格的能量限制，而DGN有无限制的能量，并将控制 集中在DGN完成。传感器节点在发送数据到DGN前，根据其他传感器的数据压缩自己的数 据，而不需要知道已存在的相关性的结构。这种方法通过减少传感器间需要传输的数据量来 节省能量。 [5] 中的方案包含一个计算简单并支持可变速率的编码算法和一个自适应相关跟踪算法。 这种用于压缩的分布式压缩技术基于DGN提供的关于传感器节点间的相关性信息来压缩需 要传送的数据。在DGN端的相关跟踪算法引入了一种线性预测模型，用DGN端的可用数据 的线性组合去预测某个特定传感器节点的当前观测值。这些可用数据包括特定节点（要预测 当前观测值的节点）过去的观测值和在DGN可用的或已经译码的其他节点的当前观测值。 这个预测模型自适应的测定所有传感器节点接收到的数据的相关性结构。这个相关性信息又 提供给传感器节点来帮助他们压缩数据。[6]改进了该方案的预测模型。 本文中我们提出一种基于[6] 的方案改善其自适应算法而得到的扩展方案。我们采用更为 -1- 优越的递归最小二乘(RLS) 自适应算法以达到更好的节能性能。仿真的结果证明本论文方案 的有效性。 本文其余结构如下，在第2节建立参考模型，同时阐述传感器端的编码压缩方法的细节 和DGN端的自适应跟踪算法的细节；第3节展示仿真结果，进行了性能分析；第4节总结结 论。 2 ．系统模型