无线传感器网络自适应预测算法.pdfVIP

第 54卷 第 4期 厦 门大学学报 (自然科 学版) Vo1．54 No．4 2015年 7月 JournalofXiamenUniversity (NaturalScience) JuL 2O15 无线传感器 网络的自适应预测算法 张源峰 ，孙海信 ，颜佳泉 ，蒯小燕 (1．厦 门大学水声通信与海洋信息技术教育部重点实验室，福建 厦门 361005； 2．闽西职业技术学院电气工程系 ，福建 龙岩 364021) 摘要 ：在基于分布式压缩感知(distributedcompressivesensing，DCS)的无线传感器网络中，重构算法及其改进成为了 研究的关键问题 ，候选集原子最优选取对于信号重构性能至关重要．本文介绍 了压缩感知 (compressedsensing，CS)理 论、正交匹配追踪算法 (orthogonalmatchingpursuit，OMP)和前 向预测正交匹配追踪 (1ookaheadorthogonalmatching pursuit，LA0MP)算法 ，针对 LAOMP算法的前 向参数 L只能设定为某一固定值 ，且所选取原子未必是最佳 的，同时也 存在计算复杂度高的问题 ，本文提 出了一种 自适应前 向预测正交匹配追踪 (adaptivelookaheadorthogonalmatching pursuit，ALAOMP)算法．该算法通过预测原子对最终残差的影响 ，最佳地选取候选集原子 ，同时 自适应地最优选择每次 迭代 中前 向参数 L的个数．实验结果表 明：ALAMOP算法在兼顾 降低计算复杂度及最佳选择原子是实用有效 的，算法 的信号重构和支撑集重构性能均优于 LA0MP算法． 关键词 ：无线传感器网络；压缩感知；自适应；前向预测；正交匹配；追踪算法 中图分类号：TN911 文献标志码 ：A 文章编号 ：0438—0479(2015)04—0523—05 随着通信及信号处理技术、传感器技术和计算机 压缩 ，浪费了大量的传感元 、时间和存储空间_2]．相较 技术的发展 ，无线传感器 网络 (wirelesssensornet— 之下，压缩感知理论针对可稀疏表示的信号，能够将 works，WSN)越来越受到人们 的关注．WSN一般包 数据采集和数据压缩合二为一 ，可 以用远远少于 括传感器节点、汇聚点和任务管理节点，它通过在环 Nyquist采样定理所 需的采样点数恢复 出原信 号．其 境中布置多个传感器 ，协作地感知、采集和处理所覆 中CS重构算法的研究是 CS理论的关键环节 ，CS重 盖的网络区域的监测对象 的信息，并将这些来 自不 同 构算法的研究对于 WSN 以及资源受限和大数据的采 时间和不 同信息源的信息传递到汇 聚点 ，进行多传感 样系统具有重大的研究意义，它可 以有效地减少采样 器数据信息融合技术处理 ，最后通过互联 网或者卫星 传感器 的数 目，同时降低每个传感器 的能耗 、存储空 将信息送达任务管理节点．用户可通过管理节点对传 间和计算复杂度． 感器 网络进行设置和管理 ，发布实时监测任务及采集 CS利用 了信号 的时间或者空间相关性 ，只研究 存储监测数据_1]．然而，恰恰因为 WSN具有大量传感 单个信号的稀疏 、压缩和重构问题 ；WSN是一个分布 器节点 ，可 以实时感知和采集环境 的变化信息 ，使其 式多传感器信号采集和数据融合 的网络 ，显然 CS理 受到能耗 、存储空间和计算能力 的限制．如何有效地 论无法满足其要求．然而分布式压缩感知研究多个信 实现 WSN 中的低能量消耗 、低计算复杂度和存储空 号的联合重构问题 ，它充分利用 了信号内部和信号之 间的节省 ，正是 WSN亟