[发明专利]传感器网络物理信号协同压缩感知系统及感知方法

说明书

技术领域

本发明属于无线传感技术领域，涉及一种传感器网络物理信号处理系统，尤 其涉及一种传感器网络物理信号协同压缩感知系统；此外，本发明还涉及上述传 感器网络物理信号协同压缩感知系统的感知方法。

背景技术

无线传感网络是由随机分布的集成有传感器、数据处理单元、控制模块和通 信单元等的微小节点，通过自组织的方式构成的无线网络。这些节点通过测量诸 如温度、压力和相对湿度等物理参数来监控环境或系统。无线传感网络技术是典 型的具有交叉学科性质的军民两用战略高技术，可广泛应用于军事、国家安全、 环境科学、交通管理、灾害预测、医疗卫生、制造业、城市信息化建设等领域。 由于无线传感器网络巨大的科学意义和应用价值，它已经引起了世界发达国家的 学术界、军事部门等的极大关注。

由于无线传感器网络以感知并获取有关客观物理世界的知识和状态为根本 目的，节点间如何高效节能的传送数据尤为重要。无线传感器网络中的节点是微 型电子装置，只装配有限能源，而无线传感网络节点的功耗直接影响着节点寿命。 无线传感器网络节点的功耗可分成三个方面：感知功耗，通信功耗，数据处理功 耗。其中感知功耗随应用的特性而变化。三个功耗中，节点在数据通信方面消耗 的能量最大，相比较下，数据处理能耗比数据通信能耗小得多。假定瑞利衰落和 四阶功率距离损耗，那么在100m距离上发送1KB信息的能耗约等于100万条指 令每瓦每秒处理器执行300万条指令的能耗。

综上所述，传统算法的无线传感器网络各物理信号感知节点采样信号的数据 量很大，在这种情况下各感知节点的通信传播功耗相对较大，使用寿命也较短。

压缩感知(CS，compressed sampling or compressed sensing)，该方法是 在采样过程的同时，实现信号压缩，以低于奈奎斯特速率的采样率进行采样，并 能以极高的准确率恢复出原信号。利用压缩感知技术对数据处理的前提为数据的 稀疏性。有关文献对此有详细的解释。例如，给定N×N的矩阵Ψ＝[ψ₁|ψ₂|…|ψ_N]时， 其中ψ₁表示矩阵的i列时，一个长度为N的信号x可以表示为：

x=Σi=1Nsiψi---(1).]]>

当上述公式(1)中的s_i系数中只有K个不等于零时，信号x可以被称为K- 稀疏信号。在压缩感知技术中，可以对信号x进行欠采样(低于奈奎斯特速率进 行采样)，并在接收端进行恢复。在实现时，通过引入第二个M×N(K＜M＜N)的 矩阵Φ₁，并计算y＝Фx，得到：y＝Φx＝ΦΨs＝Θs(2)。

式中，s＝[s₁，s₂，...，s_N]^T，T为矩阵转置。由于M＜N，y即为采样并压缩后的信 号。在接收端，先根据接收信号y恢复s，进而恢复x。但由于上述公式(2)中 的方程组个数小于未知变量个数，因此，s_i的解有无穷多组。考虑到信号的稀疏 性，对信号的恢复问题等价于寻找上述公式(2)的一个最稀疏的解。对信号进 行重建的方法在此处用正交匹配追踪算法(OMP)。

综上所述，利用压缩感知的理论结合无线传感网络的特性，可大大减少每个 节点的数据通信量，使其能在强衰落信道环境、局部节点失效及高数据丢包率情 况下通过物理信号重构节点实现物理信号重构。

发明内容