[发明专利]用于中继网络的欠采样量化转发方法

权利要求书

1.一种用于中继网络的欠采样量化转发方法，所述方法的应用场景是：设有多个传感节点S_j、多个中继节点R_j和一个信宿、即融合中心FC(Fusion Center)组成的集中式架构的无线传感网络WSN(Wireless Sensor Network)；其特征在于：因该多个传感节点S_j用于观测同一事件，采集的是携带有不同噪声的同一信号，且该采集信号是稀疏的；故该多个传感节点S_j分别对相同的稀疏信号x以压缩感知方式采样、量化、编码和调制，随后经由各自的直传链路和/或相应中继节点R_j的转发链路发送给FC，再由FC根据信源端的压缩采样和信宿端的信号重建策略，利用协作网络的信号固有稀疏特性，以及各接收信号之间的相关性，实现低复杂度的信号还原方法，从而获得精确的数据，满足用户需求；式中，自然数下标j是传感节点和中继节点的序号，其最大数都为J；所述方法包括下列操作步骤：

步骤1，第一个时隙，每个传感节点S_j广播其经过压缩采样和量化、编码、调制处理的信息，即向各自的中继节点R_j和/或融合中心FC发送欠采样信息步骤2，第二个时隙，每个中继节点R_j协助各自的传感节点S_j向融合中心FC转发数据，即发送经过量化转发处理后的信息

步骤3，融合中心FC分别接收到来自各个传感节点S_j和各个中继节点R_j的信号和执行相应的判断、迭代译码和稀疏信号恢复的操作，重建稀疏信源信号x。

2.根据权利要求1所述的方法，其特征在于：所述传感器采集的信号是环境信息和个人通信数据。

3.根据权利要求1所述的方法，其特征在于：所述步骤1包括下列操作内容：

(11)每个传感节点S_j采集的信源端稀疏信号为x，该稀疏信号是属于实数域R^N的信号，假设信号x能够表示为N个正交基的线性组合，即：其中，θ＝(θ₁,...,θ_n,...,θ_N)^T是系数向量，稀疏基为Ψ＝(ψ₁,...,ψ_n,...,ψ_N)；自然数下标n分别是系数向量元素序号和稀疏基元素序号，其最大值为信号x的长度N；如果θ只有K个非零元素，且K<<N，则信号x为K-稀疏信号，即信号x能够仅用θ的K个非零系数来表征之；

(12)传感节点S_j采用测量矩阵Φ_j对采集的稀疏信号x执行欠采样、即进行压缩采样，得到测量值y_j＝Φ_jx＝Φ_jΨθ＝Ω_jθ，式中，Ω_j＝Φ_jΨ为压缩采样结构的等效测量矩阵，其中的测量矩阵Φ_j属于实数域R^M×N，测量值y_j属于实数域R^M，M是测量值y_j的维数，N是信号x的长度；

(13)传感节点S_j对欠采样的测量值y_j＝Φ_jx执行量化、信道编码C_s和调制处理操作后，得到欠采样信息

(14)各个传感节点S_j分别将该欠采样信息广播至各自的中继节点R_j和/或融合中心FC。

4.根据权利要求3所述的方法，其特征在于：所述步骤(12)中，传感节点S_j对稀疏信源信号x执行欠采样、即压缩采样的机理是：基于相同的测量矩阵Φ，或者是分别基于各自不同的测量矩阵Φ₁、Φ₂、…、Φ_j、...Φ_J；所述测量矩阵Φ或Φ_j的选择包括随机矩阵、快速傅里叶变换FFT(Fast Fourier Transform)矩阵或贝努利随机矩阵，只要能够以高概率满足受限等距特性RIP(Restricted Isometry Property)即可。