[发明专利]大规模无线传感器网络中的分布式盲估计方法及系统

说明书

本发明公开了一种大规模无线传感器网络中的分布式盲估计方法及系统，相关方法包括：无线传感器网络中的所有传感器节点同时观测源信号，每一传感器节点采用概率编码的方式对观测值进行处理，输出一个表征自身处于活跃状态或者非活跃状态的符号至融合中心；融合中心基于高斯混合模型对所有传感器节点输出的符号进行聚类，得到处于活跃状态的传感器节点占总传感器节点数的比例，从而恢复出源信号。上述方法，使用基于概率编码的分布式盲估计方案充分利用大规模传感器网络传感器节点数目较大且状态易于判断的特点，避免了恢复源数据时对CSI的依赖，有效降低了估计开销。除此之外，本发明的分布式盲估计方案具有易于实现，运算量低等特点。

技术领域

本发明涉及无线传感器网络技术领域，尤其涉及一种大规模无线传感器网络中的分布式盲估计方法及系统。

背景技术

分布式估计(Distributed Estimation)是一种运用在无线传感器网络中的数据(参数)收集的方法。由于在无线传感器网络中，传感器节点通常为低成本低功耗低精度器件，采用单个传感器节点获取环境数据(参数)会造成较大的误差且会大大降低传感器的使用寿命。分布式估计方法采用多个传感器节点观测同一物理量(如温度，湿度等)，各传感器节点对观测值进行一定的处理(如压缩，量化)后发送到融合中心，融合中心综合接收到的所有传感器节点的数据，估计得到具有较高精度的数据(参数)。采用分布式估计方法不仅能够提高参数估计精度，还能够有效降低单个传感器节点数据处理复杂度以及能量损耗，大大提高了整个网络的生命周期。

分布式估计主要流程为数据感知，数据传输以及数据(估计)恢复。数据感知和数据传输由传感器节点完成，融合中心完成数据的恢复。数据从传感器节点传输到融合中心的过程中受无线衰落信道的影响，会发生一定的畸变，为了准确恢复出原发送数据，CSI(channel state information，信道状态信息)是必要的。CSI的获取需要传感器节点发送训练信号到融合中心，融合中心根据对应的期望输出进行信道估计。

随着大规模无线传感网的兴起，分布式估计也受到广泛关注。然而，在大规模无线传感器网络中进行频繁的信道估计会造成极大的资源损耗，是不切实际的，因此传统的分布式估计方法不适用于大规模无线传感器网络。

发明内容

本发明的目的是提供一种大规模无线传感器网络中的分布式盲估计方法及系统，通过概率编码的方式，将源数据转换成控制传感器状态的一个参数，融合中心根据传感器状态的统计分布特性实现对原数据的恢复。这种基于概率编码的分布式盲估计方案无需CSI，避免了由信道估计带来的巨大开销。

本发明的目的是通过以下技术方案实现的：

一种大规模无线传感器网络中的分布式盲估计方法，包括：

无线传感器网络中的所有传感器节点同时观测源信号，每一传感器节点采用概率编码的方式对观测值进行处理，输出一个表征自身处于活跃状态或者非活跃状态的符号至融合中心；

融合中心基于高斯混合模型对所有传感器节点输出的符号进行聚类，得到处于活跃状态的传感器节点占总传感器节点数的比例，从而恢复出源信号。

由上述本发明提供的技术方案可以看出，使用基于概率编码的分布式盲估计方案充分利用大规模传感器网络传感器节点数目较大且状态易于判断的特点，避免了恢复源数据时对CSI的依赖，有效降低了估计开销。除此之外，本发明的分布式盲估计方案具有易于实现，运算量低等特点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的一种大规模无线传感器网络中的分布式盲估计方法的流程图；