周玉偉+張玉蘭+任云

【摘 要】本文通過(guò)應(yīng)用壓縮感知方法，選擇托普利茲矩陣作為觀(guān)測(cè)矩陣，將采集到的數(shù)據(jù)進(jìn)行融合，大大減少網(wǎng)絡(luò)通信的數(shù)據(jù)量，從而延長(zhǎng)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)壽命。

【關(guān)鍵詞】壓縮感知；托普利茲；無(wú)線(xiàn)傳感器網(wǎng)絡(luò)壽命

0 引言

無(wú)線(xiàn)傳感器網(wǎng)絡(luò)（Wireless Sensor Network，WSN）是由大量低成本，能量受限的傳感器節(jié)點(diǎn)以一定的拓?fù)浣Y(jié)構(gòu)組成的無(wú)線(xiàn)自組織網(wǎng)絡(luò)。憑借其隱蔽、容錯(cuò)、部署便捷等優(yōu)點(diǎn)，WSN在目標(biāo)跟蹤、醫(yī)療護(hù)理、智能交通、軍事等領(lǐng)域有著廣泛地應(yīng)用。由于成本、體積的限制，傳感器節(jié)點(diǎn)電池容量不是很大，并且由于工作環(huán)境特殊，或者節(jié)點(diǎn)熟練龐大，人們無(wú)法頻繁更換電池。因此，在獲得有用信息前提下，怎么延長(zhǎng)整個(gè)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的壽命是國(guó)內(nèi)外學(xué)者的研究重點(diǎn)。在WSN中，傳感器節(jié)點(diǎn)能量主要消耗在三個(gè)方面：數(shù)據(jù)傳輸、信號(hào)處理和硬件操作。其中，數(shù)據(jù)傳輸消耗的能量占總能量消耗的90%。針對(duì)上述問(wèn)題，WSN在傳感器節(jié)點(diǎn)采集數(shù)據(jù)的過(guò)程中運(yùn)用數(shù)據(jù)融合技術(shù)是一種有效的手段。

壓縮感知CS（Compress Sensing）由美國(guó)學(xué)者Tao、Romberg和Donoho等人在泛函分析和逼近論的理論基礎(chǔ)上，根據(jù)信息論的研究成果建立了壓縮感知理論。CS理論指出：只要信號(hào)是稀疏的或可壓縮的，我們就可以采用遠(yuǎn)低于奈奎斯特頻率的采樣頻率采樣信號(hào)，進(jìn)而精確恢復(fù)信號(hào)。這一理論突破了奈奎斯特采樣定理的局限，為獲取信號(hào)與傳感器設(shè)計(jì)提供了嶄新的方法，成為近年來(lái)的一個(gè)熱點(diǎn)研究領(lǐng)域。Baron于2005年提出的分布式壓縮感知DCS（Distributed Compressive Sensing）理論，為壓縮感知在WSN的應(yīng)用提供了研究思路。

3 壓縮感知在WSN中的實(shí)現(xiàn)方法

在實(shí)際應(yīng)用中，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)是由大量廉價(jià)的微型傳感器節(jié)點(diǎn)構(gòu)成的，可以通過(guò)網(wǎng)絡(luò)協(xié)議形成“信息感知簇”，由簇首將觀(guān)測(cè)矩陣中M個(gè)行向量包含的伯努利序列分發(fā)給每個(gè)簇成員即采集節(jié)點(diǎn)，每個(gè)采集節(jié)點(diǎn)按照低速率采樣得到采樣數(shù)據(jù)，然后與接收到的伯努利序列進(jìn)行簡(jiǎn)單運(yùn)算得到一個(gè)壓縮觀(guān)測(cè)值，每個(gè)采集節(jié)點(diǎn)只需向簇首發(fā)送一個(gè)壓縮觀(guān)測(cè)數(shù)據(jù)即可，簇首將接收到的壓縮觀(guān)測(cè)數(shù)據(jù)向sink節(jié)點(diǎn)傳遞，由sink節(jié)點(diǎn)完成信息的解壓縮和信息的提取。

4 實(shí)驗(yàn)仿真

在仿真實(shí)驗(yàn)中，將N=100個(gè)傳感器節(jié)點(diǎn)隨機(jī)均勻分布在100m×100m，匯聚節(jié)點(diǎn)sink位于區(qū)域中心。在實(shí)驗(yàn)中選擇稀疏M為30且信號(hào)長(zhǎng)度N為256，隨機(jī)選擇30個(gè)位置，觀(guān)測(cè)矩陣為托普利茲矩陣并進(jìn)行歸一化處理，仿真結(jié)果如圖3所示（縱坐標(biāo)代表信號(hào)的幅值，橫坐標(biāo)代表信號(hào)的長(zhǎng)度）。

5 結(jié)論

通過(guò)運(yùn)用壓縮感知技術(shù)的應(yīng)用，選擇托普利茲矩陣作為觀(guān)測(cè)矩陣。該矩陣的結(jié)構(gòu)特點(diǎn)適合WSN傳感器節(jié)點(diǎn)進(jìn)行低速采樣，采取發(fā)送壓縮觀(guān)測(cè)值的策略減少了網(wǎng)絡(luò)通信數(shù)據(jù)量，延長(zhǎng)傳感器的使用壽命，從而保證無(wú)線(xiàn)傳感網(wǎng)絡(luò)的穩(wěn)定性，為未來(lái)無(wú)線(xiàn)傳感網(wǎng)絡(luò)性能的優(yōu)化提供了一種有效的方法。

【參考文獻(xiàn)】

[1]呂方旭，張金成，劉立陽(yáng)，等.基于WSN的多聲源目標(biāo)定位算法[J].傳感技術(shù)學(xué)報(bào)，2012，25（8）：1121-125.

[2]Lan F， Akyildiz， Mehmet Can Vuran. Wireless Sensor Networks[M].America： John Wiley and Sons，2010，46-49.

[3]D.L Donoho. Compressed sensing[J].IEEE Trans. Inf. Theory，2006，52（4）：1289-1306.

[4]E.J. Candes and T. Tao. Near-optimal signal recovery from random projections： Universal encoding strategies[J].IEEE Trans. Inf. Theory， 2006，52（12）：5406-5425.

[責(zé)任編輯：王楠]