一種基于壓縮感知的無線傳感信號重構(gòu)算法

《一種基于壓縮感知的無線傳感信號重構(gòu)算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、一種基于壓縮感知的無線傳感信號重構(gòu)算法　　摘要：壓縮感知（CompressedSensing,CS）是一種基于稀疏信號的獲取和恢復的新理論，能以較小的采樣代價獲得完整的信號。這一理論符合無線傳感網(wǎng)絡(luò)在帶寬和采集能力的局限下需要低代價采樣的需求。但由于無線傳感網(wǎng)絡(luò)的開放性，其容易受到環(huán)境噪聲的影響，特別是采用壓縮感知方法進行欠采樣，雖然可以減小獲取數(shù)據(jù)的開銷，但這種“不完整”的欠采樣數(shù)據(jù)對噪聲更加敏感。因此抗噪聲的健壯的重構(gòu)算法能有效保證信號重構(gòu)的精度。本文提出了一種近似梯度下降算法（ProximalGradientAlg

2、orithm,PRG）對噪聲下的壓縮采樣信號進行恢復。該算法通過逐步迭代逼近的方式，求得約束方程最優(yōu)解，進而還原出原信號。通過與OMP，SP，BP算法比較，PRG算法在噪聲環(huán)境下表現(xiàn)出較好的重構(gòu)性能。關(guān)鍵詞：壓縮感知；稀疏重構(gòu)；無線傳感網(wǎng)絡(luò)；欠采樣；物聯(lián)網(wǎng)　　隨著物聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，越來越多研究者積極參與到這一研究領(lǐng)域，無線傳感網(wǎng)絡(luò)作為物聯(lián)網(wǎng)的支撐技術(shù)之一，也吸引人們大量的關(guān)注。無線傳感網(wǎng)絡(luò)一個重要的應(yīng)用就是對環(huán)境的溫度，濕度，光照進行監(jiān)測。通常情況下，一個無線傳感網(wǎng)絡(luò)是由大量的傳感器節(jié)點組成，每個節(jié)點需要采集大量的數(shù)

3、據(jù)，然后通過多跳路由到達中心節(jié)點。這一過程中，需要消耗大量的存儲空間和能量。由于傳感器節(jié)點計算、供電、存儲能力有限，我們需要建立高效的數(shù)據(jù)采集和傳輸?shù)哪Ｐ?，以盡可能延長傳感器的使用壽命，降低信息獲取的代價。因此數(shù)據(jù)采集的主要目標是用最小的代價收集到最精確的數(shù)據(jù)。傳統(tǒng)的方法比如分布式源編碼技術(shù)、協(xié)同小波變換以及數(shù)據(jù)聚類等方法可用于減少數(shù)據(jù)的通信量。如E.shih等為了提高無線網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)男剩瑴p少能量消耗，對無線信號傳輸?shù)恼{(diào)制方式的選擇問題進行了研究，提出一種物理層的低功耗的編碼方式。Charbiwala等人提出了一種在

4、無線網(wǎng)絡(luò)中低能耗的信號采樣方式來增加采樣節(jié)點的壽命。文獻根據(jù)無線傳感網(wǎng)絡(luò)的時間序列或空間序列的特性，采用了傅里葉變換、離散余弦變換和小波變換建立信號稀疏基，生成信號的稀疏表示數(shù)據(jù)，然后對稀疏數(shù)據(jù)進行采樣，這樣可以較大地減少采樣的時間和空間消耗。這些方法利用了檢測到的數(shù)據(jù)的空間相關(guān)性，對數(shù)據(jù)進行壓縮編碼，但不能有效處理異常事件數(shù)據(jù)，同時計算復雜性較高?！　〗鼛啄晏岢龅膲嚎s感知理論為無線傳感網(wǎng)絡(luò)提供了一種新的數(shù)據(jù)獲取方式。根據(jù)壓縮感知理論，一個稀疏信號是能夠在較少的采樣次數(shù)下精確重構(gòu)，其采樣可以通過對檢測數(shù)據(jù)進行線性投影完成

5、。這樣可以實現(xiàn)傳感器節(jié)點以壓縮的方式完成數(shù)據(jù)采集，而不需要另外的計算開銷。對于無線傳感網(wǎng)絡(luò)而言，雖然具備構(gòu)建方便、適應(yīng)性強、傳輸效率高等特點，但有些方面也存在一些限制。如能量供應(yīng)、傳感器生命周期、延遲、帶寬、信號失真以及傳輸代價等。無線傳感網(wǎng)絡(luò)的節(jié)點也要求有獨立的能源供應(yīng)，因此能源消耗是決定傳感器節(jié)點生命周期的一個重要因素。壓縮感知理論與無線傳感網(wǎng)絡(luò)的融合為解決這些問題提供了一個有效的途徑，它能優(yōu)化傳感器節(jié)點能源消耗。壓縮感知可以實現(xiàn)無線傳感網(wǎng)絡(luò)的稀疏信號在較少采樣次數(shù)下能夠被精確地重構(gòu)。壓縮感知本質(zhì)上是提供了一種基于數(shù)

6、學上限定性條件下優(yōu)化計算的方法用于稀疏信息的求解?！　嚎s感知理論和無線傳感網(wǎng)絡(luò)結(jié)合，必須考慮無線傳感網(wǎng)絡(luò)環(huán)境下噪聲對信號的影響。由于壓縮采樣本身是利用信號在稀疏基上投影生成稀疏信號，然后再用測量矩陣去感知，進而得到采樣值。在這個采樣的過程中，實際上是沒有如香農(nóng)-奈奎斯特理論下的采樣方式那樣完整地采集信號的信息，而是一種欠采樣方式。信號采集的“不完整”　　使得采樣值相比于“完整”采樣來說對噪聲更敏感，降低噪聲對這種“不完整”采樣的影響，是壓縮感知理論能有效用于無線傳感網(wǎng)絡(luò)的關(guān)鍵。本文主要貢獻在于：給出了無線傳感網(wǎng)絡(luò)的壓縮

7、采樣的模型，并給出傳感網(wǎng)絡(luò)的采樣矩陣的數(shù)學表示，同時論證了其滿足約束等距屬性（RestrictedIsometryProperty,RIP）。針對無線傳感網(wǎng)絡(luò)易受噪聲干擾，提出一種降噪的壓縮感知恢復算法。該算法采用近似梯度迭代的方法，通過解信號恢復的凸優(yōu)化問題逐步迭代去逼近最優(yōu)解，即可完美重構(gòu)信號。實驗表明該算法在噪聲環(huán)境下表現(xiàn)出較好的魯棒性和重構(gòu)精度?！　⊥ㄟ^實驗分析我們提出的傳感信號重構(gòu)算法在迭代次數(shù)、噪聲干擾下相比其他算法的優(yōu)異性能。并進一步構(gòu)建了一個溫度檢測的無線傳感網(wǎng)絡(luò)環(huán)境，其測試結(jié)果表明我們的方法具有較高的重

8、構(gòu)精度。本文剩余章節(jié)安排如下：第2節(jié)簡要討論了壓縮感知的基本理論和約束等距屬性；第3節(jié)介紹了無線傳感網(wǎng)絡(luò)的工作結(jié)構(gòu)，討論無線傳感網(wǎng)絡(luò)的壓縮采樣矩陣的構(gòu)建方式以及對其符合RIP特性進行了論證；第4節(jié)針對傳感信號的重構(gòu)問題，提出了近似梯度下降算法用于在噪聲環(huán)境下的信號重構(gòu)；第5節(jié)詳細介紹了基于壓縮感知的無線傳感網(wǎng)絡(luò)信號采