一种盲源分离的无线传感器网络节点选择方法
【专利摘要】本发明提出一种盲源分离的无线传感器网络节点选择方法，基于传感器节点的观测噪声和剩余能量两个因素，首先通过数值拟合的方法确定节点平均观测噪声和盲源分离性能之间的关系；在此基础上，将节点选择问题建模为基于节点剩余能量和盲源分离性能折中的组合优化问题，在汇聚节点处采用基于凸优化的启发算法求解该优化问题以确定被选中的节点；最后，被选中的节点将采集到的混合信号传输到汇聚节点，在汇聚节点出进行盲源分离恢复出各个独立的源信号。采用该节点优化选择算法能有效提高节点剩余能量，延长无线传感器网络的生存周期，同时保证良好的信号分离性能。
【专利说明】一种盲源分离的无线传感器网络节点选择方法
【技术领域】
[0001]本发明涉及一种盲源分离的无线传感器网络节点选择方法，尤其涉及一种基于节点剩余能量和盲源分离性能折中的无线传感器网络节点选择方法，属于通信和信号处理【技术领域】。
【背景技术】
[0002]物联网(Internet of Things)是继计算机、互联网与移动通/[目网之后的世界/[目息产业第三次浪潮，在智能交通、智能家居、医疗、农业等领域有广泛的应用。无线传感器网络(Wireless sensor networks, WSN)是物联网感知层的重要组成部分,被广泛用于完成信号的检测、估计以及目标跟踪等信号处理任务。在WSN实际应用场景中，感知环境中通常同时存在多个信号源，每个传感器节点采集的信号都可以看成是多个信号的混合。为了准确获取感兴趣的目标信号，去除其他混叠的干扰信号，就需要对节点采集的混合信号进行有效分离以便后续的处理和应用。而WSN—般由大量简单传感器节点随机部署自组织形成，通常对感知区域中存在的多个源信号的先验信息和其混合方式是未知的，也就是说，WSN对混合信号的分离过程是“盲”的，因此，实现盲源分离是无线传感器网络中进行目标识别和跟踪的先决条件，是又一重要的信号处理任务。
[0003]盲源分离(blind source separat1n, BSS),是指从若干观测到的混合信号中提取、分离出无法直接观测到的各个原始信号，经典的盲源分离算法有独立成分分析(Independent component analysis, I CA)法、基于二阶统计量的方法、基于贝叶斯估计的方法等。本发明研究无线传感器网络中的语音信号盲分离问题，即目标是人类，传感器感知的是目标发出的语音信号。虽然盲源分离问题得到许多研究人员多年的广泛研究，但无线传感器网络中盲源分离问题作为一个特殊的分布式估计问题，目前相关研究较少。传统盲源分离问题的研究通常忽略噪声的影响，着重研究如何准确有效的恢复出各个源信号，而在无线传感器的应用场景中，由于监测环境的复杂多变性，各个节点的观测噪声对于盲源分离的影响是不能忽略的，如何在噪声条件下保证分离性能是WSN盲源分离必须研究的一个方面。另一方面，传感器节点通常依靠电池供电且不能再充电，生命周期十分有限，因此，如何在保证性能的前提下减少WSN能耗提高生命周期是研究无线传感器网络盲源分离的首要问题。
[0004]本发明提出一种信号盲分离的无线传感器网络节点优化选择算法，该算法综合考虑信号分离的性能和WSN生存周期，通过数值拟合的方法确定节点平均观测噪声和盲源分离性能之间的关系，在此基础上，将节点选择问题建模为基于节点剩余能量和盲源分离性能折中的组合优化问题，并采用基于凸优化的启发算法求解该问题以确定被选中的节点，最后，被选中的节点将采集的混合信号传输到汇聚节点，在汇聚节点处分离出各个源信号。
【发明内容】
[0005]技术问题:盲源分离是无线传感器网络的一个重要的信号处理任务，由于单个传感器节点的能量有限，而且通常不能再充电，因此在保证性能的前提下降低WSN能耗是研究无线传感器网络盲源分离的首要问题。本发明的目的在于设计一种无线传感器网络节点优化选择算法，在WSN全部节点中仅选出一部分最合适的节点，利用这些节点采集的混合信号进行分离，而未被选中的节点并不进行数据传输，可以在完成盲源分离的同时有效的降低WSN的总能耗。
[0006]技术方案:本发明提出一种盲源信号分离的无线传感器网络节点选择方法，考虑节点的观测噪声和剩余能量两个因素，共分为五个步骤:
[0007](I)在信号源个数已知的前提下确定参与盲源分离的节点个数最优值；
[0008](2)定义被选中节点的平均观测信噪比和基于相关系数的盲源分离性能参数之间的函数关系；
[0009](3)在(I)和(2)的基础上将节点选择问题建模为基于节点剩余能量和盲源分离性能折中的组合优化问题；
[0010](4)采用基于凸优化的启发算法求解(3)中的优化问题以确定被选中的节点；
[0011](5)被选中的节点将观测数据发送到汇聚节点进行盲源分离。
[0012]本发明所针 对的实现盲源信号分离的WSN系统模型图如图1所示。传感器节点被随机部署在观测区域内，每个传感器节点都有一个唯一确定的编号，并且已知各传感器节点到融合中心sink节点的传输距离。每个传感器节点都能采集到多个信源叠加的混合信号，传感器节点对信号进行量化处理后将观测数据传送到融合中心sink节点，融合中心sink节点根据各个传感器节点的观测值进行信号盲分离，恢复出各个源信号。传感器节点参与盲源分离时消耗的能量大部分用于数据的传输，节点传输能耗模型可以用下式表示:
[0013]Etx = lEelec+l ε mpd4
[0014]其中，IEele。是无线电器件能耗，I = LXM是一帧数据传输的总比特数，L为一帧数据包含的样点数，M为量化位数；Eele。为常数，其取值和WSN节点的编码、调制、滤波等有关。I empd4为功放的能耗，d为传输距离，参数επρ的取值与接收端允许的传输误码率有关。节点传输数据后的剩余能量可以表示为:
[0015]Eres = Etol-Elx = Etol-(lEelec+l ε mpd4)
[0016]其中，Ettjl为节点传输数据之前的能量。
[0017]本发明采用线性瞬时混叠模型表示语音混合信号。设由N个传感器节点构成的WSN观测区域中同时存在η个源信号(Ν>η)，如有η个人在同时讲话的房间。它们的混合信号被N个传感器节点同时观测，第i个节点的观测信号用η个源信号的含噪线性瞬时混叠模型表示为:
【权利要求】
1.一种盲源分离的无线传感器网络节点选择方法，其特征在于该方法包含以下步骤: 步骤1、确定参与盲源分离的传感器节点个数最优值k，具体步骤如下: (1)、设信号源个数为q，令k’=q+l，定义效用函数:
【文档编号】H04W52/02GK104038993SQ201410231647
【公开日】2014年9月10日 申请日期:2014年5月28日 优先权日:2014年5月28日
【发明者】杨震, 孙宏娟 申请人:南京邮电大学