无线传感器网络中低能耗的估计与滤波技术研究

摘要

无线传感器网络由于其特殊的网络组织结构形式和应用场景，使得它要面临严重的传输带宽和能耗的制约。基于多接入信道的分布式信号估计与滤波，是无线传感器网络中主要的信号处理技术。因此，在对无线传感器网络设计良好的信号处理方案，都必须是能量有效的．
　　 本文主要针对无线传感器网络中的能量有效的信号估计与滤波技术展开研究。信号估计与滤波是信号处理中的两个联系紧密的技术，估计是滤波的理论基础，滤波可以看成是一种连续的估计，两者都要涉及传感器数据的量化压缩和融合中心的数据融合，我们对无线传感器网络中的信号处理技术背景和现状进行了简要介绍，并展开介绍了一些分布式估计和卡尔曼滤波的基本理论。我们对分布式估计和分布式卡尔曼滤波中的观测数据量化问题和传输等问题作了重点的研究。在分布式估计中，我们对能量有效的最佳的量化和传输方案进行了研究，在传感器面临不同的观测噪声功率和不同的信道路径损耗的环境下，我们通过对量化比特长度和传输时间的最佳分配，使得传感器网络完成一次估计消耗的总能量达到最低。我们设计了一种迭代式工作的联合优化算法，仿真结果表明我们的算法具有较好的收敛性能，并且能够达到很好的节省能量的效果。在对分布式滤波的研究中，我们在多接入信道传输的模型下，提出了一种基于观测数据量化传输、融合的卡尔曼滤波算法，得出了这种卡尔曼滤波算法的数学表达式并给出了其推导过程。我们也研究了这种卡尔曼滤波算法在信道路径损耗各异的环境里，进行量化方案优化的问题。通过仿真结果，我们发现我们对每个传感器量化比特数的优化调整，可以在能量有效的前提下，显著的提高滤波性能。

目录

文摘

英文文摘

致谢

第1章 绪论

1.1 课题背景和意义

1.2 国内外研究现状

1.2.1 分布式估计的研究现状

1.2.2 卡尔曼滤波理论的发展现状

1.3 本文的研究内容及章节安排

第2章 无线传感器网络中估计与滤波技术基本理论

2.1 带宽与能量受限下的分布式信号估计技术

2.1.1 集中式的BLUE估计

2.1.2 1比特量化下的分布式估计

2.1.3 考虑传感器差异性的分布式估计方案

2.2 卡尔曼滤波的基本理论

2.2.1 信号与观测模型

2.2.2 卡尔曼滤波方程

2.3 本章小结

第3章 分布式估计中能量有效的量化和传输方法

3.1 前言

3.2 系统模型

3.2.1 信号模型

3.2.2 传输能耗模型

3.3.1 优化问题描述

3.3.2 优化问题求解

3.4 仿真结果

3.5 本章小结

第4章 基于量化传输的卡尔曼滤波算法

4.1 前言

4.2 系统模型

4.3 基于量化传输的卡尔曼滤波算法

4.4 传感器量化方案的优化

4.5 仿真结果

4.5.1 固定量化比特下的卡尔曼滤波

4.5.2 优化量化比特下的卡尔曼滤波

4.6 本章小结

第5章 总结与展望

5.1 全文工作总结

5.2 研究工作展望

参考文献

攻读硕士学位期间主要的研究成果