一种无线传感器网络分布式信号特征参数提取方法

摘要

本发明公开了一种无线传感器网络分布式信号特征参数提取方法，包括：A)无线传感器网络的中心节点向所述网络中的N个监测节点发送特征提取指令；B)每个监测节点根据所述特征提取指令建立一个簇，其每个簇包含一个监测节点与一个或多个邻居节点，并将簇中能量最大的一个节点作为簇头节点，其它节点作为簇成员节点；C)簇内各个节点分别采集不同的信号特征参数，并将采集到的信号特征参数存储至簇头节点；D)N个簇的簇头节点分别将各自的信号特征参数发送至中心节点，以供中心节点进行分类识别。本发明能够对信号特征参数进行分布式提取，并在提取过程中实现网络总体能耗的平稳降低，最大限度延长网络的寿命。

说明书

技术领域

本发明涉及无线传感器网络，特别涉及一种无线传感器网络分布式信号特征 参数提取方法。

背景技术

目前对基于无线传感器网络的信号调制识别技术研究较少，调制信号特征参 数提取还限于单节点进行，单节点特征提取是通过一个节点进行信号特征参数的 提取。

随着小功率短距离无线电通信业务的发展和未来新业务的出现，如无线互联 网、无线传感网和无线移动网等，都表现出了对电磁频谱的大量需求，以及对有 效频谱接入的迫切要求，传统的电磁频谱监测网络无法满足和适应这些要求，作 为电磁频谱监测的重要内容，信号调制方式的识别向着分布式、小区制、细粒度 和精细化方向发展。分布式特征参数提取通过分布在一定区域内的信号相互协 同，共同配合提取特征参数。其优势是降低一个节点处理时的复杂度，满足精细 化、短距离通信业务发展。

刘爱声、朱琦在《多传感器节点分布式协作调制识别算法》中证明了多个传 感器节点分布式协作的调制识别率均高于单个传感器单节点进行调制识别时的 识别率。王金奎在《分布式频谱传感器网络设计》中给出了分布式频谱传感器网 络方案设计、应用模式、系统关键技术。李赞、张学平等在《新一代电磁频谱监 测网的设计与应用》中提出了构建基于无线传感器网络的新一代电磁频谱监测 网，探讨了网络的组成结构和功能作用，分析了建设新一代电测频谱监测网的意 义。

目前，传统的特征参数提取主要是基于一个中心站进行。由于短距离通信业 务的发展，提出了分布式调制识别的需求，因此分布式特征参数提取是一个创新 点。但由于基于无线传感器网络进行，又带来了网络能耗有限的问题，本发明主 要解决分布式特征提取过程中的降低网络能耗问题。

发明内容

未解决上述问题，本发明提供了一种无线传感器网络分布式信号特征参数提 取方法。

本发明提供的一种无线传感器网络分布式信号特征参数提取方法，包括：

A)无线传感器网络的中心节点向所述网络中的N个监测节点发送特征提取 指令；

B)每个监测节点根据所述特征提取指令建立一个簇，其每个簇包含一个监测 节点与一个或多个邻居节点，并将簇中能量最大的一个节点作为簇头节点，其它 节点作为簇成员节点；

C)簇内各个节点分别采集不同的信号特征参数，并将采集到的信号特征参数 存储至簇头节点；

D)N个簇的簇头节点分别将各自的信号特征参数发送至中心节点，以供中心 节点进行分类识别。

优选地，所述步骤A)包括：

中心节点选取N个监测节点，并通过广播方式向所述N个监测节点发送特征 提取指令。

优选地，所述步骤B)包括：

B1)每个监测节点根据所述特征提取指令，向其邻居节点发送网络建立请求， 并与响应所述网络建立请求的一个或多个邻居节点形成一个簇；

B2)所述簇的各个节点通过相互交换能量信息，得到具有最大能量的节点， 并将所述具有最大能量的节点作为簇头节点，其它节点作为簇成员节点。

优选地，在所述步骤B1)中，所述监测节点与在先响应的M个节点形成一个 簇。

优选地，所述步骤C)包括：

C1)簇头节点在簇内分配特征提取任务；

C2)簇内各个节点相互交换信噪比信息，并按照信噪比信息，采集所述特征 提取任务中相应的信号特征参数。

优选地，所述步骤C2)包括：

簇内各个节点按照其信噪比的大小次序，采集所述特征提取任务中相应优先 级别的信号特征参数。

优选地，所述步骤D)包括：

D1)建立用于将N个簇头节点的各自信号特征参数传递给中心节点的路由关 系；

D2)每个簇头根据所述路由关系，确定将信号特征参数传递到上一级簇头节 点的传递路径，并将信号特征参数发送给所述上一级簇头节点；

D3)所述上一级簇头节点通过确定其传递路径，转发所收到的信号特征参数， 并在转发过程中加入自己的信号特征参数，从而把N个簇头节点的信号特征参 数传递给中心节点。

优选地，所述步骤D1)包括：

每个簇头节点计算与其它簇头节点之间的通信代价；

每个簇头节点利用所述通信代价，建立包含一个或多个待选上一级簇头节点 的本地路由信息表，从而形成从N个簇头节点至中心节点的路由关系。

优选地，所述步骤D2)包括：

每个簇头节点根据其与一个或多个待选上一级簇头节点的通信代价，计算所 述一个或多个待选上一级簇头节点的选择概率，并根据所述选择概率的大小，确 定信号特征参数传递到上一级簇头节点的传递路径。

与现有技术相比较，本发明的有益效果在于：

本发明能够对信号特征参数进行分布式提取，并在提取过程中实现网络总体 能耗的平稳降低，最大限度延长网络的寿命。

附图说明

图1是本发明提供的一种无线传感器网络分布式信号特征参数提取方法原 理框图；

图2是本发明实施例提供的一种无线传感器网络分布式信号特征参数提取 流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行详细说明，应当理解，以下所说明 的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1是本发明提供的一种无线传感器网络分布式信号特征参数提取方法原 理框图，如图1所示，包括：

步骤101、无线传感器网络的中心节点向所述网络中的N个监测节点发送特 征提取指令。

在所述步骤101中，中心节点随机选取网络中的N个监测节点，并通过广播 方式向所述N个监测节点发送特征提取指令，启动特征参数提取过程。

步骤102、每个监测节点根据所述特征提取指令建立一个簇，其每个簇包含 一个监测节点与一个或多个邻居节点，并将簇中能量最大的一个节点作为簇头节 点，其它节点作为簇成员节点。

在所述步骤102中，每个监测节点根据所述特征提取指令，向其邻居节点发 送网络建立请求，并与响应所述网络建立请求的一个或多个邻居节点形成一个 簇；所述簇的各个节点通过相互交换能量信息，得到具有最大能量的节点，并将 所述具有最大能量的节点作为簇头节点，其它节点作为簇成员节点。

进一步地，收到特征提取指令的监测节点可以与最先响应的M个节点组成一 簇，这M+1个节点相互交换自身的能量信息，选取能量值最大的节点作为簇头节 点，即将其中能量最大的节点作为簇头节点，其它M个节点作为簇成员节点。

步骤103、簇内各个节点分别采集不同的信号特征参数，并将采集到的信号 特征参数存储至簇头节点。

在所述步骤103中，簇头节点在簇内分配特征提取任务，簇内各个节点相互 交换信噪比信息，并按照信噪比信息，采集所述特征提取任务中相应的信号特征 参数。

进一步地，簇内各个节点按照其信噪比的大小次序，采集所述特征提取任务 中相应优先级别的信号特征参数。具体地说，信噪比较高的节点可以采集优先级 别较低的信号特征参数。

以M=5为例，簇头节点在网络内分配特征提取任务，各节点根据自身所处 环境的信噪比情况决定采集哪一个信号特征参数，按照优先顺序 R_a>σ_af>σ_aa>γ_max>σ_dp>σ_ap，信噪比最低的节点采集R_a，信噪比最高的节 点将采集σ_ap，其它以此类推。所有节点将采集到的信号特征参数一跳发送给簇 头节点。通过这种方式可以使得整体的识别正确率得到提高。

其中：常用时频域的信号特征参数包括：

1、零中心归一化瞬时幅度之谱密度最大值γ_max

γ_max=max|FFT[a_cn(i)]|²/N_s

式中，N_s为取样点数，a_cn(i)为零中心归一化瞬时幅度，由下式计算：

a_cn(i)=a_n(i)-1

式中，而为瞬时幅度a(i)的平均值，用平均值 来对瞬时幅度进行归一化的目的是为了消除信道增益的影响。γ_max用来表征信号 的幅度变化。

2、零中心非弱信号段瞬时相位非线性分量的标准偏差σ_dp

${\sigma }_{\mathrm{dp}}=\sqrt{\frac{1}{c}\left[\underset{a_n\left(i\right)>a_t}{\Sigma }{\phi }_{\mathrm{NL}}^2\left(i\right)\right]-{\left[\frac{1}{c}\underset{a_n\left(i\right)>a_t}{\Sigma }{\phi }_{\mathrm{NL}}\left(i\right)\right]}^2}$

式中，a_t是判断弱信号的一个幅度判决门限电平，c是在全部取样数据中非 弱信号值的个数，φ_NL(i)是经零中心化处理后瞬时相位的非线性分量，在载波完 全同步时，有

式中为瞬时相位。

3、零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差σ_ap

${\sigma }_{\mathrm{ap}}=\sqrt{\frac{1}{c}\left[\underset{a_n\left(i\right)>a_t}{\Sigma }{\phi }_{\mathrm{NL}}^2\left(i\right)\right]-{\left[\frac{1}{c}\underset{a_n\left(i\right)>a_t}{\Sigma }\right|{\phi }_{\mathrm{NL}}\left(i\right)\left|\right]}^2}$

σ_ap与σ_dp的区别在于前者是相位绝对值的标准偏差，而后者是直接相位（非 绝对值相位）的标准偏差。σ_ap用来表征信号的相位变化。

4、零中心归一化瞬时幅度绝对值的标准偏差σ_aa

${\sigma }_{\mathrm{aa}}=\sqrt{\frac{1}{N_s}\left[\underset{i=1}{\overset{N_s}{\Sigma }}{a}_{\mathrm{cn}}^2\left(i\right)\right]-{\left[\frac{1}{N_s}\underset{i=1}{\overset{N_s}{\Sigma }}\right|a_{\mathrm{cn}}\left(i\right)\left|\right]}^2}$

5、零中心归一化非弱信号段瞬时频率绝对值的标准偏差σ_af

${\sigma }_{\mathrm{af}}=\sqrt{\frac{1}{c}\left[\underset{a_n\left(i\right)>a_t}{\Sigma }{f}_N^2\left(i\right)\right]-{\left[\frac{1}{c}\underset{a_n\left(i\right)>a_t}{\Sigma }{f}_N\left(i\right)\right]}^2}$

式中，f_m(i)=f(i)-m_f,其中R_s为数字信号 的符号速率，f(i)为信号的瞬时频率。

6、信号包络均值的平方和方差比R_a的数学表达式如下：

$R_a=\frac{{\mu }^2}{{\sigma }^2}$

其中，μ代表包络的均值，σ²代表包络的方差。R_a参数反映信号的包络起 伏大小。

步骤104、N个簇的簇头节点分别将各自的信号特征参数发送至中心节点， 以供中心节点进行分类识别。

在所述步骤104中，建立用于将N个簇头节点的各自信号特征参数传递给中 心节点的路由关系；每个簇头根据所述路由关系，确定将信号特征参数传递到上 一级簇头节点的传递路径，并将信号特征参数发送给所述上一级簇头节点；所述 上一级簇头节点通过确定其传递路径，转发所收到的信号特征参数，并在转发过 程中加入自己的信号特征参数，从而把N个簇头节点的信号特征参数传递给中心 节点。

进一步地，每个簇头节点计算与其它簇头节点之间的通信代价，并利用所述 通信代价，建立包含一个或多个待选上一级簇头节点的本地路由信息表，从而形 成从N个簇头节点至中心节点的路由关系。每个簇头节点根据其与一个或多个待 选上一级簇头节点的通信代价，计算所述一个或多个待选上一级簇头节点的选择 概率，并根据所述选择概率的大小，确定信号特征参数传递到上一级簇头节点的 传递路径。

N个簇头节点可以根据能量多路径路由协议进行数据传输，每个簇头节点在 转发信息的过程中，将本簇采集的特征参数加入到参数集中。

本发明中，簇头节点根据选择概率在本地路由信息表中选择一个上一级簇头 节点作为路由下一跳节点，所述选择概率的计算公式为：

$P_{N_j,N_i}=\frac{1/C_{N_j,N_i}}{\underset{k\in F{T}_j}{\Sigma }1/C_{N_j,N_k}}$

为节点N_j选择节点N_i的概率，为两节点间路径的通信代价，其 计算公式为：

$C_{N_j,N_i}=\mathrm{Cost}\left(N_i\right)+\mathrm{Metric}(N_j,N_i)$

其中，Cost(N_i)定义为经由本地路径信息表中节点到目的节点代价的平均 值，即：

$\mathrm{Cost}\left(N_i\right)=\underset{k\in F{T}_i}{\Sigma }{P}_{N_i,N_j}{C}_{N_i,N_k}$

Metric(N_j,N_i)表示两节点之间的通信能量消耗，计算公式如下： Metric(N_j，N_i)＝e_ij^aR_i^β

e_ij^a表示节点间直接通信的能量消耗，R_i^β表示节点N_i的剩余能量。α、β是 常量，没有固定的取值范围，这个度量标准综合考虑了网络中节点传输的能量消 耗和节点剩余能量两个方面。

FT_i表示簇头节点N_i将簇头节点N_j加入本地路由表的条件。

$F{T}_i=\left\{j\right|C_{N_i,N_j}\le \gamma \left(\underset{k}{\min }\left(C_{N_i,N_k}\right)\right)\}$

其中，γ为大于1的系统参数。

图2是本发明实施例提供的一种无线传感器网络分布式信号特征参数提取 流程图，如图2所示，步骤包括：

1、假设有一个100个节点的传感器网络，中心节点随机选取网络中10个监 测节点广播特征提取指令，启动特征参数提取过程。

2、收到所述特征提取指令的10个监测节点向邻居节点发送网络建立请求。

3、每个监测节点与最先回应的5个节点构成一个有6个节点的簇，簇内节 点间相互交换能量信息，选取能量值最大的节点作为簇头节点，其它5个节点作 为簇成员节点。

4、簇内每个节点按照信噪比情况提取信号特征参数，按照优先顺序 R_a>σ_af>σ_aa>γ_max>σ_dp>σ_ap，信噪比最低的节点采集R_a，信噪比最高的节 点将采集σ_ap，其它以此类推。所有节点将采集到的信号特征参数一跳发送给簇 头节点。通过这种方式可以使得整体的识别正确率得到提高。

信号特征参数采集完成后，簇头节点存储信号特征参数信息，簇成员节点进 入休眠状态。

5、10个簇头节点根据能量多路径路由协议将数据发送至中心节点。

首先，每个簇头节点按照上述公式建立本地 路由信息表。

然后，每个簇头节点按照上述选择概率公式从本地路由 信息表中选择上一级簇头节点，即下一跳路由。

最后，簇头节点向中心节点传输信号特征参数的过程中，在转发的信号特征 参数中加入自身节点存储的信号特征参数，发送至所选择的一个上一级簇头节 点。

6、中心节点收到来自10个簇头节点的信号特征参数后，进行分类识别，得 到识别结果。

综上所述，本发明具有以下技术效果：

1、本发明中各节点分布式自组织成簇，并由簇头节点基于信噪比情况分配 特征参数采集任务，每个节点只需提取一个特征参数，最大限度降低了计算复杂 度。

2、本发明将信号特征参数的采集与能量多径路由算法相结合，综合考虑了 节点的通信能量和剩余能量，从而达到能量高效的目的。

3、本发明综合考虑了通信路径上的消耗能量和剩余能量，而信息传输的路 由也是与能量相关的，可以将通信能耗分散到多条路径上，从而实现网络总体能 耗的平稳降低，最大限度延长网络的寿命，即将无线传感器网络的平均寿命延长 40%。

4、本发明无需全局信息和时钟同步。

尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术 人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改， 都应当理解为落入本发明的保护范围。