一种基于人工耳蜗原理的智能无线传感器网络节点

摘要

本发明公布了一种基于人工耳蜗原理的智能无线传感器网络节点，该节点具有采集不同频率感知信号的神经元感知板、对每个神经元感知板输出的不同频率感知信号提取幅频特性后合并输出的神经元核心处理板、对神经元核心处理板输出的信号进行调制发送的神经元纤维板，该节点实现方法是多个神经元感知板同时读取传感信号后提取传感信号不同的频率成份，然后将所有频率成份的信号输入到神经元核心处理板，神经元核心处理板将所有频率成份的信号进行合成输入到神经元纤维板，最后神经元纤维板将合成信号发送出去，实现了以低功耗形式在线分解复杂信号中每个频率成份。

说明书

技术领域

本发明涉及一种无线传感器节点，尤其涉及一种基于人工耳蜗原理的智能无线传感器网络节点。

背景技术

人工耳蜗是一种利用电刺激脉冲直接刺激耳蜗残留螺旋神经节从而为重度耳聋或极重度耳聋患者重建听觉的仿生电子装置。人工耳蜗的功能是代替病变的毛细胞完成声电转换，用带有声音信息的电信号刺激残存的听神经，使患者产生真实的听觉感受，从而达到恢复患者听力的目的。人工耳蜗系统采用频率分解方法，依靠电路完成声音电信号的数字化、分解滤波并编码。

在无线传感领域中，无线传感节点在线数据信号处理和数据压缩方面的应用是非常重要的。绝大部分无线传感节点只具有简单的数据采集、数据发送等功能，大多直接采用现有的通用无线传感器节点或对其进行模仿，而这些通用节点不是专门针对高频复杂信号监测而开发的。复杂传感信号本身是由多个频段的信号混合而成，因此目前节点只能根据奈奎斯特定理设定一种采样频率去采集这种混频复杂信号并将信号发送到远端基站由上位机进行信号频率分解，而无法在线分解得到每个信号频率。如果节点进行在线分解复杂信号的频率成份等信号处理，功耗会非常大。同时，现有的绝大多数节点数据存储空间较小、数据存取速度较慢。高速高精度数据采集必然在短时间内产生大量的数据，在连续数据采集过程中，存储空间较小容易造成存储溢出而丢失数据，存储系统写入速度过慢容易造成数据无法及时缓存而丢失。

发明内容

本发明提出一种基于人工耳蜗原理的智能无线传感器网络节点，该节点为具有异步多频率下数据采集并进行一次频率分解的无线传感节点，降低了本地实时处理的功耗，以此来解决传统的无线传感节点无法以低功耗形式在线分解复杂信号中每个频率成份的问题。

本发明为实现上述目的采用如下技术方案：

一种基于人工耳蜗原理的智能无线传感器网络节点，包括：映射为基部薄膜的N个神经元感知板、映射为神经元的神经元核心处理板、映射为神经纤维的N个神经元纤维板，所述N个神经元感知板分别与神经元核心处理板通信，所述N个神经元纤维板分别与神经元核心处理板通信，整个无线传感网络节点仿生听觉皮质集中处理神经纤维听觉的功能对神经纤维板输出信号进行集中式处理，N为正整数；

其中，

每个神经元感知板，用于将采集的信号感知为不同频率成分后传输给神经元核心处理板，

神经元核心处理板，用于提取每个神经元感知板输出的不同频率成分的幅频特性，合并输出各神经元感知板的感知信号给一个神经元纤维板，

每个神经元纤维板，用于将接收的感知信号调制后发送给网关节点。

作为所述一种基于人工耳蜗原理的智能无线传感器网络节点的进一步优化方案，每个神经元感知板都包括：传感采集单元、信号增益放大器、带通滤波器、低通滤波器、高通滤波器、三个刺激映射模块、编码映射模块；

其中，

传感采集单元，用于将采集的的信号转换成数字信号或者模拟信号，

信号增益放大器，输入端与传感采集单元的输出端相连，输出端与带通滤波器、低通滤波器、高通滤波器的输入端相连，用于放大传感采集单元输出端信号的动态范围，

带通滤波器，输出端与第一刺激映射模块的输入端相连，用于和第一刺激映射模块组成第一滤波通道，

低通滤波器，输出端与第二刺激映射模块的输入端相连，用于和第二刺激映射模块组成第二滤波通道，

高通滤波器，输出端与第三刺激映射模块的输入端相连，用于与第三刺激映射模块组成第三滤波通道，

三个刺激映射模块，输出端均与编码映射模块输入端相连，用于对带通滤波器、低通滤波器、高通滤波器映射编码，并将编码序列发送给编码映射模块，

编码映射模块，用于将接收的编码序列发送给神经元核心处理板。

进一步的，所述一种基于人工耳蜗原理的智能无线传感器网络节点，其神经元核心处理板包括：解码器、微处理器、SD卡存储器、小容量Flash、N个SPI控制器；

其中，

解码器，输入端与各神经元感知板中编码映射模块输出端相连，输出端与微处理器I/O接口相连，用于对各编码映射模块输出的编码序列进行解码操作得到各滤波通道输出的滤波信号，

微处理器，通过SPI接口与N个SPI控制器输入端相连，用于对从SD卡存储器读取的滤波信号进行FFT变换以提取幅频特性并合并输出每个神经元感知板的感知信号，

SD卡存储器，与微处理器通讯接口相连，用于存储各滤波通道输出的滤波信号以及每个神经元感知板的感知信号，

小容量Flash，与微处理器通讯接口相连，用于存储FFT核心程序，

各SPI控制器，用于输出各神经元感知板的感知信号给一个神经元纤维板。

再进一步的，所述一种基于人工耳蜗原理的智能无线传感器网络节点，其每个神经元纤维板都包括：无线编码模块、数据传输模块、天线；

其中，

无线编码模块，输入端与各SPI控制器输出端相连，用于将神经元感知板的感知信号调制成无线数据发送格式，

数据传输模块，用于将无线数据发送格式的感知信号发送给天线，

天线，用于将无线数据发送格式的感知信号调制后发送给网关节点。

作为所述一种基于人工耳蜗原理的智能无线传感器网络节点的进一步优化方案，神经元核心处理板采用ARMCortex-M4内核的微处理器STM32f403实现，SD卡存储器与微处理器STM32f403的SDIO接口相连，小容量Flash与微处理器STM32f403的IIC接口相连。

作为所述一种基于人工耳蜗原理的智能无线传感器网络节点的更进一步优化方案，N个神经元纤维板采用SI4432无线模块实现。

本发明采用上述技术方案，具有以下有益效果：根据人工耳蜗原理提出一种仿生人工耳蜗功能的无线传感器网络节点，该节点具有采集不同频率感知信号的神经元感知板、对每个神经元感知板输出的不同频率感知信号提取幅频特性后合并输出的神经元核心处理板、对神经元核心处理板输出的信号进行调制发送的神经元纤维板，实现了以低功耗形式在线分解复杂信号中每个频率成份，分解复杂信号的每个信号频率成份有利于数据定向压缩，根据用户需求选择需要的信号频率成份并传输出去，极大节省了无线传感节点的信号处理能量消耗。

附图说明

图1为耳蜗生理结构示意图。

图2为耳蜗听力分辨示意图。

图3（a）和图3（b）为耳蜗听觉结构图和人工耳蜗无线节点结构类比图。

图4为节点总体结构原理图。

图5为神经元感知板原理图。

图6为神经元核心处理板原理图。

图7为神经元纤维板原理图。

图8为滤波器电路原理图。

图9为节点软件设计总体框图。

图10为节点数据发送流程图。

图中标号说明：R1至R5为第一至第五电阻，C1和C2为第一电容和第二电容，OP1和OP2为第一运放和第二运放。

具体实施方式

下面结合附图对发明涉及的基于人工耳蜗原理的智能无线传感器网络节点进行详细说明。

耳蜗生理结构图如图1所示，声音在耳朵的基部薄膜通过神经元到达外毛发细胞，然后再达到内毛发细胞，最后通过硬纤毛将声音传达给耳蜗，使人产生听觉。人之所以能够区分出各种类型的声音和耳蜗的听力分辨系统有关。

耳蜗听力分辨示意图如图2所示，在耳蜗导管的皮层组织里面分布有各种频段的鼓阶，鼓阶频段可以分辨出从200HZ到20kHZ的混频声音。其中，3kHZ为中阶，20kHZ为前庭阶。

通过类比图3（a）所示的耳蜗结构，我们设计了一款如图3（b）所示的人工耳蜗机制的无线传感器节点。耳朵就是传感器，基部薄膜中的鼓阶就是滤波器，神经元就是微处理器，神经纤维就是无线发射序列，最后听觉皮质集中处理多个神经纤维中的听觉，类似于节点中的集中式处理方式。

本发明的结构示意图如图4所示，该节点由N个神经元感知板、1个神经元核心处理板、N个神经元纤维板组成。神经元感知板负责数据采集、数据滤波。1个神经元核心处理板负责数据处理。N个神经元纤维板负责无线通讯协议允许，完成节点自组网、时间同步、数据收发等任务。神经元感知板、神经元核心处理板和神经元纤维板之间通过板对板连接器插接，三个神经元板控制核心各司其职又分工协作，增加了节点的整体性能同时又可以减少软硬件模块间的耦合性，从而便于硬件模块的互换和升级。

每个神经元感知板如图5所示，包括传感采集单元、信号增益放大器、带通滤波器、低通滤波器、高通滤波器、若干个刺激映射模块、编码映射模块。其中，传感采集单位，用于采集传感器的数字或者模拟信号，数字或者模拟信号经过增益放大器后放大传感器的输出端信号的动态范围，增益放大器输出端同时与带通滤波器、低通滤波器、高通滤波器相连。带通滤波器、低通滤波器和高通滤波器的输出端都接入到各自的刺激映射模块输入端。刺激映射模块对每个滤波器进行映射编码，并将编码序列输入到编码映射模块中。

滤波电路如图6所示：第一电阻R1的一端为滤波电路输入端，第一电阻R1的另一端与第一电容C1一极、第二电阻R2一端、第一运放OP1正相输入端相连，第一电容C1另一极接+0.9V电压，第二电阻R2另一端与第三电阻R3一端、第二运放OP2输出端相连，第三电阻R3另一端与第一运放OP1负相输入端、第二运放OP2正相输入端、第二电容C2一极相连，第二电容C2另一极与第四电阻R4一端、第一运放OP1输出端（即为滤波电路输出端）相连，第四电阻R4另一端与第五电阻R5一端、第二运放OP2负相输入端相连，第五电阻R5另一端接+0.9V电压，两个运放均接+1.8V工作电压源。

神经元核心处理板采用ARMCortex-M4内核的微处理器STM32f403,负责来自编码器中的数据编码序列采集存储和片上处理，并同时与神经元纤维板的多个SPI控制器进行SPI通讯。STM32f403具有功能丰富的外围接口，本发明采用一个SDIO接口用来访问SD卡来实现数据的高速存取，并通过解码器将信号解码，解码后的信号在STM32f403内核中进行FFT变换，然后提取信号的幅频特性，得到极值幅值以及对应的信号频率。其中，FFT算法的核心存储在小容量flash中，由ARMCortex-M4内核的微处理器STM32f403通过IIC接口与它进行通讯，如图7所示。

神经元纤维板采用的是SI4432无线模块，通过多个SPI接口将滤波后每个信号的幅频特性通过多个无线编码模块调制成SI4432无线的数据发送格式，然后将无线数据发送格式输入到数据传输模块，最后通过各自天线调制发送出去，如图8所示。

本发明采用经过裁剪定制的嵌入式实时操作系统uc/os来协调节点的各自任务，并为节点提供了大量硬件的底层驱动程序，包括定时器管理、AD管理、串口通信、SD读写SPI接口管理、IIC接口管理和无线通讯。在操作系统中也定制了时间同步、数据采集存储管理、数据实时处理及网络管理等应用程序。节点软件设计总体架构如图9所示，节点上三块神经元板分工合作，通过其中神经元感知板负责数据采集、滤波。神经元核心处理板负责数据的存储、处理以及文件系统管理，神经元纤维板负责运行无线通讯协议，完成节点自组织、时间同步和数据收发等任务，如图9所示。

本发明涉及的节点实现方法是：多个神经元感知板同时读取传感信号后提取传感信号不同的频率成份，然后将所有频率成份的信号输入到神经元核心处理板，神经元核心处理板将所有频率成份的信号进行合成输入到神经元纤维板，最后神经元纤维板将合成信号发送出去，具体工作流程如图10所示：

1）首先通过开关给系统上电，初始化神经元感知板、神经元核心处理板、神经元纤维板，初始化完成后进入主任务；

2)上位机通过串口向神经元核心处理板发送采集指令，神经元核心处理板收到采集命令后，神经元感知板开始对信号采集和转换。此时从传感器输出的模拟信号经过神经元感知板后，输入到神经元核心处理板；

3)神经元核心处理板采用双缓存技术将神经元感知板中AD转换器采集的原始数据直接保存到MicroSD卡，等待整个采集任务的完成；

4)神经元核心处理板从SD卡中读取采集到的信号进行片上处理，将处理后的数据重新存储到SD卡中，并通过SPI接口传输给神经元纤维板，神经元纤维板将数据通过无线网络发送到网关节点，网关节点最后将数据上传至上位机。

综上所述，本发明具有以下有益效果：根据人工耳蜗原理提出一种仿生人工耳蜗功能的无线传感器网络节点，该节点具有采集不同频率感知信号的神经元感知板、对每个神经元感知板输出的不同频率感知信号提取幅频特性后合并输出的神经元核心处理板、对神经元核心处理板输出的信号进行调制发送的神经元纤维板，实现了以低功耗形式在线分解复杂信号中每个频率成份，分解复杂信号的每个信号频率成份有利于数据定向压缩，根据用户需求选择需要的信号频率成份并传输出去，极大节省了无线传感节点的信号处理能量消耗。