基于延时处理的对角加载信源数估计方法

为了解决在有色噪声背景下信息论准则算法估计信源数失效以及盖氏圆方法在低信噪比下性能下降的问题,提出了一种利用接收信号延时信息的协方差矩阵对角加载技术估计信源数的方法.首先构造接收信号的延时协方差矩阵,抑制色噪声的影响,然后对延时协方差矩阵做出变换处理,得到抑制噪声后的协方差矩阵特征值,最后对得到的特征值进行对角加载技术处理,利用信息论准则进行信号源数目的估计.仿真结果表明了该算法的正确性和有效性.     

无线传感器网络中最优覆盖节点集的求解算法

在传感器节点高密度部署的环境中,如何保证在满足"覆盖要求"的同时,使用的节点数目最小是一个NP完全问题.结合遗传算法在处理集合搜索中的广泛应用,设计了一种基于遗传算法的节点集搜索机制.在保证充分覆盖的前提下,令一部分冗余节点进入低功耗休眠状态,形成最优覆盖节点集.最后进行了算法的性能评价和网络覆盖的仿真实验.结果表明,该算法能以较小的代价完成最优节点集的搜索,有效提高整个网络的生存时间.     

基于分布式无线传感网中最优量化及能量分配方案的研究

通过对无线传感器网络中的参数进行分布式估计,即融合中心从传感器节点采集数据进而对参数进行估计.在平坦衰落瑞利信道影响下,传感器量化它们的观测值并把量化观测值发送给融合中心,在严格的能量约束下,对传感器节点进行能量分配和最优量化比特数来减小融合中心的重构误差,从而使融合中心对原参数的估计更加精确.     

多用户长码直扩信号的信源数估计

针对低信噪比(signal-to-noise ratio,SNR)下多用户长码直扩信号在信源数估计中容易产生虚拟用户数的问题,提出一种基于阵列接收的信源数估计方法。首先采用阵列天线对长码直扩信号进行信号接收;然后使用信息论、盖氏圆以及平滑秩的算法实现信源数的估计,最后对3种算法进行对比研究。所提的信源数估计方法相比于直接用3种算法估计信源数在信噪比上有很大的提高,而且不会产生虚拟用户数。理论分析和仿真结果表明:在信噪比较低的环境下,对周期长码和非周期长码信号的信源数估计都能达到较好的估计性能。     

基于超宽带的TOA定位技术研究

为了寻求一种适合超宽带(UWB:Ultra Wild-Band)系统的定位方法,从传统的若干定位技术人手,深人分析了适合超宽带系统的基于到达时间的TOA(Time of Arrival)方法,并给出了在无线传感器网络中UWB方式下的相对定位估计的理论分析和仿真结果,进一步证明了UWB系统采用TOA定位方式的优越性.在单跳无线传感器网络中,盲结点数目越多,整体定位精度越好;在多跳无线传感器网络中,当参考结点数目确定时,盲结点和参考结点间的链接数目越多,定位精度越好;跳数越多,定位精度越差.     

基于遗传算法的无线传感器网络最小覆盖集算法

降低能耗以延长网络生存时间是无线传感器网络设计中的一个研究热点.提出一种利用遗传算法实现的"密度控制"策略.该策略利用无线传感器工作节点的最小节点子集(最小覆盖集),达到覆盖整个传感器网络区域的目的.所提出的算法能够较好地调和无线传感器网络寿命和网络覆盖率之间的矛盾,仿真实验证明了算法的有效性.     

可存盲区WSN在森林防火中的覆盖模型研究

无线传感器网络（Wireless Sensor Networks,WSN）在森林防火中的应用已经得到了充分的发展,怎样实现最可靠、最低成本的网络系统是较为关键的问题。文章根据无线传感器网络的完全覆盖模型和森林防火的实际情况,提出了可存盲区的WSN覆盖模型。通过模糊度的设置提高了传感器节点的单位覆盖面积,在相同的监控区域下使用较少的传感器节点覆盖了整个区域,从而大大降低了系统的成本,为系统的可实现性提供了保障。     

基于双阵元的宽带相干信源数估计

不同噪声条件下,宽带相干信源数估计是阵列信号处理中的难点问题.本文针对宽带信号的特点,利用虚拟阵列扩展技术,将宽带信号的不同频率成分虚拟为不同间距的虚拟阵元,通过空间平滑削弱信号之间的相干性.但由于噪声的功率谱非严格平坦,虚拟阵列协方差矩阵的噪声特征值发散程度严重,经典的信息论方法完全失效.基于对角加载技术,提出了一种新的加载量,有效地平滑了噪声特征值,减弱了其发散程度,并在此基础上利用比率准则改进了信息论方法,实现了两阵元对多个信源的数目估计.仿真实验表明,改进后的方法在白噪声和色噪声条件下均具有较好的性能,优于盖氏圆方法.     

一种基于子空间距离准则的源数目估计算法

 源数目估计是阵列信号处理中的一个重要课题,也是声纳探测领域的一个难题。通过研究特征子空间分析方法,提出了一种新的源数目估计算法。该方法在盲源分离结果的基础上,基于信号子空间和噪声子空间正交的原理,建立了子空间代价函数来估计观测空间的源数目。同时,通过仿真和水池实验,对该方法的性能做了研究,并与基于信息论准则中最小长度描述准则的源数目估计算法进行了比较。仿真和水池实验结果表明,该源数目估计算法能得到准确的源数目,并具有较好的抗噪性,在水声环境中具有更好的稳健性。     

基于Hankel 矩阵SVD的均匀线阵信源数估计

为解决现有信源数目估计方法对不同特性信号的适应性普遍较差的问题, 提出了一种均匀线性阵列下基于传感器输出信号相关函数构成的Hankel 矩阵的奇异值分解的信源数目估计方法。该方法利用把传感器输出信号相关函数中未知噪声方差项排除的Hankel 矩阵的一般形式在信号独立, 混合和相干的情况下均能进行信源数目估计, 且信源数目估计能力超过传感器数目的一半。仿真实验结果表明, 该方法信源数目估计的正确概率(PCEs: Probabilities of Correct Enumeration)的分布特征具有不变性, 且相较于基于空间平滑技术的信号源数目估计方法具有更稳定的估计性能和更宽的阈值范围。     

ILP模型结合连通性约束的WSN传感器部署方案简

针对无线传感器网络(WSN)区域覆盖中传感器部署的覆盖性和连通性问题,提出一种基于整数线性规划(ILP)模型和连通性约束的WSN传感器部署方案.在传统基于ILP的覆盖模型中融入连通性约束,并设置了直接和间接连接的决策变量,使其在不同的覆盖范围Rcov和通信范围Rcom下,都能够利用最小数量的传感器实现区域k-覆盖并保持连通性.实验结果表明,与现有的常规部署模式相比,该方案能够获得最小的传感器数量,有效降低了部署成本.     

ILP模型结合连通性约束的WSN传感器部署方案

针对无线传感器网络(WSN)区域覆盖中传感器部署的覆盖性和连通性问题,提出一种基于整数线性规划(ILP)模型和连通性约束的WSN传感器部署方案.在传统基于ILP的覆盖模型中融入连通性约束,并设置了直接和间接连接的决策变量,使其在不同的覆盖范围Rcov和通信范围Rcom下,都能够利用最小数量的传感器实现区域k-覆盖并保持连通性.实验结果表明,与现有的常规部署模式相比,该方案能够获得最小的传感器数量,有效降低了部署成本.     

Sweep Coverage中的节点移动控制

作为无线传感器网络中一种新的覆盖类型,Sweep Coverage与其他覆盖类型相比,可以使用较少的节点满足特定区域的监控需求.为了改进Sweep Coverage机制的性能,本文以Vehicle Routing Problem with Time Windows问题的模型,对Sweep coverage问题进行了分析,提出了一种基于模拟退火算法的Sweep Coverage机制(VRP-Sweep).实验结果表明,在相同的网络场景下,VRP-Sweep机制较以往的Sweep Coverage机制取得更好的性能表现.     

无线传感网络改进的最小生成树算法

机场噪声检测是近些年来一直困扰我们的一个难题,其中一个关键点是如何解决最小连通覆盖集问题,目前国外解决该问题新的方法有集中式近似算法、令牌驱动、圆周覆盖等,国内有DVC算法、重构Voronoi划分等.研究了在同时满足网络的覆盖性与连通性的前提下,如何选择最少数目工作节点的问题,为得到已知机场区域的最小连通覆盖集,在集中式近似算法的基础上,提出一种改进的最小生成树算法,用来确保该覆盖集连通所需的辅助节点,最后通过实验对设计的算法性能进行评估.     

一种基于改进空间平滑的信源数估计算法

针对基于信息论准则信源数估计算法不适用于相关信源情况,提出了一种基于改进空间平滑的信源数估计算法。算法对子阵阵元进行新的组合,使得每个子阵阵元数和原阵阵元数相同,取每个子阵协方差矩阵的算术平均,形成一个新的阵列输出协方差矩阵,然后对该协方差矩阵利用信息论准则估计信源数。仿真分析表明,算法在相关信源存在情况下,能正确估计出信源个数,提高了阵元利用率,在低信噪比和低快拍数时,性能优于空间平滑信息论算法。     

基于自适应对角加载的源数估计算法

为解决对角加载技术用于信源数估计时对角加载量确定困难的问题,提出了一种新的基于自适应对角加载接收信号协方差矩阵的信源数估计算法。首先,分析接收信号协方差矩阵与噪声信号功率的之间的协同变化关系,基于协方差矩阵的对角元素特征值分布特点,给出一种自适应的对角加载量确定方法。然后,将对角加载处理后的接受信号协方差矩阵与信息论准则结合,得到改进后的估计信源数算法。仿真实验结果表明：在白噪声与色噪声环境中,本文算法能在不同信噪比与不同快拍数条件下较好的估计信源数;相较于基于信息论准则与盖氏圆盘估计法则的源数估计算法,本文算法在估计正确率以及稳定性上得到了不同程度的提升,具有较好的估计性能。     

采用特征向量夹角联合概率密度函数的信源个数估计方法

针对传统信源数估计算法如基于Akaike信息论准则方法、最小描述长度准则方法及盖氏圆盘方法等存在低信噪比时性能下降甚至完全不能正确估计信源个数的问题,提出一种基于协方差矩阵特征向量之夹角联合密度函数的信源数估计方法.该方法采用样本协方差矩阵特征分解后噪声子空间的一特征向量与其他特征向量求夹角余弦,然后求这些特征向量之夹角余弦的联合概率密度函数值,最后将两相邻密度函数值相除与阈值比较确定信源个数.数值模拟与水池实验表明该方法在低信噪比时性能远远好于以往算法,在阵列信号处理中具有一定的应用价值.     

确定盲分离中未知信号源个数的奇异值分解法

在信号源少于传感器观测到的混合信号时,未知信号源数目的估计一直是已有盲分离算法中一个未解决的问题,通过理论分析,提高并证明了在信号源盲分离问题中,可以通过计算混合信号数据矩阵的秩数来确定信号源的个数,存在观测噪声时,可以通过计算混合信号数据矩阵的奇异值分解进行估计未知信号源数目,给出了实际的计算方法,并通过计算实例证明了该方法的正确性和有效性,从而解决了盲分离中信号源个数的估计问题,为盲分离技术的应用进一步奠定了基础。     

基于概率模型的WSN最坏与最佳情况覆盖

针对无线传感器网络最坏与最佳情况覆盖问题,使用概率的方法,给出了基于概率模型的无线传感器网络最坏与最佳情况覆盖算法.其思路是尽可能选择被节点检测概率最小的格点组成最坏情况覆盖(即最大突破路径),选择被节点检测概率最大的格点组成最佳情况覆盖(即最大支撑路径).仿真结果验证了算法的有效性.     

一种基于泰勒级数多元变量展开模型定位算法

为了提高无线传感器网络节点定位精度,构建了增加未知节点与未知节点间的距离信息的泰勒级数多元变量展开定位模型.在对该算法的求解过程中,首先利用最大似然估计法得到未知节点的初始位置,再运用加权最小二乘法计算其最优值作为未知节点的估计位置.仿真测试了不同距离测量误差和已知节点数目对定位误差的影响,以及算法的累计分布函数.结果表明,该算法能够有效提高节点定位精度.