CN103944680A - 基于信号稀疏特性的不可靠无线链路信息传输方法 - Google Patents
基于信号稀疏特性的不可靠无线链路信息传输方法 Download PDFInfo
- Publication number
- CN103944680A CN103944680A CN201410165705.9A CN201410165705A CN103944680A CN 103944680 A CN103944680 A CN 103944680A CN 201410165705 A CN201410165705 A CN 201410165705A CN 103944680 A CN103944680 A CN 103944680A
- Authority
- CN
- China
- Prior art keywords
- signal
- data
- wireless link
- information transmission
- reconstruction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了一种基于信号稀疏特性的不可靠无线链路信息传输方法,该方法包括如下步骤:传感器节点对原始信号正常采样后,将N个原始数据通过有损无线链路进行传输;根据收到的缺损数据构建测量矩阵;基于压缩感知原理,选取合适的稀疏基对原始信号进行稀疏化表示;在信号重构端通过求解一范数L1凸优化问题将原始信号进行重构;在信号重构端将信号重构状况反馈给发送节点,使其相应调整通信参数以保证重构精度。本发明通过合理的设计测量矩阵,利用少量缺损数据就可以恢复重构原始信号,与传统的插值法相比重构精度大大提高,很好地克服了在不可靠链路中传统数据丢失-重传机制导致的巨大能耗及时延。
Description
技术领域
本发明属于物联网(The Internet of things)领域,尤其涉及一种基于信号稀疏特性的不可靠无线链路信息传输方法。
背景技术
物联网是以对物理世界的数据采集和信息处理为主要任务,以网络为信息传递载体,实现物与物、物与人之间的信息交互,提供信息服务的智能网络信息系统。其目的是让所有的物品都与网络连接在一起,使系统可以自动的、实时的对物体进行识别、定位、追踪、监控并触发相应事件。
物联网传感器是感知物质世界的“感觉器官”,可以感知热、力、光、电、声、位移等信号,为网络系统的处理、传输、分析和反馈提供最原始的信息。传感器节点一般都是由电池供电,且电池能量通常难以补充,这就要求节点处于高能效运行状态,以延长系统的使用寿命。考虑到无线模块的能耗占据传感器节点的大部分能耗,物联网采用低功耗无线网络作为其信息、数据传输的主要方式。但低功耗无线链路的不可靠性导致数据通过无线信道进行传输时会产生数据的丢失,从而影响终端信息的实时可靠传输。
低功耗无线网络的数据传输链路容易受到外界环境例如温度,湿度的干扰,导致链路质量的下降。同时天线高度,发送天线与接受天线的角度,不对称链路,时间,空间变化等都会导致不同程度的链路质量下降。
最为常用的针对不可靠链路导致的数据丢失问题的解决方案是基于确认帧的数据重传机制。发送节点发送一个数据包后会等待一段最小帧间间隔时间,如果在此期间没有收到来自目标节点对于该数据包的确认帧,发送节点默认该数据包没有成功发送。发送节点就会再次通过载波侦听多重访问重新发送该数据包。数据重传的次数可以设定。采用该机制,发送节点的能耗是与数据重传次数成正比的。另一种方法是通过增强发送节点的发射功率。当发送节点没有收到来自接收节点的确认帧后,发送节点增强自己的发射功率再次进行数据的传输。终端获得缺损数据后进一步通过插值法,根据已知数据构造缺失数据,再进行数据拟合重构出原始信号。
但是以上两种方式都是通过增大能耗来应对链路的不对称性,这对于能量受限的无线传感器网络节点而言是不切实际的。此外,上述两种方式还会导致信息获取时延的增大。
最新的压缩感知原理证明了只要信号在某个域上具有稀疏性,就可以通过选取合适的稀疏基和测量矩阵,利用少量量测高精度重构原始信号,这为不可靠无线链路上的信息传输奠定了基础。物联网中很多被检测信号具有稀疏性,即在某些域内被采样信号可以用极少数的参数表示,例如,声信号在频域具有稀疏性,图像在小波域内具有稀疏性等。压缩感知理论的基本思想是通过合理设计观测矩阵,使得原始信号投影为低维的观测向量,并通过在计算能力强大的信号重构端求解稀疏最优化问题,将低维的观测向量高概率的重构高维原始信号。通过把不可靠链路模拟为测量矩阵,并加以合理选择量测参数,就可以利用剩余的少量量测数据以较高的精度重构原始信号,尤其适用于环境较为恶劣的低功耗无线信息传输场景。
发明内容
本发明的目的在于针对现有技术的不足,提供一种基于信号稀疏特性的不可靠无线链路信息传输方法。
为了实现上述的目的,本发明采取如下技术方案:一种基于信号稀疏特性的不可靠无线链路信息传输方法,该方法包括以下步骤:
(1)传感器节点对原始信号正常采样后,将N个原始数据通过有损无线链路进行传输;
(2)根据收到的缺损数据构建测量矩阵;
(3)基于压缩感知原理,选取合适的稀疏基对原始信号进行稀疏化表示;
(4)在信号重构端根据步骤2得到的测量矩阵和步骤3得到的稀疏基,通过求解一范数L1凸优化问题将原始信号进行重构;
(5)在信号重构端将信号重构状况反馈给发送节点,使发送节点相应调整通信参数以保证重构精度。
本发明的有益效果是,通过合理的设计测量矩阵,利用少量缺损数据就可以恢复重构原始信号,与传统的插值法相比重构精度大大提高,很好地克服了在不可靠链路中传统数据丢失-重传机制导致的巨大能耗及时延。通过大量仿真及物理实验验证,本方法能够在收包率(packet reception rate,PRR)只有15%的情况下,无需数据重传即可精度恢复原始信号,重构误差小于10%;而同等条件下,传统利用插值法即便是在三次数据重传机制下重构误差约为70%。
附图说明
图1为本发明的流程图;
图2为本发明的实验用原始声信号及稀疏化后信号表示;
图3为本发明的无线链路空间特性(收包率随节点间距离变化图);
图4为本发明的实验1(PRR=0.1)中信号重构性能比较图;
图5为本发明的实验2(PRR=0.4)中信号重构性能比较图;
图6为本发明的实验3(PRR=0.7)中信号重构性能比较图;
图7为本发明的实验中等重构精度下所需数据传输次数比较图。
具体实施方式
如图1所示,本发明基于一种运用压缩感知理论利用缺损数据对原始稀疏信号进行精确高效重构的方法,适用于有损链路下,对能效性及信息传输实时性有较高要求的可靠信息传输系统,包括如下步骤:
1.传感器节点对原始信号正常采样后,将N个原始数据通过有损无线链路进行传输;具体无线传输过程中不采用传统的数据丢包-重传机制,如果在规定的最短帧间间隔(Short interframe spacing,SIFS)内没有收到确认帧,则忽略该数据可能没有成功传输的指示,继续进行下一个数据的发送,直至数据无线传输完成;
2.根据收到的缺损数据构建测量矩阵;
对于现有的基于压缩感知理论的观测矩阵Φ的选取,不仅要保证Φ和Ψ(稀疏基)的不相干性,且要满足约束等距性。本发明根据在有损无线链路环境下成功接收到的缺损数据,选取合适的测量矩阵Φ∈RM*N(M<<N),行数为M。M值的选取需要权衡重构概率和重构所需时间,以使得所设计的基于信号稀疏特性的不可靠无线链路信息传输方法能够兼顾重构信号性能及获取信号的时延。同时根据缺损数据原始序列号决定对单位矩阵对应抽取M行,构成Φ。
3.基于压缩感知原理,选取合适的稀疏基对原始信号进行稀疏化表示;
应用压缩感知的基础就是被采样信号要在某个域内具有稀疏性。以声信号为例,考虑到声信号在时域上一般不具有稀疏特性,而声信号通过离散余弦变换或者傅里叶变换后,绝大多数声学信号在频域上表现出较明显的稀疏性。具体地,原始信号f等于稀疏基Ψ与其系数x的乘积,并估计该信号在稀疏域上的稀疏度r(即非零元素)。
4.在信号重构端根据步骤2得到的测量矩阵和步骤3得到的稀疏基,通过求解一范数L1凸优化问题将原始信号进行重构;
在压缩感知中,信号的重构在本质上是解欠定方程的问题。一般情况下由于方程欠定,满足方程的解有无数个,精确得到原信号是几乎不可能的,但是当信号具有稀疏性时,根据泛函分析和凸优化理论我们可以知道对信号L0范数的最优化求解等价于对信号的重构过程。而求解L0范数是一个NP-hard问题,可以放宽约束条件通过对L1范数的优化来逼近L0范数的解。可以证明在信号具有稀疏性的情况下,目标函数在L0和L1的约束空间的最优点几乎相同,所以在工程应用中使用L1范数优化算法能够很快的完成对信号的重构。
5.在信号重构端将信号重构状况反馈给发送节点,使发送节点相应调整通信参数以保证重构精度;
由于几乎不可能提前知道能够保证重构原始信号的最小测量值数目,因此随机丢包的前提下重构原始信号的精度往往不能保证。从实际应用的角度出发,引入反馈机制以保证信号的重构精度是十分必要的。在终端信号重构精度不能满足需要的时候可以由终端给发送节点传输相应信息使发送节点通过增大发送功率等措施保证足以在一定误差范围内重构原始信号的测量值数目。
本发明的工作过程如下:首先,原始信号f经过采样后直接通过发送节点无线传输给接收节点。由于无线链路的不可靠性,在无线传输的过程中会导致数据包的部分丢失,数据随机丢失的过程即可视为随机压缩采样的过程。信号重构端根据接收到的缺损数据原始序列号,构建测量矩阵Φ,从而建立测量值估计表达式y=Φf。通过合理选择稀疏基Ψ,将原始信号f稀疏化后得到y=ΦΨx,最后利用L1范数优化算法对原始信号进行重构。
如图2所示,典型的时域上的原始信号,该域上幅值是连续变化的。经过傅里叶变换后,只有少数频率的系数幅值较大,即原始信号在频域的具有稀疏性。信号稀疏性是压缩感知理论的基础,是应用压缩感知在不可靠链路信息可靠传输的的先决条件。
如图3所示,在无线通信场景中,随着通信距离的变化,只有少部分链路(0-4m)处于高可靠连接区(PRR>90%),而大部分链路(4-17m)处于过渡区(10%<PRR<90%)。传统无线通信中,为了确保可靠信息传输,只利用连接区的高可靠链路进行数据传输。而对处于过渡区的链路不加以利用。这造成了无线通信资源的极大浪费。本发明将利用处于过渡区的链路进行信息传输,以充分利用无线资源。
为了验证本发明的有效性,分别以收包率为0.1,0.4,0.7三种链路状况为背景,对本发明在信号(以声信号为例)重构精度及能效、传输时延上与传统的多次数据重传-插值法重构的方法进行对比。
如图4所示,利用声信号的频域稀疏性及合理选择测量矩阵,即便在PRR为0.15的过渡区下,本发明利用严重受损数据仍然可以精度恢复原始信号,重构误差小于10%;采用传统的插值法,即便是在三次数据重传机制下重构误差约为70%。
如图5所示,PRR为0.4的过渡区下,本发明利用受损数据可精度恢复原始信号,重构误差为5.8%;采用传统的插值法,即便是在三次数据重传机制下重构误差约为23.6%。
如图6所示,PRR为0.7的过渡区下,本发明利用受损数据可精度恢复原始信号,重构误差为3.7%;采用传统的插值法,即便是在三次数据重传机制下重构误差约为6%。
如图7所示,以本发明为参考,等重构精度下,多次重传-插值法达到本发明重构精度所需数据传输次数。由该图可以得出,本发明利用过渡区链路进行数据传输,不仅重构精度优于传统方法,能耗及时延也远远优于传统方法,尤其是链路质量较差的时候。
Claims (3)
1.一种基于信号稀疏特性的不可靠无线链路信息传输方法,其特征在于,该方法包括以下步骤:
(1)传感器节点对原始信号正常采样后,将N个原始数据通过有损无线链路进行传输;
(2)根据收到的缺损数据构建测量矩阵;
(3)基于压缩感知原理,选取合适的稀疏基对原始信号进行稀疏化表示;
(4)在信号重构端根据步骤2得到的测量矩阵和步骤3得到的稀疏基,通过求解一范数L1凸优化问题将原始信号进行重构;
(5)在信号重构端将信号重构状况反馈给发送节点,使发送节点相应调整通信参数以保证重构精度。
2.根据权利要求1所述的基于信号稀疏特性的不可靠无线链路信息传输方法,其特征在于,所述步骤1具体为:具有稀疏性的原始信号通过正常采样后,将采样后的数据全部通过无线链路进行数据的发送,传输完一个数据包后发送节点会等待无线通信协议规定的SIFS时间以接收来自目标节点的针对该数据包成功传输的确认帧;如果没有收到确认帧,发送节点忽略该数据可能没有成功传输的指示,不再重传数据而是继续进行下一数据包的发送,直至数据全部发送完毕。
3.根据权利要求1所述的基于信号稀疏特性的不可靠无线链路信息传输方法,其特征在于,所述步骤2具体为:根据在有损无线链路环境下成功接收到的缺损数据,选取测量矩阵Φ∈RM*N(M<<N),行数为M,根据缺损数据原始序列号对单位矩阵抽取M行,构成Φ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410165705.9A CN103944680A (zh) | 2014-04-23 | 2014-04-23 | 基于信号稀疏特性的不可靠无线链路信息传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410165705.9A CN103944680A (zh) | 2014-04-23 | 2014-04-23 | 基于信号稀疏特性的不可靠无线链路信息传输方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103944680A true CN103944680A (zh) | 2014-07-23 |
Family
ID=51192188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410165705.9A Pending CN103944680A (zh) | 2014-04-23 | 2014-04-23 | 基于信号稀疏特性的不可靠无线链路信息传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103944680A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108880708A (zh) * | 2018-05-23 | 2018-11-23 | 浙江大学 | 基于潮间带无线传感器网络的压缩感知链路质量估计方法 |
CN109218420A (zh) * | 2018-09-07 | 2019-01-15 | 东南大学 | 基于NB-IoT的无线位移传感器及系统 |
CN112235344A (zh) * | 2020-09-07 | 2021-01-15 | 上海大学 | 一种面向分布式机器学习的稀疏通信模型的实现方法 |
CN116016223A (zh) * | 2022-12-09 | 2023-04-25 | 国网湖北省电力有限公司信息通信公司 | 一种数据中心网络数据传输优化方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101640541A (zh) * | 2009-09-04 | 2010-02-03 | 西安电子科技大学 | 一种稀疏信号的重构方法 |
CN102253117A (zh) * | 2011-03-31 | 2011-11-23 | 浙江大学 | 一种基于压缩感知的新型声学信号采集方法 |
-
2014
- 2014-04-23 CN CN201410165705.9A patent/CN103944680A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101640541A (zh) * | 2009-09-04 | 2010-02-03 | 西安电子科技大学 | 一种稀疏信号的重构方法 |
CN102253117A (zh) * | 2011-03-31 | 2011-11-23 | 浙江大学 | 一种基于压缩感知的新型声学信号采集方法 |
Non-Patent Citations (1)
Title |
---|
余恺,李元实: "基于压缩感知的新型声信号采集方法", 《仪器仪表学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108880708A (zh) * | 2018-05-23 | 2018-11-23 | 浙江大学 | 基于潮间带无线传感器网络的压缩感知链路质量估计方法 |
CN108880708B (zh) * | 2018-05-23 | 2020-08-25 | 浙江大学 | 基于潮间带无线传感器网络的压缩感知链路质量估计方法 |
CN109218420A (zh) * | 2018-09-07 | 2019-01-15 | 东南大学 | 基于NB-IoT的无线位移传感器及系统 |
CN112235344A (zh) * | 2020-09-07 | 2021-01-15 | 上海大学 | 一种面向分布式机器学习的稀疏通信模型的实现方法 |
CN112235344B (zh) * | 2020-09-07 | 2022-12-23 | 上海大学 | 一种面向分布式机器学习的稀疏通信模型的实现方法 |
CN116016223A (zh) * | 2022-12-09 | 2023-04-25 | 国网湖北省电力有限公司信息通信公司 | 一种数据中心网络数据传输优化方法 |
CN116016223B (zh) * | 2022-12-09 | 2024-02-02 | 国网湖北省电力有限公司信息通信公司 | 一种数据中心网络数据传输优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020147727A1 (zh) | 基于定时响应的工业无线传感网时钟频率偏移估计方法 | |
WO2020034394A1 (zh) | 基于压缩感知的大规模mimo信道反馈重构算法 | |
Cheng et al. | Efficient data collection with sampling in WSNs: making use of matrix completion techniques | |
US10488509B2 (en) | Asymmetric double-sided two-way ranging in an ultrawideband communication system | |
RU2597867C2 (ru) | Система и способ канала обратной связи для определения местоположения, используя время прохождения сигнала | |
CN103944680A (zh) | 基于信号稀疏特性的不可靠无线链路信息传输方法 | |
US20140335885A1 (en) | Initiator-conditioned fine timing measurement service request | |
Yu et al. | A study on data loss compensation of WiFi-based wireless sensor networks for structural health monitoring | |
TW201507391A (zh) | 在全維度多重輸入多重輸出(mimo)中之子空間追蹤技術 | |
BRPI0922918B1 (pt) | método para detecção comprimida de sinais e método de comunicação sem fio | |
US9313811B2 (en) | Wireless station and methods for TOF positioning using reverse-direction grant | |
JP2012044700A5 (zh) | ||
WO2011126227A3 (ko) | 분산 안테나 시스템에서 단말의 데이터 전송 방법 및 장치 | |
JP2014075813A5 (zh) | ||
US9161332B2 (en) | Location estimation device and location estimation method for estimating location of interference source | |
CN105162556A (zh) | 基于空时相关性的大规模mimo系统信道反馈方法 | |
CN113544541A (zh) | 用于控制测距结果交换的架构和方法 | |
CN105188069A (zh) | 一种基于网络效率的桥梁监测系统节点布设方法 | |
CN109151946B (zh) | 基于能量收集的协作中继传输方法、系统及多天线发送端 | |
CN207319431U (zh) | 一种基于NB-IoT的智能抄表系统 | |
CN114788198B (zh) | 一种信道信息反馈方法及通信装置 | |
CN104270210A (zh) | 基于压缩非重构的软判决频谱感知方法 | |
WO2022199532A1 (zh) | 基于信道状态信息反馈的方法、设备和介质 | |
CN106788633B (zh) | 用于大规模天线系统的上链路非相干空时传输方法 | |
CN105871629B (zh) | 物联网设备传输数据的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140723 |