非理想信道下传感器网络1比特鲁棒参数估计

作     者：李子愚 

作者单位：杭州电子科技大学 

学位级别：硕士

导师姓名：刘兆霆

授予年度：2021年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 080202[工学-机械电子工程] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 0802[工学-机械工程] 

主      题：传感器网络 参数估计 1比特量化 乘性噪声 非理想信道 

摘      要：无线传感器网络(Wireless Sensor Networks,WSNs)通常由随机分布在一定空间范围内微小型、集成化和具备通信能力的节点组成,这些节点能够对目标物体的物理参数信息进行收集和处理。WSNs作为一项重要的信息获取技术,使得客观物理世界能够被人类所感知。随着无线通信、微处理器和电子信息技术的日趋成熟,WSNs在军事国防、工农业和医疗等领域有着广泛的应用价值。在基于传感器网络的参数估计问题中,每个传感器节点都存在能量存储、计算能力和带宽资源受限的问题,直接传输节点的采样信号值将导致较大的能量消耗和通信负载。通常的解决方案是将每个节点的采样信号压缩为1比特信息值再进行传输。据此许多基于1比特量化算法被提出,如1比特压缩感知算法和1比特跟踪定位等。这些方法虽然都有各自的优点,但通常都只考虑加性噪声,很少有考虑乘性噪声的情况,而事实上乘性噪声也经常出现(如多径信道)。并且,上述算法都假定传感器节点间的信道是理想的,但实际上,传感器节点间的信道同样容易受到随机噪声干扰。因此,本文研究基于非理想信道和乘性噪声环境下的1比特参数估计问题。在集中式传感器网络的参数估计问题中,节点压缩后的1比特传输给融合中心(Fusion Center,FC)进行集中处理,并考虑采用极大似然思想进行参数估计。由于似然函数中存在隐含变量,因此考虑结合期望最大(Expectation Maximization,EM)算法框架来解决这个问题,通过迭代的形式不断的更新参数估计值,从而得到最优解。另一方面,考虑到自适应算法对计算和存储的要求更低,在对时变参数进行跟踪时具有较好的性能,因此根据贝叶斯准则推导出了一种集中式自适应参数估计算法。最后,考虑到集中式网络在受到外部攻击时,可能会使得整个网络无法正常工作,而分布式传感器网络通常具备更好的容错性。因此论文分别在ATC和CTA两种模式下,推导得到了基于贝叶斯准则的分布式1比特参数估计算法。论文通过一系列的仿真实验,将所提出的算法与其它算法进行了对比,并在量化阈值偏离最优量化阈值的条件下,验证了所提出算法具备有效性和鲁棒性的特点。同时,仿真结果还表明所提出的自适应算法对时变参数具有良好的自适应性;分布式参数估计算法同样具有较好的估计精度,且分布式网络不依赖单一节点,具有更强的鲁棒性。