搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种无线传感器网络中的混沌信号重构算法

黄锦旺 李广明 冯久超 晋建秀

一种无线传感器网络中的混沌信号重构算法

黄锦旺, 李广明, 冯久超, 晋建秀
PDF
导出引用
  • 将无线传感器网络节点观测区域中的一个混沌信号发送到融合中心,进行信号重构. 由于节点的通信带宽受限,信号传输之前需要进行量化,给信号带来量化噪声,使得信号重构工作变得更为棘手. 本文提出用平方根容积卡尔曼滤波器对融合中心收集的信号进行重构. 首先估计观测信号的概率密度函数,使用最优量化器量化观测信号,在有限的量化比特数下,取得最优的信号量化性能. 平方根容积卡尔曼滤波器相对无先导卡尔曼算法具有较少的求容积分点,因此具有计算量小的优点,同时迭代过程采用传递误差矩阵的平方根矩阵,保证迭代过程的稳定性和提高数据估计精度. 仿真结果表明,该算法能够有效和快速地重构观测信号,并且比基于无先导卡尔曼滤波的算法更快.
    • 基金项目: 国家自然科学基金(批准号:60872123,61101014)、广东省高等学校高层次人才项目基金(批准号:N9101070)和中央高校基本科研基金(批准号:2012ZM0025)资助的课题.
    [1]

    Zhang C, Fei S M, Zhou X P 2012 Chin. Phys. B 21 120101

    [2]

    Qi H, Wang F B, Deng H 2013 Acta Phys. Sin. 62 104301 (in Chinese) [祁浩, 王福豹, 邓宏 2013 物理学报 62 104301]

    [3]

    Liu H R, Yin W X, Han T, Dong M R 2014 Acta Phys. Sin. 63 040509 (in Chinese) [刘浩然, 尹文晓, 韩涛, 董明如 2014 物理学报 63 040509]

    [4]

    Liu X L, Li Z, Hu Y S 2013 Acta Phys. Sin. 62 070201 (in Chinese) [刘向丽, 李赞, 胡易俗 2013 物理学报 62 070201]

    [5]

    de Senneville B D, Roujol S, Hey S, Moonen C, Ries M 2013 IEEE Trans. Medical Imaging 32 711

    [6]

    Feng J C 2012 Chaotic Signal and Information Process (Beijing: Tsinghua University Press) p101 (in Chinese) [冯久超 2012 混沌信号与信息处理 (北京: 清华大学出版社)第101页]

    [7]

    Feng J C, Tse C K, Lau F C M 2003 IEEE Trans. Circuits and Systems-I 50 954

    [8]

    Ribeiro A, Giannakis G B, Roumeliotis S 2006 IEEE Trans. Signal Process. 54 4782

    [9]

    Chen H B, Feng J C 2010 J. Southwest Univ. (Natural Science Edition) 32 124 (in Chinese) [陈宏滨, 冯久超 2010 西南大学学报 (自然科学版) 32 124]

    [10]

    Roseveare N, Natarajan B 2012 IEEE Trans. Aerosp. Electron. Syst. 48 3494

    [11]

    Chandra K P B, Gu D W, Postlethwaite I 2013 IEEE Sensors J. 13 750

    [12]

    Wang S Y, Feng J C 2012 Acta Phys. Sin. 61 170508 (in Chinese) [王世元, 冯久超 2012 物理学报 61 170508]

    [13]

    Zhou J, Liu Y A, Wu F, Zhang H G, Zu Y X 2011 Acta Phys. Sin. 60 090504 (in Chinese) [周杰, 刘元安, 吴帆, 张洪光, 俎云霄 2011 物理学报 60 090504]

    [14]

    Walpole R E, Myers R H, Myers S L, Ye K 2012 Probability & Statistics for Engineers & Scientists (9th Ed.) (Boston: Pearson Education Inc.) pp84-86

    [15]

    Maaref A, Aissa S 2009 IEEE Trans. Commun. 57 214

    [16]

    Shi J, Yang D S, Shi S G 2011 Acta Phys. Sin. 60 064301 (in Chinese) [时洁, 杨德森, 时胜国 2011 物理学报 60 064301]

    [17]

    Yu X, Wang H Q, Yang E H 2010 IEEE Trans. Inform. Theory 56 5796

    [18]

    Bianchi P, Jakubowicz J 2013 IEEE Trans. Signal Process. 61 3119

    [19]

    Cui S, Xiao J J, Goldsmith A J, Luo Z Q, Poor H V 2007 IEEE Trans. Signal Process. 55 4683

    [20]

    Chen H B, Feng J C, Fang Y 2008 Chin.Phys.Lett. 25 405

    [21]

    Yu S M, Yu Z D 2008 Acta Phys. Sin. 57 6859 (in Chinese) [禹思敏, 禹之鼎 2008 物理学报 57 6859]

    [22]

    Gao G R, Liu Y P, Pan Q 2012 Acta Phys. Sin. 61 139701 (in Chinese) [高国荣, 刘艳萍, 潘琼 2012 物理学报 61 139701]

  • [1]

    Zhang C, Fei S M, Zhou X P 2012 Chin. Phys. B 21 120101

    [2]

    Qi H, Wang F B, Deng H 2013 Acta Phys. Sin. 62 104301 (in Chinese) [祁浩, 王福豹, 邓宏 2013 物理学报 62 104301]

    [3]

    Liu H R, Yin W X, Han T, Dong M R 2014 Acta Phys. Sin. 63 040509 (in Chinese) [刘浩然, 尹文晓, 韩涛, 董明如 2014 物理学报 63 040509]

    [4]

    Liu X L, Li Z, Hu Y S 2013 Acta Phys. Sin. 62 070201 (in Chinese) [刘向丽, 李赞, 胡易俗 2013 物理学报 62 070201]

    [5]

    de Senneville B D, Roujol S, Hey S, Moonen C, Ries M 2013 IEEE Trans. Medical Imaging 32 711

    [6]

    Feng J C 2012 Chaotic Signal and Information Process (Beijing: Tsinghua University Press) p101 (in Chinese) [冯久超 2012 混沌信号与信息处理 (北京: 清华大学出版社)第101页]

    [7]

    Feng J C, Tse C K, Lau F C M 2003 IEEE Trans. Circuits and Systems-I 50 954

    [8]

    Ribeiro A, Giannakis G B, Roumeliotis S 2006 IEEE Trans. Signal Process. 54 4782

    [9]

    Chen H B, Feng J C 2010 J. Southwest Univ. (Natural Science Edition) 32 124 (in Chinese) [陈宏滨, 冯久超 2010 西南大学学报 (自然科学版) 32 124]

    [10]

    Roseveare N, Natarajan B 2012 IEEE Trans. Aerosp. Electron. Syst. 48 3494

    [11]

    Chandra K P B, Gu D W, Postlethwaite I 2013 IEEE Sensors J. 13 750

    [12]

    Wang S Y, Feng J C 2012 Acta Phys. Sin. 61 170508 (in Chinese) [王世元, 冯久超 2012 物理学报 61 170508]

    [13]

    Zhou J, Liu Y A, Wu F, Zhang H G, Zu Y X 2011 Acta Phys. Sin. 60 090504 (in Chinese) [周杰, 刘元安, 吴帆, 张洪光, 俎云霄 2011 物理学报 60 090504]

    [14]

    Walpole R E, Myers R H, Myers S L, Ye K 2012 Probability & Statistics for Engineers & Scientists (9th Ed.) (Boston: Pearson Education Inc.) pp84-86

    [15]

    Maaref A, Aissa S 2009 IEEE Trans. Commun. 57 214

    [16]

    Shi J, Yang D S, Shi S G 2011 Acta Phys. Sin. 60 064301 (in Chinese) [时洁, 杨德森, 时胜国 2011 物理学报 60 064301]

    [17]

    Yu X, Wang H Q, Yang E H 2010 IEEE Trans. Inform. Theory 56 5796

    [18]

    Bianchi P, Jakubowicz J 2013 IEEE Trans. Signal Process. 61 3119

    [19]

    Cui S, Xiao J J, Goldsmith A J, Luo Z Q, Poor H V 2007 IEEE Trans. Signal Process. 55 4683

    [20]

    Chen H B, Feng J C, Fang Y 2008 Chin.Phys.Lett. 25 405

    [21]

    Yu S M, Yu Z D 2008 Acta Phys. Sin. 57 6859 (in Chinese) [禹思敏, 禹之鼎 2008 物理学报 57 6859]

    [22]

    Gao G R, Liu Y P, Pan Q 2012 Acta Phys. Sin. 61 139701 (in Chinese) [高国荣, 刘艳萍, 潘琼 2012 物理学报 61 139701]

  • 引用本文:
    Citation:
计量
  • 文章访问数:  1713
  • PDF下载量:  527
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-01-13
  • 修回日期:  2014-03-21
  • 刊出日期:  2014-07-05

一种无线传感器网络中的混沌信号重构算法

  • 1. 华南理工大学电子与信息学院, 广州 510641;
  • 2. 东莞理工学院计算机学院, 东莞 523808
    基金项目: 

    国家自然科学基金(批准号:60872123,61101014)、广东省高等学校高层次人才项目基金(批准号:N9101070)和中央高校基本科研基金(批准号:2012ZM0025)资助的课题.

摘要: 将无线传感器网络节点观测区域中的一个混沌信号发送到融合中心,进行信号重构. 由于节点的通信带宽受限,信号传输之前需要进行量化,给信号带来量化噪声,使得信号重构工作变得更为棘手. 本文提出用平方根容积卡尔曼滤波器对融合中心收集的信号进行重构. 首先估计观测信号的概率密度函数,使用最优量化器量化观测信号,在有限的量化比特数下,取得最优的信号量化性能. 平方根容积卡尔曼滤波器相对无先导卡尔曼算法具有较少的求容积分点,因此具有计算量小的优点,同时迭代过程采用传递误差矩阵的平方根矩阵,保证迭代过程的稳定性和提高数据估计精度. 仿真结果表明,该算法能够有效和快速地重构观测信号,并且比基于无先导卡尔曼滤波的算法更快.

English Abstract

参考文献 (22)

目录

    /

    返回文章
    返回