多路由多中继无线传感器网络的低复杂度决策融合方法技术

多路由多中继无线传感器网络的低复杂度决策融合方法，每个本地传感器通过无线信道接收到同一信源产生的数据，依据最大似然准则对接收数据进行硬判决后将判决结果通过多个中继节点转发到融合中心；融合中心根据接收到的每一路信号提取无需瞬时信道状态信息的判决度量值，再进行融合处理，得出判决所需的低复杂度判决度量值，并将判决度量值与判决门限比较后得出最终的决策结果。本发明专利技术具有计算复杂度低，鲁棒性强的特点。鲁棒性强的特点。鲁棒性强的特点。

【技术实现步骤摘要】
多路由多中继无线传感器网络的低复杂度决策融合方法


[0001]本专利技术属于无线通信
，具体说的是多路由多中继无线传感器网络的低复杂度决策融合方法。

技术介绍

[0002]广泛覆盖的信息感知网络，是智慧城市“数字化”“网络化”“智能化”的关键基础设施。处于网络最底层的感知层，主要负责智慧城市本地智能终端设备的无线接入。在网络层准确及时传送数据的前提下，应用层处理数据的精确度与数据挖掘结论的准确性将取决于感知层数据的质量。因此，保证泛在感知网络感知层数据可靠传输，是从“信息源头”实现智慧城市时空信息可靠感知的最有效路径，对其研究极其重要。
[0003]单个传感器提供的数据已无法满足智慧城市数字化与智能化发展需要。必须使用多个传感器提供多特征观测信息，进行全面、高效、准确合理的融合判决、估计或决策，多源信息融合技术成为必然选择。然而，传统源信息融合研究大多未考虑借助中继节点来进行协作通信，当传输距离较远时，将无法进行正常信息传输，即通信距离受到较大制约，网络覆盖能力不足。仅存的少量多中继决策融合的研究，但都需要完美估计各传输路径各中继信道的瞬时信道状态信息(Channel State Information，CSI)，实现复杂度高，不易工程应用。
[0004]首先在资源受限的无线传感器网路中，中继节点靠电池驱动，在融合中心进行复杂的算法计算将提高传输延迟，增加传输能耗，对通信系统的实现不太友好。因此如何将在融合中心进行对数似然比提取算法进行化简以降低计算复杂度变得尤为重要。其次传统的无线传感器网络在融合中心获得的精确对数似然比信息提取，往往需要获得所有传输路径上的信道状态信息，在实际应用中由于信道状在实时动态变化，对信道状态信息的估计过程涉及较高的实现复杂度，能耗大，能耗高。这与无线传感器网络低复杂度和低成本的理念相悖。而且，当对CSI的估计存在误差时，整个编码系统的性能将会急剧下降。即采用精确CSI的检测系统对CSI的鲁棒性不足。上述技术不足在一定程度上限制了多路由多中继无线传感器网络在新型智慧城市感知数据传输中的应用深度和广度。

技术实现思路

[0005]为解决上述技术问题，本专利技术提供一种多路由多中继无线传感器网络的低复杂度决策融合方法，利用二进制对称信道实现低复杂度决策融合，计算复杂度低，鲁棒性强。
[0006]为实现上述技术目的，所采用的技术方案是：多路由多中继无线传感器网络的低复杂度决策融合方法，包括以下步骤：步骤S1：信源产生的数据经无线信道传输后被本地传感器接收，本地传感器利用最大似然准则进行硬判决，然后将此硬判决结果转发给中继节点，再由多个中继节点转发后送达融合中心；步骤S2：融合中心根据从每条传输链路获取的接收值，分别提取无需瞬时信道状
态信息的判决度量值，再进行融合处理，得出判决所需的低复杂度判决度量值；步骤S3：将步骤S2提取出的低复杂度判决度量值与判决门限进行比较，得出最终的决策结果。
[0007]进一步，所述步骤S1中的中继节点采用放大转发策略，放大系数为1。
[0008]进一步，所述步骤S2中融合中心对每一传输链路的判决度量值提取方法有两种，分别为：当中继传输信道BSC的错误转移概率＜0.1，在融合中心接收值y
i
＝1时在融合中心接收值y
i
＝0时其中，其中，P
di
和P
fi
表征第i个本地传感器的检测概率和虚警概率；当中继传输信道BSC的错误转移概率≥0.1时，有Λ2＝2y
i
‑
1其中，Λ1和Λ2分别表示在不同传输信道条件下，融合中心基于第i路接收数据y
i
提取出判决度量值，已不含任何瞬时信道状态信息。
[0009]进一步，所述步骤S2中对每条传输链路得出的判决度量值进行融合处理的方法分别为：别为：其中，LLR1表示在判决度量值为Λ1时进行融合处理后的低复杂度判决度量值，LLR2表示在判决度量值为Λ2时进行融合处理后的低复杂度判决度量值。
[0010]进一步，所述步骤S3中融合判决方法为：其中，τ表示判决门限，LLR表示低复杂度判决度量值，包括LLR1和LLR2两种情况。
[0011]进一步，所述本地传感器与所述中继节点之间，所述中继节点与所述中继节点之间，所述中继节点与所述融合中心之间的信道均为二进制对称信道。
[0012]本专利技术有益效果是：本专利技术提供了一种二进制对称信道下多路由多中继无线传感器网络的低复杂度决策融合方法，具有计算复杂度低，鲁棒性强，可靠性高的特点。
[0013]相较于最佳判决度量值，本专利技术所提方案的性能损失不大，无需瞬时信道状态信息，因此具有实现复杂度低，成本低，对信道状态信息的鲁棒性强的特点，能够有效降低网络节点的能耗。
附图说明
[0014]图1是本专利技术在中继传输信道的错误转移概率较低时融合中心的数据处理流程图；图2是本专利技术在中继传输信道的错误转移概率较高时融合中心的数据处理流程图；图3是本专利技术数据融合决策方法的流程图；图4是本专利技术实施例中通信系统的工作流程图；图5是实施例中中继传输信道错误转移概率较低的情况下基于最佳判决度量值提取方法(18)与基于简化判决度量值提取方法(5)性能比较的BER影响图；图6是实施例中中继传输信道错误转移概率较低的情况下基于最佳判决度量值提取方法(18)与基于简化判决度量值提取方法(5)性能比较的FER影响图；图7是实施例中中继传输信道错误转移概率较低的情况下基于简化判决度量值提取方法(5)中继数量对性能的BER影响图；图8是实施例中中继传输信道错误转移概率较低的情况下基于简化判决度量值提取方法(5)中继数量对性能的FER影响图；图9是实施例中中继传输信道错误转移概率较低的情况下基于简化判决度量值提取方法(5)路由数量对性能的BER影响图；图10是实施例中中继传输信道错误转移概率较低的情况下基于简化判决度量值提取方法(5)路由数量对性能的FER影响图；图11是实施例中中继传输信道错误转移概率较高的情况下基于精确判决度量值提取方法(18)中继数量对性能的BER影响图；图12是实施例中中继传输信道错误转移概率较高的情况下基于精确判决度量值提取方法(18)路由数量对性能的BER影响图；图13是实施例中中继传输信道错误转移概率较高的情况下基于简化判决度量值提取方法(6)中继数量对性能的BER影响图；图14是实施例中中继传输信道错误转移概率较高的情况下基于简化判决度量值提取方法(6)路由数量对性能的BER影响图；图15是实施例中中继传输信道错误转移概率较高的情况下基于简化判决度量值提取方法(18)与简化判决度量值提取方法(6)性能比较的BER影响图。
具体实施方式
[0015]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例，基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.多路由多中继无线传感器网络的低复杂度决策融合方法，其特征在于，包括以下步骤：步骤S1：信源产生的数据经无线信道传输后被本地传感器接收，本地传感器利用最大似然准则进行硬判决，然后将此硬判决结果转发给中继节点，再由多个中继节点转发后送达融合中心；步骤S2：融合中心根据从每条传输链路获取的接收值，分别提取无需瞬时信道状态信息的判决度量值，再进行融合处理，得出判决所需的低复杂度判决度量值；步骤S3：将步骤S2提取出的低复杂度判决度量值与判决门限进行比较，得出最终的决策结果。2.根据权利要求1所述的多路由多中继无线传感器网络的低复杂度决策融合方法，其特征在于：所述步骤S1中的中继节点采用放大转发策略，放大系数为1。3.根据权利要求1所述的多路由多中继无线传感器网络的低复杂度决策融合方法，其特征在于，所述步骤S2中融合中心对每一传输链路的判决度量值提取方法有两种，分别为：当中继传输信道BSC的错误转移概率＜0.1，在融合中心接收值y
i
＝1时在融合中心接收值y
i
＝0时其中，其中，P
di
和P
fi
表征第i个本地传感器的检测概率和虚警概率；当中继传输...

【专利技术属性】
技术研发人员：张高远，陈开，马聪芳，韩瑽琤，李永恩，唐杰，宋欢欢，李兴旺，王龙业，冀保峰，张晓辉，张冀，张平，文红，王雨凡，王文才，陈嘉，林慧萍，金轩宇，张雨好，陈俊宇，王雨平，黄依雯，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：