[发明专利]基于卡尔曼滤波的湖泊生态智能感测方法

说明书

技术领域

本发明涉及无线通信技术领域，尤其涉及一种基于卡尔曼滤波的湖泊生态智能感测方法。

背景技术

由于无线传感器网络(WSN)工作在的频段是未授权频段，目前越来越多的无线通信技术共享此频段，造成该频段越来越拥挤。认知无线电技术作为解决频谱资源受限的良好技术被引入到无线传感器网络中。认知无线传感器网络(CRSN)开始得到深入的研究

认知无线传感器网络(CRSN)近年成为研究热点问题，传感节点能量、路由、时空动态监测网络系统与虚拟仿真决策支持等方面成为主要研究方向。认知无线传感器网络(CRSN)通过认知传感节点进行数据采集，通过无线传感器网络传输数据，然而在高密度传感节点的通信网络环境中，节点间存在同道干扰。如何能够在极少的网络资源限制下，及时、同步的将数据传输出去也是无线传感器网络(WSN)亟待解决的问题，而基于认知无线传感器网络(CRSN)的动态频谱访问是实现此目标的一种重要手段，认知无线传感器网络(CRSN)系统中协作频谱感测原理如图1所示。目前，针对认知无线传感器网络(CRSN)的动态频谱访问现有技术存在如下缺点：

(1)噪声的波动导致信号感测性能急剧下降，未提出噪声平均功率波动性思想；

(2)未有效提出对抗噪声平均功率波动性方案；

(3)未提出噪声平均功率的跟踪方法；

(4)未解决由于多径衰落信道和阴影衰落信道导致感知用户接收到的授权用户的SNR变小而加剧生态智能感测难度问题；

(5)湖泊地理特性导致生态智能感测时需要布设高密度传感节点，此高密度传感节点的认知无线传感器网络存在明显的同道干扰，影响感测数据的并发性传输，降低信道利用率，此问题并未得到很好的解决。

湖泊湿地生态经济区物联网应用示范项目的建设，离不开认知无线传感器网络技术的生态智能监测感知系统。由于湖泊湿地生态区涵盖面积广，湿地区域间生态环境存在一定的差异性，因此，不同区域布设传感节点的密度不同，生态监控系统的有效性将取决于高密度传感节点间信道协作感测性能，高鲁棒的传感节点频谱感测算法将降低传感节点间的同道干扰，增强节点间数据传输的并发性，提高认知无线传感器网络的信道利用率。

因此，本领域的技术人员致力于开发一种湖泊生态智能感测方法，有效降低湖泊生态监测感知系统中高密度传感节点间的同道干扰、增强传感节点间数据传输的并发性、明显提高认知无线传感器网络的信道利用率、促进湖泊生态环境保护与治理的可控性，

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种基于卡尔曼滤波的湖泊生态智能感测方法，给出高鲁棒性的噪声跟踪算法和协作频谱感测方法，降低湖泊生态监测感知系统中高密度传感节点间的同道干扰、增强传感节点间数据传输的并发性、明显提高认知无线传感器网络的信道利用率。

为实现上述目的，本发明提供了一种基于卡尔曼滤波的湖泊生态智能感测方法，包括如下步骤：

步骤1、定义接收噪声平均功率波动性；

步骤2、利用ARMA卡尔曼滤波对所述高斯白噪声进行跟踪；

步骤3、对于高斯白噪声信道，利用动态门限频谱感测方法对生态进行智能感测；

步骤4、对于多径频选衰落信道，利用卡尔曼滤波方案对衰落信道信息进行跟踪，并通过协作动态门限频谱感测方法对生态进行智能感测；

步骤5、对于高斯白噪声和平坦衰落信道，利用高阶循环平稳特征感测方法进行感测，利用卡尔曼滤波的协作循环平稳特征感测方法对抗频选衰落信道。

在本发明的较佳实施方式中，所述步骤3中动态门限频谱感测方法包括如下步骤：

步骤3-1、寻找短时感测时间周期内初始判决门限；

步骤3-2、利用ARM卡尔曼滤波器对噪声进行跟踪；

步骤3-3、接收所述噪声平均功率波动性并设定噪声平均功率波动因子；

步骤3-4、根据所述噪声平均功率波动因子动态更新判决门限；

步骤3-5、进行寻找下个短时感测时间周期内判决门限，重复步骤3-2至3-5。

在本发明的较佳实施方式中，所述步骤4中多径频选衰落信道下协作动态门限频谱感测方法括如下步骤：

步骤4-1、寻找短时感测时间周期内初始判决结果；

步骤4-2、利用卡尔曼滤波器对衰落信道信息进行跟踪；

步骤4-3、构建无线资源数据库；

步骤4-4、基于所述无线资源数据库的多用户协作动态门限频谱感测方法，进行寻找下个短时感测时间周期内判决结果，重复步骤4-1至4-4。