[发明专利]基于信号稀疏特性的不可靠无线链路信息传输方法

说明书

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)；