[发明专利]一种协作压缩感知量化转发方法

说明书

技术领域

本发明涉及无线通信物理层领域，尤其涉及一种协作压缩感知量化转发方法。

背景技术

传统的奈奎斯特抽样定理要求信号的采样速率大于等于信号最高频率的两倍，然而信号的采样过程会产生大量的冗余数据，而压缩感知打破了传统的采样定理，将采样和压缩结合起来，只要信号满足某种稀疏特性或者在某个变换基的作用下变为稀疏信号，便能够精确恢复。将压缩感知的技术应用于无线传感器网络，不仅可以降低能量消耗而且可以减少所使用信道的数量，满足无线传感器网络的要求。然而压缩感知产生的观测值并不是二进制比特流，并且接收端无法高精度地恢复出原始数据，因此需要采用量化方式来将观测信号变换为二进制比特流进行传输，从而优化整个传输过程，降低重构的误码率，保证接收者能够无误码地重构出原始信号。

发明内容

本发明提供了一种协作压缩感知量化转发方法，本方法基于压缩感知理论的量化算法，将其应用于多节点通信模型中，降低重构的误码率，保证接收者能够基本无误码地重构出原始信号，详见下文描述：

一种协作压缩感知量化转发方法，所述协作压缩感知量化转发方法包括以下步骤：

基于压缩感知理论建立协作通信系统模型；

N个源节点同时发送消息，将源节点到中继节点之间的信道矩阵作为测量矩阵，即作为密钥，使消息在中继节点处完成压缩感知变换；

中继节点对压缩后的消息进行均匀量化；中继节点将量化后的消息转发给目的节点；

目的节点根据已有压缩感知重构算法，得到原始消息和重构误差。

所述协作通信系统模型具体为：

N个源节点经过M个中继节点协作转发，与目的节点进行通信；此过程受到E个窃听节点的窃听，假设源节点发送的信号稀疏度为K，K＜＜N，M≥cKlog(N/K)，c≥4的常量。

其中，所述中继节点接收到的消息为：

其中，P_s为每个源节点的发送功率，H_sr为源节点到中继节点的信道矩阵；n_sr为源节点到中继节点的信道的噪声；X为源节点的发送信息。

其中，所述中继节点对压缩后的消息进行均匀量化具体为：

其中，表示取得最大值时自变量取值的运算，Q_sr为量化后的消息，q为所选码本集中的最接近消息R_sr的码元。

本发明提供的技术方案的有益效果是：本发明提出了基于压缩感知理论的量化算法，将其应用于多节点通信模型，利用多址信道的特性，多个源信号将消息同时发送给中继节点，将信道矩阵作为压缩感知的测量矩阵进行压缩，然后在中继节点对压缩后的信号进行量化转发。将均匀量化的方法应用到压缩感知观测值的量化中可以优化整个过程，降低误码率，保证接收者可以基本无误地重构原始信号。

附图说明

图1为协作压缩感知系统传输模型的示意图；

图2为一种协作压缩感知量化转发方法的流程图；

图3为原始信号与重构信号对比图；

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

本发明提供了一种协作压缩感知量化转发方法，参见图1和图2，该转发方法包括以下步骤：

101：基于压缩感知理论建立协作通信系统模型；

其中，压缩感知理论可以分为三个阶段：信号的稀疏表示阶段，投影阶段和重构阶段。任何信号都可以分解成其他形式的信号的线性组合，在信息领域中常用的如离散余弦变换，小波变换等，所有这些变换的实质都是寻找信号的稀疏基，得到信号的一种更加简洁的表示形式，即稀疏表示形式。之后通过投影矩阵完成信号的降维过程，得到投影值，投影矩阵和稀疏基矩阵构成压缩感知的测量矩阵。最后，根据投影值和测量矩阵。通过一些重构算法，如正交匹配追踪算法OMP(Orthogonal Matching Pursuit)，基追踪BP(Basis Pursuit)算法重构原始信号。

参见图1，基于上述压缩感知理论，本发明建立协作通信系统模型具体为：N个源节点经过M个中继节点协作转发，与目的节点D进行通信。此过程受到E个窃听节点的窃听，假设源节点发送的信号稀疏度为K，K＜＜N，M≥cKlog(N/K)，c≥4的常量。

102：N个源节点同时发送消息，将源节点到中继节点之间的信道矩阵作为测量矩阵，即作为密钥，使消息在中继节点处完成压缩感知变换，也就完成了加密过程；