[发明专利]无线传感器网络中基于Schur算法的图像传输联合检测方法

摘要

本发明公开了一种无线传感器网络中基于Schur算法的图像传输联合检测方法，利用标准的JPEG2000编码器将节点数据采集传感器节点对外发送的原始图像压缩形成几个压缩层，在压缩数据流的LSL(Least Significant Layer)最小意义层采用嵌入数据技术嵌入错误保护编码，实现联合编码，埋入错误保护编码数据后，LSL层字节数保持与原数据结构的字节数相同，保持数据比特流长度不变；联合编码的数据经过调制发射，经无线信道传输，到达接收端数据收集点SINK；到达接收端数据收集点SINK的信号经接收端解调后，进行“基于Schur算法的快速联合接收检测”，进行干扰和噪声消除及错误恢复，然后可继续发往移动或其它网络，或进行JPEG2000解码显示。本发明可以有效减少无线传感器网络中各传感器传输图像信息时的能量损耗，并能提高图像传输的质量。

主权项

1.无线传感器网络中基于Schur算法的图像传输联合检测方法，其特征在于利用标准的JPEG2000编码器将节点数据采集传感器节点对外发送的原始图像压缩形成几个压缩层，在压缩数据流的LSL(Least Significant Layer)最小意义层采用嵌入数据技术嵌入错误保护编码，实现联合编码，埋入错误保护编码数据后，LSL层字节数保持与原数据结构的字节数相同，保持数据比特流长度不变；联合编码的数据经过调制发射，经无线信道传输，到达接收端数据收集点SINK；到达接收端数据收集点SINK的信号经接收端解调后，进行“基于Schur算法的快速联合接收检测”，进行干扰和噪声消除及错误恢复，然后可继续发往移动或其它网络，或进行JPEG2000解码显示；“基于Schur算法的快速联合接收检测”具体实现方法如下：假设发送端有N个数据采集传感器节点，各节点的发送信号经压缩后可表示为b1，b2…bN，用矢量矩阵形式写成bN×1＝(b1，b2…bN)T，经载波调制发射，相当于经向量对角化处理为N×N维对角阵diag(b1，b2…bN)，再与载波信号CN×N相乘，得到发送端输出信号矩阵形式表示为AN×1＝[a1 a2 … aN]T；到达接收端数据收集点SINK的接收信号用矩阵可表示为DN×1＝[d1d2…dN]T＝AN×1+nN×1，其中nN×1为高斯白噪声矢量；在异步情况下，即考虑每一个节点信号传输的时延，则只需要将上式中的接收到的信号中矩阵AN×1的各元素在求和前根据不同的时延进行移位即可；接收端解调后的输出信号表示为：YN×1＝CN×NDN×1＝CN×NAN×1+CN×NnN×1 ＝CN×NAN×1+ZN×1 其中，CN×N为与调制有关的相干解调的信号，ZN×1＝CN×NnN×1 用解相关的方法消除多用户干扰及码间干扰，经接收端载波解调后的输出信号可表示成：YN×1＝RN×NWN×NbN×1+ZN×1，其中RN×N为信号传输信道的相关矩阵，WN×N传输信号的功率阵，不妨假设WN×N为归一化的对角单位阵，则有：YN×1＝RN×NbN×1+ZN×1，所以$b_{N\times 1}=R_{N\times N}^{-1}(Y_{N\times 1}-Z_{N\times 1})$RN×N -1为RN×N的逆矩阵；因为直接求RN×N的逆复杂度较高，且RN×N不一定可逆，为求得上式中的bN×1，需将RN×N矩阵进行分解：RN×N＝UN×NTN×N，U是一个列正交的N×N的矩阵，T是一个N×N的复杂上三角矩阵，则YN×1＝UN×NTN×NbN×1+ZN×1，可以把上式变形得到$\tilde{Y}=U^{H}Y=\mathrm{Tb}+\eta ,$这里η＝UHZ，UH为U的广义逆，Z即ZN×1。这样从式$\tilde{Y}=\mathrm{Tb}+\eta$求解bN×1就可避免RN×N不可逆时的不可解并减少复杂度；为加快矩阵求解速度，用Schur算法进行矩阵R＝UT的分解处理，Schur算法可以高效地找到系统矩阵表示中的三角因子，从而快速进行矩阵的求逆运算，也可以近似进行矩阵分块，在计算出足够的块行之后就可得出具有足够近似度的求解结果，获得检测结果即发射信号bN×1在接收端的还原结果，因它们不可能完全相同故区别表示；获得检测结果后，用与发送端的数据嵌入方法所对应的提取方法提取接收端码流中的编码，然后进行错误保护解码，接收端已知发送端的数据嵌入方法，就可正确进行数据提取和截断，错误修复后，数据结构中的最底层被丢弃。