用于中繼網(wǎng)絡(luò)的欠采樣量化轉(zhuǎn)發(fā)方法
【專利摘要】一種用于中繼網(wǎng)絡(luò)的欠采樣量化轉(zhuǎn)發(fā)方法，各傳感節(jié)點(diǎn)分別對(duì)相同的稀疏信號(hào)以壓縮感知方式采樣、量化、編碼和調(diào)制，隨后經(jīng)由各自直傳鏈路和/或中繼節(jié)點(diǎn)的轉(zhuǎn)發(fā)鏈路發(fā)送給融合中心FC。每個(gè)中繼節(jié)點(diǎn)協(xié)助各自傳感節(jié)點(diǎn)向FC轉(zhuǎn)發(fā)經(jīng)過(guò)量化轉(zhuǎn)發(fā)處理后的信息。FC接收到各傳感節(jié)點(diǎn)和各中繼節(jié)點(diǎn)的信號(hào)后，根據(jù)信源端壓縮采樣和信宿端信號(hào)重建策略，利用協(xié)作網(wǎng)絡(luò)的信號(hào)固有稀疏特性和接收信號(hào)之間的相關(guān)性，執(zhí)行判斷、迭代譯碼和稀疏信號(hào)的恢復(fù)操作，實(shí)現(xiàn)低復(fù)雜度的稀疏信號(hào)還原，能夠獲得精確數(shù)據(jù)，滿足用戶需求。本發(fā)明大大降低網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量，節(jié)省存儲(chǔ)空間，且操作步驟簡(jiǎn)單易行，容易實(shí)現(xiàn)，適合用于實(shí)際通信系統(tǒng)中，具有很好的推廣應(yīng)用前景。
【專利說(shuō)明】用于中繼網(wǎng)絡(luò)的欠采樣量化轉(zhuǎn)發(fā)方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種用于中繼網(wǎng)絡(luò)的欠采樣量化轉(zhuǎn)發(fā)方法，屬于信號(hào)采樣和中繼轉(zhuǎn)發(fā)的【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002]在協(xié)作通信網(wǎng)絡(luò)中，每個(gè)用戶不但發(fā)送自己的信息，而且協(xié)助轉(zhuǎn)發(fā)其合作伙伴的信息，多個(gè)用戶可以共享天線及其他網(wǎng)絡(luò)資源，以虛擬天線陣列的形式來(lái)獲得分集增益，能夠用于蜂窩系統(tǒng)、無(wú)線Ad hoc網(wǎng)絡(luò)和無(wú)線傳感網(wǎng)絡(luò)等多種環(huán)境?；趨f(xié)作中繼網(wǎng)絡(luò)的信道模型，已提出多種典型的中繼轉(zhuǎn)發(fā)模式，包括有:放大轉(zhuǎn)發(fā)、譯碼轉(zhuǎn)發(fā)、編碼協(xié)同和壓縮轉(zhuǎn)發(fā)坐寸ο
[0003]采用壓縮轉(zhuǎn)發(fā)(Compress-and-Forward, CF)時(shí)，中繼節(jié)點(diǎn)對(duì)接收信號(hào)進(jìn)行量化或壓縮，再通過(guò)中繼-信宿鏈路發(fā)送?，F(xiàn)有CF的實(shí)現(xiàn)可以分為兩類:一是利用中繼端接收信號(hào)與信宿端接收信號(hào)之間的相關(guān)性，采取Wyner-Ziv(WZ)編碼來(lái)實(shí)現(xiàn)壓縮；二是利用這種相關(guān)性，實(shí)現(xiàn)冗余差錯(cuò)保護(hù)，獲取信號(hào)分集。WZ編碼的復(fù)雜性使得CF實(shí)現(xiàn)難度很高，實(shí)際所采用的方案設(shè)計(jì)多屬于第二類。其中，量化轉(zhuǎn)發(fā)(Quantize-and-Forward, QF)則屬于第二類，QF對(duì)中繼的接收信號(hào)觀測(cè)值(或者由觀測(cè)值計(jì)算所得信號(hào))進(jìn)行離散化處理，也由此引入了一定的失真。在信宿端，根據(jù)中繼轉(zhuǎn)發(fā)信號(hào)和直傳鏈路信號(hào)，進(jìn)行信源端原始信號(hào)的恢復(fù)。
[0004]目前的協(xié)作通信網(wǎng)絡(luò)大都采用傳統(tǒng)的信號(hào)獲取和處理過(guò)程，主要包括采樣、壓縮、傳輸和解壓縮四個(gè)部分，其中的采樣過(guò)程必須遵循奈奎斯特采樣定理，即系統(tǒng)的采樣率必須大于信號(hào)最高頻率的兩倍。由于協(xié)作通信網(wǎng)絡(luò)存在大量的節(jié)點(diǎn)交互過(guò)程，這一傳統(tǒng)的信號(hào)處理方式將造成整個(gè)網(wǎng)絡(luò)數(shù)據(jù)流量異常龐大，不僅抬高了實(shí)際硬件實(shí)現(xiàn)的成本，還增加了功耗。并且在信號(hào)壓縮中，先對(duì)信號(hào)進(jìn)行某種變換，如離散余弦變換或小波變換等，然后對(duì)少數(shù)幅度較大的系數(shù)進(jìn)行壓縮編碼，舍棄其他較小的系數(shù)；這種先采樣后壓縮的形式浪費(fèi)了大量的處理資源。
[0005]根據(jù)香農(nóng)采樣定理，當(dāng)模擬限帶信號(hào)的采樣率不低于奈奎斯特采樣率時(shí)，可以根據(jù)離散時(shí)間采樣值恢復(fù)該模擬信號(hào)。然而，壓縮感知理論指出，當(dāng)模擬信號(hào)稀疏或者在某個(gè)基上稀疏時(shí)，通過(guò)采集少量的信號(hào)投影值就可以實(shí)現(xiàn)信號(hào)的準(zhǔn)確或近似重構(gòu)。壓縮感知技術(shù)突破了傳統(tǒng)數(shù)據(jù)信號(hào)處理模式，直接獲取信號(hào)的壓縮表示，從而略去了對(duì)大量無(wú)用信息的采樣，即壓縮感知能夠?qū)?shù)據(jù)采集和數(shù)據(jù)壓縮兩步操作合二為一。該技術(shù)的本質(zhì)為:如果信號(hào)X e Rn是稀疏的(R代表實(shí)數(shù)域，Rn代表實(shí)N維向量空間)，即X能夠表示為N個(gè)


N
正交基的線性組合:χ=Σ%Α=ψ0，其中，稀疏基。#為ψ = (ψ1；..., ψΝ),
Wn>n=\h:1XYnh^i
系數(shù)向量為θ = (Q1,-, ΘΝ)Τ，且I I θ I I。彡K，Κ〈〈Ν，其中，向量Θ的Ip范數(shù)運(yùn)算代表(ΙΜ?Γ=ΣΚΓ? ?ο范數(shù)Nθ 11。代表向量θ中非零元素的個(gè)數(shù)。所以，信號(hào)X可以僅用

Z=IΘ的K個(gè)非零系數(shù)來(lái)表征，即對(duì)該信號(hào)X以低于奈奎斯特速率的采樣頻率進(jìn)行采樣(稱為欠采樣/壓縮采樣)，采用測(cè)量矩陣Φ e Rmxn獲取壓縮采樣的測(cè)量值:y= Φχ= ΦΨΘ=Ω θ，其中Ω = ΦΨ為壓縮采樣結(jié)構(gòu)的等效測(cè)量矩陣，y e Rm，M〈N，M代表y的維數(shù)，N代表X的維數(shù)。
[0006]當(dāng)測(cè)量矩陣Φ滿足受限等距特性(Restricted Isometry Property, RIP)準(zhǔn)則時(shí)，即對(duì)于任意具有嚴(yán)格K-稀疏的向量x，矩陣Φ都能保證如下不等式成立:

【權(quán)利要求】
1.一種用于中繼網(wǎng)絡(luò)的欠采樣量化轉(zhuǎn)發(fā)方法，所述方法的應(yīng)用場(chǎng)景是:設(shè)有多個(gè)傳感節(jié)點(diǎn)Sj、多個(gè)中繼節(jié)點(diǎn)Rj和一個(gè)信宿、即融合中心FC(Fus1n Center)組成的集中式架構(gòu)的無(wú)線傳感網(wǎng)絡(luò)WSN(Wireless Sensor Network);其特征在于:因該多個(gè)傳感節(jié)點(diǎn)Sj用于觀測(cè)同一事件，采集的是攜帶有不同噪聲的同一信號(hào)，且該采集信號(hào)是稀疏的；故該多個(gè)傳感節(jié)點(diǎn)Sj分別對(duì)相同的稀疏信號(hào)X以壓縮感知方式采樣、量化、編碼和調(diào)制，隨后經(jīng)由各自的直傳鏈路和/或相應(yīng)中繼節(jié)點(diǎn)&的轉(zhuǎn)發(fā)鏈路發(fā)送給FC，再由FC根據(jù)信源端的壓縮采樣和信宿端的信號(hào)重建策略，利用協(xié)作網(wǎng)絡(luò)的信號(hào)固有稀疏特性，以及各接收信號(hào)之間的相關(guān)性，實(shí)現(xiàn)低復(fù)雜度的信號(hào)還原方法，從而獲得精確的數(shù)據(jù)，滿足用戶需求；式中，自然數(shù)下標(biāo)j是傳感節(jié)點(diǎn)和中繼節(jié)點(diǎn)的序號(hào)，其最大數(shù)都為J ;所述方法包括下列操作步驟: 步驟1，第一個(gè)時(shí)隙，每個(gè)傳感節(jié)點(diǎn)Sj廣播其經(jīng)過(guò)壓縮采樣和量化、編碼、調(diào)制處理的信息，即向各自的中繼節(jié)點(diǎn)&和/或融合中心FC發(fā)送欠采樣信息; 步驟2，第二個(gè)時(shí)隙，每個(gè)中繼節(jié)點(diǎn)&協(xié)助各自的傳感節(jié)點(diǎn)S」向融合中心FC轉(zhuǎn)發(fā)數(shù)據(jù)，即發(fā)送經(jīng)過(guò)量化轉(zhuǎn)發(fā)處理后的信息; 步驟3，融合中心FC分別接收到來(lái)自各個(gè)傳感節(jié)點(diǎn)S」和各個(gè)中繼節(jié)點(diǎn)&的信I \和x 執(zhí)行相應(yīng)的判斷、迭代譯碼和稀疏信號(hào)的恢復(fù)操作，重建稀疏信源信號(hào)X。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述傳感器采集的信號(hào)是環(huán)境信息和個(gè)人通信數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述步驟I包括下列操作內(nèi)容: (11)每個(gè)傳感節(jié)點(diǎn)Sj采集的信源端稀疏信號(hào)為X，該稀疏信號(hào)是屬于實(shí)數(shù)域Rn的信



號(hào)，假設(shè)信號(hào)X能夠表示為N個(gè)正交基的線性組合，即:
其中，Θ=P1，…，θη，…，θΝ)τ是系數(shù)向量，稀疏基池,}二為Ψ = (Vl，…，ψη，…，Ψν);自然數(shù)下標(biāo)η分別是系數(shù)向量元素序號(hào)和稀疏基元素序號(hào)，其最大值為信號(hào)X的長(zhǎng)度N;如果Θ只有K個(gè)非零元素，且K □ N，則信號(hào)X為K-稀疏信號(hào)，即信號(hào)X能夠僅用Θ的K個(gè)非零系數(shù)來(lái)表征之； (12)傳感節(jié)點(diǎn)S」采用測(cè)量矩陣Φ]對(duì)采集的稀疏信號(hào)X執(zhí)行欠采樣、即進(jìn)行壓縮采樣，得到測(cè)量值y」=Φ」χ = Φ」Ψ θ = Ω j θ，式中，Ω」=Φ」Ψ為壓縮采樣結(jié)構(gòu)的等效測(cè)量矩陣，其中的測(cè)量矩陣Φ]屬于實(shí)數(shù)域Rmxn，測(cè)量值Yj屬于實(shí)數(shù)域Rm，M是測(cè)量值yj的維數(shù)，N是信號(hào)X的長(zhǎng)度； (13)傳感節(jié)點(diǎn)S」對(duì)欠采樣的測(cè)量值yj= Φ,-χ執(zhí)行量化、信道編碼Cs和調(diào)制處理操作后，得到欠采樣信息 (14)各個(gè)傳感節(jié)點(diǎn)Sj分別將該欠采樣信肩I廣播至各自的中繼節(jié)點(diǎn)Rj和/或融合中心FC。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于:所述步驟(12)中，傳感節(jié)點(diǎn)對(duì)稀疏信源信號(hào)X執(zhí)行欠采樣、即壓縮采樣的機(jī)理是:基于相同的測(cè)量矩陣Φ，或者是分別基于各自不同的測(cè)量矩陣ΦρΦ2、…、Φρ…Φ:;所述測(cè)量矩陣Φ或Φ]的選擇包括隨機(jī)矩陣、快速傅里葉變換FFT(Fast Fourier Transform)矩陣或貝努利隨機(jī)矩陣，只要能夠以高概率滿足所述受限等距特性RIP (Restricted Isometry Property)即可。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述步驟2包括下列操作內(nèi)容: (21)每個(gè)中繼節(jié)點(diǎn)&接收到的信號(hào)> =義+Nyi中，XSj是其相應(yīng)的傳感節(jié)點(diǎn)Sj的發(fā)送信號(hào)，nS1K1是該中繼節(jié)點(diǎn)&接收端的加性高斯白噪聲； 為降低中繼節(jié)點(diǎn)&的轉(zhuǎn)發(fā)數(shù)據(jù)量，中繼節(jié)點(diǎn)&先對(duì)其接收信號(hào)&^執(zhí)行部分舍棄PDP (Partially Discarding Procedure)的選擇操作,該舍棄操作的機(jī)理是隨機(jī)選擇部分測(cè)量值進(jìn)行發(fā)送，而丟棄其他的測(cè)量值，該操作可行性的原理在于壓縮感知的每個(gè)測(cè)量值承載的稀疏信號(hào)信息相同； (22)中繼節(jié)點(diǎn)&對(duì)接收信號(hào)執(zhí)行信源編碼、交織π和信道編碼的處理后，得到轉(zhuǎn)發(fā)信息；其中，信源編碼操作包括:標(biāo)量量化SQ (Scalar Quantizer)和外編碼C。；信道編碼操作包括:內(nèi)編碼Ci和鑿孔；所述外編碼C。由分組碼構(gòu)成，內(nèi)編碼Ci由遞歸系統(tǒng)卷積碼RSC (Recursive Systematic Convolut1nal Code)構(gòu)成； (23)中繼節(jié)點(diǎn)&將其處理后的轉(zhuǎn)發(fā)信息xR1發(fā)送至融合中心FC。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述步驟3中，F(xiàn)C首先判斷測(cè)量矩陣Φ，并根據(jù)兩種不同的判斷結(jié)果，分別執(zhí)行兩種不同的操作內(nèi)容。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于:所述步驟3中，F(xiàn)C對(duì)測(cè)量矩陣Φ進(jìn)行判斷后，若各個(gè)傳感節(jié)點(diǎn)S」發(fā)送的測(cè)量值Yj是基于相同的測(cè)量矩陣Φ，即& = y = Φχ時(shí)，則執(zhí)行下述操作內(nèi)容: (31A)FC分別接收到來(lái)自傳感節(jié)點(diǎn)的發(fā)送信號(hào)&,1> =?, + 和來(lái)自中繼節(jié)點(diǎn)的轉(zhuǎn)發(fā)信號(hào)=&, +nRiB，式中，K 0和乂^分別是傳感-信宿鏈路與中繼-信宿鏈路的加性高斯白噪聲；根據(jù)這兩種接收信號(hào)之間的相關(guān)性，執(zhí)行迭代計(jì)算對(duì)數(shù)似然比LLRs (Log-Likelihood Rat1s)運(yùn)算后，得到LLRs信息:Lfj'與；這樣通過(guò)J項(xiàng)迭代計(jì)算操作，獲取來(lái)自全部傳感節(jié)點(diǎn)Sj發(fā)送信號(hào)和中繼節(jié)點(diǎn)&轉(zhuǎn)發(fā)信號(hào)的對(duì)數(shù)似然比LLRs:TQW r?(1) t0(2) rSD(2)…TQ(J) rSD(J).1 J-ιγ II J-ιγ., s J-jY IJ-1Y I (32B)執(zhí)行聯(lián)合譯碼處理:先采用直接相加的方法合并步驟(31A)得到的2J項(xiàng)LLRs信息，再執(zhí)行與傳感節(jié)點(diǎn)在步驟(13)中信道編碼Cs相對(duì)應(yīng)的譯碼處理； (33C)FC執(zhí)行反量化操作，得到重建的壓縮感知測(cè)量值九=P后，再采用正交匹配追蹤OMP (Orthogonal Matching Pursuit)壓縮感知恢復(fù)算法,恢復(fù)稀疏信號(hào)x ;式中，下標(biāo)I表示Φ]相同的情形。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于:所述步驟(31A)中的LLRs軟信息的迭代計(jì)算和步驟(32B)中的LLRs軟信息的合并處理都是用于實(shí)現(xiàn)低誤碼率的迭代譯碼操作；該迭代譯碼的具體方法參見(jiàn)刊于IEEE Communicat1ns的2010年文獻(xiàn)《Compress-and-Forward Relaying Based on Symbol-Wise Joint Source-ChannelCoding))； 所述步驟(33C)中，OMP恢復(fù)算法的具體方法參見(jiàn)刊于IEEE 2007年的期刊文獻(xiàn)《Signal Recovery From Random Measurements Via Orthogonal Matching Pursuit》。
9.根據(jù)權(quán)利要求6所述的方法，其特征在于:所述步驟3中，F(xiàn)C對(duì)測(cè)量矩陣Φ進(jìn)行判斷后，若各個(gè)傳感節(jié)點(diǎn)Sj發(fā)送的測(cè)量值yj是基于不同的測(cè)量矩陣Φρ即Jj = 時(shí)，則執(zhí)行下述操作內(nèi)容: (31a)FC分別接收到來(lái)自傳感節(jié)點(diǎn)的發(fā)送信號(hào)+<^和來(lái)自中繼節(jié)點(diǎn)的轉(zhuǎn)發(fā)信號(hào)+&/>，式中ο分別是傳感-信宿鏈路與中繼-信宿鏈路的加性高斯白噪聲；直至獲取全部傳感節(jié)點(diǎn)S」的發(fā)送信號(hào)和中繼節(jié)點(diǎn)&的轉(zhuǎn)發(fā)信號(hào)的對(duì)數(shù)似然比T T R0 rO(l) TSD(n rQ(2) TSD(2)...jO(J) TSD(J).-L/.L/JA-0.^-jY f.) ^-jY.> 5 Y 9 -L^y ， (32b)執(zhí)行聯(lián)合譯碼:因每個(gè)投影矩陣Φ]各不相同，先針對(duì)每個(gè)相應(yīng)的傳感-中繼節(jié)點(diǎn)對(duì)\.與&，分別采用兩者相加方法，對(duì)步驟(31a)得到的每對(duì)接收信號(hào)執(zhí)行迭代計(jì)算得到的LLRs: Zf)與Ifw分別執(zhí)行合并操作； 然后，完成if)與、Lf]mf{2].....Zf >與共J項(xiàng)合并操作后，再分別執(zhí)行與傳感節(jié)點(diǎn)在步驟(13)中信道編碼Cs相對(duì)應(yīng)的共J項(xiàng)譯碼處理； (33c)FC執(zhí)行J項(xiàng)反量化操作，分別獲取各個(gè)傳感節(jié)點(diǎn)重建的壓縮感知測(cè)量值為后，通過(guò)級(jí)聯(lián)得到重建測(cè)量值/，以及級(jí)聯(lián)的測(cè)量矩陣
Φ J，據(jù)此采用OMP壓縮感知恢復(fù)算法進(jìn)行稀疏信號(hào)的重建，恢復(fù)稀疏信號(hào)X ;式中，下標(biāo)II表示為不同的情形。
【文檔編號(hào)】H04W28/06GK104184554SQ201410444286
【公開(kāi)日】2014年12月3日 申請(qǐng)日期:2014年9月3日 優(yōu)先權(quán)日:2014年9月3日
【發(fā)明者】徐文波, 翟靜, 林家儒 申請(qǐng)人:北京郵電大學(xué)