一种水下无线传感器网络数据的盲分离算法.pdf

《一种水下无线传感器网络数据的盲分离算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、106传感器与微系统(TransducerandMierosystemTechnologies)2013年第32卷第lO期一种水下无线传感器网络数据的盲分离算法盛堰，周飞，李鉴鸿，葛进波，欧阳亚，冯久超(1．广州海洋地质调查局，广东广州510760；2．华南理工大学电子与信息学院，广东广州510641)摘要：对海洋资源的进一步开发将会用到在水下的无线组网技术。由于水下无线传感器网络需要新型的数据传输、分离、定位以及部署技术，提出一种基于无先导卡尔曼滤波器(UKF)的海洋数据盲分离方法。该方法使用时不变的解混向量表达式作为状态方程，并用利用数据发送端的调制表达式作为观测方程。实验

2、结果表明：本算法在常数调制、二进制调制以及元调制的情况下都具有较好的分离效果。关键词：无线传感器网络；组网；无先导卡尔曼滤波器；盲分离中图分类号：TP212．9文献标识码：A文章编号：1000-9787(2013)10-0106--04Ablindseparationalgorithmfordata0funderwaterwirelesssensornetworksSHENGYan，ZHOUFei，LIJian．hong，GEJin．bo，OUYANGYa．FENGJiu—chao(1．GuangzhouMarineGeologicalSurveyBureau，Guangzho

3、u510760，China；2．SchoolofElectronicandInformationEngineering，SouthChinaUniversityofTechnology，Guangzhou510641．China)Abstract：Theemploymentofseaf~oorresourcesrequirestheunderwaterwirelessnetworkingtechnology．Sincetheunderwaterwirelesssensornetworksneednewtypedata—transmitting，separating，locati

4、nganddistributingtechnology，asea—datablindseparationmethodbasedonunscentedKalmanfilter(UKF)hereinisproposed．Thismethodusesatime—invariantunmixingvectorexpressionasthestateequation，andwiththeuseofdatasendingendmodulationexpressionasobservationequation．Experimentalresultsshowthattheproposedalg

5、orithmhasgoodseparationperformanceinconstantmodulation，binarymodulationandM—unitmodulationcases．Keywords：wirelesssensornetworks；networking；unscentedKalmaufilter(UKF)；blindseparation0引言各个节点的数据，不需要水上船只多次移动。世界许多国家都已研制出海洋信息监视系统，但是这不像传统的数据采集设备，水下传感器节点是组成网些传统的海洋学数据采集系统是使用独立的、没有联系的络的，它们需要在水下通过声学通信。

6、数据传送速率可以水下设备。一般这些设备从周围环境采集数据，然后将数通过短距离通信提高，需要用更多的传感器节点来获得一据通过卫星通信或者水下电缆的方式发送到岸上基站或船定程度的连接性和覆盖性。在这种情况下，大规模的水下只。对于水下信息采集设备来说，将它们组合成一个水下无线传感器网络在通信和网络协议上面临额外的挑战。由兀线传感器网络是一个新颖的概念。于媒介的多径效应和时变效应导致声学信道的链路质量我国的许多研究单位已经设计了单一的海底环境监测低；声音的传播速度慢导致产生较大的传播时延；发送器和系统，当这些单一产品完成实地测试，投产使用后可以考虑接收器的相对运动会产生多普勒效应，水下

7、无线传感器多产品组网问题，即在多个不同海域内分别放置水下采集网络也是能量有限的。系统，进行数据采集。各个水下系统之间进行组网数据分由于以上挑战，水下无线传感器网络需要新型的数据享，当有数据收集船只经过时，可以只对单个水下节点(融传输、分离、定位以及部署方案。本文主要研究水下无线传合中心)进行访问即可以得到整个已组网的水下采集系统感器网络的数据盲分离问题。收稿日期：2013q)7-31基金项目：国家自然科学基金资助项目(60872123)；国家自然科学基金一广东省联合基金资助项目(U08350