首页> 中文学位 >基于Gossip算法的无线传感器网络分布式参数场估计
【6h】

基于Gossip算法的无线传感器网络分布式参数场估计

代理获取

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2 国内外在该方向的研究现状及分析

1.3 本文的主要工作和内容安排

第2章 基于分布式网络数据的压缩感知算法

2.1 引言

2.2 压缩感知算法基本理论

2.3 网络数据的稀疏变换

2.4 梯度投影重构算法

2.5 本章小结

第3章 基于随机几何图的Gossip算法

3.1 引言

3.2 Gossip算法基本理论

3.3 成对Gossip算法

3.4 无偏广播Gossip算法

3.5 性能仿真

3.6 本章小结

第4章 基于Gossip算法的分布式参数场估计

4.1 引言

4.2 算法流程

4.3 分布式平滑参数场估计

4.4 分布式电磁场接收信号功率强度识别与估计

4.5 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢

展开▼

摘要

如今,无线传感器网络规模越来越大,节点数目不断增多且分布范围越发广泛。在这样大规模的分布式网络中,传统的集中式通信方式已再不适用,而分布式信号处理技术却是解决分布式网络中问题的最佳选择方案。在实际应用中,研究人员通常需要获得监测区域内某参数的整体分布图,以便了解监测区域参数场的整体分布情况。目前,国外的研究团队提出了将Gossip算法与压缩感知算法结合的解决方案。利用压缩感知算法对节点采集的离散参数值进行稀疏压缩。之后通过Gossip算法完成节点间的稀疏信号的交换和数据更新过程。最终,研究人员只要访问网络中任何一个节点的数据都可以重构和估计出原始参数场的分布情况。
  本论文针对分布式参数场估计问题中涉及到的压缩感知算法和Gossip算法进行了理论分析和研究。首先对压缩感知算法中的三个方面:信号的稀疏变换、测量矩阵的构造和稀疏信号重构问题分别进行了分析。重点研究了分布式网络数据稀疏变换矩阵的构造,以及梯度投影重构算法。之后,对Gossip共识算法进行研究。讨论了平均共识问题和Gossip算法的网络结构及时间模型。对成对Gossip算法的收敛性进行了证明,并且分析其收敛速度的上下界。除此之外,对收敛速度更快的无偏广播Gossip算法进行理论研究,证明其在期望上及二阶矩上的收敛性。在上述理论研究基础上,本论文提出了基于无偏广播Gossip算法的分布式参数场估计改进方案。改进方法利用信道的广播特性,提高了算法的计算速度,节约了计算时间。同时,本论文创新性地将这些理论应用于电磁场信号接收功率强度识别问题方面。通过仿真实验对算法性能进行验证和分析。
  通过仿真分析可以看出由于使用了收敛速度更快的Gossip算法,改进算法的计算时间更短,效率更高。同时,改进算法在很少的迭代次数下仍可以到达到参数重构精度要求,重构精度不受影响。通过理论分析和仿真实验都验证了改进算法在解决平滑参数场、有噪参数场和电磁场等不同环境中参数重构和估计问题的可行性,表现出计算速度快,重构精度满足应用要求的优点。综上所述,本文提出的改进算法在实时性及精度要求都很高的分布式参数场估计应用中具有实际参考价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号