基于Gossip算法的無線傳感器網絡分布式參數(shù)場估計.pdf

1、如今，無線傳感器網絡規(guī)模越來越大，節(jié)點數(shù)目不斷增多且分布范圍越發(fā)廣泛。在這樣大規(guī)模的分布式網絡中，傳統(tǒng)的集中式通信方式已再不適用，而分布式信號處理技術卻是解決分布式網絡中問題的最佳選擇方案。在實際應用中，研究人員通常需要獲得監(jiān)測區(qū)域內某參數(shù)的整體分布圖，以便了解監(jiān)測區(qū)域參數(shù)場的整體分布情況。目前，國外的研究團隊提出了將Gossip算法與壓縮感知算法結合的解決方案。利用壓縮感知算法對節(jié)點采集的離散參數(shù)值進行稀疏壓縮。之后通過Gossip算

2、法完成節(jié)點間的稀疏信號的交換和數(shù)據更新過程。最終，研究人員只要訪問網絡中任何一個節(jié)點的數(shù)據都可以重構和估計出原始參數(shù)場的分布情況。
　　本論文針對分布式參數(shù)場估計問題中涉及到的壓縮感知算法和Gossip算法進行了理論分析和研究。首先對壓縮感知算法中的三個方面：信號的稀疏變換、測量矩陣的構造和稀疏信號重構問題分別進行了分析。重點研究了分布式網絡數(shù)據稀疏變換矩陣的構造，以及梯度投影重構算法。之后，對Gossip共識算法進行研究。討論了

3、平均共識問題和Gossip算法的網絡結構及時間模型。對成對Gossip算法的收斂性進行了證明，并且分析其收斂速度的上下界。除此之外，對收斂速度更快的無偏廣播Gossip算法進行理論研究，證明其在期望上及二階矩上的收斂性。在上述理論研究基礎上，本論文提出了基于無偏廣播Gossip算法的分布式參數(shù)場估計改進方案。改進方法利用信道的廣播特性，提高了算法的計算速度，節(jié)約了計算時間。同時，本論文創(chuàng)新性地將這些理論應用于電磁場信號接收功率強度識別問

4、題方面。通過仿真實驗對算法性能進行驗證和分析。
　　通過仿真分析可以看出由于使用了收斂速度更快的Gossip算法，改進算法的計算時間更短，效率更高。同時，改進算法在很少的迭代次數(shù)下仍可以到達到參數(shù)重構精度要求，重構精度不受影響。通過理論分析和仿真實驗都驗證了改進算法在解決平滑參數(shù)場、有噪參數(shù)場和電磁場等不同環(huán)境中參數(shù)重構和估計問題的可行性，表現(xiàn)出計算速度快，重構精度滿足應用要求的優(yōu)點。綜上所述，本文提出的改進算法在實時性及精度要求