无线传感器网络中利用时间冗余的协作编码

论文摘要

无线通信和微电子的最新发展促进了传感器节点向低成本,低功耗,多功能方向发展,使这些节点具有体积小,且仅拥有少量的资源来获取和处理信息。这些微型设备能够以自组织的方式建立无线传感网。一个传感网由大量的传感节点组成,这些传感节点密布在接近观察对象的地方。传感器节点的位置无法预先确定。这种特性使传感器网能够随机地部署在不能接近的地区或用于救灾。因此,传感器网的协议和算法必须具备自组织的功能,使得节点能够观察现象并报告给信宿节点。传感器节点在把原始数据发送给信宿节点进行进一步处理前利用一个板载处理器来处理所观察到的信息。无线传感器网的独特部署和网络节点的要求,对于旧的信号处理技术提出了挑战,由传感网带来的多对一的传输模式与旧的信号处理技术的一对多的处理方式恰恰相反。若每个传感器节点独立地把它的测量信息传送给一个公用中央信宿节点,冗余信息量将会变得非常大。这就意味着通信和电力这些传感网的稀缺资源的浪费,而这恰恰是大多数传感网所不能接受的。这种关系直接取决于在发送向接受者之前能够被预处理以压缩数据的被观察现象的物理属性。分布式联合信源信道编码技术正在寻找它在不断发展的电信世界的应用,特别是在传感器网络范式中的应用。传感器网络的独特性质孕育着新的信号处理技术并把处理负担由发送端向接收端转移。当部署在特定的区域来做特殊的观察时,传感器网络节点通常在他们的观察中展现出时间空间的关联性。协作通信通过促进使用不同信道的不同用户协作传送彼此的信息来处理多用户环境中固有的空间差异。把相关的信源编码和协作通信结合起来看起来非常有吸引力。这两种技术在受污染的联盟最终在汇聚节点相对误差小信号恢复。这两种技术的结合使得在信宿节点信号误差污染恢复相对地小。在本文中,作者提出以一种新的基于协作通信和分布式信源编码的编码技术,称之为：“无线中继辅助Slepian-Wolf协作”在第三章,我们提出了“无线中继辅助Slepian-Wolf协作”,给出了该方案实施的工作框架,阐述了该方案如何才能利用最佳功率有效地把节点观察到的信息发送给信宿节点,并给出了基于方案中提出的工作框架的仿真结果。在仿真中,我们采用传统的低密度奇偶校验码（LDPC）,在两个中级器都使用基于分布式信源编码的奇偶校验并使用对称Slepian-Wolf压缩。在第四章,我们考虑了实际应用中信道条件是多样的不是恒定不变的,阐述了信道怎样去适应无线信道的变化。首先给出了应用的完整框架,然后给模拟结果,模拟结果显示我们所提出的方案能用于适应各种信道,可以在各种信道的条件下保持传感网节点和信宿节点间通信的可靠性。当信道条件好的时候,仅有两个中继节点参与转发信源节点发送的信息；当信道条件较差的时候,四个中继节点参与转发信息。以这种方法传输方案就能适用于省电模式和可靠性模式之间的相互转换。中断概率被认为是一项重要的运行参数,为测试我们提出的方案的运行性能,在论文最后的第五章计算了所提方案中断概率,给出了解析表达式。仿真结果显示,中断概率随目标利率提高而增大,反之亦然。实际传播案例表明我们的方案逼近理论值是有效的,符合实际的系统。

论文目录

• 摘要
• ABSTRACT
• ACKNOWLEDGEMENTS
• TABLE OF CONTENTS
• LIST OF FIGURES
• LIST OF SYMBOLS
• CHAPTER 1 INTRODUCTION
• CHAPTER 2 BACKGROUND AND RELATED WORK
• 2.1 The Classical Relay Channel
• 2.2 Cooperative Communication
• 2.3 Protocols of Cooperative Communication
• 2.3.1. Fixed amplify-and-forward relaying protocol
• 2.3.2. Fixed decode and forward relaying protocol
• 2.4 Coded cooperative relays
• 2.5 Distributed Source Coding
• 2.6 Code construction for source coding with side information
• 2.6.1 Linear Block Codes for source Codes with side information
• 2.6.2 Block Codes For Source Coding With Side Information
• 2.7 Low Density parity Check Codes
• 2.7.1. The Sum-Product Algorithm And LDPC Codes
• 2.7.2. Practical Sum-Product Algorithm
• 2.7.3. LDPC Code Design
• 2.8 Application of Distributed Source Coding in WSNs
• CHAPTER 3 CODED COOPERATION
• 3.1 Relay Assisted Slepain-Wolf Compression to Exploit Temporal Redundancy
• 3.1.1 System Model for Half-Duplex Dual Relay Channel
• 3.1.2 General Frame Work For Slepian-Wolf Cooperation
• 3.1.3 Analysis Of The Proposed Scheme
• 3.2 Exploiting Temporal Redundancy For Efficient Data Transmission Over Wireless Sensor Networks
• 3.2.1 System model
• 3.2.2 Relay operation
• 3.2.3 Joint decoding and reconstruction of signal at The destination
• 3.2.4 Simulation and analysis
• 3.3 Conclusion
• CHAPTER 4 RELAY ASSISTED SLEPIAN-WOLF COMPRESSION UNDER DYNAMIC CHANNEL CONDITIONS
• 4.1 Wireless channel Impairments
• 4.1.1 Additive White Gaussian Noise
• 4.1.2 Large-Scale Propagation Impairments
• 4.1.3 Small-Scale Propagation Impairments
• 4.1.4 Power Delay Profile
• 4.2 System Model
• 4.3 Practical Issue Concerning The Implementation
• 4.4 Simulation and Analysis
• CHAPTER 5 ANALYSIS OF THE SCHEME
• 5.1. System Model of Relay Assisted Slepian-Wolf Compression
• 5.2. Outage Probability Analysis of the scheme
• 5.3. Numerical Results and Simulations
• 5.4. Conclusions
• CHAPTER 6 CONCLUSION AND FUTURE WORK
• REFERENCES
• PAPERS PUBLISHED DURING PH.D