无线传感网络中的信号分离提纯模块的设计与实现

曹玉梅+李建荣



摘 要: 在无线传感网络中,信号的类型多种多样并相互混合,为无线传感网络的信号分离工作带来了挑战。因此,设计无线传感网络信号分离提纯模块,对无线传感器网络节点、信号分离平台和信号提纯平台进行设计。无线传感器网络节点利用6700K处理器进行无线传感网络信号的采集和管理。信号分离平台构建运动坐标系和BP神经网络模型,将无线传感网络信号准确分离并传输到信号提纯平台。信号提纯平台将信号中多余参数和编码除去,以缩减模块能耗、提高模块准确度。模块实现部分给出了模块的功能图,以及信号提纯平台基站中BOA服务器的工作流程图。经实验证明,所构建的模块拥有准确度高、能耗小的特点。
关键词: 无线传感网络; 信号提纯; 分离提纯模块; BOA服务器
中图分类号: TN711?34; TN929.3 文献标识码: A 文章编号: 1004?373X(2017)04?0082?04
Design and implementation of signal separation and purification module
in wireless sensor network
CAO Yumei1, LI Jianrong2
(1. School of Electronic and Information Engineering, Shangqiu College, Shangqiu 476000, China;
2. Software College, Henan Institute of Animal Husbandry Economy, Zhengzhou 450046, China)
Abstract: In wireless sensor networks, the type of signal is various and mixed each other, which brings about a challenge for signal separation of the wireless sensor network (WSN). Therefore, the WSN signal separation purification module, WSN node, signals separation platform and purification platform were designed. The 6700K processor is used for the WSN node to collect and manage the WSN signals. A motion coordinate system and BP neural network model were established for the signal separation platform to separate the wireless sensor network signals accurately and transmit it to the signal purification platform. The signal purification platform gets rid of excess signal parameters and codes to reduce the module energy consumption and improve module accuracy. A module function diagram and the work flow chart of BOA server in signal purification platform base station are given in the module implementation paragraph. The experiment result proves that the module has the characteristics of high accuracy, low energy consumption.
Keywords: wireless sensor network; signal purification; separation and purification module; BOA server
0 引 言
在無线传感网络被广泛应用的当今社会,各科研组织开始争先挑战无线传感网络信号的分离提纯工作 [1?3]。在无线传感网络中,信号的类型多种多样并相互混合,该何时、何地、用何种方式将其分离提纯,是科研组织研究的重点内容[4?6]。曾研究出的无线传感网络信号分离提纯模块均不成熟,有价值的成果较少,这使得无线传感网络信号分离提纯模块的构建工作更为迫切。各科研组织曾研究出的无线传感网络信号分离提纯模块均具有一定的局限性。如文献[7]构建基于H?J算法的无线传感网络信号分离提纯模块,该模块选取反馈神经网络进行无线传感网络信号的分离提纯,并利用CMOS芯片的处理能力管控模块工作。该模块的准确度较高,但只适用于小型无线传感网络的信号分离提纯,在大型无线传感网络中的应用效果不佳。文献[8]构建独立源信号的无线传感网络信号分离提纯模块,该模块首先对无线传感网络中的源信号进行成分解析,根据信号成分的差异性将其分离提纯。该模块的准确度虽不高,但其所提出独立分离理念,为科研组织对无线传感网络信号分离提纯提供了研究方向。文献[9] 构建基于快速定点算法的无线传感网络信号分离提纯模块,整个模块的能耗非常少,且准确度和效率均不低,但其算法过于复杂,所需的科研人员较多,研究经费较为昂贵。文献[10]构建基于JADE的无线传感网络信号分离提纯模块,该模块利用联合对角化算法(JADE),能够对无线传感网络信号进行准确、高效的分离。但联合对角化算法的求解范围较小,故模块无法在过于复杂的无线传感网络中应用。
为了解决以上无线传感网络信号分离提纯模块的局限性,构建准确度高、能耗小的无线传感网络信号分离提纯模块。经实验证明,所构建的模块拥有准确度高、能耗小的特点。
1 无线传感网络信号分离提纯模块设计
所设计的无线传感网络信号分离提纯模块依次对无线传感器网络节点、信号分离平台和信号提纯平台进行了设计。利用较小的能耗,实现了模块对无线传感网络信号的有效分离提纯。无线传感器网络节点可进行无线传感网络信号的采集和管理。信号分离平台则能够将无线传感网络信号准确分离并传输到信号提纯平台。无线传感网络信号分离提纯模块利用信号提纯平台,除去信号中多余的参数和编码,达到网络信号提纯目的。
1.1 无线传感器网络节点设计
无线传感网络节点作为信号采集和转发的基础操作平台,其各元件间应完美兼容,以保证无线传感网络信号的采集和转发效率。无线传感网络节点主要由处理器、传感器和电源组成,其各元件间的供求关系如图1所示。
图1中无线传感器节点各元件间的供求关系是根据无线传感网络信号分离提纯模块预设的信号分离标准和能耗控制标准设计的。电源根据无线传感网络中处理器和传感器差异性的工作性质,给予二者不同的电压。为了避免无线传感网络中信号过多所导致的能耗非正常损失,在无线传感网络节点的设计过程中,应选择运算能力较高的6700K处理器,有选择性地将信号中多余信号删除,最大限度地降低模块能耗。
无线传感网络节点利用6700K处理器强大的运算能力,实现无线传感网络信号分离提纯模块的信号采集、指令管理、耗能监控、信号分离等功能。该处理器还给出了信号的通信协议,通信协议定义了信号的波信号频率标准,其能够调节不正常频率,为信号的分离工作提供保障。6700K处理器通过运算,为无线传感网络中各类型信号选择不同的传输通道,传输到传感器中进行处理。无线传感器网络节点中有多种类型的传感器,包括电子传感器、温湿度传感器、气象传感器和速度传感器等。这些传感器中各类功能电路能够实现无线传感网络信号的感应、放大和参数转化。无线传感器网络节点利用传感器连接信号分离平台,将已处理的信号分类型传输。
1.2 信号分离平台设计
信号分离平台利用运动跟踪技术和BP神经网络模型相结合的方式,对无线传感器网络中的信号进行分离。运动跟踪技术为传感器网络构建了多种类型信号的运动坐标系,传感器网络节点信号将传递至其相对应的运动坐标系进行实时测量,无线传感网络信号分离提纯模块可通过信号的测量值将其高效分离。运动跟踪技术利用BP神经网络模型将运动坐标系中的信号分离开。BP神经网络模型如图2所示。
由图2可知,BP神经网络模型实现运动坐标系信号分离的过程为:信号在运动坐标系中被大致分成线状谱线、调制谱线和连续谱,这些谱线经由BP神经网络被提取出特性向量。BP神经网络模型利用特性向量进行训练,训练成功后,BP神经网络便可对运动坐标系信号进行无量纲处理。经无量纲处理后的信号,都将在一定的范围内波动,这提高了无线传感网络信号分离提纯模块的处理效率。经由对无量纲处理后的信号进行变形、解析,可获取无线传感网络信号的分布概率。信号分离平台根据各信号不同数值的分布概率,对不同类型的信号进行识别,并将分离结果输出到信号提纯平台。
1.3 信号提纯平台设计
无线传感网络信号的使用时效非常短,应该对其进行提纯操作,以帮助无线传感网络信号延长使用时效、提高无线传感网络信号分离提纯模块的准确度。
无线传感网络信号分离提纯模块利用GAINS3试验箱创建信号提纯平台。信号提纯平台主要由传感器、用户接口和基站组成,如图3所示。
图3中设计的信号提纯平台的性能强劲,这得益于GAINS3试验箱的高效性。传感器将信号分离平台传输来的信号分离结果按照固定信号和运动信号分流,其分流标准是两种信号的存储量(固定信号的存储量要比运动信号的存储量低很多),模块对存储量低的信号的分析能力更强,传输过程中数据丢失量也更少。固定信号为运动信号提供定位参数,运动数据在通过用户接口传输到基站前,只保留其自身的定位参数和重要编码,这种方式可在缩减无线传感网络信号分离提纯模块耗能的同时,节省模块存储空间,进而延长信号的使用时效,提高无线传感网络信号分离提纯模块的准确度。
信号提纯平台的基站能够对所接收的信号进行模糊推理、信号显示和轨迹显示。信号提纯平台经由模糊推理构建拓扑树,进而将无线传感网络信号提纯出来。用户在基站中可实时查看无线传感网络信号的信息(包括信号位置、分离和提纯的处理流程和实时变化曲线等)和运行轨迹。
2 无线传感网络信号分离提纯模块实现
2.1 模块功能设计
为更好地进行无线传感网络信号的分离和提纯,无线传感网络信号分离提纯模块利用理论和算法相结合的控制手段,设计了对无线传感网络进行实时管控、信号管理、运算控制、存储控制和进程休眠控制的功能见图4。
由图4可知,无线传感网络信号分离提纯模块为信号分离平台提供了信号管理和运算控制的功能,为信号提出平台提供了存储控制和进程休眠控制的功能。无线传感网络实时管控功能对整个模块进行管理和控制,主要进行无线传感网络节点的全方位实时监控,并对各平台的错误进程进行修正;信号管理功能进行信号分离平台拓扑结构的建立和后期修复;运算控制功能对信号分离平台的运算过程进行控制,防止不必要的运算误差出现;存储控制功能进行信号提纯平台传感器电路中缓冲器和存储器的饱和管理;进程休眠控制功能可阻止信号提纯平台中BP神經网络的超前操作。
2.2 基站服务器流程设计
信号提纯平台基站用户服务器的选择,应首先考虑其对无线传感网络信号的显示性能。基站服务器的优点在于:它的源代码是全面透明的,且拥有单进程处理能力。当用户打开某一无线传感网络信号时,基站服务器仅利用单进程对其进行显示,这大大提高了显示效率,避免了多进程服务器造成的基站崩溃问题。图5为基站服务器工作流程图。
由图5可知,基站服务器在基站启动之初便开始工作,其首先创建无线传感网络信号的显示进程,设置好显示参数后,基站服务器开始监视用户接口。用户接口一旦出现信号传输请求,基站服务器便对该请求进行解析,查询请求中是否存在非法数据。若不存在,则读取请求以进行无线传感网络信号的接收下载;若存在,则对该请求进行解码,并关闭基站中的下载接口,防止非法数据流入基站。非法请求解析成功后应对其进行存储操作,防止同类非法请求的再次侵入。
3 实 验
为验证所构建的无线传感网络信号分离提纯模块拥有准确度高、能耗小的特点,利用本文模块和基于JADE的无线传感网络信号分离提纯模块,对实验车辆无线传感网络中的行驶信号进行分离提纯。
对于无线传感网络信号分离提纯模块的准确度,实验将两个模块的误差输出曲线进行对比。误差能够直观地反映出无线传感网络信号分离提纯模块的准确度,误差值越小、曲线波动越稳定,模块的准确度就越大。图6是基于JADE的无线传感网络信号分离提纯模块误差输出曲线。
由图6可知,基于JADE的无线传感网络信号分离提纯模块的误差输出曲线在0值上下波动,较为稳定。其最大误差为0.27,最小误差为0(图6中的正负值仅代表信号经由BP神经网络被提取出的特性向量的方向,与数值大小无关),误差较小。现给出本文模块误差输出曲线与其对比,如图7所示。
由图7易知,本文模块的误差输出曲线波动更为稳定,其最大、最小误差分别为0.18和0,比基于JADE的无线传感网络信号分离提纯模块误差低0.09。由此可知,本文系统的准确度较高。无线传感网络信号分离提纯模块准确度验证实验结束后,将基于JADE的无线传感网络信号分离提纯模块,和本文模块的实时能耗曲线输出并对比。实验对无线传感网络信号分离提纯模块能耗的记录周期是10 s,即对每个模块采集了400个能耗数据,两模块实时能耗曲线对比图如图8所示。由图8可知,基于JADE的无线传感网络信号分离提纯模块实时能耗曲线的大部分均在本文模块实时能耗曲线的上方,仅在时间区间[3 500 s,3 800 s]内结果反向。由以上结果能够推断出,本文模块的整体耗能水平较低。
4 结 论
本文设计无线传感网络信号分离提纯模块,对无线传感器网络节点、信号分离平台和信号提纯平台进行设计。无线传感器网络节点利用6700K处理器进行无线传感网络信号的采集和管理。信号分离平台构建运动坐标系和BP神经网络模型,将无线传感网络信号准确分离并传输到信号提纯平台。信号提纯平台将信号中多余参数和编码除去,以缩减模块能耗、提高模块准确度。模块实现部分给出了模块的功能图,以及信号提纯平台基站中BOA服务器的工作流程图。经实验证明,所构建的模块拥有准确度高、能耗小的特点。
参考文献
[1] 周序生.无线网络雷击信号快速采集方法研究与仿真[J].计算机仿真,2014,31(11):290?293.
[2] 朱文忠.电力线载波无线传感信号融合传递技术[J].计算机仿真,2014,31(6):147?150.
[3] 潘贺,李太浩.基于改进广义回归神经网络玉米田中无线传感器网络信号路径衰减预测[J].中国农机化学报,2014,35(4):191?195.
[4] 杨统,王崴,刘晓卫.基于无线传感器网络的光电信号采集系统设计[J].传感器与微系统,2015,34(11):116?118.
[5] 李杰,郭凤霞,张红.无线传感网络中云层雷击信号准确检测仿真分析[J].现代电子技术,2015,38(22):102?104.
[6] 陈善雄,何中市,熊海灵,等.一种基于压缩感知的无线传感信号重构算法[J].计算机学报,2015,38(3):614?624.
[7] 罗侃,王华.失真容忍无线传感网络中的最优传感器配置研究[J].计算机应用研究,2014,31(3):901?904.
[8] 黄庆卿,汤宝平,邓蕾,等.机械振动无线传感网络数据分块无损压缩方法[J].仪器仪表学报,2015,36(7):1605?1610.
[9] 廖利,叶海琴.无线传感网络的海上多信道通信技术[J].舰船科学技术,2015,37(5):185?188.
[10] 杨剑宁,蔺坤.无线传感网络通信优化算法仿真[J].计算机仿真,2014,31(2):382?385.