无线传感器网络的信道估计方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103491034103491034A(43)申请公布日2014.01.01(21)申请号201310468736.7(22)申请日2013.10.09(71)申请人深圳先进技术研究院地址518055广东省深圳市南山区西丽大学城学苑大道1068号(72)发明人乔登宇李烨易称福(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人吴平(51)Int.Cl.H04L25/02(2006.01)H04W84/18(2009.01)权权利要求书3页利要求书3页说明书9页说明书9页附图3页附图3页(54)发明名称无线传感器网络的信道估计方法及系统(57)摘要一种无线传感器网络的信道估计方法，包括：在无线传感器网络中，计算同时进行信道估计的发送簇普通节点的数量；选择列数与发送簇普通节点的数量相同的正交训练码矩阵；按照均匀分布随机生成训练数据源并保存至发送簇中心节点和多个发送簇普通节点；多个接收簇普通节点同时接收发送簇普通节点同时发送的训练信号并转发至接收簇中心节点；接收簇中心节点重构接收的训练信号的接收矩阵，获得重构训练矩阵；奇异值分解获得奇异向量；重构奇异向量，建立信道矩阵的线性方程组并求解，获得信道矩阵的估计值。还提供一种无线传感器网络的信道估计系统，上述信道估计方法和系统中的接收簇的普通节点接收训练信号时不需要单个轮流进行，信道估计较快。CN103491034ACN10349ACN103491034A权利要求书1/3页1.一种无线传感器网络的信道估计方法，其特征在于，包括：节点数量确定步骤，在无线传感器网络中，计算同时进行信道估计的发送簇普通节点的数量；选择步骤，选择列数与所述发送簇普通节点的数量相同的正交训练码矩阵；信号生成步骤，根据所述正交训练码矩阵的码源数量，按照均匀分布随机生成训练数据源，并保存至发送簇中心节点和多个所述发送簇普通节点以生成训练信号；接收步骤，多个接收簇普通节点同时接收由所述发送簇中心节点控制多个所述发送簇普通节点同时发送对应的所述训练信号；转发步骤，所述接收簇普通节点转发所述训练信号至接收簇中心节点；重构步骤，所述接收簇中心节点重构接收的所述训练信号的接收矩阵，获得重构训练矩阵；分解步骤，所述接收簇中心节点对所述重构训练矩阵进行奇异值分解获得奇异向量；建立方程组步骤，所述接收簇中心节点基于子空间理论重构所述奇异向量，建立信道矩阵的线性方程组；估算步骤，所述接收簇中心节点求解所述线性方程组，获得所述信道矩阵的估计值。2.根据权利要求1所述的无线传感器网络的信道估计方法，其特征在于，所述发送l,n簇普通节点的数量为N，所述正交训练码矩阵的表达式为S＝[s]L×N，其中l=l,…,L，n=1,…,N，根据所述正交训练码矩阵的码源数量，按照均匀分布随机生成训练数据源的表T达式为s＝[s0s1…sK-1]，所述训练数据源的长度为K。3.根据权利要求2所述的无线传感器网络的信道估计方法，其特征在于，所述接收矩l,m阵的表达式为Y＝[y]L×M，其中l=1,…,L，m=1,…,M，在所述l时刻，第m个接收簇普通节点接收的所述训练信号的表达式为：l,m其中，v表示所述信道中的加性复高斯白噪声，hn,m表示从第n个发送簇普通节点到所述第m个接收簇普通节点的信道增益。4.根据权利要求3所述的无线传感器网络的信道估计方法，其特征在于，在所述l时刻，所述第m个接收簇普通节点接收的所述训练信号表达式转换为Y＝SH+V，其中，l,ml,mY＝[y]L×M,H＝[hn,m]N×M,V＝[v]L×M，l＝1,…,L,m＝1,…,M,n＝1,…,N。5.根据权利要求4所述的无线传感器网络的信道估计方法，其特征在于，在忽略所述加性复高斯白噪声条件下，所述第m个接收簇普通节点接收的所述训练信号转换为Y＝SH，其中，Xk为一个L×N实矩阵，Y的第j列表示为：2CN103491034A权利要求书2/3页其中，T表示转置。6.根据权利要求5所述的无线传感器网络的信道估计方法，其特征在于，所述接收簇中心节点重构接收的所述训练信号的接收矩阵，获得重构训练矩阵为：将所述Y的所有列首尾相连获得一个接收分组y，所述信道为准静态瑞利衰弱信道，在长度为KI的数据帧的持续时间内，所述信道是为时不变的，将I个所述接收分组y构造成Ψ＝[y1…yI]，并在所述加性复高斯白噪声条件下，获得重构训练矩阵Ψ，7.根据权利要求6所述的无线传感器网络的信道估计方法，其特征在于，所述接收簇中心节点对所述重构训练矩阵进行奇异值分解获得奇异向量为：对所述重构训练矩阵Ψ进行奇异值分解，得到AAΨ＝UΣW=[UsUn]ΣW其中，A表示共轭转置，所述Us表示信号子空间，所述Us为一