乘性噪声环境下单比特参数估计算法

发布时间：2021-07-02 18:08

　　无线传感器网络（Wireless Sensor Networks,WSNs）通常由大量具有集成感知、信号处理和通信能力的微小型传感器节点组成,各个节点能够协同地对感兴趣的物理信息进行采集、分析和传输,在目标跟踪、目标定位以及环境监测等领域有着广泛的应用。基于WSNs的应用问题通常可以归结为基于WSNs的参数估计问题。通常情况下,各传感器节点将感知的信息发送给融合中心,融合中心利用接收到的数据,设计相应的算法,分析和处理这些数据,从而获得未知参数的估计。然而,由于每个传感器节点的感知精度、计算和通信能力、存储容量都有限,这给基于WSNs的参数估计算法设计带来较大的挑战。为了避免大比特量的信息传输导致节点较多的能量消耗和较大的通信负载,论文考虑将每个传感器节点的采样信号值压缩到1比特信息后,再传输到融合中心进行集中处理;另外,为了更好地适应实际环境,论文考虑节点的采样信号同时包含加性噪声和乘性噪声。结合这些问题,论文提出一种基于期望最大化（Expectation Maximization,EM）的单比特最大似然估计算法,该算法能够获得与基于模拟测量值（无线比特精度）的最大似然估计（Maxi... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 无线传感器网络概述
        1.2.1 无线传感器网络类型
        1.2.2 无线传感器网络特点
    1.3 论文主要研究内容
        1.3.1 论文主要工作
        1.3.2 论文章节安排
第2章 乘性噪声环境下集中式单比特参数估计算法
    2.1 传感器网络信号模型
    2.2 基于阈值优化的最大似然估计算法
        2.2.1 统计可识别性和Cramér-Rao下界
        2.2.2 最佳近似阈值τ_(app)
        2.2.3 最大似然估计
    2.3 基于EM的最大似然估计算法
    2.4 性能仿真及结果
    2.5 本章小结
第3章 乘性噪声环境下集中式单比特自适应参数估计算法
    3.1 传感器网络信号模型
    3.2 基于采样信号{x_k}的最大似然自适应参数估计算法
    3.3 基于单比特数据{y_k}的自适应最大似然估计算法
        3.3.1 最大似然估计
        3.3.2 方程求解
        3.3.3 单比特自适应算法
    3.4 改进的单比特自适应RLS算法
        3.4.1 参数估计模型替换
        3.4.2 单比特自适应RLS参数估计算法总结
        3.4.3 改进的单比特自适应RLS参数估计算法
    3.5 性能仿真和结果
    3.6 本章小结
第4章 乘性噪声环境下分布式单比特自适应参数估计算法
    4.1 传感器网络信号模型
    4.2 基于阈值优化的自适应最大似然估计算法
    4.3 基于EM的自适应最大似然估计算法
        4.3.1 基于采样信号值x_(ki)的分布式EM-MLE算法
        4.3.2 基于1 比特值d_(ki_的分布式EM-MLE算法
    4.4 性能仿真及结果
    4.5 本章小结
第5章 结论与展望
    5.1 全文总结
    5.2 未来展望
致谢
参考文献
附录


【参考文献】：
期刊论文
[1]无线传感网络低比特量传输的自适应RLS参数估计[J]. 刘江峰,刘兆霆,姚英彪.  传感技术学报. 2019(09)
[2]二值传感器网络的分布式稀疏LMS算法[J]. 王文博,姚英彪,刘兆霆.  信号处理. 2019(01)
[3]基于传感器网络的1比特RLS算法[J]. 彭秋燕,刘兆霆,姚英彪.  传感技术学报. 2018(12)
[4]无线传感器网络综述[J]. 吴瑞睿,刘洁琳.  科技创新与应用. 2018(14)
[5]Distributed incremental bias-compensated RLS estimation over multi-agent networks[J]. Jian LOU,Lijuan JIA,Ran TAO,Yue WANG.  Science China（Information Sciences）. 2017(03)
[6]无线传感器网络中基于多比特量化的极大似然分布式估计方法[J]. 郭黎利,高飞,孙志国.  电子学报. 2016(11)

博士论文
[1]鲁棒融合Kalman滤波及其在信号处理中的应用研究[D]. 杨智博.黑龙江大学 2018

硕士论文
[1]分布式LMS算法研究[D]. 徐畅.沈阳工业大学 2019



本文编号：3260962