基于压缩感知的水声传感网络通信方法

doi:10.12068/j.issn.1005-3026.2019.11.006

东北大学学报:自然科学版 ›› 2019, Vol. 40 ›› Issue (11): 1549-1554.DOI: 10.12068/j.issn.1005-3026.2019.11.006

基于压缩感知的水声传感网络通信方法

刘敬浩¹，董丽双¹，付晓梅^1,2

(1. 天津大学电气自动化与信息工程学院，天津300072; 2. 天津大学海洋科学与技术学院，天津300072)

收稿日期:2019-01-22 修回日期:2019-01-22 出版日期:2019-11-15 发布日期:2019-11-05
通讯作者: 刘敬浩
作者简介:刘敬浩(1963-)，男，天津人，天津大学副教授; 付晓梅(1968-)，女，重庆人，天津大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(61571323); 水下信息与控制重点实验室开放基金资助项目(614221801050517).

Communication Method of Underwater Acoustic Sensor Network Based on Compressed Sensing

LIU Jing-hao¹， DONG Li-shuang¹， FU Xiao-mei^1,2

1. School of Electrical and Information Engineering， Tianjin University， Tianjin 300072， China; 2. School of Marine Science and Technology， Tianjin University， Tianjin 300072， China.

Received:2019-01-22 Revised:2019-01-22 Online:2019-11-15 Published:2019-11-05
Contact: FU Xiao-mei
About author:-
Supported by:
-

摘要/Abstract

摘要： 现有研究主要针对单个传感器节点发送数据的情形，传输效率不高，而多个传感器节点同时发送数据，可以提高传输效率，但存在用户数据之间的干扰.将压缩感知应用于水声传感网络中，提出一种可实现多节点同时传输数据的大容量协作通信方法，利用传感器节点数据的稀疏特性，将多个源节点数据同时传输等效为压缩感知中的测量过程，证明了多节点并发传输过程的传输特性可以满足压缩感知中的测量矩阵的约束等距性要求.目的节点通过重构算法，可以恢复多个并发传感器节点的数据.

关键词: 水声传感网络, 水声通信, 压缩感知, 重构算法, 大容量

Abstract: Current research mainly focuses on the case that a single sensor node sends data， and the transmission efficiency is low. Using multiple sensor nodes to send data at the same time can improve the transmission efficiency， but there is interference between user’s data. Compressed sensing(CS)theory is applied to underwater acoustic sensor networks. A large-capacity cooperative communication method was proposed to realize simultaneous transmission of data by multiple nodes. Using the sparse characteristics of sensor nodes， simultaneous transmission of data from multiple source nodes is equivalent to the measurement process in CS. It is proved that the transmission characteristics of multiple nodes can satisfy the restricted isometry property(RIP)in the CS theory. The destination node can recover the data of multiple concurrent sensor nodes by the reconstruction algorithm.

Key words: underwater acoustic sensor network, underwater acoustic communication, compressed sensing(CS), reconstruction algorithm, large-capacity

中图分类号:

TN929.3

刘敬浩，董丽双，付晓梅. 基于压缩感知的水声传感网络通信方法[J]. 东北大学学报:自然科学版, 2019, 40(11): 1549-1554.

LIU Jing-hao， DONG Li-shuang， FU Xiao-mei. Communication Method of Underwater Acoustic Sensor Network Based on Compressed Sensing[J]. Journal of Northeastern University Natural Science, 2019, 40(11): 1549-1554.

参考文献

[1]冯晓宁，王卓，朱晓龙，等.多普勒辅助水下传感器网络时间同步机制研究［J］.通信学报，2017，38(1):9-15.(Feng Xiao-ning，Wang Zhuo，Zhu Xiao-long，et al.Doppler-assisted time synchronization mechanism for underwater sensor networks ［J］.Journal of Communications，2017，38(1):9-15.)
[2]乔钢，刘凇佐，刘奇佩.水声通信网络协议、仿真与试验综述［J］.水下无人系统学报，2017，25(3):151-160.(Qiao Gang，Liu Song-zuo，Liu Qi-pei.Overview of underwater acoustic communication network protocols，simulation and experiments ［J］.Journal of Unmanned Underwater Systems，2017，25(3):151-160.)
[3]Varma U S H，Nikhil M V S，Manikanta G S S K，et al.Cooperative MIMO with relay selection for LTE advanced system［C］// International Conference on Circuit，Power and Computing Technologies.Sasthancotta，2017:1-6.
[4]Doosti-Aref A，Ebrahimzadeh A.Adaptive relay selection and power allocation for OFDM cooperative underwater acoustic systems［J］.IEEE Transactions on Mobile Computing，2017，17(1):1-15.
[5]Li X，Liu J，Yan L，et al.Relay selection in underwater acoustic cooperative networks:a contextual bandit approach［J］.IEEE Communications Letters，2017，21(2):382-385.
[6]Li X，Liu J，Yan L，et al.Relay selection for underwater acoustic sensor networks:a multi-user multi-armed bandit formulation［J］.IEEE Access，2018，6(99):7839-7853.
[7]Zhang J，Zhou X，Li T，et al.Asynchronous full rate cooperative transmission for underwater acoustic communication［C］// Ocean Acoustics.New York，2016:1-6.
[8]Khan A，Ejaz M，Javaid N，et al.EEORS:energy efficient optimal relay selection protocol for underwater WSNs［C］// International Conference on Network-Based Information Systems.Krakow，2016:239-245.
[9]Wang P，Zhang X，Song M.Power-efficient resource allocation for QoS provisioning in underwater MIMO-OFDM acoustic cooperative wireless networks［C］// GLOBECOM Workshops.Big Island，2014:4674-4678.
[10]Kutyniok G.Compressed sensing:theory and applications［J］.Cambridge University Press，2012，52(4):1289-1306.
[11]Tillmann A M，Pfetsch M E.The computational complexity of the restricted isometry property，the nullspace property，and related concepts in compressed sensing［J］.IEEE Transactions on Information Theory，2014，60(2):1248-1259.
[12]Sadeghi M，Elamassie M，Uysal M.Adaptive OFDM-based acoustic underwater transmission:system design and experimental verification［C］// Black Sea Conference on Communications and Networking.Odessa，2018:1210-1216.
[13]Wang P，Zhang X，Song M.Doppler compensation based optimal resource allocation for QoS guarantees in underwater MIMO-OFDM acoustic wireless relay networks［C］// Military Communications Conference.Mclean，2014:521-526.
[14]Cao R，Qu F，Yang L.Asynchronous amplify-and-forward relay communications for underwater acoustic networks［J］.IET Communications，2016，10(6):677-684.
[15]Esmaiel H，Jiang D.Review article:multicarrier communication for underwater acoustic channel［J］.International Journal of Communications Network & System Sciences，2013，6(8):361-376.
[16]Stojanovic M，Preisig J.Underwater acoustic communication channels:Propagation models and statistical characterization［J］.IEEE Communications Magazine，2009，47(1):84-89.

基于压缩感知的水声传感网络通信方法

Communication Method of Underwater Acoustic Sensor Network Based on Compressed Sensing

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

本文评价

[1]	张娜，王璐，程军娜，田济荣. 基于分布式压缩感知的自适应距离选通三维成像[J]. 东北大学学报（自然科学版）, 2021, 42(4): 516-523.
[2]	季策，王金芝，耿蓉. 基于Dice系数的弱选择回溯匹配追踪算法[J]. 东北大学学报（自然科学版）, 2021, 42(2): 189-195.
[3]	付晓梅，马鹏宇，韩光耀. 基于联合频分复用的水下多载波调制技术[J]. 东北大学学报:自然科学版, 2020, 41(3): 311-315.
[4]	齐林，邢家柱，陈俊鑫，张良钰. 基于压缩感知的心电信号稀疏采样与重构算法[J]. 东北大学学报:自然科学版, 2019, 40(8): 1087-1093.
[5]	卢泽宸，赵春雨，刘志学. 基于变尺度法的机床平面度误差轮廓重构算法[J]. 东北大学学报:自然科学版, 2019, 40(6): 857-861.
[6]	佘黎煌，王培人，张石. 基于块目标的频率步进连续波探地雷达压缩感知重建算法[J]. 东北大学学报:自然科学版, 2018, 39(3): 316-320.
[7]	刘福来，刘蕾，杜瑞燕，张淼. 基于动态组稀疏重构的频谱感知算法[J]. 东北大学学报:自然科学版, 2018, 39(1): 31-34.
[8]	孙延鹏，张石，屈乐乐，白文静. 基于子空间投影的SFGPR压缩感知成像算法[J]. 东北大学学报:自然科学版, 2017, 38(6): 789-793.
[9]	张娜，曹琨，刘亚轩. 基于块分割的新型压缩感知算法[J]. 东北大学学报:自然科学版, 2017, 38(4): 486-492.
[10]	于瑞云，周岩. 参与式感知系统中基于压缩感知的数据采集算法[J]. 东北大学学报:自然科学版, 2015, 36(2): 194-198.
[11]	王静文，王旭. 基于压缩感知的MIT图像重建方法[J]. 东北大学学报:自然科学版, 2015, 36(12): 1687-1690.
[12]	刘福来，彭泸，汪晋宽，杜瑞燕. 基于加权L1范数的CS-DOA算法[J]. 东北大学学报(自然科学版), 2013, 34(5): 654-657.
[13]	杜瑞燕;汪晋宽;刘福来;. 基于压缩感知理论的频偏估计算法[J]. 东北大学学报(自然科学版), 2012, 33(7): 938-940+944.