【技术实现步骤摘要】
一种基于分布式扩散策略无线传感器网络凸组合LMS方法
[0001]本专利技术属于信息处理领域，具体提出了一种基于分布式扩散策略无线传感器网络凸组合LMS方法，其中分布式策略保证了每一个节点都可以与其他节点进行信息交流，实现了去中心化，提高了传感器网络的鲁棒性，实现了对参数估计的目的。
技术介绍
[0002]在分布式自适应滤波算法中，网络中的节点对含噪声测量数据进行处理，完成对未知目标参数的自适应估计。网络节点通常布置在复杂的地域环境中，单个节点的数据并不足以准确表征目标环境中的统计信息。其次，单个节点很容易受到外界环境的干扰，造成估计结果误差较大，无法稳定有效地完成估计任务。
[0003]为了对抗外界环境的不确定性，有学者尝试改进单节点的收敛算法。根据文献《ANew Disturbance Observer for Non
‑
minimum Phase Linear Systems》，传将滤波最小二乘算法(FxRLS)应用到主动噪声控制中，相较于FxLMS算法，FxRLS算法收敛速度更快，对噪声的跟...
【技术保护点】
【技术特征摘要】
1.一种基于分布式扩散策略无线传感器网络凸组合LMS方法，其特征在于，包括如下步骤：步骤(1)：将外界环境的声波信号，转化为电信号的声音传感器；由多个声音传感器对同一环境检测而构成的传感器网络，在接受外界环境信号转换为电信号的输入信号时，针对输入信号x(n)，建立正向输入滤波器一，滤波器二，其权值分别为ω1(n)、ω2(n)，并输入期望信号d(n)，构成稳定的反馈网络；步骤(2)：将滤波器一的输出y1(n)、滤波器二的输出y2(n)分别与期望信号d(n)做差得到e1(n)、e2(n)，差值e1(n)、e2(n)被认为分别是滤波器一、滤波器二得到的误差，用于反馈；步骤(3)：将滤波器一、滤波器二输出的误差e1(n)、e2(n)作为调整依据，使用梯度下降法对滤波器一、滤波器二的权值ω1(n)、ω2(n)进行调整，以减小误差e1(n)、e2(n)，用来保证系统的稳定性；步骤(4)：在保证每个滤波器稳定工作的基础上，对每个滤波器的输出按照混合参数λ(n),1
‑
λ(n)的比例进行组合，得到整体滤波器的输出y(n)；步骤(5)：在保证每个滤波器稳定工作的基础上，将期望信号d(n)与整体滤波器的输出y(n)作差得到整体误差信号e(n)，构成反馈网络；步骤(6)：将反馈的整体误差信号e(n)，动态调整混合参数λ(n),1
‑
λ(n)，保证初始阶段，整体误差信号e(n)较大时，步长较大的滤波器一发挥主要作用，以快速收敛，整体误差信号e(n)较小时，步长较大的滤波器二发挥主要作用，以减小稳态误差；步骤(7)：在单个节点完成参数估计输出误差e(n)，并且使用扩散策略，与周围的节点进行交流，得到邻居节点所估计的每一个滤波器权值进行组合得到最终ω
k,j
；步骤(8)：使用分布式网络扩散策略进行参数交流，在外界噪声未知的条件下，其收敛速度能达到和大步长滤波器一样，且稳态误差保持和小步长滤波器相同的效果，且整体网络具有可扩展性。2.根据权利要求1所述的一种基于分布式扩散策略无线传感器网络凸组合LMS方法，其特征在于：步骤(1)中的输入信号x(n)的表示如下：x(n)...,x(n
‑
M)其中，M为滤波器的抽头个数，即滤波器的阶数，输入信号都是经过离散化的数据，因此这里的滤波器一、滤波器二都是有限长单位脉冲响应数字滤波器，期望信号为d(n)。3.根据权利要求1所述的一种基于分布式扩散策略无线传感器网络凸组合LMS方法，其特征在于：步骤(2)中滤波器一的输出y1(n)、滤波器二的输出y2(n)分别为：(n)分别为：差值e1(n)、e2(n)分别为：
4.根据权利要求1所述的一种基于分布式扩散策略无线传感器网络凸组合LMS方法，其特征在于：步骤(3)中滤波器一、滤波器二的权值ω1(n)、ω2(n)使用梯度下降法进行调整：ω1(n+1)＝ω1(n)+2μ1e1(n)x(n)ω2(n+1)＝ω2(n)+2μ2e2(n)x(n)。5.根据权利要求1或4所述的一种基于分布式扩散策略无线传感器网络凸组合LMS方法，其特征在于：步骤(4)中，保证每个滤波器稳定工作的基础上，对每个滤波器的输出按照混合参数λ(n),1
‑
λ(n)的比例进行组合，得到整体滤波器的输出y(n)：y(n)＝λ(n)y1(n)+[1
‑
...
【专利技术属性】
技术研发人员：毛耀，冯腾，邓舒蔚，范凯伦，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。