水下声传感器网络联合同步和定位方法

水下传感器网络(UASNs)在海洋监测、资源勘探、灾害预防和海洋学数据收集等方面的广泛应用,引起了学术和工业研究人员的极大关注。在这些服务中,节点的准确定位是水下声传感器网络的研究重点之一。然而,在实际的水下环境中,传播速度随深度变化(即分层效应)和异步时钟的存在均会显著影响测距的精度,从而降低定位性能。针对以上特性,文中设计一种基于自主水下航行器(AUV)辅助的水下声传感器网络联合同步和定位方法。在开始定位流程后,目标节点通过接收AUV发出的信标信号建立水声传播方程并进行相对距离的估计,其中考虑了异步时钟问题和分层效应引起的水声弯曲效应问题,实现了对目标节点位置和时钟的联合估计。仿真结果验证了所提方法的有效性和可行性。

分布式平均共识的无线声传感器网络时钟校准

在无线声传感器网络中,每个节点的时钟系统通常独立,受制造工艺、温度、湿度等因素的影响,各节点间的时钟存在异步问题。时钟校准方法是补偿节点间的采样率偏差的有效手段。然而,大部分已有方法只能以集中式的方式适用于无线声传感器网络中,这不仅需要额外的中心处理单元,也将带来较重的通信负担。针对上述问题,本文提出一种无线声传感器网络时钟校准方法。首先,在线性相位漂移模型中引入解卷绕策略,以消除高频处的相位模糊问题,进而提高每对相邻节点间的时钟同步精度。接着,基于分布式平均共识算法,提出一种分布式时钟校准新方法,使各节点并行地、协作地进行时钟同步。其次,在补偿各节点采样率偏差的基础上,仅利用到达时间信息进行分布式声源定位。最后,根据声源位置,分布式地估计各节点之间的起始采样偏差。与已有方法不同,所提方法仅需相邻节点之间的局部通信、无须中心处理单元、鲁棒性强,更适用于无线声传感器网络。本文实验结果表明了该方法的有效性。

多跳水声传感器网络性能分析

在多跳水声传感器网络中MAC协议的性能有所抑制,同时由于存在较长的网络传播延时RTS-CTS协议的效能也大大折扣。论文建立了基于竞争的MAC协议模型,用来分析在简单线性拓扑水声传感器网络中Aloha协议的性能。对该模型的评估显示Aloha协议对通信负荷和网络规模都极为敏感。

声传感器网络目标定位算法实现研究

声传感器可以通过分析接收到的目标发出的次声波噪声得到目标的方位角和属性信息,通过对声传感器的组网,融合网内多传感器的信息,可以实现对目标定位的目的。因此定位算法及其实现技术是声传感器网络的核心技术之一。由于声传感器网络中各个探测区域具有不同的特点,首先根据声传感器网络的特点将定位算法进行了分类,提出了一种有效的算法选择机制,减少了时间延迟对于目标定位的影响。同时为了降低目标定位算法的复杂度,提高运行效率,提出了并行处理和数据存储的方案。最后通过仿真验证了方法的有效性。

无线声传感器网络比例向量迭代目标定位算法

针对无线传感器网络对目标声源的定位问题,依据无线声传感器网络建立了比例向量迭代目标定位算法,每个传感器节点仅配备一个声音传感器作为其感知设备,通过移动向量迭代使得按照接收能量值计算的距离比例和按照估计位置计算的距离不断靠近,从而使估计位置逐渐逼近目标真实位置,初始估计位置通过加权质心法获得。根据比例向量迭代算法确定了4节点模型的节点选择方法,并仿真分析了算法的定位过程和定位精度。结果表明,比例向量迭代定位算法能够利用至少3个节点对目标声源进行定位,且平均定位精度为-15 d B,满足无线声传感器网络对目标的定位要求。

声传感器网络中的节点效用盲评估算法

在麦克风节点分散布置的无线声传感器网络中,麦克风节点子集的选择通常是依据节点接收信号的质量好坏。然而在节点和声源位置、源信号、噪声信号都未知的情况下很难对其进行评估。对此,该文提出一种只依赖麦克风接收数据的节点效用盲评估算法。该算法基于频域信号的高阶统计信息(峭度)与信噪比间的关系,将接收信号各频点峭度值的加权和作为节点的效用值。仿真实验结果表明,该盲评估算法能有效地评估节点接收信号质量的好坏,评估结果与理论信噪比基本一致。

被动声传感器网络数据仿真平台研究

目标的声传感器数据是被动声传感器网络算法研究的前提和依据,其可靠性和真实性是非常重要的,但是如果通过现场实测获得,往往耗资巨大,设计一种逼近实际的被动声传感器网络数据仿真平台越来越显示出其必要性。给出了一种被动声传感器网络数据仿真平台的实现方法,通过该平台,可以方便灵活地模拟低空和超低空目标的各种机动飞行,并产生仿真数据。实验将平台产生的仿真数据与实测数据进行了对比,结果表明该数据仿真平台符合应用要求。

声传感器网络路由协议设计

声传感器网络是一种有效的情报侦察手段,路由协议是其关键技术之一。介绍了声传感器节点的组成,对路由协议的网络环境做出了假设,提出了路由协议的架构和机制。

一种大规模水下声传感器网络定位技术

针对水下声传感器网络参考节点布设成本高、难度大所带来的问题,研究了一种基于迭代的大规模水下传感器网络定位方法,通过少量初始锚节点定位普通节点,评估定位成功节点的精度保持情况,升级定位精度高的普通节点为锚节点参与定位余下的普通节点。研究结果表明:以一定的精度损失为代价,迭代定位方法显著提高了定位覆盖率,而联合三维欧几里得距离估计的迭代方法可进一步提升定位覆盖率。

无线传感器网络中四元无线声阵列节点选择及目标定位算法

低成本、小型化的无线声传感器网络（WASN）的每个节点只配备一个麦克风而非麦克风阵列,针对随机抛撒的WASN区域外声源目标定位问题,依据声压衰减模型和几何定位机制,提出了四节点无线声阵列声源定位算法。在此基础上分析了声音衰减系数和阵列形状对定位精度的影响,进而选择以Y型阵列作为感知模型,当Y型阵列的中轴线与目标声源的夹角为60°~100°时,定位误差小于1 m.依据仿真结果提出节点选择算法并进行了Y型阵列目标定位实验,结果表明,Y型无线声传感器阵列满足对无线传感器网络（WSN）抛撒区域外50 m处目标的预警需求。

水下声通信传感器网络路由协议研究

路由协议是水下声通信传感器网络(UASN)数据传输的网络层协议,是实现水下网络化数据传输的基础。UASN采用水声信道进行通信,其特殊性给路由协议的研究带来了挑战。文中介绍UASN的应用背景以及水下路由协议的研究必要性,然后讨论了UASN中路由协议面临的设计挑战;提出了水下路由协议的设计目标,分类研究了现有UASN路由协议,并进行了比较与分析。最后总结了UASN路由协议的关键问题。

分布式麦克风阵列拾音理论与应用方法综述

经过数十年的发展,麦克风阵列技术日益成熟,并广泛应用于视频会议、智能电视、移动通话和助听器等人机交互系统。然而,现实噪声或远距离交互场景中,限定阵型结构的传统麦克风阵列的拾音质量难以保证。随着无线智能终端设备的广泛使用,分布式麦克风阵列(或称无线声传感器网络)为提升复杂开放域语音交互系统的拾音质量提供了更多可能性,并在阵列组织、应用体验和声场覆盖度上更有优势。近年来,分布式麦克风阵列在很多语音交互任务上展现出良好的应用潜力,基本实现了对传统麦克风阵列语音任务的全覆盖。本文将重点总结现阶段分布式麦克风阵列的拾音理论和应用方法,包括阵列组织原理、麦克风节点效用评估,以及结合下游语音任务阐述其应用方法。最后,将简要论述分布式麦克风阵列走向实用的关键挑战与发展趋势。

基于CTGAN与GDMPA-RF算法的活立木含水率诊断方法优化研究

活立木含水率的精准实时诊断是智慧林业领域的重要研究内容,其可为植物生理状态分析、林区生态水文调控、林火预警防范等做出关键指征。基于无线声发射传感器网络(Wireless Acoustic Sensor Network,WASN)系统的含水率测定方法既可实现高效无损探测,又能长期野外部署,尤为适合林场实际需求。为了进一步提升WASN的辨识准确率,首先利用条件表格生成对抗网络(Conditional Tabular GAN,CTGAN)对所采集的AE特征进行数据增广,其次基于分布式梯度提升框架(Light Gradient Boosting Machine,LightGBM)对扩增后的混合数据集进行特征优选,然后提出了黄金正弦动态海洋捕食者算法优化的随机森林(Golden-Sine Dynamic Marine Predators Algorithm-Random Forests,GDMPA-RF)策略,并以此建立含水率精准反演模型。实验对比结果显示,基于优选特征子集构建的GDMPA-RF模型在立木含水率诊断性能强化方面效果最佳,其准确率(Accuracy)、精确率(Precision)、F1分数(F1-Score)、加权平均(Weighted Average)和AUC分别为99.17%、99.52%、98.14%、0.9943和0.9850,均高于鲸鱼优化算法等结合RF模型的评估指标,说明方法具有优良的监测效能,较好地优化了活立木树干含水率的在线实时推演精度。

分布式FxLMS算法的收敛特性分析

基于声学传感器网络的分布式FxLMS算法可以解决大规模有源噪声控制系统带来的运算量和复杂度剧增的问题。首先对分布式算法进行了理论推导。在基于传感器网络的ANC过程中,通过各节点之间权系数的实时通信代替了部分权系数的迭代。分析了算法平均以及均方意义下的收敛特性,并利用仿真进行了验证。最后,比较了不同算法的降噪效果。结果表明,在减少运算量的基础上,分布式算法能够获得与集中式ANC系统一致的性能。

导向相应功率定位中时延不确定项的影响

在分布式传声器网络应用中,可控波束形成器导向相应功率(SRP)声源定位算法受到导向时延不准确的影响导致定位不稳定。将导向时延不确定项引入SRP定位模型,并对引起不确定项的主要干扰因素进行了分析建模,同时提出了应对导向时延不确定项的SRP定位算法。蒙特卡罗仿真和分析表明该算法具有抑制噪声和降低定位误差的效果,实际实验数据结果进一步验证了在实际环境中改进算法的有效性,定位精度和定位稳定性均有显著的提升。

DWNAF:带门限的动态窗口的NAF标量乘法

为了提高水声信道传输数据的安全性,针对非对称加密对节点性能要求较高的问题,提出了一种带门限的动态窗口的NAF标量乘法(DWNAF)。该方法通过"门限"对经典的窗口法的窗口大小进行动态控制,优化了预处理过程,有效降低了预计算和标量乘计算的开销。实验表明,在预计算量相同的情况下,DWNAF的点加次数仅为RWNAF的25%。在安全性方面,DWNAF采用窗口法、平衡能量法与masking方法相结合的方式,能有效抵御SPA,DPA及其变种RPA和ZPA等常见的边信道攻击。

一种适用于水下传感网的动态子载波选择算法

在水下通信质量优化问题的研究中,由于水下环境的影响,水下声通信传感器网络频率不稳定,影响通信质量。多载波码分多址接入,虽具有较好的抗干扰性能,但是由于水声链路存在很严重的频率选择性,每个子载波不可能在每个时刻都处于深度衰落,在一个时刻也不可能所有的子载波都处于深度衰落。提出的动态子载波选择算法根据接收端反馈和贝叶斯定理,可以动态的选择通信质量较好的子载波。仿真结果表明,改进算法可以有效的降低误码率。

An Improved Underwater Acoustic Network Localization Algorithm

Underwater sensor network can achieve the unmanned environmental monitoring and military monitoring missions.Underwater acoustic sensor node cannot rely on the GPS to position itself,and the traditional indirect positioning methods used in Ad Hoc networks are not fully applicable to the localization of underwater acoustic sensor networks.In this paper,we introduce an improved underwater acoustic network localization algorithm.The algorithm processes the raw data before localization calculation to enhance the tolerance of random noise.We reduce the redundancy of the calculation results by using a more accurate basic algorithm and an adjusted calculation strategy.The improved algorithm is more suitable for the underwater acoustic sensor network positioning.