無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別方法*

朱永琴，田二林

(1. 黃河交通學(xué)院 機(jī)電工程學(xué)院，河南 焦作 454950； 2. 鄭州輕工業(yè)學(xué)院 計(jì)算機(jī)與通信工程學(xué)院，鄭州 450003)

目標(biāo)識(shí)別是將一個(gè)特殊目標(biāo)從眾多目標(biāo)中識(shí)別出來的過程，目標(biāo)識(shí)別技術(shù)在空間技術(shù)以及國防領(lǐng)域均有著十分廣泛的應(yīng)用[1].將目標(biāo)識(shí)別技術(shù)應(yīng)用至無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑識(shí)別中，可有效提高數(shù)據(jù)傳輸效率，降低數(shù)據(jù)傳輸能耗，對(duì)數(shù)據(jù)傳輸而言十分重要[2-3].鑒于無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別的關(guān)鍵作用，秦鵬等[4]提出基于異步隱馬爾可夫的目標(biāo)識(shí)別方法.在HSV顏色空間通過背景差分法得到視頻中多目標(biāo)的準(zhǔn)確位置，在多目標(biāo)位置中，選擇目標(biāo)位置和方向角當(dāng)作觀測(cè)值.將多目標(biāo)數(shù)據(jù)關(guān)聯(lián)目標(biāo)問題轉(zhuǎn)換成軌跡識(shí)別問題，利用異步隱馬爾可夫中新增的時(shí)間標(biāo)示以及時(shí)變轉(zhuǎn)移矩陣增強(qiáng)數(shù)據(jù)關(guān)聯(lián)的精準(zhǔn)性.仿真結(jié)果表明，該方法目標(biāo)識(shí)別準(zhǔn)確性較為可靠，但過程繁瑣，識(shí)別過程所用網(wǎng)絡(luò)能耗較高.史鶴歡等[5]提出基于優(yōu)化CNN的目標(biāo)識(shí)別法.根據(jù)主成分分析技術(shù)對(duì)一組特征集合進(jìn)行訓(xùn)練，完成CNN初始化，并將線性修正函數(shù)當(dāng)作非線性函數(shù)，對(duì)數(shù)據(jù)特征的局部對(duì)比度進(jìn)行標(biāo)準(zhǔn)化，實(shí)現(xiàn)目標(biāo)識(shí)別.但隨著識(shí)別時(shí)間的延長，識(shí)別過程中干擾因素的變動(dòng)會(huì)影響識(shí)別精準(zhǔn)性，導(dǎo)致該法持久性較差.鄔戰(zhàn)軍等[6]提出基于SR和BP網(wǎng)絡(luò)的識(shí)別法.算法首先提取空間目標(biāo)HOG特征，將特征提取結(jié)果進(jìn)行降維，并將降維之后的數(shù)據(jù)利用BP分類器實(shí)施訓(xùn)練識(shí)別.所提方法識(shí)別具有較好的穩(wěn)定性，但識(shí)別延遲率較高.

針對(duì)當(dāng)前數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別相關(guān)方法中存在的問題，本文提出了一種基于粒子群的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別方法.

1 路徑目標(biāo)識(shí)別算法

1.1 干擾抑制

為更加準(zhǔn)確實(shí)現(xiàn)無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別精度，降低識(shí)別過程中的網(wǎng)絡(luò)能耗，本文對(duì)傳感器網(wǎng)絡(luò)傳輸路徑中的頻帶干擾進(jìn)行了抑制[7].抑制過程中，將無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑中兩個(gè)相鄰的奇異值的比值進(jìn)行計(jì)算，據(jù)此得出數(shù)據(jù)傳輸空間維數(shù)的估計(jì)值及數(shù)據(jù)傳輸路徑噪聲功率估計(jì)值，并利用濾波函數(shù)將噪聲濾除.

在部分頻帶干擾環(huán)境下，無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸矩陣的奇異值變化比較迅速；而信號(hào)噪聲子空間中的奇異值變化比較平緩，且比干擾相對(duì)應(yīng)的奇異值小，則可將相鄰奇異值的比值F表示為

(1)

式中：αq+1、αq為兩個(gè)相鄰的奇異值；q為奇異值位置.

當(dāng)F值分布在1周圍時(shí)，對(duì)無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸空間維數(shù)的估計(jì)值進(jìn)行計(jì)算，即

(2)

在獲取干擾維數(shù)之后，即可確定無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑中信號(hào)的噪聲子空間，同時(shí)可從中獲取噪聲功率估計(jì)值.對(duì)噪聲功率估計(jì)值進(jìn)行濾波，可得到無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑原始信號(hào).

1.2 路徑識(shí)別過程

基于無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑干擾抑制結(jié)果，分別對(duì)路徑傳輸效率、路徑剩余負(fù)載率、有效帶寬估計(jì)值進(jìn)行計(jì)算，得到數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別決策函數(shù).采用粒子群法對(duì)目標(biāo)函數(shù)進(jìn)行求解，設(shè)置粒子群初始化參數(shù)，并計(jì)算粒子適應(yīng)度值，更新粒子運(yùn)行速度和位置，直到達(dá)到最大迭代次數(shù)或找到數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別決策函數(shù)最優(yōu)解，以此完成無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別.

利用平均數(shù)據(jù)幀的傳輸效率E來表示每條鏈路質(zhì)量以及擁塞狀況，同時(shí)將其當(dāng)作無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別判決參數(shù)之一.傳輸效率可表示為

(3)

根據(jù)式(3)即可獲取整條路徑的數(shù)據(jù)傳輸效率表達(dá)式為

(4)

式中，p為無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸過程中的所有路徑.網(wǎng)絡(luò)中任意路徑剩余負(fù)載率表達(dá)式為

(5)

式中：mi為節(jié)點(diǎn)固定數(shù)據(jù)存儲(chǔ)區(qū)域容量的大小；bi為無線傳感器網(wǎng)絡(luò)數(shù)據(jù)緩存區(qū)域已經(jīng)被占的空間大小.

θ=c′lgε

(6)

式中，c′為無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸信道恒定服務(wù)率.

在無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別時(shí)，需要判斷路徑優(yōu)劣，在該過程中，要綜合考量各路徑的質(zhì)量.本文通過HEAOR路徑選擇法選擇無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑識(shí)別決策函數(shù)值中最大的路徑，以完成數(shù)據(jù)傳輸.將數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別決策函數(shù)定義為

F′(E，ηB，LP′，θ)=w1ηB(c)+w2E+

w3LP′+w4θ

(7)

式中：w1、w2、w3和w4為加權(quán)因子，其是由各路徑質(zhì)量所決定的，質(zhì)量越好，加權(quán)因子越大，本文取值分別為0.2、0.6、0.8、1.2；ηB(c)為無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑歸一化后的有效帶寬.

利用粒子群算法對(duì)無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別決策函數(shù)進(jìn)行求解.粒子群的值隨著無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑的變化而變化，設(shè)定粒子群初始化取值為20，然后對(duì)粒子維數(shù)、粒子數(shù)量進(jìn)行設(shè)定.對(duì)粒子Xi′進(jìn)行初始化，粒子每維位置、速度于解空間范圍也隨之初始化，各粒子的歷史最優(yōu)值為pB，各粒子適應(yīng)度值計(jì)算表達(dá)式為

(8)

式中：f(Xi′)為粒子的適應(yīng)度值，并將其中適應(yīng)度值最小的記作gB；xn″+1、yn″+1為粒子即將要前往的位置橫、縱坐標(biāo)值；xn″、yn″為粒子當(dāng)前位置的橫、縱坐標(biāo)值.

粒子速度更新表達(dá)式為

vid(t+1)=Wvid(t)+e1r1+

e2r2[g″d(t)-xid(t)]

(9)

式中：vid(t+1)為更新后的粒子速度；vid(t)為粒子當(dāng)前速度；e1、e2為加速因子；r1、r2為[0，1]之間的隨機(jī)數(shù)；g″d(t)、xid(t)為gB和pB中的參數(shù)值；W為非負(fù)常數(shù)，該參數(shù)可使得出的粒子速度值不僅可以控制速度權(quán)重，還能夠有效提升無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別速度，即迅速識(shí)別出數(shù)據(jù)傳輸?shù)淖顑?yōu)路徑目標(biāo)[10].

粒子位置更新表達(dá)式為

xid(t+1)=xid(t)vid(t+1)

(10)

式中：xid(t+1)為更新后的粒子位置；xid(t)為當(dāng)前粒子位置.

分別對(duì)式(8)～(10)進(jìn)行迭代，直到達(dá)到最大迭代次數(shù)或找到無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別決策函數(shù)最優(yōu)解.

2 實(shí)驗(yàn)結(jié)果與分析

以驗(yàn)證基于粒子群無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別方法的有效性為目的，在無線Mesh骨干網(wǎng)絡(luò)條件下對(duì)所提方法進(jìn)行驗(yàn)證.無線Mesh骨干網(wǎng)絡(luò)是一種無線網(wǎng)狀網(wǎng)絡(luò)，是一項(xiàng)與傳統(tǒng)無線網(wǎng)絡(luò)完全不同的新型無線網(wǎng)絡(luò).實(shí)驗(yàn)中，將骨干網(wǎng)絡(luò)看作源、目的節(jié)點(diǎn)的數(shù)據(jù)傳輸路徑，數(shù)據(jù)傳輸?shù)钠鹬裹c(diǎn)為無線Mesh骨干網(wǎng)絡(luò)中兩個(gè)不同的節(jié)點(diǎn)，實(shí)驗(yàn)場(chǎng)景大小為1 140 m×1 140 m.圖1為本文算法與基于優(yōu)化CNN算法的識(shí)別準(zhǔn)確率對(duì)比圖.

圖1 不同目標(biāo)識(shí)別方法識(shí)別準(zhǔn)確率對(duì)比Fig.1 Comparison of recognition accuracy with different target recognition methods

分析圖1可知，基于優(yōu)化CNN的目標(biāo)識(shí)別方法識(shí)別準(zhǔn)確率呈“M”變化趨勢(shì)發(fā)展，識(shí)別準(zhǔn)確率最高為80%.基于粒子群的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別方法隨著實(shí)驗(yàn)次數(shù)和識(shí)別時(shí)間的不斷增加，識(shí)別準(zhǔn)確率略有波動(dòng)，但不影響整體識(shí)別準(zhǔn)確率的提升，最高可達(dá)99%.

表1為本文算法與基于SR和BP網(wǎng)絡(luò)算法的識(shí)別延遲對(duì)比情況.O0代表實(shí)驗(yàn)次數(shù)，O1代表基于SR和BP網(wǎng)絡(luò)的識(shí)別法平均識(shí)別延遲，O2代表本文方法平均識(shí)別延遲.

由表1可知，在不同的實(shí)驗(yàn)次數(shù)下，基于SR和BP網(wǎng)絡(luò)的算法總平均識(shí)別延遲為10.9 μs，而本文算法的總平均識(shí)別延遲為1.8 μs，對(duì)比可知所提方法識(shí)別延遲更低，更具有可行性.

表2為本文算法與基于異步隱馬爾可夫的目標(biāo)識(shí)別方法的能耗對(duì)比情況.U0代表識(shí)別時(shí)長，U1代表基于異步隱馬爾可夫的目標(biāo)識(shí)別方法識(shí)別能耗，U2代表本文算法的識(shí)別能耗.

表1 不同方法識(shí)別延遲對(duì)比Tab.1 Comparison of recognition delay with different methods

表2 不同方法識(shí)別能耗對(duì)比Tab.2 Comparison of recognition energy consumption with different methods

根據(jù)表2得知，基于異步隱馬爾可夫的目標(biāo)識(shí)別方法識(shí)別平均能耗為109.3 J，而本文方法識(shí)別能耗平均為69.6 J，所提方法相較當(dāng)前方法運(yùn)行能耗減少39.7 J，更具實(shí)用性.

3 結(jié) 論

本文提出了一種基于粒子群的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別方法.通過對(duì)傳感器網(wǎng)絡(luò)傳輸路徑中頻帶干擾進(jìn)行抑制，提高了目標(biāo)識(shí)別準(zhǔn)確率、降低了識(shí)別能耗和識(shí)別延遲.利用路徑傳輸效率、路徑剩余負(fù)載率、有效帶寬估計(jì)值制定網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑目標(biāo)識(shí)別的目標(biāo)函數(shù)，并采用粒子群法對(duì)目標(biāo)函數(shù)進(jìn)行求解，進(jìn)一步提高識(shí)別準(zhǔn)確性.實(shí)驗(yàn)結(jié)果表明，所提方法識(shí)別準(zhǔn)確率高，且延遲和能耗均較低，具備較好的實(shí)用價(jià)值.