论文部分内容阅读
无线传感器网络(WSN)是由部署在目标监测区域内的大量传感器节点通过自组织的方式连成的网络,传感器节点在多数情况下都是由电池供电,能量非常有限,节能设计成为无线传感器网络研究的关键问题之一。当前无线传感器网络中的均衡技术都采用基于训练序列的自适应均衡技术,而盲均衡技术由于不使用训练序列,可以提高有效信息传输速率,从而为传感器节点节省能量,因此基于无线传感器网络的盲均衡有一定的研究价值。本文的主要工作如下：(1)研究分析了盲均衡原理以及盲均衡算法的分类。重点研究了基于Hopfield神经网络的盲检测算法,指出该算法由于在处理数据时,所需要的数据量较短(几十个),不受信道是否存在公零点的限制,适用于无线传感器网络。(2研究首先分析了相关文献在研究无线传感器网络的节能问题时提出的传输策略以及相关技术,指出无论是平面结构的传输模型还是分层结构的传输模型在传输数据时都需要训练序列的开销,而盲检测技术不需要训练序列,可以为传感器节点节省能量。然后根据无线传感器网络高密度部署的特点,结合虚拟MIMO(Multi-inpit Multi-output)技术,构造了一种基于分簇虚拟MIMO无线传感器网络的盲检测系统。(3)针对本文构造的盲检测系统的簇内模型,根据互相关原理,结合基于Hopfield神经网络的盲算法提出了一种新的盲检测方案,并对该方案进行了可行性分析。该方案首先利用Hopfield神经网络盲检测算法求出基准节点信息,然后结合本文所构造模型中各传感器发送端信号的相关性,对簇内其他节点信息进行盲恢复。仿真实验表明了该方案的可行性。(4)针对本文构造的盲检测系统的簇外虚拟MIMO模型,通过引入信号空间删除法(SSC)和连续干扰抵消法(SIC),把基于Hopfield神经网络的盲检测算法推广到虚拟MIMO系统,最后通过仿真实验验证了该方法的可行性。