王薇

摘要： 隨著智能化領域的迅猛發(fā)展，目前信號信息處理技術已經廣泛應用到通信系統(tǒng)中，智能化技術在通信系統(tǒng)射頻前端起著發(fā)射和接收電磁波的重要作用，研究相應的智能化信號信息處理技術尤為重要?，F(xiàn)如今，信息信號不僅需要覆蓋LTE工作頻帶，還要兼容其他頻段。除此之外，設計中還要兼顧消費者所期待的低剖面、輕重量、多頻段等性能需求，這些要求都給智能化信號信息處理帶來巨大挑戰(zhàn)。

關鍵詞：智能化；信號信息處理；無線通訊

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2016）36-0057-02

智能化信號信息處理技術開始于上世紀九十年代，是一種新興的信息處理技術并且發(fā)展勢頭很迅猛，引起了國內外的科研工作者廣泛的關注并做了大量的工作。智能化信號信息處理是由分布在監(jiān)測區(qū)的大量節(jié)點組成，每個節(jié)點采集周圍環(huán)境的物理量并進行處理和傳輸，采集的信息最終達到中端觀察者，實施對監(jiān)測區(qū)進行數(shù)據(jù)采集和監(jiān)測，可探測的物理量有溫度、濕度、光照強度、壓力、移動物體的速度、方向、體積大小等物理量。利用它的節(jié)點部署簡單、抗毀性強、組網(wǎng)快等特點智能化信號信息處理被廣泛應用在在軍事國防，醫(yī)療救護，地震預警，建筑振動，交通運輸?shù)阮I域。

1 智能化信號信息處理技術的發(fā)展歷程

1978 年 WSN 起源于美國軍方的需求，20 世紀 90 年代各國陸續(xù)也啟動 WSN 項目的研究。由于 WSN 要應用在不同的應用背景下，單一的路由協(xié)議不能滿足應用的需求，路由協(xié)議可分為平面路由和分簇路由協(xié)議，他們各有各的特點。我們著重說分簇路由協(xié)議，在分簇協(xié)議中，WSN 一般由傳感器節(jié)點、匯聚節(jié)點和管理節(jié)點組成，大量的廉價的傳感器節(jié)點通過智能化通信的方式自組織的形成一個多跳的網(wǎng)絡系統(tǒng)，傳感器節(jié)點把采集到的信息進行處理傳送給匯聚節(jié)點，然后匯聚節(jié)點通過特定的網(wǎng)絡傳給觀察節(jié)點。

網(wǎng)絡的形成主要的作用就是數(shù)據(jù)收集和傳送，網(wǎng)絡數(shù)據(jù)的傳輸離不開路由協(xié)議，WSN 的基礎和關鍵技術也是路由協(xié)議，傳感器節(jié)點的能量主要消耗在智能化通信中，所以網(wǎng)絡層路由協(xié)議設計的好壞對網(wǎng)絡的能耗、數(shù)據(jù)處理效率和網(wǎng)絡壽命周期起著重要作用。目前很多研究機構對 WSN 通信協(xié)議展開研究，很多種路由協(xié)議被提出，如Flooding、Gossiping等一系列平面路由協(xié)議以及 LEACH、LEACH-C等一系列層次路由協(xié)議。

數(shù)據(jù)融合技術也叫信息融合，也就是對節(jié)點接受的信息進行融合，能明顯減少網(wǎng)絡要傳輸?shù)男畔?，以降低網(wǎng)絡能耗，網(wǎng)內壓縮技術是一種有效提高網(wǎng)絡數(shù)據(jù)處理效率和降低網(wǎng)絡能耗的方法，然而現(xiàn)有的數(shù)據(jù)壓縮技術如分布式變換編碼，和分布式信源編碼等，都有編碼復雜，解碼簡單的特點，無法滿足 WSN 節(jié)點能源受限的特點。

自從 2006 年，Candés、Romberg 和 Tao 等人提出壓縮感知理論，CS 就吸引各國的專家和學者的關注，是壓縮采樣的新的發(fā)展。該理論認為只要對可壓縮的信號進行少量隨機投影就可以恢復絕大部分信號，突破了傳統(tǒng)的香農采樣定理：要恢復原信號，采樣頻率必須高于被采樣信號最高頻率的二倍。CS 是將采樣和壓縮同時進行，還將編碼端的復雜度轉移到解碼端，使得符合 WSN 的特點編碼端實現(xiàn)很簡單。CS 用于在 WSN還僅限于簡單的數(shù)據(jù)收集中，加上 CS 也是新興的數(shù)據(jù)獲取理論，也在快速的發(fā)展中，還存在許多的問題等待完善，所以其有很大的實際應用價值和學術意義。

目前 CS 主要采用感知數(shù)據(jù)內部相關結構進行壓縮解碼的，而 WSN 中節(jié)點分布密集并且節(jié)點能量有限，我們要充分利用節(jié)點采集信號的內部相關性和信號間的相關性結構特點設計特殊方法和技術，由此產生了分布式壓縮感知處理技術。

2 智能化信號信息處理技術的展望

2.1 數(shù)據(jù)融合技術在智能化信號信息處理中的應用

數(shù)據(jù)融合在國內外研究的一個熱題，它是交叉性極強的學科，與當今很多新的研究方向都有交叉，并融會這些方向的最新的研究成果。數(shù)據(jù)融合就是對數(shù)據(jù)或信號進行處理、控制和決策得到更高效、更滿足用戶需要的數(shù)據(jù)的一體化過程。信號信息處理融合也叫多傳感融合，通過對空間分布的節(jié)點信息，以及各種采樣，對目標進行檢測、跟蹤、關聯(lián)和綜合等處理以更高概率、精度和置信度得到原始數(shù)據(jù)以及完整及時的狀態(tài)評估，提供決策信息。能支撐融合技術持續(xù)發(fā)展的主要因為數(shù)據(jù)融合有以下重要作用：

能量節(jié)省。在 WSN 中部署大量冗余節(jié)點一保證網(wǎng)絡精度，因此產生很多節(jié)點采集的數(shù)據(jù)相似度很高，如果把所有節(jié)點采集的數(shù)據(jù)直接傳送到 SINK 節(jié)點，會造成大量的數(shù)據(jù)冗余，消耗大量網(wǎng)絡能量，并不能提高數(shù)據(jù)恢復精度，用數(shù)據(jù)融合處理這些數(shù)據(jù)就可以去除大量的冗余數(shù)據(jù)并節(jié)省網(wǎng)絡能量。目前很多學者提出了 WSN 的數(shù)據(jù)融合算法，例如 D-S 算法和貝葉斯算法，貝葉斯算法是重要的對不確定性問題處理的數(shù)據(jù)融合算法，已廣泛運用到數(shù)據(jù)融合系統(tǒng)中了，但此算法融合的精確度不高。

數(shù)據(jù)融合大致可以分為以下三類：

1）像素級融合，也是直接的融合原始數(shù)據(jù)，屬于低層的數(shù)據(jù)融合，以像素為單位的傳感器節(jié)點的原始數(shù)據(jù)進行融合，然后用于中央級融合中。

2）特征級融合，對每個觀測數(shù)據(jù)提取特征向量，實際就是壓縮數(shù)據(jù)的過程，然后把特征向量融合起來，一次來身份判定。

3）決策級融合，在決策級融合中每個節(jié)點獨立處理自己采集的信息，然后節(jié)點匯聚到一個點并將來自所有傳感器節(jié)點的數(shù)據(jù)進行融合決策。

2.2 壓縮感知在智能化信號信息處理中的應用

自從 2004 年，Candés、Romberg 和 Tao 等人提出壓縮感知理論，正式成為獨立的理論，短短十年間壓縮感知理論給信號處理帶來巨大的變化，此理論最早運用在研究核磁共振成像問題上，后來被運用到智能化信號信息處理、工程數(shù)學以及圖像處理等多個學科，目前 CS 發(fā)展很迅猛，以美國為首，各國的著名大學都開始 CS 理論相關應用的研究。信號可以壓縮的前提是信號是可以稀疏的，這樣可以使信號的采樣和壓縮同時進行，通過測量矩陣把高維信號投影到低維信號，這樣減少了信號傳輸?shù)牧?，減少了網(wǎng)絡能量和解決了信號傳輸?shù)膿頂D，然后從低維的信號通過重構算法重構高維的源信號，并且比傳統(tǒng)定理更精確的重構。

Candés、Romberg 和 Tao 等人得出一重要的結論：當 CS 模型中的測量矩陣為部分傅里葉矩陣是，可以對原信號精確重構，也就是可以用低維信號精確重構高維信號，經過學者對測量矩陣的研究，很多測量矩陣被提出，這些測量矩陣大致可分為三類：1）貝努利隨機矩陣和高斯隨機矩陣等，這類矩陣獨立服從某一分布，隨機性能好，重構是所需測量數(shù)小，但在重構時復雜，運算量大。2）部分傅里葉矩陣和哈達瑪矩陣，這類存在一些缺點，例如哈達瑪矩陣的維數(shù) N 必須是 2 的 a 次方，傅里葉矩陣僅與時域信號或者頻域稀疏的信號不相關。3）根據(jù)某些特定信號專門設計的測量矩陣，這種信號普適性很低，例如二進制稀疏矩陣、循環(huán)矩陣等。CS 另一個核心就是重構算法，常用的主要有凸優(yōu)化算法、貪婪算法、非凸優(yōu)化算法和組合算法。

分布式壓縮感知理論在 CS 的基礎上發(fā)展起來的但不同于 CS 理論，它主要可以在同時對信號的外部和內部的相關性進行有效的利用。Slepain 和 Wolf 提出了分布式信源編碼，他們指出信號在無損壓縮的條件下，聯(lián)合編碼和獨立編碼同樣有效的，信源編碼是DCS 的基礎。隨后 Ziv 和 Wyner 又詳細證明出在有損情況下的正確性。DSC 理論得出，在發(fā)射端不論信源是否聯(lián)合編碼，接收端都可以用聯(lián)合解碼得到等效的結果。分布式壓縮感知系統(tǒng)是在 CS 和 DSC 理論結合的新領域，D.Baron 在 2005 年第一次給出了 DCS 基本的理論概念。運用 DCS，先在編碼端對信源進行獨立測量，然后采集信源的相關特征值，最后選擇合適的聯(lián)合重構算法，對信源信號恢復。

3 結語

智能化信號信息處理技術有自身的特點也有缺陷，如節(jié)點能量有限、易受環(huán)境影響和對數(shù)據(jù)處理能力有限。首先，網(wǎng)絡中節(jié)點會產生遠大于自身處理能力的數(shù)據(jù)，融合會造成網(wǎng)絡的堵塞和數(shù)據(jù)的丟失；其次，就是能量有限，很難進行能量補充，因此如何降低能耗，延長網(wǎng)絡存活時間就成為 WSN 領域中的一個熱門問題，分簇路由協(xié)議和提高節(jié)點的信息處理能力是解決這個問題的有效方法。針對這些問題最近興起的智能分簇和壓縮感知理論提供了很好的解決辦法。

參考文獻：

[1] 張樹群.智能信息處理技術的應用及前景分析[J].科技資訊，2011（23）：56-57.

[2] 馬少平.發(fā)揮技術優(yōu)勢——搶占智能信息處理前沿[J].科技成果縱橫，2004（3）：168.

[3] 郭慶琳，樊孝忠.關于智能信息處理技術的研究[J].微計算機應用，2003（4）：21-23.

[4] 徐汀榮，曹順良.智能信息處理系統(tǒng)的信息呈現(xiàn)技術[J].微電子學與計算機，2001（1）：240-241.