面向大规模高密度持续无线监测的节能模拟感知
信号处理
2020-04-03 v1 信息论
math.IT
摘要
当前无线传感器网络（WSNs）的研究挑战在于设计节能、低成本、高精度、自修复且可扩展的系统以用于环境监测等应用。传统WSNs由低密度、高功耗的数字微尘节点组成，其价格昂贵且单次充电无法长期工作。为应对这些挑战，提出了一种将感知与计算能力分离的哑感知-智处理架构。感知完全由模拟底层负责——其由低功耗、低成本的纯模拟传感器组成——位于由数字节点构成的传统WSN之下，数字节点对所有来自模拟传感器的数据进行处理。利用金属氧化物半导体场效应晶体管（MOSFET）特性实现的模拟联合信源信道编码（AJSCC）提出了一种用于底层传感器的低功耗低成本方案。数字节点（接收端）还使用机器学习技术估计模拟传感器（发射端）处的信源分布，以寻找AJSCC的最优参数并回传给模拟传感器，从而按应用需求调整其感知分辨率。所提技术已通过MATLAB和LTSpice仿真验证，显示出良好性能，并确实证明我们的框架可支持大规模高密度持续WSN部署。
引用
@article{arxiv.2004.01004,
title = {Energy-efficient Analog Sensing for Large-scale and High-density Persistent Wireless Monitoring},
author = {Vidyasagar Sadhu and Xueyuan Zhao and Dario Pompili},
journal= {arXiv preprint arXiv:2004.01004},
year = {2020}
}
备注
IEEE Internet of Things Journal, March 2020, pp. 1-9. arXiv admin note: text overlap with arXiv:1907.05205, arXiv:1907.00968