自适应联合信源通道有损编码多次反射物联网网络

文摘

我们考虑监视应用程序中多次反射无线传感器网络(网络),在节点依靠有限的电池,能源效率和可靠性是至关重要的。通常,有损压缩的目的是节省传输能量,然而,影响数据传输质量的有损的通道。因此,利用纠错编码(ECC)以及压缩需要保证能源效率和高保真重建。在本文中,我们分析了能源效率的有损压缩和ECC的联合使用,延长网络生命周期的两个目标和保证可靠性。具体来说,我们考虑一个自适应联合信源通道有损编码(JLSCC)系统,能源效率和可靠性性能取决于压缩和编码率。在其中,我们首先JLSCC进行性能分析,考虑现实的通信模型和计算能量,在瑞利衰落信道进行通信时。然后,我们评估的性能JLSCC系统相比,有损压缩和ECC系统在多次反射和端到端通信。我们的研究结果表明,自适应JLSCC导致大幅节能,同时保证所需的性能,可靠性和有损压缩和信道编码系统相比,无法高效能源和可靠性。相反,JLSCC系统被证明是节能小距离的端到端网络通信和大规模的多次反射,同时导致满意的可靠性性能。

1。介绍

无线传感器网络(网络)和他们的进展到物联网(物联网)最近经历了一次巨大的高潮。最近模式吸引了大量关注和广泛发现应用在许多领域,如智能城市、环境监测、医疗保健、和工业(1- - - - - -3]。在WSN节点大多部署在大量合作和有效地收集和传播感觉到大规模数据。在大多数情况下,传感器节点可能会电池驱动的自主和依靠有限的能源供应。然而,节点是独立,能够运行多年没有人工干预取代耗尽电池可能是一个昂贵的和不切实际的,如果不是不可能在充满敌意的环境4]。因此,设计节能意识的算法和协议,以延长网络生命周期的主要挑战考虑传感器网络和物联网应用程序。

定期监测应用中,传感器节点感知周围环境,塌实的感觉信息交换基站(BS)的直接沟通会匆忙消耗有限的电池(5]。在大规模网络中,大量的节点往往感觉到测量有效地合作和交流到b,也就是说,通过定期切换传感和依赖操作的角色。在这种情况下,感觉到数据可能会被处理和转发通过各种跳到达b根据合适的路由协议,以减少所需的传输能量和扩展多次反射网络生命周期(6]。此外,在这样的网络,收集数据的数量是由网络管理将禁止一方面高度相关,时间和空间在另一方面,由于广泛而密集部署的节点。因此,减少传输数据的大小通过应用信号处理技术是一个至关重要的问题节省传输能量。这通常是由使用有损数据压缩(7),在时间和空间8),在源节点,在中继节点和数据聚合(9),作为数据通过网络路由。尽管有损压缩能够抛弃更内在的数据冗余,它引入了一个扭曲到原始信号,需要可靠的传输,并成功地重建在接收机端(10]。这允许减少所需的传输能量,然而使压缩信号更容易出错的一个大规模的和有损环境。在这种情况下,重建原始数据可靠的BS减压装置是一个具有挑战性的任务,随着信号应该跨越一个广阔的区域内满足各种障碍,干扰,通过网络多路径衰落。因此,使用联合信源通道有损编码(JLSCC)基于有损压缩和纠错编码(ECC)是至关重要的在WSN提供节能和多次反射在BS可靠数据重建。

ECC方法最近被认为是至关重要的传播节能和可靠通信由于编码增益(11,12]。理想情况下,编码方案可以解决各种渠道障碍和使用低损失的数据传输能量相对于未编码的方案。压缩和ECC技术的主要原理是他们能力的一些额外的处理的能量压缩(即交易。、编码)和信道编码(即。,decoding) for eminent energy saving in the transmission energy [13]。然而,使用有损压缩和ECC提出在能源贫瘠的传感器网络,各种权衡。例如,使用高压缩比节省辅助传动压缩机的能量需要驱散更高的处理。对于ECC的情况,最强大的编码方案保证更高的编码增益(即。,传播节能)和提高可靠性;然而,他们需要更多的加工能耗信道译码器。为此目的,如果额外的处理能源消耗在压缩机和信道译码器超过传播节能由于压缩和编码增益,然后压缩和ECC编码将能源效率,特别是在多次反射传感器网络传播啤酒花很短,这使得处理能量传输能源一样重要。

在这篇文章中,我们彻底调查和分析能源效率和能源可靠性权衡使用共同有损压缩方案时连同ECC技术在能源贫瘠的多次反射传感器网络。综合能源分析是基于一个框架,认为沟通的所有能源组件(即。发射和接受),处理(即。,lossy compression and channel decoding), and transceiver circuitry, in order to efficiently assess the energy gains/costs of using the JLSCC system in WSN. Accordingly, we emphasize the impact of both communication and processing costs of JLSCC on communication reliability. The main goal of this paper is to evaluate the energy efficiency and reliability performances when using jointly lossy compression along with ECC schemes in noisy multihop WSN.

本文的其余部分组织如下。部分2讨论并分析了相关的工作。联合信源通道有损编码的系统模型,包括压缩、错误控制和信道模型中描述部分3。部分4讨论了能源消费和能源效率JLSCC系统依靠现实模型的通信和计算能量。仿真结果和能量性能分析JLSCC的有损压缩,ECC展示和讨论的部分5。部分5.2总结了纸。

2。相关的工作

在过去的十年里,一个巨大的文学被处理物联网与传感器网络的能源效率(14,15]。在能源贫瘠,系统节点要么是由有限的电池供电,这体现了唯一的能量来源(16),或配备能量采集(EH)系统提供能源中立(17]。在这项工作中,我们没有考虑电动装置,能量采集功能和我们在多次反射的WSN研究能源效率。在这种情况下,许多工作都致力于各种网络协议栈的所有层的方法如路由(18,19),信道访问(20.,21),数据收集和传播(9),系统的压缩和控制机制22,23),和跨层优化24]。然而,大多数的这些作品已经忽略了一些关键和重要参数,如信道失真的影响演出,在能源和可靠性的影响处理的能量压缩和信道编码,并为电池供电的基础上产生的能源可靠性权衡。

在之前的作品中,有损压缩被认为是一个关键节能技术能源贫瘠的WSN (25]。在这方面,相当多的文献已经出现在有损压缩为了最小化能量,延长电池的寿命26,27]。例如,在[7),作者调查了节能和计算能量权衡各种时态的有损压缩方案基于线性近似和傅里叶变换。已经证明轻量级时间压缩(LTC)方案28)是最节能的压缩性能和计算能量。然而,这些作品被忽视的影响丢包的压缩和传输数据,通过假设数据是正确接收的废话。此外,传感器节点之间的直接沟通和BS一直最采用场景,然而多次反射传播,沟通和处理能量以及扭曲WSN系统的广泛影响,并没有考虑。最近工作,通信的可靠性被认为是重要的能源效率在传感器网络和物联网应用29日]。出于这个原因,提供能源效率和可靠性是一个高需求的问题在最近和未来物联网模式30.]。在这种情况下,联合使用有损压缩和纠错编码是一个关键的方法来处理两方面的要求,即:、能源和可靠性。然而,很少有作品处理JLSCC优化在网络31日,32),限制他们的研究在单跳通信系统。在[31日),作者研究了使用JLSCC在点对点信道能量采集发射机,然而他们集中工作失真性能而不考虑能源效率。是忽视JLSCC的传播节能系统和加工的影响能源有损压缩和信道编码系统的节点能量。同样,在32信源通道),作者调查了energy-neutral编码系统的端到端场景,通过最优分配能源oversource收购、压缩和传输。然而,计算能量的信道编码和有损压缩及其对能源效率的影响电池驱动的节点没有被考虑。在[33源和信道编码),能源有限公司无线传感器节点已经检查,在高斯源传输平坦衰落信道和离线最小化总失真在限定时间的地平线。其中,获得最佳的失真和传输能量;然而,像许多其他作品(34,35),他们限制研究高斯数据源和处理能源被忽视。在我们以前的工作(36),联合有损压缩和信道编码的分析端到端通信。这项工作进行的压缩和编码速率分配的影响性能的数据重建富达和通信可靠性。然而,JLSCC在受限的传感器节点的能量性能没有被考虑。因此,传输能源效率和效果的额外成本计算JLSCC尚未研究。此外,提出系统集中在单跳通信,数据重建和恢复执行BS。

我们的工作与熊相似之处37),节点配备了有损压缩和信道编码系统的能量采集功能,然而我们认为电池供电的设备。联合能源利用这项工作提出了一个基于信源通道的编码方法,最大限度地减少预期的变形接收机,EH系统所施加的约束。然而,它有可能忽视了计算能量的信道编码和解码流程,额外的编码冗余传输成本,节能起源于ECC增益。此外,他们认为直接传输,数据重建和BS进行解码,因此没有过多的解码能量。我们注意,当传输发生在距离小,运行数据采集系统的处理能源成本(例如,压缩和解码)可能比较如果无线电传输的不超过13]。一些先前的论文解决的处理能源之间的权衡纠错编码及其传播节能和可靠性和能源消费总量在另一方面(38,39]。这些作品通常强调的影响纠错编码和解码的计算能量的能源效率和可靠性在WSN的性能。在这种情况下,进行有损压缩在传感器节点和信道解码中间节点或集群头(CH)可能会恶化传感器节点的能源效率,然而这个问题已经被广泛忽视,分别关注压缩或信道编码处理。作为回报,这项工作的目的是调查联合信源通道有损编码考虑能源效率的沟通和处理能量对有损压缩在发射机和信道解码在中间节点多次反射结构。我们特别强调之间的权衡计算成本和能源JLSCC及其对能源效率的影响。在其中,我们研究能源效率和失真表现JLSCC系统的节点和网络生存期和包丢失和编码数据失真的影响。

3所示。系统模型

我们考虑多次反射传感器组成的网络传感器节点,持续监测合作利益现象和沟通数据到一个遥远的废话。每个传感器节点在网络被认为是电池驱动的能源供应有限的大小 。源节点之间的通信( )和中间节点( )是由信源通道有损编码系统,在每个通信块,固定长度的源序列映射到一个通道码字的长度取决于可用的电池充电和信道条件。我们假设一个Temporal-Division时分多址(TDMA)传输调度、时间划分为槽用的地方 。因此,在每一个时间段 ,源编码的节点决定是否压缩数据,信道编码的编码数据,最后传达数据的BS重建,解码,正确检索。图1描述了一个节点通信系统的系统模型。

3.1。有损压缩

网络中的每个节点压缩感知数据使用有损压缩方案压缩数据大小和节省传输能量。节点选择一个压缩比压缩的数据块 并生成一个压缩的数据块的大小鉴于每一块有一个初始常数的大小(36]。

给定一个原始感知数据块和它的压缩版本 ,的压缩率被定义为之间的比例压缩的块的大小和原来的一个:

的压缩率 表明没有数据包传输( ),而 是指没有压缩 。

在这项工作中,我们考虑LTC方案已被证明提供性能优良的能源消耗和扭曲的权衡,导致能源贫瘠的传感器网络,一个参考方案。LTC低复杂度算法,压缩时间序列通过创建一个近似表示线段根据预定义的错误宽容 。近似的算法由多个数据通过一个段,这段在预设错误宽容点。LTC传送线段的终点,而不是原始数据。这个时间损耗方案收益率性能优良信号时间高度相关时,大部分情况下传感器网络应用程序不断报告数据BS。根据有损压缩(即水平。,compression ratio) selected by nodes, a distortion介绍了在数据传输可以数学建模如下: 在哪里 , ,和 。这些参数都是派生的经验拟合现实的有损压缩率失真曲线 (7]。

失真是null不是压缩包时(例如, )。然而,变形增加我们压缩数据(即。降低压缩比)。虽然降低压缩比带来拯救更多的传输能量,它增加了复杂的变形数据重建在目的地,特别是在高噪声环境中。

3.2。纠错编码

根据通道数据,传输介质引入了一个通道失真的传输信号是指渠道障碍。在这种情况下,数据接收总失真包括源和信道失真 在中间节点和BS,复杂数据重建和检索(36]。因此,ECC是强制性的有损压缩数据通过有损渠道保证传输的可靠性,保证能源效率。压缩的数据块压缩机后,信道编码器使用合适的线性分组码编码数据由于其性能和低复杂性(40]。ECC被主要用于处理通道障碍的问题和节能在WSN (41]。节点编码数据块通过选择适当的编码速率 决定冗余的数量之前添加到压缩的块传输和允许解码器解码和检索原始数据。编码器接收压缩的块大小并产生编码块(即。码字)的大小 ,在哪里是自适应冗余。

让 压缩包的源编码和有损 传输码字;编码率被定义为之间的比例压缩的块的大小和编码: 在哪里 由此产生的码字是一次传输通道槽 。

传输的编码速率选择根据实现误差修正方案。在这项工作中,我们考虑到链路层Reed-Solomon (RS)编码ECC方案由于其性能和合理的解码复杂度42]。一个 频道代码编码率允许将每 - - - - - -压缩信息符号符号块,包括奇偶校验符号。这使得译码器纠正任何错误的组合不到校正能力 。在接收机结束, - - - - - -可以重建原始数据包接收任何的包 。

3.3。通道模型

我们考虑一个none-selective块瑞利衰落信道,信道增益在一个时间段保持不变。因此,根据选定的编码速率和信道条件,接收到的数据包可能不是正确的故障概率 。在这种情况下,当信道处于深衰落,数据包丢失和一个中断发生。其中有限长度信息理论的结果,信道容量的经典概念适应短数据包的情况下被认为是在这个工作43),由于传感器节点发送的数据包可能会短。特别是,的结果44合法的使用数量 代表最大编码率即使在有限长政权是在接收机的信噪比,给出了 在哪里是代表衰落的信道增益系数和是预期的接收机的信噪比,取决于传动功率 ,噪声功率谱密度 ,和路径损耗表达式 。路径损耗表示为路径损耗指数 ,发射机和接收机之间的距离 ,和路径损耗系数 ,在哪里发射频率,是光速,是一个参考距离天线远场(45]。

当通道深处消失(即,小)、数据包丢失和包擦除(即。,通道中断)发生。相应的故障概率的接收器表示为

通道增益遵循一个复杂与零均值高斯分布和单位方差,通道被认为是瑞利衰落。因此,中断概率可以被定义为

4所示。能量分析JLSCC

传感器网络的生命周期是由所有部署节点电池的寿命。注意,网络中的所有节点能量中性,这样表示电池的传感器节点在一个时间段 。在每个时期的通信中,一个非负的能量 被节点通信、处理和电路操作。然而,我们认为,精力花在传感过程可以忽略对压缩了,纠错解码、传输。

全面评估能源消费总量在发射机和接收机、发射机和接收机信号处理所有操作被认为是在能源模型。发射机和接收机的总功耗分别给出了吗 在哪里一次传输能量槽吗和表示电路的静态能耗块在发射机和接收机。和处理能量(即。,lossy source-channel coding) at the transmitter and receiver, respectively. The total processing energy at a time slot是同时处理能量的总和发射机(即。、压缩和编码)和接受者(即。,重建和解码):

能源消费总量的信源通道收发机配备了有损编码得到发射机作为能量消耗的总和和下一个接收器 ,我们指的是每个时间段的平均能量消耗。

为节点分布在多次反射网络,传输和消耗的能量发射器处理被认为是所有节点。然而,能源消耗在接收和传递处理计算所有节点除了源节点。因此,网络总能量的多次反射啤酒花的传播给出

4.1。传输能量

传输能量的压缩和编码率取决于有损源和信道编码,而接收的能量被认为是依赖于电路成本。因此,传输能量消耗传输能量和段长度表示为 在哪里 是天线的功率放大器的效率。

ECC计划允许操作的使用大大降低信号噪声比(信噪比)比一个未编码的系统,对于相同的比特误码率(BER)。这提供了足够的能量储蓄(即。,lowered minimum transmitted power requirement) due to the coding gain通过选举投诉委员会计划。例如,传输能量的最低的要求未编码的系统信噪比的要求实现所需的包错误率(每)给出如下: 在哪里未编码的块所需的信噪比在一个时间段吗 , 是信号带宽,接收机噪声图。

对于编码系统,传输能量的最低的要求鉴于所需的编码数据的信噪比 表示为

压缩的数据块的传输能量槽取决于最低传输电力和压缩比,表示为 的持续时间( )定义了传输压缩比特数,是解决一些持续时间取决于采用的调制方案。

当数据压缩和编码的ECC计划,传输能量表示为压缩比和编码速率的函数,如下: 在哪里信道码字的长度是传播的 。码字的信道编码方案一次传输插槽基于编码和压缩率。传感器节点应该调整压缩比和编码率根据电池电量和通道状态。注意,当压缩比 ,数据传输不压缩,如果编码率 ,未编码的传输数据,当 ,当前时间的数据没有传输插槽。

4.2。计算能源

处理能源信源通道消散由于有损编码问题压缩机上的能量消耗,信道编码器和信道译码器作为数据进行重建和减压应该是废话。然而,有损压缩和解码频道是最能源要求相比,信道编码操作。

有损压缩和信道编码,我们添加的数量,计算乘法,部门,和比较在传感器节点执行。因此,这些操作是有效地转化为相应的时钟周期数据认为传感器硬件。其中,得到相关的能量耗散,类似于46]。在这方面,MSP430微控制器单元(MCU)从德州仪器,在时钟周期的数量为每个操作(详细47]。此外,能源消耗每个时钟周期, ,通过考虑MSP430F1612决定。这个单片机家庭消费330μ在主动模式下,单片机在1 MHz,电源电压是+ 2.2 V。因此,能源消耗给出每个时钟周期

4.2.1。准备有损压缩

能源消耗的有损压缩算法估计通过映射运算指令的数量需要过程信号相应的能源需求: 在哪里的能源消耗是单片机在一个时钟周期,是被压缩的比特数,是所需的时钟周期的数量每未压缩的有损压缩算法。通过利用的结果(7),表示为一个函数的压缩比和给定如下: 在哪里 是两个拟合系数。

注意,当在 ,节点不执行任何压缩;因此,我们有 。数据重建和减压假定进行BS。因此,没有额外的成本计算减压在中间节点。

4.2.2。纠错编码

ECC基于线性分组码通常简单的编码过程无关紧要的计算能量,能够解决能源资源的节点(22]。然而,解码是一个复杂的过程,需要大量的能量消耗。在多次反射体系结构中,解码能源成本很可能会被视为重复几个中间节点导致著名的能源消耗和网络流失。因此,解码ECC计划需要的能量占JLSCC系统压缩成本。ECC解码的计算复杂性呈指数级增长通过增加该纠错能力和解码性能。利用上(48),线性编码的解码延迟计划表示为一个函数的编码长度和校正能力如下: 在哪里和是延迟的加法和乘法操作,分别。此外,一个16位的MSP430单片机需要184和395个时钟周期执行增加和乘法,分别。因此, 在哪里表示处理器和循环时间之一 ,分别。基于解码延迟,解码过程的总能量可以计算如下:

解码的能量(方程(22)可以作为函数的能量新配方时钟周期MSP430的如下:

当码字的长度 ,节点不进行任何编码和(即。,没有添加冗余开销 或没有发生传播 。

4.2.3。电路的能量

静态电路功耗的传感器节点功耗之和的方框图包括数模转换器(DAC)的有源滤波器(AF)发射机的一面,和频率合成器(FS)。同样,在接收机的电路能耗节点功耗值之和低噪声放大器(LNA),中频放大器(IFA),房颤,模拟数字转换器(ADC), FS。因此,电路功率消耗的收发器表示为

收发器的电路能量功耗和一段时间给出如下:

4.3。能源效率的JLSCC

在多次反射传感器网络中,传感器节点感知和传输自己的阅读以及他们处理和转发他们的附加节点数据根据多次反射算法。在这项工作中,我们考虑在源节点感知数据压缩,而数据进行重建和减压BS。作为回报,信道编码和解码执行在源节点和中继节点(例如,中间节点和簇头),分别,直到收到的数据是正确的废话。在这种情况下,能源总成本或增加信源通道在使用有损编码系统与一个特定的时间压缩方案和信道编码器/解码器的实现,在给定频率、距离、吞吐量和需要的方方面面,可以表示为其节约能源的结合,由于压缩和编码增益,加上能源成本由于压缩机和编码器/解码器电力消耗。然而,信源通道有损编码系统整体传输时被认为是节能节能由于压缩和编码是严格小于与数据处理相关的成本在发射机和接收机。

让和的能量传输uncompressed-uncoded包和compressed-coded包,分别。传输的能量增益传输的压缩和编码包对于一个未压缩的和未编码的数据包表示为

有损源代码系统被认为是能源效率当且仅当总传播节能大于总处理能量 。能源效率的百分比近似表示为 在哪里 。

信道编码的传输节能主要取决于编码增益使用的编码方案,因此在未编码的信噪比和编码包。因此,信噪比的压缩,但未编码的数据包可以表示为一个函数的压缩比。压缩包的包错误率给出一定的信噪比和压缩比 在哪里比特和表达的压缩包大小吗是误码率公式。包的大小取决于当前时间段的压缩比,也就是说, 。

的信噪比未编码的数据决定根据选定的调制。假设一个偏移量正交移相键控调制(OQPSK),是近似的误码率 在哪里是互补的误差函数。从方程(29日),信噪比阈值相应的目标包错误概率

的信噪比的压缩和编码的数据包可以表示为一个函数的编码率和错误的概率实现ECC编码方案。利用上(49、信噪比OQPSK调制和编码数据包表示为 在哪里是信道符号误差概率对应所需的编码符号错误概率实现ECC的编码方案。RS编码方案,近似表示为

从方程(30.)和(31日),编码信息的编码增益可以表示为

由于信道编码传输节能源于获得编码增益 。然而,能源成本的额外的编码冗余可能抑制节能。因此,在传输信道编码方案的编码增益结果节能如果它匹配以下条件:

5。结果与讨论

在本节中,我们评估联合信源通道损耗的能源效率比有损压缩编码和信道编码系统能源贫瘠的传感器网络。在这种背景下,我们展示源和信道编码参数如何影响能源效率和数据可靠性的端到端和多次反射场景。

在这部作品中,传输的数据表参数取自一个真实的设备,即RC2400HP射频收发器模块(一个射频模块内部基于ZigBee和IEEE 802.15.4)提供服务。这个模型使用了2.441 GHz和的中心频率和带宽 ,分别,而计算是 。频道收益计算使用标准路径损耗模型和路径损耗指数= 3.5(例如,城市场景)和受到瑞利衰落的影响。总的噪声功率谱密度是167−dBm /赫兹,和持续时间确定是 ,与 OQPSK调制。变形曲线的参数 , ,已得到经验拟合现实的率失真曲线。能量与电路参数有关 , , , , ,和 。传输能量计算当前时间槽根据采用压缩比 ,编码率 ,所需的 ,传输距离、通道,和原来的数据包大小 。此外,传感器节点可以决定在10根据压缩比和编码率水平的压缩和编码。

5.1。能量分析JLSCC

在图2期间,我们画出传输能量消耗时间槽在压缩比(图的功能2(一个)(图)和编码率2 (b)有损压缩),信道编码,JLSCC系统。在第一种情况下(图2(一个)),仿真结果表明,一个压缩包的传输能量和有损压缩减少线性降低压缩比(即。,减少了数据包大小)。使用JLSCC系统时,所使用的传输能量的影响根据编码率。其中,三个层次的编码率 (即。,high, medium, and low) are selected to be used in the JLSCC system, respectively. The JLSCC system may result in better performance than lossy compression as it benefits from both energy saving due to compression and coding gains. However, the quantity of channel coding redundancy can restrain the efficiency of the JLSCC system, yet enhances data reliability. For instance, using a JLSCC system with a coding rate of 可以超越所有压缩的有损压缩的性能水平。这是因为额外的获得源于信道编码方案,不影响小的开销编码冗余。在其他情况下,当JLSCC系统依赖于高水平的冗余通过降低编码率 ,传输能量显著增加,甚至可能超过使用压缩比时未压缩的和未编码的系统 和 ,分别。在这种情况下,编码冗余的额外成本大于能量被压缩和编码增益。

在第二种情况下(图2 (b)),我们评估信道编码系统的传输能量而不是有损压缩系统,连同JLSCC系统,为各种信道编码率。结果表明,当使用信道编码系统,传输能量指数与降低编码率(即增加。,增加冗余)。然而,它注意到,当编码率约不到 ,信道编码系统能源效率相对于未编码的系统。这指的是节能的编码增益( )一方面,由于额外的冗余的能量小于节能另一方面。当使用JLSCC系统,每个时间段执行有效地传输能量相对于信道编码系统对各种编码率水平。此外,JLSCC系统传输能源效率的增加通过降低压缩比 ,分别。这是解释为降低压缩比的事实带来较小的通道通信信道上传输的码字。虽然降低了压缩比会导致增加失真来源,可以优化数据重建和由于信道编码解码系统。但是注意到JLSCC系统可以在几个编码速率不经济的水平,这是指传输码字的额外的大小由压缩和编码率。在这种情况下,码字的大小和传输能量大于原始数据包大小和节能,分别。

在传感器节点中,能量是影响能量传输和处理。因此,使用有损压缩和信道编码方案产生额外的考虑计算的能量源压缩在发射机和接收机和信道解码,分别。虽然有损压缩和通道误差校正允许保存传输能量和提供可靠性,处理能源往往限制了节能和能源效率的基于信源通道的编码系统。在图3我们把压缩和信道解码能量消耗随着压缩比和码字长度的函数,分别。根据低功率处理能量计算MSP430F16单片机。它可以注意到,有损压缩方案的压缩能量线性增长降低压缩比(即。,压缩数据)。因此,传输压缩保存的能量可能会受到压缩的计算能量的制约。同样,ECC的解码能量随着编码长度增加(即。,decreasing the coding rate) of the transmitted codewords, which inversely affects the transmission energy saving. However, the computational process of ECC decoding is more energy demanding than compression process. Therefore, both source and channel coding processing energies must not be neglected in sensor nodes at both transmitters and receivers. This is due to the main tradeoff between transmission and processing energies on the one hand and between communication reliability performance and energy saving on the other hand, when using a JLSCC system.

在图4有损压缩的传播节能和JLSCC系统绘制在不同压缩比的函数和几个选定的编码率。在本例中,我们只考虑传输能量消耗能源负担不包括处理的压缩和编码。结果展示,有损压缩系统的节能是线性依赖于压缩比,以便节约能源的百分比从0%增加到100%,降低压缩比从1到0。因此,有损压缩系统总是节能,除非不是压缩的数据 。当使用JLSCC系统克服通道障碍,传感器节点将获得额外节能由于信道编码增益。然而,冗余的数量可能会影响能源保存编码增益和压缩。例如,当使用编码的速度 ,它可以注意到JLSCC系统优于完全有损压缩系统压缩水平通过节约更多的能量,它可以被视为至关重要的能源和可靠性要求。相比之下,当使用降低编码率 ,JLSCC系统减少储蓄比有损压缩系统和传输的能量甚至可以消耗更多的能量比未编码的方案数压缩水平 和 ,分别。这是解释为巨大的传输码字的长度可以超过原始数据包大小当使用降低编码速率,以满足数据保真度要求。因此,JLSCC传播节能系统可以保证超过有损压缩,如果合适的源和信道编码之间的分配。

在图5能源效率的压缩和JLSCC系统显示为压缩比的函数考虑两种情况:计算压缩被认为是传感器节点的能量,然而执行解码BS(图5(一个));计算的成本压缩和解码都计算在发射机和中间节点(图5 (b)),分别。其中,传输和处理能量的有损压缩和编码系统考虑传感器节点的能源效率。在这种情况下,额外的压缩和信道解码处理损耗被认为是在发射机和接收机节点,分别。因此,节点与JLSCC系统预计将消耗更多的能量,提供能源效率要求传输能源节能必须超过相关处理。为此,我们首先情节有损压缩的能量效率和JLSCC系统只考虑压缩图的计算成本5(一个)。研究结果表明,对有损压缩和JLSCC系统,实现能源效率对大多数压缩比;然而,如果实现,节约能源减少的百分比显著图4当只有通信能源被认为是。例如,在有损压缩系统,能源效率变化的百分比从0到76%,当压缩比不同 ,分别。在其他情况下,当 ,有损压缩系统成为能源效率比未压缩的系统消耗更多的能量。同样,通过使用JLSCC系统,能源效率减少尽可能降低编码率。然而,JLSCC系统编码的速度 保持最佳的性能在能源效率方面压缩水平尽管包括压缩成本。值得注意的是,JLSCC系统会消耗更多的能量通过降低编码率= 0.5至0.3。在第二个场景中(见图5 (b)),我们把通信系统的能源效率考虑计算成本压缩和错误控制在发射机和接收机解码,分别。JLSCC系统在这种情况下,能源效率大大降低,甚至穿过未编码的系统能量阈值在某些压缩水平,然而JLSCC系统 原来是完全能源效率低下。这可能是有道理的固有影响额外的错误处理成本控制解码接收器,加上传输能量,可以排气收发器的能源资源。相反,JLSCC系统 会导致令人满意的性能在能源效率方面,尽管轻量级降低压缩比 。因此,JLSCC系统的能源效率是完全依赖于预期水平的可靠性预计采用ECC方案。注意,使用降低编码率(即。,more redundancy) enables to provide enhanced reliability than using higher rates. This is, however, guaranteed at the cost of higher computational energy at both transmitter and receiver.

5.2。多次反射性能JLSCC

在多次反射网络,节点可能会处理接收的数据传输之前为了保证重建所需的性能和可靠性。在这种情况下,压缩感知数据从源节点以及解码数据在多个中间节点高度有损环境中是非常必要的。其中,我们的能源效率进行评估自适应JLSCC系统多次反射的方式。

在图6,我们专注于多次反射通信和评估是否还有可能进一步增加时,压缩和编码信息旅行多次跳到达基站。在这种情况下,传输和接收的能量都是在每个网络中的中间节点数。在图6(一),我们忽视解码在中间节点的处理能量通过假设解码进行b,我们评估可能的有损压缩和JLSCC能源系统。我们设置了压缩比 和编码率 。如这个图所示,网络的能源效率提高的希望对有损压缩和JLSCC系统。这是由于这一事实,尽管能源花费的压缩和编码源节点与花的传播,这些计算能量只考虑源节点,而其他中继节点只将接收的数据转发。这将导致额外的能量收益(即。,of compression and ECC), which are accumulated with the number of transmission hopes. In the other case, we evaluate the energy efficiency when several nodes in the network are expected to process the data before transmission (e.g., relay nodes and cluster heads). Therein, the decoding energy is considered for the elected relay nodes in the network. In Figure6 (b)假定,50%的网络中的节点进行解码转发数据之前BS。结果表明,JLSCC系统的能源效率降低的希望,特别是在编码的速度 需要更高的能量计算。这是因为额外成本的解码在中间节点,也就是说,加上压缩能量,可以影响能源保存在广泛传播。然而,它注意到,尽管JLSCC系统的轻量级的能源效率降低 ,交易与增强的数据可靠性,他们还可以保证超过10%和40%的能源效率,分别。我们注意,当使用高JLSCC系统冗余,ECC处理能量的增加,从而导致减少能源效率为代价的更多的数据的可靠性。

在图7之间的距离,我们显示,能源效率和啤酒花的有损压缩(LC)和JLSCC系统。考虑到距离,传动功率选择根据Friis路径损耗公式(路径损耗指数 )。对于每个值的距离,我们评估使用最少的能源效率传输功率导致所需的数量为每个编码率。如图7能源效率明显增加,距离LC和JLSCC系统,即使考虑压缩和ECC的计算成本。这是由于这样的事实:传输能量逐渐高于所需的压缩和ECC处理。这种效应更加明显啤酒花的数量增加时,随着中继节点是受益于更高的能量收益(即。,对应的压缩和编码增益)。因此,当传输距离长,自适应JLSCC系统能保证能源效率和数据可靠性高,依靠压缩和编码发射器和中间节点。

6。结论

在这项工作中,我们系统地分析了联合信源通道有损编码的性能限制传感器网络通过调查是否能源效率和可靠性都是可能的,这取决于有损压缩和信道编码性能和硬件特点。沟通和处理成本一直在考虑端到端和多次反射的架构。我们的研究结果表明,考虑JLSCC在端到端传输情况下,压缩在哪里进行发射机,BS和ECC解码,导致大量的能源效率比有损压缩在保持所需的可靠性。然而,计算能量发射器的压缩和解码的中间节点可以超过花在物理层传输,在多次反射无线通信。在这种情况下,使用JLSCC可以导致重大能源效率信道解码时只执行BS,利用压缩和编码增益。然而,当解码执行多个中间节点或集群头为了保证更多的可靠性、能源效率是影响计算成本,特别是在传输距离小,但是会导致令人满意的节能传输距离。

数据可用性

仿真参数数据用于支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突有关的出版。

引用

1. a·h·a·法米“无线传感器网络应用中,”无线传感器网络,r·a·列文Ed,页69 - 213,施普林格,新加坡,2016年。视图:谷歌学术搜索
2. l·霍和d .江Stackelberg基于游戏的节能资源分配5 g蜂窝网络,”电信系统,卷72,不。3、377 - 388年,2019页。视图:出版商的网站|谷歌学术搜索
3. n . s . Alhassoun m . y .萨瓦尔Uddin, n .文卡塔萨布拉曼尼亚”环境敏感的能源优化永久IoT-based安全社区,”可持续的计算:信息和系统22卷,第106 - 96页,2019年。视图:出版商的网站|谷歌学术搜索
4. Yadav和r s Yadav,“回顾节能协议在无线传感器网络中,“无线网络,22卷,不。1,第350 - 335页,2016。视图:出版商的网站|谷歌学术搜索
5. m . Hammoudeh f . al-Fayez h·劳埃德et al .,“边境监控系统:无线传感器网络部署问题和路由协议,”IEEE传感器杂志,17卷,不。8,2572 - 2582年,2017页。视图:出版商的网站|谷歌学术搜索
6. d .江、w·李和h . Lv”种无线网络的节能合作多播路由智能医疗应用,”Neurocomputing卷,220年,第169 - 160页,2017年。视图:出版商的网站|谷歌学术搜索
7. d . Zordan b·马丁内斯,i Vilajosana和m·罗西”性能的能量受限的传感器网络,有损压缩方案”ACM传感器网络交易,11卷,不。1,猴,2014页。视图:出版商的网站|谷歌学术搜索
8. g .这位r . Masiero g . Pillonetto m·罗西和m .圭“传感、压缩和恢复轮为:稀疏信号建模和监测框架,“IEEE无线通信,11卷,不。10日,3447 - 3461年,2012页。视图:出版商的网站|谷歌学术搜索
9. e .法索罗·m·罗西,j . Widmer和m .圭”为无线传感器网络网络聚合技术:一项调查,“IEEE无线通信,14卷,不。2、70 - 87年,2007页。视图:出版商的网站|谷歌学术搜索
10. l·d·江w . Wang史,h .歌曲,“端到端网络流量的压缩sensing-based方法重建,”IEEE网络科学与工程,7卷,不。1,第519 - 507页,2020。视图:出版商的网站|谷歌学术搜索
11. Ez-zazi, m . Arioua A . el Oualkadi p·洛伦茨,“混合自适应编码和解码方案种无线传感器网络,”无线个人通信,卷94,不。4、3017 - 3033年,2017页。视图:出版商的网站|谷歌学术搜索
12. m . e . Pellenz r·d·苏扎和m . s . p . Fonseca)“错误控制编码在无线传感器网络中,”电信系统,44卷,不。1 - 2、61 - 68年,2010页。视图:出版商的网站|谷歌学术搜索
13. s . l . Howard k . Iniewski c·施莱格尔和k . Iniewski”错误控制编码的低功耗无线传感器网络:ECC节能是什么时候?”EURASIP无线通讯和网络》杂志上,卷2006,不。1,文章ID 074812, 2006。视图:出版商的网站|谷歌学术搜索
14. r . Sukjaimuk问:阮,t .佐藤,“绿色物联网的智能拥塞控制机制sensor-enabled以信息为中心的网络,”传感器,18卷,不。9,2889年,页2018。视图:出版商的网站|谷歌学术搜索
15. j .Č。Gambiroža和t . Mastelic”大数据挑战和权衡能源高效的物联网系统,”2018年26日国际会议软件,电信和计算机网络(SoftCOM),页1 - 6,分裂,克罗地亚,2018年9月。视图:出版商的网站|谷歌学术搜索
16. g . Anastasi m .孔蒂m . Di弗朗西斯科·a .主席帕萨雷拉,“无线传感器网络节能:一项调查,“特设网络,7卷,不。3、537 - 568年,2009页。视图:出版商的网站|谷歌学术搜索
17. s . Ulukus a .日圆大肠Erkip et al .,“能量收集无线通信:回顾一下最近的进步,”IEEE在选定地区通讯》杂志上,33卷,不。3、360 - 381年,2015页。视图:出版商的网站|谷歌学术搜索
18. d .江张平、z Lv和h .歌曲,“节能约束条件和负载均衡路由算法智能城市应用,”IEEE物联网,3卷,不。6,1437 - 1447年,2016页。视图:出版商的网站|谷歌学术搜索
19. d . f . Wang江,气,“综合信息网络的自适应路由算法”,中国通信,16卷,不。7,195 - 206年,2019页。视图:谷歌学术搜索
20. v . l . Quintero c .这几年会m . e .果园和a·佩雷斯”节能技术在网络的改进:MAC-protocol方法,”IEEE通信调查教程,21卷,不。2、1188 - 1208年,2019页。视图:出版商的网站|谷歌学术搜索
21. a . Biason c . Pielli a Zanella, m .圭”物联网节点的访问控制与能源和保真度的限制,“IEEE无线通信,17卷,不。5,3242 - 3257年,2018页。视图:出版商的网站|谷歌学术搜索
22. m . c . Vuran和i . f . Akyildiz误差控制在无线传感器网络跨层分析,“IEEE / ACM交易网络,17卷,不。4、1186 - 1199年,2009页。视图:出版商的网站|谷歌学术搜索
23. d . Incebacak r . Zilan b . Tavli j . m . Barcelo-Ordinas和j . Garcia-Vidal”最优数据压缩在无线传感器网络寿命最大化操作在隐身模式下,“特设网络,24卷,第147 - 134页,2015年。视图:出版商的网站|谷歌学术搜索
24. l·d·p·门德斯和j·j·p·c·罗德里格斯“无线传感器网络跨层解决方案的调查,“网络和计算机应用》杂志上,34卷,不。2、523 - 534年,2011页。视图:出版商的网站|谷歌学术搜索
25. m·a·Razzaque c .爱丽莎和s·多布森,“压缩在无线传感器网络中,”ACM传感器网络交易,10卷,不。1,在美国,2013页。视图:出版商的网站|谷歌学术搜索
26. d . del甲壳和m·罗西,“轻量级有损压缩通过去噪autoencoders生物识别模式,”IEEE信号处理信件,22卷,不。12日,第2308 - 2304页,2015年。视图:出版商的网站|谷歌学术搜索
27. a . Guitton a Skordylis, n . Trigoni”利用相关性压缩时间序列在交通监测传感器网络”2007年IEEE无线通信和网络会议九龙,页2479 - 2483年,中国,2007年3月。视图:出版商的网站|谷歌学术搜索
28. t . Schoellhammer Osterweil大肠,m . Wimbrow b·格林斯坦和d·埃斯特林,“轻量级小气候的时间压缩数据集(无线传感器网络)”第29届IEEE国际会议上本地计算机网络524年,页516 - 2004年11月美国佛罗里达州坦帕市。视图:出版商的网站|谷歌学术搜索
29. m·a·马哈茂德·w·k·g·Seah,韦尔奇,“无线传感器网络可靠性:一项调查和挑战,”计算机网络卷,79年,第187 - 166页,2015年。视图:出版商的网站|谷歌学术搜索
30. a . Aminjavaheri a . RezazadehReyhani r . Khalona h . Moradi和b . Farhang-Boroujeny“衬底控制飞船稳定性极强,低延迟物联网通信信号,”2018年IEEE国际会议交流研讨会(ICC车间),页1 - 6,堪萨斯城,密苏里州,美国,2018年5月。视图:出版商的网站|谷歌学术搜索
31. m . s . Motlagh、m . b . Khuzani和p . Mitran”在信源通道损耗联合编码能量收获通信系统,”IEEE通信,卷63,不。11日,第4447 - 4433页,2015年。视图:出版商的网站|谷歌学术搜索
32. p .马匹o·西蒙尼,大肠Erkip和t . Zemen”为信源通道energy-neutral编码、能量管理策略”IEEE通信,60卷,不。9日,第2678 - 2668页,2012年。视图:出版商的网站|谷歌学术搜索
33. o . Orhan d Gunduz大肠Erkip,“基于信源通道编码能量下,延迟,和缓冲区的限制,“IEEE无线通信,14卷,不。7,3836 - 3849年,2015页。视图:出版商的网站|谷歌学术搜索
34. k . Zachariadis m .韩起澜,a . Katsaggelos”源富达在衰落信道:擦除的性能和可伸缩性编码,“IEEE通信卷,56号7,1080 - 1091年,2008页。视图:出版商的网站|谷歌学术搜索
35. 即Aguerri和d . Gunduz预期与衰落信道失真和信息质量,”2011年IEEE国际会议通信(ICC),页1 - 6,京都,日本,2011年6月。视图:出版商的网站|谷歌学术搜索
36. Ez-zazi, m . Arioua, a . el Oualkadi”有损压缩和信道编码分析权衡在低功耗节能传输通信系统,”2018年9日国际研讨会上信号、图像、视频和通讯(ISIVC),没有。p,页291 - 295,拉巴特,摩洛哥,2018年11月。视图:出版商的网站|谷歌学术搜索
37. c . PielliČ。Stefanović、p . Popovski和m .圭”联合压缩、信道编码和传输数据保真度与能量收获,”IEEE通信,卷66,不。4、1425 - 1439年,2018页。视图:出版商的网站|谷歌学术搜索
38. Ez-zazi, m . Arioua a . El Oualkadi和p .洛伦兹”对节能自适应编码方案的性能和可靠的集群无线传感器网络,”特设网络卷,64年,第111 - 99页,2017年。视图:出版商的网站|谷歌学术搜索
39. j . h . Kleinschmidt”分析和提高能源效率的内部IEEE 802.15.4无线传感器网络提供服务使用重发和自定义编码,“电信系统,53卷,不。2、239 - 245年,2013页。视图:出版商的网站|谷歌学术搜索
40. Ez-zazi, a . Eloualkadi m . Arioua y Elassari,“有效的无线传感器网络编码方案的性能分析,”学报IEEE国际研讨会上RFID和无线传感器网络(RAWSN 15)2015年5月,页42-47、摩洛哥、。视图:出版商的网站|谷歌学术搜索
41. 即Ez-zazi、m . Arioua和a . El Oualkadi”设计的编码框架种传感器网络节能可靠,”Procedia计算机科学卷,109年,第544 - 537页,2017年。视图:出版商的网站|谷歌学术搜索
42. m . y . Naderi h·r·Rabiee m . Khansari和m·萨利希”错误控制多媒体通信在无线传感器网络:一个比较的性能分析,“特设网络,10卷,不。6,1028 - 1042年,2012页。视图:出版商的网站|谷歌学术搜索
43. y Polyanskiy h . v .穷人,美国一直对“信道编码率有限blocklength政权。”IEEE信息理论卷,56号5,2307 - 2359年,2010页。视图:出版商的网站|谷歌学术搜索
44. w·杨,g . Durisi、t·科赫和y Polyanskiy,“准静态复合天线在有限blocklength衰落信道,”IEEE信息理论,60卷,不。7,4232 - 4265年,2014页。视图:出版商的网站|谷歌学术搜索
45. t·s·拉帕波特,无线通信:原则和实践马,Prentice Hall,阅读,,1996。
46. c . Karakus a.c. Gurbuz, b . Tavli“能源效率分析压缩感知在无线传感器网络中,“IEEE传感器杂志,13卷,不。5,1999 - 2008年,2013页。视图:出版商的网站|谷歌学术搜索
47. l . BierlMSP430的家庭混合信号微控制器应用程序报告科技,众议员SLAA024:德州仪器公司合并,达拉斯,TX,美国,2000年。
48. j·辛格和d . Pesch应用节能不痒的决定错误控制在无线传感器网络中,“电信系统,52卷,不。4、2573 - 2583年,2013页。视图:出版商的网站|谷歌学术搜索
49. j·g . Proakis数字通信McGrawHill,纽约,美国第四版,2001年版。

版权

版权©2020 Imad Ez-zazi et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。