无线传感器网络中MIMO通信与移动机器人控制的算法研究

论文摘要

无线传感器网络综合了传感、无线通信、分布式信息处理及嵌入式系统等相关技术,可以在任何地点、任何时间及任何环境条件下,通过传感器节点终端进行数据采集和处理,获取大量可靠详实的信息。将下一代移动通信系统关键技术——MIMO技术引入无线传感器网络,可利用MIMO技术提供的分集增益性能来克服信道衰落；亦可利用MIMO技术带来的复用增益性能来提高信息速率。这两方面均有利于提高传感器网络的能效。基于MIMO技术的无线传感器网络成为一个新的研究热点。由于移动机器人机动灵活与自治能力,将机器人技术引入无线传感器网络,可以很方便地改变无线传感器网络的拓扑结构和改善网络的动态性能,在民用、军事和航空领域均有非常广阔的应用前景。联系构成事物的运动,而事物间的联系也离不开运动。通信和运动构成了我们生活着的这个世界的两个重要的问题。本文针对无线传感器网络,提出了通信与移动这两个基本命题,对无线传感器网络中虚拟MIMO通信与移动机器人控制的相关算法进行了一定研究,其主要内容如下：（1）对无线传感器网络中虚拟MIMO通信的基于V-BLAST接收的信号检测算法进行了较为深入的研究。高BER性能、低复杂度的V-BLAST接收信号检测算法的研究与设计对无线传感器网络的节能传输具有重要意义。本文在V-BLAST接收的基本检测算法研究的基础上,提出了迭代V-BLAST检测、迭代QR检测与最大似然检测算法的4种低复杂度的改进算法,分析了其复杂度并进行了仿真实验。仿真结果表明提出的改进算法在检测性能和算法复杂度方面取得了良好的平衡。（2）对无线传感器网络中基于移动机器人V-BLAST的接收技术进行了研究。有效地抑制多径衰落是无线传感器网络实用化的关键之一。MIMO技术引入无线传感器网络,有利于克服信道衰落、提高信息速率,从而改善网络的能效特性与连通特性,这将极大地延长传感器网络的生命期。本文在研究分析无线传感器网络能效策略与协作式MIMO技术的基础上,提出基于机器人的无线传感器网络V-BLAST的接收方案。根据应用场合的不同,移动机器人可担任汇聚节点也可担任中继节点实现V-BLAST接收。移动机器人节点可以自带多天线接收或单天线接收,文中对每种方案的能耗进行了分析,并采用本文提出的低复杂度近似最大似然检测算法进行了仿真研究。仿真结果表明,基于机器人的V-BLAST的接收方案与低复杂度的近似最大似然检测算法的采用有效地提高了网络能效。（3）对移动机器人基于混沌机制的相关控制算法进行了研究。机器人的移动能力取决于其运动系统,运动控制系统的性能好坏与控制算法有很大关系。本文针对两轮差动式移动机器人的运动控制提出变尺度混沌参数优化PID控制策略并给出了仿真结果；针对机器人控制研究领域中复杂被控对象——倒立摆系统提出基于混沌优化的神经网络控制方法,进行了一级倒立摆系统优化的比较研究,对于二级倒立摆系统实现实时稳定控制。实验的成功说明控制算法是有效的,可应用于移动机器人,提高移动机器人运动控制系统的性能,并进一步提升移动机器人的整体性能。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究的背景
• 1.2 相关技术研究
• 1.2.1 MIMO技术
• 1.2.2 WSN技术
• 1.2.3 移动机器人技术
• 1.3 选题意义与研究目标
• 1.3.1 WSN与MIMO技术结合
• 1.3.2 WSN与机器人技术的结合
• 1.3.3 现实意义
• 1.4 研究内容与章节安排
• 1.5 论文创新点
• 本章参考文献
• 第二章 MIMO通信相关理论基础
• 2.1 引言
• 2.2 无线信道
• 2.2.1 信道衰落
• 2.2.2 信道扩展
• 2.3 MIMO系统信道模型
• 2.4 MIMO系统的信道容量
• 2.4.1 快瑞利衰落信道的MIMO的信道容量
• 2.4.2 块瑞利衰落信道的MIMO的信道容量
• 2.4.3 准静态信道的MIMO系统信道容量
• 2.5 MIMO系统的空时编码
• 2.5.1 空时格型码（STTC）
• 2.5.2 空时分组码（STBC）
• 2.5.3 分层空时码（BLAST）
• 2.6 本章小结
• 本章参考文献
• 第三章 V-BLAST系统信号检测算法研究
• 3.1 引言
• 3.2 V-BLAST系统
• 3.3 V-BLAST接收的相关检测算法
• 3.3.1 最大似然接收
• 3.3.2 线性接收
• 3.3.3 SIC算法
• 3.3.4 OSIC算法
• 3.3.5 QR算法
• 3.3.6 球形译码算法
• 3.4 算法性能与复杂度的矛盾
• 3.4.1 OSIC算法复杂度
• 3.4.2 QR算法复杂度
• 3.5 低复杂度的V-BLAST迭代检测算法
• 3.5.1 V-BLAST迭代OSIC检测算法
• 3.5.2 迭代OSIC改进算法1
• 3.5.3 迭代OSIC改进算法2
• 3.6 低复杂度的迭代QR检测算法
• 3.6.1 算法原理
• 3.6.2 算法复杂度分析
• 3.6.3 仿真实验
• 3.7 低复杂度的近似最大似然检测算法
• 3.7.1 算法原理
• 3.7.2 算法复杂度分析
• 3.7.3 仿真实验
• 3.8 本章小结
• 本章参考文献
• 第四章 WSN中基于移动机器人的V-BLAST接收技术研究
• 4.1 引言
• 4.2 无线传感器网络的体系结构
• 4.3 无线传感器网络能效策略研究
• 4.3.1 无线传感器网络耗能分析
• 4.3.2 无线传感器网络能效管理
• 4.4 协作式MIMO相关技术研究
• 4.4.1 协作分集传输模式
• 4.4.2 基于STBC编码的协作式MIMO技术
• 4.4.3 基于V-BLAST编码的协作式MIMO技术
• 4.4.4 V-BLAST编码与STBC编码协作方案比较
• 4.5 基于移动机器人的V-BLAST接收
• 4.5.1 接收方案
• 4.5.2 接收算法
• 4.5.3 能效分析与仿真
• 4.6 本章小结
• 本章参考文献
• 第五章 基于混沌机制的移动机器人相关控制算法研究
• 5.1 引言
• 5.2 轮式移动机器人的运动控制模式
• 5.2.1 轮式移动机器人的结构与模型
• 5.2.2 速度控制
• 5.2.3 位置控制
• 5.2.4 航向角控制
• 5.3 移动机器人运动控制方法
• 5.4 混沌优化理论
• 5.4.1 混沌的定义及其特征
• 5.4.2 Logistic映射
• 5.4.3 混沌优化算法原理
• 5.5 基于混沌机制的移动机器人PID控制器参数优化
• 5.5.1 PID控制器的混沌参数优化
• 5.5.2 混沌PID控制器参数寻优算法
• 5.5.3 仿真研究
• 5.6 基于混沌优化的神经网络控制算法研究
• 5.6.1 神经网络控制
• 5.6.2 算法研究
• 5.6.3 实验研究
• 5.7 本章小结
• 本章参考文献
• 结束语
• 致谢
• 攻读博士学位期间完成的论文