《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 通信與網(wǎng)絡(luò) > 設(shè)計應(yīng)用 > WMSNs圖像傳感器節(jié)點節(jié)能研究
WMSNs圖像傳感器節(jié)點節(jié)能研究
來源：電子技術(shù)應(yīng)用2012年第12期
胡延軍， 俞 嘯， 奚錦錦， 劉麗虹
中國礦業(yè)大學(xué) 信息與電氣工程學(xué)院 物聯(lián)網(wǎng)（感知礦山）研究中心， 江蘇 徐州 221008
摘要： 提出了一種基于壓縮感知理論的低能耗WMSNs圖像傳感器節(jié)點。采用壓縮感知（CS）理論，通過對半原始數(shù)據(jù)稀疏采樣來降低后續(xù)量化編碼的數(shù)據(jù)量，并能降低節(jié)點圖像處理復(fù)雜度，平衡圖像處理和數(shù)據(jù)傳輸之間的能量消耗。通過建立能耗模型和Matlab仿真表明，與JPEG相比，采用基于壓縮感知理論的壓縮編碼算法可以有效降低整個節(jié)點的能耗。
中圖分類號：TN911.73
文獻標(biāo)識碼： A
文章編號： 0258-7998(2012)12-0134-03
Energy-saving of image sensor node in WMSNs
Hu Yanjun, Yu Xiao, Xi Jinjin, Liu Lihong
Research Centre of the Internet of Things(Sensor Mine)，School of Information & Electrical Engineering，China University of Mining and Technology， Xuzhou 221008, China
Abstract： A lower energy consumption WMSNs image sensor using compressive sensing is proposed. In this paper, the image sensor is designed to compressive sampling semi-raw data using compressive sensing(CS). Thus, it balances image compression complexity and the transmission data. The energy consumption module and did simulation using Matlab. The experiments results show that energy consumption of image sensor using compressive sampling is lower than the sensor using JPEG.
Key words : WMSNs; energy consumption; CS; image

    無線多媒體傳感器網(wǎng)絡(luò)WMSNs(Wireless Multimedia sensor Networks)，具有移動性強、放置靈活、傳輸比特率較低的特點[1],可以有效解決煤礦井下有線監(jiān)控系統(tǒng)的問題。但是高能耗是目前制約WMSNs發(fā)展主要因素之一[2]。

    目前的圖像傳感器節(jié)點中常用的圖像編碼算法有JPEG和JPEG200?？突仿〈髮W(xué)的研究人員開發(fā)了CMUcam系列視覺傳感器，CMUcam3采用軟件JPEG壓縮并兼容802.15.4接口[3]，具有一個CIF分辨率(352×288)的RGB彩色傳感器。這種常用的編碼算法都在數(shù)據(jù)采集端按照奈奎斯特采樣定理進行數(shù)據(jù)采集，造成了存儲空間及節(jié)點能量的浪費。
    近幾年來，由 DONOHO D、CANDES E等人提出了編碼簡單、解碼復(fù)雜的壓縮感知理論[4]。本文利用壓縮感知理論，并結(jié)合WMSNs節(jié)點的能耗分布特點，對“無線傳輸”和“信號處理”的能耗進行折中處理[5]，實現(xiàn)了降低節(jié)點能耗的目的。
1 能耗模型分析
    通常WSNs節(jié)點的能量大部分消耗在無線數(shù)據(jù)收發(fā)過程中，分布呈“聚集”狀態(tài)，可以忽略數(shù)據(jù)采集和處理能耗。而WMSNs節(jié)點因為要采集圖像、音頻、視頻等大數(shù)據(jù)量的多媒體信息，大大增加了數(shù)據(jù)采集和處理的能耗，能耗分布呈“均勻”狀態(tài)。因此需要結(jié)合WMSNs節(jié)點的能耗分布特點，對“無線傳輸”和“信號處理”的能耗進行折中處理， 以適用于WMSNs節(jié)點的圖像壓縮方法。如圖1所示。

    傳感器節(jié)點的能耗模型包括傳感器、處理器以及無線收發(fā)器的能耗模型。結(jié)合圖1的節(jié)能點能耗分布和參考文獻[6]可將節(jié)點能耗表示為：
  

3 仿真與分析
    采用壓縮感知理論代替?zhèn)鹘y(tǒng)的JPEG圖像壓縮方法，在相同的PSNR條件下，雖然降低了圖像處理的復(fù)雜度，但也同時增加了數(shù)據(jù)的傳輸量。記Em為處理器能耗和通信傳輸能耗的總和，即Em=Eact+ETx。采用256×256的煤礦井下圖像，通過Matlab仿真,結(jié)合上述的能耗模型來驗證相比于JPEG, 壓縮感知理論是否可以降低整個節(jié)點的能耗。
    (1) 處理器能耗
    JPEG中熵編碼過程占據(jù)了整個壓縮的大部分時間?；贑S理論的壓縮方式對變換后的系數(shù)進行了稀疏采樣，減少了熵編碼的源數(shù)據(jù)量，從而大大節(jié)省了壓縮時間，降低了處理器能耗。根據(jù)實驗選用的平臺，?琢=0.45，VDD=１．３ Ｖ, f=400 MHz。JPEG算法與CS算法的處理器能耗及與PSNR之間關(guān)系的Matlab仿真結(jié)果如圖3所示。

    (2) 通信模塊能耗
    多媒體節(jié)點的傳輸功耗與傳輸數(shù)據(jù)量有關(guān)，而圖像的壓縮比決定了傳輸?shù)臄?shù)據(jù)量。根據(jù)式(2)，選取圖像傳感器節(jié)點和路由節(jié)點的距離d=100 m進行仿真，結(jié)果如圖4所示。

 

 

    從圖5中可以看出采用基于CS理論的壓縮方式可以實現(xiàn)WMSNs節(jié)點節(jié)能的效果。且恢復(fù)的圖像質(zhì)量越好，則節(jié)能效果越明顯。PSNR=29時，在處理和傳輸上，基于CS理論的壓縮方式可降低能耗約50%。 本文結(jié)合圖像傳感器節(jié)點的能耗來源與分布特點，為降低圖像處理算法復(fù)雜度，提出一種基于CS理論的低復(fù)雜度的壓縮算法,實現(xiàn)了降低整個WMSNs節(jié)點能耗的目的，對于WMSNs在煤礦井下的推廣應(yīng)用具有重要意義。
參考文獻
[1] 涂曉軍,文金朝．基于LDMCIC的井下多媒體傳感器網(wǎng)絡(luò)圖像傳輸[J]．煤礦安全，2010(8)：94-97.
[2] 魯琴，杜列波，左震．無線多媒體傳感網(wǎng)節(jié)點能耗問題評述[J]．傳感器與微系統(tǒng)，2008，27（12）:1-7．
[3] ROWE A, GOODE A, GOEL D,et al. CMUcam3: an open programmable embedded vision sensor[EB/OL].[2007-03]. http://www.ri.cmu.edu/pub_files/pub4/rowe_anthony_2007_1/rowe_anthony_2007_1.pdf,2009.
[4] DONOHO D L, TSAIG Y. Extensions of compressed sensing[J]. Signal Processing, 2006,86(3):533-548.
[5] PINTO A, ZHANG Z, DONG X. et al. Energy consumption and latency analysis for wireless multimedia sensor Networks[C]. IEEE Globecom 2010,2010:1-5.
[6] 高妍.無線傳感器網(wǎng)絡(luò)節(jié)點能耗建模與仿真[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2010.
[7] HEINZELMAN W B. Application-specific protocol archit ectures for wireless networks[D]. Massachusetts Institute of Technology, 2000．

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。