陆敏杰，刘兆霆

(杭州电子科技大学通信工程学院，浙江 杭州 310000)

在诸如目标定位跟踪、系统辨识、语音合成和分析、雷达和声纳信号处理、回归分析等方面，其中的许多问题本质上可以归结为参数估计问题。近年来，由于大规模无线传感器网络(Wireless Sensor Networks，WSNs)的发展，基于WSNs的参数估计成为国内外研究的热点。它利用WSNs末梢大量无线传感器节点收集周围的物理或环境状况(比如温度、声音、振动、压力、运动或污染物等)，并对其进行分析、加工、传输，以实现对感兴趣的物理目标和信息的提取、识别或控制等目的。针对这个问题，国内外已经报道大量的理论研究成果，并探索了在自适应系统[1]、无线通信[2－3]、目标跟踪[4－5]、雷达和声呐[6－7]等方面的相关应用。这些研究成果利用WSNs节点的冗余性提高了信号的空间分集增益，显示出WSNs具有为人们生产生活提供高质量服务的潜能。

然而，无线传感器节点的特点是能量存储、数据处理能力、和通信能力等都十分有限。低比特数据传输和处理有利于节约网络的开支和降低节点的能耗，但这给基于低比特数据且满足性能要求的算法设计带来较大的挑战。目前，国内外学者也已经开展了大量基于WSNs低比特参数估计问题的研究[8－12]。值得注意的是，在实际应用中，某些节点可能处于较为恶劣的环境，其信道容易受到干扰；另外，低比特(单比特)数据本身在传输过程中也很容易受到干扰，这些干扰将导致比特值随机反相。由于这些低比特数据不包含校验位，因此接收端无法判断数据的真实性。……