《基於數據融合的大規模無線感測器網路的時空覆蓋研究》是依託南京航空航天大學，由常相茂擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於數據融合的大規模無線感測器網路的時空覆蓋研究
- 項目類別：青年科學基金項目
- 項目負責人：常相茂
- 依託單位：南京航空航天大學
項目摘要,結題摘要,
項目摘要
無線感測器網路（WSN）是目前非常活躍的一個領域，具有廣闊的套用前景。覆蓋問題是WSN中的一個基本問題，是在資源有限的情況下，對WSN各種資源進行有效分配的研究。高性能要求與資源有限的矛盾要求WSN中的節點必須進行合作，然而現有工作大都基於簡單的感知模型而無法實現節點的有效合作。數據融合可實現多感測器的合作感知，然而大部分現有的數據融合方案都集中在為小規模網路設計最優的融合算法上，無法在大規模WSN中套用。本項目將研究大規模WSN中基於數據融合的覆蓋方案，通過完善感知模型、設計適合移動節點的融合方案且最佳化移動規則、設計同時最佳化感知和通信的能量管理方案，使大規模WSN的覆蓋性能較現有結果有較大提升。在理論方面，本項目將分析WSN中各種參量之間的相互關係，使得設計者可在系統配置前對各個參量進行準確的預算；在套用方面，本項目將建立數據融合與大規模WSN設計間的橋樑，由此設計出性能更好的覆蓋方案。
結題摘要
對無線感測器網路（WSN）的研究最初都集中於對能量的最佳化上，往往犧牲掉WSN一定的網路性能而保障能量消耗的有效性，然而，WSN正越來越多的套用於性能敏感型的套用中，在節省能量的前提下，對網路性能的要求越來越高，因此需要尋找和設計更好的網路模型及協定來提高WSN的網路性能。本項目主要基於節點合作的思想來提高WSN的各項性能，主要工作包括：(1) 分析和完善了基於數據融合的感知模型，在保障誤警率不超過一定界限的情況下，分析並得出決策融合的局部最優臨界值和全局最優臨界值，提高了合作感知的性能。(2) 針對以無人機作為移動節點的UAV輔助網路，設計了融合壓縮感知和分簇技術的節點能量最佳化方案，還設計了WSN中基於多目標最佳化的協同任務分配算法，且研究了利用機會路由降低WSN中訊息投遞延遲及傳輸開銷的方案。(3) 對鏈路的通信性能進行了深入分析，設計了SINR-PRR干擾模型的輕量級測量方法，並由此得出由SINR對鏈路性能預測的方法，針對WSN中能量空洞問題，基於數據轉發和路由選擇策略設計了降低能量空洞的算法。(4) 針對水面漂浮碎片的檢測問題，利用安卓手機和機器魚搭建了SOAR系統，設計了基於覆蓋的旋轉調度算法和檢測碎片的圖像處理算法，並利用將計算任務上傳到雲端運算降低系統的能量消耗，做了大量真實實驗驗證了系統的性能。在理論方面，本項目的成果完善了決策型數據融合模型、最佳化了SINR-PRR干擾模型、設計了預測鏈路通信質量的算法、新的協同任務分配算法、新的機會路由協定和能量空洞減輕算法，有助於提高WSN感知和通信性能；在套用方面，搭建了SOAR系統，成功完成對水面漂浮碎片的檢測，對生態環境、海洋生物、人類健康和水上交通都有幫助。
