《基於無線感測網路的早期火災信息分散式壓縮感知識別》是依託汕頭大學，由莊哲民擔任項目負責人的面上項目。
基本介紹
- 中文名：基於無線感測網路的早期火災信息分散式壓縮感知識別
- 項目類別：面上項目
- 項目負責人：莊哲民
- 依託單位：汕頭大學
項目摘要,結題摘要,
項目摘要
)為實現對早期火災的預測，在監測區域密布感知感測器是必須的，因此利用無線感測網路構建火災監測系統成為必然的選擇。為避免網路中大量測量數據傳輸產生的功耗，頻寬限制，節點存儲空間等問題，提高網路的傳輸效率。本項目基於無線感測網路節點感知數據的時空相關性，提出早期火災信息縮感知識別研究。項目以基於高性能超小波的壓縮感知為理論研究內容，開展火災信息分散式壓縮感知（Distributed Compressed Sensing ，DCS）識別研究，利用超小波在多尺度關聯域內的小波係數正交特性，將移不變性質套用到小波框架之上，通過研究火災信息的稀疏表示性能和隨機映射構造壓縮感知方法，探索獲得最佳係數的最佳化方法，揭示基於火災信息最佳係數表示的隨機映射表示方法的規律，研究建立一個新的DCS 系統架構與方案，對火災信息的DCS 處理，實現對早期火災信息的識別與源點定位。
結題摘要
眾多的自然災害中，火災是常發性、破壞性和影響力最強的災害之一。因此，在火災的早期發生階段就能識別火災類型與燃點位置，對儘快撲滅火災是非常重要的，為了火災監控不留死角，採用密集布置感測器是必須的。對於一個包含大量感測器節點的火災監測無線感測器網路(WSN)，每個感測器都會採集大量的數據，數據傳輸對功耗和頻寬的需求非常大，如何利用WSN節點感知數據的時空相關性及冗餘特性對分散式信號進行壓縮以減少通信壓力，從而滿足基於感知套用的WSN的QoS(服務質量)要求，成為非常緊迫的需求。本項目首先開展基於WSN的早期火災信息壓縮感知基本框架與方案的研究，結合圖論中二部圖思想，將不平衡擴展模型套用在分散式壓縮感知上，建立一個新的火災信息分散式壓縮感知系統模型框架，並設計出一種與該架構相對應的分散式算法，該算法通過一個列稀疏度確定的稀疏隨機二值矩陣決定節點之間是否實現數據傳輸，從而將傳輸和計算任務平均分散在各個節點，並利用二階錐形規劃法對融合中心的數據進行重構；研究還針對已有塊稀疏信號貪婪算法存在的問題，提出一種正則化的自適應分散式壓縮感知恢復算法，該算法主要在塊稀疏度未知的前提下，基於正則化的思想進行塊挑選，從而更正確地挑選出塊信號的支撐塊，實現分散式壓縮感知信號的重構；針對無線感測網路中目標源點動態變化覆蓋最佳化問題，研究利用多個節點協同工作方式實現對目標源點的監測，採用新的信息覆蓋模型，提出了一種基於失敗機率的信息覆蓋集啟發式算法，該算法首先利用最佳線性無偏估計找出一切可行的信息覆蓋單元，進而採用基於能耗指標和監測失敗機率指標的綜合最佳化函式動態選擇監測節點，並以用戶設定的網路最大失敗機率為依據構造覆蓋子集，獲得的覆蓋子集在各時間段內被依次喚醒，執行網路監測任務；在火災源點的定位問題中，利用感測器探測信號的延時差，構建斜風場中的氣體濃度衰減模型，利用空間分布感測器實現對火源點進行定位；同時提出一種分散式自適應偏轉次梯度投影定位算法，完成對早期火災源點的準確定位和強度的定量估計，該算法以有風時氣體濃度衰減模型為基礎，利用偏轉次梯度方向代替原次梯度，以偏轉次梯度投影的超平面作為搜尋區域來進行鬆弛投影，對節點獲取的氣體濃度信息進行分散式計算，從而估計出氣體源點位置及強度。總之，以上研究不僅節省WSN的頻寬資源與效率，滿足基於感知套用的WSN的QoS(服務質
