面向渐变事件的无线传感器网络监测及评价验证方法研究

This subject studies the monitoring technology and its related experimental verification method of gradual events, such as biochemical gas and agent leakage in wireless sensor network. The study includes: network establishment and maintenance for event monitoring, fault-tolerant event detection, gradual events boundary identification and tracking, event monitoring performance analysis and simulation. We set real time, energy conservation, reliable detection and tracking of gradual events as our goal. First of all, we use "intermediary points" to establish cluster-based network structure and multi-path routing strategy of adjacent clusters for event monitoring. In the event detection stage, according to the spatial and temporal correlation of monitoring data of intra-cluster nodes, we use hierarchy multiple statistical analysis method to establish systematic error sample identification framework，and then the cluster head nodes use lightweight classifier to make fusion decision of monitoring data. In the gradual events tracking phase, we use Gaussian mixture model for cluster internal local events boundary identification, then use sink nodes to connect local boundaries, and use master-slave nodes forecasting technique and sleep-arousal mechanism to achieve the tracking of event boundaries. This subject has important theoretical significance and practical application value in the wireless sensor network cooperation of information processing, event detection, event boundary identification and tracking techniques.

本课题研究基于无线传感器网络的面向生物化学气体、药剂泄露等渐变事件的监测技术及其相关实验验证方法。研究内容包括：适用于事件监测的传感器网络结构建立与维护、渐变事件容错检测、渐变事件边界识别与跟踪以及事件监测性能分析与仿真等。本课题的研究以实时、节能、可靠的检测和跟踪渐变事件为目标，首先引入"中介点"的概念，建立适用于事件监测的簇型网络结构以及簇间多路径路由；在事件检测阶段，根据簇内节点监测数据的时空相关性，采取层次式多元统计分析方法建立系统化的错误样本识别框架，并由簇头结点利用轻量级分类器对监测数据进行融合决策；在渐变事件跟踪阶段，利用高斯混合模型识别簇内局部事件边界，再由sink节点完成局部边界的连接，并采用基于主从节点的预测技术和相关睡眠唤醒机制实现对渐变事件边界的跟踪。本课题在无线传感网网内信息协作处理、事件检测、事件边界识别和跟踪技术上具有重要的理论意义和实际应用价值。

渐变事件（如瓦斯、化学药剂泄露）的发生具有不可预知性，并且事件区域的大小和形状都有可能随时间的推移而发生变化。目前，国内外的研究学者在无线传感器目标监测和简单事件监测领域已经取得了一定的成果，但是关于渐变事件监测技术的研究尚处于起步阶段，若要将研究成果应用于实际环境还面临事件突发性、渐变性以及海量监测数据处理等问题。为了解决上述问题，本课题在已有工作的基础上，研究基于无线传感器网络的面向火灾、生物化学药剂泄露等大范围突发和渐变事件的监测技术及其相关实验验证方法。研究内容包括：适用于事件监测的网络簇结构初始化与维护策略、动态协作簇内的路由机制、突发事件检测、渐变事件边界的识别和跟踪以及事件监测性能分析与仿真等。本课题的研究以实时、可靠的检测和跟踪大范围突发和渐变事件为目标，在均衡划分静态簇的基础上，将簇头节点组织为动态协作簇，并运用势场原理完成协作簇内数据分组的转发。在突发事件检测阶段，利用人工智能技术进行突发事件属性参数融合和报警结果容错；在渐变事件跟踪阶段，静态簇簇头采用高斯混合模型进行簇内局部事件边界的识别，再由动态协作簇簇头完成局部边界的连接，并使用预测技术和睡眠唤醒机制实现对事件边界的跟踪。本课题在执行期间，在无线传感网网内信息协作处理、突发事件检测、事件边界识别和跟踪等方面取得了一系列成果，这些成果可以有效降低渐变事件监测数据处理量和能耗，提高监测的实时性和准确性，因此具有较为重要的实际应用价值。