动态信号监测的无线传感器网络压缩采样方法研究

本项目针对无线传感器网络动态信号监测中突出存在的资源受限和可靠性问题，提出一种基于压缩采样理论的无线传感器网络动态信号监测方法。为实现高速或多媒体信号监测中大信息量的可靠传输，采用网络演算理论建立压缩采样无线传感器网络架构的数学模型，以定量分析无线传感器网络动态信号压缩采样所需的带宽、缓存和网络时延等关键指标。为使得稀疏基自适应地跟随动态变化的信号特征，提出采用主元分析法研究信号特征动态变化情况下的稀疏基在线优化选取方法。为降低压缩采样的动态信号传输所需的能耗，提出基于启发式算法的无线传感器网络压缩采样测量矩阵和路由的自适应能效优化方法。本研究对于探索动态信号监测的无线传感器网络量化设计和分析方法，提高动态信号网络监测的压缩比、降低网络能耗具有重要意义。

近年来，随着低功耗集成电路技术的快速发展、无线传感器网络应用领域的扩大以及监测需求的不断提高，无线传感器网络的理论和应用研究将越来越多地涉及到高速传感数据和多媒体信号的采样、传输和动态监测。压缩采样理论能够实现原先由于节点硬件采样率和无线网络带宽限制而不能采样和传输的高速传感或者多媒体信号，并且无线信道的不可靠性也因为压缩采样的压缩与重构机制变得不那么棘手。.本项目研究了一种基于压缩采样理论的无线传感器网络动态信号监测方法，主要研究内容与结论包括：.1、为实现动态信号监测应用系统中大信息量的可靠传输，本项目基于网络演算理论建立了无线传感器网络数学量化分析模型，能够用于定量分析无线传感器网络动态信号感知应用所需的带宽、缓存和网络时延等关键指标。采用网络演算理论和模型的定义，将无线传感节点定义为一个网络演算基本系统，在此基础上定义、研究了典型簇型无线传感网络架构及配置参数；建立了从无线传感网络架构设计参数到QoS极限性能指标的量化分析递归模型；能够快速获得网络在给定架构配置参数的情况下的最小带宽、缓存需求和任一数据流量的最大延时等关键网络参数。.2、为使得信号获取满足压缩采样条件，并达到最优的可压缩性和采样效率，本项目着重研究了稀疏基的选取问题；基于主元分析法研究了信号特征动态变化情况下的稀疏基优化选取方法；主要依据信号的时间相关性确定重构算法中的步长，优化采样和迭代效率。.3、为降低压缩采样的动态信号传输所需的能耗，本项目基于启发式算法研究了无线传感器网络压缩采样测量矩阵和路由的自适应能效优化方法。根据压缩采样理论分析，分布式测量矩阵的形成对应着网络通信架构和路由；基于典型的分簇网络应用，本项目基于遗传算法研究了最优的测量矩阵和网络路由方法，使得网络簇头和全局寿命都能够最大化。.总结上述研究内容和进展已发表和录用论文7篇，目前撰写和在审论文4篇；已申请2项专利；培养硕士研究生6名，毕业2名。项目研究对于拓展无线传感器网络应用领域、提高动态信号监测类应用系统的性能和实用性、降低网络能耗等具有重要意义。