无线视频传感器网络的分布式采样和适配化传输

Due to resource constraints and information redundancy, sparse sampling and efficient transmission of video streaming on the basis of netowrk and signal structure emerges a promising topic in wireless video sensor networks. We attempt to apply statistic learnig and functional analysis method in constructing adaptive dictionary and measurement matrix, remove high dimensional redundancy by exploiting the sparsity and corelation of video data. Meanwhile, we study the sparse projection model for cooperatively sampling and transmission of video streaming, address auction-based power allocation in wirless cooperative communications, and perform a joint source and network robust optimization for maximizing the overall throughput of the wireless sensor network. Also, we try to establish a testbed for realizing sparse sampling and transmission of video information. Our main contributions include: A optimized learning method to joint sparse represenation modeling for distributed video sources, which extends conventional theory for low dimentional signals to that for high dimentional signals; Combining sparse projection with network topology and dynamic routing, which cooperatively fulfills signal compression and convergence; Modeling the relationship of the sparsity degree, the number of measurements, and the reconstruction error. The achievements of this project are expected to be applied in high-efficient wireless video sensor networks. We believe that the intellectual property rights obtained from these new techniques can increase our competence in this research area.

无线视频传感器网络，受限于资源约束和视频信息的高维冗余相关，结合网络和信号拓扑的稀疏采样和高效传输，成为时下重要的理论与应用课题。本申请拟基于统计学习和泛函优化的方法，建立自适应的字典和观测矩阵，利用高维视频信息的稀疏性与相关性，去除视间-时间-空间的高阶冗余，优化数据表达。同时，研究视频信息协作采样与通信的稀疏投影模型，进行无线中继协作通信的均衡功率分配，实现协作通信网络信息流空间上的信源-网络联合鲁棒优化，逼近传感网络的理论性能，建立相应的视频信息压缩采样与传输系统平台。提出基于分布式视频源联合稀疏表示模型的优化学习方法，把传统低维理论推广到多维度领域；将稀疏投影过程与网络拓扑结构、动态路由关联起来，协同地完成对信号的压缩与汇聚，建立投影稀疏度、观测次数、重构误差三者之间关系模型。预期本项目研究成果，能应用于高性能无线视频传感网，在掌握自主知识产权的同时,我国在这一研究领域居国际前沿。

本面上项目“无线视频传感器网络的分布式采样和适配化传输（61271211）”，4年共发表重要学术论文18篇，其中：SCI期刊论文10篇，IEEE Trans汇刊7篇，8篇著名国际会议论文，获得3项国家发明专利授权，申请5项；参加了7次国际学术会议，作5次专题演讲报告；培养博士1名，硕士6名；人才队伍建设：培养了国家优秀青年科学基金获得者1人（2016）。主要成果包括：.（1）视-空-时联合稀疏采样.提出基于稀疏表示的视频编码方法，利用基元信息作为二维字典，非基元信息作为三维字典，选取关键帧按照KSVD算法进行字典训练，非关键帧通过下采样实现信息压缩，在解码端通过关键帧完成非关键帧的原始分辨率重建。通过该自适应高维字典稀疏表示的优化问题，解决视频时域连续性的逆问题。.（2）相关视频源调度优化.提出基于纳什议价的交互式多视点视频的数据包调度方法，在网络带宽资源有限的情况下，服务器根据用户周期性反馈的视点视频数据包请求，以纳什议价计算得到的概率调度各视点的视频数据包，实现网络传输效率和用户公平性之间的性能平衡。 .（3）协作通信的均衡功率分配.建立多用户、单中继系统的协作网络编码通信模型，采用博弈论模型，将每对需要交互信息的用户认定是一个博弈方，博弈方为实现效用最大化而相互竞争中继的功率；中继认定是博弈的决定方，决定方根据博弈方之间的博弈结果来分配功率，从而实现了对资源的最佳化分配；而后，运用博弈论理论证明了博弈过程最终可以达到纳什均衡状态。 .（4）视频源-网络的联合效用优化.提出视频源-网络联合传输优化的效用模型，扩展传统率失真优化模型，进一步提出端到端的延迟-率-失真模型，考虑整个端到端延迟在不同延迟分量之间的分配，构建基于延迟-码率-失真优化的码率控制方法。.