分区统计模型与迁移学习相结合的大型土遗址传感网定位方法研究

传感网是满足大型土遗址监控和保护需求有效手段之一。由于传感节点位置信息对土遗址坍塌和裂变等情况准确监测、预警和险情发现具有决定性影响，且由于大型土遗址监测通常具有区域广、节点数量大、分布不规则、密度非均匀、环境噪声大、节点需部署至遗址内部，以及因形变监测而需反复多次定位等特点，迫切需要研究新的适应大型土遗址监测需要的有效WSN定位方法。本项目试图利用分区域统计可变形模型解决非规则、不均匀、复杂三维环境节点定位问题，采用迁移学习方法解决因场景变迁引起的定位算法适应性问题。项目特色在于研究并构造有效分区域统计可变形模型和面向大型土遗址监测的时空统一的迁移学习方法及其迁移定位方案。其科学实质是试图借助统计学和机器学习方法来学习和发现复杂情况下信号与时空关系的内在规律，该问题探讨和解决对于复杂情况下WSN大规模定位理论和技术研究有重要意义，为WSN在大型土遗址和其它复杂领域有效应用提供基础和借鉴。

本项目提出了节点数量大、密度非均匀、环境噪声大条件下的WSN定位方法，为大型土遗址形变监测提供了有效支撑。利用分区域统计可变形模型解决了非规则、不均匀、复杂三维环境节点定位问题，采用迁移学习方法，解决了因场景变迁引起的定位算法适应性问题。借鉴压缩感知理论，通过对目标造成的RSS信号扰动进行分析，实现了减少数据量、降低能耗目的的E-HIPA定位算法。提出了基于 RSS 的迁移压缩感知被动式定位方法。对RSS信号在压缩感知基础上进行场景迁移，构建不同链路长度下信号分布相同的感知矩阵迁移函数，实现了迁移场景下的可定位性。提出一种基于环境感知的自适应无线传感器网络时间同步算法。相关成果发表在IEEE TIE, IEEE TWC, ACM/IEEE INFOCOM等国际知名期刊和会议上。.为验证本项目提出方案对土遗址生存状况监测的有效性，项目组在明长城进行了传感器节点部署，自主开发并设计了硬件感知和软件传输平台，土遗址形变传感器，土遗址内部温湿度传感器，以及远程数据中转传输系统；借助统计学和机器学习来学习和发现复杂情况下信号与土遗址三维位置的内在关系，设计开发了形变监测预警可视化平台，为大规模土遗址的研究和保护提供了监测平台和数据展示平台。.在项目实施过程中，发表或录用学术论文43篇，其中知名国际际期刊（如IEEE TIE, IEEE TWC, Wireless Networks等）和知名国际会议（如INFOCOM,ICC,UIC等以长文形式发表；SIGCOMM, MobiCom, MOBIHOC, IPSN, Sensys等以poster或者WORKSHOP形式发表）37篇,国内权威期刊（如计算机学报,软件学报,计算机研究与发展）6篇。培养研究生8名。授权国家发明专利4项，申请国家发明专利19项。项目组成员参加了多个知名国际学术会议(如SIGCOMM, MobiCom, INFOCOM, MOBIHOC, IPSN, UIC等)进行学术交流，同时与普林斯顿大学计算机学院Kyle Jamieson教授，美国孟菲斯大学Chase Qishi Wu教授，加拿大维多利亚大学Lin Cai教授，北卡罗来纳大学夏洛特分校Yu Wang 教授，新加坡管理大学Jie Xiong教授等展开了论文合作.项目组还承办了第八届中国传感器网络学术会议（CWSN2014），组织定位、数据传输论坛。