面向灾后救援的群智感知空间信息网络基础理论

After a natural disaster, being aware of the situation in the disaster area will play a critical role in deploying rescue and reducing the loss of life and property. In this project, an approach, based on crowdsensing spatial information network, is proposed to collect and transmit information of disaster area quickly and effectively. This approach will take multiple factors into consideration, such as sensing capacity of sensing resources, energy limitation, uncertainty in dynamic network and limited communication resources. In this project, we will focus on fundamental theory and key technology, such as energy effective crowd sensing, multi-node data fusion and cooperative optimization for routing, crowd sensing and satellite communication. Specifically, dynamic clustering is performed in the crowd sensing spatial information network so as to achieve load balance of sensing tasks and demands. Then, local ratio theorem and game theory are used to design centralized and distributed resource allocation algorithm. Correlation of sensing information among different nodes is modeled by Gaussian process, and then data is encoded using Slepian-Wolf encoding for efficient transmission. Finally, cross-layer optimization theory is leveraged to optimize crowd sensing and data transmission in order to maximize information acquisition capacity in disaster area.

重大自然灾害发生后，第一时间了解灾区情况对灾后救援部署、减少人民生命和财产损失起到至关重要的作用。本项目提出利用群智感知空间信息网络来快速有效收集和传输灾区信息。本项目将综合考虑灾区感知资源的感知能力和能量限制、网络的动态不确定性以及空间通信资源受限等多个因素，重点研究能量有效群智感知、多节点数据融合与路由、群智感知和卫星通信协同优化等基础理论和关键技术。具体地，本项目将对群智感知空间信息网络进行动态分簇，实现感知任务和需求空间上趋于平衡，在此基础上利用局部比率定理和博弈论来设计集中式和分布式资源分配算法；然后利用高斯过程来建模不同感知节点之间的感知信息相关性，并基于Slepian-Wolf编码实现数据高效传输；最后利用跨层优化理论来联合优化群智感知和数据传输，实现灾区信息获取性能最大化。

在重大自然灾害发生后，及时了解灾区的受灾程度和分布、快速有效地获取灾区现场受损信息具有重大的社会意义和现实需求。本项目提出利用群智感知空间信息网络来解决上述重大难题，围绕资源使用的能效性和信息传输的时效性，研究群智感知空间信息网络中资源优化关键技术问题，得到了如下一系列原创性研究成果。..针对复杂环境下信息的感知、获取及资源优化问题，提出了基于群智感知的隐私数据采集获取策略及基于流水线的传感器网络数据获取方法，在此基础上，对随机接入的吞吐量进行建模与分析，以实现复杂环境下信息获取的最大化。..针对多感知节点的数据融合问题，首先提出了基于信任管理的传感器网络容错屏障覆盖框架，然后设计了低功耗广域LoRa网络的网关规划方法和性能评估策略，最后为解决多设备间的组播通信问题，分别提出了基于合同的以及基于延迟约束和反向拍卖的激励机制，以提高信息获取的性能。..针对分布式群智感知和空间信息网络动态协同优化问题，提出了在网络效应、拥塞效应和有限理性等多重条件下的服务竞争策略，并设计了一种用户流失问题的系统分析方法以及无线充电传感器网络的多感知节点的协同优化策略，实现分布式跨层资源协同优化。这对现场信息的重构和分析具有重要意义。..在物理实验平台方面，设计并搭建了低功耗、低成本的定位系统实验平台，提出并基于实验平台演示了单目标、多目标等定位策略。