基于压缩感知的环境监测无线传感网理论与方法研究

There are in short of effective,low-cost monitoring means to solve the problem of environment pollution which is becoming more and more serious nowadays. Environment monitoring technology based on wireless sensor networks (WSNs) provides a feasible solution while it is increasingly gaining attentions from both academics,industries and government. In this study, an environment monitoring wireless sensor network based on Compressed Sensing （CS in short） is researched, which involves following subjects. A networking approach based on CS theory with higher reconstrction quality at lower energy consumption as a criterion is studied. Measurements matrix and the corresponding routing algorithm are explored. An innovative,energy efficient and clustering hierarchical network structure is constructed while a distributed data fusion model based on this structure is designed. An data model of compressed sampling and sparse representation is revealed. The implementation techniques of analog compressed sampling and analog data fusion is explored. This research has a great significance not only to the theoretical model of environment monitoring, but also to deepening and broadening the area of theory and application of wireless sensor networks. Furthermore, it provides the technical and scientific support for the environment monitoring work.

环境污染问题日益严重，但目前还缺少高效、低成本的监测手段。将无线传感器网络(WSNs)运用于环境监测领域则提供了一项有效的解决方案，正受到越来越多的关注。本课题研究一种基于压缩感知的环境监测无线传感器网络，包括以下方面内容。以较低的网络能耗获得较高的信息重建质量为准则，研究符合CS理论的组网方法；探索观测矩阵和路由算法；构建新型的、能量有效的、分簇分层的网络结构；在此基础上设计分布式的网络数据融合模型；揭示数据的压缩采样和稀疏表示模型；研究基于单纯形方法的物理信息重建理论，并探索基于模拟量的压缩采样和信息重建的实现技术。该课题的研究不仅对环境监测理论模型的创新有重要意义，而且也有助于拓展无线传感器网络理论与应用的深度和广度，为环境污染监测工作提供了技术储备和科学支撑。

环境污染日益严重，可目前缺少高效、低成本的监测手段。将无线传感器网络（WSNs）技术运用到环境监测领域正受到越来越多的重视。本课题研究了一种基于压缩感知（CS）的环境监测无线传感器网络，包括以下内容：以较低能耗获得较高重构质量为准则，构建新型的、能量有效的、分簇分层的网络结构；研究组网方法和路由算法；设计分布式网络的数据融合模型；研究稀疏表示模型和恢复算法；探索模拟量压缩采样的系统实现技术。. 课题组分别设计了监测水环境与空气质量的两套WSNs系统，实现信息的采集、传输、存储和实时监测。在系统中加入太阳能供电模块以延长节点的生命周期。由于位置信息的重要性，提出了将改进的遗传算法和GPS相结合的节点定位算法。为节约感知过程的能耗，采用基于CS理论的改进的数字AIC模型，设计了符合压缩采样的信号处理的硬件系统，在低复杂度的重构算法下实现了较好的恢复效果。将随机旋转簇头的分层路由算法和CS结合，搭建一种应用于大规模分布式的WSNs的网络分布模型。随后将方案更新为双簇头交替的分层路由算法，网络生命周期的表现更优。还构造了压缩采样和在线恢复的数据采集框架，在新构造的观测矩阵下该框架在重构速度及重构精度方面均优于传统方法。. 该课题的研究不仅对于环境监测理论模型的创新有重要意义，而且也有助于拓展无线传感器网络理论与应用的深度和广度，为环境污染监测工作提供了技术和储备。