多阻挡复杂环境下无线传感器网络自适应协同覆盖控制技术研究

The coverage quality that reflects the perception of wireless sensor network towards the physical world is also a significant indicator to measure the quality of network service. The coverage control technology takes advantage of node redundancy to make the working nodes scheduling while redundant nodes sleeping, which is in an effective way to prolong the network lifetime with the service quality guaranteed. However, due to the high correlation among the applications of wireless sensor network technology, in addition to the irregularity of the node sensing range caused by shadow effect and multipath fading under the circumstances of multi-block complex application environment, the traditional coverage control technology based on the regular sensing range model is no longer applicable.The project that combines multi-source information fusion, dynamic event prediction estimate, graph theory and other related theories aims at the radio sensing nodes to explore the breakthrough idea of wireless sensor network coverage control from the traditional regular sensing model, to research on the construction of a more suitable collaborative sensing model of nodes for multi-block complex environment application, and to establish the new adaptive theories and methods based on target prediction of the nodes for collaborative coverage. It is committed to solve network in energy consumption balance, coverage and connectivity, under the multi-optimization objectives of which to achieve the optimal decision and efficient scheduling of sensor nodes, and to provide a theoretical and technical basis for the wireless sensor network coverage control technology to transform from theory into practice.

覆盖质量反映了无线传感网对物理世界的感知能力，是衡量网络服务质量的重要指标。覆盖控制技术利用节点的冗余性，调度工作节点，休眠冗余节点，是在保障服务质量的前提下延长网络寿命的有效手段。然而，由于无线传感器网络技术的高度应用相关性，在多阻挡复杂应用环境下，阴影效应与多径衰落将导致节点感知范围的不规则性，因此建立在规则感知范围模型之上的传统覆盖控制技术不再适用。本项目结合多源信息融合与动态事件预测估计以及图论等相关理论，针对无线电感知节点，探究突破传统规则感知模型基础上的无线传感网覆盖控制新思路，研究构建更为符合多阻挡复杂环境应用特征的节点协同感知模型，并建立基于目标预测的自适应节点协同覆盖新理论和新方法，致力于解决网络在能耗均衡性、覆盖度以及连通性等多优化目标下传感器节点最优决策和高效调度问题，为推动无线传感器网络覆盖控制技术的理论研究向实践转化提供理论与技术基础。

覆盖质量反映了无线传感器网络对物理世界的感知能力，是衡量网络服务质量的重要指标。在多阻挡复杂应用环境下，阴影效应与多径衰落将导致节点感知范围的不规则性，使得建立在规则感知范围模型之上的传统覆盖控制技术不再适用。本项目结合多源信息融合与动态事件预测估计以及图论等相关理论，针对无线电感知节点，探究突破传统规则感知模型基础上的无线传感网覆盖控制新思路，研究构建更为符合多阻挡复杂环境应用特征的节点协同感知模型，并建立基于目标预测的自适应节点协同覆盖新理论和新方法，致力于解决网络在能耗均衡性、覆盖度以及连通性等多优化目标下传感器节点最优决策和高效调度问题。本项目的研究成果结合指数概率衰减模型、正态阴影衰减电波模型与Rayleigh衰减模型公式，构建独立节点概率感知表达式；采用数据融合理论，推导出完全覆盖下节点协同感知覆盖密度，以及多节点协同感知能力与节点到目标间的距离关系，深入分析阴影效应与Rayleigh衰减对节点感知特性的影响，建立了符合实际应用特征的多节点协同感知模型，为多阻挡复杂信道下的无线传感器网络覆盖性能分析与优化奠定坚实的理论基础；充分利用监测区域目标感知的先验知识，在多传感器的协同感知下，采用分布式量化检测融合方法，基于分布式Neyman-Pearson检测融合系统，在使系统检测概率取得最大的条件下研究各个传感器的最优或次优量化规则；在保证网络覆盖质量的前提下，通过监测精度的自适应调节动态调整网络中不同区域的覆盖精度要求，为进一步提高网络监测效率和网络节能控制提供了新思路。