未来无线网络体系结构与关键技术

One of the main form of future wireless networks is a large-scale wireless sensor networks by a large number of sensors embedded in mobile phones, cars, laptops, and other wireless communcations equipment. It is capable of intelligently describing the group behavior into perception data by using the sensors, which benefits both for daily life and works and can effectively avoid the dangers caused by the surrounding emergencies. It has become a new wireless network - the Crowd Sensing Network. Therefore, there is an urgent need for building and studying the architecture and the involved key technology. From the application point of view, this subject is going to study the three-tier architecture of Crowd Sensing network, which contains the network communication layer, data management layer, data analysis layer, and explore in-depth the involved key technology, that is, the study of network communication, synchronization, diagnostic mechanisms on network communication layer based on constructive interference to improve the capability of communication among multi-source senser nodes, the study of data integration, storage, query on data management layer based on entity model for improving storage and query efficiency, the study of data minig on data analysis layer based on confidence calibration, to improve the monitoring of effects on abnormal events and coverage issues, so as to further promote the research and development of the future architecture of wireless networks in our country.

未来无线网络的主要形式之一是由大量嵌入在手机、汽车、笔记本电脑等无线通讯设备中的传感器所组成的一种大规模无线传感器网络,它能够通过传感器将群体行为智能地刻画为感知数据的过程,既能给日常生活和工作带来方便，还能有效避免周围紧急情况引发的各种危险,已成为一种新型的无线网络- - 群智感知网络。因此,迫切需要为群智感知网络构建一种体系结构并解决其所涉及的关键技术。本课题将从应用的角度研究群智感知网络的三层体系结构即通信网络层、数据管理层、数据分析层并探索各层所涉及的关键技术即研究网络层中基于可塑性干扰的通信、同步与诊断机制以增强多源群智感知网络节点的通信能力；研究数据管理层中基于实体模型的集成、存储和查询方法以减少异构感知数据的冗余度，提高存储和查询效率；研究数据分析层中基于置信校验的群智智能挖掘技术以提高对异常事件及覆盖率问题的监测效果，从而推动我国未来无线网络体系结构及关键技术研究的进一步发展。

现有无线网络主要形式有无线局域网、无线城域网、移动自组网以及面向单一应用的无线传感器网等等。随着手机、汽车、PDA 等无线通讯设备在人们日常生活中的日益普及，未来无线网络的主要形式之一是由广泛分布在全世界各个角落大量嵌入在这些无线通讯设备中的传感器所组成的一种新型大规模无线传感器网络，即人们称之为群智感知网络。.目前，人们还只停留在各自独立利用其拥有的无线传感器进行感知的阶段，并没有组成一个群体，使群体内所有感知信息被大家充分利用。因此，人们迫切地希望未来无线网络能够感知周围的信息，通过传感器将群体行为智能地刻画为感知数据，为日常生活和工作带来方便，还能有效避免周围紧急情况引发的各种危险。.我们的项目的主要贡献如下：.（1）提出一种基于群智感知网络的任务安全分发技术，通过将球箱理论中的 d-choice 方法应用到任务分配过程中，在实现全体用户负载均衡的同时，根据制定的阈值策略，保证用户任务的安全性。相比随机任务分配技术，所提出的技术能够更有效地均衡任务负载，从而保证任务安全。.（2）解决异构无线网络中用户需求的多样性增益问题。我们引入了另一个潜在的性能增益维度，即用户需求的多样性增益。为了获得这种收益，我们提出以用户需求为中心的优化，用户寻求最大化的体验质量（QoE），并提出了一种分布式的QoE均衡学习算法。.（3）提出通过手机晃动和声音信号进行测向和室内定位的方案。通过结合多普勒频移计算的相对速度和智能手机的惯性传感器的相对速度来获得声源的精确方向，并实现自身的定位和测向。.（4）提出通过反射路径重建室内布局的方案。利用障碍物的外观可以引起附加的反射路径这一特点，勾画出障碍物的表面，最后估计出障碍物的形状，大小以及位置。.（5）提出一种高效的大规模无线传感器网络压缩数据收集路由方案。提出了一种基于稀疏随机投影的高效数据收集分簇路由方案。该方案的目的是降低数据传输的能量消耗，减少每个 CS 测量采集中的传感器节点数目。