无线传感器网络中多媒体信息协作压缩测量方法

无线传感器网络是信息领域一个十分活跃的研究方向，具有很好的应用前景。压缩测量方法是当今信息处理领域的一个新的研究热点，它突破了香农采样定理的极限，以随机采样的方式用更少的数据采样点来完美地恢复原始信号。本项目围绕无线传感器网络中多媒体信息处理问题，研究协作压缩测量的方法。根据无线传感器网络节点移动、多跳、存储空间和能量有限情况，采用协作压缩测量方法，将可以满足多媒体信息测量的需求。研究无线传感器网络协作测量网内信号转换处理方法，进行无线传感器网络能效性测量优化研究；提出目标预测动态能量管理和无线传感器网络中渐进式网内信息处理方法；研究在协作分布式环境下压缩测量的基础理论，进行多媒体信号稀疏化处理，图像压缩测量模型和压缩测量图像信号重构方法研究。提出无线传感器网络中随机分布式信息传递协作压缩测量方法，通过图像目标跟踪、分类来验证无线传感器网络中协作压缩测量理论和方法。

本研究项目研究无线传感网络的中多媒体信息协作压缩测量处理理论方法，经过三年的研究取得研究成果包括：（1）提出了无线传感网络中多媒体信息协作压缩测量处理理论方法优化了传感器测量模型，采用图小波方法和粒子群优化方法改善网络通信；针对无线传感节点电池能量、通信带宽和计算能力受限的特点，研究了压缩测量理论，并应用于无线传感网络通信过程中信号压缩。根据振动信号特点，利用傅里叶变换在频域空间实现其稀疏表示，设计了高斯随机矩阵进行压缩采样，实现无线传感网络车辆目标定位。（2）针对无线多媒体传感网络信号传输中需要占用大量频带资源问题，提出并实现了基于压缩测量的信号压缩编码传输方法，给出了单节点和分布式的压缩测量方法，实现了压缩编码的简化，提高了可重构精度，满足无线传感网络计算存储空间和通信带宽要求。（3）提出了无线传感网络协作多媒体目标定位与识别预处理测量基本方法；研究了基于声音信号的目标定位和识别测量，提出了基于达时差、到达方向和接收信号能量测量方法。研究了基于支持向量机和贝叶斯概率的高斯过程分类运动目标识别测量方法，提高了运动目标多媒体信息协作识别的实时性和准确性。（4）提出了基于无线传感网络压缩测量代理协作目标定位测量方法。研究了基于传感节点协作的分布式压缩测量信号传输方法，降低了网内数据量，同时保证了信号重构精度。研究了传感节点间的分层渐进式协作方法，实现了网络资源的优化配置，提高了节点协作效率。（5）提出了基于无线传感网络的协作信息压缩融合目标检测与定位。研究了基于射频信号衰减模型的扩展虚拟标签方法，提高了定位准确度与对不同环境的适应性。研究了CCD图像传感器获取视频图像中脸像目标压缩检测方法。提出了ARMA-Boost方法对AdaBoost在时间维度进行扩展，提高了脸像检测实时性与准确度。经过三年的研究工作，项目组成员已取得了丰硕研究成果。本项目已在IEEE Transaction on Mobile Computing等国际著名期刊及国内外重要期刊共发表（录用）学术论文16篇（其中SCI收录论文6篇），获得发明专利授权1项。2012年5月份由课题负责人及其团队撰写的SCI收录论文，获得了IEEE Instrument & Measurement Society的“Best Paper Award”奖项的唯一获奖论文，此奖项为该学会成立60周年以来首次颁发。