基于约会规划和信息势的传感网低能耗移动数据收集问题研究

The three key problems about energy-efficient mobile data collection in WSNs are investigated from theory study and protocol design viewpoints. Firstly, as the whole information about network topology, link quality, and data generation rate is known, we study the rendezvous planning approach for one or multiple mobile nodes (e.g., mobile relay or mobile sink) to balance the energy consumption and data delay using graph theory. We combine the techniques of median sub-tree, energy-efficient clustering, and problem solving for k-TSPN and k-PCPN to choose rendezvous node and build the routing tree based on the node, so as to minimize the energy consumption within the time constraint. Secondly, for dynamic data generation rate of sensor nodes, we study how to sense dynamically the local traffic information in order to plan the travel of mobile node. The sensor nodes build an information potential field in a distributed approach. The mobile node is guided by the potential field to choose the rendezvous points, in which the sensing data is gathered. Thirdly, how to use the spatial-temporal sensing data to shorten the mobile travel is studied. In this approach, mobile nodes only visit partial sensor nodes without loss the quality of sensor data. The sensor nodes build the correlation graph of sensor data in a collaboration way, calculate the dominating set of these sensor nodes. The mobile nodes follow the information gredient of sensor data in candidate dominating set to collect data.

本课题从基本理论和协议设计角度，研究传感网基于移动节点的低能耗数据收集中三个科学问题：1）针对网络拓扑、链路质量、节点感知数据率已知类网络应用，研究如何基于约会规划思想利用单、多移动节点收集数据，以平衡网络能耗和数据收集时延的问题。拟利用基于图的优化技术，综合中位子树扩展、能耗感知分簇和k-TSPN与k-PCPN问题求解算法，选择约会节点，并建立低能耗路由树，在时间限内最小化网络能耗；2）针对感知数据动态变化类网络应用，研究移动节点如何动态感知局部数据流量，以实现低能耗数据收集问题。拟在网络中建立数据流量的信息势场，移动节点在信息势的引导下，选取约会节点，收集数据；3）研究如何利用感知数据时空相关性特征，使移动节点只需访问部分节点，也能保证数据质量的低能耗数据收集问题。拟在网络中动态建立感知数据相关性图，并计算相关性支配集，移动节点沿着感知数据的信息梯度，访问候选支配集，收集数据。

（1）研究基于约会规划的移动节点数据收集问题。通过EATS模型能够自动选择最好的同步父节点，降低能量异质性所造成的影响[TPDS’14,TPDS’15]；基于约会簇头节点最优路由树算法，定义约束优化问题[WASA’16]。.（2）研究基于动态局部网络数据流量的移动数据收集问题。解决k-discrete屏障覆盖模型下最大限度地提高网络的生命周期[IEEE sensor journal’13]；采样周期变化的日光灯，实现时钟同步和环境识别，达到时钟精度和能耗之间的平衡[INFOCOM’13]；研究多任务调度问题，确定最终期限前可被调度的任务的最大数量[TPDS’14]；提出了L-MAC协议来协调节点之间的唤醒时间，达到能耗和传播率之间的平衡[Computer Network’16]。.（3）研究移动节点数据收集问题的分布式算法设计。提出两个构造这种信息的轻量级算法势场[ICCCN’14]；针对污染源位置监测问题，采用粒子群算法寻找污染源点，节省能耗精确的估计污染源的位置[CITS’16]。 .（4）研究智能设备的移动数据收集。新型的室内定位系统[IJDSN’13]；设计基于加速度计、陀螺仪，实现低功耗、高准确性活动感知应用[MASS’13]；设计算法PIPDR，构建手机移动航位推算[AHSWN’14]；提出高效的节能移动活动感知应用[TSINGHUA’15]。实时帮助聋哑人识别关键事件，基于深度学习的识别和适用移动设备模型[Mobisys’16]。提出动态步长估计算法和启发式粒子重采样算法减少运动估计中错误[TMC’16]。.（5）研究移动信息收集的某种特定信息，检测、定位、追踪静止或移动物体。支持智能感知计算的普适应用的新兴平台[INFOCOM’13]。提出有效利用底层信息，极大提高操作效率的物理层丢失标签识别方案[INFOCOM’13]；使用USRPC无线电和Intel WISP RFID标签来实现ZOE协议[INFOCOM’13]。提出基于RFID系统的实时活动识别系统，通过在空间维度和时间维度上的雷达模式匹配来实时的识别人的活动，提高识别精度[TMC’17]。..课题组成员在国内外高水平刊物和会议发表论文21篇，SCI检索15篇，ACM/IEEE Transactions 4篇；撰写专著1部；申请专利14项，授权7项；培养研究生17名；参加学术活动18次。