信息物理融合系统数据存储与查询处理关键技术研究

信息物理融合系统（CPS）是一种集感知、计算、通信和控制于一体的新型智能系统，有着重要而广泛的应用前景。CPS数据存储与查询处理技术是CPS的核心和关键技术，关系到CPS成败。由于CPS自身特点及其挑战性问题的限制，现有数据库技术无法应用到CPS中。本项目拟对CPS数据存储与查询处理关键技术进行深入研究，在符合应用需求的前提下，以实时、可靠、可信、低能耗为目标，提出一整套适合CPS特点的数据存储与查询处理的理论和技术。我们将提出适合CPS的数据模型；研究支持CPS实时性和可靠性应用的数据存储模型、数据压缩算法和存储索引结构；探索CPS实时查询处理技术、近似查询处理算法、低时空开销的误差估计和缺失值估计算法、CPS可信查询处理技术，以及面向CPS应用的新查询。基于上述这些阶段性研究成果，开发CPS原型系统，验证算法正确性和有效性。

随着无线通信技术、嵌入式计算技术、新型传感器技术和自动控制技术的飞速发展和日益成熟，信息物理融合系统（Cyber-Physical Systems，简称CPS）开始在全世界范围内出现。CPS是一种在环境感知基础上，深度融合了计算、通信与控制的新型一体化智能系统。其目的是通过更广泛的互联互通，使信息世界与物理世界紧密融合，从而使人们可以更透彻地认知物理世界，更有效地控制物理世界，使物理世界更好地为人类提供优质的智能化服务。CPS的数据管理技术是CPS的核心和关键技术，关系到CPS各种应用的成败。鉴于CPS的固有特点和CPS中出现的众多挑战性问题，现有数据管理技术并不适用于或无法直接应用与CPS。针对该问题，本课题主要研究CPS的数据管理技术，主要研究包括CPS的缺失数据查询与估计理论，CPS的不确定数据查询处理算法，CPS的数据压缩与传输理论，以CPS可靠性为目标的查询理论和算法，CPS中的图像传输理论与方法和CPS中的图像分类与识别等数据挖掘技术。课题组在上述研究领域取得了一系列的研究成果，主要包括提出了基于感知数据时间和空间相关性的缺失值估计算法，基于不确定数据的Probabilistic Group Reverse k-Nearest-Neighbor 查询处理算法，ε-近似和加权公平性保证的网络拥塞控制算法，CPS中可容错的事件监测算法，具有跟踪质量保证的节点选择算法，一种基于光通信技术的彩色图像安全传输算法，一种基于多图的并行迭代振幅-相位恢复算法，一种针对图像分类的线性分类方法，一种基于动态博弈论观点的博弈演化平衡策略和一种基于特征学习的静态手语分类方法。本课题的设立与实施为CPS的基础理论研究进行了初步尝试，为CPS的未来应用进行了有益探索。本课题的研究成果具有一定的学术和应用价值。