基于压缩感知的无线传感器网络数据收集技术研究

数据收集是无线传感器网络（WSN）研究的关键技术问题。受WSN能量与资源有限、节点高密度部署、多对一通信、拓扑动态变化等影响，如何保证数据收集的低能耗、高效率、高可靠性成为WSN走向实际应用必须解决的难点问题。近年来，压缩感知理论为信号采集技术带来了革命性的突破，能大大降低信号采集、处理、存储与传输的成本，为WSN数据收集提供了新的解决途径。本申请项目针对WSN的特点，以压缩感知技术为突破口，开展压缩感知与WSN的融合性研究，探索适应大规模分布式多跳环境的压缩感知机制，攻关WSN中基于压缩感知的、适应静态与动态数据收集需求的高效数据收集模型。主要研究内容包括：（1）研究适应WSN特点的压缩感知机制，包括信号稀疏性表示、测量矩阵以及快速重建算法；（2）研究联合压缩感知的WSN高能效、高可靠数据路由技术；（3）研究基于压缩感知的移动sink数据收集技术，形成对WSN数据收集技术更全面的支持。

数据收集技术是WSN的核心研究问题，对提高WSN服务质量与系统性能具有重要作用。作为信号处理领域的一项革命性技术，压缩感知理论在信号获取方式上突破了奈奎斯特采样定理的极限，为WSN数据收集问题提供了新的解决思路。然而，受制于WSN的固有约束，如何有机融合压缩感知与数据收集技术，以保证高能效、高可靠的WSN数据收集，成为研究的难点问题。.本项目按照项目研究计划执行，深入系统地开展了适应大规模分布式多跳环境的压缩感知技术、联合压缩感知的WSN拓扑控制与数据路由技术、支持多种数据收集应用的高精度定位技术、面向移动传感器网络的数据收集技术等研究工作。在感知信号冗余处理、自适应压缩采样、稀疏度不确定的信号重构、自适应匹配追踪、基于能耗均衡的网络拓扑控制、基于压缩感知的最优路由树构建、联合路由优化的高能效链路调度、基于SINR模型的跨层优化、基于压缩感知的分簇数据收集、基于压缩感知的多媒体信息安全传输、无需测距定位、分布式节点定位、分布式栅栏覆盖、WSN能量补充、移动传感器网络的数据收集技术等方面取得了一批创新性研究成果。结合当前国际无线网络研究的新热点，在认知多跳无线网络的跨层路由优化、信息物理融合系统安全与隐私保护技术等方面开展了相关的扩展研究工作，对项目研究内容进行了适当扩充，超额完成了预期目标。.在国内外期刊及学术会议发表及录用标注项目资助号学术论文52篇，其中，Ad Hoc Networks、Applied Soft Computing、Int. J. Ad Hoc and Ubiquitous Computing、Int. J. Sensor Networks、Sensors、CEE、MPE等国际期刊22篇，计算机学报、电子学报、计算机研究与发展、通信学报等国内一级学报10篇，国际会议11篇，SCI 收录21篇次，EI 收录45篇次；出版学术专著1部；申报国家发明专利4项，其中，已授权2项，公开2项；获2015辽宁省第十届青年科技奖1项；获辽宁省自然科学学术成果奖1项、沈阳市自然科学学术成果奖1项、辽宁省通信学会学术论文一等奖1项；1名博士后出站，6名博士生获工学博士学位，28名硕士生获工学硕士学位；产生辽宁省优秀硕士学位论文l篇，东北大学优秀硕士学位论文4篇。