- 物聯(lián)網核心技術:傳感器網絡中的高效低功耗信息傳輸及融合
- 來源:C114中國通信網 發(fā)表于 2010/10/31
方俊:各位領導,各位專家大家好,非常高興有機會跟各位作報告,我跟大家分享一下無線互聯(lián)網方面的工作。今天我演講報告的題目就是《物聯(lián)網中的關鍵技術:無線傳感器網絡當中高效低功耗的信息傳輸和融合》首先我簡單介紹一下物聯(lián)網當中的相關聯(lián)系和相關關系,以及無線傳感器領域當中核心挑戰(zhàn),我簡單介紹一下我在無線傳感器方面的研究工作,物聯(lián)網廣泛被別人接受的定義,在全球范圍內物物相聯(lián)的網絡。我們大的方面是山川河流,小的方面是汽車、家用電器和人的本身,如果把這些物體通過網絡連接起來對我們有很深遠的影響,這個想法雖然很好,但是物聯(lián)網有很多挑戰(zhàn),物聯(lián)網高新技術很多,其中像視頻識別,短期通信和實時定位,關鍵重要的是無線網絡技術,物聯(lián)網主體部分是英特網,物聯(lián)網有一個非常重要的感知系統(tǒng)是通過無線傳感器網絡實現的,我們把現實生活當中那么多物體聯(lián)起來,就是通過互聯(lián)網物體獲得互聯(lián)網信息,如果我們獲得互聯(lián)網水流的水位,溫度,以及污染的情況無線傳感器網絡就充當一個實體世界和互聯(lián)網之間的橋梁,傳感器網絡是一個感知系統(tǒng),可以提供給我們感興趣世界物體當中物理信息甚至音頻和視頻信息。
創(chuàng)新網絡實際應用很多,可以給我們提供環(huán)境當中的參數信息恩,包括冰川河流山脈的溫度,濕度,氣壓,另外可以監(jiān)控像火山,自然災害的活動情況。其他的應用結構的變形,以及戰(zhàn)場上的一些實時監(jiān)控,以及呼叫跟蹤,傳感器網絡在醫(yī)療保健方面也很多,這我就不作介紹了,傳感器網絡和互聯(lián)網比較一個獨立組網方式和混合組網方式,獨立組網方式通過網絡跟英特網信息交換,混合組網方式通過轉換器和互聯(lián)網進行信息交換。我們足球工作是傳感器網絡方面的信息獲取,信息傳輸方面,這是無線傳感器方面比較傳統(tǒng)的架構,我們通過中央處理器或者也叫做數據融合中心,去進行一些數據采集,把采集到的數據進行一些處理,吸取有用的信息,再和外面的英特網,或者外面進行信息交換,無線傳感器網絡比較核心的技術挑戰(zhàn)是傳感器網絡有非常嚴格的能量帶寬的問題,傳感器網絡是電池來驅動,電池能量是有限的,對于大多數傳感器有非常重要的網絡有效工作時間,一般三年以上,這樣有非常尖銳的矛盾,你要用有限的方式運作,能量約束是非常尖銳,傳感器通常進行大規(guī)模配制的,傳感器網絡數據流量非常大,所以有一個貸款因素的問題,針對這兩個問題呢,創(chuàng)新網絡里面一些移動工作,主要就是開發(fā)出一些能量帶寬非常有效的算法和協(xié)議,使得傳感器網絡能夠高校低功耗的完成監(jiān)控和參數體系的任務,里面核心的一個思路就是說,希望能夠減少網絡內的數據傳輸量,以前研究現實,無線通信網絡能耗的大概70%,我們能夠減少網絡內所需要傳輸數據量,就能很好的解決傳感器網絡里面能源因素和帶寬因素的問題。
我研究工作主要包括幾個問題,使用無線傳感器網絡對環(huán)境中的參數進行估計,如果沒有能量帶寬因素,每個創(chuàng)新可以把數據發(fā)到數據研究中心,我們可以獲得更優(yōu)的吸取,能量帶寬因素,我們比較感興趣的是,把傳感器的原始數據量化為信息,然后給數據融合中心進行數據融合,同而恢復傳感器信息,以前一些研究工作指出,最優(yōu)量化跟我們所要估計的參數相關的,我們所需要估計參數是不知道的,我們量化器數據我們也不知道,為了解決這個問題,我們提出一個量化的方案,主要是利用無線傳輸的廣播特性,通過每個傳感器的順序傳播,然后每個傳感器可以根據從量化信息,可以得到最優(yōu)的性能。
量化的另外一個問題從變量到矢量延伸的問題,主要都是集中在變量量化的研究上面,對于矢量量化來說問題非常復雜,對于變量量化我們只需要關心量化值的問題,對于矢量量化我們涉及到高危分析的問題。以前在矢量量化的研究工作,通過把矢量里面每個因素,單獨把一個變量進行量化,這個思路非常雖然簡單,但沒有把矢量作為整體性對待,這個方面我們提出超平面矢量量化的方案,通過超平面,我們能夠把矢量變成一個比特的信息,傳給數據融合中心。
我們系統(tǒng)分析結果表示,每一個傳感器把它的矢量化成一個比特信息,我們可以獲得自由量化體相接近的性能,我們每個傳感器發(fā)生一個比特的信息,我們可以獲得自由量化體相接近的新能,我們在這種情況下可以接受很大的一個能量,接受資源。
我在傳感器網絡第二個研究工作是降緯,一般我們可以對數據線進行降緯,降為低緯度的數據,然后對數據中心進行信息監(jiān)測等工作,我們關心的問題怎么樣去對每個傳感器設計限像約束器,從而得到性能。另外一方面的研究分布式通信方面也涉及到降緯的一些問題,比如我們現在有多個相關的一些信源,他們之間的信息不是完全相同,但是有很高的相關性,在這種情況下,我們簡單的去挖掘數據之間的相關性,從而能夠降低信號傳輸到終端的信息量,從而節(jié)省能量和資源。
這個問題在世紀中也能應用到,數據傳輸網絡和圖象傳輸網絡。他們之間數據高度相關性的,但是他們數據又不完全一樣的,如何去通過挖掘數據之間的相關性去降低信號的傳輸量,將會是一個非常有意思的問題。我們在第三方面的研究工作,主要是自由分配和自由管理的問題,主要是因為每個傳感器之間,觀測信號質量以及每個傳感器到數據管理中心的信號質量都是不一樣的,如何根據他們之間的信號質量分配他們的能量以及平普資源使我們在數據中心獲得最優(yōu)的數據性能。
我們主要研究工作還是集中在傳感器的感知層面,主要研究如何能夠高效低功耗的支持信息傳輸和信息融合,有效的汲取有用的物理信息,主要從三個方面,一個地理量化,另外一個降緯,另外一個資源分配,這三個角度提出方案去解決這個問題,我的報告就到這里,謝謝大家!
轉載請注明出處:賽斯維傳感器網(www.yyjsjy.net