物联网核心技术：传感器网络中的高效低功耗信息传输及融合

　　方俊：各位领导，各位专家大家好，非常高兴有机会跟各位作报告，我跟大家分享一下无线互联网方面的工作。今天我演讲报告的题目就是《物联网中的关键技术：无线传感器网络当中高效低功耗的信息传输和融合》首先我简单介绍一下物联网当中的相关联系和相关关系，以及无线传感器领域当中核心挑战，我简单介绍一下我在无线传感器方面的研究工作，物联网广泛被别人接受的定义，在全球范围内物物相联的网络。我们大的方面是山川河流，小的方面是汽车、家用电器和人的本身，如果把这些物体通过网络连接起来对我们有很深远的影响，这个想法虽然很好，但是物联网有很多挑战，物联网高新技术很多，其中像视频识别，短期通信和实时定位，关键重要的是无线网络技术，物联网主体部分是英特网，物联网有一个非常重要的感知系统是通过无线传感器网络实现的，我们把现实生活当中那么多物体联起来，就是通过互联网物体获得互联网信息，如果我们获得互联网水流的水位，温度，以及污染的情况无线传感器网络就充当一个实体世界和互联网之间的桥梁，传感器网络是一个感知系统，可以提供给我们感兴趣世界物体当中物理信息甚至音频和视频信息。

　　创新网络实际应用很多，可以给我们提供环境当中的参数信息恩，包括冰川河流山脉的温度，湿度，气压，另外可以监控像火山，自然灾害的活动情况。其他的应用结构的变形，以及战场上的一些实时监控，以及呼叫跟踪，传感器网络在医疗保健方面也很多，这我就不作介绍了，传感器网络和互联网比较一个独立组网方式和混合组网方式，独立组网方式通过网络跟英特网信息交换，混合组网方式通过转换器和互联网进行信息交换。我们足球工作是传感器网络方面的信息获取，信息传输方面，这是无线传感器方面比较传统的架构，我们通过中央处理器或者也叫做数据融合中心，去进行一些数据采集，把采集到的数据进行一些处理，吸取有用的信息，再和外面的英特网，或者外面进行信息交换，无线传感器网络比较核心的技术挑战是传感器网络有非常严格的能量带宽的问题，传感器网络是电池来驱动，电池能量是有限的，对于大多数传感器有非常重要的网络有效工作时间，一般三年以上，这样有非常尖锐的矛盾，你要用有限的方式运作，能量约束是非常尖锐，传感器通常进行大规模配制的，传感器网络数据流量非常大，所以有一个贷款因素的问题，针对这两个问题呢，创新网络里面一些移动工作，主要就是开发出一些能量带宽非常有效的算法和协议，使得传感器网络能够高校低功耗的完成监控和参数体系的任务，里面核心的一个思路就是说，希望能够减少网络内的数据传输量，以前研究现实，无线通信网络能耗的大概70%，我们能够减少网络内所需要传输数据量，就能很好的解决传感器网络里面能源因素和带宽因素的问题。

　　我研究工作主要包括几个问题，使用无线传感器网络对环境中的参数进行估计，如果没有能量带宽因素，每个创新可以把数据发到数据研究中心，我们可以获得更优的吸取，能量带宽因素，我们比较感兴趣的是，把传感器的原始数据量化为信息，然后给数据融合中心进行数据融合，同而恢复传感器信息，以前一些研究工作指出，最优量化跟我们所要估计的参数相关的，我们所需要估计参数是不知道的，我们量化器数据我们也不知道，为了解决这个问题，我们提出一个量化的方案，主要是利用无线传输的广播特性，通过每个传感器的顺序传播，然后每个传感器可以根据从量化信息，可以得到最优的性能。

　　量化的另外一个问题从变量到矢量延伸的问题，主要都是集中在变量量化的研究上面，对于矢量量化来说问题非常复杂，对于变量量化我们只需要关心量化值的问题，对于矢量量化我们涉及到高危分析的问题。以前在矢量量化的研究工作，通过把矢量里面每个因素，单独把一个变量进行量化，这个思路非常虽然简单，但没有把矢量作为整体性对待，这个方面我们提出超平面矢量量化的方案，通过超平面，我们能够把矢量变成一个比特的信息，传给数据融合中心。

　　我们系统分析结果表示，每一个传感器把它的矢量化成一个比特信息，我们可以获得自由量化体相接近的性能，我们每个传感器发生一个比特的信息，我们可以获得自由量化体相接近的新能，我们在这种情况下可以接受很大的一个能量，接受资源。

　　我在传感器网络第二个研究工作是降纬，一般我们可以对数据线进行降纬，降为低纬度的数据，然后对数据中心进行信息监测等工作，我们关心的问题怎么样去对每个传感器设计限像约束器，从而得到性能。另外一方面的研究分布式通信方面也涉及到降纬的一些问题，比如我们现在有多个相关的一些信源，他们之间的信息不是完全相同，但是有很高的相关性，在这种情况下，我们简单的去挖掘数据之间的相关性，从而能够降低信号传输到终端的信息量，从而节省能量和资源。

　这个问题在世纪中也能应用到，数据传输网络和图象传输网络。他们之间数据高度相关性的，但是他们数据又不完全一样的，如何去通过挖掘数据之间的相关性去降低信号的传输量，将会是一个非常有意思的问题。我们在第三方面的研究工作，主要是自由分配和自由管理的问题，主要是因为每个传感器之间，观测信号质量以及每个传感器到数据管理中心的信号质量都是不一样的，如何根据他们之间的信号质量分配他们的能量以及平普资源使我们在数据中心获得最优的数据性能。

　　我们主要研究工作还是集中在传感器的感知层面，主要研究如何能够高效低功耗的支持信息传输和信息融合，有效的汲取有用的物理信息，主要从三个方面，一个地理量化，另外一个降纬，另外一个资源分配，这三个角度提出方案去解决这个问题，我的报告就到这里，谢谢大家！

　　转载请注明来源：加速度传感器网（www.aq315.com）

若本文收录的图片文字侵犯了您的权益，请邮件联系我们，我们将在24小时内予以删除。