压缩感知框架下的海洋环境监测传感网信息获取与传输方法

The ocean environmental monitoring sensor network is a typically energy-limited and bandwidth-limited system, the technical bottleneck of which is the asymmetry between the demand for large-scale and high-resolution information gathering and the limited network transmission capability. The traditional information acquisition methods can not solve the above problem radically; while the newly arising compressed sensing theory provides a chance for breaking through the bottleneck. Based on the compressed sensing theory, this project will first build the system model of the ocean environmental monitoring sensor networks with integrated ocean-sky architecture. And then, under the framework of compressed sensing and following the thread of the entire process for ocean environmental monitoring information acquisition, this project will solve the key techniques including the multiple access method in underwater channel, the multi-path and multi-hop routing algorithm, the selection method for sea surface sink node, and the information reconstruction method with adaptive resolution. Finally, the system-level simulation platform and the theoretical demonstration system will be constructed to validate the whole performance and to establish the base for the future achievement transformation. By making full use of the sparsity of the measured elements in the certain domains and exploiting the essential advantages of compressed sensing in reducing the network energy consumption, bandwidth cost and system complexity, this project aims at effectively improving the utilization of network resources and the resolution of ocean environmental monitoring, and accordingly providing a valuable reference scheme for the next generation large-scale, three-dimensional and high-resolution ocean environmental monitoring sensor networks.

海洋环境监测传感器网络是典型的能量和带宽受限系统，大规模、高分辨率的信息采集需求和受限的网络传输能力之间的严重不对称性，是制约该网络发展的瓶颈问题。传统信息获取方法难以根本解决这一难题，而压缩感知理论为这一瓶颈的突破提供了契机。本项目以压缩感知为理论基础，构建海天一体化海洋环境监测传感器网络的系统模型；然后在压缩感知框架下，以海洋环境监测信息获取流程为线索，突破水下信道多址接入、多路径多跳路由、海面汇聚节点选择、自适应分辨率信息重构等关键技术；最后构建系统级仿真平台和原理性演示验证系统，以验证整体性能，并为将来成果转化奠定基础。本项目旨在利用被测环境要素在相关处理域上的稀疏性，充分挖掘压缩感知在降低网络能耗、带宽需求和实现复杂度方面的潜在优势，从技术体制上有效提高网络资源利用率和海洋环境监测分辨率，从而为下一代大规模、立体化、高分辨率的海洋环境监测传感器网络的建设提供一种有价值的参考方案。

海洋环境监测传感网是典型的能量和带宽受限系统，大规模、高分辨率的信息获取需求和受限的网络资源之间的严重不对称性，是制约该网络发展的瓶颈问题。为此，本项目以压缩感知为理论基础，提出了新的水下传感器网络信息获取方案，充分利用被测对象在相关处理域上的稀疏性，以较小的网络成本实现对监测区域的高分辨率信息重构。主要工作包括：.（1）提出了基于传感器节点随机部署的监测信息压缩感知方案。通过在被测海域随机部署较少数量的传感器节点并进行随机数据采集，可以在sink节点实现高精度(低误差)、高分辨率信息重构。.（2）考虑水下传感网数据在频域和空域上的稀疏性，提出了双域压缩感知数据收集方案（DCS）。该方案通过利用基于压缩感知的多用户检测算法在接收端联合进行节点活跃状态及数据检测，从而降低了汇聚节点下行发送地址帧的控制开销。.（3）提出了基于压缩感知的水下传感网三维随机多跳路由算法DRMCS。通过随机选择的多条路径上的传感数据组合实现压缩观测，在sink节点进行信息重构。将节点剩余能量考虑作为路由判决依据，能够平衡网络节点的能量消耗，延长网络生存时间。.（4）提出了基于贝叶斯估计的水下节点优化选择方案。同时考虑重构误差与网络寿命两个因素，给出相应的优化模型。通过放松限制条件并将其转化为半正定二次规划模型，使优化模型简化为凸优化问题，以便于求解。仿真结果表明，相比现有的随机采集方案和OMP算法，提出的水下节点优化选择方案重构误差更低，且网络寿命明显提高。.（5）针对水下信道时变性强的特点，提出了自适应分辨率的水下传感信息重构方案。该方案能较准确地估计重构数据质量，自适应地调整分辨率，在数据包有限的情况下实现分辨率与数据获取精度的折中。.（6）基于NASA JPL实验室的海洋环境监测实测数据，开发了压缩感知框架下的海洋环境监测传感网软件仿真系统；同时开发了“基于环境信息的压缩感知原理验证系统”，对压缩感知原理在实际环境中的适用性进行了演示验证。.本项目开展的研究工作，建立了基于压缩感知理论的海洋环境监测传感器网络三维信息获取新方法，对利用传感器网络手段进行海洋环境监测的问题取得更新颖、全面、系统的认识。相关研究结果对下一代海洋环境监测传感器网络的建设具有一定的参考意义。