应用于无线传感器网络的低时延分布式信源编码及延伸性研究

Wireless sensor netwroks have the potential to deliver significnat new capabilities in various applications ranging from enviromental health and safety to homeland security. However, these networks are severely constrained by bandwidth and power. In this project, the PI will conduct theoretical and experiemtal research to develop efficient data processing/compression techniques to reduce sensor communication, which, in turn, will result in lower bandwidth and power requirements and longer battery life. Unlike the recent methods based on turbo and low density parity check(LDPC) coding, the distributed source coding methods to be developed in this project will introduce a very low delay, and therefore, be more applicabel in scenarios involing delay-sensitive information, e.g., where some action must be taken in real time in response to a detected anomaly.This will be achieved through low source block length coding, for example, scalar quantizer+scalar coding. Significant effort will be made to develop effective coding scheme borrowing the idea from bipartite graph coloring. And the PI would extend the methodology for protection againist channel noise, channel loss, and unreliable sensors that either measure the data incorrectly or fail to function completely.The PI would also investigate low delay joint source channel coding for multi-terminal communication. The developed low delay distributed coding will then be integrated into distributed predictive and transform coding schemes. A considerable portion of the overall effort will be towards understanding and characterizing optimal prediction filters and transforms. Practical implementation issues such as the tradeoff between increased stability versus optimality in prediction filter design will also be addressed.

无线传感器网络广泛用于各行各业，比如军情检测，灾害控制，大型工业园区的环境检测等等。在这些场合中，1)常常会有很高的时延要求，2)鉴于传感器构造往往简单，希望各传感器节点处的编码过程简单，对记忆空间的要求较低，3)由于带宽和能量的限制，希望传感器网络中的通信仅存在各传感器和中央节点之间，由中央节点利用各信源的空间相关性联合解码。基于以上需求，申请人提出研究低时延分布式编码，即低维度量化器＋低source block长度的编码，以标量量化器＋标量编码为例，提出从图论的角度去设计编码机制。在此基础上做一系列延伸性研究，包括针对不稳定网络质量的具有鲁棒性的分布式容错编码方法的设计，针对多端通信的低时延联合信源信道编码的研究，针对有记忆信源的低时延分布式最优预测滤波器，最优变换编码和比特分配算法的设计。申请人还将搭建真实的无线传感器网络实验平台以验证以上理论结果的优越性。

网络信息论是信息论在万物互联的当代的有力延伸。传统的信息论讨论的多是点到点的单跳的通信。在各种网络广泛应用的当代，人们对多点通信，多跳通信的关注与日俱增。而在各种网络中，无线传感器网络因其在众多场景下的极大的潜在应用性而得到了广泛关注，其显而易见的具有易于操作，成本低等优点，但同时无线传感器网络又受制于带宽和能量的限制。 因此本项目在理论和实验两方面进行研究，结合网络信息论的相关理论基础和现实世界中的实时时延要求，发展出有效的低时延数据通信机制，从而降低信息在无线传感器网络中传输时对带宽和能量的要求。.本项目主要研究内容有：1）针对接收端存在和信源具有相关性的边信息量的情形，研究零时延联合信源信道编码机制；2）针对高斯互干扰信道，分别研究强干扰，弱干扰情形下的零时延编码机制，既推导出非编码（即简单的对信源的线性映射）机制为最优机制的充要条件，又设计出当非编码机制不是最优时，比非编码机制更优的零时延联合信源信道编码机制；3）针对分布式数据压缩和传输，比如多视点图像传输，研究低时延分布式信源编码和分布式压缩感知的有效结合；4）针对相关信源在多跳网络中的传播，推导数字模拟混合通信比纯数字或者纯模拟通信更优的充要条件。.本项目的重要结果，关键数据及科学意义包括：1）针对研究内容一，设计出基于数字模拟混合通信的零时延联合信源信道编码机制，实验结果图表明，给定相同的信道信噪比，我们设计的编码机制和非编码机制，纯数字的零时延编码机制等相比可以取得更高的信号信噪比，即具有更好的信号重建质量，平均要高3到5个dB；随后的抗干扰性实验也证明了我们提出的机制在信道情况发生变化的时候具有更高的鲁棒性。2）针对研究内容二，我们推导出了非编码机制最优时的充要条件并设计了两种零时延机制，当非编码机制非最优时，这两种机制均能比非编码机制高2到5个dB。3），4），针对研究内容三和四，做了初步的设计工作。