[00148347]面向交通信息采集的无线磁阻传感器网络协同感知研究

目前无线磁阻传感器网络的协同感知属于该领域的前沿课题,交通信息采集是最具代表性的应用之一。本项目采用统计分析理论深入探索磁信号间关联规律,实现目标信号与干扰信号的鉴别,利用分布式协同感知方法突破交通检测精度这一关键问题。 （a）磁场模型及节点间信号关系 建立磁场近场模型,基于磁偶极子模型,建立信号相关传感器节点间磁场关系的数学表达式,从理论上分析了信号相关传感器节点间的磁场强度关系。 （b）磁信号分布式关联规律及判别准则 利用采集的磁信号样本数据,从概率统计上考察磁信号的关联规律。真实的车辆磁场非常复杂,每种类型车辆都不一样,利用磁场理论不能全面实现关联规律的分析,必须借助概率统计的方法。本项目将车辆检测问题等价为分类问题,动态交通检测抽象为车车最优匹配分类问题,静态交通检测抽象为车位空闲与占用的分类问题。所以关联分析首先是实现车辆信号特征的精确提取,然后利用数据分析理论,训练得出各类关联的判别函数。本项目首先提取车辆运行引起的磁场波动信号,设计波动信号分割及拼接方法实现对车辆信号的精确提取,提取波峰与波谷的极值点坐标构成波动信号的特征视图,应用三轴数据融合降维方法对特征数据进行压缩,选择多个特征变量的组合真实地反映车辆磁信号特性。 然后扩展时间和空间考察范围,综合信号相关的多个传感器的特征数据,应用距离计算方法,欧氏距离（Euclidean distance）,形态距离等方法,分析磁信号特征向量的相关性规律,采用带分类标签的磁信号样本,同时考虑动态及静态交通检测各自的固有特征,主要利用距离判别理论,求解各类判别函数,分别建立本地及网关两类分布式判别准则。 （c）基于分类决策的多粒度车辆检测数据融合算法 本项目在分布式关联准则的基础上,确定各类准则的输入和输出信息粒度,及实际应用中准则的优先次序及判定权重,实现特征级与决策级相结合的数据融合方法,将模糊检测结果通过节点本地、基站两级协同信息融合减少误判率。 （d）磁阻传感器网络低功耗自适应切换通信机制 本项目结合磁阻传感器网络地理位置已知、节点异构等特征,设计簇状与线状共存的通信协议框架,使其在链路质量动态变化的情况下,依据网络的连通性与能效性两类评价指标,采用动态协议切换机制,自适应地调整拓扑结构,动态确定协同中心节点,克服链路质量动态变化带来的通信障碍,建立服务于协同感知的通信网络。