无线传感器网络多媒体信息协作处理技术研究

论文摘要

无线传感器网络（Wireless Sensor Networks，WSNs）是近年来兴起的一种重要的无线计算机通信网络，由于WSNs潜在的巨大应用价值，WSNs领域已经取得了众多研究成果并在多个领域获得了广泛应用。随着WSNs应用的扩展，WSNs逐渐从只局限于测量简单的环境数值信息，如温度、湿度、光强，振动等，扩展到使用图像、音频和视频等多媒体信息进行精准的环境监测等活动，这种扩展的传感器网络也称为无线多媒体传感器网络（WirelessMultimedia Sensor Networks，WMSNs），与传统WSNs相比，WMSNs能够感知信息量丰富的音频、视频、图像等多媒体信息，在军事、民用、商业等领域具有非常广阔的应用前景。多媒体信息处理是WMSNs研究的重要方面，要解决的问题是如何在单个节点存储、处理能力和能量严重受限的情况下高效地实现网络中图像、视频等多媒体信息的压缩编码和传输。本论文的研究内容即是通过对网络多媒体节点的感知模型、图像冗余性及节点相关性模型和网络的覆盖增强方法的研究，提出分布式的节点协作的图像和视频压缩传输方法，实现以减少网络流量、延长网络生存时间和提高图像传输质量为目标的WMSNs图像和视频压缩传输机制。本文完成的主要工作如下：（1）基于时空覆盖优化的节点调度研究。在传感器网络中，网络覆盖反映了传感器节点对物理世界的感知范围，是传感器网络进行数据采集和处理的基础。基于对新型多媒体节点的三维感知模型的深入分析，提出了基于网格划分和基于位置的网络基本区域生成方法，在此基础上提出了时空覆盖的节点协作调度算法，并通过一系列仿真实验验证了两种基本区域生成方法的有效性和覆盖优化算法在优化网络调度任务上的性能。（2）基于奇异值分解（Singular Value Decomposition，SVD）的多节点协作图像压缩机制。针对多媒体信息处理中的图像压缩问题，首先提出了基于奇异值分解的分块图像自适应压缩算法。然后从网络节点协作特性出发，提出了网络中相机节点和普通节点进行角色分工协作进行图像采集、压缩和传输的图像压缩传输方案。仿真实验结果表明，提出的网络拓扑方案和图像压缩传输机制极大地缓解了图像采集节点的能耗压力，有效地平衡了网络的节点能耗。（3）基于三维感知的多媒体节点协同相关模型。从（1）中的新型多媒体节点的三维感知模型出发，对（2）节点协作模型中多媒体节点间协作模型进行深入研究。首先提出了一种多媒体节点间监测到的信息的相关性模型，在此基础上，然后提出了两种网络分簇结构：相机节点簇和普通传感器节点簇来协作完成网络图像处理和传输任务。仿真实验验证了提出的网络拓扑结构和图像融合传输算法的性能。（4）一种新型边信息融合的多视角视频分布式编码框架。利用分布式编解码方法对传感网中的多视角视频信息进行处理。针对视频编码时用于解码端解码工作的边信息（SideInformation，SI）生成问题，提出了一种基于绝对差值和（Sum of Absolute Difference，SAD）的视频帧运动剧烈或非剧烈区域区分方法，通过选取不同的融合边信息方式，提高解码视频的性能。一系列的仿真实验验证了提出的多视角分布式视频编解码方案解码视频的性能优越性。

论文目录

• 摘要
• Abstract
• 专用术语注释表
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 无线传感器网络概述
• 1.1.2 无线传感器网络研究现状
• 1.2 研究意义
• 1.3 课题来源
• 1.4 研究内容和主要贡献
• 1.4.1 论文研究内容
• 1.4.2 论文主要贡献
• 1.5 论文结构安排
• 第二章 WSNs 多媒体信息处理相关研究
• 2.1 引言
• 2.2 节点感知模型研究现状
• 2.2.1 节点感知模型
• 2.2.2 节点相关性模型
• 2.3 WSNs 覆盖优化调度研究现状
• 2.3.1 节点调度
• 2.3.2 网络覆盖控制优化
• 2.3.3 覆盖优化调度技术总结
• 2.4 节点协作图像处理研究现状
• 2.4.1 图像冗余性和时空相关性
• 2.4.2 多节点协同工作方法
• 2.4.3 节点协作图像处理技术总结
• 2.5 分布式视频编解码研究现状
• 2.5.1 分布式视频编码
• 2.5.2 分布式视频编解码技术总结
• 2.6 本章小结
• 第三章 基于时空覆盖优化的节点协作调度模型
• 3.1 引言
• 3.2 网络时空覆盖模型
• 3.2.1 节点感知模型
• 3.2.2 时空覆盖模型
• 3.3 网络基本区域生成
• 3.3.1 问题定义
• 3.3.2 网格划分方法
• 3.3.3 节点相对位置方法
• 3.4 时空覆盖优化调度算法
• 3.5 仿真实验
• 3.5.1 网格划分方法的有效性
• 3.5.2 基本区域生成算法性能比较
• 3.5.3 调度算法的性能比较
• 3.6 本章小结
• 第四章 基于奇异值分解的多节点协作图像压缩机制
• 4.1 引言
• 4.2 奇异值分解方法与网络模型
• 4.2.1 奇异值分解方法
• 4.2.2 网络拓扑结构
• 4.2.3 网络能耗模型
• 4.3 基于奇异值分解的图像分布式协作压缩机制
• 4.3.1 奇异值分解分块自适应压缩算法
• 4.3.2 具体方案描述
• 4.4 仿真实验
• 4.4.1 仿真实验相关参数
• 4.4.2 仿真结果及分析
• 4.5 本章小结
• 第五章 基于三维感知的多媒体节点协同相关模型
• 5.1 引言
• 5.2 多相机节点信息相关模型
• 5.2.1 相关系数模型
• 5.2.2 信息相关系数计算算法
• 5.3 基于相关系数的节点聚类
• 5.3.1 网络结构
• 5.3.2 分簇建立方法
• 5.3.3 网络传输模式
• 5.4 仿真实验
• 5.4.1 相关系数分析
• 5.4.2 网络性能评价
• 5.5 本章小结
• 第六章 一种新型边信息融合的多视角视频分布式编码框架
• 6.1 引言
• 6.2 相关工作
• 6.3 多视角分布式视频编码模式
• 6.3.1 分布式视频编码原理
• 6.3.2 MDVC 的帧和编码结构
• 6.3.3 基于 SAD 准则的 MDVC
• 6.3.4 基于融合的边信息生成
• 6.4 仿真实验
• 6.5 本章小结
• 第七章 总结与展望
• 7.1 论文总结
• 7.2 工作展望
• 参考文献
• 附录1 图表清单
• 附录2 攻读博士学位期间撰写的论文
• 附录3 攻读博士学位期间参加的科研项目
• 致谢