题 目:New Approaches to Energy-efficient Data Aggregation Wireless Sensor Networks
报告人:Rashid Ansari教授
时 间:2016年5月16日(星期一)上午9:50-11:20
地 点:信息工程学院二楼会议室
Rashid Ansari教授简介:伊利诺大学芝加哥分校电子与计算机工程学院院长,IEEE Fellow。1981年获普林斯顿大学电气工程与计算机科学系博士学位。曾任贝尔通讯研究所研究员,宾夕法尼亚大学电子工程系教授。曾担任IEEE Transactions on Image Processing,IEEE Signal Processing Letters,IEEE Transactions on Circuits and Systems等信号处理领域权威期刊副主编,Journal of Visual Communication and Image Representation期刊编委,多届IEEE国际会议组织计划委员会委员,Visual Communication & Image Processing’96国际会议主席。现任IEEE Circuits and Systems协会数字信号处理技术委员会委员,图像、视频和多维信号处理技术委员会委员。主要研究领域为信号处理及通讯,图像视频处理,多媒体通信以及医学图像处理。
报告概要:无线传感网络通常在能源严重受限的环境下提供传感测量服务,执行高耗能的数据通信,融合和分析任务。半导体技术的发展使得传感器的计算能力更强,同时计算成本远远低于传感器之间数据交换的通信成本。我们提出了一种能够权衡计算性能和通信效率之间利弊关系的方法,用以降低无线传感器网络在执行常见的数据处理任务中伴随的能量耗散。该报告主要介绍压缩传感技术(compressive sensing, CS)在数据融合任务中的应用以及对其计算性能和通信性能的提升。将CS应用于一个多级数据融合分层结构,用以减少数据传输量。与现有方法相比,该方法能够显著提高能源效率和其他性能标准。提出了一种面向非平滑多模式数据域的自适应数据融合方案:针对时空数据域,提出一种时空分层数据融合压缩传感(ST-HDACS)方案。该方案能够同时合并时间数据和空间数据冗余,仿真结果表明该方案能够明显提升数据融合的整体性能。