基于压缩感知的WMSN编码传输与视频重构技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61801431
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    25.0万
  • 负责人：
    张美燕
  • 依托单位：
    浙江水利水电学院
  • 学科分类：
    F0104.通信网络
  • 结题年份：
    2021
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2021-12-31

项目摘要

There are such challenges as low complexity coding, reliable transmission and efficient reconstruction of video information in wireless multimedia sensor networks (WMSN). Therefore, the proposal investigates the multi-hop relay transmission feature of WMSN and the compressible and layered features of multiple description coding (MDC) video in deep, and then proposes one multi-path coded transmission optimization model based on distributed compressed sensing for WMSN, which is on the basis of multiple description coding based multi-path routing, distributed compressive sensing and multi-view video reconstruction technologies. The optimization objective of proposed optimal model is to reduce video reconstruction distortion rate with constraints such as node resources, link bandwidth, packet loss, transmission delay, layered video compression and others. The proposal focuses on a serial of problems such as distributed compressed sensing joint multiple description coding, inter-frame similarity measure between multi-nodes, video reconstruction at sink node with adaptive weighted model etc. Moreover, the swarm intelligence algorithm is introduced to discuss the proposed multi-path coded transmission and video reconstruction model of MDC video. Furthermore, we use network simulation software and actual experimental platform to verify various mechanisms proposed in this project. Based on the global optimization and local control, the project proposes a distributed sub-optimal algorithm. Finally, the project concludes a series of optimal scheduling strategies with practical value and provides a new solution for the researches and applications of coded video transmission and effective video reconstruction technology in WMSN.
针对WMSN中视频数据面临着低复杂度编码、可靠传输与高效重构等技术挑战，本项目结合多描述视频(MDC)多径编码传输、分布式压缩感知和异构视角多视频融合技术，对视频数据在WMSN中多路径协作编码传输与高效重构进行理论研究。项目以提高视频重构质量为优化目标，以节点资源、链路带宽、链路丢包、传输延时、视频分层、视频帧相似度为约束，重点围绕多径冗余路由MDC编码传输策略、多节点异构视角视频帧相似性度量和压缩感知联合MDC视频重构等问题，构建基于分布式压缩感知的MDC编码传输与视频重构的优化理论模型。在全局优化和局部控制的基础上，提出符合工况的实用算法：包括压缩感知与多描述联合编码算法、基于自适应加权模型的解码端重构算法、基于相似性度量的多节点异构视角视频融合机制等，通过仿真软件和测试平台对各项指标进行量化分析以验证算法性能，为WMSN中数据编码传输与视频高效重构机制的研究提供一种全新解决思路。

结项摘要

本项目深入分析WMSN中多节点异构视角数据相关性、低分辨节点图像可重构性、固定无线多跳和移动Sink采集特征，提出了基于多视角融合技术的无线多媒体传感器网络系统架构，构建多视角无线传感网场景下的人体重识别（Re-ID）方法框架，并验证了平行阵列视角和环形阵列视角下的视频融合方法。针对无线多媒体传感器节点采集图像的低分辨率特性，本项目提出了两种新型的图像超分辨率重构算法以提高WMSN节点采集的源图像质量，分别应用循环生成对抗网络（CycleGAN）和双重残差注意力对偶回归网络实现高效率的接收图像重构。针对无线多媒体传感器网络的数据采集效率问题，克服传统无线多跳数据传输方式固有的Hotspot问题，本项目研究了无线多媒体传感网的新型移动数据采集与优化数据转发方法：将多移动Sink节点协同数据采集框架建模为具有NP-Hard难度的线性规划问题，采用自组织映射网络（SOM）无监督学习方法进行迭代求解，最终实现基于Dubins曲线的平滑路径规划与基于流函数的移动避障设计。本项目将相关研究成果应用于人体行为姿态识别领域，针对异常跌倒、坐姿检测等实际需求，开发了相应的在线监测算法和软件系统。本项目共发表学术论文15篇，其中SCI/EI收录学术论文8篇，授权国家发明专利2项，联合培养硕士研究生2名。本项目的研究成果为多视角WMSN的移动数据采集传输与图像超分辨率重建提供了一些新思路新方法，为部署和应用WMSN提供了技术支撑。

项目成果

期刊论文数量（13）
专著数量（0）
科研奖励数量（0）
会议论文数量（2）
专利数量（2）
非合作信标条件下水下无线传感网可靠定位技术
  • DOI：
    10.3969/j.issn.1004-1699.2020.01.023
  • 发表时间：
    2020
  • 期刊：
    传感技术学报
  • 影响因子：
    --
  • 作者：
    张美燕;蔡文郁;王成才
  • 通讯作者：
    王成才
Robust and Cooperative Localization for Underwater Sensor Networks in the Existence of Malicious Anchors
存在恶意锚的情况下水下传感器网络的鲁棒协作定位
  • DOI：
    10.3390/s19204519
  • 发表时间：
    2019-10
  • 期刊：
    Sensors
  • 影响因子：
    3.9
  • 作者：
    Wenyu Cai;Junlei Yang;Meiyan Zhang;Shiling Peng;Junyi Yang
  • 通讯作者：
    Junyi Yang
Energy-Efficient Depth Based Probabilistic Routing Within 2-Hop Neighborhood for Underwater Sensor Networks
水下传感器网络 2 跳邻域内基于节能深度的概率路由
  • DOI：
    10.1109/lsens.2020.2995236
  • 发表时间：
    2020-06-01
  • 期刊：
    IEEE SENSORS LETTERS
  • 影响因子：
    2.8
  • 作者：
    Zhang, Meiyan;Cai, Wenyu
  • 通讯作者：
    Cai, Wenyu
Three-Dimensional Obstacle Avoidance for Autonomous Underwater Robot
自主水下机器人三维避障
  • DOI：
    10.1109/lsens.2020.3034309
  • 发表时间：
    2020-11-01
  • 期刊：
    IEEE SENSORS LETTERS
  • 影响因子：
    2.8
  • 作者：
    Cai, Wenyu;Wu, Yan;Zhang, Meiyan
  • 通讯作者：
    Zhang, Meiyan
Spatiotemporal correlation-based adaptive sampling algorithm for clustered wireless sensor networks
基于时空相关的集群无线传感器网络自适应采样算法
  • DOI：
    10.1177/1550147718794614
  • 发表时间：
    2018-08-18
  • 期刊：
    INTERNATIONAL JOURNAL OF DISTRIBUTED SENSOR NETWORKS
  • 影响因子：
    2.3
  • 作者：
    Cai, Wenyu;Zhang, Meiyan
  • 通讯作者：
    Zhang, Meiyan

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

轻度认知障碍患者多模态磁共振特征
  • DOI：
    10.3760/cma.j.issn.0578-1426.2010.08.012
  • 发表时间：
    2010-08
  • 期刊：
    中华内科杂志
  • 影响因子：
    --
  • 作者：
    王华丽;袁慧书;苏敏莹;朱玥;廖晶;张美燕;李涛;于欣
  • 通讯作者：
    于欣
基于改进A+RDP算法的无人艇回坞路径规划方法
  • DOI：
    --
  • 发表时间：
    2022
  • 期刊：
    传感技术学报
  • 影响因子：
    --
  • 作者：
    张美燕;杨庆生;蔡文郁
  • 通讯作者：
    蔡文郁
span style=font-family:宋体;color:black;font-size:10.5pt;基于聚类模型预测的无线传感网自适应采样技术研究/span
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    电子与信息学报
  • 影响因子：
    --
  • 作者：
    张美燕;蔡文郁;周丽萍
  • 通讯作者：
    周丽萍
部分前循环脑梗死与遗忘型轻度认知功能损害患者认知功能的对比研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国神经精神疾病杂志
  • 影响因子：
    --
  • 作者：
    张美燕;杨琼;于欣;刘娜;樊东升;王华丽
  • 通讯作者：
    王华丽
基于时空联合性的无线传感网覆盖采样技术
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    传感技术学报
  • 影响因子：
    --
  • 作者：
    蔡文郁;张美燕;蒋一波
  • 通讯作者：
    蒋一波

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码