无线E+E传感器网络中鲁棒的汇聚传输技术
近年来，微机电系统、无线通讯和数字电子等领域的迅猛发展使得低成本、低能耗、具备小范围通信能力的小尺寸E+E传感器成为可能。当大量的E+E传感器被部署在感兴趣区域进行协同感知，便构成了E+E传感器网络。E+E传感器网络是互联网的延伸和拓展，随着物联网概念的提出，E+E传感器网络更是被看作现代计算机网络*的组成部分。然而，与传统计算机网络中的节点相比，E+E传感器节点能量受限，计算、存储与传输能力都较薄弱，因此E+E传感器网络中的数据传输，尤其是从大量传感节点到汇聚节点的汇聚传输面临着巨大的挑战。

无线E+E传感器网络中鲁棒的汇聚传输技术
无线E+E传感器网络中的汇聚传输所面临的挑战可以总结为以下三点。首先，大量E+E传感器节点周期性的采集数据，需要传输的数据量巨大，这与E+E传感器节点有限的能量供应形成了鲜明的矛盾。其次，由于传感节点通信能力有限，一般需要通过多跳转发将数据传输到汇聚节点。当多数据源同时向汇聚节点发送数据时，会产生所谓的漏斗效应，即汇聚节点周围的流量显著高于网络周边的流量。这将使得靠近汇聚节点的传感节点消耗更多的能量，从而严重影响网络的生存时间。再次，E+E传感器节点易发生损坏和失效，因此传输可靠性和鲁棒性无法得到保证。可见，要解决以上挑战从而实现无线E+E传感器网络的成功部署将取决于高能效、鲁棒的汇聚传输技术。将针对几种不同类型的无线E+E传感器网络，在应用层和传输层上就高能效、鲁棒的汇聚传输技术进行研究。 首先，考虑了在中小型稀疏E+E传感器网络中的汇聚传输。在这类网络中，虽然每个传感节点都可以与很多其它节点通信，但链路的可靠性非常差。受到压缩感知理论的启发，创新性的提出了基于随机线性映射的联合信源－网络编码方案。该方案不仅能够充分利用传感数据的相关性进行一定程度的数据压缩，而且在多径路由的配合下能够有效提高整个网络的吞吐量。更为重要的是，所设计的方案能够实现可适度降级的汇聚传输，即随着汇聚节点所收到的数据包的增加，所重构的数据的精度可以逐步提高。更进一步，将能量受限的多源、多跳和多径数据传输问题归结为一个网络效能zui大化问题，并设计了一个分布式算法完成了NUM问题求解，给出了使各E+E传感器节点耗能平衡的多径路由，有效的缓解了漏斗效应，从而实现了高能效的汇聚传输。其次，考虑了在大型密集E+E传感器网络中的汇聚传输问题。在这类网络中，成百上千个E+E传感器节点生成海量的数据需要传输到汇聚节点。而由于数据是通过多跳转发到达汇聚节点的，距离汇聚节点越近的传感节点所消耗的能量越大，生命周期就越短。而整个网络的生命周期也将受到影响。提出了一个基于压缩感知理论的压缩数据采集模型，理论分析表明，压缩数据采集可以提高数倍的网络容量，而且能够更好的利用传感数据中隐含的相关性。该模型不仅成功降低了网络总体通信代价，而且有效平衡了节点间的能量消耗，延长了网络的生命周期。 再次，无线E+E传感器网络正在向信息密集型网络发展，而视频E+E传感器网络作为一种典型的信息密集型网络，正处于此类研究领域的前沿。因此，研究了无线视频E+E传感器网络中的汇聚传输。该问题的主要挑战来源于流内、流间干扰以及多个视频源的流量平衡。提出了一个前向压力传输控制协议，包含了传输层的逐跳控制协议和流量控制协议。前者zui大限度的减少了视频流在无线多跳传输过程中的丢包问题，而后者不仅可以有效控制每个视频流的流量而且能够平衡多个并发视频流的吞吐量。这组跨应用层和传输层的设计可以实现从多个源节点到汇聚节点的公平、有效的视频传输。

无线E+E传感器网络中鲁棒的汇聚传输技术
总体来看，就无线E+E传感器网络中挑战的汇聚传输技术进行了深入的研究。针对不同类型的E+E传感器网络提出了一系列跨层设计的高能效、鲁棒的汇聚传输技术。在应用层，开创性的将新兴的压缩感知理论应用于数据的高效压缩和可适度降级的数据恢复；在传输层，提出了与传统的后向压力传输控制*相反的前向压力传输控制协议，获得更高的能效性和鲁棒性；在网络层，提出了适用于网络编码的zui大化网络资源的多径路由算法。数值仿真结果和基于真实传感数据的试验结果表明，研究成果能有效提高无线E+E传感器网络汇聚传输的能效性和鲁棒性。