基于信號特征的感知問題的研究現狀和意義

孫宏宇 魯 錚 香麗蕓

（昌吉學院計算機工程系 新疆 昌吉 831100）

基于信號特征的感知問題的研究現狀和意義

孫宏宇 魯 錚 香麗蕓

（昌吉學院計算機工程系 新疆 昌吉 831100）

隨著物聯網技術和設備的發展，以及物聯網設備部署密度的提高，如何利用物聯網設備產生的射頻信號的傳播特征進行信息感知成為信息感知領域的研究熱點。文章圍繞基于射頻信號的信息感知展開研究，主要工作包括基于信號特征的信息感知問題研究現狀綜述、研究意義綜述以及研究范圍綜述，旨在為相關領域的研究提供參考。

物聯網；信號傳播特征；信息感知

1 基于信號特征的感知問題的研究現狀

隨著信息技術的不斷發展，信息感知在工業、農業、軍事、個人健康管理與監測、智能家居等領域都起著越來越重要的作用。信息感知的技術和方法也呈現出多元化的發展趨勢，例如利用熱像儀、攝像機、聲納、雷達系統、傳感器網絡等技術方法和手段進行信息的獲取和感知。但是透過這些技術的表象探究事物的本質，這些技術都是通過信號的傳播原理進行事物的感知，其主要區別在于用于感知事物的信號的波長和頻率不同。所以，本文根據波長和頻率的不同將目前的感知技術劃分為三類：（1）基于紅外線/可見光的感知系統；（2）基于聲波的感知系統；（3）基于射頻信號的感知系統。基于射頻信號的感知系統又根據硬件的不同劃分為兩類：（1）基于特殊硬件，利用雷達原理進行感知的系統；（2）基于現有通信設備，利用無線信號的傳播特征進行感知的系統。

下面將對本文所研究的三種感知技術的研究現狀進行介紹和分析。

1.1 基于紅外線/可見光的感知問題

本節介紹了基于紅外線/可見光的感知問題在學術界和商業界的研究現狀，并分別分析它們的優缺點。

1.1.1 基于紅外線的感知問題的研究現狀

紅外線是一種電磁波，紅外線的波長范圍在760nm到1mm之間，所以，理論上利用紅外線進行信息感知的誤差也是在760nm到1mm之間，能夠滿足日常生活中各類感知問題的精確度要求（例如位置感知、圖像感知、運動軌跡感知、人體動作感知，等）。因此，利用紅外線進行信息感知引起了學術界和商業界的重視，相關學術成果和商業產品在各個領域中得到了廣泛的應用。

從橫向角度出發，利用紅外線進行信息感知在各個領域都得到了廣泛的應用。例如，在工業領域，文獻[1]利用紅外線對乙烯氣體進行了監測、文獻[2]利用紅外線對車輛進行了檢測和分類、文獻[3]研究了如何利用紅外線進行工業焊接點的檢測；在農業領域，文獻[4]研究了如何利用紅外線進行食品的檢測；在環境監測領域，文獻[5]研究如何利用紅外線進行廢水質量監測，文獻[6]研究如何利用紅外線對大氣進行監測。

從縱向角度出發，利用紅外線能夠解決信息感知中的若干共性問題。例如，在位置感知領域，文獻[7]探討了如何利用紅外線進行二維空間或三維空間的位置感知；在運動軌跡感知領域，文獻[8-10]探討了如何利用紅外線跟蹤人/物體的運動軌跡；在人體動作感知領域，文獻[10]探討了如何利用紅外線反射信號的變化情況預測不同的人體動作情況。

1.1.2 基于可見光的感知問題的研究現狀

可見光是一種電磁波，可見光的波長范圍在390nm—760nm之間，所以，理論上利用可見光進行信息感知的誤差也是納米級。利用可見光的信息感知具有較高的分辨率，例如日常生活使用的照相機、攝像機等，都是基于可見光的感知系統。基于可見光的感知系統的高精確度特征使在感知領域的應用也十分廣泛。文獻[11]研究了利用可見光進行環境感知的可行性，文獻[12]提出如何利用可見光進行輔助靜態位置感知；文獻[13]提出如何利用可見光進行人體動作識別和感知。

1.1.3 基于紅外線/可見光的感知系統的優缺點分析

綜上所述，基于紅外線/可見光的感知系統具有分辨率高、精確度高的顯著優勢。理論上，其感知的精確度在納米/毫米級以上，能夠滿足大部分日常生活中的信息感知對精確度的要求。但是基于紅外線/可見光的感知系統至少有三個顯著缺點：（1）需要特殊的硬件，例如紅外傳感器、LED等硬件設備；（2）不能識別具有遮擋物的人/物，由于紅外線/可見光的波長較短，衍射能力差，所以基于紅外線/可見光的感知系統只能識別LoS（Line-of-Sight）路徑上的人/物，而不能識別NLoS（None Line-of-Sight）路徑上的物體；（3）識別距離較短，大概為3m—5m左右，嚴重限制了信息感知范圍。

1.2 基于聲波的感知問題

本節將介紹基于聲波的感知問題在學術界和商業界的研究現狀，并對這類工作進行優缺點分析。

1.2.1 基于聲波感知問題的研究現狀

聲波是一種機械波，聲波根據波長的不同分為次聲波、可聞波、超聲波三類，其波長范圍在0.017m—17m范圍內變換，理論上，基于聲波的感知系統的誤差和所使用的聲波波長具有相同的數量級。所以，雖然基于聲波的感知系統在精確度上不占明顯優勢，但是聲波的衍射能力較強，感知范圍較大。所以，在一些精度要求不高的應用場景中，基于聲波的感知系統也得到了較為廣泛的應用。

文獻[14]綜述了利用聲波進行信息感知的原理；文獻[15]研究了如何利用聲波進行位置感知；文獻[16]利用聲波進行了人體動作識別和感知。

1.2.2 基于聲波的感知系統的優缺點分析

綜上所述，由于聲波具有較好的衍射性，在水下和透地感知領域具有顯著的優勢，理論上，其感知精確度與波長在同一數量級上，根據聲波波長的不同，精確度在幾厘米到幾米不等。所以，基于聲波的感知系統至少有兩個顯著缺點：（1）需要特殊硬件，例如麥克風陣列；（2）信息感知精確度受聲波波長的影響。

1.3 基于通信設備信號的感知問題

射頻信號（又稱無線電信號）是一種電磁波，其頻率范圍較大，射頻信號波長范圍從0.1mm到105km不等。由于信息感知的精確度和信號的波長成正比，所以目前用于進行信息感知的射頻信號一般是指厘米波（3GHz—30GHz）、毫米波（30GHz—300GHz）以及更高頻的亞毫米波（300GHz—3000GHz）。所以本文以下部分提到的基于射頻信號的感知問題是指射頻信號部分的厘米波、毫米波或者亞毫米波。

由于厘米波/毫米波/亞毫米波的波長介于聲波和紅外線/可見光之間，所以基于射頻信號的信息感知問題在一定程度上能夠繼承上述兩者的優點，弱化上述兩者的缺點，在眾多領域得到了廣泛的應用。

根據使用技術的不同，目前，基于射頻信號的信息感知方法主要劃分為兩類：基于特殊硬件設備，利用雷達原理進行信息感知的相關研究；基于現有通信設備，利用無線信息傳播特征的信息感知問題相關研究。其發展現狀分別簡述如下。

（1）基于特殊硬件設備：利用雷達原理的感知問題研究現狀

基于雷達原理的射頻信號感知系統主要是利用SAR（Synthepic Aperture Radar）、PAR（Phased Array Radar）等技術進行位置感知、圖像感知，運動軌跡感知和人體動作感知等。例如文獻[17-19]利用雷達原理進行了靜態位置感知；文獻[20-22]利用了雷達原理進行圖像感知；文獻[23-26]利用雷達原理進行了人體動作感知。

（2）基于現有通信設備、利用無線信號傳播特征的感知問題研究現狀

基于現有通信系統的感知系統主要是利用現有的射頻通信網絡（例如Wi-Fi、LTE、ZigBee、BLE以及其他物聯網通信設備和協議）進行信息感知，其主要原理是利用無線信號在環境中的傳播特征反向推測和判斷傳播環境中的信息。

綜合紅外線/可見光/聲學/雷達等感知系統可知，傳統的感知系統是專用的空間信息感知工具。而基于通信系統的感知問題不僅可以進行空間信息的感知，也可以進行頻域維度的信息感知。進行空間的信息感知能夠提高通信系統的增值業務能力，而進行頻域維度的感知能夠提高通信系統本身的傳輸性能。

另外，由于基于通信系統的感知能夠具有以下特征:可以利用現有硬件、成本較低、易于部署、易于普及等，在近年來引起了研究者和商業界的廣泛關注。在空間信息感知領域，文獻[27][28]研究了如何利用現有通信系統進行靜態位置感知；文獻[29]研究如何利用現有通信系統感知環境中的聲音；文獻[30]研究如何利用現有通信系統進行傳播環境的圖像感知。

1.4 現有技術方法優缺點總結和本文的切入點

綜上所述，基于現有技術的感知問題優缺點分析如表1所示，各感知技術存在的優勢用紅色字體標出，由表1可知，基于現有通信系統信號傳播特征的感知系統具有顯著的優勢。在理論上，基于現有通信系統的感知精確度至少能夠達到厘米級，能夠適應大多數的應用需求；現有通信系統射頻信號的衍射能力使得信息感知的距離適中；另外，基于現有通信系統的感知問題能夠覆蓋LoS和NLoS路徑上被感知事件。不需要額外的特殊硬件支持，易于部署和推廣。所以，基于通信系統信號傳播特征的感知系統在近年來受到廣大研究者和商業界的重視。

所以，本文主要研究如何在現有通信系統下，基于信號的傳播特征進行空間維度和頻域維度的信息感知。第2節詳細闡述了基于現有通信系統進行信息感知的意義；第3節詳細闡述了基于現有通信系統進行信息感知的主要研究范圍和學科內的關注重點。

表1 現有感知技術的優缺點對比

2 基于現有通信系統無線信號傳播特征的感知問題的研究意義

根據上一節的分析可知，傳統的感知系統重點關注空間維度的信息感知（例如位置、空間結構、運動軌跡，人體動作，等）。而利用現有的通信設備和無線信息的傳播特征既能進行傳統的空間維度信息感知，也能進行頻域維度的信息感知。其中，空間信息感知是提高通信系統增值業務的重要基礎；頻域維度的信息感知是提高通信系統自身的頻譜利用率的重要基礎。所以研究移動通信系統下的感知問題是提高網絡自身性能和網絡增值業務性能的重要途徑之一，具有重大的理論意義和實踐意義。

2.1 理論意義

在移動通信系統中，信息傳播的載體（無線信號）由三個維度組成：時間維度（例如周期）、空間維度（例如振幅和相位）、頻域維度（例如載波頻率）。所以，理論上，根據無線信號的傳播特征可以反向感知這三個維度的信息，通常，時間維度是空間維度和頻域維度信息的更新和擴展。所以，通信系統下的感知問題主要劃分為空間維度的信息感知和頻域維度的信息感知兩類（更詳細的劃分見第3節）。而空間維度的信息感知是提升通信系統增值業務能力的基礎；頻域維度的信息感知是提升通信系統自身頻譜利用率的基礎。

提升通信系統增值業務能力：利用現有通信設備和射頻信號傳播特征可以獲取無線信號傳播環境中的空間信息，主要包括空間中物體、其他通信設備以及人的位置信息、結構信息、行動軌跡信息以及人體動作信息等。這些信息是提高通信系統增值業務能力的重要基礎。所以，對通信系統中空間信息感知的研究具有重要理論意義。

提升網絡系統自身的性能：利用現有通信設備和射頻信號傳播特征可以獲取無線信號傳播過程中的頻域信息，例如異構通信設備之間的頻譜占用情況等，這些信息是提高通信網絡頻譜利用率的重要基礎。所以，對通信系統中頻域信息感知的研究具有重要理論意義。

綜上所述，通信系統下的感知問題能夠同時提升通信系統增值業務能力和通信系統自身的性能，具有重要的理論意義。

2.2 實踐意義

與傳統的感知系統相比，對通信系統下的感知問題研究的實踐意義表現在以下四個方面：

降低感知系統的成本：基于無線信號傳播特征的感知系統可以利用任何現有無線通信技術和設備進行信息感知。例如Wi-Fi路由器、蜂窩網絡、ZigBee傳感器網絡、BLE網絡等。所以，基于通信網絡的感知問題不需要額外的硬件，可以大幅度地降低信息感知和獲取的成本，在實際的開發和應用中具有重要意義。

提高頻譜的利用率：頻域信息的感知能夠直接異構網絡設備之間的頻譜利用率；空間信息的獲取也能夠在不影響現有通信的基礎上獲取更多的信息，從而間接地提高頻譜的利用率。隨著移動設備和流量的不斷增長，頻譜資源成為世界上稀缺資源之一，所以高效的頻譜利用率在實際的開發和應用中具有重要的意義。

降低推廣難度：由于基于通信網絡的感知系統不需要額外的硬件，所開發的軟件系統可以安裝在PC、手機、平板、可穿戴設備上。目前，這些設備的普及度較高，所以從用戶角度來說易于操作和培訓，使得推廣難度降低。

催生更多應用的發展：通信系統下的感知問題的研究可以推進相關應用產業的發展，例如人機交互（HCI）、健康情況跟蹤與監控以及智能家居等產業的發展。

3 基于無線信號傳播特征的感知問題的研究范圍

在通信系統下，感知問題的主要研究目標是如何利用現有的通信設備進行高精度、低成本的信息獲取（例如位置、結構、軌跡、動作、頻譜分配情況等）。根據日常應用的需求，目前通信系統下感知問題主要涉及的維度包括：（1）空間維度的信息感知；（2）頻域維度的信息感知。考慮空間維度、頻域維度信息隨著時間維度的變化情況，空間維度的信息感知又可以劃分為靜態空間信息感知和動態空間信息感知兩類；頻域維度的信息感知也可以劃分為靜態頻譜感知和動態頻譜感知兩類。其關系如圖1所示。

圖1 通信系統下感知問題的研究范疇

由圖1可知，從信息獲取維度層面出發，在理論上可以把信息感知問題劃分為四大類，分別是靜態空間信息感知問題、動態空間信息感知問題、靜態頻譜感知問題以及動態頻譜感知問題。這四類感知問題又根據實際應用的不同演化為若干種類（如圖1所示），其詳細介紹如下：

（1）靜態空間感知問題：該問題假設空間信息不隨時間維度顯著變化，在空間信息獲取的過程中可以不考慮時間的變化對空間信息的影響。目前，比較基礎的靜態空間感知問題包括靜態位置感知（Location Sensing）和環境圖像重構（Image Sensing）兩類。其中，環境圖像重構（Im?age Sensing）是靜態位置感知在空間域的擴展。所以，靜態位置感知是靜態空間感知問題的核心，如何利用環境中部署的物聯網設備之間的信號傳播關系確定節點的靜態部署位置是環境感知領域重要的研究問題之一。

（2）動態空間感知問題：該問題假設空間信息隨著時間維度顯著變化，在解決問題的過程中必須考慮時間的變化對空間信息的影響情況。目前，比較基礎的動態空間感知問題包括運動軌跡感知（Tracking）和人體動作感知（Gesture Sensing）兩類。其中，運動軌跡感知問題是靜態位置感知問題在時間維度的擴展，目前已經具有多種性能良好的解決方案。但是，通信系統下人體動作感知問題是目前國內外學者和研究人員公認的具有挑戰性的研究問題，目前仍然存留很多開放性問題有待研究，所以，如何利用信號的傳播特征進行動作感知是數學界的開發性研究問題，目前基于信號傳播特征的動作感知問題主要包括如何利用粗粒度的信號特征進行細粒度的動作感知、如何同時感知多人的動作、如何在占空比較低的條件下精確的識別人體動作。

（3）靜態頻譜感知問題：該問題假設頻譜的使用情況不隨時間的變化顯著變化，通信節點進行頻譜感知和獲取的過程中不需要隨著時間的變化而調整（例如目前的路由器信息獲取方法）。目前，根據通信系統頻譜管理方案的現狀，靜態頻譜感知問題主要劃分為粗粒度頻譜感知問題（例如信道級別的頻譜感知）和細粒度頻譜感知問題（例如子載波級別的頻譜感知問題）。目前，基于信道級別的頻譜感知問題已經具有多種良好的解決方案，并且已經形成規范的國際化標準。但是，子載波級別的頻譜感知問題能夠進一步提高通信網絡的傳輸性能，是頻域感知問題中的關鍵問題，所以，當前，如何進行子載波級別的干擾感知是學術界的重點研究問題，主要包括如何進行靜態子載波的干擾感知、動態子載波的干擾感知等開放性研究問題。

（4）動態頻譜感知問題：該問題假設頻譜的使用情況隨著時間的變化而變化，在通信節點部署比較稠密的情況下，動態頻譜感知能夠實時地提高整個通信網絡的性能。目前動態頻譜感知主要研究信道的動態分配問題。包括單一網絡的信道分配問題和交叉網絡的頻譜感知問題，單一網絡的頻譜感知問題是指競爭頻譜資源的節點類型單一，例如WiFi網絡、LTE網絡、ZigBee網絡、BLE網絡的頻譜感知問題；交叉網絡的頻譜感知問題是指競爭頻譜資源的網絡節點協議不同，例如WiFi和LTE在5GHz頻段的共存問題，WiFi和ZigBee在2.4GHz頻段的共存問題，等。

4 總結

本文綜述了目前基于信號特征的信息感知問題的研究現狀、研究意義以及研究范圍。首先，按照信號波長的不同，目前基于信號的信息感知問題主要分為基于紅外線/可見光的感知問題、基于聲波的感知問題、基于通信設備信號的感知問題，本文對這些感知問題的優缺點進行了分析；其次，本文分別從理論和實踐兩個方面分析了基于信號特征的意義；最后，本文分析了基于通信系統的無線信號的研究范圍，主要包括靜態空間信息感知和動態空間信息感知兩個部分。本文的綜述研究能夠為同領域的研究提供一定的參考。

［1］M.De Biasio,R.Leitner,C.Krall,and M.Krivec,“Ethylene Gas Sensing Using Non-Dispersive Infrared Spectros?copy,”pp.5–7,2016.

［2］E.Oudat,M.Mousa,and C.Claudel,“Vehicle Detection and Classification Using Passive Infrared Sensing,”2015 IEEE 12th Int.Conf.Mob.Ad Hoc Sens.Syst.,pp.443–444,2015.

［3］H.Fan,N.K.Ravala,H.C.Wikle,and B.A.Chin,“Low-cost infrared sensing system for monitoring the welding process in the presence of plate inclination angle,”J.Mater.Process.Technol.,vol.140,no.1–3 SPEC.,pp.668–675,2003.

［4］H.Büning-Pfaue,“Analysis of water in food by near infrared spectroscopy,”Food Chem.,vol.82,no.1,pp.107–115,2003.

［5］K.Michelet al.,“Monitoring of pollutant in waste water by infrared spectroscopy using chalcogenide glass optical fi?bers,”Sensors Actuators,B Chem.,vol.101,no.1–2,pp.252–259,2004.

［6］C.Clerbauxet al.,“Monitoring of atmospheric composition using the thermal infrared IASI/MetOp sounder,”At?mos.Chem.Phys.,vol.9,no.16,pp.6041–6054,2009.

［7］J.Kwak,B.C.Ko,and J.Y.Nam,“Ferns Learning in Far-Infrared Imagery for Safe Driving at Night,”vol.18,no.1,pp.69–81,2017.

［8］R.Decker,A.Shademan,J.Opfermann,S.Leonard,P.Kim,and A.Krieger,“A Biocompatible Near-Infrared 3D Tracking System,”IEEE Trans.Biomed.Eng.,vol.9294,no.c,pp.1–1,2017.

［9］Z.Fang,F.Zeng,J.Jiang,Q.Ouyang,and B.Hu,“Design and Experiment of A Compact Tracking Mirror for Du?al-band Infrared Remote Sensing,”pp.271–275,2016.

［10］D.Ionescu,V.Suse,C.Gadea,B.Solomon,B.Ionescu,and S.Islam,“An infrared-based depth camera for gesturebased control of virtual environments,”2013 IEEE Int.Conf.Comput.Intell.Virtual Environ.Meas.Syst.Appl.CIVEMSA 2013-Proc.,pp.13–18,2013.

［11］C.Zhang,J.Tabor,J.Zhang,and X.Zhang,“Extending Mobile Interaction Through Near-Field Visible Light Sensing,”Proc.21st Annu.Int.Conf.Mob.Comput.Netw.-MobiCom’15,pp.345–357,2015.

［12］S.-H.Yang,E.-M.Jung,and S.-K.Han,“Indoor Location Estimation Based on LED Visible Light Communica?tion Using Multiple Optical Receivers,”IEEE Commun.Lett.,vol.17,no.9,pp.1834–1837,2013.

［13］T.Li,C.An,Z.Tian,A.T.Campbell,and X.Zhou,“Human Sensing Using Visible Light Communication,”Proc.21st Annu.Int.Conf.Mob.Comput.Netw.-MobiCom’15,pp.331–344,2015.

［14］A..Han,Y..Yang,P..Hui,and Z..Zhao,“Acoustic signal acquisition system based on wireless sensor networks and compressed sensing theory,”World Autom.Congr.Proc.,2012.

［15］H.Yanget al.,“Smartphone-Based Indoor Localization System Using Inertial Sensor and Acoustic Transmitter/Re?ceiver,”IEEE Sens.J.,vol.16,no.22,pp.8051–8061,2016.

［16］W.Wang,A.X.Liu,and K.Sun,“Device-free gesture tracking using acoustic signals,”Proc.22nd Annu.Int.Conf.Mob.Comput.Netw.-MobiCom’16,pp.82–94,2016.

［17］J.Yan,H.Liu,W.Pu,B.Jiu,Z.Liu,and Z.Bao,“Benefit Analysis of Data Fusion for Target Tracking in Multiple Radar System,”IEEE Sens.J.,vol.16,no.16,pp.6359–6366,2016.

［18］J.Yan,H.Liu,W.Pu,and Z.Bao,“Decentralized 3-D Target Tracking in Asynchronous 2-D Radar Network :Algorithm and,”vol.17,no.3,pp.823–833,2017.

［19］F.Soldovieri,G.Gennarelli,I.Catapano,D.Liao,and T.Dogaru,“Forward-Looking Radar Imaging:A Compari?son of Two Data Processing Strategies,”IEEE J.Sel.Top.Appl.Earth Obs.Remote Sens.,vol.10,no.2,pp.562–571,2017.

［20］T.Tseng,J.Wun,W.Chen,S.Peng,J.Shi,and C.Sun,“imaging system based on a few-cycle W-band photonic millimeter-wave pulse generator,”vol.21,no.12,pp.10416–10423,2013.

［21］Q.Pan,F.Yang,L.Xu,H.Geng,and Y.Liang,“Joint estimation of target state and ionospheric height bias in over-the-horizon radar target tracking,”IET Radar,Sonar Navig.,vol.10,no.7,pp.1153–1167,2016.

［22］K.Li,X.Chen,and G.Zhou,“Maneuvering target tracking in constraint coordinates with radar measurements,”2016 IEEE Radar Conf.RadarConf 2016,pp.0–5,2016.

［23］T.Fanet al.,“Wireless Hand Gesture Recognition Based on Continuous-Wave Doppler Radar Sensors,”IEEE Trans.Microw.Theory Tech.,vol.64,no.11,pp.4012–4020,2016.

［24］Y.-C.Chiu,F.-K.Wang,Y.-R.Chou,and T.-S.Horng,“Wearable Doppler Radar Health Monitor with Ges?ture Control.”pp.6–8.

［25］P.Molchanov,S.Gupta,K.Kim,and K.Pulli,“Short-range FMCW monopulse radar for hand-gesture sensing,”IEEE Natl.Radar Conf.-Proc.,vol.2015–June,no.June,pp.1491–1496,2015.

［26］F.K.Wang,M.C.Tang,Y.C.Chiu,and T.S.Horng.“Gesture Sensing Using Retransmitted Wireless Communi?cation Signals Based on Doppler Radar Technology,”IEEE Trans.Microw.Theory Tech.,vol.63,no.12,pp.4592–4602,2015.

［27］M.Kotaru,K.Joshi,D.Bharadia,and S.Katti,“SpotFi :Decimeter Level Localization Using WiFi,”Sigcomm 2015,pp.269–282,2015.

［28］S.Kumar,S.Gil,D.Katabi,and D.Rus,“Accurate indoor localization with zero start-up cost,”inProceedings of the 20th annual international conference on Mobile computing and networking-MobiCom’14,2014：.483–494.

［29］G.Wang,Y.Zou,Z.Zhou,K.Wu,and L.Ni,“We Can Hear You with Wi-Fi!,”IEEE Trans.Mob.Comput.,pp.1–1,2016.

［30］J.Chan,C.Zheng,and X.Zhou,“3D Printing Your Wireless Coverage,”inProceedings of the 2nd International Workshop on Hot Topics in Wireless-HotWireless’15,2015：1–5.

TP3

A

1671-6469（2017）-06-0119-08

2017-09-02

新疆維吾爾自治區重點專業建設項目：“計算機科學與技術（云計算）”；新疆維吾爾自治區普通高等學校教學改革研究項目：綜合改革項目“昌吉學院—中興通訊ICT應用型人才培養機制研究”（2017JG117）階段性研究成果。

孫宏宇（1986-），女，吉林長春人，昌吉學院計算機工程系教師、博士，研究方向：無線網絡與移動計算。