随着工業化進程的加快和人類活動的增加，環境污染成為了威脅發展中國家經濟增長和公共衛生安全的重大問題。黨的十九大明确指出到2035年，生态環境根本好轉，美麗中國目标基本實現。環境與健康是一個新興的跨學科研究領域，呈現出多學科交叉的态勢，需要環境、信息等多學科共同合作。
根據世衛組織國際癌症研究機構公布的數據，室外空氣污染屬于一類緻癌物，長期呼吸受污染的空氣會引起慢性支氣管炎、肺氣腫及肺癌等疾病。我國城市居民死亡原因排序中，惡性腫瘤排在第一位，其中肺癌尤居首位，空氣污染無疑是最大元兇之一。因此，對空氣質量的準确監測成為當前階段最迫切需要解決的課題。傳統的監測方法以設置公共空氣監測站為主，這種方法可以分析空氣的成分組成，具有很高的測量精度，但由于監測站成本昂貴，測量周期長，導緻該方法在城市範圍内測量精确度下降。應用氣象學研究表明，空氣質量在空間中的分布以米為量級變化，在高樓密集的城市中分布尤為複雜，傳統方法難以對城市樓宇環境中空氣質量進行有效監測。
針對現有監測系統在較大覆蓋範圍及空氣質量時空動态變化的場景中精确度低、實時性差、成本高、功耗大等難題，自2017年開始，信息科學與技術學院宋令陽教授和邊凱歸副教授帶領團隊開展了空氣質量物聯網的學科交叉研究并取得了重要進展。團隊開創性地采用物聯網架構設計了新型的空氣質量監測系統，采用定點傳感器、無人機和小型無人車等設備實現系統搭建，綜合運用機器學習、人工智能、通信網絡、應用氣象學等多學科交叉研究的方法進行數據分析和系統優化，解決了感知系統中設備的位置選擇、功耗控制、故障發現和矯正等關鍵問題，攻克了覆蓋範圍外空氣質量難以準确監測的技術挑戰，提高了最終獲取空氣質量數據的可靠性，為大範圍環境下實現細粒度實時空氣質量監測奠定技術基礎。其在生成大型空氣質量分布地圖、評估空氣污染擴散程度、輔助人們日常生活決策、引導空氣淨化設備的部署、空氣污染治理等方面有重大的指導意義和實用價值。研究成果獲得電氣電子工程師學會通信協會學生競賽（IEEE Communications Society Student Competition）一等獎第一名（首次由本科生獲得），獲無線通信國際學術會議IEEE WCNC 2020最佳論文獎，主要論文成果發表在物聯網領域影響因子最高的國際學術期刊IEEE Internet of Things Journal（IF=9.936），國際學術雜志IEEE Network（IF=8.808），計算機網絡國際頂級學術會議IEEE INFOCOM等。
該空氣質量監測系統采用了物聯網的通用上行架構，主要包括感知層、傳輸層和處理層，其中感知層負責不同位置空氣質量的測量感知，提高設備測量精度和能效比，在有限的時間和能量限制下，獲得盡可能多的信息量來生成更好的空氣質量分布。傳輸層負責不同位置數據的有效上傳，提高系統的覆蓋範圍。處理層負責空氣質量分布的生成，針對系統的異步問題和可能出現的故障進行識别、矯正和優化，提高最終數據的可靠性。團隊圍繞空氣質量物聯網不同網絡層關鍵技術問題開展了以下研究工作（如圖1所示）。
圖1 實驗室空氣質量物聯網研究内容概覽
首先，對于感知層的能效問題，團隊研究了定點傳感器系統的功耗控制策略和位置選擇策略(Z. Hu et al., IEEE IOTJ, 2020; Z. Hu et al., IEEE ICC, 2019; Y. Yang et al., IEEE ICC, 2019)，采用馬爾科夫決策過程描述系統狀态轉移，使利用強化學習框架綜合優化了傳感器的部署和控制。團隊還研究了基于圖像的空氣質量測量方法，将圖像識别方法與無人機相結合提出一種新型的空氣質量監測系統(J. Gao et al., IEEE IOTJ, 2020)，提高了感知層的測量精度和能效。
對于傳輸層的測量覆蓋範圍問題，在室内，團隊利用多個無人小車作為移動節點(Z. Hu et al., IEEE WCNC, 2020; Z. Hu et al., IEEE IOTJ, 2020)，在沒有信号覆蓋的位置緩存空氣質量數據，在有信号的位置上傳數據并下載其他小車的分享數據，利用不完全信息為每個小車設計行動策略，使無人小車具有智能決策、自主移動、實時測量的功能。在室外，團隊利用具有高移動性無人機進行三維環境的空氣監測(Y. Yang et al., IEEE IOTJ, 2018; Y. Yang et al., IEEE GLOBECOM, 2017)，設計對應無人機飛行路徑規劃的優化算法，最終解決傳輸層的覆蓋範圍問題，實現對細粒度數據的高效、實時監測。
圖2 室内無人小車監測示意圖
最後，針對傳輸層中突發性設備或網絡故障所帶來的可靠性問題，團隊提出基于異步數據的預測算法(Z. Bai et al., IEEE ICASSP, 2019)，綜合考慮曆史數據，實現對每一個時間節點測量值未上傳節點的數據預測，獲得更準确的測量結果。除此之外，團隊還提出一個利用無人機監督地面設備的空地聯合測量系統(Y. Yang et al., IEEE ICC, 2019)，通過比較地面傳感器數據與無人機測量數據的差異程度，可以在出現設備故障時，提高地面傳感器網絡的可靠性。
圖3 異步數據預測網絡示意圖
