课题组在无线传感器网络中实现隧道灾害的自主表达方法中取得了相关进展。相关研究成果以题为“A Data Agent inspired by Interpersonal Interaction Behaviors for Wireless Sensor Networks”的论文于2021年9月正式出版在中科院一区Top期刊《IEEE Internet of Things Journal》（IF=9.471）。

利用无线传感网监测的环境参数，可以对隧道灾害进行预测和监测。但是，如何从大量传感器数据中提取有意义的信息是传感器网络的一个重要挑战。并且，传输大量传感器数据不可避免地会消耗大量的能量和通信带宽，因此良好的筛选无用数据、冗余数据的传输机制也是传感器网络的另一重要挑战。

针对无线传感器网络中实现隧道灾害的自主表征难点，本文研究了基于人际交互行为启发的数据智能体(Data Agent, DA)方法。首先，DA将事件监测分为主动感知、理解、思考和再现四种状态，实现了一种类人的事件监测过程。然后，初步构建一种基于有限状态机的DA行为模型，该模型可以在这四种状态之间进行自适应切换。最后，提出了基于双神经元感知结构的主动感知、形成信息粒度的理解、形成灾害知识图的思考以及利用灰度和知识图的表示这四种方法来实现DA的四种状态。其中，无线传感网中的传感器节点、DA与人之间的关系如图所示。

论文信息：

Gang Li, Bin He, Zhipeng Wang, Yanmin Zhou. A Data Agent inspired by Interpersonal Interaction Behaviors for Wireless Sensor Networks[J]. IEEE Internet of Things Journal, 2021. DOI: 10.1109/JIOT.2021.3114259

(https://ieeexplore.ieee.org/abstract/document/9542943)