11、基于众包感知网络的城市低水平辐射源识别方法

基于众包感知网络的城市低水平辐射源识别方法

1. 背景与挑战

随着城市化的快速发展和人口的持续增长，城市安全中低水平辐射源的识别变得愈发重要。例如，脏弹防御策略就需要准确识别低水平辐射源。传统上，无线传感器网络被用于识别低水平辐射源，但在大规模城市中，其部署和维护成本高昂。

如今，随着传感器技术的成熟和成本的降低，智能手机配备了丰富的传感器，如加速器、GPS 和麦克风等。未来，智能手机有望嵌入检测辐射源的传感器。智能手机用户无意间形成了一个密集、大规模的传感器网络，即众包感知网络。基于众包感知网络识别低水平辐射源具有成本低的优势，但也面临两大挑战：
- 背景干扰混淆 ：低水平辐射源强度低，正常背景辐射在相近范围内常被误判为幽灵辐射源，且辐射测量符合泊松分布，加剧了这种混淆。
- 未知测量误差 ：用户使用的低成本传感器存在测量误差，由传感器效率表征。由于用户的不可控性，传感器效率事先未知。

现有的基于测量似然比的方法，其识别准确性很大程度上依赖于识别阈值，而该阈值在实践中难以设定。此外，这些方法主要针对无线传感器网络，假设传感器效率已知，这在众包感知网络中难以实现。

2. 相关工作

近年来，众包感知网络因其强大的计算和传感能力受到广泛关注，已在多个应用领域提出了众多系统，如下表所示：
| 系统名称 | 应用场景 |
| ---- | ---- |
| BikeNet、CarTel、Nericell、Parknet | 监测城市道路的交通和状况 |
| ParkSense | 实时感知路边停车情况 |