| 野外，两军对垒，一场以科技定胜负的较量。比的是谁的作战系统“看得明、反应快、打得准”，谁在信息的获取、传输、处理上占据优势，谁就能掌握战争的主动权。而这一切，离不开无线传感器网络。现代战场，军事家们试图用飞行器将大量微传感器结点散布在战场的广阔地域，并自组成网，将战场信息边收集、边传输、边融合，为各参战单位提供“各取所需”的情报服务。
然而，制约无线传感器网络应用的最大技术障碍在于传感器网络具有非常有限的能量储备。一旦配置到偏远或自然环境恶劣的地方后，电池的更换就更加困难了。“要想让电池的使用寿命更长，只有一种方法，那就是降低传感器节点的功耗和过滤掉不必要的冗余信息，也就是为信息‘瘦身’”。这，是通信抗干扰技术国家级重点实验室方俊教授正在思考和研究的问题。
2011年，国家启动“青年千人计划”，目的是引进一批有潜力的优秀青年人才，为今后10—20年中国科技、产业的跨越式发展提供支撑。而方俊的梦想是期望在未来10-20年中将无线传感器网络低功耗分布式信号处理理论与技术的研究做强做大，为无线传感器网络在军事和民用的开发和普及做出自己的贡献。
下面，就让本报记者带着你一起去了解方俊教授十余年来在无线传感器网络的分布式信号处理方面的探索与追求。
广泛涉猎 集大成而有所为方俊喜欢把问题思考在前头。
在西安电子科技大学电子工程系读本科和硕士期间，方俊就从业界那些重大项目和高科技领域的重大突破中看到，很多专家学者都有留学经历。“读万卷书，行万里路”，古老的道理让方俊明白，要想在科学技术研究领域有所作为，就应当走出去，了解前沿，增强国际视野。2001年，当同窗好友都在为找到了一份好工作而欢呼时，方俊却还在默默地向国外大学投递着自己的申请。不久，新加坡国立大学向方俊抛出了“橄榄枝”。
2002年7月，方俊来到了新加坡这个陌生的国度，开始潜心在其电子工程系读博士，从事“盲信源分离与信道估计理论研究”。期间，他提出了一系列新的盲信道估计和阵列信号处理方法，发表了多篇有影响力的论文，解决了盲估计中的不少重大问题。
对信号进行处理的过程也是对数据进行挖掘的过程，如何从大量的数据中抽取出潜在的、不为人知的有用信息、模式和趋势。这是方俊一直以来觉得自己应该再深入研究的问题。2006年，抱着广泛涉猎信号处理各种相关研究领域的想法，方俊前往美国杜克大学电子与计算机工程系，做博士后研究。主要从事数据挖掘、多任务机器学习理论与技术的研究。
从新加坡到美国，从信号处理到数据挖掘，虽然都是自己感兴趣的，但是在杜克大学的前半年，方俊却甚是苦恼：陌生的环境，不一样的研究方法，紧张的工作节奏……。经过不断地学习和钻研，方俊在数据挖掘领域的研究才算走入正轨，并在此基础上提出基于相关性学习的多任务分类算法，基本相关性学习的多任务分类思想获得了导师的赞许，该算法在“不同地形地雷数据联合检测/分类”研究项目中提升了地雷检测性能。
一年后，方俊“回归”信号处理领域，前往美国斯蒂文斯理工大学从事无线传感器网络低功耗分布式信号处理理论与技术的研究。有了前期的积累，方俊在无线传感器信号处理领域的研究思路一下子铺展开来，进行了很多有意义的探索。
苦心研究 破难题而出成果
任何一项研究成果背后，都凝聚着科研工作者无尽的汗水，方俊也不例外。
2007年，作为美国陆军的某研究项目的主要参与人，方俊致力于军事侦查的无线传感器网络中的低功耗分布式信号处理的研究，期望解决无线传感器节点能耗高的问题。在电池储量技术进展缓慢、很难有重大突破的情况下，设计出高能效、低功耗的网络协议和感知算法却是跨越传感器网络能量制约这一技术障碍的关键。
找到突破口很重要。经过大量的实地考察和前期的研究，方俊发现，在传感器网络的实际应用中，通常需要配置很多个传感器节点对同一目标进行全方位的监测，传感器节点数据之间存在一定的相关性。“比如利用传感器网络采集一个地区的温度等参数信息，可以预计节点之间，特别是相邻节点之间的数据具有较高的相关性。”另外，研究还发现，在无线传感器网络实际工作中，节点之间的无线通信所消耗的能量占到整体网络能量消耗的70%，相比之下节点感知和计算所消耗的能量只是很小的一部分。
有了这样的思考后，方俊结合无线传感器的相关特点，以分布式压缩感知为基本研究思路展开对低功耗分布式信号处理的研究。“分布式压缩感知通过挖掘节点之间的数据相关性，最大程度的剔除数据之间的冗余度，使得每个传感器节点仅提供其它节点所不具备的“新信息”，这样在保证大幅度降低数据传输量的同时，仍然能够保持高精度的感知性能”。沿着这一思路，方俊提出了超平面低比特率矢量量化理论，研究成果发表在IEEE Trans. Information Theory上，该期刊被认为是信息领域声望最高的期刊，国际同行认为方俊的研究工作从理论上指出大幅度降低系统能量消耗的可行性，具有重要的理论和实际意义。
2009年，方俊在分布式信号处理方面的研究得到了美国国家自然科学基金的资助，用于对低比特率量化理论和技术做一个更为系统和深入的研究。在信号处理研究领域，美国国家自然科学基金通常资助率只有5-10%左右，被很多研究人员认为是一个竞争非常激烈的奖项。
2007年到2010年间，方俊在无线传感器网络中的分布式信号处理领域的研究成果突显，在信号处理领域顶极期刊发表了一系列重要的理论研究成果，2010年发表在IEEE Trans. Vehicular Technology (TVT)上的论文，在所有2010年以来TVT发表的论文中，引用次数排名第二。同时，在2011年举办的IEEE Africon国际学术会议上，方俊等人合著的关于多天线频谱感知的论文获得优秀论文奖(Outstanding Paper Award)。
成电结缘 携信号谋大作为
方俊研究的分布式压缩感知理论成为他迈进信号处理研究领域的钥匙。
在过去的几年里，方俊被IEEE期刊邀请作为期刊评审人的次数多达60多次。曾于2008年收到来自IEEE信号处理汇刊主编的感谢信，表彰申请人在评审方面对该期刊的重要贡献。同时，2008年和2010年，方俊曾经两次被IEEE ICCS会议邀请作为TPC member。方俊的名字，被越来越多的国际同行知道。
但方俊却在思考，如何将自己的理论成果应用于自己国家的科技发展中。一次偶然的机会，方俊在网站上看到了电子科技大学招聘海外人才的广告。抱着试一试的心态，他投了简历。没想到立即引起了我校人事部门的注意。在人事部门同志热情而努力的工作下，2011年方俊来到了成电，成为了我校通信抗干扰国家级重点实验室的一名年轻的学术带头人。
回国后，方俊立刻投入到了自己的研究领域中。目前，方俊已入选教育部“新世纪优秀人才支持计划”;并成为了国家首批“青年千人计划”入选者。在下半年举办的国际信号处理领域重要学术会议上，方俊已获邀作为分布式信号处理分会的主席并做特邀报告。
对于未来的研究，方俊已敏锐地看到，随着监测环境的日趋复杂多变，迫切需要将信息量丰富的图像、音频、视频等媒体引入到以传感器网络为基础的环境监测活动中来，实现细粒度、精准信息的监测，大数据量的多媒体数据传输与系统极为有限的频谱/能量资源构成了更为突出的矛盾，迫切需要发展更为高效的数据传输与信息压缩技术。“我希望能通过有机的融合和挖掘节点间相关性及节点信号的稀疏特性，对分布式信号处理、分布式信源编码和分布式传输理论与技术进行系统、深入的研究。”方俊认为，目前开展这方面的研究对于缓解传感器网络的通信及能量制约，推动传感器网络的开发和应用，具有重要的理论和实用价值。
方俊在信号处理方面的研究，正徐徐展开。在信息技术飞速发展的今天，我们期待着，无论是在环境监控、目标跟踪、还是交通管理、灾难救护以及大众医疗等等的信号处理方面，有这位年轻科学家的身影。 |