近日，舒磊教授团队在国际学术期刊《IEEE Transaction on AgriFood Electronic》上发表了关于太阳能杀虫灯物联网在非对称链路下的害虫密集区域定位的技术论文。舒磊教授为通讯作者，本科生李源和已毕业硕士生杜帮松是共同第一作者。

图1 太阳能杀虫灯物联网节点示意图

图片2 非对称链路对害虫密集区域定位的影响。（a）没有对称链路存在的情况。（b）是非对称链路存在的情况。（c）非对称链路不存在的害虫密集区域定位的结果。（d）是非对称链路存在的害虫密集区域定位的结果

统计网络中所有太阳能杀虫灯的杀虫放电次数能够实现害虫密集区域定位。由于放电干扰、传输路径上的障碍物等原因，在大规模太阳能杀虫灯物联网部署场景下，非对称链路不可避免。在实验模拟中，简单地忽略非对称链路，显然能够实现网络的简化，但这不利于在真实的应用场景下部署物联网应用。为了解决非对称链路下的害虫密集区域定位的方法，我们提出了PALS（Pest-Dense Area Localization strategy）算法，具体实现步骤为：1）两次广播的方法获得网络中的非对称链路。2）使用平面化算法对对称链路进行平面化，并消除由非对称链路引起的平面邻近图链路交叉问题。3）根据左手定则，两轮遍历边界节点，消除非对称链路对网络平面拓扑图造成的负面影响，获得精确的害虫密集区域位置。实验证明，PALS算法与针对对称链路下大型连续目标定位算法DeGas相对比，在非对称链路的大规模太阳能杀虫灯物联网部署场景下，能够实现平均15%，最高42.2%的准确度的提升。

相关发表论文信息：

[1] Yuan Li†, Bangsong Du†, Lin Luo, Yusheng Luo, Xing Yang, Ye Liu ,Lei Shu*,A Scheme for Pest-Dense Area Localization with Solar Insecticidal Lamps Internet of Things under Asymmetric Links, IEEE Transactions on AgriFood Electronics, 2023.