无线传感器网络数据融合算法的研究（可编辑） .doc

《无线传感器网络数据融合算法的研究（可编辑） .doc》由会员分享，可在线阅读，更多相关《无线传感器网络数据融合算法的研究（可编辑） .doc（57页珍藏版）》请在三一办公上搜索。

1、 分类号 窆 密级重庆邮电大学硕士学位论文论文题目无线传感器网络数据融合算法的研究英文题目甜硕士研究生冯璐指导教师余翔副教授学科专业 电子与通信工程论文提交日期 论文答辩日期 刈弓.与.涉迸至:鱼论文评阅人李撞墨牵糊拿答辩委员会主席砌弓年月日独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得重麽虫鱼太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签字日期:学位论文作者签名:冯璐 刀

2、年月日学位论文版权使用授权书本学位论文作者完全了解重迭由电太堂 有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权 可以将学位论文的全部或部分内容编入重迭整电太堂有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后适用本授权书导师签名:学位论文作者签名:驾璐签字日期: 功年月日签字日期:%年月日摘要摘要无线传感器网络是当今的研究热点,伴随多媒体技术的发展和应用,无线传感器网络要处理和承载的数据量与日俱增,处理的数据日益多元化,同时节点的能量的消耗也在逐渐增多,多传感器融合的准确度也急需得

3、到保证。由于传感器网络中的节点能量有限,而数据融合技术可以有效地减少节点进行传输的数据量,提高融合的准确度,目前在很多领域中得到广泛应用。本设计主要围绕如何降低无线传感器网络节点能量消耗,提高融合精确度等方面问题进行了深入研究。论文首先阐述了本设计的研究背景与意义,分析了无线传感器网络及无线传感器网络中的数据融合技术,讨论了近年来国内外无线传感器网络中数据融合技术方面的研究现状和存在的问题,对无线传感器网络数据融合技术的相关理论进行了研究。接下来,论文重点研究数据融合算法中滤波算法和自适应加权融合算法,针对觚滤波算法的局限性,即在系统模型未知或不精确而无法实时估计时,结合自适应加权融合算法,给

4、出了一种组合式的滤波算法。将系统当前时刻的观测值先进行自适应加权算法进行融合,再将融合结果作为滤波的先验值,进行滤波,得到最终的融合结果。仿真结果显示,本文提出的组合式滤波算法可以有效地克服蹦滤波算法的局限性,同时提高了数据融合的准确度和融合的效率。然后,论文针对提出的组合式滤波算法融合过程中存在误差,以及导致滤波发散的现象等问题进行了深入的研究,引入协方差匹配技术,将融合当前时刻的新息理论协方差阵与实际协方差阵的迹的比值作为组合式蹦觚滤波融合结果的校验参数,用于调整观测噪声的协方差。这种方法使得在防止滤波发散的同时,有效地减小组合式滤波算法所产生的误差,最终使得融合结果更接近真值。经仿真结果

5、显示,基于动态校验的组合式滤波算法可以有效防止滤波发散,进一步减小融合误差。关键词:,数据融合技术,滤波算法,误差,动态校验重庆邮电大学硕士论文士呐 . 斟锄。吼血础 印,趾乎锄 】蛳砌.缸 喇咖,觚 涮砌培 ,】 也如.印趾 。 锄鲍,.萨,吼嘶印。觚咖觚 缸 肌 锄池 锄 ,硼.蹦印【, 鲥她 眺觚 鳓.士妣】啪棚:出如幽 幽蚰叽甜 鲥岫计.蚰 【印,皿.缸缸耐 咖彻 也饥 趾 恤, 叫砌如.玎 ,撕 咖,髓,耐: 骶撕也锄仃. 叩撕觚删锄.略, 撕.“ 耐 .重庆邮电大学硕士论文耐 撇 缸 盯.虢 甜:, , 硪,仃,锄目录目 录摘要?仃插图清单附表清单第一章绪论.课题研究背景及意义?.

6、数据融合技术国内外研究现状?.论文主要研究内容.论文组织与结构第二章数据融合技术.概述.概念.的特点及应用. 的关键技术.数据融合技术?.数据融合概述?.数据融合的作用.数据融合分类?.根据信息流通形式?.根据数据融合过程的操作级别?.根据融合前后数据的信息量变化?. .数据融合算法分析?.直接对数据源操作的方法?. .基于对象的统计特性和概率模型的方法?.基于规则推理的方法一.数据融合算法目前存在的问题?.本章小结?.第三章组合式滤波算法.离散线性系统描述?.滤波算法的研究?.滤波的特点?.重庆邮电大学硕士论文.滤波算法推导过程?.滤波算法的局限性?.现有滤波算法的改进算法?.扩展滤波算法.

7、自适应滤波算法.自适应加权融合算法.数据的一致性检验.自适应加权融合算法分析.组合式&岫滤波算法.仿真实验与分析?.融合结果的准确度分析.复杂度分析.本章小结?.第四章基于动态校验的组合式滤波算法?.自适应加权融合加权因子的动态调整?.采用协方差匹配的自适应滤波算法.动态校验组合式滤波算法?.仿真实验及分析?.本章小结?.第五章总结与展望.工作总结?.展望致谢.参考文献.附录?插图清单插图清单第一章图.数据融合算法的分类第二章图.无线传感器网络结构图?.图.传感器节点结构图一图.数据融合的集中式结构?图.数据融合的分布式结构?图.数据融合的混合式结构?图.数据级融合框图?图.特征级融合框图图.

8、决策级融合框图?图.基于神经网络的传感器数据融合模型?枯一匕弟二早图.离散滤波预估?校正原理图图. 锄滤波器工作原理图图.蹦滤波算法仿真输出图.自适应加权融合算法的模型图.组合式的滤波算法框图.图.组合式滤波算法流程图.图.组合式滤波仿真图?.图.不同采样点下的误差曲线仿真图.图.不同采样点下的误差曲线放大图.图.时,两种算法输出仿真图图. 时,两种算法的误差曲线图第四章图.时刻均方值与加权仿真曲线?图. 时刻均方差与加权仿真曲线?图. 时刻均方差与加权仿真曲线?图.协方差匹配技术流程图?图.动态校验组合式流程图一图.动态校验前组合铆与自适应滤波输出比较重庆邮电大学硕士论文图.动态校验后组合与

9、自适应滤波输出比较附表清单附表清单第二章表.数据融合模型的优缺点及应用领域表.按照数据量变化的分类方法第三章表.三种算法的复杂度比较表第四章表.四种算法的复杂度比较表重庆邮电大学硕士论文第一章绪论第一章绪论.课题研究背景及意义无线传感器网络 帆,是当今的研究热点,而数据融合技术 作为无线传感器网络关键技术之一,倍受关注。作为无线通信技术的产物,包括微电子技术、通信技术、现代传感器技术和分布式信息处理技术等【多个学科的内容,集成了传感器、微机系统、网络和嵌入式等先进技术。利用各种集成化廉价的微型传感器对网络覆盖区域中的被测对象的特征,进行实时的感知、采集、传输和处理,之后以随机多跳自组织的方式,

10、传送到用户终端来达到“普适计算的设计理念。经权威部门预测,传感器网络具有巨大的应用和经济价值,在未来将对人们的生活产生非常深刻的影响。年,它被美国技术评论杂志评为将对世纪产生巨大影响的技术之一,并且被列为未来新兴十大技术之刮。无线传感器网络技术以其绝对的优势,倍受世界各国的极大关注,并广泛应用于各行各业,随着科技的发展,无线传感器网络将渗透到人们生活的各个领域。无线传感器网络通过在感知区域中大面积的部署传感器节点进行数据的采集、传输和处理,它以数据业务为中心,以网络为信息传递载体,实现对物理世界的全面感知。传感器网络中的节点体积小、部署方便、价格低廉、具有计算和通信能力,但同时每个节点的硬件资

11、源相对有限,内存较小,其计算能力、对数据的处理能力和存储能力有限。另外,传感器网络中的节点采用蓄电池供电,携带的电池能量有限,而且不易更换电池,在应用过程中一旦电池耗尽或者节点出现故障,故障节点不易被发现。节点在无线传感器中是随机部署的,在监测区域中节点的分布,可能会造成传感区域的交叠,交叠区域内的节点在与汇聚节点通信时,由于相邻节点之间的干扰、监测区域中节点的失效或发生故障,导致节点采集到的数据信息产生冗余、重复或错误,数据融合技术可以有效地将节点在监测区域中采集到的冗余重复或是错误数据剔除掉,减少数据的传输量,达到节省能耗的目的。为了避免浪费通信带宽和能量以及降低信息收集的效率,数据融合技

12、术起了很大的作用。伴随无线传感器网络的快速发展,以及近年来多媒体技术的发展和应用,无线传感器网络要处理和承载的数据量与日俱增,处理的数据日益多元化,节点进行数据的传输和处理的能量消耗也将随之增大。所以传感器网络中的能量问题是亟待解决的一个关键的问题,而数据融合技术作为解决关于能量问题重庆邮电大学硕士论文的一个重要技术手段,受到了越来越广泛的关注,所以,研究数据融合技术具有重要的现实意义。.数据融合技术国内外研究现状无线传感器技术是当代科学技术发展的一个重要标志,它与通信技术、计算机技术构成信息产业的三大支柱。从年美国国防部高级计划署名冲资助的在卡耐基?梅隆大学锄百. 劝举行“分布式传感网论坛”

13、,直到世纪年代才开始进入研究热潮。目前,无线传感器网络己在众多领域中得到广泛的应用。数据融合技术,最早出现在年美国国防部参与开发的声纳信号处理系统中【,年代在军事高科技研究领域中得到迅速发展,主要进行多目标跟踪的研究。到了年代初期,在世界各国重视数据融合技术的大背景下,我国“八五”规划将数据融合技术列为发展计算机技术的关键技术之一,并部署了一些重点研究项目。年代中期,数据融合技术的应用领域也从军事迅速扩展到了机器人和智能仪器系统】、智能制造系引、战场任务与无人驾驶飞机、航天应用、目标检测与跟踪【、图像分析与理解、惯性导航和模式识别等民用领域瞄。常用的数据融合算法可分为经典算法和现代算法【两大类

14、,如图.所示。图.数据融合算法的分类经典算法中包括加权平均法、滤波算法、贝叶斯估计等,现代算法包括聚类分析、模糊逻辑和遗传算法等。将经典算法与现代算法相结合或现代算法之间相结合都可以扬长避短,取得比采用单一算法更优的结果。等人提出一种基于分层公平竞争的并行遗传算法和信息粒化理论的第一章绪论混合优化模糊推理系统【】。遗传模糊控制还被用于策略问题的研列】。模糊理论与神经网络相结合的模糊神经网络除具有神经网络的功能外,还能处理模糊信息,可以完成模糊推理功能【 。有研究将遗传算法与模糊神经网络结合起来以取得更好的数据融合效果【】。.心等人提出了一种基于模糊逻辑的自适应滤波数据融合算法,该算法使用模糊逻

15、辑调整和的值使之可以更好地符合协方差的估计值【】。接着.加等人又将上述算法用来建立集中式、分布式和混合式的自适应滤波多传感器融合算法【,另外,碱等人还提出了一种可用于实时处理的自适应滤波和模糊跟踪数据融合算法【】所以将两种或者两种以上的数据融合算法进行优势集成逐渐成为当今数据融合领域的研究热点。.论文主要研究内容由于无线传感器网络需要处理的数据量急剧增多,数据的种类也日益多元化,而传感器节点能量和硬件资源有限,如何降低节点的能耗和提高融合的准确度成为无线传感器网络亟待解决的问题。本课题针对数据融合算法中的蹦滤波算法的局限性,即在被估计系统模型未知或不精确的情况下,无法实时估计这一问题,研究了自

16、适应加权融合算法,提出一种组合式滤波算法,并对组合式滤波算法的融合结果进行校验,最后通过仿真实验,证明算法的有效性。工作内容包括以下几个方面:介绍了无线传感器网络和数据融合的基本理论,分析了无线传感器数据融合的研究现状。分析了数据融合算法,重点对基于蹦滤波算法改进的江和自适应滤波算法进行研究,指出目前数据融合算法存在的问题。重点研究了数据融合算法中的自适应加权融合算法和蹦滤波算法,并在此基础上针对滤波算法的局限性,提出一种组合式蹦滤波算法。分析了动态调整加权因子和协方差匹配技术两种常用的校验方法,在协方差匹配技术的基础上,对组合式滤波算法的融合结果进行动态校验。通过仿真验证了算法的有效性,并对

17、仿真结果进行了详细的分析。重庆邮电大学硕士论文.论文组织与结构本文的结构安排如下:第一章:绪论。介绍课题研究背景和意义以及无线传感器网络数据融合技术的国内外研究现状,最后对本论文的结构安排作了说明。第二章:数据融合技术。介绍了无线传感器网络的概念、特点和在智能家居、医疗健康护理、环境监控、科学农业种植和商业等多方面的应用。通过介绍无线传感器网络的关键技术引出数据融合技术,详细介绍数据融合技术的概念、发展过程、作用和数据融合的几种分类,列出经典的数据融合算法和现代数据融合算法,重点分析了几种常见的数据融合算法,并对当前数据融合算法中存在的问题做出总结。第三章:组合式滤波算法。详细给出滤波算法的推

18、导过程,针对滤波算法存在的局限性,结合自适应加权融合算法,提出一种组合式滤波算法,将系统的观测值先通过自适应加权算法进行融合,再将融合的结果作为第二级滤波算法的先验值,进行滤波,经过两次的融合估计,可得最终融合结果。仿真证明,组合式滤波算法不仅克服滤波的局限性,还可以提高了数据融合的准确度和融合效率。第四章:基于动态校验的组合式滤波算法。针对组合式滤波算法的融合结果中存在误差,可能导致滤波发散的现象,本文在协方差匹配技术的基础上,通过新息量的实测协方差阵与理论协方差阵的迹的比值,来判断组合滤波的融合结果,通过改善观测噪声协方差,防止滤波发散,并调整组合式滤波算法所产生的误差,使滤波结果更接近真

19、值。仿真证明,基于动态校验的组合式滤波算法的融合结果可以防止滤波发散,减小滤波融合的误差。第五章:总结与展望。对本文的研究工作做出总结,分析了本文提出的组合式滤波算法的优势和缺陷,对今后的研究做出展望。第二章数据融合技术第二章数据融合技术无线传感器网络是当今的研究热剧】,它将客观世界中不断变化的信息持续、高效地传递给人们,需要研究的内容包括通信、组网、管理、分布式信息处理等多个方面。数据融合技术是无线传感器网络中的关键技术之一,目前已广泛应用于目标跟踪、导航和人工智能等多个领域。数据融合技术的快速发展离不开的技术支撑,下面首先介绍的基本内容。.概述.概念无线传感器网络是集信息采集、数据传输和数

20、据处理于一体的综合智能信息网络】,在被监测区域中,通过部署大量的以无线方式进行通信的传感器节点,形成一个多跳自组织网络,为用户终端提供网络覆盖区域中监测信息的采集和处理。无线传感器网络用于向观察者报告感知到的被监测环境中的物理信息,它由感知对象、传感器节点和观察者三个要素【构成,典型的无线传感器网络的结构如.所示。点图.无线传感器网络结构图其中传感器节点是由传感器件、通信模块和数据处理单元组成,大量的传感器节点通过自组织的方式构成网络,通过监测感知区域周边的红外、热能、声纳等信号来探测被测环境的物理量,如温湿度、噪声,光照等。无线传感器网络目前已被广泛的应用于军事、农业、智能家居和医疗等多个领

21、域中。重庆邮电大学硕士论文无线传感器网络作为通信、计算机和传感器三种技术的产物,是一种全新的数据获取和处理技术,传感器网络的定义包括了三个主要含义:无线传感器网络的感知节点是由具备无线通信能力和计算能力的传感器节点 、汇聚节点 和管理节点组成。在监测区域的内部或附近,大量移动或者静止的传感器节点以自组织的方式随机分布构成分布式网络。传感器节点将感知到的数据信息通过网络中分布的节点转送至汇聚节点后,由汇聚节点负责传输给管理节点。用户通过管理传感器节点进行的配置、管理、收集监测数据以及发布监测控制任务,实现智能化的决策和控制。传感器网络的基本功能是协作感知、采集和发布感知信息。其中,汇聚节点即网关

22、节点,是中心处理节点,该节点不仅可以向传感器节点发送数据采集命令,也可以接收和处理各个节点传送的数据,因此汇聚节点通常只需处理器模块和射频模块两部分组成。节点是构成的基本单元【】,是由传感器、处理器、无线通信及能量供应等个模块组成的微型化嵌入式系统,其结构如图.所示。嵌入式软件存储器?.传感器 /转换器 微处理器 无线收发器无线通信模块其他外设数据采集模块数据处理模块电 源图.传感器节点结构图其中,数据采集模块的作用是通过/转换器,将感知、获取到的监测对象的信息转换为数字信号进行传输;数据处理模块包括存储器、微处理器和其他外设等,负责调节各个模块之间的通信工作和控制所有节点的操作过程;无线通信

23、模块主要是负责节点采集信息的接收和发送,一般为无线电收发装置;嵌入式软件为传感器平台提供嵌入式操作系统等软件支持;电源模块主要为上层模块提供电池能量。第二章数据融合技术.的特点及应用目前无线传感器网络有两种,一种是有基础设施,需要固定基站的网络,如手机的无线蜂窝网终端;另一种是没用基础设施和固定基站的,节点是分布式的网路,如 网络。常用的无线宽带网络包括、气和【 等,它们分别是从传统电信网络和计算机网络衍生出来的,这些网络的规划、部署、配置、管理、维护和运营一般需要管理员来完成。网络是一种特殊的 网络,组网快捷灵活,基本不需要人为的干预,大部分工作是以白组织的方式完成的,因此可以将它们统称为自

24、组织网络【】。与传统的网络相比,网络具有以下特点:传感器数量大、规模大,节点部署密集在实际应用中,相比网络中的节点,无线传感器网络中节点的数量较多,无固定的拓扑结构,随机的密集分布在一个较小的空间;另一方面,无线传感器网络适用于部署在广泛的地理区域中,规模较大,其用户数量非常可观。比如在原始森林或者高山上实施灾害的监控等。能量有限性,计算和存储能力有限性无线传感器中节点包括处理器模块,内存模块,传输模块和电源模块。处理模块和存储模块一般采用嵌入式系统,内存较小。传感器节点的大多数能量消耗在传输数据模块,在距离传送信息大约相当于执行条计算指令所消耗的能量【】。节点电源采用电池供电,并且无法连接到

25、外部电源,电池的低功耗使节点问进行通信和计算时能量受限。与其他无线网络相比,网络的节点更容易死亡,在实际应用过程中不易被发现和替换。通信能力有限无线传感器网络无需布线,通过传感器节点采集数据,利用无线电波进行数据的传输,那么在传送过程中可能受到噪声的干扰,信号间也存在相互干扰,会造成信号产生一定程度的衰减。此外,无线通信的能量消耗与通信的距离有关,通常来说,通信的距离越大,能耗就越大。在网络覆盖区域较大的无线网络中,需采用多跳的方式进行路由选择,相应的,路由传输机制的能耗就增大了,因此,在满足通信连通度的前提下,尽量减少通信距离来降低能耗。此外,无限传感器网络在应用过程中,会受到被监测对象或监

26、测区域自然环境的影响,也会影响通信性能。自组织网络传感器网络是一种特殊的网络,具有自组织性。由于节能的需要,节点不工作时,需要切换到休眠状态。当传感器节点发生移动、节点死亡或发生故障重庆邮电大学硕士论文失效时,需要重新添加新的节点到网络中,导致网络中传感器节点的个数和位置发生变化,必定会引起拓扑结构的动态改变。在实际应用中,将无线传感器网络节点部署在恶劣的自然环境中,或是人工无法到达的区域,节点能够自动配置和管理,将监测数据转发到无线传感器网络的用户终端。网络应用相关性与传统的不同,传感器网络在应用过程中,要根据应用背景设计具体的应用系统,不同的应用场景,采用的协议、平台和软硬件实现也不同,这

27、是无线传感器网络区别与其他的网络的重要特征。只有具体问题具体分析,才能做出高效的目标系统。以数据为中心的网络由于无线传感器网络节点部署是随机的,节点采用编号标识,编号与位置都是动态的,没有必然联系,传感器网络是任务型的网络,节点进行传送的是数据信息,只将用户所关心的信息本身作为查询或传输线索【。无线传感器网络具有无需预先铺设网络设施、快速自动组网、传感器节点体积小等特点,使其在军事、环境、科学农业、医疗健康护理和智能交通等领域中广泛应用。随着无线传感器网络技术的不断完善,各种传感器网络将遍布人们的生活环境中,真正实现“无处不在”。无线传感网络的应用主要有:智能家居在家庭环境中,可以在各种家居设

28、备中,墙壁内侧嵌入无线传感器节点,在家庭内部组建一个无线传感器网络,利用手机或者电脑监测控制家电设备的运行。比如下班之前打一个电话到家,可以打开电饭煲和空调,热水器等家电设备,若当家里无人时,发生煤气泄漏或电线老化引起的火灾事件,可自动报警或者通过传感器网络将信息传输到主人的电脑或者手机上,以便及时处理,减少损失。医疗健康护理无线传感器网络在医疗上具有很大的优势,可以在住院病人或者老人身上安装传感标签,用于测量血压、体温、脉搏等重要参数,那么医生就可以随时了解病人的身体情况,一旦病人病情有异常发生,传感器节点会第一时间将异常信息发送到终端节点,通知医生和值班护士得知情况,进行紧急处理【。通过无

29、线传感器网络的应用不仅减少了医护人员定时查房的人力资源消耗,也避免了人工测量多项指标的繁琐过程。对于盲人患者,可以实现在人体内植入由传感器阵列组成的人工视网膜,使盲人重见光明。未来传感器网络的发展为医学的进步提供了更有保障的技术支持。环境监测无线传感器网络应用于新一代服务中具有很大的潜能,可用于环境监测,监测第二章数据融合技术环境特征,如温度、湿度和酸碱度等。传感器节点可以将被监测区域中的温度值、湿度值和酸碱度值等信息传送给用户终端,以便及时了解环境的变化。美国科学家利用无线传感器网络跟踪候鸟的迁徙来监测环境的变化。科学家还借助网络进行水质污染的监控。在灾害监测中,无线传感器网络的应用也很广泛

30、,借助于传感器网络可以预测爆发洪水,泥石流的可能性。科技农业利用部署在蔬菜大棚中的传感器节点,蔬菜公司的管理人员可以实时查看大棚内的温度、湿度、氧气含量和二氧化碳含量等信息,及时了解蔬菜的生长情况。对于已成熟或是变坏的蔬菜,可通过观察传感器节点采集到的“特殊”信息来判断。无线传感器网络在农业中的应用可减少农业的人力投入,从而降低农业生产成本。其他应用传感器网络在交通、目标定位、导航系统中和商业等方面也有广泛的应用。在智能交通中,传感器网络可以对车辆进行有效的状态监控和位置定位,当过收费站时,自动扫描过往车辆的标签,自动扣费;在商业方面,传感器网络可用在货物的供应链管理中,每个集装箱内的大量节点

31、构成一个无线传感器网络,可以记录货物的存放位置、货物的状态和销售情况等,在节点上可以装载温湿度、加速度传感器等,记录集装箱是否被打开过,是否受热、受潮或者受到撞击。.的关键技术一、网络拓扑控制和功率控制网络拓扑控制是网络中以延长网络生命周期为目标的关键技术。网络拓扑控制主要是在保证网络覆盖度和连通性的前提下,设计高效的算法为节点分配功率,以优化一些网络目标函数和获得具有高效数据转发的网络拓扑结构。传感器网络拓扑根据节点的移动性和部署的可控性分为静态节点不可控部署、动态节点不可控部署、静态节点可控部署和动态节点可控部署四类。目前,拓扑控制研究形成了功率控制和睡眠调度两个主流研究方向。功率控制,一

32、般是指在保证网络连通的前提下,以延长网络生命期为主要目标,兼顾通信干扰、网络延迟等其它性能,为传感器节点选择合适的发射功率。而睡眠调度是基于节点在休眠状态时的能量消耗较小的原理,提出的一种降低节点能耗的一种有效手段。二、网络协议无线传感器网络的拓扑结构是随着节点的变化而动态改变的,节点的添加、故障、移动等变动都会使节点的网络资源发生变化,所以对网络协议要求较高。传感器网络的研究重点是协议和网络层路由协议,网络层的路由协议用来选择路重庆邮电大学硕士论文径,寻址转发数据信息,而协议可以控制节点的工作模式和节点间的通信过程。三、时间同步时钟同步是使无线传感器网络中节点同步化的协议,也是其他协议正常运

33、行的前提条件。等人在年的.国际会议上,首次提出并阐述了网络的时间同步机制这一研究课题,得到无线传感器网络研究领域众多学者的重视。由于传感器网络中各节点的时钟信号存在偏差,或者受被监测对象和监测区域中环境的影响,会导致节点处理数据信息时产生延迟。相比传统的觚协议,时钟同步技术更能满足传感器网络的要求。目前应用较多的三个同步机制【 是、/.和。限向饥 撕算法是经典的时间同步算法,基于接收者?接收者的时间同步算法,实现容易,不需耗费较大的存储空间,可以满足对时矗 间同步精度要求不高的需求;争, 、,是基于发送者?接收者交互的同步算法,需要较大的存储空间,且当真实时间发生变化时,时间同步的偏差会变大;

34、仆压.是基于双向消息传递的发送者和接收者之间的轻量级同步机制。四、 网络安全技术网络的安全性是网络技术的重要组成部分,无线传感器网络目前已广泛应用于军事、环境监测、农业和智能交通等领域中,安全性问题显得更加重要。由于无线传感器网络传输信道的特殊性,要求传感器网络中的节点要有自动鉴别能力,抵御入侵和攻击等功能。烈【 研是无线传感器网络中应用较多的安全机制,在数据完整性、机密性等方面均有充分的考虑。五、定位技术定位技术是确定无线传感器网络中节点的位置信息,在实际应用中,具有节点具体位置信息的监测数据才是有效的,如在目标跟踪中,必须要获得被跟踪目标的位置信息,否则采集到的数据就失去了意义。传感器节点

35、必须确定自身的位置才能详细说明“被监测对象在什么位置发生了什么事件”,可以实现对被监测对象准确的跟踪和定位,另外,了解节点的位置信息,可为网络的路由选择提供参考,有利于提高网络的路由效率。网络定位算法的评价指标有定位精度、定位覆盖率和支持的网络规模。定位算法的性能直接影响其可用性。六、 数据融合在无线传感器网络的被监测区域中,相邻节点的工作区域可能产生交叠,会造成节点采集到的数据冗余重复,失效或错误,但传感器网络中的节点能量有限,节第二章数据融合技术点能量主要消耗在数据传输过程中,所以提取有用信息,去除冗余,减少节点传输的数据量,有效的降低无线传感器网络的能量损耗具有重要的意义。伴随多传感器数

36、据融合技术的发展,无线传感器网络要处理和承载的数据量急剧增多,数据日益多元化,能量的消耗也在逐渐增大,数据融合技术可以有效的减少节点传输数据时的能量消耗,因此得到了广泛的关注和研究。很多数据融合算法被相继提出,如神经网络算法、自适应算法、基于灿滤波算法的各种改进算法和粒子滤波算法等。目前,数据融合技术已在目标跟踪,导航系统、灾害监测和智能家居等多个领域得到应用。七、 数据管理无线传感器网络节点采集到的数据是连续不断的数据流,可以看成一个分布式的数据库,且该数据库中数据分布的统计特性未知。由于传感器网络节点能量受限,数据管理技术必须在尽可能降低网络能耗的同时提供有效的数据管理服务。传感器网的数据

37、管理与传统的分布式数据库有很大差别。传统的分布式数据库管理系统中数据和节点的位置是固定的,比较复杂且不灵活,而数据管理对传感器网络数据的查询经常是连续的或随机抽样的,比较灵活。八、 无线通信技术和应用层技术源于无线通信技术,支持低功耗短距离的通信协议。. 是目前国际上通用的无线通信标准。无线传感器网络采用五层协议标准,从下到上依次为物理层、数据链路层、网络层、传输层和应用层。其中应用层由面向应用的软件系统构成,主要协调应用系统的开发和多任务间的协调。.数据融合技术.数据融合概述数据融合技术是中非常重要的一项技术,也是目前的一个研究热点【】。数据融合的定义可以概括【】为:将多个传感器采集到的各种

38、信息和各种资源,通过相互关联、特征提取和优化综合几个过程来对数据进行决策处理和实时估计。融合是集成各种信息源、数据库和多媒体信息,提取出最完整、最准确、及时和有效的综合信息。数据融合的基本功能是相关、估计和识别。数据融合技术可以通过一定的算法将传感器节点采集到的大量原始数据进行各种网内处理,有效的剔除传感器节点在无线通信过程中传送的数据量,只将少量有意义的处理结果传输到汇聚节点。数据融合技术可以大大的减少节点传输数据的能量消耗。多传感器数据融合的原理为:重庆邮电大学硕士论文个不同类型的传感器有源或无源的收集观测目标的数据;对传感器的输出数据离散的或连续的时间函数数据、输出矢量、成像数据或一个直

39、接的属性说明进行特征提取变换,提取代表观测数据的特征矢量鬈;对特征矢量进行模式识别处理如聚类算法、自适应神经网络或其他能将特征矢量变换成目标属性判决的统计模式识别法等完成各种传感器关于目标的说明;将各传感器关于目标的说明数据按同一目标进行分组,即关联;利用融合算法将每一目标各传感器数据进行合成,得到该目标的一致性解释与描述。.数据融合的作用数据融合技术是解决节点能量消耗问题的一种重要途径。数据融合技术的作用【】主要包括以下三个方面:降低网络能量消耗传感器网络中的节点要进行数据采集,数据传输和数据发送,其中数据传输消耗的能量是最多的,比如在多径信道的无线通信系统中,节点传输数据到米的汇聚节点,所

40、需的能量相当于口/的处理器上执行万条指令消耗的能量【们,因此中可以采用去除相邻节点间的冗余信息、层次式处理信息、数据压缩和预测估计等方法来减少传输的数据量,从而降低网络能耗,延长整个网络的生命周期。提高数据融合的效率,减少网络的数据流量多传感器在实时采集数据时,由于传感区域可能会产生交叠,那么交叠区域内的节点采集到的信息会存在一部分重复冗余,甚至是错误的。由于传感器节点传输数据时消耗的能量是最多的,所以减少传输数据,提取有用信息,提高融合效率是一个重要的问题。另一方面,如果融合的效率提高了,那么无线传感器网络中进行融合的数据流量会相应的减少,可以有效的降低数据融合的能量消耗。提高融合的准确度在

41、多传感器数据融合中,由于数据量的增多和数据的多元化,需要得到更全面更准确的融合结果,对融合的结果准确度要求更高,采用数据融合技术可以提高融合准确度。.数据融合分类第二章数据融合技术数据融合技术从不同的角度分类,有不同的融合方法,不同结构针对不同的加工对象。在实际应用中,要根据具体问题及特定对象进行方法的选择,常用的分类方法是从信息流通形式、融合过程的操作级别和融合前后数据量的变化三种方法进行分类,具体介绍如下。.根据信息流通形式第一种分类方法是根据在整个融合处理流程中信息的流通方式,数据融合方法可分为集中式结构、分布式结构和混合式结构。数据融合的集中式结构数据融合的集中式结构如图.所示,它将传

42、感区域内的个传感器的数据经预处理后,直接传送到汇聚节点进行数据融合,其中所有节点的细节信息均被保留。该方法的优点是信息损失较小,融合结果比较准确,精度较高,但融合的能耗较大。传感器控制与反馈信息概率图.数据融合的集中式结构数据融合的分布式结构数据融合的分布式结构如图.所示。例 口选通和控制 传感器卜叫预处理 叫跟踪和分类卜数 组?一厶目标状态据 关 口? ?一对 联 滤一跟踪和分类传感器卜叫预处理准波; 传感器卜一预处理卜叫跟踪和分类卜.?.女日标铃举室图.数据融合的分布式结构重庆邮电大学硕士论文它先将传感区域内的个传感器的数据传送到中间节点进行预处理,再将多个中间节点的融合数据传送到汇聚节点

43、进行数据对准、关联和组合滤波,得到最终目标状态。分布式融合的优点是可以提高融合的效率,减少数据传输量,降低能耗,但是融合精度较低。数据融合的混合式结构数据融合的混合式结构如下图.所示。室参数图.数据融合的混合式结构混合式数据融合结构包括了集中式数据融合结构和分布式数据融合结构,它保留了上述两类结构的优点,但在通信和计算上要付出较昂贵的代价。混合式结构也有上述两类结构难以比拟的优势,在实际场合往往采用此类结构。.根据数据融合过程的操作级别按照对数据信息的操作级别,数据融合技术包括最底层的数据级像素级融合、特征级融合以及决策级融合。其中数据级融合是对源节点采集到的数据直接进行的融合,它是最低级的融

44、合技术。数据级融合的框图如图.所示。融传感器?卜合的数特 身身传感器 ?据关 征 份? ?卜 份级 ?联 提 识识融取 别别合结果.传感器卜图.数据级融合框图第二章数据融合技术特征级融合是从各个源节点提供的观测数据中进行特征提取,关联,融合成一个综合的特征矢量中,再进行识别,特征级融合框图如图.所示。特征级融合是像素级融合和决策级融合的折中形式,一般采用分布式或集中式的融合结构。传感器一 ?融厶口特的特 身征身征 关 份? ?卜传感器卜 层份提 联 识融识取 别厶口别结果传感器卜图.特征级融合框图决策级融合是数据融合技术中层级最高的融合方式,对每个源节点的数据进行独立融合,再对多个传感器的融合结果进行综合,得到最终决策,决策级融合框图如图.所示。身份识别融厶口决 的策 身身份识别一关?层 份联融 识合 别结果身份识别图.决策级融合框图综上所述,三个层级的数据融合各有特点,在选择模型时,要根据实际应用考虑,具体问题进行分析,充分提取测量对象的各类特征信息,