当前位置: 首页 > >

WSN(4)(3):第四章 传感器网络的支撑技术

发布时间:

上一章我们讲了定位技术,可以知道,定位技术有基于测距(RSSI/TDOA)和不需要测距(质心定位/DV-HOP定位)的定位,前者的精度高,后者精度低。


我们现在来了解最后一种支撑技术??数据融合


目录


多传感器数据融合概述


传感器网络中数据融合的作用


在传感器网络中数据融合的主要作用:


数据融合技术的分类


数据融合的主要技术和方法


传感器网络应用层的数据融合示例


总结:


?



多传感器数据融合概述

信息系统的功能就是把各种各样的传感器提供的信息【这些信息是以信号、波形、图像、数据、文字、声音等形式提供的。(一般将各种传感器直接给出的信息称为源信息,如果是数字信号,为源数据;为图像就是源图像;源信息是信息系统处理的对象)】进行加工处理,得到人们所期待、可以直接使用的某些波形、数据或者结论。


多传感器数据融合定义: ? ? 是一种多层次、多方面的处理过程,这个过程是对多源数据进行检测、互联、相关、估计和组合,并以更高的精度、较高的置信度得到目标的状态估计和身份识别,以及完整的势态估计和威胁评估,为用户提供有用的决策信息。


数据融合的内容主要包括: 多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测。


数据融合的目的是: 通过融合,得到比各个单独的输入数据更多的信息。这是协同作用的结果,即由于多传感器的共同作用,系统的有效性得以增强。


数据融合是一种多源信息的综合技术,通过对来自不同传感器的数据进行分析和综合,可以获得被测对象及其性质的最佳一致估计。将经过集成处理的多种传感器信息进行集成,可以形成对外部环境某一特征的一种表达方式。


传感器网络中数据融合的作用
在传感器网络中数据融合的主要作用:

1、节省整个网络的能量;


①通过数据融合去掉冗余数据,减少传输数据量,减少传输能耗。


②数据处理能耗相比传输能耗要低的多,发送1bit数据的 能耗可以用来执行800条指令。


2、获得更准确的信息;


人们从传感器节点获得的信息存在着较高的不可靠性,这些不可靠因素主要来源于以下方面。
    受到成本和体积的限制,节点装配的传感器元器件的精度一般较低。无线通信的机制使得传送的数据更容易受到干扰而遭到破坏。恶劣的工作环境除了影响数据传送以外,还会破坏节点的功能部件,令其工作异常,可能报告出错误的数据。

仅通过收集少数几个分散的传感器节点的数据,难以保证数据正确性。通过对多个传感器数据综合,可有效提高信息精度和可信度。可快速排除个别节点报告错误或误差较大的信息。虽然可以将所有数据传输至汇聚节点进行融合,但这会加重汇聚节点负荷,而且可能会导致其他融合错误。

3、提高数据的收集效率;


    在传感网内部进行数据融合,可以在一定程度上提高网络收集数据的整体效率。数据融合减少了需要传输的数据量,可以减轻网络的传输拥塞,降低数据的传输延迟。即使有效数据量并末减少,但通过对多个分组进行合并,减少分组个数。数据融合能减少网络数据传输的冲突碰撞现象,也可以提高无线信道的利用率。

数据融合技术的分类

前后信息含量:无损失融合;有损失融合


基于应用数据的语义:依赖于应用的数据融合;独立于应用的数据融合;结合以上两种技术的数据融合


根据对传感器数据的操作级别:数据级融合;特征级融合(特征提取);决策级融合(根据应用需求进行较高级的决策)


数据融合的主要技术和方法
    基于查询路由的数据融合基于分层路由的数据融合基于链式路由的数据融合基于反向组播树的数据融合

目前数据融合的方法主要有如下几种:


1. ? 综合*均法:加权*均


2.卡尔曼滤波法


3.贝叶斯估计法:多贝叶斯估计把每个传感器作为一个贝叶斯估计,将各单独物体的关联概率分布组合成一个联合后验概率分布函数,通过使联合分布函数的似然函数最小,可以得到多传感器信息的最终融合值。


4.D-S证据推理法 :贝叶斯 方法的扩展,因为贝叶斯方法必须给出先验概率,证 据理论则能够处理这种由不知道引起的不确定性,通 常用来对目标的位置、存在与否进行推断。


5.统计决策理论


6.模糊逻辑法


7.产生式规则法


8.神经网络方法(感知器)


传感器网络应用层的数据融合示例

分布式数据库技术被应用于传感器网络的数据收集过程,应用层接口可以采用类似“结构化查询语言”(SQL)的风格。SQL融合操作一般包括5个基本操作符:


    COUNT ?MIN ?MAX ?SUM ?AVERAGE


总结:



友情链接: