數(shù)據(jù)融合技術(shù)課件

9.1概述數(shù)據(jù)融合的目的是收集各類傳感器采集的信息，這些信息是以信號(hào)、波形、圖像、數(shù)據(jù)、文字、聲音等形式提供的。一般將各種傳感器直接給出的信息稱作源信息，如果傳感器給出的信息是已經(jīng)數(shù)字化的信息，就稱作源數(shù)據(jù)，如果給出的是圖像就是源圖像。源信息是信息系統(tǒng)處理的對(duì)象。信息系統(tǒng)的功能就是把各種各樣的傳感器提供的信息進(jìn)行加工處理，以獲得人們所期待的、可以直接使用的某些波形、數(shù)據(jù)或結(jié)論。源信息、傳感器與環(huán)境之間的關(guān)系如圖9-1所示。第1頁(yè)/共38頁(yè)9.1概述數(shù)據(jù)融合的目的是收集各類傳感器采集的信息，這些信19.1概述（2）多傳感器信息聯(lián)合處理技術(shù)。實(shí)現(xiàn)對(duì)觀測(cè)目標(biāo)的連續(xù)跟蹤和測(cè)量等一系列問(wèn)題的處理方法，就是多傳感器的數(shù)據(jù)融合技術(shù)，有時(shí)也被稱作多傳感器信息融合（InformationFusion，IF）技術(shù)或多傳感器融合(SensorFusion，SF)技術(shù)。數(shù)據(jù)融合也被稱作信息融合，是一種多源信息處理技術(shù)。它通過(guò)對(duì)來(lái)自同一目標(biāo)的多源數(shù)據(jù)進(jìn)行優(yōu)化合成，獲得比單一信息源更精確、完整的估計(jì)或判斷。多傳感器數(shù)據(jù)融合是一種多層次、多方面的處理過(guò)程，這個(gè)過(guò)程是對(duì)多源數(shù)據(jù)進(jìn)行檢測(cè)、互聯(lián)、相關(guān)、估計(jì)和組合，并以更高的精度、較高的置信度得到目標(biāo)的狀態(tài)估計(jì)和身份識(shí)別，以及完整的勢(shì)態(tài)估計(jì)和威脅評(píng)估，為用戶提供有用的決策信息。這個(gè)定義實(shí)際上包含了3個(gè)含義。第2頁(yè)/共38頁(yè)9.1概述（2）多傳感器信息聯(lián)合處理技術(shù)。第2頁(yè)/共38頁(yè)29.1概述（3）數(shù)據(jù)融合定義實(shí)際上包含了3個(gè)含義。（1）數(shù)據(jù)融合是多信源、多層次的處理過(guò)程，每個(gè)層次代表了信息的不同抽象程度。（2）數(shù)據(jù)融合過(guò)程包括數(shù)據(jù)的檢測(cè)、關(guān)聯(lián)、估計(jì)與合并。（3）數(shù)據(jù)融合的輸出包括低層次上的狀態(tài)身份估計(jì)和高層次上的總戰(zhàn)術(shù)態(tài)勢(shì)的評(píng)估。傳感器數(shù)據(jù)融合技術(shù)在軍事領(lǐng)域的應(yīng)用，包括海上監(jiān)視系統(tǒng)、地面防空系統(tǒng)、戰(zhàn)略防御與監(jiān)視系統(tǒng)等。其中最典型的就是軍事系統(tǒng)，即軍事指揮自動(dòng)化系統(tǒng)。在非軍事領(lǐng)域的應(yīng)用則包括了機(jī)器人系統(tǒng)、生物醫(yī)學(xué)工程系統(tǒng)和工業(yè)控制自動(dòng)監(jiān)視系統(tǒng)等。第3頁(yè)/共38頁(yè)9.1概述（3）數(shù)據(jù)融合定義實(shí)際上包含了3個(gè)含義。第3頁(yè)39.1概述（4）數(shù)據(jù)融合的方法被普遍應(yīng)用在日常生活中，比如在辨別一個(gè)事物的時(shí)候通常會(huì)綜合各種感官信息，包括視覺(jué)、觸覺(jué)、嗅覺(jué)和聽(tīng)覺(jué)等。單獨(dú)依賴一種感官獲得的信息往往不足以對(duì)事物做出準(zhǔn)確判斷，而綜合多種感官數(shù)據(jù)，對(duì)事物的描述會(huì)更準(zhǔn)確。在多傳感器系統(tǒng)中所用到的傳感器可以分為有源傳感器和無(wú)源傳感器兩種。有源傳感器發(fā)射某種形式的信息，然后接收環(huán)境和目標(biāo)對(duì)該信息的反射或散射信息，例如各種類型的有源雷達(dá)、激光測(cè)距系統(tǒng)和敵我識(shí)別系統(tǒng)等。無(wú)源傳感器不發(fā)射任何形式的信息，完全靠接收環(huán)境和目標(biāo)的輻射來(lái)形成源信息。如紅外無(wú)源探測(cè)器、被動(dòng)接收無(wú)線電定位系統(tǒng)和電視跟蹤系統(tǒng)等，它們分別接收目標(biāo)發(fā)出的熱輻射無(wú)線電信號(hào)和可見(jiàn)光信號(hào)。第4頁(yè)/共38頁(yè)9.1概述（4）數(shù)據(jù)融合的方法被普遍應(yīng)用在日常生活中，比如49.1概述（5）數(shù)據(jù)融合的內(nèi)容主要包括：多傳感器的目標(biāo)探測(cè)、數(shù)據(jù)關(guān)聯(lián)、跟蹤與識(shí)別、情況評(píng)估和預(yù)測(cè)。數(shù)據(jù)融合的基本目的是：通過(guò)融合，得到比各個(gè)單獨(dú)的輸入數(shù)據(jù)更多的信息。這是協(xié)同作用的結(jié)果，即由于多傳感器的共同作用，系統(tǒng)的有效性得以增強(qiáng)。數(shù)據(jù)融合是一種多源信息的綜合技術(shù)，通過(guò)對(duì)來(lái)自不同傳感器的數(shù)據(jù)進(jìn)行分析和綜合，可以獲得被測(cè)對(duì)象及其性質(zhì)的最佳一致估計(jì)。將經(jīng)過(guò)集成處理的多種傳感器信息進(jìn)行集成，可以形成對(duì)外部環(huán)境某一特征的一種表達(dá)方式。第5頁(yè)/共38頁(yè)9.1概述（5）數(shù)據(jù)融合的內(nèi)容主要包括：第5頁(yè)/共38頁(yè)59.2數(shù)據(jù)融合的作用從廣義上講，數(shù)據(jù)融合的主要作用可歸納為以下幾點(diǎn)；（1）提高信息的準(zhǔn)確性和全面性。與單個(gè)傳感器相比，多傳感器的數(shù)據(jù)融合處理可以獲得有關(guān)周圍環(huán)境的更準(zhǔn)確、全面的信息。（2）降低信息的不確定性。一組相似的傳感器采集的信息存在著明顯的互補(bǔ)性，這種互補(bǔ)性經(jīng)過(guò)適當(dāng)處理后，可以對(duì)單一傳感器的不確定性及其測(cè)量范圍的局限性進(jìn)行補(bǔ)償。（3）提高系統(tǒng)的可靠性。某個(gè)或某幾個(gè)傳感器失效時(shí)，系統(tǒng)仍能正常運(yùn)行。（4）增加系統(tǒng)的實(shí)時(shí)性。第6頁(yè)/共38頁(yè)9.2數(shù)據(jù)融合的作用從廣義上講，數(shù)據(jù)融合的主要作用可歸納69.2數(shù)據(jù)融合的作用（2）目前大多數(shù)傳感網(wǎng)的應(yīng)用都是由大量傳感器節(jié)點(diǎn)來(lái)共同完成信息的采集過(guò)程，并將收集的信息返回傳感器節(jié)點(diǎn)所在的監(jiān)測(cè)區(qū)域。由于傳感器節(jié)點(diǎn)的資源十分有限，主要體現(xiàn)在電池能量、處理能力、存儲(chǔ)容量以及通信帶寬等幾個(gè)方面。在收集信息的過(guò)程中，各個(gè)節(jié)點(diǎn)單獨(dú)地直接傳送數(shù)據(jù)到匯聚節(jié)點(diǎn)是不合適的，主要原因如下：（1）浪費(fèi)通信帶寬和能量。在覆蓋度較高的傳感網(wǎng)中，鄰近節(jié)點(diǎn)報(bào)告的信息通常存在冗余性，各個(gè)節(jié)點(diǎn)單獨(dú)傳送數(shù)據(jù)會(huì)浪費(fèi)通信帶寬。另外，傳輸大量數(shù)據(jù)會(huì)使整個(gè)網(wǎng)絡(luò)消耗過(guò)多的能量，這樣會(huì)縮短網(wǎng)絡(luò)的生存時(shí)間。（2）降低信息收集的效率。多個(gè)節(jié)點(diǎn)同時(shí)傳送數(shù)據(jù)會(huì)增加數(shù)據(jù)鏈路層的調(diào)度難度，造成頻繁的沖突碰撞，降低了通信效率，因此會(huì)影響信息收集的及時(shí)性。第7頁(yè)/共38頁(yè)9.2數(shù)據(jù)融合的作用（2）目前大多數(shù)傳感網(wǎng)的應(yīng)用都是由大79.2數(shù)據(jù)融合的作用（3）數(shù)據(jù)融合是將多份數(shù)據(jù)或信息進(jìn)行處理，組合出更有效、更符合用戶需求的數(shù)據(jù)的過(guò)程。傳感網(wǎng)的數(shù)據(jù)融合技術(shù)主要用于處理同一類型傳感器的數(shù)據(jù)，或者輸出復(fù)合型異構(gòu)傳感器的綜合處理結(jié)果。例如，在森林防火的應(yīng)用中，需要對(duì)溫度傳感器探測(cè)到的環(huán)境溫度進(jìn)行融合。在目標(biāo)自動(dòng)識(shí)別的應(yīng)用中，需要對(duì)圖像監(jiān)測(cè)傳感器采集的圖像數(shù)據(jù)進(jìn)行融合處理。數(shù)據(jù)融合技術(shù)的具體實(shí)現(xiàn)與應(yīng)用密切相關(guān)。例如，在森林防火應(yīng)用中，只要處理傳感器節(jié)點(diǎn)的位置和報(bào)告的溫度數(shù)值，就實(shí)現(xiàn)了用戶的要求和目標(biāo)。但是，在目標(biāo)識(shí)別的應(yīng)用中，出于各個(gè)節(jié)點(diǎn)的地理位置不同，針對(duì)同一目標(biāo)所報(bào)告的圖像的拍攝角度也不同，需要從三維空間的角度綜合考慮問(wèn)題，所以融合的難度也相對(duì)較大。第8頁(yè)/共38頁(yè)9.2數(shù)據(jù)融合的作用（3）數(shù)據(jù)融合是將多份數(shù)據(jù)或信息進(jìn)行89.2數(shù)據(jù)融合的作用（4）以數(shù)據(jù)為中心的傳感網(wǎng)采取數(shù)據(jù)融合技術(shù)會(huì)使其實(shí)現(xiàn)的數(shù)據(jù)采集功能相比傳統(tǒng)方法具有如下優(yōu)點(diǎn)。（1）增加了測(cè)量維數(shù)和置信度，提高了容錯(cuò)功能，并改進(jìn)了系統(tǒng)的可靠性和可維護(hù)性。（2）提高了精度。（3）擴(kuò)展了空間和時(shí)間的覆蓋度，提高了空間分辨率，提高了適應(yīng)環(huán)境的能力。（4）改進(jìn)了探測(cè)性能，增加了響應(yīng)的有效性，降低了對(duì)單個(gè)傳感器的性能要求，提高了信息處理的速度。（5）降低了信息獲取的成本。第9頁(yè)/共38頁(yè)9.2數(shù)據(jù)融合的作用（4）以數(shù)據(jù)為中心的傳感網(wǎng)采取數(shù)據(jù)融91．節(jié)省能量傳感網(wǎng)是由大量的傳感器節(jié)點(diǎn)覆蓋在監(jiān)測(cè)區(qū)域形成的。通常在部署網(wǎng)絡(luò)時(shí)，需要使傳感器節(jié)點(diǎn)達(dá)到一定的密度，以增強(qiáng)整個(gè)網(wǎng)絡(luò)的魯棒性和監(jiān)測(cè)信息的準(zhǔn)確性，有時(shí)甚至需要使多個(gè)節(jié)點(diǎn)的監(jiān)測(cè)范圍互相交疊。監(jiān)測(cè)區(qū)域的相互重疊導(dǎo)致鄰近節(jié)點(diǎn)報(bào)告的信息存在一定程度的冗余。在冗余程度很高的情況下，把這些節(jié)點(diǎn)報(bào)告的數(shù)據(jù)全部發(fā)送給匯聚節(jié)點(diǎn)與僅發(fā)送一份數(shù)據(jù)相比，除了使網(wǎng)絡(luò)消耗更多的能量外，并未使匯聚節(jié)點(diǎn)獲得更多的有意義的信息。數(shù)據(jù)融合就是要針對(duì)上述情況對(duì)冗余數(shù)據(jù)進(jìn)行網(wǎng)內(nèi)處理，即中間節(jié)點(diǎn)在轉(zhuǎn)發(fā)傳感器數(shù)據(jù)之前，首先要對(duì)數(shù)據(jù)進(jìn)行綜合，去掉冗余信息，在滿足應(yīng)用需求的前提下將需要傳輸?shù)臄?shù)據(jù)量最小化。第10頁(yè)/共38頁(yè)1．節(jié)省能量傳感網(wǎng)是由大量的傳感器節(jié)點(diǎn)覆蓋在監(jiān)測(cè)區(qū)域形成的。101．節(jié)省能量（2）網(wǎng)內(nèi)處理利用的是節(jié)點(diǎn)的計(jì)算資源和存儲(chǔ)資源，其能量消耗與傳送數(shù)據(jù)相比要少很多。美國(guó)加州大學(xué)伯克利分校計(jì)算機(jī)系研制開(kāi)發(fā)了微型傳感器網(wǎng)絡(luò)節(jié)點(diǎn)Micadot，其研究試驗(yàn)表明，該節(jié)點(diǎn)發(fā)送1bit的數(shù)據(jù)所消耗的能量約為4000nJ，而處理器執(zhí)行一條指令所消耗的能量?jī)H為5nJ，即發(fā)送1bit數(shù)據(jù)的能耗可以用來(lái)執(zhí)行800條指令。因此，在一定程度上應(yīng)該盡量進(jìn)行網(wǎng)內(nèi)處理，這樣可以減少數(shù)據(jù)傳輸量，有效地節(jié)省能量。在理想的融合情況下，中間節(jié)點(diǎn)可以把n長(zhǎng)度相等的輸入數(shù)據(jù)分組合并成1個(gè)等長(zhǎng)的輸出分組，只需要消耗不進(jìn)行融合時(shí)所消耗能量的I/n即可完成數(shù)據(jù)傳輸。在最差的情況下，融合操作并未減少數(shù)據(jù)量，但通過(guò)減少分組個(gè)數(shù)，可以減少信道的協(xié)商或競(jìng)爭(zhēng)過(guò)程造成的能量開(kāi)銷。第11頁(yè)/共38頁(yè)1．節(jié)省能量（2）網(wǎng)內(nèi)處理利用的是節(jié)點(diǎn)的計(jì)算資源和存儲(chǔ)資源，112．獲得更準(zhǔn)確的信息傳感網(wǎng)是由大量廉價(jià)的傳感器節(jié)點(diǎn)組成，部署在各種各樣的應(yīng)用環(huán)境中。人們從傳感器節(jié)點(diǎn)獲得的信息存在著較高的不可靠性，這些不可靠因素主要來(lái)源于以下方面。（1）受到成本和體積的限制，節(jié)點(diǎn)裝配的傳感器元器件的精度一般較低。（2）無(wú)線通信的機(jī)制使得傳送的數(shù)據(jù)更容易受到干擾而遭到破壞。（3）惡劣的工作環(huán)境除了影響數(shù)據(jù)傳送以外，還會(huì)破壞節(jié)點(diǎn)的功能部件，令其工作異常，可能報(bào)告出錯(cuò)誤的數(shù)據(jù)。第12頁(yè)/共38頁(yè)2．獲得更準(zhǔn)確的信息傳感網(wǎng)是由大量廉價(jià)的傳感器節(jié)點(diǎn)組成，部署122．獲得更準(zhǔn)確的信息（2）僅收集少數(shù)幾個(gè)分散的傳感器節(jié)點(diǎn)的數(shù)據(jù)，是難以保證所采集信息的正確性的。因此需要通過(guò)對(duì)監(jiān)測(cè)同一對(duì)象的多個(gè)傳感器所采集的數(shù)據(jù)進(jìn)行綜合，從而有效地提高所獲得信息的精度和可信度。由于鄰近的傳感器節(jié)點(diǎn)也在監(jiān)測(cè)同一區(qū)域，它們所獲得信息之間的差異性很小。如果個(gè)別節(jié)點(diǎn)報(bào)告了錯(cuò)誤的或誤差較大的信息，很容易在本地處理中通過(guò)簡(jiǎn)單的比較算法進(jìn)行排除。雖然可以在數(shù)據(jù)全部單獨(dú)傳送到匯聚節(jié)點(diǎn)后再進(jìn)行集中融合，但這種方法得到的結(jié)果往往不如在網(wǎng)內(nèi)預(yù)先進(jìn)行融合處理的結(jié)果精確，有時(shí)甚至?xí)a(chǎn)生融合錯(cuò)誤。數(shù)據(jù)融合一般需要數(shù)據(jù)源所在地局部信息的參與，如數(shù)據(jù)產(chǎn)生的地點(diǎn)，產(chǎn)生數(shù)據(jù)的節(jié)點(diǎn)所在的組或簇等。第13頁(yè)/共38頁(yè)2．獲得更準(zhǔn)確的信息（2）僅收集少數(shù)幾個(gè)分散的傳感器節(jié)點(diǎn)的數(shù)133．提高數(shù)據(jù)的收集效率在傳感網(wǎng)內(nèi)部進(jìn)行數(shù)據(jù)融合，可以在一定程度上提高網(wǎng)絡(luò)收集數(shù)據(jù)的整體效率。數(shù)據(jù)融合減少了需要傳輸?shù)臄?shù)據(jù)量，可以減輕網(wǎng)絡(luò)的傳輸擁塞，降低數(shù)據(jù)的傳輸延遲。即使有效數(shù)據(jù)量并末減少，但通過(guò)對(duì)多個(gè)分組進(jìn)行合并，減少分組個(gè)數(shù)。數(shù)據(jù)融合能減少網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)臎_突碰撞現(xiàn)象，也可以提高無(wú)線信道的利用率。第14頁(yè)/共38頁(yè)3．提高數(shù)據(jù)的收集效率在傳感網(wǎng)內(nèi)部進(jìn)行數(shù)據(jù)融合，可以在一定程149.3無(wú)線傳感網(wǎng)的數(shù)據(jù)融合模型

對(duì)于無(wú)線傳感網(wǎng)的數(shù)據(jù)融合技術(shù)而言，通信的能耗帶寬、傳輸?shù)目煽啃?，?shù)據(jù)收集的效率等是主要考慮的因素，依據(jù)多傳感器數(shù)據(jù)融合模型定義方法，結(jié)合無(wú)線傳感網(wǎng)以數(shù)據(jù)為中心的特點(diǎn)，數(shù)據(jù)融合模型可以分為數(shù)據(jù)包級(jí)融合結(jié)構(gòu)模型和跟蹤級(jí)融合結(jié)構(gòu)模型。第15頁(yè)/共38頁(yè)9.3無(wú)線傳感網(wǎng)的數(shù)據(jù)融合模型

對(duì)于無(wú)線傳感網(wǎng)的數(shù)據(jù)融合技術(shù)159.3.1數(shù)據(jù)包級(jí)融合模型

根據(jù)數(shù)據(jù)進(jìn)行融合操作前后的信息含量，可以將數(shù)據(jù)融合分為無(wú)損融合（losslessaggregation）和有損融合（lossyaggregation）兩類。第16頁(yè)/共38頁(yè)9.3.1數(shù)據(jù)包級(jí)融合模型

根據(jù)數(shù)據(jù)進(jìn)行融合操作前后的信息含169.3.1數(shù)據(jù)包級(jí)融合模型(2)（1）無(wú)損失融合在無(wú)損失融合中，所有的細(xì)節(jié)信息均被保留，只去除冗余的部分信息。此類融合的常見(jiàn)做法是去除信息中的冗余部分。如果將多個(gè)數(shù)據(jù)分組打包成一個(gè)數(shù)據(jù)分組，而不改變各個(gè)分組所攜帶的數(shù)據(jù)內(nèi)容，那么這種融合方式就屬于無(wú)損失融合。它只是縮減了分組頭部的數(shù)據(jù)和為傳輸多個(gè)分組而需要的傳輸控制開(kāi)銷，而保留了全部數(shù)據(jù)信息。時(shí)間融合是無(wú)損失融合的另一個(gè)例子。在遠(yuǎn)程監(jiān)控應(yīng)用中，傳感器節(jié)點(diǎn)匯報(bào)的內(nèi)容可能在時(shí)間屬性上具有一定聯(lián)系，可以使用一種更有效的表示手段來(lái)融合多次匯報(bào)的結(jié)果。例如一個(gè)節(jié)點(diǎn)以一個(gè)短時(shí)間間隔進(jìn)行了多次匯報(bào)，每次匯報(bào)中除時(shí)間戳不同外，其他內(nèi)容均相同?；蛘呤盏竭@些匯報(bào)的中間節(jié)點(diǎn)可以只傳送時(shí)間戳最新的一次匯報(bào)，以表示在此時(shí)刻之前，被監(jiān)測(cè)的事物都具有相同的屬性，從而大大地節(jié)省網(wǎng)絡(luò)數(shù)據(jù)的傳輸量。第17頁(yè)/共38頁(yè)9.3.1數(shù)據(jù)包級(jí)融合模型(2)（1）無(wú)損失融合第17頁(yè)/共179.3.1數(shù)據(jù)包級(jí)融合模型(3)（2）有損失融合有損失融合通常會(huì)省略一些細(xì)節(jié)信息或降低數(shù)據(jù)的質(zhì)量，從而減少需要存儲(chǔ)或傳輸?shù)臄?shù)據(jù)量，以達(dá)到節(jié)省存儲(chǔ)資源或能量資源的目的。在有損失融合中，信息損失的上限是融合后的數(shù)據(jù)要保留應(yīng)用所必需的全部信息量。很多有損失融合都是針對(duì)數(shù)據(jù)收集的需求來(lái)進(jìn)行網(wǎng)內(nèi)處理的，例如．在溫度監(jiān)測(cè)應(yīng)用中。需要查詢某一區(qū)域范圍內(nèi)的平均溫度或者最低、最高溫度時(shí)，網(wǎng)內(nèi)處理將對(duì)各個(gè)傳感器節(jié)點(diǎn)所報(bào)告的數(shù)據(jù)進(jìn)行運(yùn)算，并只將結(jié)果數(shù)據(jù)報(bào)告給查詢者。從信息含量的角度來(lái)看，這份結(jié)果數(shù)據(jù)相對(duì)于傳感器節(jié)點(diǎn)所報(bào)告的原始數(shù)據(jù)來(lái)說(shuō)，損失了絕大部分的信息，但是它完全能滿足數(shù)據(jù)收集者的要求。第18頁(yè)/共38頁(yè)9.3.1數(shù)據(jù)包級(jí)融合模型(3)（2）有損失融合第18頁(yè)/共189.3.2跟蹤級(jí)融合模型

無(wú)線傳感網(wǎng)絡(luò)中大量的感知數(shù)據(jù)從多個(gè)源節(jié)點(diǎn)向匯聚節(jié)點(diǎn)傳送，從信息流通形式和網(wǎng)絡(luò)節(jié)點(diǎn)處理的層次看，跟蹤級(jí)融合模型可以分為集中式與分布式。第19頁(yè)/共38頁(yè)9.3.2跟蹤級(jí)融合模型

無(wú)線傳感網(wǎng)絡(luò)中大量的感知數(shù)據(jù)從多個(gè)199.3.2跟蹤級(jí)融合模型(2)1.集中式結(jié)構(gòu)集中式結(jié)構(gòu)的特點(diǎn)是匯聚節(jié)點(diǎn)發(fā)送有關(guān)數(shù)據(jù)的興趣或查詢，具有相關(guān)數(shù)據(jù)的多個(gè)源節(jié)點(diǎn)直接將數(shù)據(jù)發(fā)送給匯聚節(jié)點(diǎn)，最后匯聚節(jié)點(diǎn)進(jìn)行數(shù)據(jù)的處理，其結(jié)構(gòu)如圖9.2所示。這種結(jié)構(gòu)優(yōu)點(diǎn)是信息損失小。但由于無(wú)線傳感器網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)分布較為密集，多個(gè)源節(jié)點(diǎn)對(duì)同一事件的數(shù)據(jù)表征存在近似的冗余信息，因此對(duì)冗余信息的傳輸將會(huì)造成網(wǎng)絡(luò)消耗更多的能量。第20頁(yè)/共38頁(yè)9.3.2跟蹤級(jí)融合模型(2)1.集中式結(jié)構(gòu)第20頁(yè)/共38209.3.2跟蹤級(jí)融合模型(3)2.分布式結(jié)構(gòu)分布式結(jié)構(gòu)也就是所說(shuō)的網(wǎng)內(nèi)數(shù)據(jù)融合，如圖9.3所示，源節(jié)點(diǎn)發(fā)送的數(shù)據(jù)經(jīng)中間節(jié)點(diǎn)轉(zhuǎn)發(fā)時(shí)，中間節(jié)點(diǎn)查看數(shù)據(jù)包的內(nèi)容，進(jìn)行相應(yīng)的數(shù)據(jù)融合后再傳送到匯聚節(jié)點(diǎn)，由匯聚節(jié)點(diǎn)實(shí)現(xiàn)數(shù)據(jù)的綜合。該結(jié)構(gòu)在一定程度上提高了網(wǎng)絡(luò)數(shù)據(jù)收集的整體效率，減少了傳輸?shù)臄?shù)據(jù)量，從而降低能耗，提高信道利用率，延長(zhǎng)了網(wǎng)絡(luò)的生存時(shí)間。第21頁(yè)/共38頁(yè)9.3.2跟蹤級(jí)融合模型(3)2.分布式結(jié)構(gòu)第21頁(yè)/共38219.4無(wú)線傳感網(wǎng)數(shù)據(jù)融合技術(shù)

9.4.1基于路由的數(shù)據(jù)融合第22頁(yè)/共38頁(yè)9.4無(wú)線傳感網(wǎng)數(shù)據(jù)融合技術(shù)

9.4.1基于路由的數(shù)據(jù)融合第229.4.1基于路由的數(shù)據(jù)融合

1.基于查詢路由的數(shù)據(jù)融合以定向擴(kuò)散（directeddiffusion,DD）為代表的查詢路由中的數(shù)據(jù)融合主要是在其數(shù)據(jù)傳播階段進(jìn)行，所采用的是抑制副本的方法，即對(duì)轉(zhuǎn)發(fā)過(guò)來(lái)的數(shù)據(jù)進(jìn)行緩存，若發(fā)現(xiàn)重復(fù)的數(shù)據(jù)將不予轉(zhuǎn)發(fā)，這樣不僅簡(jiǎn)單易行，還能有效地減輕網(wǎng)絡(luò)的數(shù)據(jù)流量。第23頁(yè)/共38頁(yè)9.4.1基于路由的數(shù)據(jù)融合

1.基于查詢路由的數(shù)據(jù)融合第2239.4.1基于路由的數(shù)據(jù)融合(2)2.基于分層路由的數(shù)據(jù)融合以LEACH為代表的分層路由使用分簇的方法使得數(shù)據(jù)融合的操作過(guò)程更為便利。每個(gè)簇頭在收到本簇成員的數(shù)據(jù)后進(jìn)行數(shù)據(jù)融合處理，并將結(jié)果發(fā)送給匯聚節(jié)點(diǎn).如圖所示。LEACH算法僅強(qiáng)調(diào)數(shù)據(jù)融合的重要性，并未給出具體的融合方法。TEEN是LEACH的改進(jìn)，它與定向擴(kuò)散路由一樣通過(guò)緩存機(jī)制抑制不需要轉(zhuǎn)發(fā)的數(shù)據(jù)，但它利用閾值的設(shè)置使得抑制操作更加靈活，能夠進(jìn)一步減少數(shù)據(jù)融合過(guò)程中的數(shù)據(jù)量。第24頁(yè)/共38頁(yè)9.4.1基于路由的數(shù)據(jù)融合(2)2.基于分層路由的數(shù)據(jù)融合249.4.1基于路由的數(shù)據(jù)融合(3)3.基于鏈?zhǔn)铰酚傻臄?shù)據(jù)融合鏈?zhǔn)铰酚蒔EGASIS對(duì)LEACH中的數(shù)據(jù)融合進(jìn)行了改進(jìn)。它建立在兩個(gè)假設(shè)基礎(chǔ)之上：一是所有節(jié)點(diǎn)距離匯聚節(jié)點(diǎn)都很遠(yuǎn)；二是每個(gè)節(jié)點(diǎn)都能接收到數(shù)據(jù)分組與自己的數(shù)據(jù)融合成一個(gè)大小不變的數(shù)據(jù)分組。PEGASIS在收集數(shù)據(jù)之前，首先利用貪心算法將網(wǎng)絡(luò)中所有節(jié)點(diǎn)連成一個(gè)單鏈，然后隨機(jī)選取一個(gè)節(jié)點(diǎn)作為首領(lǐng)。首領(lǐng)向鏈的兩端發(fā)出收集數(shù)據(jù)的請(qǐng)求，數(shù)據(jù)從單鏈的兩個(gè)端點(diǎn)向首領(lǐng)流動(dòng)。位于端點(diǎn)和首領(lǐng)之間的節(jié)點(diǎn)在傳遞數(shù)據(jù)的同時(shí)要執(zhí)行融合操作，最終由首領(lǐng)節(jié)點(diǎn)將結(jié)果數(shù)據(jù)傳送給匯聚節(jié)點(diǎn)，其過(guò)程如圖所示。第25頁(yè)/共38頁(yè)9.4.1基于路由的數(shù)據(jù)融合(3)3.基于鏈?zhǔn)铰酚傻臄?shù)據(jù)融合259.4.2基于反向組播樹的數(shù)據(jù)融合

無(wú)線傳感網(wǎng)的數(shù)據(jù)融合是多個(gè)源節(jié)點(diǎn)向一個(gè)匯聚節(jié)點(diǎn)發(fā)送數(shù)據(jù)的過(guò)程，可以認(rèn)為是一個(gè)反向組播樹的構(gòu)造過(guò)程。匯聚節(jié)點(diǎn)在收集數(shù)據(jù)時(shí)通過(guò)反向組播樹的形式從分散的傳感器節(jié)點(diǎn)逐步匯集監(jiān)測(cè)數(shù)據(jù)，如圖所示。反向組播樹上的每個(gè)中間節(jié)點(diǎn)都對(duì)收到的數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，于是網(wǎng)內(nèi)數(shù)據(jù)就得到了及時(shí)且最大限度的融合。第26頁(yè)/共38頁(yè)9.4.2基于反向組播樹的數(shù)據(jù)融合

無(wú)線傳感網(wǎng)的數(shù)據(jù)融合是多269.4數(shù)據(jù)融合的主要方法

數(shù)據(jù)融合的大致過(guò)程如下，首先將被測(cè)對(duì)象的輸出結(jié)果轉(zhuǎn)換為電信號(hào)，然后經(jīng)過(guò)A/D轉(zhuǎn)換形成數(shù)字量，然后對(duì)數(shù)字化后的電信號(hào)經(jīng)過(guò)預(yù)處理，濾除數(shù)據(jù)采集過(guò)程中的干擾和噪聲，接著對(duì)經(jīng)過(guò)處理后的有用信號(hào)進(jìn)行特征抽取，實(shí)現(xiàn)數(shù)據(jù)融合，或者直接對(duì)信號(hào)進(jìn)行融合處理，最后輸出融合的結(jié)果。目前數(shù)據(jù)融合的方法主要有如下幾種。1.綜合平均法2．卡爾曼濾波法3．貝葉斯估計(jì)法4．D-S證據(jù)推理法5．統(tǒng)計(jì)決策理論6．模糊邏輯法7．產(chǎn)生式規(guī)則法8．神經(jīng)網(wǎng)絡(luò)方法第27頁(yè)/共38頁(yè)9.4數(shù)據(jù)融合的主要方法

數(shù)據(jù)融合的大致過(guò)程如下，首先將被271.綜合平均法該方法是把來(lái)自多個(gè)傳感器的眾多數(shù)據(jù)進(jìn)行綜合平均。它適用于同類傳感器檢測(cè)同一個(gè)檢測(cè)目標(biāo)的情況。這是最簡(jiǎn)單、最直觀的數(shù)據(jù)融合方法。該方法將一組傳感器提供的冗余信息進(jìn)行加權(quán)平均，并將結(jié)果作為期望值。第28頁(yè)/共38頁(yè)1.綜合平均法第28頁(yè)/共38頁(yè)282．卡爾曼濾波法卡爾曼濾波法用于融合低層的實(shí)時(shí)動(dòng)態(tài)多傳感器的冗余數(shù)據(jù)。該方法利用測(cè)量模型的統(tǒng)計(jì)特性，遞推地確定融合數(shù)據(jù)的估計(jì)，該估計(jì)在統(tǒng)計(jì)意義下是最優(yōu)的。如果系統(tǒng)可以用一個(gè)線性模型描述，且系統(tǒng)與傳感器的誤差均符合高斯白噪聲模型，則卡爾曼濾波特為數(shù)據(jù)融合提供唯一統(tǒng)計(jì)意義上的最優(yōu)估計(jì)?？柭鼮V波器的遞推特性使得它特別適合在那些不具備大量數(shù)據(jù)存儲(chǔ)能力的系統(tǒng)中使用。它的應(yīng)用領(lǐng)域包括目標(biāo)識(shí)別、機(jī)器人導(dǎo)航、多目標(biāo)跟蹤、慣性導(dǎo)航和遙感等。例如，應(yīng)用卡爾曼濾波器對(duì)個(gè)傳感器的測(cè)量數(shù)據(jù)進(jìn)行融合后，既可以獲得系統(tǒng)的當(dāng)前狀態(tài)估計(jì)，又可以預(yù)報(bào)系統(tǒng)的未來(lái)狀態(tài)。所估計(jì)的系統(tǒng)狀態(tài)可以表示移動(dòng)機(jī)器人的當(dāng)前位置、目標(biāo)的位置和速度、從傳感器數(shù)據(jù)中抽取的特征或?qū)嶋H測(cè)量值本身。第29頁(yè)/共38頁(yè)2．卡爾曼濾波法第29頁(yè)/共38頁(yè)293．貝葉斯估計(jì)法貝葉斯估計(jì)是融合靜態(tài)環(huán)境中多傳感器底層信息的常用方法。它將傳感器信息依據(jù)概率原則進(jìn)行組合，測(cè)量不確定性以條件概率表示。在傳感器組的觀測(cè)坐標(biāo)一致時(shí)，可以用直接法對(duì)傳感器的測(cè)量數(shù)據(jù)進(jìn)行融合。在大多數(shù)情況下，傳感器是從不同的坐標(biāo)系對(duì)同一環(huán)境物體進(jìn)行描述的，這時(shí)傳感器的測(cè)量數(shù)據(jù)要以間接方式采用貝葉斯估計(jì)進(jìn)行數(shù)據(jù)融合。多貝葉斯估計(jì)把每個(gè)傳感器都作為一個(gè)貝葉斯估計(jì)，將各單獨(dú)物體的關(guān)聯(lián)概率分布組合成一個(gè)聯(lián)合后驗(yàn)概率分布函數(shù)，通過(guò)使聯(lián)合分布函數(shù)的似然函數(shù)最小，可以得到多傳感器信息的最終融合值。第30頁(yè)/共38頁(yè)3．貝葉斯估計(jì)法第30頁(yè)/共38頁(yè)304．D-S證據(jù)推理法D-S（Dempster-shafer）證據(jù)推理法是目前數(shù)據(jù)融合技術(shù)中比較常用的一種方法，是由Dempster首先提出，由shafer發(fā)展的一種不精確推理理論。這種方法是貝葉斯方法的擴(kuò)展，因?yàn)樨惾~斯方法必須給出先驗(yàn)概率，證據(jù)理論則能夠處理由不知道引起的不確定性，通常用來(lái)對(duì)目標(biāo)的位置、存在與否進(jìn)行推斷。在多傳感器數(shù)據(jù)融合系統(tǒng)中，每個(gè)信息源都提供了一組證據(jù)和命題，并且建立了一個(gè)相應(yīng)的質(zhì)量分布函數(shù)。因此，每一個(gè)信息源就相當(dāng)于一個(gè)證據(jù)體。D-S證據(jù)推理法的實(shí)質(zhì)是在同一個(gè)鑒別框架下，將不同的證據(jù)體通過(guò)Dempster合并規(guī)則合并成一個(gè)新的證據(jù)體，并計(jì)算證據(jù)體的似真度，最后采用某一決策選擇規(guī)則，獲得融合的結(jié)果。第31頁(yè)/共38頁(yè)4．D-S證據(jù)推理法第31頁(yè)/共38頁(yè)315．統(tǒng)計(jì)決策理論與多貝葉斯估計(jì)不同，統(tǒng)計(jì)決策理論中的不確定性為可加噪聲，因此其不確定性的適應(yīng)范圍更廣。不同傳感器觀測(cè)到的數(shù)據(jù)必須經(jīng)過(guò)一個(gè)魯棒綜合測(cè)試，以檢驗(yàn)它的一致性，經(jīng)過(guò)一致性檢驗(yàn)的數(shù)據(jù)用魯棒極值決策規(guī)則進(jìn)行融合處理。第32頁(yè)/共38頁(yè)5．統(tǒng)計(jì)決策理論第32頁(yè)/共38頁(yè)326．模糊邏輯法這種方法針對(duì)數(shù)據(jù)融合中所檢測(cè)的目標(biāo)特征具有某種模糊性的現(xiàn)象，利用模糊邏輯的方法對(duì)檢測(cè)目標(biāo)進(jìn)行識(shí)別和分類。建立標(biāo)準(zhǔn)檢測(cè)目標(biāo)和待識(shí)別檢測(cè)目標(biāo)的模糊子集是此方法的基礎(chǔ)。模糊子集的建立需要有各種各樣的標(biāo)準(zhǔn)檢測(cè)目標(biāo)，同時(shí)必須建立合適的隸屬函數(shù)。模糊邏輯實(shí)質(zhì)上是一種多值邏輯，在多傳感器數(shù)據(jù)融合中，對(duì)每個(gè)命題及推理算子賦予。0～1之間的實(shí)數(shù)值，以表示其在融合過(guò)程中的可信程度，又被稱為確定性因子。然后使用多值邏輯推理法，利用各種算子對(duì)各種命題即各傳感源提供的信息進(jìn)行合并運(yùn)算，從而實(shí)現(xiàn)信息的融合。第33頁(yè)/共38頁(yè)6．模糊邏輯法第33頁(yè)/共38頁(yè)337．產(chǎn)生式規(guī)則法這是人工智能中常用的控制方法。一般要通過(guò)對(duì)具體使用的傳感器的特性及環(huán)境特性的分析，才能歸納出產(chǎn)生式規(guī)則法中的規(guī)則。通常，系統(tǒng)改換或增減傳感器時(shí)，其規(guī)則要重新產(chǎn)生。這種方法的特點(diǎn)是系統(tǒng)擴(kuò)展性較差，但推理過(guò)程簡(jiǎn)單明了，易于系統(tǒng)解釋，所以也有廣泛的應(yīng)用范圍。第34頁(yè)/共38頁(yè)7．產(chǎn)生式規(guī)則法第34頁(yè)/共38頁(yè)348．神經(jīng)網(wǎng)絡(luò)方法神經(jīng)網(wǎng)絡(luò)方法是模擬人類大腦行為而產(chǎn)生的一種信息處理技術(shù)，它采用大量以一定方式相互連接和相互作用的簡(jiǎn)單處理單元，即神經(jīng)元來(lái)處理信息。神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的容錯(cuò)性和自組織、自學(xué)習(xí)及自適應(yīng)的能力，能夠?qū)崿F(xiàn)復(fù)雜的映射。神經(jīng)網(wǎng)絡(luò)的優(yōu)越性和強(qiáng)大的非線性處理能力，能夠很好地滿足多傳感器數(shù)據(jù)融合技術(shù)的要求。第35頁(yè)/共38頁(yè)8．神經(jīng)網(wǎng)絡(luò)方法第35頁(yè)/共38頁(yè)359.5本章小結(jié)

數(shù)據(jù)融合利用節(jié)點(diǎn)的本地計(jì)算和存儲(chǔ)能力處理數(shù)據(jù)，進(jìn)行數(shù)據(jù)融合操作，去除冗余信息，盡量減小傳輸量，從而達(dá)到節(jié)省能量的目的。數(shù)據(jù)融合技術(shù)在節(jié)省能量、提高信息準(zhǔn)確度的同時(shí)。要犧牲其他方面的性能作為代價(jià)。首先是延遲的代價(jià)：在數(shù)據(jù)傳送過(guò)程中，尋找易于進(jìn)行數(shù)據(jù)融合的路由、進(jìn)行數(shù)據(jù)融合操作、為融合而等待其他數(shù)據(jù)的到來(lái)，這三個(gè)方面都可能增加網(wǎng)絡(luò)的平均延遲。其次是魯棒性的代價(jià)：傳感網(wǎng)相對(duì)于傳統(tǒng)網(wǎng)絡(luò)有更高的節(jié)點(diǎn)失效率以及數(shù)據(jù)丟失率，數(shù)據(jù)融合可以大幅度降低數(shù)據(jù)的冗余性，但丟失相同的數(shù)據(jù)量可能損失更多的信息，因此相對(duì)而言也降低了網(wǎng)絡(luò)的魯棒性。數(shù)據(jù)融合技術(shù)可以與傳感網(wǎng)的多個(gè)協(xié)議層次進(jìn)行結(jié)合。在應(yīng)用層設(shè)計(jì)中，可以利用分布式數(shù)據(jù)庫(kù)技術(shù)，對(duì)采集到的數(shù)據(jù)進(jìn)行逐步篩選，達(dá)到融合的效果。在網(wǎng)絡(luò)層，很多路由協(xié)議均結(jié)合了數(shù)據(jù)融合機(jī)制，以期減少數(shù)據(jù)傳輸量。此外，還有研究者提出了獨(dú)立于其他協(xié)議層的數(shù)據(jù)融合協(xié)議層，通過(guò)減少M(fèi)AC層的發(fā)送沖突和頭部開(kāi)銷達(dá)到節(jié)省能量的目的，同時(shí)又不損失時(shí)間性能和信息的完整性。數(shù)據(jù)融合技術(shù)已經(jīng)在目標(biāo)跟蹤、目標(biāo)識(shí)別等領(lǐng)域得到了廣泛的應(yīng)用。在傳感器網(wǎng)絡(luò)的設(shè)計(jì)中，只有而向應(yīng)用需求設(shè)計(jì)針對(duì)件強(qiáng)的數(shù)據(jù)融合方法，才能最大限度地獲益。第36頁(yè)/共38頁(yè)9.5本章小結(jié)

數(shù)據(jù)融合利用節(jié)點(diǎn)的本地計(jì)算和存儲(chǔ)能力處理數(shù)36思考題

1．什么是數(shù)據(jù)融合技術(shù)？它在傳感器網(wǎng)絡(luò)中的主要作用是什么?2．簡(jiǎn)述數(shù)據(jù)融合技術(shù)的不同分類方法及其類型。3．傳感網(wǎng)中數(shù)據(jù)融合的主要作用是什么？4．常見(jiàn)的數(shù)據(jù)融合方法有哪些？第37頁(yè)/共38頁(yè)思考題

1．什么是數(shù)據(jù)融合技術(shù)？它在傳感器網(wǎng)絡(luò)中的主要作用是37感謝觀看！第38頁(yè)/共38頁(yè)感謝觀看！第38頁(yè)/共38頁(yè)389.1概述數(shù)據(jù)融合的目的是收集各類傳感器采集的信息，這些信息是以信號(hào)、波形、圖像、數(shù)據(jù)、文字、聲音等形式提供的。一般將各種傳感器直接給出的信息稱作源信息，如果傳感器給出的信息是已經(jīng)數(shù)字化的信息，就稱作源數(shù)據(jù)，如果給出的是圖像就是源圖像。源信息是信息系統(tǒng)處理的對(duì)象。信息系統(tǒng)的功能就是把各種各樣的傳感器提供的信息進(jìn)行加工處理，以獲得人們所期待的、可以直接使用的某些波形、數(shù)據(jù)或結(jié)論。源信息、傳感器與環(huán)境之間的關(guān)系如圖9-1所示。第1頁(yè)/共38頁(yè)9.1概述數(shù)據(jù)融合的目的是收集各類傳感器采集的信息，這些信399.1概述（2）多傳感器信息聯(lián)合處理技術(shù)。實(shí)現(xiàn)對(duì)觀測(cè)目標(biāo)的連續(xù)跟蹤和測(cè)量等一系列問(wèn)題的處理方法，就是多傳感器的數(shù)據(jù)融合技術(shù)，有時(shí)也被稱作多傳感器信息融合（InformationFusion，IF）技術(shù)或多傳感器融合(SensorFusion，SF)技術(shù)。數(shù)據(jù)融合也被稱作信息融合，是一種多源信息處理技術(shù)。它通過(guò)對(duì)來(lái)自同一目標(biāo)的多源數(shù)據(jù)進(jìn)行優(yōu)化合成，獲得比單一信息源更精確、完整的估計(jì)或判斷。多傳感器數(shù)據(jù)融合是一種多層次、多方面的處理過(guò)程，這個(gè)過(guò)程是對(duì)多源數(shù)據(jù)進(jìn)行檢測(cè)、互聯(lián)、相關(guān)、估計(jì)和組合，并以更高的精度、較高的置信度得到目標(biāo)的狀態(tài)估計(jì)和身份識(shí)別，以及完整的勢(shì)態(tài)估計(jì)和威脅評(píng)估，為用戶提供有用的決策信息。這個(gè)定義實(shí)際上包含了3個(gè)含義。第2頁(yè)/共38頁(yè)9.1概述（2）多傳感器信息聯(lián)合處理技術(shù)。第2頁(yè)/共38頁(yè)409.1概述（3）數(shù)據(jù)融合定義實(shí)際上包含了3個(gè)含義。（1）數(shù)據(jù)融合是多信源、多層次的處理過(guò)程，每個(gè)層次代表了信息的不同抽象程度。（2）數(shù)據(jù)融合過(guò)程包括數(shù)據(jù)的檢測(cè)、關(guān)聯(lián)、估計(jì)與合并。（3）數(shù)據(jù)融合的輸出包括低層次上的狀態(tài)身份估計(jì)和高層次上的總戰(zhàn)術(shù)態(tài)勢(shì)的評(píng)估。傳感器數(shù)據(jù)融合技術(shù)在軍事領(lǐng)域的應(yīng)用，包括海上監(jiān)視系統(tǒng)、地面防空系統(tǒng)、戰(zhàn)略防御與監(jiān)視系統(tǒng)等。其中最典型的就是軍事系統(tǒng)，即軍事指揮自動(dòng)化系統(tǒng)。在非軍事領(lǐng)域的應(yīng)用則包括了機(jī)器人系統(tǒng)、生物醫(yī)學(xué)工程系統(tǒng)和工業(yè)控制自動(dòng)監(jiān)視系統(tǒng)等。第3頁(yè)/共38頁(yè)9.1概述（3）數(shù)據(jù)融合定義實(shí)際上包含了3個(gè)含義。第3頁(yè)419.1概述（4）數(shù)據(jù)融合的方法被普遍應(yīng)用在日常生活中，比如在辨別一個(gè)事物的時(shí)候通常會(huì)綜合各種感官信息，包括視覺(jué)、觸覺(jué)、嗅覺(jué)和聽(tīng)覺(jué)等。單獨(dú)依賴一種感官獲得的信息往往不足以對(duì)事物做出準(zhǔn)確判斷，而綜合多種感官數(shù)據(jù)，對(duì)事物的描述會(huì)更準(zhǔn)確。在多傳感器系統(tǒng)中所用到的傳感器可以分為有源傳感器和無(wú)源傳感器兩種。有源傳感器發(fā)射某種形式的信息，然后接收環(huán)境和目標(biāo)對(duì)該信息的反射或散射信息，例如各種類型的有源雷達(dá)、激光測(cè)距系統(tǒng)和敵我識(shí)別系統(tǒng)等。無(wú)源傳感器不發(fā)射任何形式的信息，完全靠接收環(huán)境和目標(biāo)的輻射來(lái)形成源信息。如紅外無(wú)源探測(cè)器、被動(dòng)接收無(wú)線電定位系統(tǒng)和電視跟蹤系統(tǒng)等，它們分別接收目標(biāo)發(fā)出的熱輻射無(wú)線電信號(hào)和可見(jiàn)光信號(hào)。第4頁(yè)/共38頁(yè)9.1概述（4）數(shù)據(jù)融合的方法被普遍應(yīng)用在日常生活中，比如429.1概述（5）數(shù)據(jù)融合的內(nèi)容主要包括：多傳感器的目標(biāo)探測(cè)、數(shù)據(jù)關(guān)聯(lián)、跟蹤與識(shí)別、情況評(píng)估和預(yù)測(cè)。數(shù)據(jù)融合的基本目的是：通過(guò)融合，得到比各個(gè)單獨(dú)的輸入數(shù)據(jù)更多的信息。這是協(xié)同作用的結(jié)果，即由于多傳感器的共同作用，系統(tǒng)的有效性得以增強(qiáng)。數(shù)據(jù)融合是一種多源信息的綜合技術(shù)，通過(guò)對(duì)來(lái)自不同傳感器的數(shù)據(jù)進(jìn)行分析和綜合，可以獲得被測(cè)對(duì)象及其性質(zhì)的最佳一致估計(jì)。將經(jīng)過(guò)集成處理的多種傳感器信息進(jìn)行集成，可以形成對(duì)外部環(huán)境某一特征的一種表達(dá)方式。第5頁(yè)/共38頁(yè)9.1概述（5）數(shù)據(jù)融合的內(nèi)容主要包括：第5頁(yè)/共38頁(yè)439.2數(shù)據(jù)融合的作用從廣義上講，數(shù)據(jù)融合的主要作用可歸納為以下幾點(diǎn)；（1）提高信息的準(zhǔn)確性和全面性。與單個(gè)傳感器相比，多傳感器的數(shù)據(jù)融合處理可以獲得有關(guān)周圍環(huán)境的更準(zhǔn)確、全面的信息。（2）降低信息的不確定性。一組相似的傳感器采集的信息存在著明顯的互補(bǔ)性，這種互補(bǔ)性經(jīng)過(guò)適當(dāng)處理后，可以對(duì)單一傳感器的不確定性及其測(cè)量范圍的局限性進(jìn)行補(bǔ)償。（3）提高系統(tǒng)的可靠性。某個(gè)或某幾個(gè)傳感器失效時(shí)，系統(tǒng)仍能正常運(yùn)行。（4）增加系統(tǒng)的實(shí)時(shí)性。第6頁(yè)/共38頁(yè)9.2數(shù)據(jù)融合的作用從廣義上講，數(shù)據(jù)融合的主要作用可歸納449.2數(shù)據(jù)融合的作用（2）目前大多數(shù)傳感網(wǎng)的應(yīng)用都是由大量傳感器節(jié)點(diǎn)來(lái)共同完成信息的采集過(guò)程，并將收集的信息返回傳感器節(jié)點(diǎn)所在的監(jiān)測(cè)區(qū)域。由于傳感器節(jié)點(diǎn)的資源十分有限，主要體現(xiàn)在電池能量、處理能力、存儲(chǔ)容量以及通信帶寬等幾個(gè)方面。在收集信息的過(guò)程中，各個(gè)節(jié)點(diǎn)單獨(dú)地直接傳送數(shù)據(jù)到匯聚節(jié)點(diǎn)是不合適的，主要原因如下：（1）浪費(fèi)通信帶寬和能量。在覆蓋度較高的傳感網(wǎng)中，鄰近節(jié)點(diǎn)報(bào)告的信息通常存在冗余性，各個(gè)節(jié)點(diǎn)單獨(dú)傳送數(shù)據(jù)會(huì)浪費(fèi)通信帶寬。另外，傳輸大量數(shù)據(jù)會(huì)使整個(gè)網(wǎng)絡(luò)消耗過(guò)多的能量，這樣會(huì)縮短網(wǎng)絡(luò)的生存時(shí)間。（2）降低信息收集的效率。多個(gè)節(jié)點(diǎn)同時(shí)傳送數(shù)據(jù)會(huì)增加數(shù)據(jù)鏈路層的調(diào)度難度，造成頻繁的沖突碰撞，降低了通信效率，因此會(huì)影響信息收集的及時(shí)性。第7頁(yè)/共38頁(yè)9.2數(shù)據(jù)融合的作用（2）目前大多數(shù)傳感網(wǎng)的應(yīng)用都是由大459.2數(shù)據(jù)融合的作用（3）數(shù)據(jù)融合是將多份數(shù)據(jù)或信息進(jìn)行處理，組合出更有效、更符合用戶需求的數(shù)據(jù)的過(guò)程。傳感網(wǎng)的數(shù)據(jù)融合技術(shù)主要用于處理同一類型傳感器的數(shù)據(jù)，或者輸出復(fù)合型異構(gòu)傳感器的綜合處理結(jié)果。例如，在森林防火的應(yīng)用中，需要對(duì)溫度傳感器探測(cè)到的環(huán)境溫度進(jìn)行融合。在目標(biāo)自動(dòng)識(shí)別的應(yīng)用中，需要對(duì)圖像監(jiān)測(cè)傳感器采集的圖像數(shù)據(jù)進(jìn)行融合處理。數(shù)據(jù)融合技術(shù)的具體實(shí)現(xiàn)與應(yīng)用密切相關(guān)。例如，在森林防火應(yīng)用中，只要處理傳感器節(jié)點(diǎn)的位置和報(bào)告的溫度數(shù)值，就實(shí)現(xiàn)了用戶的要求和目標(biāo)。但是，在目標(biāo)識(shí)別的應(yīng)用中，出于各個(gè)節(jié)點(diǎn)的地理位置不同，針對(duì)同一目標(biāo)所報(bào)告的圖像的拍攝角度也不同，需要從三維空間的角度綜合考慮問(wèn)題，所以融合的難度也相對(duì)較大。第8頁(yè)/共38頁(yè)9.2數(shù)據(jù)融合的作用（3）數(shù)據(jù)融合是將多份數(shù)據(jù)或信息進(jìn)行469.2數(shù)據(jù)融合的作用（4）以數(shù)據(jù)為中心的傳感網(wǎng)采取數(shù)據(jù)融合技術(shù)會(huì)使其實(shí)現(xiàn)的數(shù)據(jù)采集功能相比傳統(tǒng)方法具有如下優(yōu)點(diǎn)。（1）增加了測(cè)量維數(shù)和置信度，提高了容錯(cuò)功能，并改進(jìn)了系統(tǒng)的可靠性和可維護(hù)性。（2）提高了精度。（3）擴(kuò)展了空間和時(shí)間的覆蓋度，提高了空間分辨率，提高了適應(yīng)環(huán)境的能力。（4）改進(jìn)了探測(cè)性能，增加了響應(yīng)的有效性，降低了對(duì)單個(gè)傳感器的性能要求，提高了信息處理的速度。（5）降低了信息獲取的成本。第9頁(yè)/共38頁(yè)9.2數(shù)據(jù)融合的作用（4）以數(shù)據(jù)為中心的傳感網(wǎng)采取數(shù)據(jù)融471．節(jié)省能量傳感網(wǎng)是由大量的傳感器節(jié)點(diǎn)覆蓋在監(jiān)測(cè)區(qū)域形成的。通常在部署網(wǎng)絡(luò)時(shí)，需要使傳感器節(jié)點(diǎn)達(dá)到一定的密度，以增強(qiáng)整個(gè)網(wǎng)絡(luò)的魯棒性和監(jiān)測(cè)信息的準(zhǔn)確性，有時(shí)甚至需要使多個(gè)節(jié)點(diǎn)的監(jiān)測(cè)范圍互相交疊。監(jiān)測(cè)區(qū)域的相互重疊導(dǎo)致鄰近節(jié)點(diǎn)報(bào)告的信息存在一定程度的冗余。在冗余程度很高的情況下，把這些節(jié)點(diǎn)報(bào)告的數(shù)據(jù)全部發(fā)送給匯聚節(jié)點(diǎn)與僅發(fā)送一份數(shù)據(jù)相比，除了使網(wǎng)絡(luò)消耗更多的能量外，并未使匯聚節(jié)點(diǎn)獲得更多的有意義的信息。數(shù)據(jù)融合就是要針對(duì)上述情況對(duì)冗余數(shù)據(jù)進(jìn)行網(wǎng)內(nèi)處理，即中間節(jié)點(diǎn)在轉(zhuǎn)發(fā)傳感器數(shù)據(jù)之前，首先要對(duì)數(shù)據(jù)進(jìn)行綜合，去掉冗余信息，在滿足應(yīng)用需求的前提下將需要傳輸?shù)臄?shù)據(jù)量最小化。第10頁(yè)/共38頁(yè)1．節(jié)省能量傳感網(wǎng)是由大量的傳感器節(jié)點(diǎn)覆蓋在監(jiān)測(cè)區(qū)域形成的。481．節(jié)省能量（2）網(wǎng)內(nèi)處理利用的是節(jié)點(diǎn)的計(jì)算資源和存儲(chǔ)資源，其能量消耗與傳送數(shù)據(jù)相比要少很多。美國(guó)加州大學(xué)伯克利分校計(jì)算機(jī)系研制開(kāi)發(fā)了微型傳感器網(wǎng)絡(luò)節(jié)點(diǎn)Micadot，其研究試驗(yàn)表明，該節(jié)點(diǎn)發(fā)送1bit的數(shù)據(jù)所消耗的能量約為4000nJ，而處理器執(zhí)行一條指令所消耗的能量?jī)H為5nJ，即發(fā)送1bit數(shù)據(jù)的能耗可以用來(lái)執(zhí)行800條指令。因此，在一定程度上應(yīng)該盡量進(jìn)行網(wǎng)內(nèi)處理，這樣可以減少數(shù)據(jù)傳輸量，有效地節(jié)省能量。在理想的融合情況下，中間節(jié)點(diǎn)可以把n長(zhǎng)度相等的輸入數(shù)據(jù)分組合并成1個(gè)等長(zhǎng)的輸出分組，只需要消耗不進(jìn)行融合時(shí)所消耗能量的I/n即可完成數(shù)據(jù)傳輸。在最差的情況下，融合操作并未減少數(shù)據(jù)量，但通過(guò)減少分組個(gè)數(shù)，可以減少信道的協(xié)商或競(jìng)爭(zhēng)過(guò)程造成的能量開(kāi)銷。第11頁(yè)/共38頁(yè)1．節(jié)省能量（2）網(wǎng)內(nèi)處理利用的是節(jié)點(diǎn)的計(jì)算資源和存儲(chǔ)資源，492．獲得更準(zhǔn)確的信息傳感網(wǎng)是由大量廉價(jià)的傳感器節(jié)點(diǎn)組成，部署在各種各樣的應(yīng)用環(huán)境中。人們從傳感器節(jié)點(diǎn)獲得的信息存在著較高的不可靠性，這些不可靠因素主要來(lái)源于以下方面。（1）受到成本和體積的限制，節(jié)點(diǎn)裝配的傳感器元器件的精度一般較低。（2）無(wú)線通信的機(jī)制使得傳送的數(shù)據(jù)更容易受到干擾而遭到破壞。（3）惡劣的工作環(huán)境除了影響數(shù)據(jù)傳送以外，還會(huì)破壞節(jié)點(diǎn)的功能部件，令其工作異常，可能報(bào)告出錯(cuò)誤的數(shù)據(jù)。第12頁(yè)/共38頁(yè)2．獲得更準(zhǔn)確的信息傳感網(wǎng)是由大量廉價(jià)的傳感器節(jié)點(diǎn)組成，部署502．獲得更準(zhǔn)確的信息（2）僅收集少數(shù)幾個(gè)分散的傳感器節(jié)點(diǎn)的數(shù)據(jù)，是難以保證所采集信息的正確性的。因此需要通過(guò)對(duì)監(jiān)測(cè)同一對(duì)象的多個(gè)傳感器所采集的數(shù)據(jù)進(jìn)行綜合，從而有效地提高所獲得信息的精度和可信度。由于鄰近的傳感器節(jié)點(diǎn)也在監(jiān)測(cè)同一區(qū)域，它們所獲得信息之間的差異性很小。如果個(gè)別節(jié)點(diǎn)報(bào)告了錯(cuò)誤的或誤差較大的信息，很容易在本地處理中通過(guò)簡(jiǎn)單的比較算法進(jìn)行排除。雖然可以在數(shù)據(jù)全部單獨(dú)傳送到匯聚節(jié)點(diǎn)后再進(jìn)行集中融合，但這種方法得到的結(jié)果往往不如在網(wǎng)內(nèi)預(yù)先進(jìn)行融合處理的結(jié)果精確，有時(shí)甚至?xí)a(chǎn)生融合錯(cuò)誤。數(shù)據(jù)融合一般需要數(shù)據(jù)源所在地局部信息的參與，如數(shù)據(jù)產(chǎn)生的地點(diǎn)，產(chǎn)生數(shù)據(jù)的節(jié)點(diǎn)所在的組或簇等。第13頁(yè)/共38頁(yè)2．獲得更準(zhǔn)確的信息（2）僅收集少數(shù)幾個(gè)分散的傳感器節(jié)點(diǎn)的數(shù)513．提高數(shù)據(jù)的收集效率在傳感網(wǎng)內(nèi)部進(jìn)行數(shù)據(jù)融合，可以在一定程度上提高網(wǎng)絡(luò)收集數(shù)據(jù)的整體效率。數(shù)據(jù)融合減少了需要傳輸?shù)臄?shù)據(jù)量，可以減輕網(wǎng)絡(luò)的傳輸擁塞，降低數(shù)據(jù)的傳輸延遲。即使有效數(shù)據(jù)量并末減少，但通過(guò)對(duì)多個(gè)分組進(jìn)行合并，減少分組個(gè)數(shù)。數(shù)據(jù)融合能減少網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)臎_突碰撞現(xiàn)象，也可以提高無(wú)線信道的利用率。第14頁(yè)/共38頁(yè)3．提高數(shù)據(jù)的收集效率在傳感網(wǎng)內(nèi)部進(jìn)行數(shù)據(jù)融合，可以在一定程529.3無(wú)線傳感網(wǎng)的數(shù)據(jù)融合模型

對(duì)于無(wú)線傳感網(wǎng)的數(shù)據(jù)融合技術(shù)而言，通信的能耗帶寬、傳輸?shù)目煽啃裕瑪?shù)據(jù)收集的效率等是主要考慮的因素，依據(jù)多傳感器數(shù)據(jù)融合模型定義方法，結(jié)合無(wú)線傳感網(wǎng)以數(shù)據(jù)為中心的特點(diǎn)，數(shù)據(jù)融合模型可以分為數(shù)據(jù)包級(jí)融合結(jié)構(gòu)模型和跟蹤級(jí)融合結(jié)構(gòu)模型。第15頁(yè)/共38頁(yè)9.3無(wú)線傳感網(wǎng)的數(shù)據(jù)融合模型

對(duì)于無(wú)線傳感網(wǎng)的數(shù)據(jù)融合技術(shù)539.3.1數(shù)據(jù)包級(jí)融合模型

根據(jù)數(shù)據(jù)進(jìn)行融合操作前后的信息含量，可以將數(shù)據(jù)融合分為無(wú)損融合（losslessaggregation）和有損融合（lossyaggregation）兩類。第16頁(yè)/共38頁(yè)9.3.1數(shù)據(jù)包級(jí)融合模型

根據(jù)數(shù)據(jù)進(jìn)行融合操作前后的信息含549.3.1數(shù)據(jù)包級(jí)融合模型(2)（1）無(wú)損失融合在無(wú)損失融合中，所有的細(xì)節(jié)信息均被保留，只去除冗余的部分信息。此類融合的常見(jiàn)做法是去除信息中的冗余部分。如果將多個(gè)數(shù)據(jù)分組打包成一個(gè)數(shù)據(jù)分組，而不改變各個(gè)分組所攜帶的數(shù)據(jù)內(nèi)容，那么這種融合方式就屬于無(wú)損失融合。它只是縮減了分組頭部的數(shù)據(jù)和為傳輸多個(gè)分組而需要的傳輸控制開(kāi)銷，而保留了全部數(shù)據(jù)信息。時(shí)間融合是無(wú)損失融合的另一個(gè)例子。在遠(yuǎn)程監(jiān)控應(yīng)用中，傳感器節(jié)點(diǎn)匯報(bào)的內(nèi)容可能在時(shí)間屬性上具有一定聯(lián)系，可以使用一種更有效的表示手段來(lái)融合多次匯報(bào)的結(jié)果。例如一個(gè)節(jié)點(diǎn)以一個(gè)短時(shí)間間隔進(jìn)行了多次匯報(bào)，每次匯報(bào)中除時(shí)間戳不同外，其他內(nèi)容均相同?；蛘呤盏竭@些匯報(bào)的中間節(jié)點(diǎn)可以只傳送時(shí)間戳最新的一次匯報(bào)，以表示在此時(shí)刻之前，被監(jiān)測(cè)的事物都具有相同的屬性，從而大大地節(jié)省網(wǎng)絡(luò)數(shù)據(jù)的傳輸量。第17頁(yè)/共38頁(yè)9.3.1數(shù)據(jù)包級(jí)融合模型(2)（1）無(wú)損失融合第17頁(yè)/共559.3.1數(shù)據(jù)包級(jí)融合模型(3)（2）有損失融合有損失融合通常會(huì)省略一些細(xì)節(jié)信息或降低數(shù)據(jù)的質(zhì)量，從而減少需要存儲(chǔ)或傳輸?shù)臄?shù)據(jù)量，以達(dá)到節(jié)省存儲(chǔ)資源或能量資源的目的。在有損失融合中，信息損失的上限是融合后的數(shù)據(jù)要保留應(yīng)用所必需的全部信息量。很多有損失融合都是針對(duì)數(shù)據(jù)收集的需求來(lái)進(jìn)行網(wǎng)內(nèi)處理的，例如．在溫度監(jiān)測(cè)應(yīng)用中。需要查詢某一區(qū)域范圍內(nèi)的平均溫度或者最低、最高溫度時(shí)，網(wǎng)內(nèi)處理將對(duì)各個(gè)傳感器節(jié)點(diǎn)所報(bào)告的數(shù)據(jù)進(jìn)行運(yùn)算，并只將結(jié)果數(shù)據(jù)報(bào)告給查詢者。從信息含量的角度來(lái)看，這份結(jié)果數(shù)據(jù)相對(duì)于傳感器節(jié)點(diǎn)所報(bào)告的原始數(shù)據(jù)來(lái)說(shuō)，損失了絕大部分的信息，但是它完全能滿足數(shù)據(jù)收集者的要求。第18頁(yè)/共38頁(yè)9.3.1數(shù)據(jù)包級(jí)融合模型(3)（2）有損失融合第18頁(yè)/共569.3.2跟蹤級(jí)融合模型

無(wú)線傳感網(wǎng)絡(luò)中大量的感知數(shù)據(jù)從多個(gè)源節(jié)點(diǎn)向匯聚節(jié)點(diǎn)傳送，從信息流通形式和網(wǎng)絡(luò)節(jié)點(diǎn)處理的層次看，跟蹤級(jí)融合模型可以分為集中式與分布式。第19頁(yè)/共38頁(yè)9.3.2跟蹤級(jí)融合模型

無(wú)線傳感網(wǎng)絡(luò)中大量的感知數(shù)據(jù)從多個(gè)579.3.2跟蹤級(jí)融合模型(2)1.集中式結(jié)構(gòu)集中式結(jié)構(gòu)的特點(diǎn)是匯聚節(jié)點(diǎn)發(fā)送有關(guān)數(shù)據(jù)的興趣或查詢，具有相關(guān)數(shù)據(jù)的多個(gè)源節(jié)點(diǎn)直接將數(shù)據(jù)發(fā)送給匯聚節(jié)點(diǎn)，最后匯聚節(jié)點(diǎn)進(jìn)行數(shù)據(jù)的處理，其結(jié)構(gòu)如圖9.2所示。這種結(jié)構(gòu)優(yōu)點(diǎn)是信息損失小。但由于無(wú)線傳感器網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)分布較為密集，多個(gè)源節(jié)點(diǎn)對(duì)同一事件的數(shù)據(jù)表征存在近似的冗余信息，因此對(duì)冗余信息的傳輸將會(huì)造成網(wǎng)絡(luò)消耗更多的能量。第20頁(yè)/共38頁(yè)9.3.2跟蹤級(jí)融合模型(2)1.集中式結(jié)構(gòu)第20頁(yè)/共38589.3.2跟蹤級(jí)融合模型(3)2.分布式結(jié)構(gòu)分布式結(jié)構(gòu)也就是所說(shuō)的網(wǎng)內(nèi)數(shù)據(jù)融合，如圖9.3所示，源節(jié)點(diǎn)發(fā)送的數(shù)據(jù)經(jīng)中間節(jié)點(diǎn)轉(zhuǎn)發(fā)時(shí)，中間節(jié)點(diǎn)查看數(shù)據(jù)包的內(nèi)容，進(jìn)行相應(yīng)的數(shù)據(jù)融合后再傳送到匯聚節(jié)點(diǎn)，由匯聚節(jié)點(diǎn)實(shí)現(xiàn)數(shù)據(jù)的綜合。該結(jié)構(gòu)在一定程度上提高了網(wǎng)絡(luò)數(shù)據(jù)收集的整體效率，減少了傳輸?shù)臄?shù)據(jù)量，從而降低能耗，提高信道利用率，延長(zhǎng)了網(wǎng)絡(luò)的生存時(shí)間。第21頁(yè)/共38頁(yè)9.3.2跟蹤級(jí)融合模型(3)2.分布式結(jié)構(gòu)第21頁(yè)/共38599.4無(wú)線傳感網(wǎng)數(shù)據(jù)融合技術(shù)

9.4.1基于路由的數(shù)據(jù)融合第22頁(yè)/共38頁(yè)9.4無(wú)線傳感網(wǎng)數(shù)據(jù)融合技術(shù)

9.4.1基于路由的數(shù)據(jù)融合第609.4.1基于路由的數(shù)據(jù)融合

1.基于查詢路由的數(shù)據(jù)融合以定向擴(kuò)散（directeddiffusion,DD）為代表的查詢路由中的數(shù)據(jù)融合主要是在其數(shù)據(jù)傳播階段進(jìn)行，所采用的是抑制副本的方法，即對(duì)轉(zhuǎn)發(fā)過(guò)來(lái)的數(shù)據(jù)進(jìn)行緩存，若發(fā)現(xiàn)重復(fù)的數(shù)據(jù)將不予轉(zhuǎn)發(fā)，這樣不僅簡(jiǎn)單易行，還能有效地減輕網(wǎng)絡(luò)的數(shù)據(jù)流量。第23頁(yè)/共38頁(yè)9.4.1基于路由的數(shù)據(jù)融合

1.基于查詢路由的數(shù)據(jù)融合第2619.4.1基于路由的數(shù)據(jù)融合(2)2.基于分層路由的數(shù)據(jù)融合以LEACH為代表的分層路由使用分簇的方法使得數(shù)據(jù)融合的操作過(guò)程更為便利。每個(gè)簇頭在收到本簇成員的數(shù)據(jù)后進(jìn)行數(shù)據(jù)融合處理，并將結(jié)果發(fā)送給匯聚節(jié)點(diǎn).如圖所示。LEACH算法僅強(qiáng)調(diào)數(shù)據(jù)融合的重要性，并未給出具體的融合方法。TEEN是LEACH的改進(jìn)，它與定向擴(kuò)散路由一樣通過(guò)緩存機(jī)制抑制不需要轉(zhuǎn)發(fā)的數(shù)據(jù)，但它利用閾值的設(shè)置使得抑制操作更加靈活，能夠進(jìn)一步減少數(shù)據(jù)融合過(guò)程中的數(shù)據(jù)量。第24頁(yè)/共38頁(yè)9.4.1基于路由的數(shù)據(jù)融合(2)2.基于分層路由的數(shù)據(jù)融合629.4.1基于路由的數(shù)據(jù)融合(3)3.基于鏈?zhǔn)铰酚傻臄?shù)據(jù)融合鏈?zhǔn)铰酚蒔EGASIS對(duì)LEACH中的數(shù)據(jù)融合進(jìn)行了改進(jìn)。它建立在兩個(gè)假設(shè)基礎(chǔ)之上：一是所有節(jié)點(diǎn)距離匯聚節(jié)點(diǎn)都很遠(yuǎn)；二是每個(gè)節(jié)點(diǎn)都能接收到數(shù)據(jù)分組與自己的數(shù)據(jù)融合成一個(gè)大小不變的數(shù)據(jù)分組。PEGASIS在收集數(shù)據(jù)之前，首先利用貪心算法將網(wǎng)絡(luò)中所有節(jié)點(diǎn)連成一個(gè)單鏈，然后隨機(jī)選取一個(gè)節(jié)點(diǎn)作為首領(lǐng)。首領(lǐng)向鏈的兩端發(fā)出收集數(shù)據(jù)的請(qǐng)求，數(shù)據(jù)從單鏈的兩個(gè)端點(diǎn)向首領(lǐng)流動(dòng)。位于端點(diǎn)和首領(lǐng)之間的節(jié)點(diǎn)在傳遞數(shù)據(jù)的同時(shí)要執(zhí)行融合操作，最終由首領(lǐng)節(jié)點(diǎn)將結(jié)果數(shù)據(jù)傳送給匯聚節(jié)點(diǎn)，其過(guò)程如圖所示。第25頁(yè)/共38頁(yè)9.4.1基于路由的數(shù)據(jù)融合(3)3.基于鏈?zhǔn)铰酚傻臄?shù)據(jù)融合639.4.2基于反向組播樹的數(shù)據(jù)融合

無(wú)線傳感網(wǎng)的數(shù)據(jù)融合是多個(gè)源節(jié)點(diǎn)向一個(gè)匯聚節(jié)點(diǎn)發(fā)送數(shù)據(jù)的過(guò)程，可以認(rèn)為是一個(gè)反向組播樹的構(gòu)造過(guò)程。匯聚節(jié)點(diǎn)在收集數(shù)據(jù)時(shí)通過(guò)反向組播樹的形式從分散的傳感器節(jié)點(diǎn)逐步匯集監(jiān)測(cè)數(shù)據(jù)，如圖所示。反向組播樹上的每個(gè)中間節(jié)點(diǎn)都對(duì)收到的數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，于是網(wǎng)內(nèi)數(shù)據(jù)就得到了及時(shí)且最大限度的融合。第26頁(yè)/共38頁(yè)9.4.2基于反向組播樹的數(shù)據(jù)融合

無(wú)線傳感網(wǎng)的數(shù)據(jù)融合是多649.4數(shù)據(jù)融合的主要方法

數(shù)據(jù)融合的大致過(guò)程如下，首先將被測(cè)對(duì)象的輸出結(jié)果轉(zhuǎn)換為電信號(hào)，然后經(jīng)過(guò)A/D轉(zhuǎn)換形成數(shù)字量，然后對(duì)數(shù)字化后的電信號(hào)經(jīng)過(guò)預(yù)處理，濾除數(shù)據(jù)采集過(guò)程中的干擾和噪聲，接著對(duì)經(jīng)過(guò)處理后的有用信號(hào)進(jìn)行特征抽取，實(shí)現(xiàn)數(shù)據(jù)融合，或者直接對(duì)信號(hào)進(jìn)行融合處理，最后輸出融合的結(jié)果。目前數(shù)據(jù)融合的方法主要有如下幾種。1.綜合平均法2．卡爾曼濾波法3．貝葉斯估計(jì)法4．D-S證據(jù)推理法5．統(tǒng)計(jì)決策理論6．模糊邏輯法7．產(chǎn)生式規(guī)則法8．神經(jīng)網(wǎng)絡(luò)方法第27頁(yè)/共38頁(yè)9.4數(shù)據(jù)融合的主要方法

數(shù)據(jù)融合的大致過(guò)程如下，首先將被651.綜合平均法該方法是把來(lái)自多個(gè)傳感器的眾多數(shù)據(jù)進(jìn)行綜合平均。它適用于同類傳感器檢測(cè)同一個(gè)檢測(cè)目標(biāo)的情況。這是最簡(jiǎn)單、最直觀的數(shù)據(jù)融合方法。該方法將一組傳感器提供的冗余信息進(jìn)行加權(quán)平均，并將結(jié)果作為期望值。第28頁(yè)/共38頁(yè)1.綜合平均法第28頁(yè)/共38頁(yè)662．卡爾曼濾波法卡爾曼濾波法用于融合低層的實(shí)時(shí)動(dòng)態(tài)多傳感器的冗余數(shù)據(jù)。該方法利用測(cè)量模型的統(tǒng)計(jì)特性，遞推地確定融合數(shù)據(jù)的估計(jì)，該估計(jì)在統(tǒng)計(jì)意義下是最優(yōu)的。如果系統(tǒng)可以用一個(gè)線性模型描述，且系統(tǒng)與傳感器的誤差均符合高斯白噪聲模型，則卡爾曼濾波特為數(shù)據(jù)融合提供唯一統(tǒng)計(jì)意義上的最優(yōu)估計(jì)?？柭鼮V波器的遞推特性使得它特別適合在那些不具備大量數(shù)據(jù)存儲(chǔ)能力的系統(tǒng)中使用。它的應(yīng)用領(lǐng)域包括目標(biāo)識(shí)別、機(jī)器人導(dǎo)航、多目標(biāo)跟蹤、慣性導(dǎo)航和遙感等。例如，應(yīng)用卡爾曼濾波器對(duì)個(gè)傳感器的測(cè)量數(shù)據(jù)進(jìn)行融合后，既可以獲得系統(tǒng)的當(dāng)前狀態(tài)估計(jì)，又可以預(yù)報(bào)系統(tǒng)的未來(lái)狀態(tài)。所估計(jì)的系統(tǒng)狀態(tài)可以表示移動(dòng)機(jī)器人的當(dāng)前位置、目標(biāo)的位置和速度、從傳感器數(shù)據(jù)中抽取的特征或?qū)嶋H測(cè)量值本身。第29頁(yè)/共38頁(yè)2．卡爾曼濾波法第29頁(yè)/共38頁(yè)673．貝葉斯估計(jì)法貝葉斯估計(jì)是融合靜態(tài)環(huán)境中多傳感器底層信息的常用方法。它將傳感器信息依據(jù)概率原則進(jìn)行組合，測(cè)量不確定性以條件概率表示。在傳感器組的觀測(cè)坐標(biāo)一致時(shí)，可以用直接法對(duì)傳感器的測(cè)量數(shù)據(jù)進(jìn)行融合。在大多數(shù)情況下，傳感器是從不同的坐標(biāo)系對(duì)同一環(huán)境物體進(jìn)行描述的，這時(shí)傳感器的測(cè)量數(shù)據(jù)要以間接方式采用貝葉斯估計(jì)進(jìn)行數(shù)據(jù)融合。多