WSN（4）（3）：第四章 传感器网络的支撑技术

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。

1. 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。
2. 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。
3. 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;

1. 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。
2. 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。
3. 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

1. 基于查询路由的数据融合
2. 基于分层路由的数据融合
3. 基于链式路由的数据融合
4. 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.   综合平均法：加权平均

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：

1. COUNT  
2. MIN  
3. MAX  
4. SUM  
5. AVERAGE

总结：