无线传感网络数据融合算法的研究_王康
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
图3 卡尔曼滤波算法流程
10、 15、 24 时隙中加入了突发性的数据， 在第 5、 与真值偏 差比较大， 其余的观测值则保持不变。按照上边介绍的双 该传感器节点在每个时隙向簇首发送数据 层滤波方法， 前， 先对其求平均值， 判断是否在所求取的置信区间内， 如 果在， 则调用 MATLAB 自带的卡尔曼滤波函数对该组数 然后将滤波后的数据传给簇首， 如果不 据进行滤波处理， 在该区间内则舍弃该组数据。 在本次仿真中抽取了初始的 5 个数据为样本， 对该样 设置了 α = 0． 01 ， 并通过查 t 分布 本求取了均值和方差， L， 表得到 t0． 01 /2 （ 4） = 4． 604 1， 并根据上面的公式求得［ U］ ， 如图 4 所示。
WSN ） 是 无线传感器网络 （ Wireless Sensor Network， 一种大规模的无线自组织网络， 通过覆盖大量的微型传感 器节点到指定区域进行目标监测， 节点之间通过相互协作 对网络覆盖区域的对象信息进行感知、 采集、 处理和发送。 WSN 综合了无线通信技术、 嵌入式计算技术、 传感器技 术， 应用前景广泛， 被认为 是 21 世 纪 最 重 要 的 技 术 之 一
分簇拓扑结构是将一个大的传感器网络划分成若干
察、 森林防火、 环境监测等都为危险区或无人区， 其节点的 能量无法实时供应， 再加上节点自身的存储和处理能力有 限， 无线传感器网络中的数据融合技术引起了人们的极大 关注， 因此怎样通过数据融合技术提高数据传输的准确性 并有效减少数据传输量来降低节点功耗是研究的热点问 题。目前， 国内外许多学者针对多传感器数据融合进行了 2］ 研究， 文献［ 通过研究无线传感网拓扑结构、 性能指标 和安全协议等， 指出数据融合研究领域内存在的问题和发 3］ 展方向， 但具体的融合算法有待研究。文献［ 则针对无 线传感网的分簇路由改进性提出一种簇首选举算法， 并在 4］ 簇首设置了一种阈值机制来减少数据传输量。文献［ 针对分簇路由结构提出了一种分级融合方法， 但只是针对 5］ 节点理想状况的研究。文献［ 则针对分簇路由中的簇 首所常使用的自适应融合算法提出了一种改进算法， 但实 组成
104
《电视技术》 第 38 卷第 1 期（ 总第 428 期） | 投稿网址 http： www．VideoE．cn
卡尔曼滤波算法的流程图如图 3 所示。
中的概率是 99% ， 而在这个区间之外的概率只有 l% ， 这 基本不可能发生。 由此， 根据这一置 是个小概率事件， － x 在区 若得到的 － 信区间对 k 节点这一层的 x 进行校验， L， U］ 间［ 之中， 则认为此次向簇首节点传送的数据有效 并将该组数据进行卡尔曼滤波， 并将滤波后的数据发送 认为此次采集的数据偏差较大， 将 给簇首节点。 否则， 不予采用， 也就不再发送给簇首， 在一定程度上减少了 数据传输量。
3
仿真分析
为了验证该算法是否达到预期目标， 对该算法进行
了测试， 所选择的仿真工具为 MATLAB。在仿真中， 假设 假设该房间 某个传感器节点对一个房间的温度进行测量， 的温度真值是 25 ℃ ， 在真值的基础上加入高斯白噪声来 模拟传感器节点的观测值
［ 11 ］
。假设把簇的稳定阶段分成
了 24 个帧， 也就是该传感器一共有 24 个时隙来向簇首传 设定每个时隙之间节点收集 5 个温度值， 即此节 输数据， 点在一个稳定阶段总共收集了 120 个数据。另外还分别
个簇， 每个簇由 1 个簇首节点和多个普通节点 （ 源节点）
［ 8 －9 ］
， 如图 1 所示。
图1
LEACH 协议拓扑结构
下面以典型的分簇路由协议 LEACH 为例， 进行簇内 数据传输处理的介绍。
2011］ 基金项目： 山西省自然科学基金项目（ 2012011013 － 4） ； 山西省高等学校留学回国人员科研项目（ 晋教处［ 号） ； 山西省普通 高校特色重点学科建设项目（ 63）
2． Faculty of Ｒesource ＆ Safety Engineering，China University of Mining ＆ Technology， Beijing 100083 ， China）
【Abstract】How to reduce the energy consumption of nodes and improve the accuracy of data is an urgent problem． The clustering routing in wireless sensor networks is researched in this paper， and a kind of double filtering mechanism for the source node of clustering routing is presented． The data fusion algorithm can make correct decision，reduce the redundancy of data，and has good execution efficiency． 【Key words】wireless sensor networks； source node； double filtering； data fusion
卡尔曼滤波的动态模型包括状态方程和观测方程为 X（ k） = AX（ k － 1） + BU（ k） + W（ k） Z（ k） = HX（ k） + V（ k）
式中： X（ k） 为 k 时刻的系统状态值； U（ k） 是 k 时刻对系 统的控制量； W（ k） 表示系统的过程噪声， 该噪声被假设 其协方差为 Q； A 和 B 则是系统参数， 在多 成高斯白噪声， 模型系统当中为矩阵； Z（ k） 表示 k 时刻的测量值； H 是测 在多测量系统中为矩阵； V（ k） 表示测量 量系统的参数， 噪声， 也被假设成高斯白噪声， 其协方差为 Ｒ。 整个卡尔曼滤波算法分 2 步进行， 包括 2 个过程， 即 时间更新和测量更新。
J］ ． 电视技术， 2014， 38（ 1） ． 【本文献信息】 王康， 王峰， 蒋馥珍， 等 . 无线传感网络数据融合算法的研究［
无线传感网络数据融合算法的研究
1 1， 2 1 1 王 康， 王 峰 ， 蒋馥珍 ， 乔铁柱
（ 1． 太原理工大学 信息工程学院， 山西 太原 030024； 2． 中国矿业大学（ 北京） 资源与安全工程学院，百度文库北京 100083）
《电视技术》 投稿网址 http： www．VideoE．cn | 第 38 卷第 1 期（ 总第 428 期）
103
LEACH 协议是分轮进行的， “轮” 每一 的运行大致可 即簇的建立阶段和数据传输的稳定 以分成 2 个部分， 阶段。 LEACH 根据一定的协议机制选 在簇的建立阶段， 比如在 200 个传感器节点中选择 10 择一定数量的簇首， 个节点作为簇首， 其他非簇首节点则根据一定的协议与 某个 簇 首 建 立 连 接 形 成 了 一 个 个 簇。 在 下 一 轮 中 LEACH 协议还是选择相同数量的节点 （ 未当选过簇首 ） 当簇首， 依次进行， 直到网络中所有节点都当过簇首， 就 “大轮” 是一个 的完成， 然后循环往复直到网络生命周期 结束。 在簇的稳定阶段， 这段持续的时间按照 TDMA 划分 为周期性的时间帧， 每个时间帧再由簇首按照簇内成员节 每个簇成员节点在 点的数目为每个簇成员节点分配时隙， 指定的时隙内向簇首发送数据， 所以在一个时间帧内源节 点只能发送一次数据。因稳定阶段有多个帧， 所以一个源 节点在稳定阶段会多次向簇首发送数据。LEACH 协议的 TDMA 表如图 2 所示。
卡尔曼滤波 卡尔曼滤波是一种最优化自回归数据处理算法， 它
把最小均方误差作为估计的最佳准则， 自回归地寻求一套 递推估计， 其核心思想是： 采用信号与噪声的状态空间模 利用前一时刻的系统状态估值和现时刻系统的观测值 型， 来得到现在状态的最优估计
［ 10 ］
。卡尔曼核心公式如下： （ 1） （ 2）
图2
TDMA 时隙表
1） 时间更新预测， 由本时刻的状态估计出下一时刻 的状态。 （ 1） 状态估计为 X（ k | k － 1） = AX（ k － 1 | k － 1） + BU（ k） （ 2） 均方误差阵为 P（ k | k － 1） = AP（ k － 1 | k － 1） A' + Q 的估计值。 （ 1） 计算卡尔曼增益为 Kg （ k） = P（ k | k － 1） H' / （ HP（ k | k － 1） H' + Ｒ） （ 5） （ 2） 用测量值 z 修正状态估计为 X（ k | k） = X（ k | k － 1） + K g （ k） ［ Z（ k） － HX（ k | k － 1） ］ （ 3） 计算后验均方误差阵为 P（ k | k） = ［ I － K g （ k） H］ P（ k | k － 1） （ 7） I = 1。当系统进 式中： I 为 1 的矩阵， 对于单模型单测量， P（ k | k） 就是式（ 4） 的 P（ k － 1 | k － 1） 。 入 k + 1 状态时， 这样， 算法就可以自回归地运算下去。 （ 6） （ 4） 2） 测量值更新， 通过对预估值进行修正来得到本次 （ 3）
否在所求得的置信区间内， 如果在， 则进一步进行卡尔曼 滤波并把滤波后的数据传给簇首； 如果不在说明数据偏离 的程度较大， 则放弃本次传输而进入到下个时隙的判断， 依次进行。经过这样的双层滤波不仅可以有效地减少数 据传输量， 重要的是还保证了数据传输的准确性， 实现了 双层滤波的功效。
2
2． 1
基于源节点的双层滤波机制
Ｒesearch on Data Fusion in WSN
2 WANG Kang1 ， WANG Feng1， ， JIANG Fuzhen1 ， QIAO Tiezhu1
（ 1．
College of Information Engineering， Taiyuan University of Technology， Taiyuan 030024 ，China，
［ 1 ］
6 － 7］ 际的应用效果还有待观察。文献［ 则分别采用了 Bayes 估计理论和加权平均法。 数据融合的关键是根据传感器收集到的数据进行综 合估计， 提高数据的准确性并减少数据冗余。因此， 本文 针对分簇路由的源节点数据进行了层次性综合处理。
。而由于无线传感器网的许多应用领域如军事侦
1
分簇路由的拓扑结构模型
本文所研究的算法着重于簇内某一源节点在到达自 己的时隙向簇首发送数据前的数据融合处理， 为了保证数 并且考虑到节点收集数据的特点， 本文 据融合的准确性， 采用了卡尔曼滤波算法， 因为对测量值有噪声的系统， 卡 尔曼滤波能起到很好的去噪效果， 且经过仿真证明卡尔曼 滤波得到的结果比其他的滤波器都要接近真实值。同时 考虑到在实际的应用当中， 节点所收集的数据因为各种原 因可能会有一些大的波动， 因此本文针对这种情况又提出 来有效地滤除突发性的 了一种基于置信区间的判别方法， 噪声。因为在实际中节点收集到的数据在某些时刻可能 会有一些较大的波动， 比如由于节点短时间的故障或是环 境的突发干扰， 这就导致节点收集的数据与真实值有较大 的差异， 而卡尔曼滤波所要求的噪声是大体符合高斯白噪 在这种情况下显然不适合用卡尔曼滤波， 用了之后 声的， 所得的数据也是不准确的。在这种情况下， 先使用本文提 出的基于置信区间估计的判别方法， 在节点到达某一时隙 然后判断均值是 发送数据前先对其收集的数据求取均值，
【摘 要】 无线传感网中如何降低节点能耗和提高节点传输数据的准确性是急需解决的问题。在研究无线传感网分簇路由的 基础上， 针对无线传感网分簇路由的源节点提出了一种双层滤波机制， 仿真结果表明该数据融合方法能够提高融合数据的准确 ， ， 。 性 降低数据冗余度 具有较高的执行效率 【关键词】 无线传感网； 源节点； 双层滤波； 数据融合 【中图分类号】 TN911． 4 【文献标志码】 A
10、 15、 24 时隙中加入了突发性的数据， 在第 5、 与真值偏 差比较大， 其余的观测值则保持不变。按照上边介绍的双 该传感器节点在每个时隙向簇首发送数据 层滤波方法， 前， 先对其求平均值， 判断是否在所求取的置信区间内， 如 果在， 则调用 MATLAB 自带的卡尔曼滤波函数对该组数 然后将滤波后的数据传给簇首， 如果不 据进行滤波处理， 在该区间内则舍弃该组数据。 在本次仿真中抽取了初始的 5 个数据为样本， 对该样 设置了 α = 0． 01 ， 并通过查 t 分布 本求取了均值和方差， L， 表得到 t0． 01 /2 （ 4） = 4． 604 1， 并根据上面的公式求得［ U］ ， 如图 4 所示。
WSN ） 是 无线传感器网络 （ Wireless Sensor Network， 一种大规模的无线自组织网络， 通过覆盖大量的微型传感 器节点到指定区域进行目标监测， 节点之间通过相互协作 对网络覆盖区域的对象信息进行感知、 采集、 处理和发送。 WSN 综合了无线通信技术、 嵌入式计算技术、 传感器技 术， 应用前景广泛， 被认为 是 21 世 纪 最 重 要 的 技 术 之 一
分簇拓扑结构是将一个大的传感器网络划分成若干
察、 森林防火、 环境监测等都为危险区或无人区， 其节点的 能量无法实时供应， 再加上节点自身的存储和处理能力有 限， 无线传感器网络中的数据融合技术引起了人们的极大 关注， 因此怎样通过数据融合技术提高数据传输的准确性 并有效减少数据传输量来降低节点功耗是研究的热点问 题。目前， 国内外许多学者针对多传感器数据融合进行了 2］ 研究， 文献［ 通过研究无线传感网拓扑结构、 性能指标 和安全协议等， 指出数据融合研究领域内存在的问题和发 3］ 展方向， 但具体的融合算法有待研究。文献［ 则针对无 线传感网的分簇路由改进性提出一种簇首选举算法， 并在 4］ 簇首设置了一种阈值机制来减少数据传输量。文献［ 针对分簇路由结构提出了一种分级融合方法， 但只是针对 5］ 节点理想状况的研究。文献［ 则针对分簇路由中的簇 首所常使用的自适应融合算法提出了一种改进算法， 但实 组成
104
《电视技术》 第 38 卷第 1 期（ 总第 428 期） | 投稿网址 http： www．VideoE．cn
卡尔曼滤波算法的流程图如图 3 所示。
中的概率是 99% ， 而在这个区间之外的概率只有 l% ， 这 基本不可能发生。 由此， 根据这一置 是个小概率事件， － x 在区 若得到的 － 信区间对 k 节点这一层的 x 进行校验， L， U］ 间［ 之中， 则认为此次向簇首节点传送的数据有效 并将该组数据进行卡尔曼滤波， 并将滤波后的数据发送 认为此次采集的数据偏差较大， 将 给簇首节点。 否则， 不予采用， 也就不再发送给簇首， 在一定程度上减少了 数据传输量。
3
仿真分析
为了验证该算法是否达到预期目标， 对该算法进行
了测试， 所选择的仿真工具为 MATLAB。在仿真中， 假设 假设该房间 某个传感器节点对一个房间的温度进行测量， 的温度真值是 25 ℃ ， 在真值的基础上加入高斯白噪声来 模拟传感器节点的观测值
［ 11 ］
。假设把簇的稳定阶段分成
了 24 个帧， 也就是该传感器一共有 24 个时隙来向簇首传 设定每个时隙之间节点收集 5 个温度值， 即此节 输数据， 点在一个稳定阶段总共收集了 120 个数据。另外还分别
个簇， 每个簇由 1 个簇首节点和多个普通节点 （ 源节点）
［ 8 －9 ］
， 如图 1 所示。
图1
LEACH 协议拓扑结构
下面以典型的分簇路由协议 LEACH 为例， 进行簇内 数据传输处理的介绍。
2011］ 基金项目： 山西省自然科学基金项目（ 2012011013 － 4） ； 山西省高等学校留学回国人员科研项目（ 晋教处［ 号） ； 山西省普通 高校特色重点学科建设项目（ 63）
2． Faculty of Ｒesource ＆ Safety Engineering，China University of Mining ＆ Technology， Beijing 100083 ， China）
【Abstract】How to reduce the energy consumption of nodes and improve the accuracy of data is an urgent problem． The clustering routing in wireless sensor networks is researched in this paper， and a kind of double filtering mechanism for the source node of clustering routing is presented． The data fusion algorithm can make correct decision，reduce the redundancy of data，and has good execution efficiency． 【Key words】wireless sensor networks； source node； double filtering； data fusion
卡尔曼滤波的动态模型包括状态方程和观测方程为 X（ k） = AX（ k － 1） + BU（ k） + W（ k） Z（ k） = HX（ k） + V（ k）
式中： X（ k） 为 k 时刻的系统状态值； U（ k） 是 k 时刻对系 统的控制量； W（ k） 表示系统的过程噪声， 该噪声被假设 其协方差为 Q； A 和 B 则是系统参数， 在多 成高斯白噪声， 模型系统当中为矩阵； Z（ k） 表示 k 时刻的测量值； H 是测 在多测量系统中为矩阵； V（ k） 表示测量 量系统的参数， 噪声， 也被假设成高斯白噪声， 其协方差为 Ｒ。 整个卡尔曼滤波算法分 2 步进行， 包括 2 个过程， 即 时间更新和测量更新。
J］ ． 电视技术， 2014， 38（ 1） ． 【本文献信息】 王康， 王峰， 蒋馥珍， 等 . 无线传感网络数据融合算法的研究［
无线传感网络数据融合算法的研究
1 1， 2 1 1 王 康， 王 峰 ， 蒋馥珍 ， 乔铁柱
（ 1． 太原理工大学 信息工程学院， 山西 太原 030024； 2． 中国矿业大学（ 北京） 资源与安全工程学院，百度文库北京 100083）
《电视技术》 投稿网址 http： www．VideoE．cn | 第 38 卷第 1 期（ 总第 428 期）
103
LEACH 协议是分轮进行的， “轮” 每一 的运行大致可 即簇的建立阶段和数据传输的稳定 以分成 2 个部分， 阶段。 LEACH 根据一定的协议机制选 在簇的建立阶段， 比如在 200 个传感器节点中选择 10 择一定数量的簇首， 个节点作为簇首， 其他非簇首节点则根据一定的协议与 某个 簇 首 建 立 连 接 形 成 了 一 个 个 簇。 在 下 一 轮 中 LEACH 协议还是选择相同数量的节点 （ 未当选过簇首 ） 当簇首， 依次进行， 直到网络中所有节点都当过簇首， 就 “大轮” 是一个 的完成， 然后循环往复直到网络生命周期 结束。 在簇的稳定阶段， 这段持续的时间按照 TDMA 划分 为周期性的时间帧， 每个时间帧再由簇首按照簇内成员节 每个簇成员节点在 点的数目为每个簇成员节点分配时隙， 指定的时隙内向簇首发送数据， 所以在一个时间帧内源节 点只能发送一次数据。因稳定阶段有多个帧， 所以一个源 节点在稳定阶段会多次向簇首发送数据。LEACH 协议的 TDMA 表如图 2 所示。
卡尔曼滤波 卡尔曼滤波是一种最优化自回归数据处理算法， 它
把最小均方误差作为估计的最佳准则， 自回归地寻求一套 递推估计， 其核心思想是： 采用信号与噪声的状态空间模 利用前一时刻的系统状态估值和现时刻系统的观测值 型， 来得到现在状态的最优估计
［ 10 ］
。卡尔曼核心公式如下： （ 1） （ 2）
图2
TDMA 时隙表
1） 时间更新预测， 由本时刻的状态估计出下一时刻 的状态。 （ 1） 状态估计为 X（ k | k － 1） = AX（ k － 1 | k － 1） + BU（ k） （ 2） 均方误差阵为 P（ k | k － 1） = AP（ k － 1 | k － 1） A' + Q 的估计值。 （ 1） 计算卡尔曼增益为 Kg （ k） = P（ k | k － 1） H' / （ HP（ k | k － 1） H' + Ｒ） （ 5） （ 2） 用测量值 z 修正状态估计为 X（ k | k） = X（ k | k － 1） + K g （ k） ［ Z（ k） － HX（ k | k － 1） ］ （ 3） 计算后验均方误差阵为 P（ k | k） = ［ I － K g （ k） H］ P（ k | k － 1） （ 7） I = 1。当系统进 式中： I 为 1 的矩阵， 对于单模型单测量， P（ k | k） 就是式（ 4） 的 P（ k － 1 | k － 1） 。 入 k + 1 状态时， 这样， 算法就可以自回归地运算下去。 （ 6） （ 4） 2） 测量值更新， 通过对预估值进行修正来得到本次 （ 3）
否在所求得的置信区间内， 如果在， 则进一步进行卡尔曼 滤波并把滤波后的数据传给簇首； 如果不在说明数据偏离 的程度较大， 则放弃本次传输而进入到下个时隙的判断， 依次进行。经过这样的双层滤波不仅可以有效地减少数 据传输量， 重要的是还保证了数据传输的准确性， 实现了 双层滤波的功效。
2
2． 1
基于源节点的双层滤波机制
Ｒesearch on Data Fusion in WSN
2 WANG Kang1 ， WANG Feng1， ， JIANG Fuzhen1 ， QIAO Tiezhu1
（ 1．
College of Information Engineering， Taiyuan University of Technology， Taiyuan 030024 ，China，
［ 1 ］
6 － 7］ 际的应用效果还有待观察。文献［ 则分别采用了 Bayes 估计理论和加权平均法。 数据融合的关键是根据传感器收集到的数据进行综 合估计， 提高数据的准确性并减少数据冗余。因此， 本文 针对分簇路由的源节点数据进行了层次性综合处理。
。而由于无线传感器网的许多应用领域如军事侦
1
分簇路由的拓扑结构模型
本文所研究的算法着重于簇内某一源节点在到达自 己的时隙向簇首发送数据前的数据融合处理， 为了保证数 并且考虑到节点收集数据的特点， 本文 据融合的准确性， 采用了卡尔曼滤波算法， 因为对测量值有噪声的系统， 卡 尔曼滤波能起到很好的去噪效果， 且经过仿真证明卡尔曼 滤波得到的结果比其他的滤波器都要接近真实值。同时 考虑到在实际的应用当中， 节点所收集的数据因为各种原 因可能会有一些大的波动， 因此本文针对这种情况又提出 来有效地滤除突发性的 了一种基于置信区间的判别方法， 噪声。因为在实际中节点收集到的数据在某些时刻可能 会有一些较大的波动， 比如由于节点短时间的故障或是环 境的突发干扰， 这就导致节点收集的数据与真实值有较大 的差异， 而卡尔曼滤波所要求的噪声是大体符合高斯白噪 在这种情况下显然不适合用卡尔曼滤波， 用了之后 声的， 所得的数据也是不准确的。在这种情况下， 先使用本文提 出的基于置信区间估计的判别方法， 在节点到达某一时隙 然后判断均值是 发送数据前先对其收集的数据求取均值，
【摘 要】 无线传感网中如何降低节点能耗和提高节点传输数据的准确性是急需解决的问题。在研究无线传感网分簇路由的 基础上， 针对无线传感网分簇路由的源节点提出了一种双层滤波机制， 仿真结果表明该数据融合方法能够提高融合数据的准确 ， ， 。 性 降低数据冗余度 具有较高的执行效率 【关键词】 无线传感网； 源节点； 双层滤波； 数据融合 【中图分类号】 TN911． 4 【文献标志码】 A