无线传感器网络数据融合技术研究 (1)

无线传感器网络综合了传感器，嵌入式计算，网络及通信，分布式信息处理等技术，其利用大量的微型传感计算节点通过自组织网络以协作方式进行实时监测，感知和采集各类环境或监测对象信息，成为连接物理世界、数字虚拟世界和人类社会的桥梁[1,2]。无线传感器网络在环境监测，资源监测，灾害污染监测，公共安全和国防，智能交通灯各个领域都有广泛的应用前景,也是国际上信息领域的研究热点和竞争的焦点。

在采集信息的过程中，融合多源节点数据以减少冗余的数据传输，并将融合后的数据发送到汇聚节点的过程，通过有效的数据融合技术可以节省能量消耗，获得更准确的信息，提高无线传感器网络数据收集的效率。本文从平面路由的数据融合、层次路由的数据融合和地理位置路由数据融合三个角度出发,对无线传感器网络中数据融合技术进行了详细的分析和比较。

1.无线传感网络数据融合

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合成，形成对外部环境某一特征的一种表达方式。无线传感器网络中的大量传感器节点需要对信息进行联合处理，消除噪声与干扰，实现对观测目标连续跟踪和测量等一系列问题的处理方法，就是多传感器数据融合技术[3]。

多传感器数据融合研究的对象是各类传感器采集的信息，这些信息是以信号，波形，图像，数据，文字或声音等形式提供的。数据融合的基本目的是通过融合得到比单独的各个输入数据更多的信息，其主要包括：多传感器的目标探测、数据关联、跟踪与识别和情况评估和预测。这一点是协同作用的结果，即由于多传感器的共同作用，使系统的有效性得以增强。

2.数据融合算法分析

2.1需求

在传感器网络中，数据融合可以节省整个网络的能量、增强所收集数据的准确性以及提高收集数据的效率三个方面。

（1）节省能量

传感器网络是由大量的传感器节点覆盖到监测区域而组成的，监测区域的相互重叠导致信息冗余度增加，这样不仅消耗更多能量，汇聚节点并未获得更多的信息。数据融合可以对冗余数据进行网内处理，在满足应用需求的前提下将需要传输的数据量最小化。

（2）获得更准确的信息

由于传感器节点受到成本及体积的限制、无线通信易受到干扰和恶劣的工作环境影响，仅收集少数几个分散的传感器节点的数据较难确保信息的准确性，需要通过对监测同一对象的多个传感器所采集的数据进行融合，来有效地提高所获得信息的精度和可信度。

虽然可以在数据全部单独传送到汇聚节点后进行集中融合,但这种方法得到的结果不如网内融合的结果精确，数据融合需要数据源局部信息的参与，如数据产生的地点、产生数据的节点归属的组(或簇)等。相同地点的数据，如果属于不同的组可能代表完全不同的数据含义，正是局部信息的参与使得局部信息融合比集中数据融合有更多的优势。

（3）提高数据收集效率

在网内进行数据融合，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，提高无线信道的利用率，并降低数据的传输延迟。

2.2数据融合技术

2.2.1应用层数据融合

无线传感器网络能够实现多任务请求，应用层应当提供方便和灵活的查询提交手段，为用户提供一个屏蔽底层操作的用户接口，数据形式有利于网内的计算处理，减少通信的数据量和减小能耗。

（1）TAG数据融合模式：TAG是一个简单的查询内部的数据融合模型，分为查询分发阶段和数据收集阶段。在查询分发阶段，使用一个直接连接到工作站或基站的传感器节点作为汇聚节点，汇聚节点把查询请求分发到整个网络中，并在分发查询请求的过程中建立起一棵用于传输数据的生成树。在数据收集阶段，每个节点将自己采集到的数据与从子节点中收集到的数据融合起来，将融合后的结果通过生成树发送给汇聚节点。

TAG系统的数据融合模式在不考虑节点失效或连接失效的情况下，可以获得很好的能量利用率和查询处理效率。但是只要生成树中的一个节点连接失效，整个子树产生的数据都将丢失，特别是当失效发生在离汇聚节点很近的地方的时候，对于数据的准确性、实时性以及系统的正常运行会造成更大的影响。

（2）TINA数据融合模式：利用传感器节点采集数据的时间一致性进行网内融合的机制。只有当前采集的数据与上一次采集的数据的差值大于某个用户指定的容忍限度时，节点才进行数据发送。TINA一种时间域上的数据融合，引入了数据时间一致性的概念。

TINA数据融合模式对监测数据波动较小的环境中十分有效，能够显著地减少网络中的数据传输量。然而，当监测数据波动较大时，TINA 的作用就会下降，TINA对于节点存储空间的要求比较高,转发节点需要保存大量的额外信息。

2.2.2网络层数据融合

这一节分别讨论了基于路由的数据融合和查询数据融合。

（1）基于路由的数据融合

无线传感器网络中的路由方式可以根据是否考虑数据融合分为两类：以地址为中心的路由和以数据为中心的路由，其中只有后者考虑数据融合[4]。

1)基于DD路由的融合：定向扩散(Directe dinfusion)路由中的数据融合包括路径建立阶段的任务融合和数据发送阶段的数据融合，定向扩散路由的数据融合采用的是“抑制副本”的方法，即对转发过的数据进行缓存，发现重复的数据将不予转发。这种方法不仅简单，与路由技术相结合还能够有效地减少网络中的数据量。

2)基于层次路由的融合：LEACH是基于层次的路由算法，其操作分成“轮”来进行，每一轮具有两个运行阶段：包括簇建立阶段和数据通讯阶段。在数据通信阶段，簇内节点把数据发给簇首，簇首进行数据融合并把结果发送给汇聚节点，LEACH协议的特点是分簇和数据融合，这种方式降低了节点发送功率，减少了不必要的链路，减少节点间干扰，达到保持网络内部能量消耗的均衡，延长网络寿命的目的[5]。

3)基于链的融合：PEGASIS是LEACH的改进，首先将网络中的所有节点连接成一条单链，然后随机选取一个节点作为首领，并向其他节点发出收集数据请求，数据从单链的两个端点向首领流动，中间节点在传递数据前要执行融合操作，首领节点将结果传送给汇聚节点。

4)基于安全模式的融合：ESPDA是一种基于分簇的路由协议算法，每个节点收集到数据后，并不是直接将数据包发送给簇头，而是将反映数据特征的模式编码发给簇头节点，簇头节点根据模式编码判断是否对该节点的数据感兴趣或该节点数据是否冗余。ESPDA既减少了簇内节点和簇头的通信量，也增加了无线传感器网络的安全性。因为模式编码是经过安全加密和压缩的，而且大小也小于数据包的大小。

基于路由的数据融合可以在一定程度上节约能耗，延长无线传感器网络的生命周期，但是它们都是针对单个查询请求所做的数据融合，并不是根据数据包的内容来决定是否融合。

（2）基于查询之间的数据融合

在无线传感器网络的应用中往往都是很多查询请求并发执行的，而这些查询之间往往又存在着数据的冗余，查询之间的数据融合对于节约整个无线传感器网络的功耗、延长生命周期都具有极为重要的作用。查询之间的数据融合包括两个阶段：查询请求分发阶段和数据收集阶段。在查询请求分发阶段，每个节点将感兴趣的查询请求放入缓冲区，并对查询请求进行分析，判断出哪些查询请求中包含冗余信息，从而决定对哪些查询请求进行融合。在数据收集阶段，

无线传感器网络数据融合技术研究

西安航空技术高等专科学校计算机工程系马新华

［摘要］针对无线传感器网络中各个节点单独传送数据到汇聚节点，浪费传感器节点的能量，并降低信息收集的效率，通过基于平

面路由的数据融合，基于层次路由的数据融合和基于地理位置路由三个方面对无线传感器网络数据融合协议进行了分析和比较。

［关键词］无线传感器网络数据融合融合算法

（下转第245页）