数据融合技术

数据融合技术 无线传感器网络应用都是由大量的传感器节点构成共同完成信息收集、目标监视和感知环境的任务。由于网络的通信带宽和能量资源存在着局限性，能量问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 使得传感器网络的寿命存在很大的约束，而在进行信息采集数据传送的过程，由各个节点单独传输至汇聚节点的 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 显然是不合适的，同时还会带来降低信息的收集效率以及影响信息采集的及时性等问题，因此人们通过研究提出了数据融合的 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 。作为无线传感器网络的关键技术之一，数据融合是将多份数据或信息进行处理，组合出更有效、更符合用户需求的数据的过程。 3.1数据融合的定义 数据融合是将多份数据或信息进行处理，组合出更有效、更可靠、更符合用 户需求的数据的过程，它涉及到系统、结构、应用、方法和理论。传统意义上定 义包括: (1)信息融合 (InformationFusinn)，定义为“在社会应用的上下文中，其包含了理论、技术和工具的创造和应用，用以在多个来源(传感器、数据库、人类收集)的信息间进行协作。” (2)数据融合 (DataAggregatinn)是针对来自数据源的数据集合，将有弹性的、可编程的原始行数据处理为数量更少的精练数据，并将此精练数据传送给消费者。 (DataAggregation)为信息融合(hiformation 其实，我们可以理解数据融合 Fusinn)的另一个子集，是将多份数据或信息进行处理，组合出更有效、更符合用户需求的数据的过程。特别是对于无线传感器网络而言，提高精确度和节省能量是数据融合需要完成的首要任务。 3.2数据融合的作用 在大多数无线传感器网络应用当中，很多时候不需要收到大量原始数据而只关心监测结果，因此处理该问题的有效手段就是数据融合技术。而该技术的几个重要作用是其产生的重要背景。 1.节省能量 无线传感器网络节点的冗余配置是建立在保证整个网络的可靠性和监测信息准确性的基础上。在监测区域周围的节点采集和 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 的数据信息会非常相似，甚至接近，这会造成较高的数据冗余情况，在这种情况下的数据发送至汇聚节点在满足数据精度的前提下，汇聚节点并不能获得更多的数据，相反会使网络的能量得到更多不必要的消耗。采用数据融合技术，可以处理掉大量冗余的数据信息， 使得网内节点的能量得到有效的节省。理想的数据融合情况下，中间节点可以把N个等长度的输入数据分组进行合并，使之成为一个等长的输出分组。这样的情况下完成数据融合，就只需要消耗不进行融合所消耗能量的1加。即使数据融合效果不好，没有达到减少数据量的效果，但进行的融合操作可以减少分组的个数，从而达到减少信道协商或竞争过程中能量消耗的作用。 2.获取更准确的信息 由于传感器网络部署在各种不同的环境中，导致传感器节点获得的信息不可靠性较高，主要由以下3个方面造成了数据的不可靠性。 (1)受到成本和体积的限制，节点装配的传感器元器件的探测精度一般较低。 (2)节点传送的数据由于无线通信的机制很容易受到干扰而遭到破坏。 (3)由于环境的影响，不但会对数据传送造成不便，还会使节点的功能部件 出现问题，无法正常工作而导致传送的数据信息出错。因此，要想获得较高精度的信息，就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综合，有效 地提高信息的精度和可信度。 3.提高数据收集效率 在无线传感器网络中，采用数据融合技术可以提高网络收集数据的整体效率。这是因为数据融合减少数据传输量，减轻网络的传输拥塞，降低数据的传输延迟，从而达到提高了网络收集数据的整体效率的效果。 3.3数据融合的分类 依据融合前 无线传感器网络中的数据融合技术可以从不同的角度进行分类:后数据的信息含量;依据数据融合与应用层数据语义的关系以及依据融合操作的 级别，对这三种分类的介绍如下。 1.根据融合前后的数据的信息含量分类 无损失融合:在不改变各个分组所携带的数据内容前提下将多个数据分组打 包成一个数据组的方法属于无损失融合。其常见做法是保留细节信息的同时去除 信息中的冗余部分。 有损失融合:就是通过省略一些细节信息或降低数据的质量，来达到减少存 储或传输的数据量、节省存储资源或能量资源的目的。但这种损失的上限必须是 要保留应用所需要的全部信息量。 2.根据数据融合与应用层关系分类 在MAC 协议 离婚协议模板下载合伙人协议 下载渠道分销协议免费下载敬业协议下载授课协议下载 数据融合技术可以在传感器网络协议栈的多个层次中进行操作:以及路由协议或应用层协议中实现。根据数据融合是否基于应用数据的语义，将 数据融合技术分为三类: (ApPlicationDePendeniDataAggregation，ADDA) 依赖于应用的数据融合 通常数据融合都是对应用层数据进行的，需要了解应用层数据的语义。该技术可 以进行一定的数据压缩。 独立于应用的数据融合 (APplieationIndependentDataAg笋gation，AIDA):AIDA直接对数据链路层的数据包进行融合然后转发，不需要了解应用层数据的语义，保持了网络协议层的独立性，不对应用层数据进行处理，不会造成信息丢失，但融合效率相对ADDA会很低。 结合以上两种技术的数据融合:结合了上面两种技术的优点，同时保留AIDA 层次和其他协议层内的数据融合技术，可以综合使用多种机制，得到更符合需求 的融合效果。 3.根据融合操作的级别分类 根据对传感器数据的操作级别，可将数据融合技术分为以下三类: 数据级融合:数据级融合是最底层的融合，操作对象直接是数据，因此是面 向数据的融合。由于是直接融合现场的数据，所以具有失真度小、信息损失量小 以及信息全面等特点。 特征级融合:特征级融合通过一些特征提取手段将数据表示为一系列用户感 兴趣的特征向量，用以反映事务的属性，是面向监测对象特征的融合。这种融合 方式保留了足够数量的重要信息，在对信息进行压缩的情况下减少了干扰数据， 利于数据的及时处理以及具有较高的精确度。 决策级融合:决策级融合根据应用需求进行较高级的决策，是最高级的融合， 一般在汇聚节点或者基站进行，这种方式要处理的信息量相对而言较少，有很好 的实时性和很强的容错能力 。 3.4数据融合的主要方法 由于监测数据的特性与表达形式、网络连接拓扑以及具体应用等都是影响数 据总量的因素，因此研究者把应用层与网络层作为重点研究对象。在应用层利用 分布式数据库技术，实现无线传感器网络的数据汇集，开发了面向应用的数据融 合接口;在网络层很多路由协议均结合了数据融合技术;在现有的协议层之外，研究者又提出了独立于其他协议层的数据融合协议层，形成了在网络层与数据链路层之间的数据融合层。 3.4.1应用层中的数据融合 分布式数据库技术被应用于传感器网络的数据收集过程中，应用层接口也采用类似sQL的风格。目前关于应用层数据融合技术的研究大多是基于查询模式下的数据融合技术，最有代表性的是美国加州大学伯克利分校的TinyDB和康奈尔大学的Cougar系统。TAG是位于应用层的数据融合算法，它的数据融合思想在无线传感器网络数据库系统TinyDB中得到了实现和应用。TAG是一个简单的查询内部的数据融合模型。应用层的数据融合在满足无线传感器网络实现多任务的请求下，要提供方便和灵活的查询提交手段;同时还要为用户提供一个用户接口来屏蔽底层操作，这样可以满足即使用户使用时不用改变原来的操作习惯和不需要了解数据的采集方式;在应用层进行数据融合时，基于节点通信代价高于节点的本地计算代价的情况下要满足其数据形式有利于网内的计算处理，减少通信的数据量，从而可以达到降低能耗的效果。 3.4.2网络层中的数据融合 WSN中的路由协议与我们传统网络中的路由协议具有同样的作用，在这里， WSN中的路由方式根据是否考虑数据融合分为两类: 以地址为中心的路由(Address一 centrioRouting，AC路由):每个源节点沿着到汇聚节点的最短路径转发数据，不考虑数据融合，如图3.2(a)所示。 以数据为中心的路由(Aia一 CentricRouting，DC路由):在转发的过程中，中间节点根据数据的内容，对来自多个数据源的数据进行合并融合操作。如图3.2(b)所示，考虑路径最优的同时还考虑数据融合。 实现以数据为中心的路由协议的关键是数据融合和数据路由相结合。当sink请求传感器网络观察被测区域的现象时，传感器网络在收集数据时通常使用的是一种反向组播树结构。不同节点的数据在树结构中汇合后融合成新的信息，因此这种数据传输方式又可以称为数据融合传输，传输数据的路径形成的反向组播树称为数据融合树。 在无线传感器网络中，汇聚节点通过数据融合树收集数据，如果树上的每个 中间节点都对收到的数据进行融合处理，那么信息在传送的过程中就可以得到及 时的最大限度的融合。 影响数据融合路由的因素包括很多，首先是数据的可融合度 fusionratio)。“完全融合” (fullfusion)指的是融合后数据包大小保持不变的数据融合。而“零融合” (zerofusion)指的是数据之间没有冗余，融合后的数据包大小等于所有被融合的数据包大小之和的数据融合。“部分融合” (partialfusion)则指的是融合后数据报的大小介于上述两种情况之间的数据融合。一个系统中，要想数据融合传输有意义，节省的能量更多，网络的使用寿命更长，就需要数据的可融合度越大。因此，在设计数据融合路由时，数据之间的相关性和网络的拓扑结构要首要考虑，还要权衡传输的能耗开销和融合计算的能耗开销，只有这样才能达到在整个网络范围内减少能耗的目标。 以数据为中心和分布式数据融合技术是传感器网络区别于其他网路的重要特征。数据融合可以减少数据传输量，减轻数据融合过程中的网络拥塞，节省网络在使用过程中对能量的消耗量，协助路由协议延长网络的生存时间，因此，近年来提出了许多支持数据融合的融合路由算法和协议，对数据融合的研究也更加深入和全面了。 3.4.3独立的数据融合 由于数据融合技术无论与应用层结合还是网络层相结合都处在着一定的缺陷:首先是只有在采用数据命名的前提下才能实现跨层协议层对数据的理解和交互，而这又导致了这些来自同一源节点的不同数据类型的数据无法进行融合操作;同时，数据融合在与任一层结合之后，不能保证传统网络协议层的独立完整性， 上下层协议之间不能完全透明;最后还有就是在进行网内数据融合处理的时候，往往在追求较高融合程度的同时丢失了过多的信息，有时甚至是一些有用的信息。独立于应用的数据融合机制 AIDA，其基本思想就是根据下一跳地址进行多个数据单元的合并融合，在减少数据封装头部开销以及MAC层的发送冲突来达到节省能量的目的。AIDA的提出是为了避免依赖于应用的数据融合的缺陷，数据内容是什么与它毫无关系，它还有一个很明显的优势那就是可以增强数据融合对网络负载的适应性。也就是说，当负载较高或MAC层存在较大的冲突时，可以进行的数据融合程度较高;而当负载较轻时，可以选择进行程度较低的数据融合或者是不进行数据融合。 由图3.3可知，AIDA主要由网络单元和汇聚融合这两部分构成。在网络单元部分，又是由网络分组的汇聚融合以及取消汇聚融合这两个功能单元组成，主要 是负责数据包的融合及解融合操作;汇聚融合单元主要是负责调整融合的程度， 该操作是根据链路的忙闲状态控制数据融合的。 3.5本章小结 本章介绍了数据融合技术的相关内容。首先是数据融合技术出现的相关背景，数据融合传统上的定义以及现在的理解;其次是从节省能量、获取更准确信息以及提高数据收集效率这3个方面详细的研究了数据融合的作用;接着是数据融合的分类研究，有数据融合前后的数据的信息含量、数据融合与应用层的关系以及 融合操作的级别这三种分类方式;最后是重点研究了目前最主要的数据融合的方 法，即应用层中的数据融合、网络层中的数据融合以及独立的数据融合。其中网 络层的数据融合也结合了很多通信协议进行数据融合的处理。