【正文】 一種方法，包括高光譜數(shù)據(jù)壓縮、信息提取與融合及變化監(jiān)測等。 PCT的本質(zhì)是通過去除冗余，將其余信息轉(zhuǎn)入少數(shù)幾幅影像 (即主成分 )的方法，對大量影像進(jìn)行概括和消除相關(guān)性。 PCT使用相關(guān)系數(shù)陣或協(xié)方差陣來消除原始影像數(shù)據(jù)的相關(guān)性，以達(dá)到去除冗余的目的。對于融合后的新圖像來說各波段的信息所作出的貢獻(xiàn)能最大限度地表現(xiàn)出來。 PCT的優(yōu)點(diǎn)是能夠分離信息，減少相關(guān)，從而突出不同的地物目標(biāo)。另外，它對輻射差異具有自動校正的功能，因此無須再做相對輻射校正處理。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (4) ?KT變換：即 KauthThomas變換，又形象地稱為“纓帽變換”。它是線性變換的一種，它能使坐標(biāo)空間發(fā)生旋轉(zhuǎn)，但旋轉(zhuǎn)后的坐標(biāo)軸不是指向主成分的方向，而是指向另外的方向，這些方向與地面景物有密切的關(guān)系，特別是與植物生長過程和土壤有關(guān)。因此，這種變換著眼于農(nóng)作物生長過程而區(qū)別于其他植被覆蓋，力爭抓住地面景物在多光譜空間的特征。通過 KT變換，既可以實(shí)現(xiàn)信息壓縮，又可以幫助解譯分析農(nóng)業(yè)特征，因此，有很大的實(shí)際應(yīng)用意義。目前 KT變換在多源遙感數(shù)據(jù)融合方面的研究應(yīng)用主要集中在 MSS與TM兩種遙感數(shù)據(jù)的應(yīng)用分析上。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (5) 小波變換：是一種新興的數(shù)學(xué)分析方法，已經(jīng)受到了廣泛的重視。小波變換是一種全局變換，在時間域和頻率域同時具有良好的定位能力，對高頻分量采用逐漸精細(xì)的時域和空域步長，可以聚焦到被處理圖像的任何細(xì)節(jié)，從而被譽(yù)為“數(shù)學(xué)顯微鏡”。小波變換常用于雷達(dá)影像 (SAR)與 TM影像的融合。它具有在提高影像空間分辨率的同時又保持色調(diào)和飽和度不變的優(yōu)越性。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (6) ?IHS變換：三個波段合成的 RGB顏色空間是一個對物體顏色屬性描述的系統(tǒng)，而 IHS色度空間提取出物體的亮度 I、色度 H、飽和度 S分別對應(yīng)三個波段的平均輻射強(qiáng)度、三個波段的數(shù)據(jù)向量和的方向及三個波段等量數(shù)據(jù)的大小。 RGB顏色空間和 IHS色度空間有著精確的轉(zhuǎn)換關(guān)系。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 以 TM和 SAR為例，變換思路是把 TM圖像的三個波段合成的 RGB假彩色圖像變換到 IHS色度空間，然后用 SAR圖像代替其中的 I值，再變換到 RGB顏色空間，形成新的影像。 數(shù)據(jù)融合的方法還包括多貝葉斯估計法、 DS(DempsterShafer)證據(jù)推理法和人工神經(jīng)網(wǎng)絡(luò)法等，具體內(nèi)容將在后面章節(jié)中進(jìn)行介紹。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 遙感影像數(shù)據(jù)融合還是一門很不成熟的技術(shù)，有待于進(jìn)一步解決的關(guān)鍵問題包括空間配準(zhǔn)模型、建立統(tǒng)一的數(shù)學(xué)融合模型、提高數(shù)據(jù)預(yù)處理過程的精度、提高精確度與可信度等。 隨著計算機(jī)技術(shù)、通信技術(shù)的發(fā)展，新的理論和方法的不斷出現(xiàn)，遙感影像數(shù)據(jù)融合技術(shù)將日趨成熟，從理論研究轉(zhuǎn)入到實(shí)際更廣泛的應(yīng)用，最終必將向智能化、實(shí)時化方向發(fā)展，并同 GIS結(jié)合，實(shí)現(xiàn)實(shí)時動態(tài)融合，用于更新和監(jiān)測。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 物聯(lián)網(wǎng)中數(shù)據(jù)融合的層次結(jié)構(gòu) 通過對多感知節(jié)點(diǎn)信息的協(xié)調(diào)優(yōu)化，數(shù)據(jù)融合技術(shù)可以有效地減少整個網(wǎng)絡(luò)中不必要的通信開銷，提高數(shù)據(jù)的準(zhǔn)確度和收集效率。因此，傳送已融合的數(shù)據(jù)要比未經(jīng)處理的數(shù)據(jù)節(jié)省能量，延長網(wǎng)絡(luò)的生存周期。但對物聯(lián)網(wǎng)而言，數(shù)據(jù)融合技術(shù)將面臨更多挑戰(zhàn)，例如，感知節(jié)點(diǎn)能源有限、多數(shù)據(jù)流的同步、數(shù)據(jù)的時間敏感特性、網(wǎng)絡(luò)帶寬的限制、無線通信的不可靠性和網(wǎng)絡(luò)的動態(tài)特性等。因此，物聯(lián)網(wǎng)中的數(shù)據(jù)融合需要有其獨(dú)特的層次性結(jié)構(gòu)體系。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 1．傳感網(wǎng)感知節(jié)點(diǎn)的部署 在傳感網(wǎng)數(shù)據(jù)融合結(jié)構(gòu)中，比較重要的問題是如何部署感知節(jié)點(diǎn)。目前，傳感網(wǎng)感知節(jié)點(diǎn)的部署方式一般有三種類型：并行拓?fù)?、串行拓?fù)浜突旌贤負(fù)?。最常用的拓?fù)浣Y(jié)構(gòu)是并行拓?fù)?，在這種部署方式中，各種類型的感知節(jié)點(diǎn)同時工作；串行拓?fù)?，其感知?jié)點(diǎn)檢測數(shù)據(jù)信息具有暫時性，實(shí)際上 SAR(Synthetic Aperture Radar)圖像就屬于此結(jié)構(gòu)；混合拓?fù)?，即樹狀拓?fù)洹? 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2．?dāng)?shù)據(jù)融合的層次劃分 數(shù)據(jù)融合大部分是根據(jù)具體問題及其特定對象來建立自己的融合層次。例如，有些應(yīng)用將數(shù)據(jù)融合劃分為檢測層、位置層、屬性層、態(tài)勢評估和威脅評估；有的根據(jù)輸入 /輸出數(shù)據(jù)的特征提出了基于輸入 /輸出特征的融合層次化描述。數(shù)據(jù)融合層次的劃分目前還沒有統(tǒng)一標(biāo)準(zhǔn)。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 根據(jù)多傳感器數(shù)據(jù)融合模型定義和傳感網(wǎng)的自身特點(diǎn)，通常按照節(jié)點(diǎn)處理層次、融合前后的數(shù)據(jù)量變化、信息抽象的層次，來劃分傳感網(wǎng)數(shù)據(jù)融合的層次結(jié)構(gòu)。數(shù)據(jù)融合的一般模型如圖 。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 圖 數(shù)據(jù)融合的一般模型 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 數(shù)據(jù)融合技術(shù)與算法 傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸及融合技術(shù) 如今無線傳感器網(wǎng)絡(luò)已經(jīng)成為一種極具潛力的測量工具。它是一個由微型、廉價、能量受限的傳感器節(jié)點(diǎn)所組成，通過無線方式進(jìn)行通信的多跳網(wǎng)絡(luò)，其目的是對所覆蓋區(qū)域內(nèi)的信息進(jìn)行采集、處理和傳遞。然而，傳感器節(jié)點(diǎn)體積小，依靠電池供電，且更換電池不便，如何高效使用能量，提高節(jié)點(diǎn)生命周期，是傳感器網(wǎng)絡(luò)面臨的首要問題。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 1．傳統(tǒng)的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸 1) 直接傳輸模型 直接傳輸模型是指傳感器節(jié)點(diǎn)將采集到的數(shù)據(jù)通過較大的功率直接一跳傳輸?shù)?Sink節(jié)點(diǎn)上，進(jìn)行集中式處理，如圖。這種方法的缺點(diǎn)在于：距離 Sink節(jié)點(diǎn)較遠(yuǎn)的傳感器節(jié)點(diǎn)需要很大的發(fā)送功率才可以達(dá)到與 Sink節(jié)點(diǎn)通信的目的，而傳感器節(jié)點(diǎn)的通信距離有限，因此距離 Sink較遠(yuǎn)的節(jié)點(diǎn)往往無法與 Sink節(jié)點(diǎn)進(jìn)行可靠的通信，這是不能被接受的；且在較大通信距離上的節(jié)點(diǎn)需耗費(fèi)很大的能量才能完成與 Sink節(jié)點(diǎn)的通信，容易造成有關(guān)節(jié)點(diǎn)的能量很快耗盡，這樣的傳感器網(wǎng)絡(luò)在實(shí)際中難以得到應(yīng)用。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2) 多跳傳輸模型 多跳傳輸模型類似于 AdHoc網(wǎng)絡(luò)模型，如圖 。每個節(jié)點(diǎn)自身不對數(shù)據(jù)進(jìn)行任何處理，而是調(diào)整發(fā)送功率，以較小功率經(jīng)過多跳將測量數(shù)據(jù)傳輸?shù)?Sink節(jié)點(diǎn)中再進(jìn)行集中處理。多跳傳輸模型很好地改善了直接傳輸模型的缺陷，使得能量得到了有效的利用，這是傳感器網(wǎng)絡(luò)得到廣泛利用的前提。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 圖 直接傳輸模型 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 圖 多跳傳輸模型 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 該方法的缺點(diǎn)在于：當(dāng)網(wǎng)絡(luò)規(guī)模較大時，會出現(xiàn)熱點(diǎn)問題，即位于兩條或多條路徑交叉處的節(jié)點(diǎn)，以及距離 Sink節(jié)點(diǎn)一跳的節(jié)點(diǎn) (將它稱之為瓶頸節(jié)點(diǎn) )，如圖 N NN N4，它們除了自身的傳輸之外，還要在多跳傳遞中充當(dāng)中介。在這種情況下，這些節(jié)點(diǎn)的能量將會很快耗盡。對于以節(jié)能為前提的傳感器網(wǎng)絡(luò)而言，這顯然不是一種很有效的方式。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2．無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合技術(shù) 在大規(guī)模的無線傳感器網(wǎng)絡(luò)中，由于每個傳感器的監(jiān)測范圍以及可靠性都是有限的，在放置傳感器節(jié)點(diǎn)時，有時要使傳感器節(jié)點(diǎn)的監(jiān)測范圍互相交疊，以增強(qiáng)整個網(wǎng)絡(luò)所采集的信息的魯棒性和準(zhǔn)確性。那么，在無線傳感器網(wǎng)絡(luò)中的感測數(shù)據(jù)就會具有一定的空間相關(guān)性，即距離相近的節(jié)點(diǎn)所傳輸?shù)臄?shù)據(jù)具有一定的冗余度。在傳統(tǒng)的數(shù)據(jù)傳輸模式下，每個節(jié)點(diǎn)都將傳輸全部的感測信息，這其中就包含了大量的冗余信息，即有相當(dāng)一部分的能量用于不必要的數(shù)據(jù)傳輸。而傳感器網(wǎng)絡(luò)中傳輸數(shù)據(jù)的能耗遠(yuǎn)大于處理數(shù)據(jù)的能耗。因此，在大規(guī)模無線傳感器網(wǎng)絡(luò)中，使各個節(jié)點(diǎn)多跳傳輸感測數(shù)據(jù)到 Sink節(jié)點(diǎn)前，先對數(shù)據(jù)進(jìn)行融合處理是非常有必要的，數(shù)據(jù)融合技術(shù)應(yīng)運(yùn)而生。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 1) 集中式數(shù)據(jù)融合算法 (1) 分簇模型的 LEACH算法。為了改善熱點(diǎn)問題，Wendi Rabiner Heinzelman等提出了在無線傳感器網(wǎng)絡(luò)中使用分簇概念，其將網(wǎng)絡(luò)分為不同層次的 LEACH算法：通過某種方式周期性隨機(jī)選舉簇頭，簇頭在無線信道中廣播信息，其余節(jié)點(diǎn)檢測信號并選擇信號最強(qiáng)的簇頭加入，從而形成不同的簇。簇頭之間的連接構(gòu)成上層骨干網(wǎng)，所有簇間通信都通過骨干網(wǎng)進(jìn)行轉(zhuǎn)發(fā)。簇內(nèi)成員將數(shù)據(jù)傳輸給簇頭節(jié)點(diǎn)，簇頭節(jié)點(diǎn)再向上一級簇頭傳輸，直至 Sink節(jié)點(diǎn)。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 圖 。這種方式可降低節(jié)點(diǎn)發(fā)送功率，減少不必要的鏈路和節(jié)點(diǎn)間干擾，達(dá)到保持網(wǎng)絡(luò)內(nèi)部能量消耗的均衡，延長網(wǎng)絡(luò)壽命的目的。該算法的缺點(diǎn)在于：分簇的實(shí)現(xiàn)以及簇頭的選擇都需要相當(dāng)一部分的開銷，且簇內(nèi)成員過多地依賴簇頭進(jìn)行數(shù)據(jù)傳輸與處理，使得簇頭的能量消耗很快。為避免簇頭能量耗盡，需頻繁選擇簇頭。同時，簇頭與簇內(nèi)成員為點(diǎn)對多點(diǎn)的一跳通信，可擴(kuò)展性差，不適用于大規(guī)模網(wǎng)絡(luò)。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 圖 LEACH算法 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 圖 PEGASIS算法 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (2) ?PEGASIS算法。 Stephanie Lindsey等人在 LEACH的基礎(chǔ)上提出了 PEGASIS算法。此算法假定網(wǎng)絡(luò)中的每個節(jié)點(diǎn)都是同構(gòu)的且靜止不動，節(jié)點(diǎn)通過通信來獲得與其他節(jié)點(diǎn)之間的位置關(guān)系。每個節(jié)點(diǎn)通過貪婪算法找到與其最近的相鄰節(jié)點(diǎn)，并作為自己的下一節(jié)點(diǎn)，依次遍歷網(wǎng)絡(luò)中的所有節(jié)點(diǎn)，最終形成一條鏈 (Chain)，同時設(shè)定一個距離 Sink最近的節(jié)點(diǎn)為鏈頭節(jié)點(diǎn)，它與 Sink進(jìn)行一跳通信。數(shù)據(jù)總是在某個節(jié)點(diǎn)與其鄰居之間傳輸，節(jié)點(diǎn)通過多跳方式輪流傳輸數(shù)據(jù)到 Sink處，如圖 。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) PEGASIS算法的缺點(diǎn)也很明顯：首先每個節(jié)點(diǎn)必須知道網(wǎng)絡(luò)中其他各節(jié)點(diǎn)的位置信息；其次，鏈頭節(jié)點(diǎn)為瓶頸節(jié)點(diǎn)，它的存在至關(guān)重要，若它的能量耗盡，則有關(guān)路由將會失效；再次，較長的鏈會造成較大的傳輸時延。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2) 分布式數(shù)據(jù)融合算法 可以將一個規(guī)則的傳感器網(wǎng)絡(luò)拓?fù)鋱D等效為一幅圖像，獲得一種將小波變換應(yīng)用到無線傳感器網(wǎng)絡(luò)中的分布式數(shù)據(jù)融合技術(shù)。這方面的研究已取得了一些階段性成果，下面就對其進(jìn)行介紹。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (1) 規(guī)則網(wǎng)絡(luò)情況。 Servetto首先研究了小波變換的分布式實(shí)現(xiàn)，并將其用于解決無線傳感器網(wǎng)絡(luò)中的廣播問題。南加州大學(xué)的 式數(shù)據(jù)融合算法，引入 lifting變換，提出了一種基于 lifting的規(guī)則網(wǎng)絡(luò)中分布式小波變換數(shù)據(jù)融合算法 (DWT_RE)，并將其應(yīng)用于規(guī)則網(wǎng)絡(luò)中。如圖 ，網(wǎng)絡(luò)中節(jié)點(diǎn)規(guī)則分布，每個節(jié)點(diǎn)只與其相鄰的左右兩個鄰居進(jìn)行通信，對數(shù)據(jù)進(jìn)行去相關(guān)計算。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 圖 DWT_RE算法 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) DWT_RE算法的實(shí)現(xiàn)分為兩步：第一步，奇數(shù)節(jié)點(diǎn)接收到來自它們偶數(shù)鄰居節(jié)點(diǎn)的感測數(shù)據(jù)，并經(jīng)過計算得出細(xì)節(jié)小波系數(shù)；第二步，奇數(shù)節(jié)點(diǎn)把這些系數(shù)送至它們的偶數(shù)鄰居節(jié)點(diǎn)以及 Sink節(jié)點(diǎn)中，偶數(shù)鄰居節(jié)點(diǎn)利用這些信息計算出近似小波系數(shù)，也將這些系數(shù)送至 Sink節(jié)點(diǎn)中。 小波變換在規(guī)則分布網(wǎng)絡(luò)中的應(yīng)用是數(shù)據(jù)融合算法的重要突破，但是實(shí)際應(yīng)用中節(jié)點(diǎn)分布是不規(guī)則的，因此需要找到一種算法解決不規(guī)則網(wǎng)絡(luò)的數(shù)據(jù)融合問題。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (2) 不規(guī)則網(wǎng)絡(luò)情況。萊斯大學(xué)的 R Wagner在其博士論文中首次提出了一種不規(guī)則網(wǎng)絡(luò)環(huán)境下的分布式小波變換方案，即 Distributed Wavelet Transform_IRR(DWT_IRR)，并將其擴(kuò)展到三維情況。萊斯大學(xué)的 COMPASS項(xiàng)目組已經(jīng)對此算法進(jìn)行了檢驗(yàn)，下面對其進(jìn)行介紹。 DWT_IRR算法建立在 lifting算法的基礎(chǔ)上，它的具體思想如圖 ～圖 ，分成三步：分裂、預(yù)測和更新。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 首先根據(jù)節(jié)點(diǎn)之間的不同距離 (數(shù)據(jù)相關(guān)性不同 )按一定算法將節(jié)點(diǎn)分為偶數(shù)集合 Ej和奇數(shù)集合 Oj。以 Oj中的數(shù)據(jù)進(jìn)行預(yù)測，根據(jù) Oj節(jié)點(diǎn)與其相鄰的 Ej節(jié)點(diǎn)進(jìn)行通信后，用 Ej節(jié)點(diǎn)信息預(yù)測出 Oj節(jié)點(diǎn)信息，將該信息與原來 Oj中的信息相減，從而得到細(xì)節(jié)分量 dj。然