【正文】 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 。 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。那么，在無(wú)線傳感器網(wǎng)絡(luò)中的感測(cè)數(shù)據(jù)就會(huì)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。 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(shí)，會(huì)出現(xiàn)熱點(diǎn)問(wèn)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(chēng)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。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(wú)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) 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(wú)線傳感器網(wǎng)絡(luò)已經(jīng)成為一種極具潛力的測(cè)量工具。例如，有些應(yīng)用將數(shù)據(jù)融合劃分為檢測(cè)層、位置層、屬性層、態(tài)勢(shì)評(píng)估和威脅評(píng)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。 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(wèn)題是如何部署感知節(jié)點(diǎn)。 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(guò)對(duì)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(gè)網(wǎng)絡(luò)中不必要的通信開(kāi)銷(xiāo)，提高數(shù)據(jù)的準(zhǔn)確度和收集效率。 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(gè)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。小波變換常用于雷達(dá)影像 (SAR)與 TM影像的融合。通過(guò) 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。另外，它對(duì)輻射差異具有自動(dòng)校正的功能，因此無(wú)須再做相對(duì)輻射校正處理。 PCT的本質(zhì)是通過(guò)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(duì)大量影像進(jìn)行概括和消除相關(guān)性。 (2) 圖像回歸法 (Image Regression)：首先假定影像的像元值是另一影像的一個(gè)線性函數(shù)，通過(guò)最小二乘法來(lái)進(jìn)行回歸，然后再用回歸方程計(jì)算出的預(yù)測(cè)值減去影像的原始像元值，從而獲得二影像的回歸殘差圖像。 決策級(jí)融合模型如圖 。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 圖 特征級(jí)融合模型 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (3) 決策級(jí)融合：是最高水平的融合。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (2) 特征級(jí)融合：是一種中等水平的融合。 ④ 糾錯(cuò)要求。 ② 分析數(shù)據(jù)受限。 像元級(jí)融合模型如圖 。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2) 數(shù)據(jù)融合 根據(jù)融合目的和融合層次智能地選擇合適的融合算法，將空間配準(zhǔn)的遙感影像數(shù)據(jù) (或提取的圖像特征或模式識(shí)別的屬性說(shuō)明 )進(jìn)行有機(jī)合成 (如“匹配處理”和“類(lèi)型變換”等 )，以便得到目標(biāo)的更準(zhǔn)確表示或估計(jì)。 ③ 空間變化：根據(jù)控制點(diǎn)，建立影像間的映射關(guān)系。 (1) 幾何糾正、大氣訂正及輻射校正的目的在于去除透視收縮、疊掩、陰影等地形因素以及衛(wèi)星擾動(dòng)、天氣變化、大氣散射等隨機(jī)因素對(duì)成像結(jié)果一致性的影響。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 在基于信息融合的故障診斷系統(tǒng)中可以加入自學(xué)習(xí)模塊，故障決策經(jīng)自學(xué)習(xí)模塊反饋給知識(shí)庫(kù)，并對(duì)相應(yīng)的置信度因子進(jìn)行修改，更新知識(shí)庫(kù)。 (2) 數(shù)據(jù)關(guān)聯(lián)。融合節(jié)點(diǎn)的選擇與網(wǎng)絡(luò)層的路由協(xié)議有密切關(guān)系，需要依靠路由協(xié)議建立路由回路數(shù)據(jù)，并且使用路由結(jié)構(gòu)中的某些節(jié)點(diǎn)作為數(shù)據(jù)融合的節(jié)點(diǎn)。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 3．物聯(lián)網(wǎng)數(shù)據(jù)融合的意義和作用 物聯(lián)網(wǎng)是利用射頻識(shí)別 (RFID)裝置、各種傳感器、全球定位系統(tǒng) (GPS)、激光掃描器等各種不同裝置、嵌入式軟硬件系統(tǒng)，以及現(xiàn)代網(wǎng)絡(luò)及無(wú)線通信、分布式數(shù)據(jù)處理等諸多技術(shù)，能夠協(xié)作地實(shí)時(shí)監(jiān)測(cè)、感知、采集網(wǎng)絡(luò)分布區(qū)域內(nèi)的各種環(huán)境或監(jiān)測(cè)對(duì)象的信息，實(shí)現(xiàn)包括物與物、人與物之間的互相連接，并且與互聯(lián)網(wǎng)結(jié)合起來(lái)而形成的一個(gè)巨大的信息網(wǎng)絡(luò)系統(tǒng)。 (4) 感知數(shù)據(jù)的不確定性。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2．?dāng)?shù)據(jù)融合研究的主要內(nèi)容 數(shù)據(jù)融合是針對(duì)一個(gè)網(wǎng)絡(luò)感知系統(tǒng)中使用多個(gè)和多類(lèi)感知節(jié)點(diǎn) (如多傳感器 )展開(kāi)的一種數(shù)據(jù)處理方法，研究的內(nèi)容主要包含以下幾個(gè)方面。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (2) 數(shù)據(jù)的融合不同于組合，組合指的是外部特性，融合指的是內(nèi)部特性，它是系統(tǒng)動(dòng)態(tài)過(guò)程中的一種數(shù)據(jù)綜合加工處理。它由美國(guó)國(guó)防部在 20世紀(jì) 70年代最先提出，之后英、法、日、俄等國(guó)也做了大量的研究。 多源遙感影像的目的是將單一傳感器的多波段信息或不同類(lèi)別傳感器所提供的信息加以綜合，消除多傳感器信息之間可能存在的冗余和矛盾，加以互補(bǔ)，改善遙感信息提取的及時(shí)性和可靠性，提高數(shù)據(jù)的使用效率。 (2) 互補(bǔ)性：指信息來(lái)自不同的自由度且相互獨(dú)立。數(shù)據(jù)融合技術(shù)最早被應(yīng)用于軍事領(lǐng)域， 1973年美國(guó)研究機(jī)構(gòu)就在國(guó)防部的資助下，開(kāi)展了聲吶信號(hào)解釋系統(tǒng)的研究。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 現(xiàn)在數(shù)據(jù)融合的主要應(yīng)用領(lǐng)域有多源影像復(fù)合、機(jī)器人和智能儀器系統(tǒng)、戰(zhàn)場(chǎng)和無(wú)人駕駛飛機(jī)、圖像分析與理解、目標(biāo)檢測(cè)與跟蹤、自動(dòng)目標(biāo)識(shí)別、工業(yè)控制、海洋監(jiān)視和管理等。 (3) 合作性：不同傳感器在觀測(cè)和處理信息時(shí)對(duì)其他信息有依賴(lài)關(guān)系。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 物聯(lián)網(wǎng)中的數(shù)據(jù)融合 數(shù)據(jù)融合是針對(duì)多傳感器系統(tǒng)而提出的。近 40年來(lái)數(shù)據(jù)融合技術(shù)得到了巨大的發(fā)展，同時(shí)伴隨著電子技術(shù)、信號(hào)檢測(cè)與處理技術(shù)、計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)通信技術(shù)以及控制技術(shù)的飛速發(fā)展，數(shù)據(jù)融合已被應(yīng)用在多個(gè)領(lǐng)域，在現(xiàn)代科學(xué)技術(shù)中的地位也日漸突出。 (3) 數(shù)據(jù)的互補(bǔ)過(guò)程，數(shù)據(jù)表達(dá)方式的互補(bǔ)、結(jié)構(gòu)上的互補(bǔ)、功能上的互補(bǔ)、不同層次的互補(bǔ)，是數(shù)據(jù)融合的核心，只有互補(bǔ)數(shù)據(jù)的融合才可以使系統(tǒng)發(fā)生質(zhì)的飛躍。 (1) 數(shù)據(jù)對(duì)準(zhǔn)。 (5) 不完整、不一致和虛假數(shù)據(jù)。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 這個(gè)巨大的信息網(wǎng)絡(luò)系統(tǒng)是一個(gè)物聯(lián)網(wǎng)系統(tǒng)，在這個(gè)物聯(lián)網(wǎng)系統(tǒng)中，有大量感知數(shù)據(jù)需要選取適當(dāng)?shù)娜诤夏Ｊ?、處理算法進(jìn)行綜合分析，才能提高數(shù)據(jù)的質(zhì)量，獲得最佳決策和完成評(píng)估任務(wù)。 (2) 數(shù)據(jù)融合時(shí)機(jī)。 (3) 能量約束。同時(shí)，自學(xué)習(xí)模塊能根據(jù)知識(shí)庫(kù)中的知識(shí)和用戶(hù)對(duì)系統(tǒng)提問(wèn)的動(dòng)態(tài)應(yīng)答進(jìn)行推理，以獲得新知識(shí)、總結(jié)新經(jīng)驗(yàn)，不斷擴(kuò)充知識(shí)庫(kù)，實(shí)現(xiàn)專(zhuān)家系統(tǒng)的自學(xué)習(xí)功能。 (2) 影像空間配準(zhǔn)的目的在于消除由不同傳感器得到的影像在拍攝角度、時(shí)相及分辨率等方面的差異 。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) ④ 插值：根據(jù)映射關(guān)系，對(duì)非參考影像進(jìn)行重采樣，獲得同參考影像配準(zhǔn)的影像。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2．?dāng)?shù)據(jù)融合的分類(lèi)及方法 1) 數(shù)據(jù)融合的分類(lèi) 遙感影像的數(shù)據(jù)融合有三類(lèi)：像元 (pixel)級(jí)融合、特征(feature)級(jí)融合、決策 (decision)級(jí)融合，融合的水平依次從低到高。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 圖 像元級(jí)融合模型 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 像元級(jí)融合的優(yōu)點(diǎn)：保留了盡可能多的信息，具有最高精度。為了便于像元比較，對(duì)傳感器信息的配準(zhǔn)精度要求很高，而且要求影像來(lái)源于一組同質(zhì)傳感器或同單位的。由于底層傳感器信息存在不確定性、不完全性或不穩(wěn)定性，所以對(duì)融合過(guò)程中的糾錯(cuò)能力有較高要求。在這一級(jí)別中，先是將各遙感影像數(shù)據(jù)進(jìn)行特征提取，提取的特征信息應(yīng)是原始信息的充分表示量或充分統(tǒng)計(jì)量，然后按特征信息對(duì)多源數(shù)據(jù)進(jìn)行分類(lèi)、聚集和綜合，產(chǎn)生特征矢量，而后采用一些基于特征級(jí)的融合方法融合這些特征矢量，作出基于融合特征矢量的屬性說(shuō)明。融合的結(jié)果為指揮、控制、決策提供了依據(jù)。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 圖 決策級(jí)融合模型 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 決策級(jí)融合的優(yōu)點(diǎn)：容錯(cuò)性強(qiáng)、開(kāi)放性好、處理時(shí)間短、數(shù)據(jù)要求低、分析能力強(qiáng)。經(jīng)過(guò)回歸處理后的遙感數(shù)據(jù)在一定程度上類(lèi)似于進(jìn)行了相對(duì)輻射校正，因而能減弱多時(shí)相影像中由于大氣條件和太陽(yáng)高度角的不同所帶來(lái)的影響。 PCT使用相關(guān)系數(shù)陣或協(xié)方差陣來(lái)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。 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(chēng)為“纓帽變換”。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。它具有在提高影像空間分辨率的同時(shí)又保持色調(diào)和飽和度不變的優(yōu)越性。 數(shù)據(jù)融合的方法還包括多貝葉斯估計(jì)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。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(zhǎng)網(wǎng)絡(luò)的生存周期。目前，傳感網(wǎng)感知節(jié)點(diǎn)的部署方式一般有三種類(lèi)型：并行拓?fù)?、串行拓?fù)浜突旌贤負(fù)?。?shù)據(jù)融合層次的劃分目前還沒(méi)有統(tǒng)一標(biāo)準(zhǔn)。它是一個(gè)由微型、廉價(jià)、能量受限的傳感器節(jié)點(diǎn)所組成，通過(guò)無(wú)線方式進(jìn)行通信的多跳網(wǎng)絡(luò)，其目的是對(duì)所覆蓋區(qū)域內(nèi)的信息進(jìn)行采集、處理和傳遞。 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(lèi)似于 AdHoc網(wǎng)絡(luò)模型，如圖 。在這種情況下，這些節(jié)點(diǎn)的能量將會(huì)很快耗盡。在傳統(tǒng)的數(shù)據(jù)傳輸模式下，每個(gè)節(jié)點(diǎn)都將傳輸全部的感測(cè)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。為了改善熱點(diǎn)問(wèn)題，Wendi Rabiner Heinzelman等提出了在無(wú)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(guò)某種方式周期性隨機(jī)選舉簇頭，簇頭在無(wú)線信道中廣播信息，其余節(jié)點(diǎn)檢測(cè)信號(hào)并選擇信號(hào)最強(qiáng)的簇頭加入，從而形成不同的簇。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(zhǎng)網(wǎng)絡(luò)壽命的目的。 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。數(shù)據(jù)總是在某個(gè)節(jié)點(diǎn)與其鄰居之間傳輸，節(jié)點(diǎn)通過(guò)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) (1) 規(guī)則網(wǎng)絡(luò)情況。 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(lái)自它們偶數(shù)鄰居節(jié)點(diǎn)的感測(cè)數(shù)據(jù)，并經(jīng)過(guò)計(jì)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(jì)算出近似小波系數(shù)，也將這些系數(shù)送至 Sink節(jié)點(diǎn)中。萊斯大學(xué)的 COMPASS項(xiàng)目組已經(jīng)對(duì)此算法進(jìn)行了檢驗(yàn)，下面對(duì)其進(jìn)行介紹。然后， Oj發(fā)送 dj至參與預(yù)測(cè)的 Ej中， Ej節(jié)點(diǎn)將原來(lái)信息與 dj相加，從而得到近似分量 Sj，該分量將參與下一輪的迭代。通過(guò)對(duì)小波系數(shù)進(jìn)行篩選，將所需信息進(jìn)行 lifting逆變換，可以應(yīng)用于有損壓縮處理。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 在此基礎(chǔ)上，南加州大學(xué)的 Godwin Shen考慮到DWT_IRR算法中沒(méi)有討論的關(guān)于計(jì)算反向鏈路所需的