【正文】 開銷，從而對(duì)該算法進(jìn)行了優(yōu)化。多傳感器融合技術(shù)已成為軍事、工業(yè)和高技術(shù)開發(fā)等多方面關(guān)心的問(wèn)題。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 多傳感器數(shù)據(jù)融合技術(shù)的基本原理就像人腦綜合處理信息一樣，充分利用多個(gè)傳感器資源，通過(guò)對(duì)多傳感器及其觀測(cè)信息的合理支配和使用，把多傳感器在空間或時(shí)間上冗余或互補(bǔ)的信息依據(jù)某種準(zhǔn)則來(lái)進(jìn)行組合，以獲得對(duì)被測(cè)對(duì)象的一致性解釋與描述。 (4) 將各傳感器關(guān)于目標(biāo)的說(shuō)明數(shù)據(jù)按同一目標(biāo)進(jìn)行分組，即關(guān)聯(lián)。對(duì)于多傳感器系統(tǒng)來(lái)說(shuō)，信息具有多樣性和復(fù)雜性，因此，對(duì)信息融合方法的基本要求是具有魯棒性和并行處理能力。多傳感器數(shù)據(jù)融合的常用方法基本上可概括為隨機(jī)和人工智能兩大類。該方法將一組傳感器提供的冗余信息進(jìn)行加權(quán)平均，其結(jié)果作為融合值。該方法用測(cè)量模型的統(tǒng)計(jì)特性遞推，決定統(tǒng)計(jì)意義下的最優(yōu)融合和數(shù)據(jù)估計(jì)。貝葉斯估計(jì)為數(shù)據(jù)融合提供了一種手段，是融合靜態(tài)環(huán)境中多傳感器高層信息的常用方法。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (4) ?DS證據(jù)推理。第二級(jí)為推斷，其作用是獲得傳感器的觀測(cè)結(jié)果并進(jìn)行推斷，將傳感器觀測(cè)結(jié)果擴(kuò)展成目標(biāo)報(bào)告。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (5) 產(chǎn)生式規(guī)則。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2) 人工智能類方法 (1) 模糊邏輯推理。此外，由于模糊邏輯推理對(duì)信息的描述存在很大的主觀因素，所以，信息的表示和處理缺乏客觀性。神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的容錯(cuò)性以及自學(xué)習(xí)、自組織及自適應(yīng)能力，能夠模擬復(fù)雜的非線性映射。利用神經(jīng)網(wǎng)絡(luò)的信號(hào)處理能力和自動(dòng)推理功能，即實(shí)現(xiàn)了多傳感器數(shù)據(jù)融合。隨著傳感器技術(shù)、數(shù)據(jù)處理技術(shù)、計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)通信技術(shù)、人工智能技術(shù)、并行計(jì)算軟件和硬件技術(shù)等相關(guān)技術(shù)的發(fā)展，尤其是人工智能技術(shù)的進(jìn)步，新的、更有效的數(shù)據(jù)融合方法將不斷推出，多傳感器數(shù)據(jù)融合必將成為未來(lái)復(fù)雜工業(yè)系統(tǒng)智能檢測(cè)與數(shù)據(jù)處理的重要技術(shù)，其應(yīng)用領(lǐng)域?qū)⒉粩鄶U(kuò)大。 (3) 還沒(méi)有很好解決融合系統(tǒng)中的容錯(cuò)性或魯棒性問(wèn)題。 (2) 解決數(shù)據(jù)配準(zhǔn)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)庫(kù)構(gòu)建、數(shù)據(jù)庫(kù)管理、人機(jī)接口、通用軟件包開發(fā)問(wèn)題，利用成熟的輔助技術(shù)，建立面向具體應(yīng)用需求的數(shù)據(jù)融合系統(tǒng)。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (6) 在多平臺(tái) /單平臺(tái)、異類 /同類多傳感器的應(yīng)用背景下，建立計(jì)算復(fù)雜程度低，同時(shí)，又能滿足任務(wù)要求的數(shù)據(jù)處理模型和算法。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合路由算法 1．無(wú)線傳感器網(wǎng)絡(luò)中的路由協(xié)議 無(wú)線傳感器網(wǎng)絡(luò)因?yàn)槠渑c正常通信網(wǎng)絡(luò)和 AdHoc網(wǎng)絡(luò)有較大不同，所以對(duì)網(wǎng)絡(luò)協(xié)議提出了許多新的挑戰(zhàn)。 (4) 傳感器節(jié)點(diǎn)的傳輸能力、能量、處理能力和內(nèi)存都非常有限，而同時(shí)網(wǎng)絡(luò)又具有節(jié)點(diǎn)數(shù)量眾多、動(dòng)態(tài)性強(qiáng)、感知數(shù)據(jù)量大等特點(diǎn)，所以需要很好地對(duì)網(wǎng)絡(luò)資源進(jìn)行管理。當(dāng)有事件發(fā)生時(shí)，在特定感知范圍內(nèi)的節(jié)點(diǎn)就會(huì)檢測(cè)到并開始收集數(shù)據(jù)，這些數(shù)據(jù)將被發(fā)送到匯聚節(jié)點(diǎn)做進(jìn)一步處理，以上描述稱為事件驅(qū)動(dòng)的應(yīng)用，在這種應(yīng)用當(dāng)中，傳感器用來(lái)檢測(cè)特定的事件。這個(gè)過(guò)程稱為以數(shù)據(jù)為中心的路由。 1) ?MLR MLR(Maximum Lifetime Routing)是基于地理位置的路由協(xié)議。即每個(gè)節(jié)點(diǎn)產(chǎn)生的信息只經(jīng)過(guò)其下游鄰居節(jié)點(diǎn)的一次融合處理。 MLR中的數(shù)據(jù)融合在下一跳中進(jìn)行，而 GRAN算法另外運(yùn)行一個(gè)選取融合節(jié)點(diǎn)的算法 DDAP(Distributed Data Aggregation Protocol)，隨機(jī)選取融合節(jié)點(diǎn)。 MFST算法有效地減少了數(shù)據(jù)通信量。該數(shù)據(jù)融合模型是以火災(zāi)實(shí)時(shí)監(jiān)控網(wǎng)為實(shí)例進(jìn)行設(shè)計(jì)的。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 表 93 4種路由協(xié)議的性能比較 算法 路由 分類 數(shù)據(jù) 融合點(diǎn) 是否可 重復(fù)融合 算法 收斂點(diǎn) 能耗 均勻性 應(yīng)用范圍 ML R 平面型 每個(gè)節(jié)點(diǎn) 否 較快 中 數(shù)據(jù)相似度和密度較高的中小型網(wǎng)絡(luò) GRAN 平面型 隨機(jī)選取 是 中 中 分布密度不高的 大中型網(wǎng)絡(luò) MF S T 層次型 父節(jié)點(diǎn)處 是 中 好 分布較穩(wěn)定的 中型網(wǎng)絡(luò) GR OU P 層次型 每個(gè)節(jié)點(diǎn)及 簇頭節(jié)點(diǎn) 是 較慢 較好 大型網(wǎng)絡(luò)、森林 防火監(jiān)測(cè) 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 在數(shù)據(jù)融合的模型中，平面型路由協(xié)議中的數(shù)據(jù)融合方法可以概括為兩種：一種是在傳感器節(jié)點(diǎn)對(duì)其產(chǎn)生的原數(shù)據(jù)進(jìn)行壓縮；另一種是在路由中通過(guò)中間節(jié)點(diǎn)進(jìn)行壓縮，或者二者的結(jié)合。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 物聯(lián)網(wǎng)數(shù)據(jù)管理系統(tǒng)的特點(diǎn)如下： (1) 與傳感器網(wǎng)絡(luò)支撐環(huán)境直接相關(guān)。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2．傳感器網(wǎng)絡(luò)的數(shù)據(jù)管理系統(tǒng)結(jié)構(gòu) 目前，傳感器網(wǎng)絡(luò)的數(shù)據(jù)管理系統(tǒng)結(jié)構(gòu)主要有集中式結(jié)構(gòu)、半分布式結(jié)構(gòu)、分布式結(jié)構(gòu)和層次式結(jié)構(gòu)四種類型。 (3) 分布式結(jié)構(gòu)：每個(gè)節(jié)點(diǎn)獨(dú)立處理數(shù)據(jù)查詢命令?；A(chǔ)軟件層包含無(wú)線傳感器網(wǎng)絡(luò)各種中間件。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 1) ?TinyDB系統(tǒng) TinyDB系統(tǒng)是由加州伯克利分校開發(fā)的，它為用戶提供了一個(gè)類似于 SQL的應(yīng)用程序接口。 TinyDB系統(tǒng)的傳感器網(wǎng)絡(luò)軟件包括四個(gè)組件，分別為網(wǎng)絡(luò)拓?fù)涔芾砥?、存?chǔ)管理器、查詢管理器、節(jié)點(diǎn)目錄和模式管理器。 (3) 查詢管理器負(fù)責(zé)處理查詢請(qǐng)求。傳感器網(wǎng)絡(luò)中的異構(gòu)節(jié)點(diǎn)具有不同的節(jié)點(diǎn)目錄。Cougar系統(tǒng)使用定向擴(kuò)散路由算法在傳感器網(wǎng)絡(luò)中傳輸數(shù)據(jù)，信息交換的格式為 XML。客戶前端和 GUI之間使用 TCP/IP協(xié)議通信，將從 GUI獲取的查詢請(qǐng)求發(fā)給簇頭上運(yùn)行的查詢代理，并從簇頭接收查詢結(jié)果，還對(duì)查詢結(jié)果進(jìn)行相關(guān)處理 (如過(guò)濾或聚集數(shù)據(jù) )，然后將處理結(jié)果發(fā)給 GUI。 查詢代理由設(shè)備管理器、節(jié)點(diǎn)層軟件和簇頭層軟件三部分組成。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 3) ?Dimension系統(tǒng) Dimension系統(tǒng)是由加州大學(xué)洛杉磯分校開發(fā)的。這種查詢提供了一種針對(duì)細(xì)節(jié)的數(shù)據(jù)挖掘功能?？偟恼f(shuō)來(lái)，還面臨著以下若干挑戰(zhàn)： (1) 需要研究能夠降低響應(yīng)時(shí)間的傳感器網(wǎng)絡(luò)數(shù)據(jù)管理技術(shù)。 (3) 需要研究用于傳感器網(wǎng)絡(luò)數(shù)據(jù)管理系統(tǒng)的協(xié)同技術(shù)。例如，可以進(jìn)一步優(yōu)化數(shù)據(jù)聚集技術(shù)，或者提高傳感器在采集數(shù)據(jù)時(shí)對(duì)環(huán)境變化的自適用性，以降低能量消耗和縮短響應(yīng)時(shí)間。 在傳感器網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)管理，有以下幾個(gè)方面的問(wèn)題： (1) 感知數(shù)據(jù)如何真實(shí)反映物理世界。 (5) 如何表示查詢，并進(jìn)行優(yōu)化。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 數(shù)據(jù)查詢技術(shù)主要包括查詢語(yǔ)言、數(shù)據(jù)融合方法、查詢優(yōu)化技術(shù)和數(shù)據(jù)查詢分布式處理技術(shù)。節(jié)點(diǎn)產(chǎn)生的測(cè)量值由于存在誤差并不能真實(shí)反映物理世界，而是分布在真值附近的某個(gè)范圍內(nèi)，這種分布可用連續(xù)概率分布函數(shù)來(lái)描述。根據(jù)建立的數(shù)據(jù)模型，可以調(diào)節(jié)傳感器節(jié)點(diǎn)工作模式，降低節(jié)點(diǎn)采樣頻率和通信量，達(dá)到延長(zhǎng)網(wǎng)絡(luò)生命周期的目的。這種策略獲得的數(shù)據(jù)比較詳細(xì)、完整，可以進(jìn)行復(fù)雜的查詢和處理，但是節(jié)點(diǎn)通信開銷大，只適合于節(jié)點(diǎn)數(shù)目比較小的應(yīng)用場(chǎng)合。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) ② ?DIFS使用感知數(shù)據(jù)的鍵屬性，采用散列函數(shù)和空間分解技術(shù)構(gòu)造多根層次結(jié)構(gòu)樹，同時(shí)數(shù)據(jù)沿結(jié)構(gòu)樹向上傳播，防止了不必要的樹遍歷。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 3．?dāng)?shù)據(jù)查詢處理 傳感器網(wǎng)絡(luò)中的數(shù)據(jù)查詢主要分為快照查詢和連續(xù)查詢。這方面的研究目前比較少，主要是基于 SQL語(yǔ)言的擴(kuò)展和改進(jìn)。子查詢也是連續(xù)查詢，需要掃描、過(guò)濾、綜合數(shù)據(jù)流，產(chǎn)生部分的查詢結(jié)果流，經(jīng)過(guò)全局綜合處理后返回給用戶。采用基于概率的近似查詢技術(shù)，充分利用已有信息和模型信息，在滿足用戶查詢精度要求下減少不必要的數(shù)據(jù)采集和數(shù)據(jù)傳輸，將會(huì)提高查詢效率，減少數(shù)據(jù)傳輸開銷。 (2) 改進(jìn)融合算法，提高系統(tǒng)性能。針對(duì)具體應(yīng)用問(wèn)題，建立數(shù)據(jù)融合中的數(shù)據(jù)庫(kù)和知識(shí)庫(kù)，研究高速并行推理機(jī)制，是數(shù)據(jù)融合及管理技術(shù)工程化及實(shí)際應(yīng)用中的關(guān)鍵問(wèn)題。如何建立評(píng)價(jià)機(jī)制，對(duì)數(shù)據(jù)融合及管理系統(tǒng)進(jìn)行綜合分析和評(píng)價(jià)，以衡量融合算法的性能，也是亟待解決的問(wèn)題。數(shù)據(jù)融合及管理系統(tǒng)是一個(gè)具有不確定性的復(fù)雜系統(tǒng)，如何提高現(xiàn)有理論、技術(shù)、設(shè)備，保證融合系統(tǒng)及管理的精確性、實(shí)時(shí)性以及低成本也是未來(lái)研究的重點(diǎn)。由于物聯(lián)網(wǎng)中感知節(jié)點(diǎn)具有隨機(jī)性部署的特點(diǎn)，且感知節(jié)點(diǎn)能量、計(jì)算及存儲(chǔ)空間等能力有限，不可能維護(hù)動(dòng)態(tài)變化的全局信息，因而需要匯聚節(jié)點(diǎn)選擇恰當(dāng)?shù)臅r(shí)機(jī)，盡可能多地對(duì)數(shù)據(jù)進(jìn)行匯聚融合。在傳感器網(wǎng)絡(luò)中一段時(shí)間間隔內(nèi)可能進(jìn)行著多個(gè)連續(xù)查詢，多查詢優(yōu)化就是對(duì)各個(gè)查詢結(jié)果進(jìn)行判別，減少重疊部分的傳輸次數(shù)，以減少數(shù)據(jù)傳輸量。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (3) 近似查詢技術(shù)。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (2) 連續(xù)查詢技術(shù)。查詢處理與路由策略、感知數(shù)據(jù)模型和數(shù)據(jù)存儲(chǔ)策略緊密相關(guān)，不可分割。 ③ ?DIM(Distributed Index for Multidimensional data)是多維查詢處理的分布式索引結(jié)構(gòu)，使用地理散列函數(shù)實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)的局域性，把屬性值相近的感知數(shù)據(jù)存儲(chǔ)在鄰近節(jié)點(diǎn)上，減少計(jì)算開銷，提高查詢效率。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (2) 分布式存儲(chǔ)和索引：感知數(shù)據(jù)按數(shù)據(jù)名分布存儲(chǔ)在傳感器網(wǎng)絡(luò)中，通過(guò)提取數(shù)據(jù)索引進(jìn)行高效查詢，相應(yīng)的存儲(chǔ)機(jī)制有 DIMENSIONS、 DIFS、 DIM等。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2．?dāng)?shù)據(jù)存儲(chǔ)與索引技術(shù) 數(shù)據(jù)存儲(chǔ)策略按數(shù)據(jù)存儲(chǔ)的分布情況可分為以下三類。同時(shí)，當(dāng)節(jié)點(diǎn)損壞或數(shù)據(jù)丟失時(shí)，可以利用周圍鄰居節(jié)點(diǎn)的數(shù)據(jù)相關(guān)性特點(diǎn)，在一定概率范圍內(nèi)正確發(fā)送查詢結(jié)果。 數(shù)據(jù)管理系統(tǒng)主要包括數(shù)據(jù)管理系統(tǒng)的體系結(jié)構(gòu)和數(shù)據(jù)管理系統(tǒng)的實(shí)現(xiàn)技術(shù)。 數(shù)據(jù)獲取技術(shù)主要涉及傳感器網(wǎng)絡(luò)和感知數(shù)據(jù)模型、元數(shù)據(jù)管理技術(shù)、傳感器數(shù)據(jù)處理策略、面向應(yīng)用的感知數(shù)據(jù)管理技術(shù)。 (3) 查詢請(qǐng)求如何通過(guò)路由到達(dá)目標(biāo)節(jié)點(diǎn)?？傊?，大量問(wèn)題亟待解決。針對(duì)具體應(yīng)用需求，可以充分利用信息的冗余性的協(xié)同技術(shù)。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (2) 需要研究可靠、安全的傳感器網(wǎng)絡(luò)數(shù)據(jù)管理技術(shù)。這種關(guān)鍵技術(shù)能夠使傳感器網(wǎng)絡(luò)合理地使用能量、計(jì)算和存儲(chǔ)資源。這種查詢的靈活性表現(xiàn)在，用戶可以對(duì)傳感器網(wǎng)絡(luò)中的數(shù)據(jù)進(jìn)行時(shí)域和空域的多分辨率查詢。當(dāng)收到查詢請(qǐng)求時(shí)，節(jié)點(diǎn)層軟件從設(shè)備管理器獲得需要的測(cè)量數(shù)據(jù)，然后對(duì)這些數(shù)據(jù)進(jìn)行處理，最后將結(jié)果傳送到簇頭。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 用戶計(jì)算機(jī) GUI界面是基于 Java開發(fā)的，它允許用戶通過(guò)可視化方式或輸入 SQL語(yǔ)言發(fā)出查詢請(qǐng)求，也允許用戶以可視化方式觀察查詢結(jié)果。圖 Cougar系統(tǒng)的結(jié)構(gòu) 。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 2) ?Cougar系統(tǒng) Cougar系統(tǒng)是由康奈爾大學(xué)開發(fā)的。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (4) 節(jié)點(diǎn)目錄和模式管理器負(fù)責(zé)管理傳感器節(jié)點(diǎn)目錄和數(shù)據(jù)模式。 (2) 存儲(chǔ)管理器使用了一種小型的、基于句柄的動(dòng)態(tài)內(nèi)存管理方式。 TinyDB系統(tǒng)的軟件主要分為兩大部分：第一部分是傳感器網(wǎng)絡(luò)軟件，運(yùn)行在每個(gè)傳感器節(jié)點(diǎn)上；第二部分是客戶端軟件，運(yùn)行在 TinyDB客戶端和 TinyDB服務(wù)器上。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) 3．典型的傳感器網(wǎng)絡(luò)數(shù)據(jù)管理系統(tǒng) 傳感器網(wǎng)絡(luò)數(shù)據(jù)管理系統(tǒng)是一個(gè)提取、存儲(chǔ)、管理傳感器網(wǎng)絡(luò)數(shù)據(jù)的系統(tǒng)，核心是傳感器網(wǎng)絡(luò)數(shù)據(jù)查詢的優(yōu)化與處理。 第 9章 物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù) (4) 層次式結(jié)構(gòu)：無(wú)線傳感器網(wǎng)絡(luò)的中間件和平臺(tái)軟件體系結(jié)構(gòu)主要分為四個(gè)層次，即網(wǎng)絡(luò)適配層、基礎(chǔ)軟件層、應(yīng)用開發(fā)層和應(yīng)用業(yè)務(wù)適配層，其中網(wǎng)絡(luò)適配層和基礎(chǔ)軟件層組成無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)嵌入式軟件 (部署在無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)中 )的體系結(jié)構(gòu)，應(yīng)用開發(fā)層和基礎(chǔ)軟件層組成無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用支撐結(jié)構(gòu) (支持應(yīng)用業(yè)務(wù)的開發(fā)與實(shí)現(xiàn) )。這種方法簡(jiǎn)單，但中心節(jié)點(diǎn)會(huì)成為系統(tǒng)性能的瓶頸，而且容錯(cuò)性較差。 (3) 能夠處理感知數(shù)據(jù)的誤差。如 GROUP中，對(duì)應(yīng)用于火災(zāi)監(jiān)測(cè)的無(wú)線傳感器采用了三層神經(jīng)網(wǎng)絡(luò)模型，根據(jù)需要，可對(duì)第一隱層和第二隱層采用不同的數(shù)據(jù)融合模型，從而取得良好的