【正文】 負(fù)責(zé)管理傳感器節(jié)點(diǎn)目錄和數(shù)據(jù)模式。圖 Cougar系統(tǒng)的結(jié)構(gòu) 。當(dāng)收到查詢請求時(shí)，節(jié)點(diǎn)層軟件從設(shè)備管理器獲得需要的測量數(shù)據(jù)，然后對這些數(shù)據(jù)進(jìn)行處理，最后將結(jié)果傳送到簇頭。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。針對具體應(yīng)用需求，可以充分利用信息的冗余性的協(xié)同技術(shù)。 (3) 查詢請求如何通過路由到達(dá)目標(biāo)節(jié)點(diǎn)。 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)。 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。 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) 連續(xù)查詢技術(shù)。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。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研究的重點(diǎn)。針對具體應(yīng)用問題，建立數(shù)據(jù)融合中的數(shù)據(jù)庫和知識(shí)庫，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)鍵問題。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。這方面的研究目前比較少，主要是基于 SQL語言的擴(kuò)展和改進(jìn)。 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。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)到延長網(wǎng)絡(luò)生命周期的目的。 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)。 在傳感器網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)管理，有以下幾個(gè)方面的問題： (1) 感知數(shù)據(jù)如何真實(shí)反映物理世界。 (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)。這種查詢提供了一種針對細(xì)節(jié)的數(shù)據(jù)挖掘功能。 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。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。 (3) 查詢管理器負(fù)責(zé)處理查詢請求。 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。 (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。 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)。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。 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)。 1) ?MLR MLR(Maximum Lifetime Routing)是基于地理位置的路由協(xié)議。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，傳感器用來檢測特定的事件。 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．無線傳感器網(wǎng)絡(luò)中的路由協(xié)議 無線傳感器網(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，所以對網(wǎng)絡(luò)協(xié)議提出了許多新的挑戰(zhàn)。 (2) 解決數(shù)據(jù)配準(zhǔn)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)庫構(gòu)建、數(shù)據(jù)庫管理、人機(jī)接口、通用軟件包開發(fā)問題，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)。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)融合必將成為未來復(fù)雜工業(yè)系統(tǒng)智能檢測與數(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。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。 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。第二級(jí)為推斷，其作用是獲得傳感器的觀測結(jié)果并進(jìn)行推斷，將傳感器觀測結(jié)果擴(kuò)展成目標(biāo)報(bào)告。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。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。對于多傳感器系統(tǒng)來說，信息具有多樣性和復(fù)雜性，因此，對信息融合方法的基本要求是具有魯棒性和并行處理能力。 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，通過對多傳感器及其觀測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)則來進(jìn)行組合，以獲得對被測對象的一致性解釋與描述。 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算法中沒有討論的關(guān)于計(jì)算反向鏈路所需的開銷，從而對該算法進(jìn)行了優(yōu)化。然后， Oj發(fā)送 dj至參與預(yù)測的 Ej中， Ej節(jié)點(diǎn)將原來信息與 dj相加，從而得到近似分量 Sj，該分量將參與下一輪的迭代。 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(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。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)通過多跳方式輪流傳輸數(shù)據(jù)到 Sink處，如圖 。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。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。 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 。數(shù)據(jù)融合層次的劃分目前還沒有統(tǒng)一標(biāo)準(zhǔn)。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。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。 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”。經(jīng)過回歸處理后的遙感數(shù)據(jù)在一定程度上類似于進(jìn)行了相對輻射校正，因而能減弱多時(shí)相影像中由于大氣條件和太陽高度角的不同所帶來的影響。融合的結(jié)果為指揮、控制、決策提供了依據(jù)。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，所以對融合過程中的糾錯(cuò)能力有較高要求。 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。 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，對非參考影像進(jìn)行重采樣，獲得同參考影像配準(zhǔn)的影像。同時(shí)，自學(xué)習(xí)模塊能根據(jù)知識(shí)庫中的知識(shí)和用戶對系統(tǒng)提問的動(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，實(shí)現(xiàn)專家系統(tǒng)的自學(xué)習(xí)功能。 (2) 數(shù)據(jù)融合時(shí)機(jī)。 (5) 不完整、不一致和虛假數(shù)據(jù)。 (3) 數(shù)據(jù)的互補(bǔ)過程，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。 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)融合是針對多傳感器系統(tǒng)而提出的。 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)場和無人駕駛飛機(jī)、圖像分析與理解、目標(biāo)檢測與跟蹤、自動(dòng)目標(biāo)識(shí)別、工業(yè)控制、海洋監(jiān)視和管理等。 (2) 互補(bǔ)性：指信息來自不同的自由度且相互獨(dú)立。它由美國國防部在 20世紀(jì) 70年代最先提出，之后英、法、日、俄等國也做了大量的研究。 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)融合是針對一個(gè)網(wǎng)絡(luò)感知系統(tǒng)中使用多個(gè)和多類感知節(jié)點(diǎn) (如多傳感器 )展開的一種數(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) 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、感知、采集網(wǎng)絡(luò)分布區(qū)域內(nèi)的各種環(huán)境或監(jiān)測對象的信息，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)合起來而形成的一個(gè)巨大的信息網(wǎng)絡(luò)系統(tǒng)。 (2) 數(shù)據(jù)關(guān)聯(lián)。 (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) 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)別的屬性說明 )進(jìn)行有機(jī)合成 (如“匹配處理”和“類型變換”等 )，以便得到目標(biāo)的更準(zhǔn)確表示或估計(jì)。 ② 分析數(shù)據(jù)受限。 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。 決策級(jí)融合模型如圖 。 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。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。 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。 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)。 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。 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。 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。同時(shí)，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)。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。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。經(jīng)過多次迭代后，節(jié)點(diǎn)之間的距離進(jìn)一步擴(kuò)大，小波也由精細(xì)尺度變換到了粗糙尺度，近似信息被集中在了少數(shù)節(jié)點(diǎn)中，細(xì)節(jié)信息被集中在了