【正文】 所有接收站，消除了發(fā)送端時(shí)延的影響。 在無線傳感器網(wǎng)絡(luò)的具體應(yīng)用中，沒有空間和時(shí)間信息的測量數(shù)據(jù)通常沒有多大的實(shí)際意義，因此傳感器節(jié)點(diǎn)的定位技術(shù)和時(shí)間同步技術(shù)是無線傳感器網(wǎng)絡(luò)關(guān)鍵的支撐技術(shù)。 詳細(xì)設(shè)計(jì) 在 WSN 中，所有的傳感器節(jié)點(diǎn)采集到的數(shù)據(jù)均要通過多跳方式傳遞至 Sink 節(jié)點(diǎn)，整個(gè)網(wǎng)絡(luò)形成以 Sink 節(jié)點(diǎn)為根節(jié)點(diǎn)的樹狀拓?fù)浣Y(jié)構(gòu)，在 WADA 機(jī)制中，每個(gè)父節(jié)點(diǎn)均需對(duì)其子節(jié)點(diǎn)發(fā)送的數(shù)據(jù)進(jìn)行融合操作。 圖 9 數(shù)據(jù)融合流程 由于各節(jié)點(diǎn)延遲時(shí)間的確定是以 Sink 節(jié)點(diǎn)確定的最大延遲時(shí)間為基準(zhǔn)的，所以 Sink 節(jié)點(diǎn)如何確定最大延遲時(shí)間對(duì)于數(shù)據(jù)融合機(jī)制是十分重要的。 第一種是在有外部其他網(wǎng)絡(luò)基礎(chǔ)設(shè)施可以利用 (提供能源 )的無線傳感器網(wǎng)絡(luò) (如醫(yī)療監(jiān)測系統(tǒng)、智能家居系統(tǒng) )中高精度的時(shí)鐘同步技術(shù)研究 。 Data Request 和 Data Response 的包格式如圖 10所示。確定本節(jié)點(diǎn)延遲時(shí)間后，再向子節(jié)點(diǎn)發(fā)送攜帶有本節(jié)點(diǎn)延遲時(shí)間信息的 Data Request，這樣隨著 Data Request 沿著樹狀網(wǎng)絡(luò)結(jié)構(gòu)一層層向下傳遞，延遲時(shí)間被分配到各個(gè)節(jié)點(diǎn)上。由于數(shù)據(jù)融合關(guān)注的是應(yīng)用數(shù)據(jù)包，因此數(shù)據(jù)融合的實(shí)現(xiàn)應(yīng)當(dāng)位于應(yīng)用層與網(wǎng)絡(luò)層之間，這樣既能與應(yīng)用層的數(shù)據(jù)形成緊密聯(lián)系，又可保持?jǐn)?shù)據(jù)融合的相對(duì)獨(dú)立性。Adaptive RBS 算法對(duì) RBS 算法進(jìn)行了若干改進(jìn)，可以實(shí)現(xiàn)概率意義的同步。 TPSN算法沒有對(duì)時(shí)鐘的頻差進(jìn)行估計(jì)，這使得它需要頻繁同步，開銷較大。 基于發(fā)送者 接收者交互的同步 算法概述 :類似于 NTP 算法，基于客戶機(jī) 服務(wù)器架構(gòu)。電磁波的傳播時(shí)延忽略不計(jì)，則全部的時(shí)延為發(fā)送前導(dǎo)碼和同步碼的時(shí)延加上 2T 和 1T 的差，設(shè)前導(dǎo)碼和同步碼共有 n 位，發(fā)送一位所需時(shí)間為 ? ，則接收節(jié)點(diǎn)的時(shí)鐘調(diào)整為 ： 21()rT T n T T?? ? ? ? DMTS 依靠分級(jí)實(shí)現(xiàn)多跳同步，信令包中附帶節(jié)點(diǎn)的級(jí)別。 時(shí)鐘同步算法分類及比較 無線傳感器網(wǎng)絡(luò)的時(shí)鐘同步協(xié)議目前正是國外研究的熱點(diǎn)，各種協(xié)議在不同的應(yīng)用環(huán)境和性能評(píng)價(jià)指標(biāo)下各有千秋。 (3)時(shí)標(biāo)轉(zhuǎn)換和時(shí)間同步 時(shí)間同步就是讓無線傳感器網(wǎng)絡(luò)中所用傳感器節(jié)點(diǎn)的時(shí)間同步，總是顯示同樣的時(shí)間。同樣， 3T 時(shí)刻， B 發(fā)送一個(gè)確認(rèn)數(shù)據(jù)包到 A， A 在4T 時(shí)刻收到此數(shù)據(jù)包，則有 43T T D d? ? ? 。為了同步任意兩個(gè)節(jié)點(diǎn) i 和 j，構(gòu)造邏輯時(shí)鐘有兩種途徑 ； (l)根據(jù)物理時(shí)鐘等全局時(shí)間基準(zhǔn)的關(guān)系進(jìn)行變換可得 ： 01 ( ) ( )iiiibt C t taa? ? ? 將 ila ， ilb 設(shè)為對(duì)應(yīng)的系數(shù)，即可將邏輯時(shí)鐘調(diào)整到物理時(shí)間基準(zhǔn)上。它有兩種實(shí)現(xiàn)方法，一是遠(yuǎn)程節(jié)點(diǎn)的時(shí)鐘在一 個(gè)消息中進(jìn)行“時(shí)間傳輸”，另一種是在未知延遲上界時(shí)的“遠(yuǎn)程時(shí)鐘讀取”。目前的邏輯時(shí)鐘同步算法，如下文提到的 FTSP 算法同步精度已達(dá)到 1us，可以滿足傳感器網(wǎng)絡(luò)中絕大部分應(yīng)用的需求。邏輯時(shí)間的概念是建立在 Lamport 提出的超前關(guān)系上，體現(xiàn)了系統(tǒng)內(nèi)事件發(fā)生的邏輯順序。由于傳感器節(jié)點(diǎn)數(shù)量大且隨機(jī)分布，相鄰的傳感器對(duì)同一事件進(jìn)行監(jiān)測所獲得的數(shù)據(jù)具有相似性，冗余數(shù)據(jù)的傳送在一定程度將消耗過多的能量，縮短整個(gè)網(wǎng)絡(luò)的生存期。 綜上所述，單一的數(shù)據(jù)融合算法具有一定的局限性，將多種算法進(jìn)行優(yōu)勢集成已逐漸成為數(shù)據(jù)融合算法的研究熱點(diǎn)。利用神經(jīng)網(wǎng)絡(luò)的信號(hào)處理能力和自動(dòng)推理功能來實(shí)現(xiàn)多傳感器數(shù)據(jù)融合，缺點(diǎn)是計(jì)算量大。與概率統(tǒng)計(jì)方法相比，模糊邏輯推理對(duì)信息的表示和處理更接近人類的思維方式，適合在高層次上的應(yīng)用（如決策）。 模板法使用預(yù)先建立的邊界來確定身份分類。品質(zhì)因數(shù)技術(shù)就是試圖在多個(gè)證據(jù)間找到某種關(guān)系，以改善輸入數(shù)據(jù)之間關(guān)聯(lián)和分類的效果。它把每個(gè)傳感器看作是一個(gè)貝葉斯估計(jì)器，將每一個(gè)目標(biāo)各自的關(guān)聯(lián)概率分布綜合成一個(gè)聯(lián)合后驗(yàn)分布函數(shù)，隨著觀測值的到來，不斷更新假設(shè)的聯(lián)合分布的似然函數(shù)，并通過該似然函數(shù)的極大或極小進(jìn)行數(shù)據(jù)的最后融合。最小二乘法是以誤差理論為依據(jù)，在諸數(shù)據(jù)處理方法中，誤差最小，精確性最好。 決策級(jí)融合的主要優(yōu)點(diǎn)有 : ①具有很高的靈活性 ； ②系統(tǒng)對(duì)信息傳送的帶寬要求較低 ； ③能有效地反映環(huán)境或目標(biāo)各個(gè)側(cè)面的不同類型信息 ； ④當(dāng)一個(gè)或幾個(gè)傳感器出現(xiàn)錯(cuò)誤時(shí)，通過適當(dāng)?shù)娜诤?，系統(tǒng)還能獲得正確的結(jié)果，所以具有容錯(cuò)性 ； ⑤通信量小，抗干擾能力強(qiáng) ； ⑥對(duì)傳感器的依賴性小，傳感器可以是同質(zhì)的，也可以是異質(zhì)的 ； ⑦融合中心處理代價(jià)低 ； 但是，決策級(jí)融合首先要對(duì)原傳感器信息進(jìn)行預(yù)處理以獲得各自的判定結(jié)果，所以預(yù)處理代價(jià)高。 特征級(jí)融合可劃分為兩大類 :目標(biāo)狀態(tài)數(shù)據(jù)融合和目標(biāo)特性融合。 )像素級(jí)融合 )特征級(jí)融合 ）決策級(jí)別融合圖 圖 6 數(shù)據(jù)融合結(jié)構(gòu) (1)像素級(jí)融合 像素級(jí)融合，也稱為像元級(jí)融合或數(shù)據(jù)級(jí)融合，是直接在采集到的原始數(shù)據(jù)層上進(jìn)行的融合，在各種傳感器的原始測報(bào)未經(jīng)預(yù)處理之前就進(jìn)行數(shù)據(jù)的綜合和分析。它強(qiáng)調(diào)底層的數(shù)據(jù)處理，如圖 5，在這個(gè)模型中融合的循環(huán)回饋過程并沒有明確，而是注重對(duì)數(shù)據(jù)融合過程的細(xì)化。 Boyd 控制環(huán)由四個(gè)階段組成，如圖 4 所示，形成一個(gè)閉合回路。 收集 (Collection):通常使用傳感器或者人工得到的初始信息。修正后的模型如圖 2。 圖 1 WSN 中數(shù)據(jù)融合的一個(gè)簡單例子 數(shù)據(jù)融合模型 從認(rèn)識(shí)到數(shù)據(jù)融合技術(shù)的重要性開始，研究人員就在試圖建立一個(gè)數(shù)據(jù)融合的統(tǒng)一的理論框架，盡管這個(gè)框架至今沒有形成，但是還是提出了許多抽象的模型，這些模型在某些領(lǐng)域具有完整的意義和適用性，同時(shí)也試圖實(shí)現(xiàn)一定的通用性。 (3)能量約束。 數(shù)據(jù)融合技術(shù)研究起源于美國軍事 C3I 工系統(tǒng)建設(shè)需求，通過對(duì)各傳感器信息獲取、綜合、濾波估計(jì)、融合，實(shí)現(xiàn)自動(dòng)化指揮。 在傳感器網(wǎng)絡(luò)中數(shù)據(jù)融合作用表現(xiàn)在三個(gè)方面 :節(jié)省能量，提高信息準(zhǔn)確度和提高數(shù)據(jù)聚集效率。在同步階段，每個(gè)節(jié)點(diǎn)與他的父節(jié)點(diǎn)交換時(shí)間戳，實(shí)現(xiàn)下游節(jié)點(diǎn)存在的問題和研究目標(biāo)與上游父結(jié)點(diǎn)的同步。例如在美國，美國國防部、美國航空航天局資助了許多有關(guān)時(shí)鐘同步方面的研究項(xiàng)目。例如，根據(jù)事件的時(shí)間序列進(jìn)行速度估計(jì) ； 測定聲速進(jìn)行物體定位 :避免不同的傳感器對(duì)相同的事件重復(fù)檢測，產(chǎn)生冗余信息。美國加州大學(xué)伯克利分校和麻省理工學(xué)院等一批高校分別開展了傳感器網(wǎng)絡(luò)的基礎(chǔ)理論和關(guān)鍵技術(shù)的研究。不過，當(dāng)時(shí)這兩種數(shù)據(jù)的綜合評(píng)判是靠人工完成的，質(zhì)量不高，速度緩慢，這種系統(tǒng)沒有對(duì)戰(zhàn)爭形勢產(chǎn)生重大影響，也沒有引起人們的充分注意。 因此，針對(duì)無線傳感器網(wǎng)有限的傳輸帶寬和有限的計(jì)算資源特點(diǎn)，要保證 各節(jié)點(diǎn)數(shù)據(jù)的同步性和不失真性，必須提出有效的時(shí)鐘同步、數(shù)據(jù)融合算法，才能推廣到具體工程應(yīng)用中。為避免浪費(fèi)能量和通信帶寬，提高數(shù)據(jù)聚集的效率，需要采用網(wǎng)內(nèi)融合機(jī)制 (in data fusion)處理同一類型傳感器的數(shù)據(jù)。 目前對(duì)于無線傳感器網(wǎng)絡(luò)的研究，主要集中在傳感器節(jié)點(diǎn)的路由算法、能量算法、傳感器組網(wǎng)以及傳感器網(wǎng)絡(luò)管理等方面，而對(duì)于無線傳感器的數(shù)據(jù)融合和時(shí)鐘同步等方面還不多，本文探討了無線傳感器網(wǎng)絡(luò)有關(guān)數(shù)據(jù)融合和時(shí)鐘同步的相關(guān)理論。主要研究內(nèi)容如下 : (l)在分析比較現(xiàn)有無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法的基礎(chǔ)上， 提出了一種動(dòng)態(tài)自適應(yīng)制數(shù)據(jù)融合機(jī)制 (WADA)，該機(jī)制主要思想是根據(jù)接收到的數(shù)據(jù)應(yīng)答包數(shù)量，動(dòng)態(tài)調(diào)整最大延遲時(shí)間，并最大延遲時(shí)間按照遞減規(guī)則分配至各層節(jié)點(diǎn)，以平衡數(shù)據(jù)的準(zhǔn)確性和實(shí)效性。數(shù)據(jù)融合為無線傳感器網(wǎng)絡(luò)帶來的能量節(jié)約等益處已經(jīng)在理論上和實(shí)驗(yàn)中得到證實(shí)。 相關(guān)研究領(lǐng)域及其發(fā)展現(xiàn)狀 無線傳感器 無線傳感器網(wǎng)絡(luò)是從傳感器網(wǎng)絡(luò)開始的，傳感器網(wǎng)絡(luò)經(jīng)歷了五個(gè)發(fā)展歷程[5]。 20 世紀(jì) 70 年代，在 1973 年美國國防部資助的聲納信號(hào)理解系統(tǒng)中，才正式提出數(shù)據(jù)融合 (Data Fusion)的概念。 國內(nèi)的研究是從 20世紀(jì) 80年代末開始出現(xiàn)多傳感器信息融合技術(shù)研究的報(bào)道。目前，時(shí)鐘同步問題也面臨著許多挑戰(zhàn) :首先，資源的限制如 有限的電池和有限的帶寬，使得大部分算法盡力實(shí)現(xiàn)數(shù)據(jù)包傳輸?shù)牡烷_銷。 1988 年美國航空航天局發(fā)布的技術(shù)備忘錄 (NASA Technical Memorandum)中就有專門討論時(shí)鐘同步問題的綜述性論文 “ A Survey of Correct FaultTolerant Clock Synchronization Techniques” 。這種方法簡單易行，級(jí)別發(fā)現(xiàn)過程類似于樹的生成過程，但是隨著樹的深度增大，同步的精度會(huì)變差。 由大量傳感器節(jié)點(diǎn)組成的傳感器網(wǎng)絡(luò)中，單個(gè)節(jié)點(diǎn)的監(jiān)測范圍和可靠性都是有限的，在部署網(wǎng)絡(luò)時(shí)，需要使傳感器達(dá)到一定的密度以增強(qiáng)整個(gè)網(wǎng)絡(luò)的魯棒性和監(jiān)測信息的準(zhǔn)確性，有時(shí)甚至需要使多個(gè)節(jié)點(diǎn)的監(jiān)測范圍相互交疊。無線傳感器的融合技術(shù)與傳統(tǒng)多傳感器不同體現(xiàn)在以下幾個(gè)方面 : (l)穩(wěn)定性。無線傳感器中節(jié)點(diǎn)能量有限，且節(jié)點(diǎn)發(fā)送與接受數(shù)據(jù)的耗能要遠(yuǎn)大于計(jì)算與存儲(chǔ)能耗，因此網(wǎng)絡(luò)數(shù)據(jù)的融合應(yīng)考慮節(jié)點(diǎn)的能耗與網(wǎng)絡(luò)能量的均衡，選擇合適的融合處理節(jié)點(diǎn)。它們的共同特點(diǎn)是融合過程的多級(jí)處理。 JDL 模型把數(shù)融合分成五級(jí)，實(shí)際當(dāng)中可以看成低層數(shù)據(jù)融合、高層數(shù)據(jù)融合以及過程數(shù)據(jù)融合。這些數(shù)據(jù)或信息用高層次形式表示，比如規(guī)范的報(bào)表或者文字形式。 Boyd 控制環(huán)的四個(gè)階段與 JDL 模型具有明顯的相似之處，不過在這里己經(jīng)把循環(huán)迭代更加明顯地表示出來。這個(gè)模型除了在英國軍方外其它領(lǐng)域很少有應(yīng)用。這是最低層次的融合，如成像傳感器中通過對(duì)包含若干像素的模糊圖像進(jìn)行圖像處理和模式識(shí)別來確認(rèn)目標(biāo)屬性的過程就屬于像素級(jí)融合。 目標(biāo)狀態(tài)數(shù)據(jù)融合主要用于多傳感器目標(biāo)跟蹤領(lǐng)域。 無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法 數(shù)據(jù)融合方法種類繁多，圖 7 歸納了常用的一些信息融合方法。在實(shí)際工作中，常需要對(duì)新獲得的數(shù)據(jù)進(jìn)行實(shí)時(shí)處理，每增加一個(gè)數(shù)據(jù)都需要重新對(duì)所有的數(shù)據(jù)進(jìn)行計(jì)算，計(jì)算量較大。貝葉斯推理解決了部分經(jīng)典推理中的問題，其難點(diǎn)是定義先驗(yàn)似然函數(shù)，在存在多個(gè)潛在假設(shè)和多個(gè)條件獨(dú)立事件時(shí)比較復(fù)雜，要求有些假設(shè)是互斥的和缺乏通用不確定性能力。該方法常用于相關(guān)和自相關(guān)方案中，以進(jìn)行聯(lián)系程序的定量說明。假設(shè)能把多維特征空間分解為不同區(qū)域，每一區(qū)域表示一個(gè)身份類別。但由于模糊推理對(duì)信息的描述存在較大的主觀因素，所以信息的表示和處理缺乏客觀性。 遺傳算法是一種基于自然選擇和自然遺傳的全局優(yōu)化算法。 遺傳算法和模糊聚合相結(jié)合 遺傳算法是一種并行化算法，可較好地解決多參數(shù)優(yōu)化問題，且其算子能更好的模擬模糊關(guān)系，從而達(dá)到較高精度。數(shù)據(jù)融合能有效解決此問題。物理時(shí)間是用來描述在分布式系統(tǒng)中所傳遞的一定意義上的人類時(shí)間。如果需要納秒級(jí)精度，則需要采用鎖相環(huán)等硬件實(shí)現(xiàn)物理時(shí)鐘同步，但此類應(yīng)用很少。時(shí)鐘校準(zhǔn)是指重新同步事件產(chǎn)生后估計(jì)出遠(yuǎn)程節(jié)點(diǎn)時(shí)鐘的信息并更新物理時(shí)鐘。 (2)根據(jù)兩個(gè)節(jié)點(diǎn)物理時(shí)鐘的關(guān)系進(jìn)行對(duì)應(yīng)換算，任意兩個(gè)節(jié)點(diǎn) i 和 j 的物理時(shí)鐘關(guān)系可表示如下 : ( ) ( )j ij i ijC t a C t b?? 其中 iij jaa a? ， iij j ijab b ba?? 。假設(shè)在這段時(shí)間里時(shí)鐘偏移量和傳輸延遲不變，可以計(jì)算出 : 2 1 3 4[ ( ) ( ) ] 2D T T T T? ? ? ? 2 1 3 4[ ( ) ( ) ] 2d T T T T? ? ? ? A 可以根據(jù) d 糾正其時(shí)間偏差，從而達(dá)到與 B 同步。時(shí)間同步可以通過執(zhí)行時(shí)間速率同步 r 和時(shí)間偏差同步來實(shí)現(xiàn)，或者通過連續(xù)時(shí)間偏差同步來實(shí)現(xiàn)。綜觀這些算法，可分為以下基于發(fā)送者的同步，基于發(fā)送者 接受者交互的同步和基于接收者 接受者的同步三類?；鶞?zhǔn)節(jié)點(diǎn)的級(jí)別定為 0 級(jí)，其周圍節(jié)點(diǎn)與基準(zhǔn)節(jié)點(diǎn)同步 后，級(jí)別定為 1 級(jí) ； 1 級(jí)節(jié)點(diǎn)再作為基準(zhǔn)點(diǎn)，向外發(fā)射同步信令包，以此類推 2 級(jí)、 3 級(jí) .? n 級(jí)，直到覆蓋全網(wǎng)。待同步節(jié)點(diǎn)向基準(zhǔn)節(jié)點(diǎn)發(fā)送同步請求包，基準(zhǔn)節(jié)點(diǎn)回饋包含當(dāng)前時(shí)間的同步包。TinySync 和 MiniSync 算法對(duì) TPSN 進(jìn)行了改進(jìn)，通過發(fā)送多個(gè)信令包，利用夾逼方法估算頻率差和初相位，提高了同步精度，并降低了通信開銷。其改進(jìn)如下 : (l)根據(jù)接收節(jié)點(diǎn)之間時(shí)延的正態(tài)分布規(guī)律，計(jì)算了為達(dá)到一定的同步精度所需發(fā)送的數(shù)據(jù)包數(shù)。 (2)平衡數(shù)據(jù)準(zhǔn)確性和實(shí)效性：為了使數(shù)據(jù)融合更加有效，要求融合節(jié)點(diǎn)必須延遲一段時(shí)間以收集到足夠多的數(shù)據(jù)進(jìn)行融合。 各節(jié)點(diǎn)獲得自己的延遲時(shí)間后，開始等待 Data Response 的到來， 并將接收到的 Data Response 放入緩存中，直到延遲時(shí)間結(jié)束，將所有接收到的子節(jié)點(diǎn)的Data Response 與自身采集到的數(shù)據(jù)進(jìn)行融合處理，并將處理后的數(shù)據(jù)置于新的Data Response 中，向父節(jié)點(diǎn)轉(zhuǎn)發(fā)。 圖 10 數(shù)據(jù)包格式 對(duì)于 Data Request， ID號(hào)不僅標(biāo)示了包類型，也指明了此 Data Request屬于第幾輪數(shù)據(jù)融合；融合類型表明節(jié)點(diǎn)應(yīng)執(zhí)行的融合操作，如取最值，求平均值等；延遲時(shí)間包含有父節(jié)點(diǎn)的延遲時(shí)間信息，節(jié)點(diǎn)在向子節(jié)點(diǎn)轉(zhuǎn)發(fā) Data Request時(shí)，需對(duì)此域值進(jìn)行修改。 第 五 章 兩種時(shí)鐘同步算法設(shè)計(jì)實(shí)現(xiàn) 本文介紹兩種同步技術(shù)的初步設(shè)計(jì)與實(shí)現(xiàn)方案 。數(shù)據(jù)融合流程