【文章內(nèi)容簡介】 似性，而傳感器節(jié)點(diǎn)在能量、存儲(chǔ)空間與計(jì)算能力上有限，因此冗余數(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。為避免上述問題，傳感器網(wǎng)絡(luò)在收集數(shù)據(jù)過程中需要使用數(shù)據(jù)融合技術(shù)，即將來自多傳感器節(jié)點(diǎn)的數(shù)據(jù)進(jìn)行綜合處理，得出更為準(zhǔn)確完整的信息。 數(shù)據(jù)融合定義 數(shù)據(jù)融合是將不同來源、不同模式、不同媒質(zhì)、不同時(shí)間、不同表示的信息有機(jī)的結(jié)合，最后得到 對(duì)被感知對(duì)象的更精確的描述。融合一般可以簡單地認(rèn)為是將多個(gè)源節(jié)點(diǎn)采集到的數(shù)據(jù)中的冗余部分去掉，當(dāng)然也有一些融合函數(shù)是傳送多份數(shù)據(jù)中最大的或最小的數(shù)據(jù)等等。在本文中，假定中間節(jié)點(diǎn)將只傳送一份報(bào)文，即使其收到了多個(gè)數(shù)據(jù)報(bào)文。 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。 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(cè)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(cè)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(cè)范圍相互交疊。這種 監(jiān)測(cè)區(qū)域的相互交疊導(dǎo)致鄰近節(jié)點(diǎn)聚集的信息存在一定程度的冗余。在冗余程度很高的情況下，把這些節(jié)點(diǎn)報(bào)告的數(shù)據(jù)全部發(fā)送給匯節(jié)點(diǎn)與僅發(fā)送一份數(shù)據(jù)相比，除了使網(wǎng)絡(luò)消耗更多的能量外，匯節(jié)點(diǎn)并未獲得更多的信息。因此在從各個(gè)傳感器節(jié)點(diǎn)聚集數(shù)據(jù)的過程中，應(yīng)利用節(jié)點(diǎn)的本地計(jì)算和存儲(chǔ)能力處理數(shù)據(jù)，進(jìn)行數(shù)據(jù)融合操作，去除冗余信息，盡量減小傳輸量，從而達(dá)到節(jié)省能量的目的。 由于成本、體積等限制導(dǎo)致傳感器較低精確度，無線傳輸?shù)臄?shù)據(jù)易受干擾，以及工作環(huán)境等因素影響，導(dǎo)致傳感器節(jié)點(diǎn)易失效。僅聚集少數(shù)幾個(gè)分散的傳感器節(jié)點(diǎn)的數(shù)據(jù)較難確保得到信息的正確性，因此需要通過對(duì)監(jiān)測(cè)同一對(duì)象的 多個(gè)傳感器所采集的數(shù)據(jù)進(jìn)行綜合，來有效地提高所獲得信息的精確度和可信度。數(shù)據(jù)融合減少了需要傳輸?shù)臄?shù)據(jù)量，可以減輕網(wǎng)絡(luò)的傳輸擁塞，降低數(shù)據(jù)的傳輸延遲即使有效數(shù)據(jù)量并未減少，但通過對(duì)多個(gè)數(shù)據(jù)分組進(jìn)行合并減少了數(shù)據(jù)分組個(gè)數(shù)，可以減少傳輸中的沖突碰撞現(xiàn)象，也能提高無線信道的利用率。 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。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。傳統(tǒng)多傳感器融合系統(tǒng)是通過擴(kuò)展空間覆蓋范圍與提高抗干擾能力，增強(qiáng)運(yùn)行的魯棒性。無線傳感器網(wǎng)絡(luò)則從提高數(shù)據(jù)收集效率出發(fā)，數(shù)據(jù)融合多基于網(wǎng)內(nèi) (局部范圍 )進(jìn)行?？紤]到部分節(jié)點(diǎn)由于惡劣環(huán)境因素或自身能量耗 盡造成失效情形，穩(wěn)健性和自適應(yīng)性是傳感器網(wǎng)絡(luò)數(shù)據(jù)融合實(shí)現(xiàn)的前提需求。 (2)數(shù)據(jù)關(guān)聯(lián) (Data Association)。傳統(tǒng)多傳感器的數(shù)據(jù)融合著重解決多目標(biāo)的數(shù)據(jù)關(guān)聯(lián)問題。而無線傳感器網(wǎng)絡(luò)由于大量節(jié)點(diǎn)之間的通信可能引起的干擾，且傳感器測(cè)量存在的不精確性，因此更多的在于解決數(shù)據(jù)的相關(guān)二義性問題。 (3)能量約束。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)。目前在無線傳感器網(wǎng)絡(luò)研究領(lǐng)域，許多學(xué)者將數(shù)據(jù)融合技術(shù)與協(xié)議層次研究相結(jié)合。如在應(yīng)用層設(shè)計(jì)中，利用分布式數(shù)據(jù)庫技術(shù)，對(duì)采集的數(shù)據(jù)逐步篩選，達(dá)到融合的效果 ； 在網(wǎng)絡(luò)層研究中 ，許多路由協(xié)議都采用了數(shù)據(jù)融合的機(jī)制，目的是減少傳輸數(shù)據(jù)量。 數(shù)據(jù)融合簡單應(yīng)用的例子如圖 1 所示。傳感器節(jié)點(diǎn) S1， S2，?， Sn 從周圍的環(huán)境中采集數(shù)據(jù) Xl， X2，?， Xn，并基于一些探測(cè)條件將其轉(zhuǎn)為二進(jìn)制結(jié)果 bl，b2，?， bn。然后，傳感器節(jié)點(diǎn)將這些結(jié)果傳送給數(shù)據(jù)融合節(jié)點(diǎn)。數(shù)據(jù)融合節(jié)點(diǎn)則根據(jù)接收到的結(jié)果來判斷環(huán)境中所探測(cè)事件的有無，并將最終結(jié)果傳送給基站。 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。它們的共同特點(diǎn)是融合過程的多級(jí)處理?，F(xiàn)有的模型大致分為兩類： (l)功能型模型，主要是突出融合的過程，按節(jié)點(diǎn)順序構(gòu)建； (2)數(shù)據(jù)型模型，主要突出融合的數(shù)據(jù)對(duì)象，根據(jù)數(shù)據(jù)的提取加以構(gòu)建。典型的功能型模型包括有 UK 情報(bào)環(huán)。 Boyd 控制回路 (OODA 環(huán) )，典型的數(shù)據(jù)型模型則有 JDL模型，至 20 世紀(jì) 90 年 代又發(fā)展了瀑布模型和 Dasarathy模型。 1999年 Mark Bedworth 等綜合幾種模型，提出了一種新的混合模型。 模型 JDL 模型由美國國防部所轄三軍政府組織實(shí)驗(yàn)室聯(lián)合理事會(huì) (JDL： Joint Directors of Laboratories)于 1985 年提出。后來經(jīng)過改進(jìn)基本上已經(jīng)成為美國軍事領(lǐng)域數(shù)據(jù)融合的事實(shí)上的標(biāo)準(zhǔn)。修正后的模型如圖 2。 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。低層數(shù)據(jù)融合包括第 0， 1 級(jí)，實(shí)現(xiàn)從傳感器來的數(shù)據(jù)預(yù)處理、目標(biāo)檢測(cè)與跟蹤 ； 高層數(shù)據(jù)融合包括第 2， 3 級(jí)，對(duì)低層傳來的信息進(jìn)行融合實(shí)現(xiàn)態(tài)勢(shì)與 威脅的估計(jì) ；而過程優(yōu)化是針對(duì)整個(gè)融合系統(tǒng)本身的，實(shí)現(xiàn)對(duì)融合過程的評(píng)估和提出合理的系統(tǒng)改進(jìn)建議。數(shù)據(jù)庫管理系統(tǒng)維護(hù)和提供融合時(shí)需要的知識(shí)和歷史數(shù)據(jù)。 從模型中數(shù)據(jù)用總線形式而不是一個(gè)順序流結(jié)構(gòu)可以看出， JDL 模型并沒有對(duì)各層作硬性的順序規(guī)定。但在實(shí)際操作中，人們似乎偏向于默認(rèn)這種融合層的結(jié)構(gòu)是按順序進(jìn)行的。 圖 2 JDL 數(shù)據(jù)融合模型 情報(bào)環(huán) 情報(bào)處理通常包括信息處理和信息融合兩部分，英國情報(bào)部門把情報(bào)處理過程看成是一個(gè)循環(huán)過程，從而得到 UK 情報(bào)環(huán) (UK Intelligence Cyele)，如圖 3所示。這個(gè)環(huán)狀結(jié)構(gòu)包括四個(gè)階段。 收集 (Collection):通常使用傳感器或者人工得到的初始信息。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。 整理 (Collation):相關(guān)的情報(bào)做關(guān)聯(lián)處理并結(jié)合在一起，通常還會(huì)作一些合并或者壓縮。整理報(bào)告將打包送往下一步進(jìn)行融合。 評(píng)估 (Evaluation:上一步的整理報(bào)告在這里融合和 分析，以往這一過程是通過專業(yè)的情報(bào)分析人員完成的。 分發(fā) (Dissemination):融合的情報(bào)分發(fā)到各個(gè)用戶，以便讓他們做出正確的決策和行動(dòng)，以及對(duì)進(jìn)一步情報(bào)收集的部署。 圖 3 UK 情報(bào)環(huán) 控制環(huán) Boyd 控制環(huán) (Boyd Control Loop)又稱 OODA 環(huán) (observe， orient， Decide，Act)。它首先用于軍事指揮處理，目前大量用于數(shù)據(jù)融合。 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。 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。第一個(gè)階段“觀測(cè)”同 JDL 模型的第 0 級(jí)以及 UK 情報(bào)環(huán)的“收集”階段類似，是數(shù)據(jù)、信息的采集階段?！岸ㄏ颉彪A段確定大的方向，具有一些 JDL 模型中的第 1， 2， 3 級(jí)完成的功能，與 UK 情報(bào)環(huán)中“收集”、“整理”部分相當(dāng)。“決策”階段制定反應(yīng)計(jì)劃，功能包括 JDL 模型中的第 4 級(jí)過程優(yōu)化以及 UK 情報(bào)環(huán)中的信息“分發(fā)”，還包括一些后勤管理和計(jì)劃編制等過程。第四個(gè)階段“行動(dòng)”就是執(zhí)行計(jì)劃，同時(shí)考慮實(shí)際決策的效果來完成閉環(huán)控制。很明顯看出 Boyd 控制環(huán)模型是一 個(gè)順序循環(huán)過程，各個(gè)階段之間的影響只有順序性，隨著融合的進(jìn)行，傳遞到下一階段的數(shù)據(jù)量不斷減少。 圖 4 Boyd 控制環(huán) 瀑布模型 瀑布模型 (Water fall Model)由 Bedworth 于 1994 提出并被英國政府技術(shù)預(yù)測(cè)組織的數(shù)據(jù)融合工作組認(rèn)可。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。這個(gè)模型除了在英國軍方外其它領(lǐng)域很少有應(yīng)用。 圖 5 瀑布模型 模型 在數(shù)據(jù)融合領(lǐng)域的研究中，許多研究人員傾向于把數(shù)據(jù)融合過程抽象為三個(gè)主要層次 :決策 (Decision)、特征 (Feature)和數(shù)據(jù) (Data)。決策可以看成是符號(hào)和信度值，特征可以看成中間信息，數(shù)據(jù)表示更具體的傳感器數(shù)據(jù)。 Dasarathy 認(rèn)為融合可能發(fā)生在同一層，也可以發(fā)生在不同層之間，因此他提出一個(gè)基于數(shù)據(jù) (信息 )傳遞過程的融合模型，融合就是在這個(gè)過程中實(shí)現(xiàn)。表1 為 Dasarathy 提出的 5 個(gè)層次的融合模型。 表 1： Dasarathy 五級(jí)融合模型 輸入 輸出 表示 說明 數(shù)據(jù) 數(shù)據(jù) DAIDAO 數(shù)據(jù)級(jí)融合 數(shù)據(jù) 特征 DAIFEO 特征選擇和特征提取 特征 特征 FEIFEO 特征級(jí)融合 特征 決策 FEIDEO 模式識(shí)別和模式處理 決策 決策 DEIDEO 決策級(jí)融合 無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合分類 數(shù)據(jù)融合結(jié)構(gòu)的分類有很多種不同的方法，第一種分類方法是基于各傳感器數(shù)據(jù)在輸入到融合處理器進(jìn)行融合之前被處理的程度，數(shù)據(jù)融合結(jié)構(gòu)被分為傳感器級(jí)融合、中央級(jí)融合及混合式融合。第二種分類方法是按照數(shù)據(jù)抽象的三個(gè)層次，分為像素級(jí)融合、特征級(jí)融合和決策級(jí)融合，如圖 6 所示 。 )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(cè)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。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。這種融合的主要優(yōu)點(diǎn)是能保持盡可能多的現(xiàn)場(chǎng)數(shù)據(jù)，提供其它融合層次所不能提供的細(xì)微信息。這種融合是在 信息的最低層進(jìn)行的，傳感器的原始信息的不確定性、不完全性和不穩(wěn)定性要求在融合時(shí)有較高的糾錯(cuò)處理能力。要求各傳感器信息之間具有精確到一個(gè)像素的校準(zhǔn)精度，故要求各傳感器信息來自同質(zhì)傳感器。 像素級(jí)融合通常用于 :多源圖像復(fù)合、圖像分析和理解、同類 (同質(zhì) )雷達(dá)波形的直接合成、多傳感器遙感信息融合等。 (2)特征級(jí)融合 特征級(jí)融合屬于中間層次，它先對(duì)來自傳感器的原始數(shù)據(jù)提取特征信息，一般來說，提取的特征信息應(yīng)是像素信息的充分表示量或充分統(tǒng)計(jì)量，比如特征信息可以是目標(biāo)的邊緣、方向、速度、區(qū)域和距離等，然后按特征信息對(duì)多傳感器數(shù)據(jù)進(jìn)行分類、匯集和綜合。特征級(jí)融合的優(yōu)點(diǎn)在于實(shí)現(xiàn)了可觀的信息壓縮，有利于實(shí)時(shí)處理，并且由于所提取的特征直接與決策分析有關(guān)，因而融合結(jié)果能最大限度地給出決策分析所需要的特征信息。 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。 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。融合系統(tǒng)首先對(duì)傳感器數(shù)據(jù)進(jìn)行預(yù)處理以完成數(shù)據(jù)配準(zhǔn)，數(shù)據(jù)配準(zhǔn)后，融合處理主要實(shí)現(xiàn)參數(shù)相關(guān)和狀態(tài)向量估計(jì)。 特征級(jí)目標(biāo)特性融合就是特征層聯(lián)合識(shí)別，具體的融合方法仍是模式識(shí)別的相應(yīng)技術(shù)，只是在融合前必須完成先對(duì)特征進(jìn)行相關(guān)處理，把特征向量分成有意義的組合。 (3)決策級(jí)融合 決策級(jí)融合是一種高層次融合，融合之前，每種傳感器的信號(hào)處理裝置已完成決策或分類任務(wù)。信息融合只是根據(jù)一定的準(zhǔn)則和決策的可信度做最優(yōu)決策，以便具有良好的實(shí)時(shí)性和容錯(cuò)性，使在一種或幾種傳感器失效時(shí)也能工作。決策級(jí)融合的結(jié)果是為指揮控制決策提供依據(jù)，因此，決策級(jí)融合必須從具 決策問題的需求出發(fā)，充分利用特征級(jí)融合所提取的測(cè)量對(duì)象的各類特征信息，采用適當(dāng)?shù)娜诤霞夹g(shù)來實(shí)現(xiàn)。決策級(jí)融合是直接針對(duì)具體決策目標(biāo)的，融合結(jié)果直接影響決策水平。 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。 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。 圖 7 常用的數(shù)據(jù)融合方法 估計(jì)方法 加權(quán)平均法是一種最簡單和直觀的方法，即將多個(gè)傳感器提供的冗余信息進(jìn)行加權(quán)平均后作為融合值該方法能實(shí)時(shí)處理動(dòng)態(tài)的原始傳感器讀數(shù)，但調(diào)整和設(shè)定權(quán)系數(shù)的工作量很大，并具有一定的主觀性。 極大似然估計(jì)法不僅對(duì)任何總體皆可用，且在相當(dāng)廣泛的條件下用此法所獲估計(jì)量具有一致性、漸近正態(tài)性及漸近最小方差性。盡管所獲統(tǒng)計(jì)量不一定具有無偏性，但?？赏ㄟ^修正成為無偏估計(jì)量。然而不是所有待估計(jì)的參數(shù)都能求得似然估計(jì)量，且使用極大似然估計(jì)法求估計(jì)量時(shí)，往往要求解一個(gè)似然方程。 最小二乘法的準(zhǔn)則是選取 X 使得估計(jì)性能指標(biāo)（估計(jì)誤差的平方 和）達(dá)到最小。當(dāng)各次數(shù)據(jù)測(cè)量精度不等時(shí)，應(yīng)采用加權(quán)處理，對(duì)精度較高的測(cè)量結(jié)果賦以較大的權(quán)。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。在實(shí)際工作中，常需要對(duì)新