趙 凌 張從知

（鄭州大學(xué)升達經(jīng)貿(mào)管理學(xué)院，河南 鄭州451191）

一種基于無線傳感器網(wǎng)絡(luò)應(yīng)用的數(shù)據(jù)融合算法

趙 凌 張從知

（鄭州大學(xué)升達經(jīng)貿(mào)管理學(xué)院，河南 鄭州451191）

數(shù)據(jù)融合是無線傳感器網(wǎng)絡(luò)（WSN）的一個關(guān)鍵技術(shù)，目的是減少傳感器節(jié)點間的數(shù)據(jù)傳輸量，降低整個網(wǎng)絡(luò)的能量消耗和數(shù)據(jù)沖突，延長全網(wǎng)的生命期。文章針對 WSN 中數(shù)據(jù)融合與傳統(tǒng)的多傳感器數(shù)據(jù)融合進行比較，介紹了 WSN中數(shù)據(jù)融合的原理和方法，并基于森林防火和貝葉斯方法相結(jié)合提出了一種無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合的應(yīng)用，最后給出了WSN數(shù)據(jù)融合所面臨的挑戰(zhàn)。

無線傳感器網(wǎng)絡(luò)；森林防火；貝葉斯方法；數(shù)據(jù)融合

（一）引言

無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks， WSN）就是由部署在監(jiān)測區(qū)域內(nèi)大量的具有特定功能的傳感器節(jié)點（sensor node）通過自組織的無線通信方式，形成一個多跳的網(wǎng)絡(luò)系統(tǒng)，從而相互傳遞信息，協(xié)同合作來完成特定任務(wù)。無線傳感器網(wǎng)絡(luò)具有十分廣闊的應(yīng)用前景，在軍事國防、工農(nóng)業(yè)、城市管理、生物醫(yī)療、環(huán)境監(jiān)測、搶險救災(zāi)、反恐、危險區(qū)域遠程控制等許多重要領(lǐng)域都有重要的實用價值，已經(jīng)引起了許多國家學(xué)術(shù)界和工業(yè)界的高度重視，被認為是對21世紀產(chǎn)生巨大影響力的技術(shù)之一。

傳感器節(jié)點體積微小，通常攜帶能量十分有限的電池。由于傳感器節(jié)點個數(shù)多、成本要求低廉、分布區(qū)域廣，而且部署區(qū)域環(huán)境復(fù)雜，有些區(qū)域甚至人員不能到達，所以傳感器節(jié)點通過更換電池的方式來補充能源是不現(xiàn)實的。如何高效使用能量來最大化網(wǎng)絡(luò)生命周期是傳感器網(wǎng)絡(luò)面臨的首要挑戰(zhàn)。

鑒于單個傳感器節(jié)點的監(jiān)測范圍和可靠性是有限的，在部署網(wǎng)絡(luò)時，需要使傳感器節(jié)點達到一定的密度以增強整個網(wǎng)絡(luò)的魯棒性和監(jiān)測信息的準(zhǔn)確性，有時甚至需要使多個節(jié)點的監(jiān)測范圍互相交疊。這種監(jiān)測區(qū)域的相互重疊導(dǎo)致鄰近節(jié)點報告的信息存在一定程度的冗余。

隨著集成電路工藝的進步，處理器和傳感器模塊的功耗變得很低，絕大部分能量消耗在無線通信模塊上。傳感器節(jié)點傳輸信息時要比執(zhí)行計算時更消耗電能，1比特信息傳輸100m距離需要的能量大約相當(dāng)于執(zhí)行 3000條指令消耗的能量，數(shù)據(jù)融合技術(shù)就是從解決這個問題出發(fā)的。無線傳感器網(wǎng)絡(luò)的生命期作為檢驗全網(wǎng)性能的主要指標(biāo)，本文主要介紹了利用數(shù)據(jù)融合技術(shù)來減少網(wǎng)絡(luò)通信量，對節(jié)點進行高效管理，提高能量有效性，從而達到延長網(wǎng)絡(luò)生命期的目的。

（二）無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合

在無線傳感器網(wǎng)絡(luò)中，數(shù)據(jù)融合起著非常重要的作用，主要表現(xiàn)在節(jié)省整個網(wǎng)絡(luò)的能量、增強所收集數(shù)據(jù)的準(zhǔn)確性以及提高數(shù)據(jù)收集的效率等三個方面。由于節(jié)點采用電池供電，所以節(jié)省能量、延長網(wǎng)絡(luò)的生命期是一個非常重要的問題。考慮到無線傳感器網(wǎng)絡(luò)采用以數(shù)據(jù)為中心的方法進行回傳，節(jié)點的通信代價比較高，單個傳感器節(jié)點探測到的數(shù)據(jù)對sink節(jié)點（匯聚節(jié)點）用處不大，最終用戶也不關(guān)心數(shù)據(jù)是由哪個具體的傳感器節(jié)點采集的，而且一般情況下被測區(qū)域內(nèi)部或者附近部署了大量的節(jié)點采集，它們對同一事件采集到的數(shù)據(jù)是相近或者是相同的，因此需要進行數(shù)據(jù)融合（data aggregation）。圖1給出了無線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)。

圖1 無線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)

無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合是指，利用傳感器節(jié)點的處理能力，先對采集到的或者接收到的其它傳感器節(jié)點發(fā)送的多個數(shù)據(jù)信息進行處理，消除冗余信息，然后再傳輸處理后的信息，消除冗余信息，然后再傳輸處理后的數(shù)據(jù)，如圖2所示。

1.與傳統(tǒng)多傳感器數(shù)據(jù)融合的比較

無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合與傳統(tǒng)多傳感器信息處理技術(shù)中的數(shù)據(jù)融合概念是有所區(qū)別的。

傳統(tǒng)的多傳感器數(shù)據(jù)融合是一個多級、多層面的數(shù)據(jù)處理過程，主要完成來自多個信息源的數(shù)據(jù)進行自動檢測、關(guān)聯(lián)、相關(guān)、估計及組合等處理。

而無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合是指中間節(jié)點對采集或者接收到的多個數(shù)據(jù)進行合并，具體處理有：幾個數(shù)據(jù)任選一個，計算數(shù)據(jù)的平均值、最大值或最小值，這樣就將多個數(shù)據(jù)合并為一個數(shù)據(jù)，目的主要是有效減少網(wǎng)絡(luò)中傳輸?shù)臄?shù)據(jù)量。具體來說包括：

（1）穩(wěn)健性和自適應(yīng)性。從提高數(shù)據(jù)采集率出發(fā)，數(shù)據(jù)融合在監(jiān)控區(qū)域內(nèi)部進行，由于部分節(jié)點會在惡劣環(huán)境因素或自身能量耗盡而造成失效，因此數(shù)據(jù)傳輸?shù)姆€(wěn)健性和自適應(yīng)性是無線傳感器網(wǎng)絡(luò)中數(shù)據(jù)融合實現(xiàn)的前提。

（2）數(shù)據(jù)的相關(guān)性。在無線傳感器網(wǎng)絡(luò)中，由于大量節(jié)點之間的通信可能會引起相互干擾，且傳感器所采集的數(shù)據(jù)存在不精確因素，因此它更注重解決數(shù)據(jù)的相關(guān)性問題。

（3）節(jié)點能量的有限性。由于大量傳感器節(jié)點的能量依靠有限的電源能量（例如普通的兩節(jié) 5號電池）進行供電，且節(jié)點發(fā)送和接收數(shù)據(jù)所消耗的能量要遠大于節(jié)點內(nèi)部計算及存儲信息所消耗的能量，因此數(shù)據(jù)融合應(yīng)該考慮節(jié)點的能耗與網(wǎng)絡(luò)能量的均衡，需要選擇合適的節(jié)點進行數(shù)據(jù)融合。

2.無線傳感器網(wǎng)絡(luò)中數(shù)據(jù)融合的原理與方法

無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合的原理就是根據(jù)具體的環(huán)境充分利用節(jié)點內(nèi)嵌入的傳感器資源，通過對這些傳感器及其觀測信息的合理支配和使用，把不同節(jié)點的傳感器在空間或時間上的冗余或互補信息依據(jù)某種準(zhǔn)則來進行組合，其目的是提高數(shù)據(jù)收集效率，減少網(wǎng)絡(luò)通信量，提高能源的有效利用性，最終延長全網(wǎng)的生命期。

目前用到的數(shù)據(jù)融合的方法很多，主要有：加權(quán)平均法，是最簡單、最直觀的數(shù)據(jù)融合的方法；卡爾曼濾波法，主要用于融合低層的實時動態(tài)多傳感器冗余數(shù)據(jù)；統(tǒng)計決策理論法，不同傳感器觀測到的數(shù)據(jù)必須經(jīng)過一個魯棒性綜合測試，以檢驗數(shù)據(jù)的一致性，經(jīng)過一致性檢驗的數(shù)據(jù)用魯棒極值決策規(guī)則融合；Dempster-Shafer證據(jù)推理法，用以處理由未知因素而引起的不確定性；模糊邏輯法，將每個命題及推理算子賦予0到1之間的實數(shù)值，來數(shù)據(jù)融合過程中的可信度，通過合并運算實現(xiàn)數(shù)據(jù)融合；另外，還有產(chǎn)生規(guī)則法、神經(jīng)網(wǎng)絡(luò)法等等。

本文將依據(jù)貝葉斯法，提出了無線傳感器網(wǎng)絡(luò)在森林防火中數(shù)據(jù)融合的應(yīng)用。

（三）背景及問題分析應(yīng)用

在森林防火管理中，普遍采用在防火期間派出防火人員到林區(qū)巡邏、瞭望塔人工觀測以及“3S”技術(shù)（地理信息系統(tǒng)(GIS)、遙感(RS)和全球定位系統(tǒng)(GPS)）得到了廣泛應(yīng)用。人工巡檢、瞭望塔方式雖然簡單易行，但其弊端是需要投入很多財力、物力、勞力，存在防火人員主觀麻痹大意、擅離崗位、無法實時監(jiān)測、覆蓋范圍有限等諸多的不利因素。

相比之下，無線傳感器網(wǎng)絡(luò)采集到的數(shù)據(jù)更為準(zhǔn)確、直接地反映監(jiān)控現(xiàn)場的各種環(huán)境因素變化情況，而且時效性更好，能夠很好地彌補“3S”防火技術(shù)的不足。無線傳感器網(wǎng)絡(luò)在無人值守的環(huán)境監(jiān)測、災(zāi)害撲救等特殊領(lǐng)域，具有傳統(tǒng)技術(shù)無可比擬的優(yōu)勢。無線傳感器網(wǎng)絡(luò)技術(shù)在森林火險實時監(jiān)測領(lǐng)域有著廣闊應(yīng)用前景，這已經(jīng)引起了國內(nèi)外許多研究者的高度重視。

在氣象條件中，空氣濕度是火險天氣中的關(guān)鍵因素，當(dāng)空氣濕度小于60%時，就有發(fā)生森林火災(zāi)的可能。本文接下來，將利用貝葉斯估計法在濕度傳感器中的應(yīng)用模型。

1.貝葉斯法在濕度傳感器模型中的應(yīng)用

我們假設(shè)，整個森林的監(jiān)控區(qū)域是一個二維的空間，由于傳感器節(jié)點的能量有限，這樣可以變相的認為傳感器節(jié)點是運動著的節(jié)點，我們用向量來描述，其中x, y是目標(biāo)傳感器節(jié)點在二維空間中的坐標(biāo)，是笛卡爾坐標(biāo)系中目標(biāo)節(jié)點沿 軸方向和y軸方向的分速度。

設(shè)第j個傳感器節(jié)點返回的測量濕度數(shù)據(jù)mi，那么有如下的關(guān)系是成立：

其中Mj是目標(biāo)狀態(tài)Ts及參數(shù)jθ的函數(shù)。模型的建立可以根據(jù)物理學(xué)定律或者是經(jīng)驗觀察。但是函數(shù)Mj無法徹底解釋測量值mi，這是因為在在任何方法中都無法考慮到所有影響系統(tǒng)的因素，因此這里我們建立一個更為完善的數(shù)學(xué)模型：

這里我們假設(shè)森林某處的濕度小于60%這一事件為H，當(dāng)H發(fā)生的情況下，森林火災(zāi)E發(fā)生的概率：

這里假定H為正的概率值，P ( E| H )表示當(dāng)濕度小于60%時發(fā)生森林火災(zāi)E的概率。當(dāng)H發(fā)生的概率為零時，我們不定義此時的條件概率，式（3）可改寫為：

我們假設(shè)無線傳感器網(wǎng)絡(luò)區(qū)域中傳感器節(jié)點所采集的濕度數(shù)據(jù)mi所對應(yīng)的濕度指數(shù)分別為1, ,n H … H作為整個森林監(jiān)控區(qū)域內(nèi)濕度指數(shù)的樣本空間，那么森林火災(zāi)事件E可以表示為：

由于傳感器節(jié)點在森林中所處的環(huán)境各不相同，一處濕度指數(shù)低并不能代表整個監(jiān)控區(qū)域內(nèi)的濕度指數(shù)都低，因此我們可以假設(shè)EHj是互斥的，將各個EHj對應(yīng)的時間概率求和，得到：

在式（4）中用Hj代替H，并對所有的j求和，再代入式（6）中就有：

這樣我們就會得到受監(jiān)控的森林監(jiān)控區(qū)域中火災(zāi)發(fā)生的概率，監(jiān)控中心會根據(jù)獲得的結(jié)果做出相應(yīng)的決策。文章接下來將會給出貝葉斯法的數(shù)據(jù)融合過程。

2.貝葉斯法的數(shù)據(jù)融合框圖

圖3 貝葉斯數(shù)據(jù)融合框圖

節(jié)點1到節(jié)點n采集的濕度數(shù)據(jù)為m1,...,mn，各節(jié)點發(fā)生火災(zāi)的概率分別為通過sink節(jié)點中的貝葉斯融合公式我們就可以比較直觀地獲得所監(jiān)測的區(qū)域內(nèi)森林火災(zāi)發(fā)生的指標(biāo)，從而給出相應(yīng)的決策。

（四）結(jié)語

數(shù)據(jù)融合是無線傳感器網(wǎng)絡(luò)的一個關(guān)鍵技術(shù)，對于其中數(shù)據(jù)融合情況由于針對不同的特性和不同的分類方法存在著很大的差異，因此無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合的處理方式也不盡相同，沒有一個統(tǒng)一的處理模式。本文提出了一種基于森林防火和貝葉斯方法相結(jié)合在無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合中的一種應(yīng)用。仿真實驗表明，這種數(shù)據(jù)融合的框架可以按照無線傳感器網(wǎng)絡(luò)中多傳感器采集的數(shù)據(jù)進行動態(tài)靈活的調(diào)整，顯示了很強的適用性，可以作為一種處理模式。

但是在無線傳感器網(wǎng)絡(luò)中進行數(shù)據(jù)融合，將面臨如下的一些挑戰(zhàn)：

1.傳感器節(jié)點的不可靠性；

2.傳感器節(jié)點收到能量和通信帶寬的限制；

3.單個節(jié)點收到能量和存儲空間的限制，很難維護全局的網(wǎng)絡(luò)信息；

4.連續(xù)數(shù)據(jù)流的處理，是比會引起相鄰輪次的數(shù)據(jù)采集具有一定的相關(guān)性，需要利用歷史信息減少不必要的數(shù)據(jù)回傳；

5.大量傳感器節(jié)點進行數(shù)據(jù)傳輸，需要考慮協(xié)議的可擴展性。

[1]孫利民,李建中,陳渝,等.無線傳感器網(wǎng)絡(luò)[M].北京:清華大學(xué)出版社,2005.5.

[2]ROBERT S,ANDRAS F.Energy implication of network sensor designs [EB/OL].[2008-04-01].http://www.cs.berkeley.edu/～zewczyk/cs252/paper.pdf.

[3]趙凌,王東,劉全利.無線傳感器網(wǎng)絡(luò)路由協(xié)議的研究[J].大眾科技,2008,(1):31-33.

[4]何友,王國宏,陸大金,等.多傳感器信息融合及應(yīng)用[M].北京:電子工業(yè)出版社,2000.

[5]Lawrence A. Klein 著.多傳感器數(shù)據(jù)融合理論及應(yīng)用(第二版)[M].戴亞平,劉征,郁光輝,譯.北京:北京理工大學(xué)出版社,2004.2.

TP393

A

1008-1151(2011)04-0063-02

2011-01-19

趙凌（1982－），男，河南南陽人，鄭州大學(xué)升達經(jīng)貿(mào)管理學(xué)院助教，碩士，研究方向為嵌入式、無線傳感器網(wǎng)絡(luò)；張從知，男，鄭州大學(xué)升達經(jīng)貿(mào)管理學(xué)院教授，研究方向為嵌入式、儀器儀表。