数据融合技术概述

《数据融合技术概述》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数据融合是WSN中非常重要的一项技术，也是目前的一个研究热点，通过一定算法将采集到的数据进行各种网内处理，去除冗余信息，减少数据传输量，降低能耗，延长网络生命周期。本文以从降低传输数据量和能量方面对数据融合方法进行分类，介绍其研究现状。1.与路由相结合的数据融合将路由技术和数据融合结合起来，通过在数据转发过程中适当地进行数据融合，减轻网络拥塞，延长网络生存时间［1］。1.1查询路由中的数据融合定向扩散(directeddiffusion)［2］作为查询路由的代表，数据融合主要是在其数据传播阶段进行，采用抑制副本的

2、方法，对转发过的数据进行缓存，若发现重复数据将不予转发，该方法有很好的能源自适应性，但是他只能在他选择的随机路由上进行数据融合，并不是最优方案。1.2分层路由中的数据融合WendiRabinerHeinzeIman等提出了在无线传感器网络中使用分簇概念，其将网络分为不同层次的LEACH算法［3］:通过某种方式周期性随机选举簇头，簇头在无线信道中广播信息，其余节点检测信号并选择信号最强的簇头加入，从而形成不同的簇。每个簇头在收到本簇成员后进行数据融合处理，并将结果发送给汇集节点。LEAGH算法仅强调数据融合的重要性

3、，但未给出具体的融合方法。TEEN是LEACH算法的改进［4］，通过缓存机制抑制不需要转发的数据，进一步减少数据融合过程中的数据亮。1.3链式路由中的数据融合LindseyS等人在LEACH的基础上，提出了PEGASIS算法［5］每个节点通过贪婪算法找到与其最近的邻居并连接，从而整个网络形成一个链，同时设定一个距离Sink最近的节点为链头节点，它与Sink进行一跳通信。数据总是在某个节点与其邻居之间传输，节点通过多跳方式轮流传输数据到Sink处，位于链头节点和源节点之间的节点进行融合操作，最终链头节点将结果传送给

4、汇聚节点。链式结构使每个节点发送数据距离几乎最短，比LEACH节能，但增大了数据传送的平均延时，和传输失败率。PEDAP(powerefficientdatagatheringandaggregationprotocol)［6］协议进一步发展了PEGASIS协议，其核心思想是把WSN的所有节点构造成一棵最小汇集树(minimumspanningtree)。节点不管在每一轮内接收到多少个来自各子节点的数据包，都将压缩融合为单个数据包,再进行转发，以最小化每轮数据传输的总能耗。然而，PEDAP存在难以及时排除死亡节点

5、(非能量耗尽)的缺点。1.基于树的数据融合现有的算法有最短路径树(SPT)、贪婪增量树(GIT)、近源汇集树(CNS)和Steiner树以及他们的改进算法。Zhang［7］提出DCTC(dynamicconveytreebasedcollaboration)算法。通过目标附近的节点协同构建动态生成树，协同组节点把测量数据沿确定的生成树向根节点传输,在传输过程中，汇聚节点对其子生成树节点的数据进行数据融合。Luo了MFST(minimumfusionsteinertree)算法,用于在WSN中以数据融合方式进行高效

6、节能的数据收集。文中考虑了数据传输开销和数据融合开销，并且根据节点产生的数据量来选择融合数据点，还提出提出了AFST(adaptivefusionsteinertree)算法，该算法对MFST算法进行了改进，不仅优化数据传输路由，而且在节点转发数据时，动态决定是否进行数据融合来进一步减少总的能量开销。MinDing等人提出基于节点剩余能量的和维护一颗组播树，来减少广播信息数量，关闭书中页子节点的射频单元，只有非叶子节点参与数据融合和响应，有效地降低了非叶子节点的能耗，延长了网络寿命。1.基于性能的数据融合为使网内

7、数据融合更加有效，要求数据在传送时要哟一定时间延迟。如何将最大融合延迟合理地分配到各个融合节点上，使融合效果迗到最佳。Brute-Force算法［11］，将最大融合延迟时间分配到各个融合节点上，但算法太复杂，超出无线传感网络能力。除数据延迟性能外，研究人员还对数据融合中其他性能问题进行了深入研究。Jerry2化0［12］等人探讨了连续计算融合对网络性能的影响，并提出树结构建立算法，可针对部分融合函数进行高能效计算，实验表明，通过丢弃高丢包率和非对称性链路，可大大提高结果的准确性。Athanassionsbouli

8、s［13］探讨了无线传感网络中数据融合的能耗和结果准确性之间的平衡问题，针对周期性融合问题，提出利用个节点数据之间的时空相关性作为融合估计值得思想，建立了能耗和准确性的折中准则。Ignaciasolis［14］等人讨论了在传感器网络中进行数据融合的时序模型，及节点向上层节点转发数据前，应当等待多长时间以便接受完整数据，比较采用三种不同融合方法(即PeriodicSimpl