无线传感器与网络中信息融合：方法

《无线传感器与网络中信息融合：方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、-无线传感器网络中的信息融合：方法、模型和分类爱德华多F.中村安东尼奥A.F.洛雷罗亚历杭德罗C.费锐巴西米纳斯联邦大学ACMComputingSurveys,Vol.39,No.3,Article9,Publicationdate:August2007摘要：根据不同的应用需求，需要对无线传感器网络提供的大量数据进行处理、传输、评估。通过传感器节点控制这些数据的方式是一个重要问题。出于需要对各个传感器节点采集的数据进行处理并获取有用信息的需要引入了信息融合。通过利用这些可用数据协同，信息融合技术可以减少数据通信量、滤除噪声、对有关监视实体做出预测和推断。在本文中，通过介绍已有的信息融合模型

2、、方法、算法和结构，我们回顾了当前信息融合的最新进展，并结合无线传感器网络的探讨了各种信息融合技术的适用性。1介绍无线传感器网络（WSN）是一种由大量的配置不同类型传感器的节点组成的特殊的自组织网络。该网络是由技术先进的低功率无线通讯单元（诸如感觉、通信和处理功能单元）进行支持。WSN作为一种基于新的计算平台和网络结构的计算机门类在不同领域呈现出新的应用，诸如环境监测、工业和制造业自动化、保健和军事应用等。通常，无线传感器网络对电力资源和计算能力有很强的限制。一个WSN可以设计来满足不同的目的。为了对被监控实体的行为有更好的理解，它既可以设计来采集和处理来自于环境中的数据。它也可以被设计来

3、监控一个环境中发生的一系列可能事件，以便需要时采取合适的行动。在WSN中的一个关键问题是如何对采集到的数据进行处理。关于这个问题，信息融合作为一种方法引入，其关注的是如何处理传感器采集到的大量数据，以增加这些数据的实用性。总而言之，信息融合可以定义为通过合并多源信息来获取改进的信息（便宜、更高质量、更相关）。信息融合在诸如机器人和军事等不同的应用领域中常用于完成检测和分类任务。近来，信息融合也被用于诸如入侵检测、拒接服务（DoS）检测等新的应用领域。在WSN领域中，为节能考虑，简单的族聚技术（如：最大、最小、平均）已经被用于减少全局数据通信量。此外，信息融合技术已经被用于WSN中对传感器节

4、点位置估计进行改进、检测路由失败、为路由协议收集链接统计。考虑到信息融合对于WSN的重要性，本文工作介绍了信息融合最新进展和信息融合如何应用到WSN和通常基于传感器的系统。背景将在下面节中介绍。第二部分介绍了用于描述信息融合的通用术语；第三部分介绍大致分类；第四部分介绍主要方法；第五部分介绍信息融合的体系结构并讨论各自应用于WSN时的限制条件和适用性。第七部分介绍我们给出的如何把当前的信息融合资源应用到WSN相关环节的最终建议。2原理几种不同的术语（例如：数据融合、传感器融合和信息融合）分别用于描述融合主题(包括理论、过程、系统、框架、工具和方法)的某些方面。因此，存在一些术语混乱。在本部

5、分将讨论在WSN中激励和鼓励实际应用信息融合的常见条款和因素。2.1关键与融合多源数据的系统、系统结构、应用、方法和理论相关的术语并没有统一。不同的术语都在使用，并且各自体现了与融合特征相关的某些方面。例如，传感器/多传感器融合.---Sensor/MultisensorFusion通常用于明确传感器提供用于融合的数据。尽管信息和数据在哲学观念上存在不同，总体而言，数据融合和信息融合都是可接受的术语。这些年来给出了很多关于数据融合datafusion的定义，其中大多来自于军事和遥感领域。1991年，美国三军组织实验室理事联合会JDL数据融合工作组定义了数据融合为“多层次、多方面的处理过程，

6、包括对多源数据和信息进行检测、相关、估计和组合”。Klein1993年归纳这一定义，指出数据可以由单一来源或多源提供。两个定义均是笼统的可适用于包括遥感在内的不同领域。虽然他们建议既不要强调组合数据的重要性和目的，但是美国国防部1991年提供的JDL数据融合模型涉及质量提高，在第五部分将更进一步的讨论。Hall和Llinas1997年定义数据融合datafusion为“由关联数据库提供相关信息，组合来自多传感器的数据，实现比使用单一传感器更高的精度和更详细的推理”。这里的数据融合定义表现出目的：精度改良。但是该定义受限于由多个传感器提供数据，其未预见到使用的数据源自单一来源。前述的定义着眼

7、于方法、手段和传感器。Wald1999年改变着眼点在用于融合数据的体系结构。其定义为：“数据融合是一种正式的体系结构，该结构表示为用于融合源自不同来源的数据的手段和工具。其目的是获取更高质量的信息，高质量的具体定义取决于取决于具体的应用。”另外，Wald认为来自同源不同时刻的数据可视为不同源。故意采用不严谨的“质量”一词是暗指融合后的数据在某种程度上比原始数据更适合于具体的应用。尤其对于WSN，数据融合至少有两个目的：精