發(fā)布時間：2021-07-01所屬分類：免費文獻(xiàn)瀏覽：1次
摘 要： 電子測試
《基于多無線傳感器的數(shù)據(jù)融合算法》論文發(fā)表期刊：《電子測試》；發(fā)表周期：2021年08期
《基于多無線傳感器的數(shù)據(jù)融合算法》論文作者信息：王美蘊(yùn)
摘要：數(shù)據(jù)融合作為是一種減少數(shù)據(jù)通信量能耗的先進(jìn)技術(shù)，在節(jié)能方面呈現(xiàn)出理想的應(yīng)用效果，這便是數(shù)為無線傳感器網(wǎng)絡(luò)的研究熱點之一的重要原因。文章將從多傳感器信息融合技術(shù)背景、原理、特征以及多無線1據(jù)融合方法等方面來對多無線傳感器的改進(jìn)數(shù)據(jù)融合算法進(jìn)行深入的分析和探究。
關(guān)鍵字：多無線傳感器：數(shù)據(jù)融合算法;傳感技術(shù)
Abstract: As an advanced technology to reduce the energy consumption of data communication, data fusion presents an ideal application effect in terms of energy saving. This is an important reason why data fusion has become one of the research hotspots of wireless sensor networks. This article will conduct in-depth analysis and exploration of the improved data fusion algorithm of multi-wireless sensors from the aspects of multi-sensor information fusion technology background, principles, characteristics and methods of multi-wireless sensor data fusion
Keywords: multiple wireless sensors; data fusion algorithm; sensing technology
0引言
眾所周知，當(dāng)前無線傳感器被廣泛應(yīng)用在軍事、醫(yī)療、環(huán)境等諸多領(lǐng)域，并呈現(xiàn)出非常廣闊的應(yīng)用前景。無線傳感器從面世應(yīng)用發(fā)展至今，受到了越來越多的關(guān)注，也一直都是相關(guān)專業(yè)領(lǐng)域所研究的焦點內(nèi)容。無線傳感器在實際應(yīng)用過程中表現(xiàn)出非常強(qiáng)大的應(yīng)用價值，但是隨著時間的推移，無線傳感器也逐漸暴露出了一些問題和弊端，諸如，網(wǎng)絡(luò)中節(jié)點能量受限，這就使得延長網(wǎng)絡(luò)的生命周期成為首要考慮的問題。在網(wǎng)絡(luò)中，節(jié)點的能量主要消耗在數(shù)據(jù)采集，處理和傳輸三方面，其中以傳輸環(huán)節(jié)所消耗的能量最多，為了解決好這一問題，數(shù)據(jù)融合應(yīng)運而生。
1多傳感器信息融合技術(shù)背景分析在科學(xué)技術(shù)迅猛發(fā)展與升級創(chuàng)新的背景之下，傳感器技術(shù)與數(shù)據(jù)處理技術(shù)、計算機(jī)技術(shù)、網(wǎng)絡(luò)通訊技術(shù)、人工智能技術(shù)等各類先進(jìn)技術(shù)逐步走進(jìn)大眾視野，成為了現(xiàn)代各行各業(yè)不可或缺的重要技術(shù)種類之一。當(dāng)前信息技術(shù)領(lǐng)域中最重要的三大支柱分別是傳感技術(shù)、計算機(jī)技術(shù)以及通信技術(shù)，站在仿生學(xué)的角度來分析，如果將計算機(jī)看作是處理和識別海量信息的“大腦”，那么通信系統(tǒng)便是負(fù)責(zé)傳遞信息的"神經(jīng)系統(tǒng)"，而傳感技術(shù)則是不可或缺的“感覺器官”。傳感器技術(shù)的發(fā)展帶動了多傳感器信息融合技術(shù)的應(yīng)用，讓多傳感器信息融合技術(shù)受到了更加廣泛的關(guān)注。
目前，多傳感器信息融合技術(shù)在歷經(jīng)多年實踐應(yīng)用與創(chuàng)新發(fā)展的過程中已升級成為一門信息綜合處理專門技術(shù)，在我國以及全世界的多元領(lǐng)域內(nèi)都受到了重視和應(yīng)用。比較具有代表性的專業(yè)領(lǐng)域有工業(yè)機(jī)器人、智能檢測、自動控制、交通管理和醫(yī)療診斷等等。
2多傳感器信息融合技術(shù)的原理分析關(guān)于多傳感器信息融合技術(shù)的原理，從通俗層面來解釋：多傳感器信息融合技術(shù)更像是人類的大腦，多傳感器信息融合技術(shù)的應(yīng)用便是大腦綜合處理信息的過程，其需要通過各種類別的傳感器來完成多空間、多層次的信息處理、互補(bǔ)以及優(yōu)化、組合，最終確保應(yīng)用結(jié)果與環(huán)境觀測的高度一致性。在應(yīng)用傳感器信息融合技術(shù)的過程中，一定要充分利用起多源數(shù)據(jù)來對信息作出合理的支配和使用，進(jìn)而實現(xiàn)信息融合的最終目標(biāo)：基于各傳感器獲得的分離觀測信息，通過對信息多級別、多方面組合導(dǎo)出更多有用信息。
3多傳感器融合系統(tǒng)特征分析
3.1信息的互補(bǔ)性
傳感器種類不同，其為系統(tǒng)提供的信息性質(zhì)也就不同。
信息描述的是不同的環(huán)境特征，但是不同環(huán)境特征之間是有著非常強(qiáng)的互補(bǔ)性的。如果對由所有特征構(gòu)成的坐標(biāo)空間進(jìn)行定義，不同傳感器提供出來的信息則相當(dāng)于是整個空間的一個子空間，即全集與子集之間的關(guān)系，而子空間和子空間之間則是相互獨立的。
3.2信息的冗余性
針對實際環(huán)境的某一個具體特征，不同的傳感器或者同一個傳感器在不同的時刻都可以得到關(guān)于這一特征的具體信息，這就造成了信息的重復(fù)，即冗余。此外，多方搜集到的信息在可靠性方面也有待確認(rèn)。借助融合處理的方式可以從多份信息當(dāng)中迅速提取到正確可靠的信息內(nèi)容。除此之外，信息的冗余性有效提高了系統(tǒng)穩(wěn)定性，即使其中有個別傳感器失效或者出現(xiàn)其它問題，整個系統(tǒng)依然可以保證順暢運行，不會產(chǎn)生不必要的影響和干擾。
3.3信息處理的低成本性
單傳感器得到信息需要花費的代價是非常巨大的，而多個傳感器的同時應(yīng)用則可以在一定程度上減少獲取信息在這一層面上的負(fù)擔(dān)和代價。如不需要再實現(xiàn)其他功能，一般情況下單個傳感器的成本與多傳感器的成本總和相差無幾。
3.4信息處理的及時性
在多傳感器系統(tǒng)當(dāng)中，多個傳感器之間雖然彼此獨立運行，但是在處理信息時可通過選用并行導(dǎo)熱處理機(jī)制，實現(xiàn)對多傳感器的并用，進(jìn)而實現(xiàn)即時處理信息和提供處理結(jié)果的目的。
4多無線傳感器數(shù)據(jù)融合方法
4.1隨機(jī)類方法
4.1.1加權(quán)平均法
加權(quán)平均法是信號級融合方法當(dāng)中最直觀也是最簡單的一類融合方式。加權(quán)平均法的原理就是將傳感器所提供的冗余信息進(jìn)行加權(quán)平均計算，直接對數(shù)據(jù)源進(jìn)行操作，得出的結(jié)果便作為數(shù)據(jù)融合值。
4.1.2多貝葉斯估計法
該方法的本質(zhì)是一種融合算法，其融合的是多個傳感器的高層信息數(shù)據(jù)。多貝葉斯估計法利用的是概率原則將多個傳感器里面的信息進(jìn)行組合，以條件概率的形式表現(xiàn)出測量不確定性。如果多個傳感器的觀測坐標(biāo)一致，那么便可以就傳感器的數(shù)據(jù)直接進(jìn)行融合。但是基于諸多客觀因素的影響和干擾，在采用多貝葉斯估計法時還是多以間接方式進(jìn)行。
4.1.3卡爾曼濾波法
卡爾曼濾波法通常適用于對低層次實時動態(tài)多傳感器的元余數(shù)據(jù)進(jìn)行融合。卡爾曼濾波法利用的是測量模型的統(tǒng)計特性進(jìn)行遞推，決定統(tǒng)計意義下的最優(yōu)融合和數(shù)據(jù)估計。卡爾曼濾波法能夠在數(shù)據(jù)融合計算中提供唯一統(tǒng)計意義下的最優(yōu)估計的條件是：首先，該系統(tǒng)具有線性動力學(xué)模型：其次，該系統(tǒng)和傳感器之間的誤差與高斯白噪聲模型相符合。卡爾曼濾波法的優(yōu)勢在于，其具備的遞推特性可以降低存儲和計算的壓力，系統(tǒng)處理不再需要作出大量數(shù)據(jù)存儲和計算。
4.1.4D-S證據(jù)推理方法D-S證據(jù)推理是對貝葉斯推理的進(jìn)一步擴(kuò)充，D-S證據(jù)推理方法具備三個基本要點，分別是基本概率賦值函數(shù)、信任函數(shù)和似然函數(shù)。D-S方法的推理結(jié)構(gòu)可自上而下分為三級：第一級是目標(biāo)合成，目標(biāo)合成就是將多個獨立運行的傳感器傳輸過來的觀測結(jié)果匯總合成一個總結(jié)果，其本質(zhì)就是信息的匯總與整合。第二級是推斷，顧名思義，推斷的對象便是第一級整合之后的總的觀測結(jié)果，然后將觀測結(jié)果轉(zhuǎn)化成
隨機(jī)性的誤差，因此，要想確保報告的準(zhǔn)確性，最好就是接受從同一傳感器中傳輸過來的連續(xù)性報告。而實現(xiàn)這一目的的重要前提就是要先對傳感器的觀測數(shù)據(jù)進(jìn)行更新。
5人工智能類方法
5.1模糊邏輯推理
模糊邏輯，又稱多值邏輯。其是用零到一之間的一個數(shù)字來對數(shù)據(jù)信息的真實度來進(jìn)行表示。模糊邏輯推理的特點就在于其是將多個傳感器所傳輸?shù)男畔?shù)據(jù)中所蘊(yùn)含的不確定性通過數(shù)字的形式直接表示出來。和傳統(tǒng)的概率統(tǒng)計方式相比，模糊邏輯推理的優(yōu)勢非常明顯，其具體體系現(xiàn)在以下幾個方面：第一，模糊邏輯推理成功避免和克服掉了概率統(tǒng)計方式中所要面臨的問題和困難。第二，模糊邏輯推理的推理過程和推理思路與人類大腦的思維方式非常接近。第三，模糊邏輯推理可適用于高層次的應(yīng)用，一般在做決策時會優(yōu)先考慮此方式。雖然模糊邏輯推理有著諸多優(yōu)勢，但是這并不意味著該方式就是完美的，其也有自身的弊端和不足，那就是受主觀因素的影響比較大，因為模糊邏輯推理是建立在邏輯推理基礎(chǔ)之上的，邏輯推理本身就不是一個客觀不變的存在，而且邏輯推理的成熟度和系統(tǒng)化還遠(yuǎn)遠(yuǎn)不夠，因此，運用此方式在對觀測到的信息進(jìn)行描述或者對數(shù)據(jù)進(jìn)行整合時很容易受到主觀因素的影響，進(jìn)而影響到信息處理的精準(zhǔn)度。
5.2人工神經(jīng)網(wǎng)絡(luò)法
神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的容錯性以及自學(xué)習(xí)、自組織及自適應(yīng)能力，能夠模擬復(fù)雜的非線性映射。而神經(jīng)網(wǎng)絡(luò)所具備的這些特性和優(yōu)勢恰巧又在很大程度上迎合了多傳感器數(shù)據(jù)融合技術(shù)在信息處理方面的需求。多個傳感器雖然能夠接受到更多的數(shù)據(jù)信息，但是，每一個傳感器所處的環(huán)境會導(dǎo)致信息源存在著很強(qiáng)的不確定性，數(shù)據(jù)源本身就不確定，再將本就不確定的數(shù)據(jù)進(jìn)行融合，那么計算推理出來的結(jié)果自然也無法確定。人工神經(jīng)網(wǎng)絡(luò)法便很好地對這種不確定性作出了控制，其利用先進(jìn)的自動推理功能和強(qiáng)大的信號處理能力，保證了多傳感器數(shù)據(jù)融合的效果。
參考文獻(xiàn)
[1]王炎.無線傳感器網(wǎng)絡(luò)中面向多數(shù)據(jù)查詢的安全數(shù)據(jù)融合算法[J.電子設(shè)計工程.2019(7)：138-143
[2]應(yīng)可珍，能量高效的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合關(guān)鍵技術(shù)研究[D].浙江工業(yè)大學(xué)，2019年.
[3]陳羽，無線傳感器網(wǎng)絡(luò)中數(shù)據(jù)融合隱私保護(hù)算法研究[D].沈陽化工大學(xué)，2019年.
[4]關(guān)停停，降低網(wǎng)絡(luò)時延的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)[D.長春理工大學(xué)，2019年.
[5]李洪宇，無線傳感網(wǎng)絡(luò)中的數(shù)據(jù)融合研究[D.重慶郵電大學(xué)，2020年.
[6]隋春江，無線傳感器網(wǎng)絡(luò)路由分簇算法的研究[D].沈陽工業(yè)大學(xué)，2019年.
[7]查琳、可穿戴無線傳感器網(wǎng)絡(luò)節(jié)能算法研究[J].沈陽理工大學(xué)學(xué)報，2019年