無線傳感器網絡中的網內信息處理技術

李　娜　吳　帆　劉元安

摘要:無線傳感器網絡(WSN)的傳輸技術發展迅速,但單純的傳輸原始感知數據并不能滿足傳感器網絡應用日益發展的智能化需求。傳感器網絡的網內信息處理技術在原始采集數據的基礎上,將大量的信息處理和計算移植到傳感網內部進行,從海量的、雜亂無章的、難以理解的原始數據中抽取并推導出對于某些特定的用戶來說具有特定意義和判決參考價值的數據。網內信息處理技術能夠降低網絡數據傳輸量、節約能量資源、提高數據精度、減小傳輸延遲,以達到提高網絡性能,高度契合用戶信息需求的目標,是未來傳感器網絡技術發展的重要方向。

關鍵詞:無線傳感器網絡;網內信息處理;協作聚集;數據融合

Abstract: The transmission technology of Wireless Sensor Networks (WSNs) has developed rapidly; however, it cannot follow the steps of intelligent applications of the future WSN by just transmitting the original data. Network information processing transfers the majority of processing and computing works into WSN based on original data collection. A mass of incomprehensible original data is extracted and inferred into meaningful and consultable data to some certain users. Meanwhile, by network information processing, the data transmission account and latency are decreased; the energy efficiency and data accuracy are increased. Network information processing for advancing network performance and according to users information requirements is one of the most important development directions of the future WSN.

Key words: wireless sensor network; network information processing; cooperated collection; data fusion

近年來,無線傳感器網絡的技術發展突飛猛進[1-2],在網絡架構、工作機制、傳輸協議等方面已具備較為成熟的理論體系。在現有的較完備的網絡傳輸體系基礎之上,傳感網未來的發展趨勢將朝向網絡進一步的完善技術——傳感網的應用技術和網絡支撐技術。應用技術從傳感器節點硬件設備及平臺的制造、網絡應用技術開發的角度推進傳感器網絡向現實應用轉化;網絡支撐技術包括定位技術、同步技術、安全技術、網內信息處理技術等,以網絡性能的提升為主要目標,提高網絡整體的服務質量和智能化。

網內信息處理技術旨在對原始采集數據進一步包裝整合,將大量的信息處理和計算移植到傳感網內部進行,從而簡化對用戶端的設備要求,用戶側可以使用更加低端和簡易設備進行感知信息的讀取和應用。網內信息處理技術使傳感網具有更高級、更完善的信息處理能力,提供給用戶的感知信息將更易理解。

1 網內信息處理概述

從無線傳感器網絡結構的角度來看,由大量底層的感知節點數據經過層層聚集,傳輸到匯聚節點,這種網絡數據流量分布特性稱為“漏斗效應”[3]。網絡規模越大,數據流量越多,漏斗的壓力也就越大,發生阻滯和擁塞的可能性也越大,將會嚴重地影響網絡性能。網內信息處理技術能夠很好地解決這個問題,針對底層節點龐大的數據流量,隨著數據匯聚程度的增加,在保證基本信息不丟失的前提下,盡量地減小傳輸數據量。

因此,網內信息處理技術最大的特點和優勢體現為:網絡在傳輸數據的同時,也對數據進行處理。數據在由采集節點到用戶域的傳輸過程中,完成了復雜而完整的信息處理流程,而具體的信息處理方法則根據不同的應用需求進行設計和實現。由網內信息處理技術帶來的直接網絡收益主要體現在以下4個方面:節約電池能量、減少數據冗余、提高數據精度、減小傳輸延遲。

(1)節約電池能量

大量文獻表明[4-5],無線傳感器網絡中,節點電池電量消耗最大的是無線電發送和接受數據,而在節點的數據處理模塊中對數據進行處理所消耗的能量遠遠小于無線射頻模塊。因此,對節點采集的原始數據進行處理,能夠減少發送的數據量,節約電池能量,延長網絡的生存周期。

(2)減少數據冗余

在傳感器網絡中,位置相近的傳感器節點采集到的周邊環境信息,往往具有較高的相似性,重復發送冗余信息顯然不是明智之舉。因此,將具有較高相關度的多個傳感器節點采集信息先進行合并處理,得到高質量數據再進行發送將會減小中轉節點傳輸的數據總量,節省網絡帶寬。

(3)提高數據精度

網內信息處理擴展了單個感知小區內數據的連通性,通過協同工作的工作模式,節點之間信息交互,能夠進行數學計算,得到網絡管理、移動性管理、業務管理、數據傳輸等優化結果,輔助上層的業務操作、傳輸選路、用戶決策等。精度在不同的應用場景中有不同的定義,比如在目標跟蹤定位的應用中,多個節點之間的信息交互和聚合協作,能夠計算出更為精確的目標位置信息。

(4)減小傳輸延遲

傳輸延遲在很多應用中是非常重要的網絡指標,在傳輸過程中對數據進行排序、壓縮等處理方法,能夠降低傳輸擁塞率,減小數據在網絡的傳輸延遲。

網內信息處理過程貫穿于從數據鏈路層到應用層的網絡協議中,如圖1所示。各層協議根據網內信息處理的總體策略和規劃,以信息處理為最終目標,執行各自的網絡職能。網內信息處理技術將信息處理與數據傳輸同步進行,因此,在網絡傳輸過程中的每一步都需要針對總體的網內信息處理策略制訂相應的機制。網絡控制與管理負責協議各層嵌入各種信息接口,定時收集協議運行狀態,以網內信息處理的總體策略為指導,實時的協調控制網絡中各個協議組件的運行。網內信息處理技術主要包括兩方面的研究內容:網內協作模式的數據聚集和網內信息融合處理。

2 網內協作模式的數據聚集

無線傳感器網絡的主要特點是:節點的體積微小,存儲和處理數據的能力低下,且大部分節點由電池供電,能量受到極大的限制。多年來,關于無線傳感器網絡協議的研究和設計大部分都是圍繞著低能耗、低處理能力特點而進行的,網內協作模式的數據聚集一直是傳感器網絡的重要研究內容,以網內節點的協作互助為基本方式,解決傳感器網絡的數據傳輸問題,通過協作模式補償節點能力和能量受限的問題。

2.1 數據聚集的空間策略

傳感器網絡中邊傳輸邊處理的總體策略決定了網絡層路由“以數據為中心”的特點,如何選擇適合信息處理的最佳傳輸路徑,數據流相遇時是否應該融合處理,不同的拓撲結構中如何選擇最優聚合點,是數據聚集的空間策略解決的主要問題。

顯而易見,數據聚集的空間策略與網絡的拓撲結構、數據傳輸路徑存在非常緊密的聯系。基于層次的分簇網絡是一種適合于網內信息處理的網絡結構[6],在分簇結構的路由協議中,簇首節點則是理想的數據聚合點,所有的簇內節點都會將本地采集到的數據發送給簇首節點。而且簇成員節點因為地理位置比較接近,相關性比較大,數據冗余度相對較高,適宜在簇內進行數據處理以消除冗余。另一種數據收集方法采用樹狀的網絡結構,以數據融合相關參數為路由啟發,生成最優化路由,在數據傳輸過程中,進行數據融合。文獻[7]提出一種以鄰居節點之間的數據相關度為選路標準,便于相關度較高的節點進行數據合并壓縮,降低傳輸能量消耗的路由算法。文獻[8]對大數據量的感知信息在路由過程中的融合處理考慮了融合代價問題,即對融合處理和直接轉發在能量上的權衡,對數據在傳輸過程中最優化的聚合點和聚合條件做出詳細的決策依據。

2.2 數據聚集的時機控制

在無線傳感網中,一個事件的產生所涉及的相關數據由多個傳感器節點協作采集和傳輸。以網內信息處理為需求的路由方法決定了空間策略的數據聚集,而時間上的控制方法也會對其性能產生重要的影響。數據聚集的時機控制決定中間節點合并下游節點傳來數據的最優時機,以及對本地數據、轉發數據、合并數據的發送需要等待多長時間等。

關于聚集時機的選擇有很多種方案。文獻[9]提出一種周期性簡單的聚合時機控制方法,節點等待一個規定的固定長度的時間,對已經接收到的數據執行數據聚合,然后向下一跳發送聚合后的數據包。文獻[10]根據節點在拓撲結構中的位置,確定數據聚合的時機,距離匯聚節點近的節點等待時間長,距離匯聚節點遠的節點等待時間短,所有節點的等待時間形成一種級聯效應,也就是說處于同一層次的節點,其數據聚合時機相同。這種選擇方法在保證數據準確性及時延的情況下,可以使所有傳感器節點采集的數據在沿已知路徑回傳時,最大程度地聚合,有效節省了傳感器網絡的能量。

3 網內信息融合處理

如前所述,傳感器網絡實現的不僅僅是感知數據的采集與透明傳輸,網絡在實時、可靠地傳輸數據的同時,也是一個信息加工的工廠,在原始數據采集的基礎上,網絡內部進行了大量數據處理工作,傳輸到網絡外部終端的感知信息將是從海量的、可能是雜亂無章的、難以理解的原始數據中抽取并推導出對于某些特定的用戶來說具有價值、具有意義的處理后數據。網內信息融合處理功能框圖如圖2所示。

網內數據融合處理與傳感器網絡的應用模式密切相關,涉及到多種數據處理功能。針對傳感器網絡的不同信息獲取需求,選擇不同的數據處理功能,從而滿足對于特定應用場景的需求。按照操作對象的特點,網內信息融合處理分為以下級別:數據級、特征級、融合級、表示級。

3.1 數據級處理

(1)數據存儲

數據存儲方式直接影響系統各個數據處理模塊的運行,傳感器網絡中采集的數據可以選擇分布式或中央集控式存儲方式,存儲方式要考慮到節點容量限制、數據收集和分發模式、冗余備份和能耗最小化等問題。

(2)數據備份

網內數據具有一定的時間有效性,在進行網內數據處理的時候,處理的結果可以實時傳輸到終端用戶,以便針對發生的事件進行及時有效的處理控制。但對于重要的數據,需要進行數據備份,制作歷史記錄以備查詢,備份的數據在超過數據的時間有效期之后可以刪除。

3.2 特征級處理

(1)特征提取

對某一模式的一組測量值進行計算和變換,突出該模式具有代表性的特征,針對不同的數據特征,進行數據處理。同一個模擬信息源有不同的特征提取方法,根據不同的應用場景選擇需要提取的特征。

(2)數據分類

利用提取的不同數據特征,可以把采集的數據按不同需求整理分類,可以按數據屬性、數據包長度、數據內容等多種規則進行分類。分類后的數據便于進行下一級的融合處理。分類規則與更高層的融合策略有關。

(3)數據排序

數據排序功能需要數據庫支持,通過對數據項的特征排序,可以實現數據按不同的優先級處理,排序整理后的數據,提高了傳輸有序性,同時也優化了用戶所獲得的信息結果。

(4)數據篩選

數據篩選完成傳感器節點所采集數據與用戶的信息需求之間的匹配、總結和轉換功能。一方面,對于數據集合,用戶所要獲取的信息可能并不是傳感器網絡采集得到的所有數據,另一方面,對于單個數據項,用戶所要獲取的信息可能只是該項中的一部分,因此需要針對性地通過篩選將用戶需要的信息提取出來傳送給用戶,屏蔽不需要的數據。

3.3 融合級處理

(1)數據關聯

關聯分析的目的是找出數據中隱藏的關聯網。某種情況下的感知信息獲取,單一的數據不能表征物體的特性,需要多個數據協同表示。數據關聯的結果取決于關聯規則的可信程度。關聯可分為多維度的不同數據關聯、多時刻的數據關聯、多個不同類型的數據關聯。

(2)數據變換

某些信息(例如圖像特征的信息)直接處理的復雜性非常大,為了方便處理,需要對這類信息進行數據的變換,在變換域中進行數據處理。通過對這類數據的變換計算能節省傳感器網絡的計算資源。對于標量數據,數據變換主要用于計算數據的最大最小值、平均值、統計計數等。

(3)數據合并

數據合并處理數據項之間的關系,合并相同的數據項,或按照關聯規則進行數據項的合并,從而減少數據量,減少冗余,降低網絡的傳輸開銷和能耗。

(4)數據加密

考慮到網絡安全問題,數據加密以加密格式存儲和傳輸敏感數據。加密算法是公開的,而密鑰則是不公開的。傳統加密方法有兩種,替換和置換。替換的方法是使用密鑰將明文中的每一個字符轉換為密文中的一個字符,而置換僅將明文的字符按不同的順序重新排列。

3.4 表示級處理

(1)數據重構

根據用戶的不同需求,最終數據的呈現方式可能與網絡內部傳輸數據的數據結構不同,這時就需要進行數據重構。先提取網內的數據結構描述,根據用戶的需求,通過相應的映射函數對數據結構進行轉換,這樣用戶就可以訪問到正確的數據信息。

(2)數據表示

對于不同的應用,呈現在用戶面前的數據有不同的表現方法。對于標量數據,數據表現形式可以分為單點數值表示和多點數值表示。單點數值表示特定時間的信息。還可以根據多點的變化趨勢情況表現數據在一段時間內的總體情況。對于非標量數據,二維或多維的數據呈現才可以反映數據的本質特征。

(3)壓縮編碼

按照特定的編碼機制用比較少的數據位元(或者其他信息相關的單位)表示信息,從壓縮結果來看可以分為有損壓縮和無損壓縮,由于傳感器采集的一般是模擬信息,所以主要采用有損壓縮算法。針對不同的傳感器數據特征又可以采用標量數據壓縮算法或者矢量數據壓縮算法,根據不同的數據類別可以選擇對應的數據壓縮算法。

4 結束語

網內信息處理技術使傳感器網絡的職能不僅僅是一個向用戶提供物理世界信息的傳輸工具,更是一個具有高度計算能力和處理能力的信息加工廠。數據在網絡傳輸的過程中得到計算處理,用戶端接收到的是經過了大量網內處理的非原始數據。在網絡內部對節點采集數據進行聚合處理,降低數據總量、節約能量資源、提高數據精度、減小傳輸延遲,以達到提高網絡性能,高度契合用戶的信息需求的目標。未來對于網內信息處理技術的研究和實現將推動無線傳感器網絡成為真正成為智能的信息獲取渠道。

5 參考文獻