一種基于無線傳感器網絡應用的數據融合算法

趙 凌 張從知

（鄭州大學升達經貿管理學院，河南 鄭州451191）

一種基于無線傳感器網絡應用的數據融合算法

趙 凌 張從知

（鄭州大學升達經貿管理學院，河南 鄭州451191）

數據融合是無線傳感器網絡（WSN）的一個關鍵技術，目的是減少傳感器節點間的數據傳輸量，降低整個網絡的能量消耗和數據沖突，延長全網的生命期。文章針對 WSN 中數據融合與傳統的多傳感器數據融合進行比較，介紹了 WSN中數據融合的原理和方法，并基于森林防火和貝葉斯方法相結合提出了一種無線傳感器網絡數據融合的應用，最后給出了WSN數據融合所面臨的挑戰。

無線傳感器網絡；森林防火；貝葉斯方法；數據融合

（一）引言

無線傳感器網絡（Wireless Sensor Networks， WSN）就是由部署在監測區域內大量的具有特定功能的傳感器節點（sensor node）通過自組織的無線通信方式，形成一個多跳的網絡系統，從而相互傳遞信息，協同合作來完成特定任務。無線傳感器網絡具有十分廣闊的應用前景，在軍事國防、工農業、城市管理、生物醫療、環境監測、搶險救災、反恐、危險區域遠程控制等許多重要領域都有重要的實用價值，已經引起了許多國家學術界和工業界的高度重視，被認為是對21世紀產生巨大影響力的技術之一。

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

鑒于單個傳感器節點的監測范圍和可靠性是有限的，在部署網絡時，需要使傳感器節點達到一定的密度以增強整個網絡的魯棒性和監測信息的準確性，有時甚至需要使多個節點的監測范圍互相交疊。這種監測區域的相互重疊導致鄰近節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。傳感器節點傳輸信息時要比執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于執行 3000條指令消耗的能量，數據融合技術就是從解決這個問題出發的。無線傳感器網絡的生命期作為檢驗全網性能的主要指標，本文主要介紹了利用數據融合技術來減少網絡通信量，對節點進行高效管理，提高能量有效性，從而達到延長網絡生命期的目的。

（二）無線傳感器網絡的數據融合

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

圖1 無線傳感器網絡體系結構

無線傳感器網絡中的數據融合是指，利用傳感器節點的處理能力，先對采集到的或者接收到的其它傳感器節點發送的多個數據信息進行處理，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據，如圖2所示。

1.與傳統多傳感器數據融合的比較

無線傳感器網絡中的數據融合與傳統多傳感器信息處理技術中的數據融合概念是有所區別的。

傳統的多傳感器數據融合是一個多級、多層面的數據處理過程，主要完成來自多個信息源的數據進行自動檢測、關聯、相關、估計及組合等處理。

而無線傳感器網絡中的數據融合是指中間節點對采集或者接收到的多個數據進行合并，具體處理有：幾個數據任選一個，計算數據的平均值、最大值或最小值，這樣就將多個數據合并為一個數據，目的主要是有效減少網絡中傳輸的數據量。具體來說包括：

（1）穩健性和自適應性。從提高數據采集率出發，數據融合在監控區域內部進行，由于部分節點會在惡劣環境因素或自身能量耗盡而造成失效，因此數據傳輸的穩健性和自適應性是無線傳感器網絡中數據融合實現的前提。

（2）數據的相關性。在無線傳感器網絡中，由于大量節點之間的通信可能會引起相互干擾，且傳感器所采集的數據存在不精確因素，因此它更注重解決數據的相關性問題。

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

2.無線傳感器網絡中數據融合的原理與方法

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

目前用到的數據融合的方法很多，主要有：加權平均法，是最簡單、最直觀的數據融合的方法；卡爾曼濾波法，主要用于融合低層的實時動態多傳感器冗余數據；統計決策理論法，不同傳感器觀測到的數據必須經過一個魯棒性綜合測試，以檢驗數據的一致性，經過一致性檢驗的數據用魯棒極值決策規則融合；Dempster-Shafer證據推理法，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之間的實數值，來數據融合過程中的可信度，通過合并運算實現數據融合；另外，還有產生規則法、神經網絡法等等。

本文將依據貝葉斯法，提出了無線傳感器網絡在森林防火中數據融合的應用。

（三）背景及問題分析應用

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巡邏、瞭望塔人工觀測以及“3S”技術（地理信息系統(GIS)、遙感(RS)和全球定位系統(GPS)）得到了廣泛應用。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，無線傳感器網絡采集到的數據更為準確、直接地反映監控現場的各種環境因素變化情況，而且時效性更好，能夠很好地彌補“3S”防火技術的不足。無線傳感器網絡在無人值守的環境監測、災害撲救等特殊領域，具有傳統技術無可比擬的優勢。無線傳感器網絡技術在森林火險實時監測領域有著廣闊應用前景，這已經引起了國內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鍵因素，當空氣濕度小于60%時，就有發生森林火災的可能。本文接下來，將利用貝葉斯估計法在濕度傳感器中的應用模型。

1.貝葉斯法在濕度傳感器模型中的應用

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

設第j個傳感器節點返回的測量濕度數據mi，那么有如下的關系是成立：

其中Mj是目標狀態Ts及參數jθ的函數。模型的建立可以根據物理學定律或者是經驗觀察。但是函數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的因素，因此這里我們建立一個更為完善的數學模型：

這里我們假設森林某處的濕度小于60%這一事件為H，當H發生的情況下，森林火災E發生的概率：

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

我們假設無線傳感器網絡區域中傳感器節點所采集的濕度數據mi所對應的濕度指數分別為1, ,n H … H作為整個森林監控區域內濕度指數的樣本空間，那么森林火災事件E可以表示為：

由于傳感器節點在森林中所處的環境各不相同，一處濕度指數低并不能代表整個監控區域內的濕度指數都低，因此我們可以假設EHj是互斥的，將各個EHj對應的時間概率求和，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控的森林監控區域中火災發生的概率，監控中心會根據獲得的結果做出相應的決策。文章接下來將會給出貝葉斯法的數據融合過程。

2.貝葉斯法的數據融合框圖

圖3 貝葉斯數據融合框圖

節點1到節點n采集的濕度數據為m1,...,mn，各節點發生火災的概率分別為通過sink節點中的貝葉斯融合公式我們就可以比較直觀地獲得所監測的區域內森林火災發生的指標，從而給出相應的決策。

（四）結語

數據融合是無線傳感器網絡的一個關鍵技術，對于其中數據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，因此無線傳感器網絡中的數據融合的處理方式也不盡相同，沒有一個統一的處理模式。本文提出了一種基于森林防火和貝葉斯方法相結合在無線傳感器網絡數據融合中的一種應用。仿真實驗表明，這種數據融合的框架可以按照無線傳感器網絡中多傳感器采集的數據進行動態靈活的調整，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絡中進行數據融合，將面臨如下的一些挑戰：

1.傳感器節點的不可靠性；

2.傳感器節點收到能量和通信帶寬的限制；

3.單個節點收到能量和存儲空間的限制，很難維護全局的網絡信息；

4.連續數據流的處理，是比會引起相鄰輪次的數據采集具有一定的相關性，需要利用歷史信息減少不必要的數據回傳；

5.大量傳感器節點進行數據傳輸，需要考慮協議的可擴展性。

[1]孫利民,李建中,陳渝,等.無線傳感器網絡[M].北京:清華大學出版社,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.無線傳感器網絡路由協議的研究[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用[M].北京:電子工業出版社,2000.

[5]Lawrence A. Klein 著.多傳感器數據融合理論及應用(第二版)[M].戴亞平,劉征,郁光輝,譯.北京:北京理工大學出版社,2004.2.

TP393

A

1008-1151(2011)04-0063-02

2011-01-19

趙凌（1982－），男，河南南陽人，鄭州大學升達經貿管理學院助教，碩士，研究方向為嵌入式、無線傳感器網絡；張從知，男，鄭州大學升達經貿管理學院教授，研究方向為嵌入式、儀器儀表。