基于數據融合的多傳感器實時數據處理系統

段宗濤，程 豪，康 軍

（長安大學 信息工程學院，陜西 西安 710064）

基于數據融合的多傳感器實時數據處理系統

段宗濤，程 豪，康 軍

（長安大學 信息工程學院，陜西 西安 710064）

針對采用多傳感器進行環境基本參數（如溫度、濕度等）實時采集的實際應用中信息不完備的問題，采用基于采集數據間相互支持度的數據融合方法，提高數據采集的精度，改善因傳感器自身的精度及環境噪聲等因素引起的誤差，并且可以根據新加入傳感器網絡的傳感器節點數量自適應的進行融合。實驗結果驗證了該系統的有效性。

數據融合；多傳感器；實時數據處理；自適應

隨著科學技術的發展，智能監測應用日益普及，智能監測常用的手段是使用無線傳感器網絡。因此，部署在智能監測系統中的傳感器種類和數量都在大幅度增加，用戶對傳感器網絡獲取的數據的要求也在日益提高。而對多傳感器獲取數據后的信息處理系統，采用傳統的、簡單的數據處理方法已達不到用戶的要求，如何綜合利用來自多傳感器的信息，獲得對被測對象一致性的可靠了解，以利于系統做出正確的響應、決策和控制，是研究者所面臨的一個重要問題。多傳感器數據融合為解決這一問題提供了新的思路和方法，其應用研究也越來越受到重視。本文以深聯科技公司的IOTNODE2530（集成溫、濕度傳感器）實驗開發套件為硬件基礎，設計了一個具有數據采集、數據存儲、數據融合和融合結果實時顯示功能的系統。

1 系統工作流程圖及工作原理

1)系統工作流程如圖1所示。

2)系統工作原理

首先，多個IOT-NODE2530終端節點通過協調器節點組成一個無線傳感器網絡，通過串口線把協調器節點和上位機連接，串口讀寫數據程序把傳感器采集到的數據按字段存儲到mysql數據庫中。然后實時處理數據庫中的數據，并且可以根據當前無線傳感器網絡中傳感節點的數量自適應的調整數據融合數組的維數，也就是說在當前的無線傳感器網絡中，可以靈活的添加或去除一個或者多個傳感器節點。這在現實應用中比較方便，比如說某個節點出現了故障無法工作了，系統仍然可以正常的運行。當確定了融合數據數組的維數，就可以通過基于采集數據間的相互支持度的數據融合方法求出融合結果，最后把融合結果實時的繪制成融合曲線。

2 系統硬件組成

系統硬件由處理節點、仿真器、傳感器、串口線組成，其具體功能和部件如下。

圖1 系統工作流程示意圖Fig. 1 Schematic diagram of system work flow

2.1 IOT-NODE2530節點

CC2530：增強型8051處理器+CC2520射頻前端；芯片內存：256k FLASH、8k內部SRAM；工作電壓：2.0 V～3.6 V；工作頻率：2.4 GHz；休眠電流＜10 mA；傳輸速率：250 bps；節電開關：1個電源選擇開關，1個5向按鍵，3個LED指示燈；供電方式：2節5號電池供電，USB供電，外界電源供電（+9V，內負外正）；接口：1個RS232接口，10針JTAG插座，外擴24針I/O口，1個兩節電池盒，1個SAM天線座。

2.2 仿真器

IOT-NODE2530支持CC Debugger仿真器調試。

仿真器接口：1個USB插座；1個JTAG口；3個LED指示燈；外界IO接口

2.3 傳感器

IOT-NODE2530節點上支持如下傳感器擴展：

高精度溫濕度傳感器（標配）、高精度光傳感器（標配）、可擴展其他傳感器。

圖2 節點組網Fig. 2 Node network

2.4 CC2530節點組網

圖2所示的無線傳感器網絡是基于Z-STACK協議棧來組網的，由多個IOT-NODE2530終端節點通過協調器節點組成一個無線傳感器網絡。其中，終端節點和協調器節點的區別僅僅是節點上運行的程序不同。

3 系統軟件設計

為了便于系統維護和功能擴充，本系統采用了模塊化程序設計方法，系統各個模塊的具體功能都是通過子程序調用實現的。軟件設計采用了在VC++ 6.0[1]環境下編程。

3.1 數據采集及存儲

由于mysql[2]數據庫體積小、速度快、開源等特點，所以本系統采用的是mysql數據庫。本系統是在VC++中使用ADO[3]方式操作mysql數據庫。CC2530節點把傳感器監測到得數據收集到協調器節點上，協調器節點再通過RS232串口線把接收到的數據傳到上位機。 圖3是上位機從串口讀出的3組數據。

在mysql數據庫中創建date表，字段id表示編號，字段tem表示溫度，字段hum表示濕度，字段date表示數據存儲的時間（系統時間），device_id表示設備編號，各個字段具體如圖4所示。

圖4 date表結構Fig. 4 Date table structure

對上位機在串口讀到的數據進行字段截取然后存儲到數據庫，如圖5所示。

圖5 date表各字段存儲的數據Fig. 5 Date stored in the date table

3.2 數據融合技術

針對被研究對象某一時刻的物理特性，利用測量設備在一個周期內得到n個測量值zi（i=1,2,…n），由于綜合考慮了傳輸誤差、計算誤差、環境誤差、噪聲誤差、人為干擾、傳感器自身的精度及被測對象自身性質等因素，zi將不嚴格服從正態分布，所以基于數據為正態分布模型的一些數據處理方法（野值剔除和數據融合算法）將不可避免地增加數據庫里的系統誤差。這樣對測量數據的真偽程度只能由數據x1，x2，…xn的自身來確定，即xi的真實性越高，則xi被其余的數據所支持的程度就越高。所謂xi被xj支持程度即從xj數據來看數據xi為真實數據的可能程度。針對數據間支持程度問題這里引入相對距離[4]的概念。定義測量數據間的相對距離為dij，其表達形式如下：

由dij的表達形式可知，dij越大則表明兩數據間的差別越大，即兩數據間的相互支持程度就越小。相對距離的定義形式完全建立在現有數據隱含信息的基礎上，降低了對于先驗信息的要求。進而可以定義一個支持度函數rij，rij本身應滿足一下兩個條件：

1)rij應與相對距離成反比關系；

2)rij∈(0, 1]使數據的處理能夠利用模糊集合理論中隸屬函數的優點，避免數據之間相互支持程度的絕對化。

則支持度函數rij定義為：

其中max{dij}表示數據間相對距離中的最大值，很明顯數據間相對距離越大，則數據間的支持度將越小。從式（2）的定義形式可知，當數據間的相對距離為最大值時，可以認為兩數據已經不再相互支持，則此時支持度函數的值為零；而數據間的相對距離越小，則數據間的相互支持度就越大，數據對自身的相對距離為零，則數據對自身的支持度為1.由于rij在dij∈[0, max{dij}]上取值從1至0依次遞減，所以滿足支持度函數應具有的性質。而且，這種滿足模糊性支持度函數rij的定義形式更符合實際問題的真實性，同時便于具體實施，使得融合的結果更加精確和穩定。

對于數據融合問題，建立支持度矩陣R

應綜合ri1,ri2, …rin的總體信息，則由概率源合并理論，即要求一組非負數v1,v2…vn使得

將上式改寫為矩陣的形式則

在本系統中，要實現數據融合，首先要把從mysql數據庫中讀取的數據進行分組，即實時判斷無線傳感器網絡由幾個節點組成，由于設定的數據發送周期是10 s，所以可以根據數據庫中的時間字段來區分，實時得到這個無線傳感器網絡有幾個節點，然后通過融合算法可以計算得到融合值。

數據融合算法程序由于要求矩陣的特征向量，本系統采用的是通過調用OpenCV函數來實現。首先要在工程環境中配置好編譯環境，然后再頭文件中添加：#include ＜cv.h＞

下面的代碼是求特征值和特征向量的函數：

3.3 融合結果顯示

為配合實時采集數據的接收和處理，本系統也把融合的結果實時顯示出來。顯示結果如圖6所示。

圖6 融合結果實時顯示Fig. 6 Fusion results display in real time

圖中橫坐標表示的是時間，其會隨著數據庫的更新實時更新，兩個相鄰的時間點間的間距是100 s（即10組融合數據），縱坐標表示的是溫度值，圖中的紅線是實時繪制的融合曲線。

4 系統測試

圖7顯示的是由兩個終端節點組成的無線傳感器網絡，左邊第一個為協調器節點，其他為終端傳感器節點，顯示器上左側是mysql數據庫在實時存儲數據，右側是實時繪制融合曲線。

圖7 3個節點組網測試圖Fig. 7 3 node network test chart

圖8 4個節點組網測試圖Fig. 8 4 node network test chart

圖8在兩個終端節點的基礎上增加了一個，該系統仍然正常的工作。實驗表明當協調器節點的數據發送周期為10 s時，參與組網的終端節點數量不大于9個，該系統仍然能正常工作。也可以根據需要，增加或者去除若干個終端節點，系統仍然能正常工作。

5 結束語

文中以深聯科技公司的IOT-NODE2530實驗開發套件為硬件基礎，利用多傳感器信息融合技術[7]開發了實時數據處理系統，該系統可以避免由于單個傳感器節點出現故障或者自身精度等問題造成的監測偏差，其監測結果具有很高的準確性、可靠性和實時性。本文采用的帶有溫、濕度傳感器的節點，可以應用于對于溫度、濕度有要求的實驗環境、家居環境的監測等。當將傳感器換成光敏傳感器、速度傳感器、壓力傳感器等，就可以將本文的系統應用到其他領域。

[1]侯俊杰.深入淺出MFC[M].武漢：華中科技大學出版社,2001.

[2]崔洋,賀亞茹.MySQL數據庫應用從入門到精通[M].北京：中國鐵道出版社,2012.

[3]孫鑫,余安萍.VC++深入詳解[M].北京：電子工業出版社,2006.

[4]范金城,梅長林.數據分析[M].北京：科學出版社,2002.

[5]周軍,王志勝,周鳳岐.基于線性均方估計的數據融合理論[J].宇航學報,2003,24(4)364-367.

ZHOU Jun,WANG Zhi-sheng,ZHOU Feng-qi. Data fusion theory based on linear mean square estimation[J].Journal of Astronautics,2003,24(4)364-367.

[6]唐明等. 線性代數[M].浙江大學出版社,2004.

[7]崔智軍,王慶春.基于D-S證據理論的多傳感器數據融合[J].現代電子技術,2011(12):201-204.

CUI Zhi-jun,WANG Qing-chun.Multi-sensor data fusion based on D-S evidence theory[J].Modern Electronics Technique,2011(12):201-204.

Real-time data processing system based on multi-sensor data fusion

DUAN Zong-tao, CHENG Hao, KANG Jun
（College of information engineering,Chang'an University,Xi’an710064,China）

This paper focus on the problem that incomplete information in the practical application of uses multiple sensor to real-time acquisition the surrounding environment basic parameters (such as temperature, humidity etc.), use the method of data fusion based on the mutual support degree between the collect data, improve the precision of data acquisition，to improve the error caused by the sensor's precision and environment noise etc, and according to the number of new sensor nodes join in the sensor network Adaptive to fusion. The experimental results show this system is effective.

data fusion; multi-sensor; real-time data processing; adaptive

ata

TN811+.1

A

1674-6236(2014)07-0043-04

2013-09-02稿件編號201309005

段宗濤(1977—)，男，陜西鳳翔人，博士后，副教授。研究方向：多媒體智能信息處理、信息安全等。

圖3 上位機接收到的數據 Fig. 3 PC