（电工理论与新技术专业论文）无线传感器网络基于事件驱动的数据融合的研究.pdf

a b s t r a c t t h ew i r e l e s ss e n s o rn e t w o r k ，w h i c hi si n t e g r a t i o no fs e n s o rt e c h n i q u e s ，m e m s t e c h n i q u e sa n dw i r e l e s sc o m m u n i c a t i o nt e c h n i q u e s ，i sa ni n n o v a t i v et e c h n i q u eo f i n f o r m a t i o na c q u i s i t i o na n dp r o c e s s i n g i tc a ns e n s e ，c o l l e c ta n dp r o c e s si n f o r m a t i o n o fm o n i t o r e do b j e c ti nt h ec o v e r e dp l a c e d u et oi t sw i d ea p p l i c a t i o ni nm i l i t a r y , m e d i c a l ，i n d u s t r i a la n de n v i r o n m e n tm o n i t o r i n g ，i th a sa l r e a d yb e c o m eo n eo ft h e a c t i v er e s e a r c hb r a n c h e so f c o m p u t e rs c i e n c e af e wa c h i e v e m e n t sh a v e b e e na c q u i r e d ， b u to ns o m ek e yt e c h n i q u e s ，t h e r ea r ea l s oal o to fp r o b l e m si nn e e do fr e s o l u t i o n t h i sp a p e rm a k e sr e s e a r c ho nh o wt ou s ea g g r e g a t i o nt e c h n i q u et os a v ee n e r g yi n w i r e l e s ss e n s o rn e t w o r k t h i sp a p e ri n t r o d u c e st h ec o n c e p t i o n ，c h a r a c t e r i s t i ca n da c t u a lr e s e a r c ho f a g g r e g a t i o ni nw s n a n dd i s c u s st h em e t h o do fh o wt ou s ea g g r e g a t i o nt e c h n i q u e b a s e do nt h ee v e n td r i v e nn e t w o r k ss t e pb ys t e p i na l l u s i o nt ot h es i n g l ee v e n td r i v e nn e t w o r k s ，t h i sp a p e rr e s e a r c h e so n a g g r e g a t i o ns t r a t e g yi nw i r e l e s ss e n s o rn e t w o r k s ，p r o p o s ead i s t r i b u t e dm e t h o df o r f i n d i n gt h ec e n t e ro f ag r a p ha n dp r o p o s eac e n t e ra g g r e g a t i o na l g o r i t h mt h a tb a s e do n t h i sd i s t r i b u t e dm e t h o d i ti n t r o d u c e s t h ep r o c e s so ff i n d i n gc e n t e ra n db u i l d i n g a g g r e g a t i o nt r e e ，a n a l y z e st h ei m p a c to fn e t w o r kd e n s i t ya n dt h er e l a t i v e l yd i s t a n c e b e t w e e nt h ee v e n ta n dt h es i n ko ne n e r g ys a v i n g c o m p a r e dw i t ht h es h o r t e s tp a t h a l g o r i t h m ，p r o v et h ev a l i d i t yo ft h ec e n t e ra g g r e g a t i o nf r o mb o t hm a t h e m a t i c s c o n s e q u e n c ea n dp r o g r a me m u l a t o r i na l l u s i o nt ot h ec o n d i t i o nt h a ts o m em u t u a l l ye x c l u s i v ee v e n t sd r i v e na ts a m e t i m e ，t h i sp a p e ri n t r o d u c et h ec o n c e p t i o no fg r o u p a w a r en e t w o r kc o n f i g u r a t i o nt o i m p r o v et h ea l g o r i t h mo fb u i l d i n ga g g r e g a t i o nt r e e ，w h i c hi nt h ec e n t e ra g g r e g a t i o n a l g o r i t h m a n dt r yt ou t i l i z et h ec o n c e p to fw e a kf a t h e r - n o d ea n ds t r o n gf a t h e r - n o d e t os w i s h a b e t t e r ”p a r e n t ，f o rs a v i n ge n e r g y k e y w o r d s ：a g g r e g a t i o n ，c e n t e r a g g r e g a t i o nt r e e ，s h o r t e s tp a t h ，e v e n td r i v e n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得盘盗盘堂或其他教育机构的学位或证 书而使用过的材料。与我一同工作的周志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名：j ij 虱端 签字日期：。口年月三日 学位论文版权使用授权书 本学位论文作者完全了解叁凄盘堂有关保留、使用学位论文的规定。 特授权鑫注盘堂可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阋。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：列一丑姚 导师签名：砰雨辜砚 签字r 期：知“年月工同签字同期：乃p f 年，月3 同 第一章绪论 第一章绪论 近年来随着微型制造技术、传感器技术、无线通信技术和电池技术的进步， 促使大规模生产制造低成本、低功耗的微型无线传感器节点成为可能，这些无 线传感器节点同时具有数据采集、无线通信和信息处理的能力。无线传感器网 络是将成百上千的此类传感器节点和置在一个特定的区域内而形成的网络，它 们通过特定的协议高效、稳定、t f 确的自组织起来，协同工作完成某项应用任 务。人们依靠无线传感器网络可以实时监测外部环境，实现大范围、自动化的 信息采集。它具有快速构建、部署方便的特点，不易受到目标环境的限制，特 别适合布置在电源供给困难的区域或人员不易到达( 环境恶劣地区、敌军阵地 等) 的区域，可应用在军事侦察、环境监测、医疗监护、空间探索、城市交通 管理、仓储管理等领域，应用前景非常巨大。无线传感器网络作为一个新兴的 研究领域，在基础理论和工程技术两个层面仍存在着大量的挑战性研究课题 【2 7 儿矧 1 1 无线传感器网络的特点 无线传感器网络是一种特殊的无线移动网络，与无线自组网相似，都属于 无固定基础机构型的网络，但是仍存在很大的区别。主要表现在无线传感器网 络的如下特点”“”： ( 1 ) 结构简单、资源有限：传感器网络中对节点的定位是廉价的结构简单 的小型设备，由于受价格、体积和功耗的限制，其计算能力、存储能力和通信 能力都十分有限。另外，传感器节点通常都是由电池供电的，一般在使用过程 中很难充电或更换，一旦电池能量耗尽，这个节点也就失去了作用( 死亡) 。因 此在无线传感器网络设计过程中，任何技术和协议的使用都要以节能为前提。 ( 2 ) 节点数量众多、分布密集、无中心：为了对一个区域执行监测任务， 往往向该区域投放成千上万传感器节点。传感器节点分布非常密集，节点之| 日j 通信的连接度高，采集到的数掘冗余大，使系统有较强的容错性和抗毁性。无 线传感器网络中所有节点的地位都是平等的，是一个对等式网络。每个节点都 具有独立的采集信息和路由功能，节点可以随时加入或离开网络，少数节点的 故障不会影响整个网络的正常工作。 ( 3 ) 动态拓扑、自动组网：无线传感器网络是一个动态的网络，允许节点 第一章绪论 慢速地移动：节点可能会因为电池能量耗尽或其他故障，退出网络运行，也可 能由于工作的需要而被添加到网络中。这些都会使网络的拓扑结构随时发生变 化，因此网络应该具有动态拓扑组织功能。网络的却设和展丌无需依赖于任何 预设的网络设施，节点通过分层协议和分布式算法协调各自的行为，节点开机 后就可以快速、自动地组成一个独立的网络。 ( 4 ) 多跳路由：网络中节点通信距离有限，一般在几十到几百米范围内， 节点只能与它射频覆盖范围内的邻居直接通信。如果希望与其射频覆盖范围之 外的节点进行通信，则需要通过中间节点进行转发。无线传感器网络中的多跳 路由是由普通网络节点完成的，没有专门的路由设备。这样每个节点既是传感 器节点，又是路由节点。 ( 5 ) 以数据管理与处理为核心技术：对于观察者来说，传感器网络的核心 是感知数据，而不是网络硬件。比如在智能家居应用中人们可能希望知道“现 在客厅的温度室多少”，而不会关心“2 号节点探测到的温度是多少”。以数 据为中心的特点要求传感器网络的设计必须以数据管理和处理为中心，把数据 库技术和网络技术紧密结合，从逻辑概念和软、硬件技术两个方面实现一个高 性能的以数据为中心的网络系统，使用户如同使用通常的数据库管理系统和数 据处理系统一样自如地在传感器网络上进行感知数据的管理和处理。 图1 一l 无线传感器网络通信结构的一般形式 1 2 无线传感器网络的结构 1 2 1 通信结构 无线传感器网络通信结构的一般形式如图l 一1 所示。”1 ”1 。在无线传感器 网络中，传感器节点被随机地抛撒在被监测区域内，除了在被监测区域收集数 据外，还需要维持互相之间的网络连接。传感器网络具有自组织的功能，通过 第一章绪论 多跳中继的方式将所采集到的信息传送到汇聚节点( s i n kn o d e ) ，汇聚节点再 将收集到的信息通过i n t e r n e t 或卫星等远程数掘传输手段将信息传递给观察 者。 1 2 2 无线传感器网络的节点结构 传感器网络由大量传感器节点组成，它们被密集地放置在要监测的环境内 或非常接近要监测的环境的地方，传感器节点一般不需要预先定位，可以随机 放置在人类难以到达的地形或灾难区域，减轻工作强度。传感器节点上都装有 小型处理器，它不是把大量的原始数据传送给汇聚节点，而仅仅是把需要处理 的部分数据发给汇聚节点。通信采用多跳中继的方式，这样比采用单跳方式更 节约能源。传输电平可以保持在较低的电压等级上。 所以一般情况下，传感器节点的基本组成如图1 - - 2 啪1 所示，包括电源、 传感器、a d 转换接口、处理器单元、存储器单元、数据发送接收的传输单元。 个别功能更强大的可能还包括定位系统、运动或执行机构、电源再生装置。单 个传感器节点集微电子技术、低功耗信号处理、低功耗位运算和廉价无线网络 等各种性能于一身。 图1 2 传感器节点的基本结构 1 3 无线传盛器网络的组网过程 无线传感器网络中的传感器节点虽然可以独立的采集信息、存储、计算和 通信，但是单独的传感器节点却无法完成监测任务，只有大量的传感器节点按 照一定的方式自组成网络，按照定的路由规则相互通信，交互数据，j + 能发 第一章绪论 竺 叠 自动焘接成同络选择路由进行通讯 图l 一3 传感器网络的生成过程 图l 一3 描述的是传感器网络的生成过程啪1 。首先，布设传感器节点，可 以人工摆放或者随机撒放：第二步是撒放后的传感器节点进入到自检启动的唤 醒状态，每个传感器节点会发出信号，监控并记录周围传感器节点的工作情况； 第三步是这些传感器节点根据监控到的周围传感器节点情况，采用一定的组网 算法，形成按一定规律结合成的网络；第四步是组成网络的传感器节点根据一 定的路由算法选择合适的路径进行数据通讯，交互数据。 图l 一4 分级网络结构 根据形成网络的路由方式，可以将无线传感器网络的结构分为两种：平面 结构和分级结构”1 。 平面结构的网络比较简单。在监测区域内，传感器节点将采集到的信息经 过多跳中继的方式传递到汇聚节点( s i n kn o d e ) ，而后在由汇聚节点将数掘传 递给观测者。这种网络的缺点是可扩展性差，每个节点都要知道它到汇聚节点 的路由，而维护这些动态路由需要大量的控制信息。图l 一1 中采用的就是平 面路由结构。 第一章绪论 分级结构中，将网络划分为簇，每个簇由一个簇头和若干个簇成员组成， 这些簇头形成了高一级的网络，簇头节点负责簇问数据转发，如图l 一4 所示。 在分级结构的网络中，簇成员的功能简单，不需要维护复杂的路由信息，因此 可以扩充性好。 当网络的规模较小时，可以采用简单的平面结构；当网络规模大时，使用 分级结构较为妥当。 1 4 无线传感器网络的应用及研究现状 1 4 1 无线传感器网络的应用 由于无线传感器网络具有不需要预先铺设网络设施，快速自动组网，传感 器节点体积小的特点，使得无线传感器网络在军事、环境、工业、医疗等方面 有着广阔的应用前景。 1 4 1 1 军事应用州 无线传感器网络快速布置、自组织和容错能力强等特性使它们非常适合在 军事中应用。其主要用途如下：监测友军的兵力、装备和弹药情况、战场情况 监视、占领区侦察。传感器网络可以协助智能弹药对目标的攻击，战场破坏情 况的评估，核武器、生化武器攻击后的监测和侦察。 1 4 1 2 环境监测m 1 无线传感器网络可以布置在野外环境中获取环境信息，比如：可以应用于 森林火险监测，传感器节点被随机密布在森林之中，当发生火灾时，这些传感 器会通过协同合作在很短的时问内将火源的具体地点、火势的大小等信息传给 终端用户。另外，无线传感器网络在监视农作物灌溉情况：土壤空气情况；牲 畜、家禽的环境状况；大面积的地表监测；气象和地理研究；洪水监测以及跟 踪鸟类、小型动物和昆虫对种群复杂度的研究等方面都有较大的应用空间。 1 4 3 工业应用嘲 在工业安全方面，它可以应用于有毒、放射性的场合，它的自组织算法和 多跳路由传输可以保证数掘有更高的可靠性。在设备管理方面，可用于监测材 料的疲劳状况、机械的故障诊断、实现设备的智能维护等。它采用分白式的算 法和引入的近距离定位技术，对于机器人的控制和引导将发挥重要的作用。 第一章绪论 1 4 1 4 医疗应用沁1 “盯 传感器网络在医疗方面可以远程监控人体状况并提供诊断。病人可以随身 携带若干体积微小的传感器节点，这些节点可对病人的心跳速率、血压等进行 实时检测，为医生提供及时的信息。 1 4 1 5 其他方面的应用卅一 无线传感器网络在商业、交通等其他方面也具有广泛的应用。在商业应用 方面，可用在货物的供应链管理中，它可以帮助定位货品的存放位置、货品的 状态、销售状况等。每个集装箱内的大量传感器节点可以自组织成一个无线网 络，集装箱内的每个节点可以和集装箱上的节点相联系。通过装载在节点上的 温湿度、加速度传感器等记录集装箱是否被打开过，是否过热、受潮或者撞击。 在交通运输应用中，可以对车辆、集装箱等多个运动的个体进行有效的状 态监控和位置定位。传感器节点还可以用于车辆的跟踪，将各节点收集到有关 车辆的信息传给基站，经过基站处理获得车辆的具体位置。 综上所述，无线传感器网络的研究和最终成果必将对我国的国防、工业、 社会生活及其他领域产生非常重要的影响，具有广泛的应用前景和巨大的应用 价值。 1 4 2 无线传感器网络的研究现状h 町 美国陆军2 0 0 1 年提出了“灵巧传感器网络通信”计划，已被批准为2 0 0 1 财 政年度的一项科学技术研究计划，并在2 0 0 1 2 0 0 5 财政年度期间实施。美国陆 军近期又确立了“无人值守地面传感器群”项目，其主要目标是使基层部队指 挥员具有在他们所希望部署传感器的任何地方灵活地部署传感器的能力。美 国海军最近也确立了“传感器组网系统”研究项目。2 0 0 0 年，美国国防部把 s m a r ts e n s o rw e b 定为国防部科学技术五个尖端研究领域之一。 在美国自然科学基会委员会的推动下，美国的加州大学伯克力分校、麻省 理工学院、康奈尔大学、加州大学洛杉矶分校等学校丌始了传感器网络的基础 理论和关键技术的研究。英国、同本、意大利等国家的一些大学和研究机构也 纷纷丌展了该领域的研究工作。 从2 0 0 1 年起国内的许多高校和研究院相继丌展了这方面的研究工作。目 前国内研究机构大部分处于刚刚起步和跟踪国外动态，与研究成果相关的报道 还比较少，但最近一段时间发展很快，前景十分可观。 第一章绪论 1 5 无线传感器网络的主要研究课题 ( 1 ) m a c 层的研究+ ” 由于无线传感器网络的节点数量庞大，且存在多点之问相互通信时的干扰 和冲突。为了尽可能地降低传感器的节点体积和成本，导致其硬件不可能过于 复杂和必须具有强大的处理能力。它的物理层的协议和数据链路层的协议应尽 可能的简单和节能，为实现高效率的传输网络奠定基础。m a c 层的研究也是无 线传感器网络的一个核心问题。 ( 2 ) 数据在网络中的路由”1 目前来看，传感器网络中路由算法主要分为平面路由协议和层次路由协议 每个传感器节点的电量有限，然而通讯、计算、传感等过程都要消耗能量，其 中通信过程消耗的能量是最主要的，需要通过适当的路由算法，减少网络中的 计算量和通讯量，有效延长网络的寿命。 ( 3 ) 数据管理”1 从数据存储的角度，整个传感器网络就像个数据库，可以从里面查询需 要的信息。如何按照一定的舰则查询信息是个重要的课题，它包括查询数据的 组成形式、查询数据的路由选择等，合理的选择查询属性和路由可以有效的节 省能量。 ( 4 ) 数据融合“班乜川 无线传感器网络存在能量约束，减少数据量能够有效的节省能量，因此可 以利用节点的本地计算和存储能力处理数据的融合，去除冗余信息，从而达到 节省能量的目的。由于传感器节点的易失效性，传感器网络也需要数据融合技 术对多份数据进行综合，提高信息的准确度。 ( 5 ) 硬件、软件的设计和制造腑1 国外有些研究所已经开始进入了装置设计阶段，如何利用已有的电源、 微电子、微机械( 纳米技术) 、微无线通信等技术，合理地构成微体积、长寿 命的节点，也是一个研究课题。合理优化设计硬件和软件资源可以有效增加网 络节点的寿命。厘米级和毫米级的传感器节点成为当今主要研究目标。 ( 6 ) 传感器节点的定位问题“”1 传感器节点的放置大部分采用随机抛撒的方法，节点数目众多，每个节 点都带有定位系统是不可能的。为了提供有效的位置信息，安排带有定位系 统的信标节点，利用这些信标节点提供的位置信息和其它节点通信之日j 的约 第一章绪论 束，使普通节点估算出自身的位詈。另一个主要的研究方向是如何预先摆放 一定量的信标节点，其他普通节点随机摆放可以取得更好的效果。 ( 7 ) 时钟同步问题删 信号的协处理、数据汇总和过滤都要求传感器节点之间的时钟进行一定形 式的同步。目前看大致分为始终同步、瞬时同步、事后同步三种类型，如何利 用有限传感器节点资源和能源得到满足要求的时钟同步信号也是一个重要的 研究课题。 ( 8 ) 连通可靠性和探测覆盖率删“” 无线传感器网络节点在应用过程中，通常节点是任意地撒落在被监视区域 内。这一过程中，传感器节点所拥有的无线通信模块多为短距离通信，所以如 何保证一定区域内的传感器节点在满足可靠性要求的前提下连接成一张网络， 成为一个必要的研究课题。在设计无线传感器网络时，传感器节点的探测半径 一定的情况下，一定区域内抛撒多少点才能实现可靠的监控。这是设计无线传 感器网络的一个基本问题。 1 6 本文的选题意义和研究内容 1 6 1 本文的选题意义 无线传感器网络被认为是2 1 世纪最重要的技术之一，它将会对人类未来的 生活方式产生深远影响。这种网络系统被广泛的应用于各个领域。目前，在这 一领域中，欧美等发达国家投入了大量的人力、物力从事研究，形成了一个新 兴的学科方向。我国对无线传感器网络领域的起步时间不长，距离实际需求还 相距甚远，因此对无线传感器网络的理论和应用的研究有着十分重要的意义。 在应用过程中，针对无线传感器网络中传感器节点的能量十分有限的特 点，利用数据融合技术减少在网络中传递的数据量是一种有效的节能手段。同 时，利用数据融合技术还可以对多份数掘进行综合以提高信息的准确度，提高 信息传送的效率。因此，将数掘融合技术应用于无线传感器网络有巨大的应用 前景。 1 6 2 本文的主要研究内容和创新点 本文的研究内容主要包括以下几个部分： 第二章主要介绍了无线传感器网络中数掘融合的定义、主要作用和特点。 第一章绪论 利用节点的本地计算和存储能力处理数据，去除冗余信息，尽量减少传输量， 达到节省能量的目的。数据融合技术在节省网络能量、提高信息准确度的同时， 要牺牲网络的其他性能为代价。最后，从多个角度对数掘融合技术进行了分类。 重点介绍了在网络层中数掘融合的路由策略和几种建立融合树的模型。 第三章提出了一种基于事件驱动的中心点融合算法。作为背景知识，介绍 当i j 常用的几种数据融合算法，和关手事件驱动的一些基本概念。在本章中， 根据图论中中心点的概念，提出了中心点融合算法。通过与最短路路由算法比 较，验证了它的节能效果；通过数学分析和仿真实验得出该算法具体的适用范 围。 第四章针对多个事件同时驱动的网络结构，讨论了如何使用群组意识网络 结构的概念来改进中心点融合算法中建立融合树阶段的算法，提出了弱势父节 点和强势父节点的概念。目的是进一步降低网络功耗，但同时也存在诸如优化 效果无法量化、融合树级数不确定等问题。 第五章对本文进行总结，提出关于下一步工作的展望。 本文在以下几个方面进行了创新性的研究： 1 针对无线传感器网络中节点能量受限的特点，提出了一种基于事件驱 动的中心点融合算法。当传感器节点受到事件驱动时启用该算法，使用求图的 中心点的分布式算法，找到事件区域的中心点，并以此为根节点建立融合树。 2 当出现多个应用层语义互斥事件同时驱动的情况时，使用群组网络意 识改进中心点融合算法。明确地提出了弱势父节点和强势父节点的概念。 3 针对上述两种算法，借助一定数学分析手段来分析算法的节能效果和 适用范围。 第二章数据融合住无线传感器网络中的麻h j 2 1 引言 第二章数据融合在无线传感器网络中的应用 无线传感器网络的基本功能是收集并汇报监测区域的信息，这一功能是靠 传感器网络中的节点实现的。但是无线传感器网络节点的电池能量、处理能力、 存储容量以及通信带宽等几个方面资源十分有限，在收集信息的过程中采用各 个节点单独传送数据到汇聚节点的方法是不合适的，主要是因为各个节点单独 传送数据会导致： 1 信息传送效率低：多个节点同时传送数据会造成频繁的冲突碰撞，降 低了通信效率。 2 浪费通信带宽：在网络密度较高的传感器网络中，邻近节点报告的信 息存在很大的冗余，各个节点单独传送数据会浪费通信带宽。 3 浪费能量：传输大量冗余数据和由此引起的频繁冲突碰撞会使整个网 络消耗过多的能量，缩短网络的生存期。 为避免上述问题，在无线传感器网络收集、汇报数据的过程中应用数据融 合( d a t aa g g r e g a t i o n 或d a t af u s i o n ) 技术是一种行之有效的手段。数据融合是 将多份数据或信息进行处理，组合出更有效、更符合用户需求数据的过程。数 据融合的方法普遍应用在日常生活中，比如在辨别一个事物的时候通常会综合 各种感观信息，包括视觉、触觉、嗅觉和听觉等。单独依赖一种感官获得的信 息往往不足以对事物做出准确判断，而综合多种感官数据，对事物的描述会更 准确。在传统的传感器应用中，许多时候只关心监测结果，并不需要大量的原 始数据，数据融合是实现此目的的一种重要手段。 对于无线传感器网络，数据融合技术主要用于处理同一类型的数据。例如 在温度监测的应用中，只需要对多个传感器探测到的环境温度数据进行融合。 另外，数掘融合技术的作用与传感器网络的应用环境密切相关。比如，温度监 控应用中只要处理传感器节点的位置和报告的温度数值，比较容易实现，融合 效果也很好；而在目标识别应用中，由于各个节点的地理位置不同，针对同一 目标所报告的图像的探测角度也不同，需要进行三维空i 日j 的考虑，所以融合难 度相对较大，融合后的效果不是很明显。 第一章数据融合在无线传感器网络中的麻州 2 2 无线传感器网络中的数据融合 数掘融合是一种数掘综合和处理技术，是许多传统学科和新技术的集成和 应用，如通信、模式识别、决策论、不确定性理论、信号处理、估计理论、最 优化技术、人工智能和神经网络等“帅”。但是应用于无线传感器网络的数据融 合由于受到硬件结构和应用环境等诸多限制，有它自身的特点。 2 2 1 无线传感器网络中数据融合的定义 在无线传感器网络中，数掘融合主要是用来对传感器节点收集到的信息进 行网内处理。从应用角度看，无线传感器网络中的信息可分为原始信息和有用 信息，原始信息经过处理，去掉无用成份保留了有用成份，成为有用信息。在 无线传感器网络中，将多个相对单一的信息，处理后得到单一结果的过程称为 无线传感器网络中的数据融合( 或数据聚合) 。 无线传感器网络中的数据融合实际上就是将多个来自不同节点的信息在 中间节点上实现“多入单出”融合处理。如图2 1 所示，传感器节点a e 将各 自收集到的信息汇聚到中间节点m 上，经过中i 日j 节点m 的融合处理，将收到的五 条信息加上其本身作为传感器节点收集的信息融合成一条有用信息，再向上级 节点s 汇报。 图2 一l “多入单出”的数据融合模型 2 2 2 无线传感器网络中数据融合的特点 由于无线传感器网络中节点的计算能力、存储能力和能量都十分有限，不 可能在上面实现复杂的融合方法，所以应用于无线传感器网络中的数据融合方 法都是比较简单的，通常只是去除一些冗余信息，合并包头或者根掘其中数据 的应用层语义进行简单的计算，如求和、求平均值等。 第一二章数据融合在无线传感器网络中的j 哿_ j 2 2 3 融合度 在数据融合的过程中，当把多个等长的信息融合成一个信息时，融合f i 单 个的数据的长度与融合后的数掘的长度之比称为融合度，记作爿。在大部分 应用中，融合后数据的长度通常随着输入信息数量的增多而增大。 假设通过数据融合将n 个来自不同传感器节点的信息融合成一个信息，融 合前的信息长度均为x = 工+ c 。其中c 为数掘包的包头长度，x 为数据正文长 度。 融合后的信息长度为( n ) ，则有： x ( ) = m x + c( 2 1 ) m 为数据压缩率，m 的取值范围为 1 ， 】。 此时融合度为：4 鲥= i x 丽：面x 鬲+ c 又因为生一! = 尘坐o 懈+ cmm l m x + c ) 且1 三旦，( 州【l ，”】，工 o ) ( 2 2 ) ( 2 - 3 ) ( 2 4 ) 所以融合度的取值范围为：爿【1 m ，l 】。 下面分三种情况讨论： ( 1 ) 如果m = l ，是指融合后的信息正文长度与融合前任意一个信息的正 文长度大小相当。这种融合通常应用在如搜寻探测区域某项指标的最大、最小、， 平均值( 如温度监测) 或开关量信号( 例如入侵检测等) 等，文中将这种情况 称为完美融合，此时融合度为1 。 ( 2 ) 如果m = ，是指由于应用环境的缘故，信息的正文无法通过融合算 法减少，但可以通过数据融合合并包头，从而减少了数据量。 ( 3 ) 如果1 c n s ；如果汇聚节点距离传感器节点的覆盖 区域很近甚至就在其中，这种情况下c n s 方案无法发挥节能作用，而s p t 与 g i t 两种方法的节能效果的差距根据数据的可融合程度的不同而变化：融合程 度很高时，节能效果g i t s p t ，随着融合程度的降低两者之| 日j 的差距越来越 小；当几乎不能融合时，将可能有s p t g i t ，而此时的s p t 路由就是a c 路 由。 2 6 数据融合对阿络其他的影响 应用数掘融合提高信息准确度、节省网络能量改善网络生存期的同时，是 以牺牲网络的其他性能为代价的。主要表现在增加了网络平均延迟和降低了网 络的鲁棒性两方面： 一、对网络快速性的影响。在数据传输的过程中，寻找恰当的中间节点、 在中间节点上进行融合计算和为等待其他数据到来，都是造成网络延迟的原 因。图2 5 说明了由于等待其他节点到来产生的延迟。假设节点1 和节点2 都探测到数据，并已经确定了节点n 为中间节点。但来自节点1 和节点2 的 数据未必同时到达中间节点n ，如果不引入恰当的延时，来自节点1 和节点2 的数据可能无法融合。在这种情况下，就需要在中间节点上产生一个短暂 的延时，等发生融合后，再将融合之后的数据包传递给汇聚节点。 节点1o o 图2 5 时间延时的必要性 点 二、对网络鲁棒性的影响。一方面，无线传感器网络本身相对于传统的网 络就有着较高的节点失效率和数据丢失率。另一方面，数据融合大幅度的降低 了数据的冗余，丢失相同数量的融合后的数掘会丢失更多的信息，因此鲁棒性 也相对降低了。 第二章数据融合在无线传感器网络中的麻h j 因此，注意根据实际需要束确定是否在无线传感器网络中使用数据融合， 使用哪种融合策略是十分重要的，不能一概的使用或否定。 2 7 本章小结 本章主要介绍了无线传感器网络中数据融合的定义、主要作用和特点。针 对无线传感器网络中的传感器节点能量有限的特点，利用节点的本地计算和存 储能力处理数据，去除冗余信息，尽量减少传输量，从而达到节省能量的目的； 此外，还可以通过综合多个数据，来提高信息的准确度。但数据融合技术在节 省网络能量、提高信息准确度的同时，要以牺牲网络的其他性能为代价的。 另外，从融合前后数据信息量变化、实现数据融合的协议层次和融合操作 的级别的角度对数据融合技术进行了分类。同时着重介绍了在网络层实现的数 据融合的路由策略和几种建立融合树的模型。 第二章基丁事f j l 驱动的中心点融合算法 3 1 引言 第三章基于事件驱动的中心点融合算法 通常情况下，无线传感器网络中的传感器节点分布区域比较广，距离较远 的传感器节点采集到的数据相关程度相对较低，不易融合。同时，由于传感器 节点的能量、计算能力和存储能力都十分有限，所以在实际应用中，将相对距 离较近、数据相关程度较高的节点看作一个小型网络，这个小网络内传感器节 点相互协作进行融合操作，是一种比较合理的方案。另外，可以使传感器节点 采取事件驱动的工作方式，使得传感器节点能够根据网络当前状态调整自身的 工作模式，在大多数时间里处于低功耗的休眠模式下，从而达到节省网络能量 的目的。 当传感器网络探测覆盖范围内的某个区域有事件发生时，如何根据一定规 则快速有效地进行网内处理，是一个非常重要的问题。一个好的处理方案应该 是基于分布式算法，以尽量少的额外代价换取尽量好的节能效果，同时兼顾网 络速度的。 本章首先对现有的部分数据融合算法进行简单的介绍，然后针对上述问题 提出了一种基于事件驱动的中心点融合算法，并通过仿真试验和理论分析两方 面验证该算法的有效性。 3 2 无线传感器网络中现有的几种数据融合算法 3 2 1 基于查询路由的融合算法 基于查询路由的融合算法以定向扩散( d i r e c t e dd i f f u s i o n ) l l9 】为代表，定 向扩散是一种基于查询的路由机制。汇聚节点通过广播“兴趣消息”( i n t e r e s t ) 发出查询任务。兴趣消息用来表示查询的任务，也就是用户希望得到的信息。 图3 一l 简单的介绍了定向扩散算法的三个阶段：兴趣扩散阶段、建立梯度阶 段和汇报数据阶段。 定向扩散中的数据融合包括广播兴趣阶段的融合和数掘发送阶段的融合 两种，这两种融合都通过缓存机制得以实现。定向扩散算法中的兴趣融合得益 于它基于属性的命名方式，类型相同、监测区域完全覆盖的兴趣在某些情况下 就可以融合成一个兴趣。定向扩散路由的数掘融合采用的是“抑止副本”的方 第三章基丁事什驱动的中心点融合算法 法，即对转发过的数据进行缓存，发现重复的数据将不予转发。这种方法不仅 简单，与其路由技术相结合还可以有效地减少网络中的数据量。 汇聚节点 汇聚节点 汇聚节点 源节点源节点源节点 ( a ) 兴趣扩散阶段( b ) 建立梯度阶段 ( c ) 汇报数据阶段 图3 1 定向扩散算法原理图 3 2 2 基于层次结构的融合算法 l e a c h 2 0 】与t e e n t 2 1 1 都是基于层次的路由，它们使用分簇的方法使得数 据融合的地位突显出来。如图3 2 所示，每个簇头在收到本簇成员的数掘后 进行融合处理，并将结果发送给汇聚节点。但是l e a c h 算法仅强调了数据融 合的重要性，并未将结果具体的融合方法。t e e n 算法是l e a c h 算法的改进， 应用于事件驱动的传感器网络。t e e n 与定向扩散路由一样通过缓存机制抑止 不需要转发的数据，但它利用阀值的设置使抑止操作更加灵活，对与前一次监 测结果差值较小的数据也进行了抑止。 图3 2 基于层次结构中的数据融合原理图 3 2 3 基于链式结构的融合算法 p e g a s i s l 2 2 l 及其高阶算法f 2 3 】对l e a c h 的融合方式进行了改进。它基于两” 第二章基丁事什驱动的中心点融合算法 个假设条件：一是所有节点距离汇聚节点都很远；二是每个节点都能将接收到 的数据分组与自己的数据融合成一个大小不变的分组。p e g a s i s 算法是在收 集数据前，首先利用贪心算法将网络中的所有节点连接成一条单链，然后随机 选取一个节点作为首领。首领向链的两端发出收集数据的请求，数据从单链的 两个端点向首领流动。中间在传递数据前要执行融合操作，最终由首领节点将 结果数据传送给汇聚节点。图3 3 为基于链式结构的融合算法原理图。 图3 3 基于链式结构的融合算法原理图 p e g a s i s 算法的优点在于单链的结构使得每个节点发送数据的距离几乎 都是最短的，且最终只有一个节点进行远距离的数据传输。因此，该算法比 u ! a c h 算法更节省能量。 单链结构的p e g a s i s 算法主要有以下两点缺陷。 1 平均延迟较大：数据需要沿着单链结构顺序传送，收集数据的延迟决 定于首领节点于单链端点的距离，因此平均延迟与节点数成正比。 2 鲁棒性较差：由于传感器节点的易失效性，如果不采用适当的修复策 略，单链结构的传输路径容易增大数据收集请求的失败率。 3 3 基于事件驱动的中心点融合算法 3 3 1 事件驱动相关介绍 无线传感器网络中传感器节点由传感器模块、处理器模块、无线通信模块 和能量供应模块四部分组成，其中无线通信模块对节点能耗的影响最大。所以 根据无线通信模块的工作情况将传感器节点分为：发送状态、接收状态和休眠 状态。当传感器节点处于发送状念和接收状态时消耗能量较大，其中发送状态 消耗的能量还略大于接收状态下的能耗；当传感器节点处于休眠状念时，消耗 2 3 第二章基丁i 串f i 驱动的中心点融合算法 能量最少，通常仅是发送、接收状态下消耗能量的十分之一左右。因此在不影 响网络性能的前提下，尽量使传感器节点处于休眠状态，可以延长网络的生存 期( 2 4 1 。 传感器节点三种状态之间可以相互转换，为了节省更多能量，传感器节点 多数情况下是处于休眠状态，当在节点的传感器探测范围内有事件发生时，由 于受到事件驱动传感器节点进入发送模式；当节点处于休眠状态，收到有效的 无线信号时，可以使节点从休眠状态进入到接收状态；当节点处于发送或接收 状态下，如果在一定时问内没有收发数据，则传感器节点转入休眠状态。为了 方便后续论述，在下文中如果没有特殊说明，将发送状态和接收状态通称为被 触发状态。图3 4 为基于事件驱动的传感器节点工作模式转换示意图。 图3 4 传感器节点工作模式转换示意图 状态 在实际应用中，传感器网络中节点分向范围较广，被监测的事件不定时的 发生在某些区域内，这些区域内的传感器节点受到事件驱动而退出休眠状态， 进入被触发状态，而其他没有探测到事件的传感器节点可以继续保持休眠状 态。此时可以通过恰当的融合算法在事件发生区域内进行快速有效的处理，再 将融合后的数据按照一定的路由传送给汇聚节点。 3 4 基于事件驱动的中心点融合算法 本章通过对现有融合算法的分析，提出了一种基于事件驱动的中心点融合 算法。下面将分别通过算法思想、算法描述、算法分析及仿真对等几方面，对 该算法进行介绍。 第二章基丁j 事f i 驱动的中心点融合算法 3 4 1 算法思想 本章从降低传感器网络整体功耗的角度出发，兼顾算法复杂度和应用融合 算法对网络快速性的影响，提出了一种针对事件驱动的数据融合算法一一中心 点融合算法。该算法是一种在网络层实现融合操作，基于d c 路由的分角式算 法。在硬件上，该算法对网络中的传感器节点功能需求简单：只需要保证所有 传感器节点能以恒定功率在小范围通信，并有一定的存储功能和计算功能即 可，不要求在传感器网络中添加特殊功能节点，这样设计的目的是为了加强传 感器节点的可扩展性，为在大范围内使用大量廉价的传感器节点提供了理论前 提。 中心点融合算法初始状态为：假设大量传感器节点被随机地抛撒在一定区 域内，该区域称为探测覆盖区域。所有节点均处于休眠状态，仅保留传感器模 块正常工作。 假设在无线传感器网络覆盖范围内的某个区域发生事件，在该区域内的传 感器节点通过传感器模块感知到该事件，这些节点进入被触发状态并开始采集 数据。 该区域内所有被触发的传感器节点的集合构成一个连通图g 的顶点集 v ( g ) ，这些节点之间的通信路径的集合为图g 的边集e ( g ) 。如图3 5 所示， 在图中圆形区域内发生了事件，这个区域内的节点被该事件驱动进入被触发状 态，这些点就是图g 的顶点集矿( g ) ，用虚线表示在彼此通信半径内的被触发 节点之间的路径，这些虚线就是图g 的边集e ( g 1 。 柏口个节点随机抛撼 图3 5 受到事件驱动的节点组成图g 第二章基丁事什驱动的中心点融合算法 由于本算法是基于以数掘为中心路由的，所以根据本文在2 5 中的论述， 尽量将融合点的位冒选择在事件发生区域附近或事件发生区域内。本算法选择 在事件发生区域内的某个传感器节点作为融合点。然后将这个融合点作为树根 节点，在图g 中建立一棵生成树，被触发节点采集到的信息以这棵生成树为 路径，从叶节点向树根节点汇聚，最后由根节点将融合后的数据传送给汇聚节 点，下面将这样的生成树称为融合树。 ( a ) 由被触发节点生成的图g c ( b ) 选节点a 为融合点的生成树( b ) 选节点c 为融合点的生成树 图3 6 融合位置的选取 假设连通图g 中共有个顶点，由这些点构成的生成的树共需n 一1 条边 1 6 】，也就是说在事件发生区域选择任意一点作为树根建立的融合树都是要 n 一1 跳来完成最终的融合。 也就是说，只要选择图g 中的一个节点作为树根节点，以它为树根建立 的融合树的边数都是一样的，对于完成数掘融合所消耗的能量几乎没有影响。 但是融合点位置的选取确会影响到数据融合的速度。完成融合的时间，取决于 树根节点到最远叶节点的距离，当事件发生区域较大时，如果融合点的位置选 取不当，可能造成较大的延时。从融合速度的角度考虑，算法要求找到图g 的中心点c 作为树根节点，再以c 为树根建立融合树。最大延时就是最远顶 点到达中心点的时间。 图的中心点的定义是：令m v v ( i ) = m a x d ( ，_ ，) 表示从顶点i 到任一顶点 ， 的最大距离，图g 的任一顶点j 具有m v v ( x ) = m i n m v v ( i ) ，即中心点是距 第二章基丁事什驱动的中心点融合算法 最远顶点最近的任一顶点x 6 11 2 5 1 。 假设节点都是以单一事件驱动的，可以实现完美融合，即融合后的数据与 融合前的任意一个数据大小相当。如图3 6 所示，由被触发节点生成的图g 中，无论选取节点a 还是节点c 作为融合点，所形成的融合树都只有6 个树 枝。如果采取逐级融合的策略