發布時間：2021-07-01所屬分類：免費文獻瀏覽：1次
摘 要： 電子測試
《基于多無線傳感器的數據融合算法》論文發表期刊：《電子測試》；發表周期：2021年08期
《基于多無線傳感器的數據融合算法》論文作者信息：王美蘊
摘要：數據融合作為是一種減少數據通信量能耗的先進技術，在節能方面呈現出理想的應用效果，這便是數為無線傳感器網絡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背景、原理、特征以及多無線1據融合方法等方面來對多無線傳感器的改進數據融合算法進行深入的分析和探究。
關鍵字：多無線傳感器：數據融合算法;傳感技術
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，當前無線傳感器被廣泛應用在軍事、醫療、環境等諸多領域，并呈現出非常廣闊的應用前景。無線傳感器從面世應用發展至今，受到了越來越多的關注，也一直都是相關專業領域所研究的焦點內容。無線傳感器在實際應用過程中表現出非常強大的應用價值，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，網絡中節點能量受限，這就使得延長網絡的生命周期成為首要考慮的問題。在網絡中，節點的能量主要消耗在數據采集，處理和傳輸三方面，其中以傳輸環節所消耗的能量最多，為了解決好這一問題，數據融合應運而生。
1多傳感器信息融合技術背景分析在科學技術迅猛發展與升級創新的背景之下，傳感器技術與數據處理技術、計算機技術、網絡通訊技術、人工智能技術等各類先進技術逐步走進大眾視野，成為了現代各行各業不可或缺的重要技術種類之一。當前信息技術領域中最重要的三大支柱分別是傳感技術、計算機技術以及通信技術，站在仿生學的角度來分析，如果將計算機看作是處理和識別海量信息的“大腦”，那么通信系統便是負責傳遞信息的"神經系統"，而傳感技術則是不可或缺的“感覺器官”。傳感器技術的發展帶動了多傳感器信息融合技術的應用，讓多傳感器信息融合技術受到了更加廣泛的關注。
目前，多傳感器信息融合技術在歷經多年實踐應用與創新發展的過程中已升級成為一門信息綜合處理專門技術，在我國以及全世界的多元領域內都受到了重視和應用。比較具有代表性的專業領域有工業機器人、智能檢測、自動控制、交通管理和醫療診斷等等。
2多傳感器信息融合技術的原理分析關于多傳感器信息融合技術的原理，從通俗層面來解釋：多傳感器信息融合技術更像是人類的大腦，多傳感器信息融合技術的應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、互補以及優化、組合，最終確保應用結果與環境觀測的高度一致性。在應用傳感器信息融合技術的過程中，一定要充分利用起多源數據來對信息作出合理的支配和使用，進而實現信息融合的最終目標：基于各傳感器獲得的分離觀測信息，通過對信息多級別、多方面組合導出更多有用信息。
3多傳感器融合系統特征分析
3.1信息的互補性
傳感器種類不同，其為系統提供的信息性質也就不同。
信息描述的是不同的環境特征，但是不同環境特征之間是有著非常強的互補性的。如果對由所有特征構成的坐標空間進行定義，不同傳感器提供出來的信息則相當于是整個空間的一個子空間，即全集與子集之間的關系，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于這一特征的具體信息，這就造成了信息的重復，即冗余。此外，多方搜集到的信息在可靠性方面也有待確認。借助融合處理的方式可以從多份信息當中迅速提取到正確可靠的信息內容。除此之外，信息的冗余性有效提高了系統穩定性，即使其中有個別傳感器失效或者出現其它問題，整個系統依然可以保證順暢運行，不會產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用則可以在一定程度上減少獲取信息在這一層面上的負擔和代價。如不需要再實現其他功能，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
在多傳感器系統當中，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熱處理機制，實現對多傳感器的并用，進而實現即時處理信息和提供處理結果的目的。
4多無線傳感器數據融合方法
4.1隨機類方法
4.1.1加權平均法
加權平均法是信號級融合方法當中最直觀也是最簡單的一類融合方式。加權平均法的原理就是將傳感器所提供的冗余信息進行加權平均計算，直接對數據源進行操作，得出的結果便作為數據融合值。
4.1.2多貝葉斯估計法
該方法的本質是一種融合算法，其融合的是多個傳感器的高層信息數據。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行組合，以條件概率的形式表現出測量不確定性。如果多個傳感器的觀測坐標一致，那么便可以就傳感器的數據直接進行融合。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多傳感器的元余數據進行融合。卡爾曼濾波法利用的是測量模型的統計特性進行遞推，決定統計意義下的最優融合和數據估計。卡爾曼濾波法能夠在數據融合計算中提供唯一統計意義下的最優估計的條件是：首先，該系統具有線性動力學模型：其次，該系統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，系統處理不再需要作出大量數據存儲和計算。
4.1.4D-S證據推理方法D-S證據推理是對貝葉斯推理的進一步擴充，D-S證據推理方法具備三個基本要點，分別是基本概率賦值函數、信任函數和似然函數。D-S方法的推理結構可自上而下分為三級：第一級是目標合成，目標合成就是將多個獨立運行的傳感器傳輸過來的觀測結果匯總合成一個總結果，其本質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果，然后將觀測結果轉化成
隨機性的誤差，因此，要想確保報告的準確性，最好就是接受從同一傳感器中傳輸過來的連續性報告。而實現這一目的的重要前提就是要先對傳感器的觀測數據進行更新。
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字來對數據信息的真實度來進行表示。模糊邏輯推理的特點就在于其是將多個傳感器所傳輸的信息數據中所蘊含的不確定性通過數字的形式直接表示出來。和傳統的概率統計方式相比，模糊邏輯推理的優勢非常明顯，其具體體系現在以下幾個方面：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用，一般在做決策時會優先考慮此方式。雖然模糊邏輯推理有著諸多優勢，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化還遠遠不夠，因此，運用此方式在對觀測到的信息進行描述或者對數據進行整合時很容易受到主觀因素的影響，進而影響到信息處理的精準度。
5.2人工神經網絡法
神經網絡具有很強的容錯性以及自學習、自組織及自適應能力，能夠模擬復雜的非線性映射。而神經網絡所具備的這些特性和優勢恰巧又在很大程度上迎合了多傳感器數據融合技術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據信息，但是，每一個傳感器所處的環境會導致信息源存在著很強的不確定性，數據源本身就不確定，再將本就不確定的數據進行融合，那么計算推理出來的結果自然也無法確定。人工神經網絡法便很好地對這種不確定性作出了控制，其利用先進的自動推理功能和強大的信號處理能力，保證了多傳感器數據融合的效果。
參考文獻
[1]王炎.無線傳感器網絡中面向多數據查詢的安全數據融合算法[J.電子設計工程.2019(7)：138-143
[2]應可珍，能量高效的無線傳感器網絡數據融合關鍵技術研究[D].浙江工業大學，2019年.
[3]陳羽，無線傳感器網絡中數據融合隱私保護算法研究[D].沈陽化工大學，2019年.
[4]關停停，降低網絡時延的無線傳感器網絡數據融合技術[D.長春理工大學，2019年.
[5]李洪宇，無線傳感網絡中的數據融合研究[D.重慶郵電大學，2020年.
[6]隋春江，無線傳感器網絡路由分簇算法的研究[D].沈陽工業大學，2019年.
[7]查琳、可穿戴無線傳感器網絡節能算法研究[J].沈陽理工大學學報，2019年
SCISSCIAHCI
