12
数据融合的研究现状
数据包合并
数据包合并是无线传感器网络中一种有效的数据融合算法。 数据包合并的主要思想是当某个节点收到多个子节点发来的 数据包时，将它们合并成一个大的数据包，然后将合并后的数 据包发送到父节点。在无线传感器网络中，数据字段相对较短， 而控制字段相对较长。数据包合并能够有效地降低包头的开销。 在无线传感器网络中，典型的数据包合并算法包括数据漏斗以 及AIDA（Application Independent Data Aggregation）等。
10
数据融合的研究现状
3、基于链的路由
PEGASIS是对LEACH算法的融合方式进行改进。该算法 在收集数据前，将网络中的所有节点链接成为一条单链，然后随 即选择一个节点作为首领，它向链的两端发出收集数据的请求， 数据从单链的两端向首领流动。中间节点在传递数据前要执行数 据融合操作，最终由数据节点将结果传送给Sink节点。
13
数据融合的研究现状
模型驱动
无线传感器网络是以数据为中心的。传感器节点采集的 数据在空间及时间上往往具有一定的规律，能够用某种模型进 行描述。无线传感器网络中的一些研究工作集中在基于某种模 型进行数据融合。典型的模型包括神经网络、卡尔曼滤波及概 率模型等。
14
数据融合的研究现状
其他方法的研究
20
谢 谢！
请提宝贵意见
21
就成为数据融合的一个关键性问题。
16
未来的研究重点和热点问题
2、基于事件驱动的自适应数据融合算法
数据融合算法主要是针对网络层和应用层设计的方法， 而且许多方法都是被动进行数据融合。传感器网络中节点以 事件驱动，能自主感知周围环境的变化，自动获取信息，并 接受有关数据，选择合适的融合方法进行数据融合并传送数 据。此外，由于网络动态拓扑结构、节点的随机布局，数据 融合机制应融合自适应行为。所以，研究基于事件驱动的自 适应数据融合算法是有助于节省能量、提高采集数据的准确 率。
19
未来的研究重点和热点问题
5、数据融合的模式
无线传感器网络中大量的感知数据从多源节点向汇聚节 点传送,而且信息流通形式和网络节点处理的层次也有所不同， 从而衍生出各种不同的数据融合模式。在设计数据融合模式， 应该考虑能量约束和网络能量的均衡，以及数据的准确性等 问题，而且还要从时域和空间方面考虑。此外，由于无线传 感器动态拓扑结构，在数据融合模式中应考虑具有自适应的 行为。
4
数据融合的研究现状
数据融合（Data Aggregation）是WSNs的重要研 究领域
数据融合的作用
节省能量 提高数据收集效率 增强数据准确性 获取综合性信息
5
数据融合的研究现状
数据融合方法
基于分布式数据库 的聚集操作方法
网络层的 数据融合
数据包合并
模型驱动
其他
TAG TiNA
优点：在于每个节点发送数据的距离几乎是最短的，而且最 终只有一个节点进行远距离数据传输，比LEACH算法更节省能 量，缺点是平均延迟较大且鲁棒性较差。
11
数据融合的研究现状
4、基于事件的路由
无线传感器网络节点通常有三种状态：发送、接受和休眠 状态。在实际应用时，传感器网络的节点分布范围很广，被监 测的事件不定时出现在某些区域，这些区域的传感器节点被激 活退出休眠状态，进入触发状态。此时，可以用恰当的数据融 合算法在事件发生区域内快速有效的进行处理，将处理后的结 果按照一定的路由传递给汇聚节点。例如，基于事件驱动的中 心点融合算法。
18
未来的研究重点和热点问题
4、数据融合算法的安全机制
无线传感器分布范围广，处于无人监管状态，容易受到 各种类型的攻击，这些攻击常会导致节点被捕获和窃听， 继而会造成泄漏网络信息。此外，为了提高系统的能量效 率，传感器网络经常在网内进行数据融合，而且被捕获的果引入了不确定性。因此，为了解决融合过程中节点 被捕获的攻击以及保障数据融合的准确，有必要对有关的 数据融合算法安全机制进行研究。
缺点：增加网络的时延、降低网络的鲁棒性
7
数据融合的研究现状
基于分布式数据库的聚集操作方法
分布式数据库被用于传感器网络的应用层，完成数据收 集。用户使用描述性的语言向网络发送查询请求，查询请 求在网络中以分布式的方式进行处理。通过让每个节点都 理解数据请求，中间节点可以对收集到的数据和自己的数 据进行本地运算，并只传送查询或运算结果。处理查询请 求以及返回查询结果的过程实质上就是进行数据融合的过 程。在这类算法中,典型的方法包括TAG 、TiNA等。
8
数据融合的研究现状
网络层的数据融合
为了节省传输的能量，在网络层中开发与路由相结合 的数据融合技术。
1、基于查询的路由
定向扩散（Directed Diffusion，DD）路由中的数据融 合包括路径建立阶段的任务融合和数据发送阶段的数据融 合，这两种融合都是通过缓存机制得以实现。DD的数据融 合采用的是“抑制副本”的方法，即对转发过的数据进行 缓存，发现重复的数据将不予转发。
无线传感器网络中的数据融合方法
报告人： 许 亮
2008年10月21日
报告内容：
一、研究背景 二、数据融合的研究现状 三、未来研究的重点和热点问题
2
研究背景
随着低功耗无线通信的发展，微传感器、微处理器 等硬件的小型化，分布式信息处理技术的进步，普 适计算和Ad Hoc 网络的大量研究，无线传感器网 络(Wireless Sensor Networks , WSNs) 成为了一种 新兴技术，引起了人们的广泛关注。而在基础理论 和工程应用方面都有大量挑战性课题。
数据融合模式 基于预测的时域数据融合方法 数据融合中的安全问题 数据融合的体系结构问题
15
未来的研究重点和热点问题
1、有效数据融合的保障机制
数据的准确性是数据融合的重要问题。由于，无线传 感器的节点分布广泛、网络拓扑结构动态多变，而且处于 长期无监控状态，容易造成节点故障或数据传输错误，从 而将会导致错误数据出现在数据融合的过程中，这些问题 的出现都给数据融合带来新的困难。因此，如何剔除错误 数据，保障有效数据进行融合，提高数据融合的准确性，
基于查询 的路由
基于层次 的路由
基于事件 的路由
基于层次 的路由
数据漏斗 AIDA
神经 网络
卡尔曼 滤波
概率 模型
基于预测的 数据融合 数据融合的 安全机制
6
数据融合的研究现状
数据融合是将多份数据或信息进行处理，组合出 更有效、更符合用户需求的数据的过程。
优点：数据融合技术能够有效克服无线传感器网 络中能量约束，去处冗余信息，减少网络中的数 据传输量，从而节省WSNs节点能量，延长WSNs 的生命期 。
无线传感器的应用前景十分广阔，能够广泛应用于 军事、环境监测、医疗健康、交通管理以及商业应 用等领域。
3
研究背景
国内的许多研究所、高校也从事相关研究工作 国家自然科学基金委资助大量有关这方面的研究课
题（2003－至今）， 2007年资助的课题多达32项， 研究内容广泛
WSNs的理论、通讯协议、组网技术、路由算法、空 间数据挖掘、节点定位、功率控制机制、网络测量、中 间件到应用研究，如列车运行安全、钨矿环境监测、重 型非公路用车监测、冶金工业监测等
9
数据融合的研究现状
2、基于层次的路由
LEACH与TEEN都是基于层次的路由，它们使用分簇的方 法体现数据融合。每个簇首在收到本簇成员的数据后进行融合处 理，并将结果发给Sink节点。LEACH算法仅强调数据融合，但 并没有涉及具体的融合方法。LEEN是LEACH的一种改进，应用 于监测事件的反应网络。TEEN和DD一样通过缓存机制抑制不需 要转发的数据，但它利用阀值的设置，增加了灵活性。
17
未来的研究重点和热点问题
3、基于预测技术的数据融合方法
在无线传感器网络中，节点感知的采样数据往往具有 时间相关性, 这种相关性表现为数据的可预测性，即可以根 据数据的历史观测值来预测未来的观测值。
基于预测的数据融合方法，主要是根据传感器节点采 集到的历史数据来预测未来数据, 达到减少网络中的数据传 输量、节省节点的能量以及延长网络寿命的目的。但是， 由于传感器网络的动态多变性，势必给时域预测带来许多 困难。因此，算法简单，具有自适应自学习能力的时域预 测数据融合方法是一个值得关注的研究领域。