摘要：以傳統(tǒng)傳感器為基點(diǎn)，將其與無線傳感節(jié)點(diǎn)進(jìn)行比較，分析出傳感節(jié)點(diǎn)數(shù)據(jù)傳輸?shù)睦щy過程，在于過度消耗傳輸帶寬、能耗，以及傳感節(jié)點(diǎn)綜合信息能力不足兩個(gè)方面;WSN數(shù)據(jù)融合側(cè)重于數(shù)據(jù)的穩(wěn)定性、關(guān)聯(lián)性、能量制約性;WSN必需的數(shù)據(jù)融合作用在于消減能耗、傳輸時(shí)延，躍升數(shù)據(jù)安全性、傳輸效率，以及優(yōu)化WSN資源配置等功效，以使明晰數(shù)據(jù)融合方法、研究側(cè)重等，有利于相關(guān)研究佐證。

關(guān)鍵詞：傳感器;WSN;數(shù)據(jù)融合

中圖分類號(hào)：TP212.9

文獻(xiàn)標(biāo)志碼：A

0引言

近年來，隨微電子技術(shù)、集成短路技術(shù)、近距離無線通信技術(shù)、數(shù)字信號(hào)處理技術(shù)、以及微機(jī)電系統(tǒng)的深度應(yīng)用[1]，具有低能耗、微型化特征的無線傳感器網(wǎng)絡(luò)WSN（Wireless Sensor Networks，WSN）快速融入了現(xiàn)代信息應(yīng)用的各類場(chǎng)合，涉及到了工業(yè)、農(nóng)業(yè)、國(guó)防軍工、環(huán)境監(jiān)測(cè)、深海探測(cè)、搶險(xiǎn)救災(zāi)、反恐防恐、生物醫(yī)療、危險(xiǎn)區(qū)域的遠(yuǎn)程控制等諸多行業(yè)領(lǐng)域，獲得了來自政府、科研機(jī)構(gòu)、商界、軍事等各界的青睞，極具廣闊的應(yīng)用前景。

就目前WSN應(yīng)用的現(xiàn)實(shí)而言，WSN之所以能夠完成數(shù)據(jù)融合，主要依靠?jī)蓚€(gè)途徑，其一是通過各種手段增強(qiáng)原始數(shù)據(jù)的真實(shí)性和安全性，其二是利用安全的數(shù)據(jù)融合算法。前者方法是適合于WSN的存在環(huán)境而產(chǎn)生，由于構(gòu)成WSN整體結(jié)構(gòu)的傳感器節(jié)點(diǎn)身處環(huán)境條件各異，其所在場(chǎng)合的電磁環(huán)境可能較為惡劣。因此，WSN傳感節(jié)點(diǎn)所采集的數(shù)據(jù)并非滿足真實(shí)性和有效性需求，甚至存在虛假信息的采集，故此，需要依靠數(shù)據(jù)認(rèn)證的方式提升采集數(shù)據(jù)的真實(shí)性與安全性，但這種認(rèn)證方式的使用，卻也實(shí)實(shí)在在地延長(zhǎng)了數(shù)據(jù)融合過程的周期，增加了能量消耗，也可能還會(huì)直接縮短WSN節(jié)點(diǎn)存在的生命周期;同時(shí)，由于使用了復(fù)雜協(xié)議，雖然能夠增強(qiáng)其數(shù)據(jù)融合的能力，但往往疏于系統(tǒng)安全的考慮。后者通常利用WSN鄰近節(jié)點(diǎn)初始數(shù)據(jù)采樣的共性特征，借助算法進(jìn)行針對(duì)性預(yù)處理，由此消減部分惡意數(shù)據(jù)產(chǎn)生概率或影響，這種本身具有局限性的措施，數(shù)據(jù)融合傳感節(jié)點(diǎn)并非持續(xù)獲取多組期待的富有價(jià)值行的適用數(shù)據(jù)，這在不同的應(yīng)用場(chǎng)景中，數(shù)據(jù)融合的算法效果具有差異化。此外，WSN傳感節(jié)點(diǎn)本身的環(huán)境資源、體積大小、續(xù)航能力、運(yùn)算能力等特點(diǎn)影響，將直接導(dǎo)致傳感節(jié)點(diǎn)的能耗增大、核心數(shù)據(jù)易于丟失等現(xiàn)象。因此，WSN傳感節(jié)點(diǎn)的數(shù)據(jù)采集精度躍升、能耗降低，以及生命周期的綿延，這與WSN的數(shù)據(jù)融合效率提升休戚相關(guān)。

1數(shù)據(jù)融合的緣起與基礎(chǔ)

數(shù)據(jù)融合技術(shù)的產(chǎn)生于美國(guó)軍事應(yīng)用，起初作為信息技術(shù)的拓展應(yīng)用，實(shí)時(shí)關(guān)聯(lián)了數(shù)據(jù)感知、傳感節(jié)點(diǎn)互連、濾波估計(jì)、信息融合等技術(shù)。隨著應(yīng)用能力的不斷提升，考慮WSN傳感節(jié)點(diǎn)所賴以存在的實(shí)際環(huán)境制約，傳感節(jié)點(diǎn)的電能供應(yīng)、運(yùn)算速度、存儲(chǔ)資源、數(shù)據(jù)傳輸?shù)认嗬^成為關(guān)聯(lián)后續(xù)要素[2]。

相形于傳統(tǒng)傳感器，無線傳感節(jié)點(diǎn)總體工作能力稍遜。特別是在數(shù)據(jù)感知后的遂行發(fā)送時(shí)刻，傳感節(jié)點(diǎn)將數(shù)據(jù)傳輸至WSN網(wǎng)關(guān)時(shí)，產(chǎn)生渚多困難[3]。其一，造成數(shù)據(jù)傳輸帶寬和能耗浪費(fèi)。由于密集傳感節(jié)點(diǎn)所在的場(chǎng)景，鄰域節(jié)點(diǎn)數(shù)據(jù)冗余較多，匯集節(jié)點(diǎn)額數(shù)據(jù)接收將浪費(fèi)鄰域節(jié)點(diǎn)的傳輸時(shí)間、帶寬、耗時(shí)和耗能，而時(shí)間和能量的損耗，直接導(dǎo)致WSN的生命周期的縮短。其二，傳感節(jié)點(diǎn)綜合信息能力不足。WSN的數(shù)據(jù)通信依靠數(shù)據(jù)鏈路層完成，數(shù)據(jù)鏈路層實(shí)現(xiàn)相異節(jié)點(diǎn)之間的單工數(shù)據(jù)傳送，多個(gè)節(jié)點(diǎn)全雙工方式的數(shù)據(jù)傳送，將直接導(dǎo)致數(shù)據(jù)間的碰撞沖突，直接消減數(shù)據(jù)傳輸效率，全面消減WSN網(wǎng)絡(luò)存在時(shí)效?；诖爽F(xiàn)象，數(shù)據(jù)融合技術(shù)應(yīng)用而生，擬通過該技術(shù)，完成數(shù)據(jù)篩選和合并處理，而予以清洗的數(shù)據(jù)更能迎合數(shù)據(jù)采集的任務(wù)需求，獲得更加準(zhǔn)確可靠的信息。同時(shí)，前者直接關(guān)注有效的數(shù)據(jù)感知結(jié)果，而非數(shù)據(jù)采集的巨大數(shù)據(jù)容量。

以數(shù)據(jù)融合為視角，傳統(tǒng)傳感器與WSN差異性明顯[4]。首先，穩(wěn)定性需求側(cè)重不一。傳統(tǒng)網(wǎng)絡(luò)依靠擴(kuò)張組網(wǎng)地域范圍和消減網(wǎng)絡(luò)環(huán)境中的不利電磁影響而提升數(shù)據(jù)感知系統(tǒng)穩(wěn)定性，而WSN則需以躍升傳感節(jié)點(diǎn)的數(shù)據(jù)融合效率為基點(diǎn)，數(shù)據(jù)融合處理基于網(wǎng)內(nèi)運(yùn)行，WSN的尤其關(guān)注組網(wǎng)節(jié)點(diǎn)的能量損耗，故其數(shù)據(jù)融合算法的實(shí)施，是以組網(wǎng)系統(tǒng)的魯棒性和自適應(yīng)性為基礎(chǔ)條件的。其次，數(shù)據(jù)關(guān)聯(lián)性需求側(cè)重各異。傳統(tǒng)傳感網(wǎng)絡(luò)的數(shù)據(jù)融合關(guān)注多終端之間的數(shù)據(jù)相關(guān)性問題，而WSN則關(guān)注傳感節(jié)點(diǎn)之間的數(shù)據(jù)闡述干擾問題，特別是WSN必須高度關(guān)注環(huán)境因素制約，而且不同傳感節(jié)點(diǎn)針對(duì)同一數(shù)據(jù)的測(cè)量可能存在著偏差性，將造成同一數(shù)據(jù)的二義性問題。其三，能量制約性理念迥異。工作場(chǎng)景的制約一直是WSN進(jìn)行數(shù)據(jù)融合的約束條件，WSN傳感節(jié)點(diǎn)自身攜帶的電能有限，無法獲取較常規(guī)節(jié)點(diǎn)能源無限制的優(yōu)厚工作能源支持，因?yàn)閃SN傳感節(jié)點(diǎn)完成節(jié)點(diǎn)之間的數(shù)據(jù)傳輸所需的能耗遠(yuǎn)高于其正常完成運(yùn)算任務(wù)的能耗支持。因此，WSN完成數(shù)據(jù)融合因需要考慮獨(dú)立節(jié)點(diǎn)以及WSN局域網(wǎng)能耗的均衡，首先應(yīng)該考慮數(shù)據(jù)融合與協(xié)議層次協(xié)作互補(bǔ)，應(yīng)在應(yīng)用層依靠分布式數(shù)據(jù)庫技術(shù)將匯集節(jié)點(diǎn)數(shù)據(jù)予以壓縮和清洗，消除冗余并優(yōu)化數(shù)據(jù)，躍升數(shù)據(jù)準(zhǔn)確度，由此減少傳感節(jié)點(diǎn)的數(shù)據(jù)傳輸容量，從底層開始消減節(jié)點(diǎn)系統(tǒng)能源開銷。當(dāng)然，數(shù)據(jù)融合一定會(huì)附加傳感節(jié)點(diǎn)工作量。對(duì)于WSN時(shí)延而言，傳感節(jié)點(diǎn)如需完成數(shù)據(jù)傳輸，其必須的路由探尋、數(shù)據(jù)融合運(yùn)算，以及約等其它節(jié)點(diǎn)融合數(shù)據(jù)等任務(wù)均加大WSN的平均時(shí)延;而在穩(wěn)定性而言，相比傳統(tǒng)網(wǎng)絡(luò)，WSN因附加了數(shù)據(jù)融合任務(wù)，其節(jié)點(diǎn)失效率、丟包率以及數(shù)據(jù)清洗所導(dǎo)致的缺失率，都可能增長(zhǎng)，這將直接消減WSN的穩(wěn)定性。

2數(shù)據(jù)融合的作用

2.1消減能耗

實(shí)際工作場(chǎng)景中的獨(dú)立傳感節(jié)點(diǎn)是實(shí)施數(shù)據(jù)融合的基礎(chǔ)單元，其功能性數(shù)據(jù)是構(gòu)成數(shù)據(jù)融合的基本數(shù)據(jù)對(duì)象，綜合及優(yōu)化組網(wǎng)節(jié)點(diǎn)數(shù)據(jù)肯定是數(shù)據(jù)融合的關(guān)鍵所在。由于獨(dú)立傳感節(jié)點(diǎn)均呈現(xiàn)動(dòng)態(tài)拓?fù)?、隨機(jī)部署或密集部署或重疊等特點(diǎn)，在保證系統(tǒng)可靠性的同時(shí)產(chǎn)生富裕的冗余數(shù)據(jù)，而高冗余度數(shù)據(jù)的數(shù)據(jù)匯聚，直接加大冗余能耗。如果在數(shù)據(jù)融合前，傳輸非冗余數(shù)據(jù)至匯聚節(jié)點(diǎn)，將節(jié)約能耗支配，可靠性也不會(huì)降低。通常數(shù)據(jù)融合清洗冗余數(shù)據(jù)的方法，是數(shù)據(jù)傳輸之前，將本節(jié)點(diǎn)數(shù)據(jù)實(shí)施預(yù)處理，完成諸如剔除冗余數(shù)據(jù)、壓縮數(shù)據(jù)、層次式處理數(shù)據(jù)、估值運(yùn)算等任務(wù)，在保證數(shù)據(jù)可靠性和不損失精度的前提下，將傳輸?shù)臄?shù)據(jù)實(shí)施節(jié)能化和最小化處理。通過有效降低發(fā)包數(shù)據(jù)總量和發(fā)包數(shù)量，都將消減信道的檢測(cè)開銷，從而消減能耗。

2.2提升數(shù)據(jù)安全性

依舊從WSN的實(shí)際工作場(chǎng)景工發(fā)，審視傳感節(jié)點(diǎn)自身特點(diǎn)。傳感節(jié)點(diǎn)時(shí)空區(qū)域的部署特點(diǎn)，緣起于其自身的特點(diǎn)，因成本制約和二列場(chǎng)景，傳感節(jié)點(diǎn)自身所采集的數(shù)據(jù)本身可能就有失真，其原因可能有：制造成本低廉、集成度高而導(dǎo)致精度低;節(jié)點(diǎn)數(shù)據(jù)傳輸容易受環(huán)境干擾或破壞;環(huán)境加速節(jié)點(diǎn)老化而致工作異常等狀況。因此，WSN只能借助區(qū)域內(nèi)多節(jié)點(diǎn)，才能夠保障數(shù)據(jù)采集的正確性和可靠性，而鄰域節(jié)點(diǎn)所采集的數(shù)據(jù)并不具有差異性。

2.3消減傳輸時(shí)延，躍升傳輸效率

先行數(shù)據(jù)融合方式的數(shù)據(jù)精度高于匯聚節(jié)點(diǎn)完成數(shù)據(jù)匯集后的數(shù)據(jù)融合方式，前者在消減數(shù)據(jù)傳輸總量、傳輸包總量、路由優(yōu)化、數(shù)據(jù)分類、數(shù)據(jù)碰撞沖突、網(wǎng)絡(luò)擁堵、帶寬利用率以及降低數(shù)據(jù)傳送時(shí)延等方面，都成為躍升網(wǎng)絡(luò)整體效率的因素。

2.4優(yōu)化WSN資源配置，躍升網(wǎng)絡(luò)整體性能

通過數(shù)據(jù)融合，在消減能耗的同時(shí)，均衡傳感節(jié)點(diǎn)能耗，消除能量空洞，極值化獨(dú)立節(jié)點(diǎn)的任務(wù)生命周期，由此全面躍升WSN的整體性能。

3數(shù)據(jù)融合分類

數(shù)據(jù)量變革是WSN完成數(shù)據(jù)融合過程的關(guān)鍵，也是將WSN數(shù)據(jù)融合直接分類為有損融合和無損融合的依據(jù)。有損融合其本質(zhì)就是通過消減WSN采集數(shù)據(jù)的準(zhǔn)確度為代價(jià)，以躍升數(shù)據(jù)融合的效率為目標(biāo)而保持采集數(shù)據(jù)樣本的廣泛性[5]。當(dāng)某區(qū)域之鄰域范圍內(nèi)的溫度、濕度極值或均值成為數(shù)據(jù)需求時(shí)，WSN所屬區(qū)域傳感節(jié)點(diǎn)依據(jù)數(shù)據(jù)需求指令完成數(shù)據(jù)采集任務(wù)后，該節(jié)點(diǎn)完成數(shù)據(jù)預(yù)處理，并將數(shù)據(jù)經(jīng)由匯聚節(jié)點(diǎn)融合后獲得的數(shù)據(jù)傳輸至監(jiān)控終端。而無損融合則是以時(shí)間為序列而編碼的數(shù)據(jù)信息予以全部保留并完成數(shù)據(jù)融合，WSN所屬區(qū)域傳感節(jié)點(diǎn)泛置僅以時(shí)域、空域特征相異標(biāo)簽而信息內(nèi)容略同的數(shù)據(jù)，因此，以時(shí)空域?yàn)樾蛄械臄M定比例的數(shù)據(jù)選擇與上傳，這足以成為該時(shí)域內(nèi)偵聽數(shù)據(jù)的完整代表。

通常，依據(jù)數(shù)據(jù)融合的深度層級(jí)和時(shí)序?qū)?shù)據(jù)融合予以分類為數(shù)據(jù)級(jí)融合、特征級(jí)融合、決策級(jí)融合等三類。前者屬于初級(jí)數(shù)據(jù)融合層次，用于融合初次采集到的原始數(shù)據(jù)，是將還未經(jīng)預(yù)處理的原始數(shù)據(jù)予以分析，以集中式融合方式獲得詳盡感知數(shù)據(jù)。本級(jí)數(shù)據(jù)融合方式與所使用的傳感器件特性密不可分，因此，通過與傳感器件特性直接相關(guān)的數(shù)據(jù)融合和模式識(shí)別方式直接認(rèn)定源傳感節(jié)點(diǎn)的數(shù)據(jù)屬性。同時(shí)，必須清楚一點(diǎn)，就是由于傳感節(jié)點(diǎn)的場(chǎng)景限制，原始數(shù)據(jù)的感知必定存在的不穩(wěn)定性，將直接導(dǎo)致數(shù)據(jù)級(jí)融合的容錯(cuò)率相對(duì)不高。中者屬于中級(jí)數(shù)據(jù)融合層次，用于在融合出初次采集數(shù)據(jù)的極值、均值、方差等數(shù)據(jù)特征后，完成數(shù)據(jù)的綜合分析和處理，確定帶測(cè)目標(biāo)的狀態(tài)特征和特征融合[6]。本級(jí)數(shù)據(jù)融合方式采用分布式或集中式的數(shù)據(jù)融合方式，能夠完成原始采集數(shù)據(jù)的壓縮與整合，滿足大規(guī)模WSN的組網(wǎng)需求，其數(shù)據(jù)融合足以表達(dá)傳感節(jié)點(diǎn)的完整數(shù)據(jù)特征，成為數(shù)據(jù)需求方的決策數(shù)據(jù)基礎(chǔ)。后者屬于高級(jí)數(shù)據(jù)融合層次，用于融合高于中級(jí)數(shù)據(jù)融合層次的更高級(jí)別的數(shù)據(jù)融合操作，完成采集數(shù)據(jù)的本地化特征提取、識(shí)別或判斷等基礎(chǔ)任務(wù)，形成初步目標(biāo)感知結(jié)論，在依靠關(guān)聯(lián)數(shù)據(jù)協(xié)同完成決策級(jí)數(shù)據(jù)融合，實(shí)現(xiàn)最終感知研判結(jié)論。

4結(jié)束語

以概述WSN及數(shù)據(jù)融合為基礎(chǔ)，分析了WSN數(shù)據(jù)融合的作用分類評(píng)價(jià)標(biāo)準(zhǔn)，闡述了WSN數(shù)據(jù)融合的現(xiàn)實(shí)存在價(jià)值和意義所在。

參考文獻(xiàn)：

[1]鄒平輝.無線傳感器網(wǎng)絡(luò)安全及數(shù)據(jù)融合技術(shù)研究[D].北京：北京交通大學(xué)，2018.

[2]于標(biāo)，王月.動(dòng)態(tài)無線傳感器網(wǎng)絡(luò)的設(shè)計(jì)與應(yīng)用[J].自動(dòng)化儀表，2018，39（10）：50-52，56.

[3]秦曉晶，李海富.基于Zigbee技術(shù)的井下人員定位系統(tǒng)的研究[J].長(zhǎng)春大學(xué)學(xué)報(bào)，2012，22（2）：153-156.

[4]陳俊杰，倪培洲，許廣富，騰達(dá).基于遞推最小二乘和改進(jìn)支持度的WSN數(shù)據(jù)融合算法[J].測(cè)控技術(shù)，2019，38（2）：65-68，74.

[5]梁俊卿，趙建視，呂笑琳.基于鄰里支持和神經(jīng)網(wǎng)絡(luò)的WSN數(shù)據(jù)融合算法研究[J].微電子學(xué)與計(jì)算機(jī)，2019，36（8）：87-91.

[6]余修武，劉琴，李向陽，等.基于改進(jìn)蟻群的BP神經(jīng)網(wǎng)絡(luò)WSN數(shù)據(jù)融合算法[J].北京郵電大學(xué)學(xué)報(bào)，2018，41（4）：91-96.

收稿日期：2020-06-16

基金項(xiàng)目：甘肅省科學(xué)技術(shù)廳自然科學(xué)基金研究項(xiàng)目“甘肅省反恐維穩(wěn)情報(bào)挖掘機(jī)制研究”（項(xiàng)目編號(hào)：18JR3RA191）。

作者簡(jiǎn)介：賈志城（1969-），男，漢族，河北正定人，碩士，副教授，主要研究方向：嵌入式系統(tǒng)、圖像處理與信息安全防范。