第十三講數(shù)據(jù)融合的應(yīng)用PPT課件

1、智能信息處理技術(shù)第十三講 數(shù)據(jù)融合的典型應(yīng)用 -WSN中的數(shù)據(jù)融合無(wú)線傳感器網(wǎng)絡(luò)(WSN)特點(diǎn) 由部署在監(jiān)測(cè)域內(nèi)大量的微型傳感器節(jié)點(diǎn)組成，通過(guò)無(wú)線通信方式而形成的一個(gè)多跳的自組織網(wǎng)絡(luò)系統(tǒng)； 協(xié)作地感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域中被感知對(duì)象的信息，并發(fā)送給觀察者； 在軍事、工農(nóng)業(yè)、生物醫(yī)療、環(huán)境監(jiān)測(cè)等許多重要領(lǐng)域具有十分廣泛的應(yīng)用前景。智能信息處理技術(shù)2WSN主要結(jié)構(gòu)智能信息處理技術(shù)3傳感器節(jié)點(diǎn)數(shù)量多且隨機(jī)分布，相鄰的傳感器對(duì)同一事件進(jìn)行監(jiān)測(cè)所獲得的數(shù)據(jù)具有相似性；傳感器節(jié)點(diǎn)的能量、存儲(chǔ)空間與計(jì)算能力有限，冗余數(shù)據(jù)的傳送在一定程度將消耗過(guò)多的能量，縮短整個(gè)網(wǎng)絡(luò)的生存期；無(wú)線傳感器網(wǎng)絡(luò)在收集數(shù)據(jù)過(guò)程

2、中使用數(shù)據(jù)融合技術(shù)，將多傳感器節(jié)點(diǎn)的數(shù)據(jù)進(jìn)行綜合處理，得出更為準(zhǔn)確完整的信息。智能信息處理技術(shù)4一、與傳統(tǒng)多傳感器數(shù)據(jù)融合的比較傳統(tǒng)的多傳感器數(shù)據(jù)融合是將不同的知識(shí)源與傳感器采集的數(shù)據(jù)進(jìn)行融合，實(shí)現(xiàn)對(duì)觀測(cè)現(xiàn)象更好的理解；WSN中，數(shù)據(jù)融合能節(jié)省整個(gè)網(wǎng)絡(luò)的能量，提高所收集數(shù)據(jù)的準(zhǔn)確性和收集數(shù)據(jù)的效率。智能信息處理技術(shù)5主要表現(xiàn)（1）穩(wěn)定性： 傳統(tǒng)多傳感器融合系統(tǒng)通過(guò)擴(kuò)展空間覆蓋范圍和提高抗干擾能力來(lái)增強(qiáng)運(yùn)行的魯棒性。 WSN則從提高數(shù)據(jù)收集效率出發(fā)，數(shù)據(jù)融合多基于網(wǎng)內(nèi)進(jìn)行，考慮到部分節(jié)點(diǎn)會(huì)由于惡劣環(huán)境因素或自身能量耗盡而造成失效情形，因此穩(wěn)健性和自適應(yīng)性是WSN數(shù)據(jù)融合實(shí)現(xiàn)的前提。智能信息處理技

3、術(shù)6（2）數(shù)據(jù)關(guān)聯(lián)： 傳統(tǒng)多傳感器的數(shù)據(jù)融合著重解決多目標(biāo)的數(shù)據(jù)關(guān)聯(lián)問(wèn)題。 WSN由于大量節(jié)點(diǎn)之間的通信可能引起干擾，且傳感器測(cè)量存在不精確性，因此它更注重解決數(shù)據(jù)的相關(guān)二義性問(wèn)題。智能信息處理技術(shù)7（3）能量約束： WSN中節(jié)點(diǎn)能量有限，且節(jié)點(diǎn)發(fā)送與接收數(shù)據(jù)的能耗要遠(yuǎn)大于計(jì)算及存儲(chǔ)能耗。 網(wǎng)絡(luò)數(shù)據(jù)的融合應(yīng)考慮節(jié)點(diǎn)的能耗與網(wǎng)絡(luò)能量的均衡，選擇合適的融合處理節(jié)點(diǎn)。智能信息處理技術(shù)8二、 WSN數(shù)據(jù)融合原理WSN中傳感器提供的信息具有不同的特征，如模糊或確定、時(shí)變或非時(shí)變、實(shí)時(shí)或非實(shí)時(shí)、可靠或非可靠、相互支持或相互矛盾；WSN數(shù)據(jù)融合充分利用多個(gè)傳感器節(jié)點(diǎn)資源，將采集的多份數(shù)據(jù)或信息進(jìn)行處理，從而

4、組合出更有效、更符合用戶需求的數(shù)據(jù)；提高數(shù)據(jù)收集效率，減少網(wǎng)絡(luò)通信量，提高能源有效性，最終增加網(wǎng)絡(luò)生命期。 智能信息處理技術(shù)9三、WSN數(shù)據(jù)融合特點(diǎn)WSN中主要有從用戶到網(wǎng)絡(luò)的查詢及從傳感器節(jié)點(diǎn)到用戶的感知數(shù)據(jù)兩種通信量；傳感器節(jié)點(diǎn)都有可能對(duì)環(huán)境進(jìn)行感知或成為對(duì)其他節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù)進(jìn)行轉(zhuǎn)發(fā)的中繼節(jié)點(diǎn)，這些節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù)有可能使網(wǎng)絡(luò)發(fā)生擁塞；WSN大規(guī)模密集部署的特點(diǎn)導(dǎo)致這些數(shù)據(jù)中大部分是無(wú)效的，應(yīng)在傳送過(guò)程中運(yùn)用數(shù)據(jù)融合技術(shù)進(jìn)行處理，減少無(wú)效數(shù)據(jù)。智能信息處理技術(shù)10WSN中數(shù)據(jù)融合技術(shù)已成為非常有用的方法，看作是一種自動(dòng)整理數(shù)據(jù)的方法，把來(lái)自許多傳感器節(jié)點(diǎn)的數(shù)據(jù)整合成一組有意義的信息。將不同傳

5、感器的數(shù)據(jù)進(jìn)行綜合，刪除冗余、無(wú)效和可信度較差的數(shù)據(jù)，同時(shí)將來(lái)自不同節(jié)點(diǎn)的信息結(jié)合起來(lái)進(jìn)行融合處理；在滿足應(yīng)用需求的前提下將需要傳輸?shù)臄?shù)據(jù)量最小化，并提供被監(jiān)控環(huán)境豐富、有用的信息。智能信息處理技術(shù)11四、 WSN數(shù)據(jù)包級(jí)融合模型數(shù)據(jù)包級(jí)融合有無(wú)損融合和有損融合兩種： 1、無(wú)損融合： 所有的細(xì)節(jié)信息均被保留，在各個(gè)結(jié)果之間相關(guān)性很大的情況下，會(huì)存在許多冗余數(shù)據(jù)； 數(shù)據(jù)縮減的基本原則就是減少這些冗余信息。智能信息處理技術(shù)122、有損融合： 采用減少一些信息的詳細(xì)內(nèi)容或降低數(shù)據(jù)質(zhì)量的方法來(lái)減少需要存儲(chǔ)或傳輸?shù)臄?shù)據(jù)量，從而達(dá)到節(jié)省能源的目的； 在有損融合中，信息損失的上限是要保留應(yīng)用所需的全部信息量

6、。智能信息處理技術(shù)13五、跟蹤級(jí)融合模型無(wú)線傳感器網(wǎng)絡(luò)中大量的感知數(shù)據(jù)從多源節(jié)點(diǎn)向匯聚節(jié)點(diǎn)傳送，從信息流通形式和網(wǎng)絡(luò)節(jié)點(diǎn)處理的層次看，跟蹤級(jí)融合模型可分為兩種： 1、集中式結(jié)構(gòu) 2、分布式結(jié)構(gòu)智能信息處理技術(shù)141、集中式結(jié)構(gòu) 匯聚節(jié)點(diǎn)發(fā)送有關(guān)數(shù)據(jù)的興趣或查詢，具有相關(guān)數(shù)據(jù)的多個(gè)源節(jié)點(diǎn)直接將數(shù)據(jù)發(fā)送給匯聚節(jié)點(diǎn)，最后由匯聚節(jié)點(diǎn)進(jìn)行數(shù)據(jù)的融合； 信息損失較小，由于WSN節(jié)點(diǎn)分布較為密集，多源對(duì)同一事件的數(shù)據(jù)表征存在近似冗余信息，對(duì)冗余信息的傳輸將使網(wǎng)絡(luò)消耗更多的能量。智能信息處理技術(shù)152、分布式結(jié)構(gòu) 源節(jié)點(diǎn)發(fā)送的數(shù)據(jù)經(jīng)中間節(jié)點(diǎn)轉(zhuǎn)發(fā)時(shí)，中間節(jié)點(diǎn)查看數(shù)據(jù)包的內(nèi)容，進(jìn)行相應(yīng)的數(shù)據(jù)融合后再傳送到匯聚節(jié)點(diǎn)

7、，由匯聚節(jié)點(diǎn)實(shí)現(xiàn)數(shù)據(jù)綜合。 在一定程度上提高了網(wǎng)絡(luò)數(shù)據(jù)收集的整體效率，減少了傳輸?shù)臄?shù)據(jù)量，從而降低能耗，提高了信道利用率。智能信息處理技術(shù)16六、屬性級(jí)融合模型屬性信息融合是基于目標(biāo)類(lèi)型的識(shí)別融合。傳感器網(wǎng)絡(luò)中各傳感器節(jié)點(diǎn)對(duì)環(huán)境事件監(jiān)測(cè)所獲得的數(shù)據(jù)流，經(jīng)分析處理提取特征，然后用模式識(shí)別方法完成屬性信息融合。根據(jù)對(duì)傳感器數(shù)據(jù)的識(shí)別層次，屬性數(shù)據(jù)融合結(jié)構(gòu)可分為三類(lèi)： 1、數(shù)據(jù)層屬性融合結(jié)構(gòu) 2、特征層屬性融合結(jié)構(gòu) 3、決策層屬性融合結(jié)構(gòu)智能信息處理技術(shù)171、數(shù)據(jù)層屬性融合結(jié)構(gòu) 基于原始的多個(gè)傳感器采集的數(shù)據(jù)，直接融合來(lái)自同類(lèi)傳感器數(shù)據(jù)，然后實(shí)現(xiàn)特征提取和對(duì)來(lái)自融合數(shù)據(jù)的屬性判決； 多數(shù)情況下僅依

8、賴于傳感器類(lèi)型，不依賴于用戶需求； 數(shù)據(jù)量大，冗余度高，融合計(jì)算量龐大，屬于最底層的融合。智能信息處理技術(shù)182、特征層屬性融合結(jié)構(gòu) 對(duì)各傳感器數(shù)據(jù)處理并抽取特征后再進(jìn)行融合； 特征抽取是將傳感器的數(shù)據(jù)表示為能反映事物屬性的特征向量； 該層關(guān)鍵是抽取一致的、有用的信息，排除無(wú)用甚至矛盾的信息，進(jìn)行融合的數(shù)據(jù)量、計(jì)算量均屬中等。 智能信息處理技術(shù)193、決策層屬性融合結(jié)構(gòu) 在特征層屬性融合基礎(chǔ)上，對(duì)監(jiān)測(cè)對(duì)象進(jìn)行分類(lèi)判別，從而得出判決信息； 通常各傳感器單獨(dú)做出決策后，再將決策信息傳送到?jīng)Q策中心做出最終決策。 進(jìn)行融合的數(shù)據(jù)量、計(jì)算量均較小。智能信息處理技術(shù)20七、基于多Agent的數(shù)據(jù)融合模型A

9、gent是指在一定環(huán)境下具有自主性、持續(xù)性、社會(huì)性和代理性等特征的計(jì)算實(shí)體；有自己的知識(shí)庫(kù)和推理機(jī)制，能主動(dòng)對(duì)環(huán)境的作用做出反應(yīng)；多Agent系統(tǒng)則是由一組Agent通過(guò)彼此的協(xié)商與協(xié)作組成一個(gè)整體，單個(gè)Agent的能力是有限的，但通過(guò)合作可以完成很多復(fù)雜的任務(wù)；把多Agent用于提高傳感器網(wǎng)絡(luò)數(shù)據(jù)融合度和實(shí)現(xiàn)數(shù)據(jù)同步及任務(wù)協(xié)同處理非常有利。智能信息處理技術(shù)21結(jié)構(gòu)特點(diǎn)匯聚節(jié)點(diǎn)作為融合中心，數(shù)據(jù)的融合通過(guò)傳感器Agent與融合中心Agent，由傳感器節(jié)點(diǎn)與匯聚節(jié)點(diǎn)間的協(xié)商實(shí)現(xiàn)；融合中心將系統(tǒng)任務(wù)發(fā)送給能獨(dú)立完成該任務(wù)的傳感器，或能聯(lián)合完成該任務(wù)的傳感器組；各傳感器根據(jù)其自身的需要與相關(guān)的傳感器

10、進(jìn)行協(xié)商，這一過(guò)程持續(xù)到融合中心發(fā)出下一組任務(wù)時(shí)為止。智能信息處理技術(shù)22典型結(jié)構(gòu)智能信息處理技術(shù)23 Agent具有有關(guān)融合中心以及與其在監(jiān)測(cè)范圍上有重疊的多個(gè)傳感器的知識(shí)。主要功能如下： 獲取目標(biāo)和傳感器數(shù)據(jù)； 對(duì)經(jīng)協(xié)商后分配的傳感器任務(wù)進(jìn)行管理； 對(duì)與其他傳感器節(jié)點(diǎn)的數(shù)據(jù)通信進(jìn)行控制。智能信息處理技術(shù)24 融合中心Agent包含與應(yīng)用相關(guān)的全部傳感器的知識(shí)，主要功能包括： 對(duì)傳感器發(fā)送來(lái)的所有相關(guān)信息進(jìn)行融合； 確定各傳感器Agent需完成的系統(tǒng)任務(wù)及其全局性能指標(biāo)； 對(duì)系統(tǒng)任務(wù)的性能指標(biāo)進(jìn)行監(jiān)控，以便確認(rèn)所要求的性能指標(biāo)是否達(dá)到。智能信息處理技術(shù)25多Agent之間的通信消息來(lái)自于Ag

11、ent內(nèi)部的決策過(guò)程，包含融合數(shù)據(jù)相關(guān)的標(biāo)識(shí)、類(lèi)型、內(nèi)容及發(fā)送、接收者；系統(tǒng)融合任務(wù)優(yōu)先級(jí)及其性能指標(biāo)由融合中心Agent確定，而傳感器融合任務(wù)的優(yōu)先級(jí)則由傳感器Agent確定；傳感器融合任務(wù)的性能指標(biāo)經(jīng)傳感器Agent間的協(xié)商確定。智能信息處理技術(shù)26多Agent的融合模型將決策過(guò)程移至各傳感節(jié)點(diǎn)；節(jié)點(diǎn)能動(dòng)地根據(jù)目標(biāo)導(dǎo)向來(lái)調(diào)整策略，提高了數(shù)據(jù)融合過(guò)程的自適應(yīng)性；各傳感節(jié)點(diǎn)的感知數(shù)據(jù)通過(guò)Agent自主管理，并能及時(shí)獲得性能態(tài)勢(shì)，動(dòng)態(tài)調(diào)整任務(wù)的決策，有利于在傳感網(wǎng)絡(luò)性能優(yōu)化上的數(shù)據(jù)融合；Agent之間的協(xié)商與知識(shí)學(xué)習(xí)機(jī)制，利于數(shù)據(jù)相關(guān)性的發(fā)現(xiàn)，進(jìn)而提高數(shù)據(jù)融合度和魯棒性。智能信息處理技術(shù)27八、

12、典型WSN數(shù)據(jù)融合算法1、基于分布式數(shù)據(jù)庫(kù)的聚集操作 無(wú)線傳感器網(wǎng)絡(luò)被視為一個(gè)分布式數(shù)據(jù)庫(kù)，用戶使用描述性的語(yǔ)言向網(wǎng)絡(luò)發(fā)送查詢請(qǐng)求； 查詢請(qǐng)求在網(wǎng)絡(luò)中以分布式的方式進(jìn)行處理，查詢結(jié)果通過(guò)多跳路由返回給用戶； 處理查詢請(qǐng)求以及返回查詢結(jié)果的過(guò)程實(shí)質(zhì)上就是進(jìn)行數(shù)據(jù)融合的過(guò)程；智能信息處理技術(shù)28典型算法：TAGTAG是一個(gè)基于TinyOS的通用聚集操作服務(wù)模塊，它采用類(lèi)似SQL的查詢語(yǔ)法；TAG中的查詢過(guò)程分為查詢請(qǐng)求分發(fā)和查詢結(jié)果收集兩個(gè)階段。智能信息處理技術(shù)29第一個(gè)階段：基站廣播查詢請(qǐng)求消息 當(dāng)某個(gè)節(jié)點(diǎn)第一次收到查詢請(qǐng)求時(shí)，將消息的發(fā)送者作為自己的父節(jié)點(diǎn)，然后轉(zhuǎn)發(fā)查詢請(qǐng)求消息，否則丟棄查詢請(qǐng)

13、求消息； 查詢請(qǐng)求消息以這種洪泛的方式遍及整個(gè)網(wǎng)絡(luò)，所有節(jié)點(diǎn)形成一棵以基站為根的數(shù)據(jù)融合樹(shù)。智能信息處理技術(shù)30第二個(gè)階段，每個(gè)節(jié)點(diǎn)周期性地采集數(shù)據(jù)，融合本地采集的數(shù)據(jù)以及子節(jié)點(diǎn)發(fā)來(lái)的查詢結(jié)果，然后將融合結(jié)果發(fā)送到父節(jié)點(diǎn)。智能信息處理技術(shù)31主要特點(diǎn)TAG實(shí)質(zhì)上是一種空間域上的數(shù)據(jù)融合；利用相鄰傳感器節(jié)點(diǎn)采集數(shù)據(jù)的空間一致性去除冗余信息，減少網(wǎng)絡(luò)中的數(shù)據(jù)傳輸量；對(duì)簡(jiǎn)單的聚集操作十分有效，對(duì)于一般的查詢請(qǐng)求，作用不是非常明顯； 當(dāng)查詢請(qǐng)求為收集所有傳感器節(jié)點(diǎn)采集的溫度值時(shí)，轉(zhuǎn)發(fā)節(jié)點(diǎn)收到子節(jié)點(diǎn)發(fā)來(lái)的查詢結(jié)果后無(wú)法進(jìn)行聚集操作，只能將每個(gè)子節(jié)點(diǎn)的查詢結(jié)果依次發(fā)送到父節(jié)點(diǎn)。智能信息處理技術(shù)32典型算法

14、：TiNATiNA是一種利用傳感器節(jié)點(diǎn)采集數(shù)據(jù)的時(shí)間一致性進(jìn)行網(wǎng)內(nèi)融合的機(jī)制；在滿足用戶對(duì)于數(shù)據(jù)準(zhǔn)確性需求的前提下，通過(guò)網(wǎng)內(nèi)融合盡可能地節(jié)省能量。智能信息處理技術(shù)33基本思想當(dāng)前采集的數(shù)據(jù)與上一次采集的數(shù)據(jù)的差值大于某指定的容忍限度時(shí)，節(jié)點(diǎn)才進(jìn)行數(shù)據(jù)發(fā)送；采用定向擴(kuò)散的方式建立路由樹(shù)，為每個(gè)節(jié)點(diǎn)分配梯度值并指定其父節(jié)點(diǎn)，節(jié)點(diǎn)為了利用數(shù)據(jù)的時(shí)間一致性，必須保存額外的信息；葉節(jié)點(diǎn)需要保存上一次發(fā)送到父節(jié)點(diǎn)的數(shù)據(jù)，轉(zhuǎn)發(fā)節(jié)點(diǎn)不但需要保存自己上一次發(fā)送到父節(jié)點(diǎn)的數(shù)據(jù)，且需要保存每個(gè)子節(jié)點(diǎn)發(fā)來(lái)的最新數(shù)據(jù)。智能信息處理技術(shù)34主要特點(diǎn)TiNA實(shí)質(zhì)上是一種時(shí)間域上的數(shù)據(jù)融合，對(duì)TAG進(jìn)行了擴(kuò)展，引入了數(shù)據(jù)時(shí)間

15、一致性的概念；對(duì)于監(jiān)測(cè)數(shù)據(jù)波動(dòng)較小的應(yīng)用十分有效，能夠顯著地減少網(wǎng)絡(luò)中的數(shù)據(jù)傳輸量，當(dāng)監(jiān)測(cè)數(shù)據(jù)波動(dòng)較大時(shí)作用不明顯；對(duì)于節(jié)點(diǎn)存儲(chǔ)空間的要求比較高，尤其當(dāng)網(wǎng)絡(luò)規(guī)模較大時(shí)，轉(zhuǎn)發(fā)節(jié)點(diǎn)需要保存大量的額外信息。智能信息處理技術(shù)352、數(shù)據(jù)包合并當(dāng)某個(gè)節(jié)點(diǎn)收到多個(gè)子節(jié)點(diǎn)發(fā)來(lái)的數(shù)據(jù)包時(shí)，將它們合并成一個(gè)大的數(shù)據(jù)包，然后將合并后的數(shù)據(jù)包發(fā)送到父節(jié)點(diǎn)；在無(wú)線傳感器網(wǎng)絡(luò)中，數(shù)據(jù)字段相對(duì)較短，而控制字段相對(duì)較長(zhǎng)，數(shù)據(jù)包合并能夠有效地降低包頭的開(kāi)銷(xiāo)。智能信息處理技術(shù)36典型算法：數(shù)據(jù)漏斗數(shù)據(jù)漏斗將網(wǎng)絡(luò)中的節(jié)點(diǎn)分為少量的控制節(jié)點(diǎn)和大量的傳感節(jié)點(diǎn)兩類(lèi)。智能信息處理技術(shù)37主要思想控制節(jié)點(diǎn)將被監(jiān)測(cè)空間劃分為不同的區(qū)域，并向

16、每個(gè)區(qū)域發(fā)送查詢消息；收到查詢消息后，區(qū)域中的傳感器節(jié)點(diǎn)開(kāi)始周期性地向控制節(jié)點(diǎn)發(fā)送傳感數(shù)據(jù)；由于同一區(qū)域內(nèi)的大部分節(jié)點(diǎn)幾乎在同一時(shí)間向控制節(jié)點(diǎn)發(fā)送數(shù)據(jù)，將這些數(shù)據(jù)合并為一個(gè)數(shù)據(jù)包發(fā)送到控制節(jié)點(diǎn)是十分有效的。智能信息處理技術(shù)38主要特點(diǎn)數(shù)據(jù)漏斗實(shí)質(zhì)上是基于簇的數(shù)據(jù)融合，邊界節(jié)點(diǎn)相當(dāng)于簇頭節(jié)點(diǎn)，傳感器節(jié)點(diǎn)屬于簇內(nèi)節(jié)點(diǎn)；簇頭節(jié)點(diǎn)負(fù)責(zé)合并簇內(nèi)節(jié)點(diǎn)的數(shù)據(jù)包，基于數(shù)據(jù)次序的編碼算法能進(jìn)一步壓縮數(shù)據(jù)包的大??；數(shù)據(jù)漏斗要求節(jié)點(diǎn)具有自身的位置信息，在無(wú)線傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)的位置信息通常難以得到。智能信息處理技術(shù)39典型算法：AIDAAIDA是一種與應(yīng)用無(wú)關(guān)的數(shù)據(jù)融合算法。能無(wú)縫地安裝到現(xiàn)有的無(wú)線傳感器網(wǎng)絡(luò)協(xié)議棧

17、中。 AIDA由兩個(gè)部分組成： 功能單元：融合以及分解網(wǎng)絡(luò)中的數(shù)據(jù)包 控制單元：自適應(yīng)地調(diào)整定時(shí)器設(shè)置及融合度智能信息處理技術(shù)40工作方式將來(lái)自網(wǎng)絡(luò)層的數(shù)據(jù)包放到融合池中，根據(jù)融合度以及這些數(shù)據(jù)包下一跳的目的地址，AIDA功能單元將多個(gè)數(shù)據(jù)包合并成一個(gè)數(shù)據(jù)包；然后將其傳遞到MAC層進(jìn)行發(fā)送；每次融合多少個(gè)數(shù)據(jù)包以及什么時(shí)候調(diào)用融合算法等決策由AIDA控制單元負(fù)責(zé)；智能信息處理技術(shù)41工作方式AIDA控制單元是一個(gè)基于反饋的自適應(yīng)組件，根據(jù)本地當(dāng)前的網(wǎng)絡(luò)狀況作出在線決策；流入的數(shù)據(jù)在MAC層被接收，然后傳遞到AIDA。在AIDA中，流入的數(shù)據(jù)被分解成原始數(shù)據(jù)包，然后向上傳遞到網(wǎng)絡(luò)層或者應(yīng)用層。智

18、能信息處理技術(shù)42基本特點(diǎn)AIDA實(shí)質(zhì)上是在MAC層與網(wǎng)絡(luò)層之間加入一個(gè)數(shù)據(jù)融合層進(jìn)行數(shù)據(jù)包合并的操作；通過(guò)數(shù)據(jù)包合并，有效地減少網(wǎng)絡(luò)中的數(shù)據(jù)傳輸量，降低無(wú)線信道中發(fā)生沖突的可能性；AIDA與應(yīng)用相互獨(dú)立，無(wú)法利用高層次的語(yǔ)義信息對(duì)數(shù)據(jù)作進(jìn)一步的壓縮，融合度相對(duì)比較低。智能信息處理技術(shù)433、模型驅(qū)動(dòng)的數(shù)據(jù)融合無(wú)線傳感器網(wǎng)絡(luò)是以數(shù)據(jù)為中心，傳感器節(jié)點(diǎn)采集的數(shù)據(jù)在空間及時(shí)間上往往具有一定的規(guī)律，能夠用某種模型進(jìn)行描述；典型的模型包括小波與神經(jīng)網(wǎng)絡(luò)、卡爾曼濾波及概率模型等。智能信息處理技術(shù)44無(wú)線傳感器網(wǎng)絡(luò)最基本的分布式估計(jì)問(wèn)題是開(kāi)發(fā)一種用于卡爾曼濾波的分布式算法；分布式卡爾曼濾波問(wèn)題可簡(jiǎn)化為兩個(gè)動(dòng)態(tài)協(xié)調(diào)控制問(wèn)題：測(cè)量數(shù)據(jù)的融合和協(xié)方差信息的融合；解決這兩個(gè)協(xié)調(diào)控制問(wèn)題需要一個(gè)合適的協(xié)調(diào)控制濾波器(一個(gè)低通濾波器與一個(gè)帶通濾波器)；智能信息處理技術(shù)45協(xié)調(diào)控制濾波器是一種分布式算法，能夠計(jì)算隨時(shí)間變化信號(hào)的協(xié)調(diào)控制平均值，可使用低通濾波器進(jìn)行測(cè)量數(shù)據(jù)的融合，使用帶通濾波器進(jìn)行逆協(xié)方差矩陣的融合；將用于無(wú)線傳感器網(wǎng)絡(luò)的中心卡爾曼濾波器分解為多個(gè)微卡爾曼濾波器，這些微卡爾曼濾波器由兩個(gè)協(xié)調(diào)控制濾波器提供輸入；智能信息處理技術(shù)46微卡爾曼濾波器組成的網(wǎng)絡(luò)能夠以協(xié)作的方式提供對(duì)觀測(cè)過(guò)