06第6章物联网数据处理.pptVIP

* 石家庄经济学院信息工程学院 * 下一节课的准备 形成3-5个小组 集中一个关于数据处理技术应用的topic, 列举自己的观点、支持论据，下一节课选一个代表来讲，每组5-8分钟 * 石家庄经济学院信息工程学院 * (2) 应用相关/无关的数据融合 独立于应用的数据融合（Application Independent Data Aggregation， AIDA）技术可以避免ADDA的语义相关性问题，该技术把数据融合作为独立的一层来实现，简化了各层之间的关系。 簇内数据融合 * 石家庄经济学院信息工程学院 * (3) 根据融合操作的级别划分 1) 数据级融合 数据级融合是最底层的融合，操作对象是传感器通过采集得到的数据，因此是面向数据的融合。这类融合大多数情况下仅仅依赖于传感器类型，而不依赖于用户需求。 2) 特征级融合 特征级融合通过一些特征提取手段将传感器数据表示为一系列的特征向量，以反映事物的属性，是面向监测对象特征的融合。比如，在温度监测应用中，特征级融合可以对温度传感器数据进行综合，表示成(地区范围，最高温度，最低温度，平均温度)的形式。 3) 决策级融合 决策级融合根据应用需求进行较高级的决策，是最高级融合。决策级融合的操作可以依据特征级融合提取的数据特征，对监测对象进行判别、分类，并通过简单的逻辑运算，执行满足应用需求的决策。因此，决策级融合是面向应用的融合。比如，在灾难监测应用中，决策级融合可能需要综合多种类型的传感器信息，包括温/湿度、震动和毒性气体等，进而对是否发生了灾难性事故进行判断。 簇内数据融合 * 石家庄经济学院信息工程学院 * 3. WSN中的数据融合 传感器网络应用往往以数据为中心，人们关心的是某个区域的某个观测指标的值，而不是具体某个节点观测到的值。因此，在传感器网络节点采集、处理信息的过程中，各个节点单独传输数据到基站的方法显然是不合适的。因为节点采集到的数据存在大量冗余信息，这样会浪费大量的通信带宽和宝贵的能量资源。 为避免上述问题，传感器网络采用了数据融合（数据汇聚）技术来减少网内数据传输量。 所谓传感器数据融合是指将多个节点数据进行处理，组合出更准确高效、更符合用户需求的数据的操作。 簇内数据融合 * 石家庄经济学院信息工程学院 * (1) 基于卡尔曼滤波的传感器节点数据融合 (2) 基于簇内加权数据融合 传感器网络采用分簇层次结构后，在簇内通常要进行簇内数据融合。 簇内数据融合是把一个簇内各个簇成员节点感知到的数据按照某一规则结合为一个最佳估计值。 由于传感器节点是随机放置的，而且各个传感器有各自的测量误差，因此，每个传感器感知到的数据的权重因子也就各不相同，误差小的节点的权重应该较大，而误差大的节点的权重应该较小。 簇内数据融合 * 石家庄经济学院信息工程学院 * 簇内加权数据融合: 簇内数据融合 * 石家庄经济学院信息工程学院 * 图灵奖获得者Jim Gray指出，随着计算机处理能力的提高、网络技术的不断进步和存储容量的飞速发展，数据处理、存储、传输越来越廉价，数据和数据组织才是真正最有价值的东西。 数据的存储和处理经历了由集中式向分布式发展的历程。 1.集中式数据处理 集中式计算机网络是一个大型的中央计算系统，其终端是客户机。数据全部存储在中央系统内，由数据库管理系统进行管理，而且所有的处理都由该大型计算系统来完成，终端只是用来输入和输出。在这种计算模式里，终端自己不作任何数据处理，所有任务都在中央主机上进行处理。 集中式数据存储、处理的主要特点是把所有数据保存在一个地方，各个远程终端通过电缆同中央计算机（主机）相连，保证了每个终端使用的都是同一信息。 分布式数据存储与处理 * 石家庄经济学院信息工程学院 * 银行的ATM机采用的就是集中式计算机网络，所有的事务都在银行网络系统的主机上进行处理，终端只提供简单的信息输入、查询处理。这种集中式处理结构总体费用比较低，主机因拥有大量存储空间和强大的计算能力而价格昂贵，但众多的终端因功能简单，其价格非常便宜。 集中式处理不利的一面是来自所有终端的计算需求都是由中央主机完成的，使得系统的性能瓶颈存在于中央主机，当用户数量较大时，网络处理速度可能有些慢。另外，如果各用户有不同的服务需求时，在集中式计算机网络上满足这些需求可能十分困难。 分布式数据存储与处理 * 石家庄经济学院信息工程学院 * 2.分布式数据处理 个人计算机的性能不断提高及其使用的普及使得处理能力分布到网络上的所有计算机成为可能，分布式计算就是利用互联网上计算机CPU的闲置处理能力来合力解决大型计算问题的一种计算科学。 例如，通过Internet上闲置主机的计算能力来寻找最大的梅森素数、寻求最为安全的密码