无线传感器网络技术全解.ppt

灵活、自适应的网络协议体系； 跨层设计； 寻求系统节能策略； 节点的自动配置； 与其他网络的融合 2.4.6 无线传感器网络数据管理与数据融合技术 数据融合技术 数据融合是将来自多传感器或多源的信息和数据进行综合处理，得出更为准确完整的信息。这与传统的多传感器数据融合技术有所不同。传统的多传感器数据融合是对不同的知识源和传感器采集的数据进行融合，以实现对观测现象更好的理解。而无线传感器网内数据融合主要是为了减少网络内的数据传输量，达到减少能源的消耗，延长网络生命期的目的。 数据融合技术在节省能量、提高信息准确度的同时，要牺牲其他方面的性能作为代价。 没有位置信息的监测消息通常毫无意义，确定事件发生的位置或采集数据的节点位置是传感器网络最基本的功能之一。为了提供有效的位置信息，随机部署的传感器节点必须能够布置后确定自身位置。由于传感器节点存在资源有限、随机部署、通信易受环境干扰甚至节点失效等特点，定位机制必须满足自组织性、健壮性、能量高效、分布式计算等要求。 2.4.7 无线传感器网络定位与目标跟踪技术 2.4.7 无线传感器网络定位与目标跟踪技术 定位算法分类 在传感器网络中，由于在特定的环境下，某些算法的某些性能可能会优于其他算法，因此没有统一的最优的定位算法，只有针对特定环境比较适合的定位算法。在统计和归纳已有的定位算法的基础上，各个定位算法又可以按照不同的划分标准进行分类。常用的划分标准有基于测距或者无需测距的定位分类标准、绝对定位和相对定位标准、按照集中式计算、分布式计算与递增式计算划分标准、紧密耦合与松散耦合分类、粗粒度与细粒度等。 2.4.7 无线传感器网络定位与目标跟踪技术 定位算法分类 按照最常用的划分标准将其划分为基于测距的定位算法和无需测距的定位算法。前者需要测量相邻节点之间的绝对距离或者方位，并利用节点间的实际距离或者方位来计算未知节点的位置，常用的测距技术有RSSI、TOA、TDOA和AOA等。虽然测距技术容易受到周围环境的干扰，具有一定的局限性，但再通过各种方法进行改进，比如多次测量求平均值、剔除误差太大的数据等方法。然而这些方法需要增加计算复杂度和多余的通信开销，所以基于测距的定位方法虽然在定位精度上有一定可取之处，但是并不适用于低功耗、低成本的领域。 2.4.7 无线传感器网络定位与目标跟踪技术 定位算法分类 基于无需测距的定位算法无需测量节点之间的绝对距离或方位，而是利用节点间的估计距离计算节点的位置，其比较典型的算法有DV-Hop定位和凸规划定位。基于无需测距的定位算法虽然在精确度方面有待进一步改进，但是具有可扩展性、规模性以及代价小等优点。 2.4.7 无线传感器网络定位与目标跟踪技术 定位机制 笼统地说解析几何中的任何可以确定某一点位置的几何学方法，只要传感器网络能够提供足够的信息，都可以成为定位的方法。比较常用的是三边定位法、多边极大似然估计法以及角度测量法。下面具体介绍一下三边定位原理： 已知三个信标节点（已知具体位置）的坐标和其中一个未知节点（具体位置不知）到三个信标节点的距离，求该未知节点的坐标。该方法为基本的几何方法，具体过程如图2-12所示。 2.4.7 无线传感器网络定位与目标跟踪技术 定位机制 图 2-12 三边定位原理 设未知节点D的坐标为(x,y)，信标节点的A、B、C的坐标分别为(xA,yA)、 (xB,yB) 、(xC,yC)，未知节点到三个信标节点的距离分别为dA、dB、dC，则： 2.4.7 无线传感器网络定位与目标跟踪技术 定位机制 从而可以推出未知节点的坐标： 2.4.7 无线传感器网络定位与目标跟踪技术 定位跟踪 在无线传感器网络的许多实际应用中，跟踪运动目标是一项基本功能。由于传感器节点体积小、价格低廉、采用无线通信方式，以及传感器网络部署随机，具有自组织性、鲁棒性和隐藏性等特点，无线传感器网络非常适合于移动目标的定位和跟踪。例如在战场上及时跟踪地方车辆的行进路线和兵力的调动情况，将获取的战场信息及时发送回我方指挥中心。 跟踪与定位不同，主要的目的不是追求定位的精度，而是需要对移动的目标或者时间进行动态的监测。基于无线传感器网络的目标跟踪过程大致包括三个阶段：检测、定位和通告，其每个阶段需要不同的技术来实现。 2.4.7 无线传感器网络定位与目标跟踪技术 定位跟踪 在检测阶段，主要任务是通过各种检测手段检测跟踪目标是否出现，常用的技术有超声波检测、震动技术检测、红外线技术检测以及多媒体技术检测等；定位阶段，主要任务是根据不同的场景和用