无线传感器网络原理及方法第四章.ppt

(2) TinyDB的系统结构 TinyDB系统主要由客户端、TinyDB Server和传感器网络三部分构成 ，客户端安装有基于Java的应用程序接口(TinyDB客户端API)。用户通过该接口使用TinyDB。 传感器网络中的每一个节点都安装TinyDB的传感器网络软件(TinyDB QP)。TinyDB可以分为两大部分，第一部分是传感器网络软件，第二部分是客户端软件。传感器网络软件是TinyDB的核心，在每个传感器节点上运行。 (3) TinyDB的传感器网络软件 传感器网络软件包括四个构件： ①传感器节点目录和模式管理器； ②查询处理器； ③存储管理器； ④网络拓扑管理器 1. 传感器网络数据管理系统TinyDB Cougar系统由三部分组成： 第一部分是图形用户界面GUI； 第二部分是客户前端系统(FrontEnd)； 第三部分是查询代理(QueryProxy)。 2. Cougar系统 4.7服务质量保证 1．服务质量(QoS)定义 服务质量标准主要包括：可用性、吞吐量、时延、时延变化和丢包率等几个参数。 2．服务质量(QoS)支持机制 (1)Intserv集成业务 (2)Diffserv区分业务 (3)MPLS多协议标签交换 4.7.2无线传感器网络QoS研究 Holger Karl将当前无线传感器网络中的QoS研究总结为三类： ①传统端到端QoS支持研究：针对实时性无线传感器网络应用，提供延迟服务保证； ②可靠性保证：保证数据包传输的可靠性； ③应用相关QoS：包括传感覆盖和如何控制网络活动节点数量等问题。 在目前大多数无线传感器网络应用中，人们关注较多的主要有两个问题： ①如何保证网络能够及时可靠地发现所实施应用中相关事件的发生； ②如何保证采集的传感数据在网络中传输时满足应用需求。 这两个问题可以归结为感知服务质量 (传感覆盖)和网络传输服务质量。 在目前大多数无线传感器网络应用中，人们关注较多的主要有两个问题： ①如何保证网络能够及时可靠地发现所实施应用中相关事件的发生； ②如何保证采集的传感数据在网络中传输时满足应用需求。 这两个问题可以归结为感知服务质量 (传感覆盖)和网络传输服务质量。 (4) D-S证据推理法 D-S（Dempster-Shafter）证据推理法是目前数据融合技术中比较常用的一种方法。这种方法是贝叶斯方法的扩展，因为贝叶斯方法必须给出先验概率，证据理论则能够处理这种由不知道引起的不确定性，通常用来对目标的位置、存在与否进行推断。 (5) 统计决策理论 与多贝叶斯估计不同，统计决策理论中的不确定性为可加噪声，从而不确定性的适应范围更广。不同传感器观测到的数据必须经过一个鲁棒综合测试，以检验它的一致性，经过一致性检验的数据用鲁棒极值决策规则进行融合处理。 (6) 模糊逻辑法 针对数据融合中所检测的目标特征具有某种模糊性的现象,利用模糊逻辑方法对检测目标进行识别和分类。建立标准检测目标和待识别检测目标的模糊子集是此方法的基础。模糊子集的建立需要有各种各样的标准检测目标,同时必须建立合适的隶属函数。 (7) 产生式规则法 这是人工智能中常用的控制方法。一般要通过对具体使用的传感器的特性及环境特性进行分析，才能归纳出产生式规则法中的规则。通常系统改换或增减传感器时，其规则要重新产生。这种方法的特点是系统扩展性较差，但推理过程简单明了，易于系统解释，所以也有广泛的应用范围。 神经网络方法实现数据融合的过程如下： ①用选定的N个传感器检测系统状态； ②采集N个传感器的测量信号并进行预处理； ③对预处理后的N个传感器信号进行特征选择； ④对特征信号进行归一化处理，为神经网络的输入提供标准形式； ⑤将归一化的特征信息与已知的系统状态信息作为训练样本，送神经网络进行训练，直到满足要求为止。 将训练好的网络作为已知网络，只要将归一化的多传感器特征信息作为输入送入该网络，则网络输出就是被测系统的状态结果。 (8) 神经网络方法 4.3.5 传感器网络应用层的数据融合示例 分布式数据库技术被应用于传感器网络的数据收集过程，应用层接口可以采用类似“结构化查询语言”(SQL)的风格。 ? 在传感器网络应用中，SQL融合操作一般包括5个基本操作符：COUNT，MIN，MAX，SUM和AVERAGE。与传统数据库的SQL应用类似，COUNT用于计算一个集中元素的个数；MIN和MAX分别计算最小值和最大值；SUM计算所有数值的和；AVERAGE用于计算所有数值的平均数。 根据类SQL语言进行网内处理的示例 4.3.5