第6讲数据融合.pptVIP

第六章 数据融合 西安工业大学计算机学院 * 2.传感网数据管理系统结构 目前，针对传感网的数据管理系统结构主要有集中式结构、半分布式结构、分布式结构和层次式结构4种类型。 1）集中式结构。在集中式结构中，节点首先将感知数据按事先指定的方式，数据传送到中心节点，统一由中心节点处理。这种方法简单，但中心节点会成为系统性能的瓶颈，而且容错性较差。 2）半分布式结构。利用节点自身具有的计算和存储能力，对原始数据进行一定的处理，然后再传送到中心节点。 3）分布式结构。每个节点独立处理数据查询命令。显然，分布式结构是建立在所有感知节点都具有较强的通信、存储与计算能力基础之上的。 4）层次式结构。 * 3.典型的传感网数据管理系统 目前，针对传感网的大多数数据管理系统研究集中在半分布式结构。典型的研究成果有美国加州大学伯克利分校（UC Berkeley）的Fjord系统和康奈尔（Cornell）大学的Cougar系统。 1）Fjord系统。Fjord系统是Telegraph项目的一部分，它是一种自适应的数据流系统。主要由自适应处理引擎和传感器代理两部分构成，它基于流数据计算模型处理查询，并考虑了根据计算环境的变化动态调整查询执行计划的问题。 2) Cougar系统。Cougar系统的特点是尽可能将查询处理在传感网内部进行，只有与查询相关的数据才能从传感网中提取出来，以减少通信开销。Cougar系统的感知节点不仅需要处理本地的数据，同时还要与邻近的节点进行通信，协作完成查询处理的某些任务。 6.5.2 数据模型及存储查询 * 目前关于物联网数据模型、存储、查询技术的研究成果很少，比较有代表性的是针对传感网数据管理的Cougar和TinyDB 两个查询系统。 6.5.3数据融合及管理技术研究与发展 * 1) 确立数据融合理论标准和系统结构标准。 2) 改进融合算法提高系统性能。 3）数据融合时机确定。由于物联网中感知节点具有随机性部署的特点，且感知节点能量、计算及存储空间等能力有限，不可能维护动态变化的全局信息，因而需要汇聚节点选择恰当的时机，尽可能多的对数据进行汇聚融合。 4）传感器资源管理优化，针对具体应用问题，建立数据融合中的数据库和知识库，研究高速并行推理机制，是数据融合及管理技术工程化及实际应用中的关键问题。 5) 建立系统设计的工程指导方针，研究数据融合及管理系统的工程实现。数据融合及管理系统是一个具有不确定性的复杂系统，如何提高现有理论、技术、设备，保证融合系统及管理的精确性、实时性以及低成本也是未来研究的重点。 6) 建立测试平台，研究系统性能评估方法。如何建立评价机制，对数据融合及管理系统进行综合分析和评价，以衡量融合算法的性能，也是亟待解决的问题。 * 小结 数据融合技术起源于军事领域多传感器的数据融合，是传感网中的一项重要技术，通过减少数据的传输量，可以起到节能并延长传感网生命周期的作用。本章主要介绍了数据融合的定义、目前在数据融合层次结构、多传感器数据融合算法、传感网中的数据融合技术，以及分布式数据管理技术等方面的已有研究成果，旨在将其应用于物联网之中。 数据融合及处理的研究与应用已经从大型科学数据采集、计算和军事领域的目标识别、跟踪，发展到了目前传感网、个人信息提取等领域。数据融合是利用计算机技术对时序获得的若干感知数据，在一定准则下加以分析、综合，以完成所需决策和评估任务而进行的数据处理过程。它的基本目标是通过融合方法对来自不同感知节点、不同模式、不同媒质、不同时间、不同地点、不同表现形式的数据进行融合处理,最终得到被感知对象更加精确、精练的一致性解释与描述。 桂小林 * 6.1 物联网数据的特点 1.数据的多态性、异构性 异构多样化结构，来源广，表现方式不同，结构形式差异； 2.数据的海量性 高增长，随着物联网的发展，各种信息量几何级增长； 3.关联性及语义性 是指组织体系的要素，既具独立性，又具相关性，而具各要素和体系之间同样存在这种“相互关联或相互作用”的关系。 桂小林 * 6.1.1 海量感知数据的挖掘与分析 数据管理层是位于感知识别和网络构建层之上、应用层之下，体现物联网智慧的关键一层。 如智能电网、智能交通、智能医疗等。 ? 这一层主要解决数据的储存、数据检索、数据使用、数据安全和隐私保护等主要问题。 桂小林 * 6.1.2 海量数据存储 海量数据存储是物联网技术的一个重要组成部分。 本节将主要从基于文件的存储和基于记录的存储两方面介绍物联网系统中的海量数据存储技术。 桂小林 * 6.1.3 基于文件的数据存储技术 MapReduce是Google公司