基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析

基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 西安电子科技大学 硕士学位论文 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分 析 姓名:马超 申请学位级别:硕士 专业:通信与信息系统 指导教师:李赞 201201 摘要 无线传感器网络作为“新一代宽带无线移动通信网络”的有机补充和末梢网 络，是近年来在无线自组织网络技术的基础上提出的一种新型分布式信息获取系 统。通过将大量的具有通信与计算能力的微小传感器节点，以人工布设、空投、 火炮投射等方法设置在预定监控区域，构成的“智能”自治监控网络系统，以达 到协作地感知、采集和处理网络覆盖区域中感知对象的信息的目的。但由于传感 器节点的电池能量、处理能力、存储容量以及通信带宽等资源十分有限，而传感 器网络技术的一个特点就是要快速处理大量的采集数据，因此，面对大量的信号 数据和大量的数据处理任务，必须对传感器网络采集到的数据进行融合处理。 论文首先对无线传感器网络电磁频谱监测系统及节点 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 进行了介绍， 然后对无线传感器网络中关键技术之一的数据融合技术进行了分析和研究，在此 基础上针对无线传感器网络电磁频谱监测系统中的不同应用，提出了不同数据融 频谱显示融合算法等，并在方案设计过程中将节点的硬件平台特点予以考虑。最 后，对提出的数据融合算法进行了仿真和分析，仿真结果显示数据融合算法对提 高无线传感器网络能量利用率及数据精确度有良好的性能，因而在实际应用中具 有一定的实用价值。 , ”,,’,,,,, ,,,, ,,,,眔,,,,,,,, ,,, , , , ,,,,琽, ,, , ,,,,,,,,,，,,,, ,,,, , ,,,,,,,,, ,,, ,, ,,，,,,,琣,,,, , , ,,,,, ,,,,, ,,,,，, , ,,,，, , ,,,,, , , ,,, ,,,,,,,, ,,,,,,琣, ,,,, , , , , , ,,,,, , ,,, , ,,, ,,, , ,,,,,,,,, ,,,, ,,, ,,, ,,,(,, , ,,,,,,,,,, , , , ,铆,,(, ,, ,,,,,(, ,, ,,, ,,,, ,,,, ,, ,,, ,,, ,,,,, ,,, , ,,, ,, ,,,,,,(,,,,痶, ,, ,,, ,,,,, , ,,, , ,, ,,, ,,, ,,,,,,( ,,,,,,, ,, ,,,,篧, ,, ,,, ,,,,,,,,, 第一章绪论 第一章绪论 ,,无线传感器网络概述 ,,, 纪,年代末期。它作为“新一代宽带无线移动通信网络”的有机补充和末梢网络， 是近年来在无线自组织网络技术的基础上提出的一种新型分布式信息获取系统。 无线传感器网络的巨大应用价值使其成为当前在国际上备受关注的、涉及多学科 高度交叉、知识高度集成的前沿热点研究领域。它综合了传感器技术、嵌入式计 算技术、网络技术、无线电通信技术、分布式信息处理技术等多项技术，在实际 应用中可以满足人们在任何时间、地点和任何环境条件下获取大量网络分布区域 内的详实而可靠的信息的需求【”】。 无线传感器网络是将大量的具有通信与计算能力的微小传感器节点，通过人 工布设、空投、火炮投射等方法设置在预定监控区域，构成的“智能’’自治监控 网络系统，其目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息， 并发送给观察者。它将逻辑上的信息世界与客观上的物理世界融合在一起，改变 人类与自然界的交互方式，人们可以通过传感器网络直接感知客观世界，从而极 大地扩展现有网络的功能和人类认识世界的能力，扩展了人们的信息获取能力， 将客观世界的物理信息同传输网络连接在一起，在下一代互联网中将成为人们提 供最直接、最有效、最真实的信息。无线传感器网络能够获取客观物理信息，具 有十分广阔的应用前景，能应用与军事国防、工农业控制、城市管理、生物医疗、 环境监测、抢险救灾、防恐反恐、危险区域远程控制等诸多领域。 相比，无线传感器网络具有以下特点附】: 网络应该具有动态拓扑组织功能。 息汇总后，传送给医生，进行及时处理，为远程医疗创造条件。 ,,电磁频谱监测 随着无线电新业务的迅速发展，各种工、科、医设备的大量应用，频谱资源 的供需矛盾变得越来越突出，无线电干扰问题也变得越来越严重。为了保证正常 的信息传递，维护空中无线电波秩序，有效地利用有限的频谱资源，建立与完善 无线电电磁频谱监测手段，加强无线电电磁频谱监测工作，对实施科学的频谱管 理具有重要的现实意义。 无线电电磁频谱监测是采用技术手段对无线电发射的基本参数和频谱特性参 数,德省?德饰蟛睢?淦档缙健??浯,怼?髦贫,进行测量，对模拟信号进 行监听，对数字信号进行频谱特性分析，对频段利用率和频带占有度进行测试统 计分析。通过长期频谱监测并把监测的数据进行 记录 混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载 ，通过统计分析、评估，可 有效地利用频谱资源。 在无线电辐射的过程中，无线电系统内的发射机向空间辐射载有信息的无线 第一章绪论 磁频谱监测的主要内容是，通过采用先进的无线电监测技术，探测、搜索、截获 正在工作的无线电信号，对信号进行测量、统计、分析、识别、监视，以及对正 在工作的无线电台站测向和定位，获取无线电台站位置，通信方式、通联特点、 通信网结构和属性等技术信息。主要是对无线电台站的基本参数，如频率、场强、 带宽、调制等指标系统地进行测量;对声音信号进行监听;对发射标识识别确定; 对频率利用率和频道占用度进行统计分析;对干扰源测向定位，排除干扰，查处 非法电台和非核准电台;达到合理、有效地利用频率，保证通信业务安全的目的。 ,,课题背景及文章安排 本课题主要针对项目中的《传感器网络电磁频谱监测关键技术研究》，主要研 究目标是要突破限制基于无线传感器网络分布式电磁频谱监测的关键技术，为传 感网在多种电磁环境中广泛应用奠定基础。 第一章为绪论，对无线传感器网络的概况，电磁频谱监测以及数据融合理论 第二章无线传感器网络电磁频谱监测 ,,无线传感器网络电磁频谱监测系统组成 移动躲誓节点 图,,无线传感器网络电磁频谱监测系统架构与系统组成 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 ,,无线传感器网络电磁频谱监测系统的应用 第二章无线传感器网络电磁频谱监测 图,,复杂电磁频谱环境下的战场频谱监测示意图 图,,反恐、境外军事行动示意图 在上述应用环境中，一定区域范围内或者集中了众多的无线设备，这使得该 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 图,,国家无线电频谱资源管理示意图 第二章无线传感器网络电磁频谱监测 移动、联通、电信等移动通信运营商,业务的网络部署，需要考虑多方面 因素，一是,,的调制方式使其本身是自干扰系统，而且存在多种业务，总的 来说,网络在网络覆盖和容量上寻求一种平衡:第二考虑现有情况下,、, 共存带来的影响;在整个网络规划中，还必须考虑到新技术的引入以及室内覆盖 系统的建设。 图,,,网络规划示意图 求。 图,,重大灾害救援示意图 图,,设备外形示惫图 图,甮传感器节点各部件性能需求的依赖关系 交换控制信息和收发采集数据。 现将各组成部分的设计方案分别进行介绍。 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 ?伊圉里 ,,?,, 第二章无线传感器网络电磁频谱监测 无线传输网络电台由功放模块、收发信通道模块、数字信号处理模块、主控 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 模块、电源模块、面板单元组成，具体如下: 数字信号处理模块主要完成中频信号的调制解调、数字信号处理，并进行跳 组成。 主控模块负责对键盘作出响应和对电台内部各模块的功能进行控制，监测和 第三章无线传感器网络中的数据融合 ,,数据融合理论基础 我们所研究的数据融合，实际上是对人脑综合处理复杂问题的一种功能模拟。 在无线传感器网络系统中，各感知节点的基本功能是收集并返回其所在监测区域 的信息。传感器节点的资源十分有限，主要体现在电池能量、处理能力、存储容 量以及通信带宽等几个方面。在收集信息的过程中采用各个节点单独传送数据到 网关节点方法会降低网络性能，主要有以下两个原因: 降低信息收集的效率:多个节点同时传送数据会增加数据链路层的调度难 度，造成频繁的冲突碰撞，降低了通信效率，从而影响了信息收集的及时性。 解决这些问题的一个思路是，在从各节点收集数据的过程中，利用传感器节 点的本地计算和存储能力处理数据，去除冗余数据，减少冗余数据传输量，同时 将来自不同节点的多份数据结合在一起，提取或综合出较单个节点数据采集更为 有效、准确的数据信息，最终达到精确感知目标信号，降低能耗，减少开销，延 长网络生命期的目的，这种处理方式被称为无线传感器网络的数据融合。 传感器的基本功能是检测已出现的信号，并对这些信号的参数进行估计。事 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 图,,无线传感器功能的数学模型 拧,一起形成观测向量,,中的观测参数。 于,黾偕,风，,,，(((，以,,扛黾偕瓒杂τ谝桓瞿勘昀唷,玀个假设与观测向 传感器网络中的数据融合技术可以从不同的角度进行分类，依据融合前后数 很多有损融合是针对数据收集的需求而进行网内处理的必然结果。从信息含 量角度看，结果数据相对于传感器节点的原始数据来说，损失了一些信息，。仅能 满足数据收集者的要求。 ?根据融合操作的级别划分 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 ——— ——— ——— 通过一些特征提取手段将数据 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示为一系列的特征向量，来反映事物的属性。 作为一种面向检测对象特征的融合，利用从各个传感器原始数据中提取的特征信 息，进行综合分析和处理的中间层次过程。通常所提取的特征信息应是数据信息 的充分表示量或统计量，据此对多传感器信息进行分类、汇集和综合。 特征级融合可以分为目标状态信息融合和目标特征融合。 ——— ——— ——— 图,特征级融合 —叫身份识别 卜? 图??特征级融合 目前，绝大多数的融合研究皆是针对特定的应用领域的特定问题开展的。即 根据问题的种类，各自建立直观的融合准则，形成“最佳”融合方案，未形成完 —; 整的理论框架和融合模型，使得融合系统的设计具有一定的盲目性。 如上节所述，虽然传感器数据融合的应用研究己相当广泛，但传感器数据融 合问题至今未形成基本的理论框架和有效的广义融合模型和算法。尽管如此，研 究人员还是根据各自的具体应用背景提出了许多比较成熟且有效的融合算法。大 多数融合算法对传感器的测量数据作了一些假设，通常是假定传感器的测量模型 包括了一个统计独立的可加高斯噪声和各传感器测量误差统计是独立的。针对不 —彬墨 ?气—一 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 在多传感器数据融合系统中，每个信息源提供了一组证据和命题，并建立了 一个相应的质量分布函数。因此，每一个信息源就相当于一个证据体。,甋证据 推理法德实质是同一个鉴别框架下，将不同证据体通过,,,,合并规则并成一 个新的证据体，并计算证据体的似真度，最后采用某一决策选择规则，获得融合 的结果。 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划进行融合 处理。 ,,时间融合和空间融合 当使用多个分布在不同位置上的传感器对目标进行监测时，各传感器在不同 值。将这些观测值在时间和空间上排列如表,,所示 表,,多传感器单一目标的观测数据集 , ,, , , , , 为了得出对目标状态的综合估计，这里存在时间融合和空间融合问题,,: 时间融合:按时间先后对目标在不同时间的观测值进行融合，适用于单传感 器的数据融合，即数据压缩。在数据传输过程中，感知节点的数字处理模块根据 情况对采集到的原始数据进行压缩和解压缩处理。这种方式虽然加重了本地的计 算量，增加了节点数据处理模块的负担，但由于网络节点的能量主要消耗在无线 传输中，因设计合理的数据压缩算法可以减少通信数据量，提高网络传输性。 空间融合:对同一时刻的不同位置传感器的观测值进行融合，适用于传感器 网络的数据融合。 ,瓾,,,算法 编码方法。 由于在传感器网络应用中，不能容忍文件统计和文件压缩两次编码处理，所 以暂时不考虑上述两种算法。针对无线传感器网络的特殊性，本文着重研究适合 ,,绻,牵,祷夭街,。 图,, ，， 步骤，篶，码字流中的第一个码字。 步骤，合惹奥胱謕，当前码字，。 步骤，旱鼻奥胱謈，码字流中的下一个码字。 ?当前字符，当前前缀(符串，，，(，的第一个字符。 ，，绻，牵，头祷氐讲街，。 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 第三章无线传感器网络中的数据融合 ,,。，,:，(((，‰,,腥诤希,?,鱿低车淖钪张芯觥,,,,,。 肾 ,觳馀芯鯥 关 节 犀卜 图,,传感器网络检测融合系统 ,煊颗芯鯥 覃,剖琻,,露,,风,,, ,彤一,滓豢, 将式,(,、式,(,代入上式目标函数，可以进一步表示为 ,?,。,,,【尸,马,幻瓳,,,,, ,,,,厅,,,,,绻,薂,名 式中人,,珿 ,,，融合中心的判决门限五及随机化因子，(由虚警 概率口确定 ,?, ?尸,凰,，(?尸,风,口 ,,薌, 点的集合，,表示所有判决‰,的感知节点的集合。因此数据融合规则进一步 第三章无线传感器网络中的数据融合 ,一?。， ,,,、， 、?， 彳瓴,户“, 口，,口,，使系统检测概率取得最大值的最优传感器判决门限为 ,妫,,,，玩,(，?，“,琔,,,,,,,且 ,,定位融合 量值得到的定位估计值的第二层数据融合算出的定位估计值。 优化定位估计值 假设孟,，(((,是对参数口的?次独立观察结果，且 ,】,耄,頺】,椋琲,，,,,,,琋 即对秒的?次观测是无偏的，但是具有不同的测量标准差。数据融合的目的 量，则数据融合的结果为: , , 设计访，使』:,,—,?圃谔跫,胷厅:,,录,。,渲小,【,凇跩。 ,篔,χ,’厅,胷舰,Π鵵厅 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 ,,得玫到剑:篰,荨甊亏，所以: 代入到式,(将式,( 露。 , , ”，, ,,算法、,,,算法进行估计得到,, ,,,,, ,蚑,,,芄膊,,似咧治恢霉兰浦担,缤,(,。 第三章无线传感器网络中的数据融合 优化定位估计值 图,, 该改进模型的主要特点有: 由,,转化得到的,,和测量得到的,,实现数据层融合。在一级数 据融合过程中首先将各个辅助基站测得的,,涤敕,窕,静獾玫腡,值相 减，从而转换成,,值。这些转化后的,,值与其对应的互相关测量得到 的,,值以可信度为权重进行最佳线性数据融合，最后得到的一个,,序 列集合，并利用动态,,位置估计算法求解。 序列展开法的算法的定位估计值的均值和方差分别为丘，置和蠢，砰。第二层 融合产生的新的定位估计值的均值和方差为如，吒，则: 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 如,ザ,(,,? 一‘砰 大于任何单个估计器的输出方差。设吆为最佳线性决策融合的加权系数向量，贾 是各个位置估计器的输出组成的向量，则决策输出为: 】，,,,琷 , 鲁砰 ?,， 司,矧一 ,,频谱显示融合 节点采集到的时域信号变换到频域上进行显示和分析【,】。 第三章无线传感器网络中的数据融合 差霉:,宦,,男,讲睢,盥,褪,,,,直鸨硎救诤现行亩詘的估计值及相应的 在一个分布式系统中传送到融合中心的数据儿,毫,，其中,表示带线 齀 , 瓻红 , 【玩 它们分别对均方误差,,,卣驟,桓辍硪晃鵍和测量拟合误差进行最小 化。 如果被估计量得先验均值和先验协方差都是已知的，就认为，，融合具有 这样的，，融合器通常由如下各式给出: 量，肌笠淮，，，一力 ，，妗，，，诤掀髁课ㄒ徊?业扔贙，豢，。 ?一 联立上述四式可得砰，霹，砖，进而可以算出加权系数 竺立 器 频域 时域 ， 戡，鼬，，，:妻器，枞蚣嗽啊黝呶张啊燃黼依 第四章无线传感器网络数据融合算法性能分析 , 第四章无线传感器网络数据融合算法性能分析 ,,为信号源，通过发送不同带宽的,,珹,琎,,,,,信号来模拟不 同的电磁频谱监测对象，感知节点的硬件结构在第二章中己做介绍。 ,,、一,,,耋 、、、 蒺蒜 东经:,:,,,,,, 东经, ,, 。,(，‘ ,( ,,, , ， , , , , ,?,采样点, ，，, 、 ， ’ 、 ‘ (、 、 ， 。、‘、’?，、、 ,,米 , ,,采样点 ，北纬:,(,,, 节点,,,虐濉,,危,,(,,, 图,,信号采集实验环境示意图 缩。首先定义数据压缩率: ?件’, 表,,,,为针对不同调制方式的信号进行不同差值处理后的压缩结果。通过 对压缩结果的分析，可以得出以下结论: 第一次测试 压缩率,, 第四章无线传感器网络数据融合算法性能分析 表,,,信号的数据压缩结果 第二次测试 第一次测试 ,(, ,(, 第四次测试 第三次测试 ,(, 第一次测试 第二次测试 第三次测试 第四次测试 ,(, ,(, 第一次测试 第二次测试 ,(, ,(, ,(, 第三次测试 第四次测试 ,(, ,,检测融合算法仿真及性能分析 信噪比,, 图,,不同信噪比下检测融合系能结果 ,,定位融合算法仿真及性能分析 第四章无线传感器网络数据融合算法性能分析 估计值的,,，有效提高了系统的可靠性，并保证了良好的定位精度。 第一层数据融合 ,, 第二层数 决策层数 ,,, 据融合 ,, ,,, ,，, ,，, ,，, ,，, ,，, ,，, 估计位置 ,(, ,,频谱显示算法仿真及性能分析 图,,收发信号频谱图 ,,融合 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 图,,各数据融合算法频谱图 第五章结束语 值此毕业论文完成之际，谨向给予过我帮助的老师、同学、家人、朋友表示 感谢李毅，雷赞，赫阳，刘海波，关磊，林伟，是你们和我一起承担科研任 基于无线传感器网络电磁频谱监测系统笪塑塑壁鱼塞鲨堡丝坌堑 ,, 王雪飞(无线传感器网络中传输层无损数据融合技术研究(,,，,， ,,,,,, 陋 徐大伟(无线传感器网络中的数据融合技术研究与应用(,,，,， , 缪强(无线传感器网络研究与实现(,,，,，,,,,,—,( , 王晋秀(无损数据压缩算法在传感器网络中的应用研究(,,，,， , ,瓵,,,,,,,,,,, ,, ,,,,,,,,(,, , ,,,,, ,,,,,,—, ,琍,,,:,—,( ,,縕(,,,琍(,甐,,,,甇,,,,,,,, ,,,,,,, ,,,,, ,,,,,, ,,琂,， ,,,,, 基于无线传感器网络电磁频谱监测系统的数据融合算法性能分析 ,，,,,,簂,,,( 【,】王小平，罗军，沈昌祥(无线传感器网络定位理论和算法(计算机研究与发 【,】袁晓光，杨万海，史林(动态大规模无线传感器网络决策融合(电子与信息 学报(, ,,, 【,】 , ,,,,,,,, ,,,琗(,,,，,,,,,甇,,, ,:,,, ,, 【,】张艳平，陈积明，林瑞仲等(一种简单有效的无线传感器网络数据压缩算法( ,,,,,( , ,,,, ,,，,,琍,,,:,,,,( , ,,,,,,, ,，, ,(,, 【,】 ,,,,(,,(,,，,,,,簂,( 【,】邓勇，施文康，赵春江(一种模糊传感器数据融合的方法(上海交通大学学