数据融合技术
发布时间:2012/4/9 19:22:25 访问次数:1985
数据融合是针对一个系统中使用多种 ADS8364Y 传感器（多个或多类）这一特定问题而展开的一种信息处理的新研究方向，因此数据融合又可称为信息融合、多传感器融合(MSF)。根据国外研究成果，传统的数据融合比较确切的定义概括为：利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下加以自动分折、综合，以完成所需的决策和估计任务而进行信息处理的过程。
按照这一定义，多传感器系统是数据融合的硬件基础，多源信息是数据融合的加工对象，协调优化和综合处理是数据融合的核心。
数据融合最早用于军事领域，定义为一个处理探测、互连、估计，以及组合多源信息和数据的多层次多方面过程，以便获得准确的状态和身份估计、完整而及时的战场态势和威胁估计。
在传感器网络中主要有两种通信量：从用户到网络的查询数据和从传感器节点到用户的感知数据。每一个传感器节点都有可能对环境进行感知或作为对其他节点产生的数据进行转发的中继节点。由于传感器节点数量大且随机分布，相邻的传感器对同一事件进行监测所获得的数据具有相似性。无线传感器网络节点的能量、存储空间与计算能力有限，因此冗余数据的传送在一定程度将消耗过多的能量，缩短整个网络的生存时间。
为避免上述问题，无线传感器网络在收集数据过程中需要使用数据融合技术。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。而无线传惑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。
由于无线传感器网络中传感器节点数量巨大，每个节点都产生感知数据，感知数据流的总规模将十分巨大。如果将各节点获取的大量原始数据都实时地、不加修改地传回汇聚点，必将对网络的能量、带宽等资源带来沉重的负担，而传感器网络存在严格的能量约束限制。因此，在从各个传感器节点收集数据的过程中，系统软件应利用节点的本地计算和存储能力将收集到的实时数据进行合并或聚集，除去冗余信息，尽量减少传输量，从而达到节能的效果。此外，由于传感器节点的易失效性，所以传感器网络也需要数据融合技术对多份数据进行综合，提高信息的准确度。
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。首先是时延的代价：在数据传送过程中，寻找易于进行数据融合的路由、进行数据融合操作、为融合而等待其他数据的到来，这些都可能增加网络的平均延迟。其次是鲁棒性的代价：传感器网络相对于传统网络有更高的节点失效率及数据丢失率，数据融合可以大幅度降低数据的冗余性，但丢失相同的数据也会损失信息，从而降低了网络的鲁棒性。
按照这一定义，多传感器系统是数据融合的硬件基础，多源信息是数据融合的加工对象，协调优化和综合处理是数据融合的核心。
数据融合最早用于军事领域，定义为一个处理探测、互连、估计，以及组合多源信息和数据的多层次多方面过程，以便获得准确的状态和身份估计、完整而及时的战场态势和威胁估计。
在传感器网络中主要有两种通信量：从用户到网络的查询数据和从传感器节点到用户的感知数据。每一个传感器节点都有可能对环境进行感知或作为对其他节点产生的数据进行转发的中继节点。由于传感器节点数量大且随机分布，相邻的传感器对同一事件进行监测所获得的数据具有相似性。无线传感器网络节点的能量、存储空间与计算能力有限，因此冗余数据的传送在一定程度将消耗过多的能量，缩短整个网络的生存时间。
为避免上述问题，无线传感器网络在收集数据过程中需要使用数据融合技术。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。而无线传惑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。
由于无线传感器网络中传感器节点数量巨大，每个节点都产生感知数据，感知数据流的总规模将十分巨大。如果将各节点获取的大量原始数据都实时地、不加修改地传回汇聚点，必将对网络的能量、带宽等资源带来沉重的负担，而传感器网络存在严格的能量约束限制。因此，在从各个传感器节点收集数据的过程中，系统软件应利用节点的本地计算和存储能力将收集到的实时数据进行合并或聚集，除去冗余信息，尽量减少传输量，从而达到节能的效果。此外，由于传感器节点的易失效性，所以传感器网络也需要数据融合技术对多份数据进行综合，提高信息的准确度。
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。首先是时延的代价：在数据传送过程中，寻找易于进行数据融合的路由、进行数据融合操作、为融合而等待其他数据的到来，这些都可能增加网络的平均延迟。其次是鲁棒性的代价：传感器网络相对于传统网络有更高的节点失效率及数据丢失率，数据融合可以大幅度降低数据的冗余性，但丢失相同的数据也会损失信息，从而降低了网络的鲁棒性。
数据融合是针对一个系统中使用多种 ADS8364Y 传感器（多个或多类）这一特定问题而展开的一种信息处理的新研究方向，因此数据融合又可称为信息融合、多传感器融合(MSF)。根据国外研究成果，传统的数据融合比较确切的定义概括为：利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下加以自动分折、综合，以完成所需的决策和估计任务而进行信息处理的过程。
按照这一定义，多传感器系统是数据融合的硬件基础，多源信息是数据融合的加工对象，协调优化和综合处理是数据融合的核心。
数据融合最早用于军事领域，定义为一个处理探测、互连、估计，以及组合多源信息和数据的多层次多方面过程，以便获得准确的状态和身份估计、完整而及时的战场态势和威胁估计。
在传感器网络中主要有两种通信量：从用户到网络的查询数据和从传感器节点到用户的感知数据。每一个传感器节点都有可能对环境进行感知或作为对其他节点产生的数据进行转发的中继节点。由于传感器节点数量大且随机分布，相邻的传感器对同一事件进行监测所获得的数据具有相似性。无线传感器网络节点的能量、存储空间与计算能力有限，因此冗余数据的传送在一定程度将消耗过多的能量，缩短整个网络的生存时间。
为避免上述问题，无线传感器网络在收集数据过程中需要使用数据融合技术。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。而无线传惑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。
由于无线传感器网络中传感器节点数量巨大，每个节点都产生感知数据，感知数据流的总规模将十分巨大。如果将各节点获取的大量原始数据都实时地、不加修改地传回汇聚点，必将对网络的能量、带宽等资源带来沉重的负担，而传感器网络存在严格的能量约束限制。因此，在从各个传感器节点收集数据的过程中，系统软件应利用节点的本地计算和存储能力将收集到的实时数据进行合并或聚集，除去冗余信息，尽量减少传输量，从而达到节能的效果。此外，由于传感器节点的易失效性，所以传感器网络也需要数据融合技术对多份数据进行综合，提高信息的准确度。
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。首先是时延的代价：在数据传送过程中，寻找易于进行数据融合的路由、进行数据融合操作、为融合而等待其他数据的到来，这些都可能增加网络的平均延迟。其次是鲁棒性的代价：传感器网络相对于传统网络有更高的节点失效率及数据丢失率，数据融合可以大幅度降低数据的冗余性，但丢失相同的数据也会损失信息，从而降低了网络的鲁棒性。
按照这一定义，多传感器系统是数据融合的硬件基础，多源信息是数据融合的加工对象，协调优化和综合处理是数据融合的核心。
数据融合最早用于军事领域，定义为一个处理探测、互连、估计，以及组合多源信息和数据的多层次多方面过程，以便获得准确的状态和身份估计、完整而及时的战场态势和威胁估计。
在传感器网络中主要有两种通信量：从用户到网络的查询数据和从传感器节点到用户的感知数据。每一个传感器节点都有可能对环境进行感知或作为对其他节点产生的数据进行转发的中继节点。由于传感器节点数量大且随机分布，相邻的传感器对同一事件进行监测所获得的数据具有相似性。无线传感器网络节点的能量、存储空间与计算能力有限，因此冗余数据的传送在一定程度将消耗过多的能量，缩短整个网络的生存时间。
为避免上述问题，无线传感器网络在收集数据过程中需要使用数据融合技术。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。而无线传惑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。
由于无线传感器网络中传感器节点数量巨大，每个节点都产生感知数据，感知数据流的总规模将十分巨大。如果将各节点获取的大量原始数据都实时地、不加修改地传回汇聚点，必将对网络的能量、带宽等资源带来沉重的负担，而传感器网络存在严格的能量约束限制。因此，在从各个传感器节点收集数据的过程中，系统软件应利用节点的本地计算和存储能力将收集到的实时数据进行合并或聚集，除去冗余信息，尽量减少传输量，从而达到节能的效果。此外，由于传感器节点的易失效性，所以传感器网络也需要数据融合技术对多份数据进行综合，提高信息的准确度。
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。首先是时延的代价：在数据传送过程中，寻找易于进行数据融合的路由、进行数据融合操作、为融合而等待其他数据的到来，这些都可能增加网络的平均延迟。其次是鲁棒性的代价：传感器网络相对于传统网络有更高的节点失效率及数据丢失率，数据融合可以大幅度降低数据的冗余性，但丢失相同的数据也会损失信息，从而降低了网络的鲁棒性。
相关技术资料- 12-28差分放大器的其他形式
- 11-9光纤的传输原理众所周知
- 4-9数据融合技术
热门点击
- 物理层帧结构
- 品质因数Q
- 脉冲信号触发电路
- DMTS协议
- 固态继电器的分类
- 无线传感器网络的发展现状
- 无线多媒体传感器网络节点体系结构组成
- 无线传感器网络网关主要有以下几大类
- 电位器的规格标志方法
- 无线传感器网络测距技术
推荐技术资料
- 硬盘式MP3播放器终级改
- 一次偶然的机会我结识了NE0 2511,那是一个远方的... [详细]
公网安备44030402000607
