2.3　网络化智能协作感知

随着多传感器系统在民用服务、工业过程和军事领域的普及应用，人工智能对未来协作感知的技术及策略提出了新的要求。构造网络协作感知系统，从而优化综合各种传感器提供的各类数据，以获得更准确且完整的信息，对满足未来智能数据处理和控制系统发展的需求至关重要。

2.3.1　传感网络与无线传感网络

1.定义

传感网络由一组空间上散布的集成传感器、数据处理单元和通信单元的传感节点组成，用于收集所处环境的信息，然后根据融合后的信息对环境进行适当反馈。传感网络自20世纪70年代出现以来已经发展到第四代，即无线传感网络（Wireless Sensor Network，WSN）。

目前WSN还没有相对统一的定义，比较有代表性的定义有以下几种。

（1）WSN是大规模、无线、自组织、多跳、无分区、无基础设施支持的网络。其中的节点是同构的，成本较低，体积较小，大部分节点不移动，被随意散布在工作区域，要求网络系统有尽可能长的工作时间[10]。

（2）WSN是由部署在监测区域内的大量廉价微型传感器节点组成的，通过无线通信方式形成的一个多跳的自组织网络系统，其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息，并发送给观察者。传感器、感知对象和观察者构成了WSN的3个基本要素[11]。

2.体系结构

WSN的体系结构参考了互联网的TCP/IP和OSI/RM（Open System Interconnection/Reference Model）的架构，如图2-9所示，从下至上分别为物理层、数据链路层、网络层、传输层和应用层。此外，每层又包含了WSN特有的电源管理、移动管理和任务管理模块。这些管理模块使得感知节点能够按照能源高效的方式协同工作，在节点移动的WSN中转发数据，并支持多任务和资源共享[12]。

3.数据传输技术

WSN的数据传输常采用各种短距离无线通信技术，如ZigBee、6LoWPAN、Bluetooth、Wi-Fi等。

1）ZigBee

ZigBee是新近发展起来的一种典型短距离无线通信技术，具有功耗小、成本低、时延短、网络容量大、可靠性和安全性高等特点，所以成为当前WSN应用领域的首选。ZigBee的体系结构采用基于OSI/RM并经简化后的物理层、MAC层、网络层和应用层4层体系结构。

2）6LoWPAN

一直以来，因为IP协议对内存和带宽要求较高，要降低它的运行环境要求以适应微控制器及低功率无线连接很困难， 所以无线网络只采用专用协议。基于IEEE 802.15.4标准的6LoWPAN 技术可以实现IPv6通信，它所具有的低功率运行的潜力使它可用于构建WSN。6LoWPAN协议栈参考模型与TCP/IP参考模型大致相似，区别在于6LoWPAN底层使用的是IEEE802.15.4标准。

3）Bluetooth

Bluetooth也称为蓝牙技术，是一种典型的支持设备短距离通信（一般为10m内）的无线电技术。利用蓝牙技术能够有效简化移动通信终端设备之间及设备与互联网之间的通信，从而使数据传输变得更加迅速高效，拓宽了无线通信的道路。蓝牙技术规范包括Core（核心）和 Profiles（定义了蓝牙各种应用中的协议栈组成和实现）两大部分，独立于不同的操作系统和通信协议，可以移植到许多应用领域。例如，在移动电话、PDA、无线耳机、笔记本电脑、相关外设等众多设备之间进行无线信息交换。

4）Wi-Fi

Wi-Fi（Wireless Fidelity，无线保真）能在数十米范围内将个人计算机、手持设备等终端设备以无线方式进行高速连接，同时通过因特网接入点（Access Point，AP）为用户提供无线的宽带互联网访问，目前已成为无线局域网通信技术的品牌和无线设备高速互连的市场首选。Wi-Fi支持IEEE 802.11推出的各类标准，并还在不断更新中。

5）其他技术与标准

其他短距离无线通信技术与标准还包括国际自动化学会（International Society of Automation，ISA）下属的ISA100工业无线委员会制定的ISA100.11a；第一个开放式可互操作无线通信标准——无线可寻址远程传感器高速通道（Highway Addressable Remote Transducer）；具有中国自主知识产权、由863先进制造技术领域《工业无线技术及网络化测控系统研究与开发》项目提出的面向工业过程自动化的工业无线网络标准；由丹麦公司Zensys一手主导的基于射频的、低成本、低功耗、高可靠短距离无线通信技术Z-Wave；20世纪90年代开始兴起的近距离非接触双向通信与识别技术——无线射频识别[13]。

4.主要用途

无线传感网络应用系统中大量采用具有智能感测和无线传输的微型传感器，它们探测周围环境，如温度、湿度、压力、光照、气体浓度，以及电磁辐射、震动强度等物理信息，并由无线网络将收集到的信息传送给监控者。WSN已成为军事侦测、建筑监测、环境保护、工业控制、交通管理、医疗监护、智能家居等应用中的重要技术手段。

2.3.2　协作感知

由于不同性质、不同类型的感知信息形式内容不统一，传感器采样和量化方式不同造成的信息精度差异，以及传感器感知域的局限性使得获取的信息不全面和具有时空相关性等问题，导致原始感知数据具有不确定性和高度冗余性。这就需要研究网络化信息协作感知的有效方法。

1.传感网络协作测量

传感网络协作测量涉及很多方面，如传感网络布置、网络通信、数据融合等。近些年，传感网络技术的发展降低了传感节点的造价，使得布置大量传感节点，从而以数量换取质量成为可能。如何有效地利用大量节点之间对感知数据的协同处理和控制来完成感知任务是WSN的关键问题，传感节点连接的拓扑结构、网络通信延迟和能耗，以及信息融合算法的设计都是需要考虑的。

关于网络结构，目前主要有委员会和层次化两种基本类型。在委员会网络结构中，每个节点是自治的，与部分或其他所有节点连接，以便局部信息能够在任意两个连接的节点之间广播，这样由单个节点收集的信息可在网络内最大程度共享。层次化网络结构则在多层次上排列节点，每个节点仅仅与它的直接下属和上级节点通信。在每一级，单个节点收到来自低级节点的信息，按照它们在等级中的位置协作融合信息，向上级节点报告融合和抽象结果。但是在实际应用中，通常采用混合网络结构来克服这两种网络结构各自的不足。

针对网络可能遇到的数据量大、通信带宽低、不可靠等问题，目前一般采用移动代理的传感网络结构，这种移动代理路由可以为代理访问的节点找到最优路径，路径规划的结果会直接提升传感网络的整体性能[14]。

信息融合主要考虑节点上所执行的数据处理的类型，通过交迭函数融合各节点的估计值。在传感网络中，首先应基于所有节点数据生成具有最优解析度的交迭函数；然后应用多解析分析过程在期望解析度上寻找最优值。

2.协作式信号处理

协作式信号处理通过协调不同节点的测量、传输时序，根据网络资源分布和测量目标，由传感节点自主协作，降低能耗，满足高精度测量需求，实现WSN信息融合。能耗、通信带宽和计算能力是传感网络协作测量感知的三大约束条件，协作式信号处理方法必须同时考虑各传感节点的通信负担、计算能力和剩余能量，使数据融合过程在满足一定精度要求的前提下，实现通信和计算能耗的最小化。

针对不同信号处理算法，协作信号处理机制也不同，但各种协作信号处理机制都必须平衡算法性能和复杂度，以适应传感网络的要求。根据融合机制不同，协作信号处理机制可分为集中式和分布式两类。在集中式机制中，各节点将决策信息直接传送给中心节点进一步完成融合，这种机制虽然应用广泛，但也有一些本质缺陷。例如，仅有的一个或几个中心节点来完成大部分数据处理工作，需要消耗更多的能量、网络带宽，影响网络传输的可靠性并降低网络寿命。另外，由于各节点都自主地完成数据采集、初步决策和信息传输，因此导致无法动态选择传感节点以实现对融合精度的实时控制。分布式机制则根据节点的空间位置、测量能力和需求将网络划分为多个簇，各节点实现初步决策并将信息传递给簇首节点以完成簇内数据融合，簇首节点再将融合结果传至中心节点完成最终信息融合。这样利于动态控制融合精度，实现网络能耗与测量精度的动态平衡。

渐进分布式机制是一种新的协作信号处理机制。在测量过程中，中心节点根据评价指标选择网络最优节点作为激活节点并传递测量指令，该节点再根据周围节点状况选择下一激活节点并传递信息，新节点将接收到的信息与本地信息融合后传递给选择的下一激活节点，不断循环选择节点和渐进融合，直至结果满足精度要求。该方法能有效实现网络能耗与融合精度的优化平衡[15]。