基于Jousselme距離證據加權的DS證據理論在WSN中的應用

武警工程大學 陳任秋 劉志騁

?

基于Jousselme距離證據加權的DS證據理論在WSN中的應用

武警工程大學 陳任秋 劉志騁

【摘要】為了延長無線傳感器網絡使用壽命，在確保滿足任務需要的前提下，通過減少數據傳輸量達到節能目的。將DS證據理論應用到無線傳感器網絡無線數據耗能中，利用Jousselme距離公式對單個證據進行權值分配。對一定區域的氣體濃度數據進行仿真實驗，實驗結果表明當樣本數據量達一定程度時，該算法能明顯減少網絡數據傳輸量和提高一定的數據準確度。增強系統魯棒性，降低通信耗能。

【關鍵詞】無線傳感器網絡（WSN）；DS證據理論；Jousselme距離；節能

1　引言

無線傳感器網絡（WSN）技術作為一種具有很大潛力的信息采集技術，不僅擁有基本的環境監測、感知、無線傳輸和處理數據的能力，并且還擁有布設方便、監控范圍廣等優點。最重要的是它能對極寒、極熱以及人類足跡無法到達或不適宜人類活動地區的各方面數據進行監控收集，對人類社會信息化發展具有重要意義[1]。

由于傳感器節點能量[1]有限，怎樣延長傳感器網絡使用壽命一直是一個亟待解決的問題。由于無線傳感器網絡節點的布設結構特點，節點與節點之間的監控區域存在重疊，而導致的結果就是傳輸的數據存在冗余和重復數據，這樣會直接增大通信耗能。而對于無線傳感器網絡來說，通信耗能是異常巨大的，100m距離上發送1kb信息能耗約等于1000000條指令/w?s，從監測數據中提取有用數據，剔除冗余數據壓縮傳輸數據量[2]對于無線傳感器網絡節能有重要意義。

本文通過將數據融合算法應用到無線傳感器網絡中，對傳感器節點測量的數據進行智能化處理，在確保數據準確率的情況下，進行數據壓縮和去冗余處理，節省無線傳感器網絡無線通信耗能。將Jousselme距離公式應用到DS證據理論權重衡量上，針對證據間存在的相似性和相異性進行改進，減少證據內部沖突。

2　DS證據理論合成規則

Dempster合成規則（Dempster`s combinational rule）也稱證據合成公式，其定義如下：

孫全在2000年提出了一種基于加權的組合公式，并調用證據間沖突程度參數K，證據可信度參數和證據平均支持度這其實是一種新的證據可信度分配沖突方法[3]。他提出的合成公式如下：

本文在孫全改進的基礎上，對單個證據進行改進。

3　Jousselme距離公式加權

針對如何判斷衡量各個證據與加權處理后的mw之間的差異，本文引用鄧勇提出的基于置信距離的數據融合算法，通過對證據進行Jousselme距離[4]的計算，對證據源的改進或者加權等處理去減小沖突對DS證據理論融合結果的影響。之后，根據證據與證據之間多維聯系，比如證據之間時間、方向、距離等多方面對算法進行了改進。本文采用的主要是利用距離去衡量證據間的差異性。具體公式如下：

由上式可看出，當有n條證據參與數據融合時則計算證據間的距離需要次，會產生一定的時延，因此適合低維度的證據間的計算。由于無線傳感器網絡大小有限，傳感器節點的總數量也是一定的，這樣每個簇首節點所包含的成員節點數量是固定的，所以對于低維度這一要求無線傳感器網絡是符合算法要求的[5]。

4　實驗流程圖

圖1　Jousselme的證據加權實現模型

如圖1為基于Jousselme的證據加權實現模型，具體步驟如下：

（1）計算每組數據所對應的熵，確定加權系數，計算加權平均后的平均證據參量。

（2）計算各組證據與平均參量之間的Jousselme距離：

5　仿真實驗與分析

本文選取matlab仿真工具對優化后的DS證據理論進行仿真，以非易燃易爆有毒氣體濃度測量分類為實例，對有毒氣體濃度樣本進行分類。選取幾種不同節點密度、不同規模的無線傳感器網絡作為實驗場景：100、150、200、300、450個同種節點隨機散布在100×100大小的區域內。通過對優化前后算法的誤分率和數據壓縮情況與現階段運用最廣泛的leach進行比較分析[6]。

圖2　數據傳輸量比較圖

圖3　數據傳輸量比較柱狀圖

如圖2和圖3為運用加權DS證據理論和原始DS證據理論與僅使LEACH協議的WSN中，在數據傳輸量上進行的比較的折線圖和柱狀圖。從圖中可以看出，隨著節點數的增長，僅使用LEACH協議的WSN中的數據傳輸量成倍增長。而使用改進后的DS證據理論算法和原始DS證據理論算法的WSN中，隨節點數目的增多，網絡中的數據傳輸量也緩慢增加。在網絡中分別有150、300個節點時，與原始DS證據理論相比加權DS證據理論呈現出微弱優勢；在網絡中有100、200、450個節點時，與加權DS證據理論相比原始DS證據理論算法呈現出微弱優勢。改進前后DS證據理論的數據壓縮能力相差無幾，并無明顯差距。而相較于傳統WSN，使用數據融合算法的情況下，能明顯減少WSN中數據傳輸量，并且隨著節點數目的增多，優勢在不停擴大。

如圖4和圖5，分別為改進前后DS證據理論對同一組測量數據進行處理得到的不同的準確率折線圖和柱狀圖。如圖可以看出改進后的DS證據理論在正確率的比較上高于原始DS證據理論算法，并且隨著傳感器節點的增多，正確率也隨之增加。而原始的DS證據理論在網絡中，正確率隨著傳感器節點的增多增加，到節點個數增加到450個的時候，正確率有所下降。

圖4　算法正確率比較圖

圖5　算法正確率比較柱狀圖

6　結論

本文旨在確保無線傳感器網絡傳輸準確的前提下，采用Jousselme距離公式、改進的DS證據理論和加權的方式對特征層數據進行壓縮。在一定范圍內leach算法相比較，對于一般規模和較大規模的無線傳感器網絡本文算法對向基站傳輸的數據有明顯的壓縮能力，并且在計算過程中算法的復雜度較低，能在一定程度節省傳輸耗能，延長網絡使用壽命。下一步將對數據融合的周期性、數據的優化和短期數據觀測的準確性進行近一步研究。

參考文獻

[1]趙繼軍,劉云飛,趙欣.無線傳感器網絡數據融合體系結構綜述[J].傳感器與微系統,2009,28(10):1-4．

[2]張大蹤,楊濤,魏東梅.無線傳感器網絡低功耗設計綜述[J].傳感器與微系統,2006,25(5):10-14．

[3]劉曉光.基于D-S證據理論的推理系統研究[D].合肥:合肥工業大學,2010．

[4]Lefevre E,Belief function combination and conflict management[J]. Information Fusion,2002.(3):111-114.

[5]何立志,張翠芳,蔣鵬.一種新的基于置信距離的沖突證據融合方法[J].計算機應用研究,2014(04)．

[6]丁一鳴.無線傳感器網絡節能路由算法的研究[D].北京:北京交通大學,2008．

陳任秋（1991—），男，湖北隨州人，武警工程大學碩士研究生在讀，主要研究領域為無線傳感器網絡。

作者簡介：