基于多Agent的无线传感网络数据融合方法研究

吴德

摘 要 将多Agent技术与无线传感器网络相结合，充分利用Agent与传感器网络节点的自治性与协作性，以煤矿井下无线传感器网络人員定位系统为背景，提出了一种基于多Agent系统的无线传感器网络数据融合模型，分析了网络中本地传感器节点Agent与融合中心Agent的内部结构，介绍了节点间协商的基本策略。

【关键词】多Agent 无线传感器网络 数据融合

无线传感器网络（WSN，Wireless Sensor Network）由大量具有感知能力、计算能力和通信能力的微型传感器以自组织方式构成，网内节点协作完成数据的采集与传送，可广泛应用于战场监测、环境保护和智能家居等诸多领域。多Agent系统是分布式人工智能的主要研究内容，在此系统中多个独立的、智能的、自主的Agent通过相互作用共同完成特定的目标和任务，其典型特征就是系统中的数据、计算以及控制都是分布式的，这一点与无线传感器网络相一致。

无线传感器网络是一种分布式自主系统，具有自组织功能，分布在不同位置的传感器网络节点拥有一定的独立决策感知信息的能力，若将节点是为Agent，那么无线传感器网络就是一种多Agent系统。尽管如此，无线传感器网络具有一些自己的特殊特征，多Agent系统中的方法还不能直接应用到无线传感器网络中。Ortiz C L等人以多Agent系统中的合同网为原型开发了无线传感器网络协同方法；Sandholm T等人提出了基于任务再分配的动态仲裁方法。本文以无线传感器网络目标追踪技术为背景，研究了基于多Agent系统的无线传感器网络数据融合方法。

1 多Agent系统

多Agent系统是由多个Agent组成的Agent社会，是一种分布式自主系统。该系统的通过Agent的交互，设计多Agent协作求解复杂问题，其关键是协调各Agent的知识、目标、策略和规划。在实际系统中，多Agent系统通过各Agent间的协同工作来表达系统的结构和功能，其主要的协同方式有通讯、合作、互解、协调、调度、管理及控制等。

2 无线传感器网络数据融合

数据融合过程是一种将来源于不同或相同源的数据或信息进行统一协调处理，以得到更有效、更符合要求的决策信息或数据的过程。无线传感器节点一般是以预先设定的频率采样并进行数据传输的，这些采样信息在语义上多具有时空相关性。若将网络中具有相关性的数据融合成能够准确表达真实物理状态的信息或数据，即可有效减少网络的数据量，进而降低网络节点的能量消耗，延长网络寿命。此外，数据融合还能够剔除掉因传感器节点受扰而产生的错误。无线传感器网络数据融合技术的主要思想是将来自不同节点的信息结合起来进行融合处理，达到减少网络数据传输量的目的。

3 多Agent的无线传感网络数据融合设计

3.1 问题描述

由于煤矿井下通信存在严重的多径传播、衰减、非视距、通信盲点，因此，为了保证网络的可靠性，就需要使用融合技术对采集到的数据进行处理。

基于煤矿井下无线传感器网络人员定位系统，是在采煤工作面布置一定密度的无线传感器网络节点，当携带可识别模块的矿工进入工作区域去，传感器网络就返回感知信息并保持对目标的追踪。整个网络动态调整传感器节点的工作状态，实时选举簇头，然后由簇头跟上级节点进行通信，返回追踪信息，其中簇头的选举动作由事件触发的。如图1所示，在某一特定时刻，处在侦测范围内的节点选举一个簇头，该簇头节点作为信息融合中心，其他节点将各自侦测到的信息发送到该簇头节点。

3.2 融合模型设计

基于Agent的无线传感器网络数据融合模型如图2所示，各类传感器节点的Agent都具有任务管理、信息中继、资源管理以及数据处理等功能。动态选举出来的簇头节点作为融合中心，处在活动状态的其他节点即作为本地传感器，数据的融合通过本地传感器Agent与融合中心Agent协作完成。图3是本地传感器节点Agent的内部结构，由任务管理负责调度Agent各个功能直接的调度任务，数据处理任务根据传感器采集的信息与本地规则，对数据进行预处理，通信与信息中继任务实现本地节点与融合中心的协作与通信。与本地Agent不同的是，融合中心Agent具有调度簇内节点的功能，且拥有不同的中心融合规则，其内部结构如图4所示。

3.3 协作

数据的融合是由本地传感器节点与簇头节点间的协商实现。其具体的协商策略是：融合中心接到任务后，对邻近节点进行评价并分级，目的是选择能够完成任务的高效节点，进而在局部形成一个侦测网络；然后融合中心Agent将任务静态的分配到该网络，各分配到任务的本地Agent按照中心提供的本地规则对采集到的数据进行预处理，再将结果发送到融合中心Agent；最后由融合中心Agent根据中心融合规则完成任务，并将最终结果反馈到任务发布者。

4 结论

基于多Agent技术的无线传感器网络数据融合模型，以逻辑分析为基础，利用Agent与传感器网络节点对煤矿环境的感知和决策功能，通过多Agent协作，减少决策过程对数据融合中心的依赖，增强了无线传感器网络的可靠性。但是多Agent任务管理需要消耗一定的系统资源，主要包括物理存储空间、能量等，这对传感器网络的整体性能带来一定影响。多Agent的协商算法及融合规则，以及Agent向后传播的算法是下一步研究的重点。

参考文献

[1]Akyildiz I F，Su W，Cayirci E，et al.A Survey on Sensor Networks [J].IEEE Communications Magazine，2002：40（8）：102-114.

[2]Ortiz C L，Eric H.Structured Negotiation[A].In ICMAS02[C]， 2002.

[3]Sandholm T，Suri S.Improved Algorithms for Optimal Winner Determination in Combinatorial Auctions and Generalizations[A].In National Conference on Artificial Intelligence（AAAI），2000：90-97.

[4]李海刚，吴启迪.多Agent系统研究综述[J].同济大学学报，2003，31（6）：728-732.

[5]林华.多传感器数据融合中的数据预处理技术[J].海军工程大学学报，2002（6）：33-55.

[6]赵妮，柳毅等.基于多智能体技术的信息融合系统[J].探测与控制学报，2005，27（1）：19-22.

作者单位

金华经济技术开发区管委会高新技术产业局 浙江省金华市 321017