王汝言,翟美玲,吴大鹏
(重庆邮电大学 宽带泛在接入技术研究所,重庆 400065)
微型智能医学传感器、无线网络技术以及普适计算的日趋成熟促进了无线体域网(WBAN, wireless body area network)的快速发展。WBAN是由可穿戴或植入式传感器节点构成的、以人体为中心的网络[1,2],可以随时随地监控人体生理状况,在远程医疗[3,4]、健康恢复[5,6]、运动监控[7,8]以及多媒体通信[9,10]等领域具有广泛的应用价值。
WBAN传感器节点尺寸很小,电池容量低且难以替换,因此如何高效利用有限能量来延长整个网络的生命期成为WBAN的关键技术。WBAN的能量主要消耗在数据传输、信号处理和硬件操作3个方面,其中数据传输过程耗能最大[11~13]。同时,节点采集的数据具有一定的时间冗余度,冗余数据的传输加剧了通信能量的消耗。高效的数据融合算法能够显著减少冗余数据的传输,降低数据冲突,减轻网络拥塞,有效节省能源开销,显著延长网络生存时间[14,15]。显然,对于 WBAN来说,研究高效的数据融合策略对提高网络性能、充分利用网络资源十分关键。
数据融合技术是WBAN研究热点之一,目前,大部分的研究工作都是围绕着提高行为分类精确度而展开[16,17]。文献[18]考虑了全局冲突情况下节点间感知信息的相互影响,利用动态冲突信誉值和新的组合规则模拟行为的不确定性,构建感知信息证据理论融合模型,用于解决环境辅助生活系统(AAL, ambient assisted living)中行为识别冲突问题。该融合方法提高了行为识别的有效性和准确性。文献[19]定义了一种新型的协作无线体域网络体系结构(CBSN, collaborative body sensor networks)为多传感器数据融合以及普适计算的应用提供了一种灵活的框架。……