1. 研究目的与意义（文献综述）

1.1 研究目的

传感器网络是能够根据环境自主完成指定任务的分布式智能化网络系统，它综合多项技术从而来监测和采集周围的信息，从而将信息进行处理，传到用户终端。随着技术的发展与普及，传感器网络更是成为生活中“无处不在”“不可或缺”的一种计算机网络。目前看来，军事部门设立了很多军事方面的传感器研究项目，而信息融合问题也成为热点之一。由于战情的需要，军用的传感器网络中需要多种传感器并存，而传感器网络中存在大量种类不同的传感器节点，传感器的异构性会导致信息孤岛问题，故要利用信息融合来解决其异构性。信息融合方法又分为多种层次，包括数据级融合，特征值融合以及决策级融合，其中决策级融合是根据应用需求将多个传感器的结果进行融合，是最高级的信息融合方式。它是对来自于传感器网络的传感器的信息进行融合处理，最终做出对某个目标和某个事件的决策。为了保证传感器工作效果的同时控制系统能耗，在无线传感器网络决策信息融合系统中采用筛选策略，即可以使传感器的判决信息进行有选择的发送，目的是想减少系统的传输损耗，延长网络寿命。因而本文讲传感器网络进行决策信息融合，同时基于筛选策略，从而可以起到减少系统传输损耗的作用。传感器网络决策融合已经广泛应用到社会的各个领域，取得了很大的经济和社会效益，所以对此进行研究具有很大的意义。

1.2 国内外研究现状

无线传感器网络一经提出便收到了来自于各个研究界以及工业界的广泛认可。比如美国由20世纪末开始就展开一些重要的无线传感器网络研究项目，并同时把无线传感器网络作为一个重要的研究领域。之后除了美国之外，其他国家也开始展开对该领域的研究工作。中国对于无线传感器网络的应用研究首先是在信息与自动化领域的研究报告中记录出来，自此之后，中国科学院、国家自然科学基金委员会等也开始涉及并重视此类项目。其中，在“中国未来20年技术预见研究”提出的157项技术课题中有7项就涉及到无线传感器网络。文献[1]提出信息融合技术在目前的阶段中主要是运用于军事领域，在现代高技术的战争环境中，使用信息融合技术具有十分重要的意义，因为它的数据处理能力以及处理量远远高于简单的单传感器。目前随着一些传感器的种类以及数量的增加，信息融合技术不断进步。美国是在信息融合技术上起步最早、发展最快的国家，此外也有其他一些西方国家重视信息融合技术的研究。信息融合技术还逐步地向其他领域渗透，比如智能机器人与车辆领域，医学领域以及火车定位、鱼类识别等方面。

文献[5]提出现有的无线传感器网络数据融合技术可以分为基于统计学、人工智能、信息论以及拓扑学四大类。基于统计学的算法主要是运用传统的概率统计方法，利用概率分布或者密度函数来描述数据的不确定性；基于人工智能的算法本质是对人的思维的信息过程的模拟，它的分支计算智能技术是运用最广泛的技术之一；基于信息论的传感器管理方法是通过信息熵来定量的描述与目标环境作用的不确定性，对网络的数据进行合理与科学的融合；基于拓扑学的无线传感器网络数据融合主要是从网络节点的拓扑结构出发，设计出符合该网络需求的拓扑结构。

2. 研究的基本内容与方案

2.1 研究目标

一个典型的传感器网络监测是由待检测事件、随机散布的本地传感器节点和汇聚节点构成，由于本地传感器节点能量和计算资源均有限，故上述构成中计算和融合的主要任务就集中在了汇聚节点。由于无线传感器网络基本功能就是对周围环境的参数感知以及对事件的监测，所以如何在保证传感器工作效果的同时控制系统能耗便成为一个核心目标。

本文拟解决的问题是在学习统计信号处理理论的基础上，对筛选传感器网络中的决策融合方法进行研究，推导相应的融合规则，并分析融合算法的性能。

3. 研究计划与安排

第1周—第4周搜集资料，撰写开题报告；

第5周—第6周论文开题；
第7周—第12周撰写论文初稿；
第13周—第16周修改论文；
第17周论文答辩。

4. 参考文献（12篇以上）

[1]吴超仲,徐成伟.信息融合技术的研究[j].信息技术,2008(01):18-20.

[2]袁晓光. 传感器网络决策融合研究[d].西安电子科技大学,2010.

[3]袁晓光,杨万海,史林.多跳筛选无线传感器网络决策融合[j].系统工程与电子技术,2010,