第 1 章 绪论
1.1 课题研究意义及应用前景
感知是人类对外界信息的察觉、注意及感觉的一系列过程，人类与大多数的动物通过触觉、味觉、听觉及视觉对外界环境的变化进行判断和预测，例如人类通过温度、湿度的变化来预测天气。蛇通过自身独特的“感热系统”准确定位猎物的位置。人类的大脑是处理通过各种知觉系统所收集到信息的处理中心。并根据判断的结果做出相应的反应。随着物联网技术发展的崛起，通过设计不同类型的智能传感器来感知外界环境的特征变化，物联网的通信技术和通信协议可将其收集到的数据上传至网关。通过设计针对数据的处理判别算法可模拟人类的大脑对外界的环境变化或出现的特征目标进行精准的判断或预测，而基于单传感器下的信息识别能力不能有效地应对外界环境的实时变化并且在有干扰的情况下可能会出现判断错误，相比之下，多传感器下协同协作的信息融合判别具有较强的时效性、生存能力及可信度[1]。所以，多元信息融合的研究已成为当前的热门研究领域之一并广泛应用于实际[2]。
(1) 军事应用
多源信息融合技术最早应用于军事领域[3]，在战场上，为了准确地对敌军目标进行定位，多传感器的协同协作在其中发挥了重要作用，例如在海洋监测的应用中[4]，通常会采用红外、超声波、雷达等传感信号作为识别敌方舰艇的基本信息，红外图像信号能够反映出目标出现的大致范围，但其不能反应出目标的距离。但是加入超声波传感器反馈回来的时间信息，经过计算就可得到目标的准确距离。配合红外图像和超声波信号就能精准地得到目标的方向位置和距离。进而确定敌方对我军的威胁程度。
(2) 自然灾害预防
自然灾害突发的问题在近年来不断出现，为了能够准确地预测自然灾害发生的可能性以及时的做好预防措施，常引用多传感器信息融合的综合判断[5]，例如在预防洪水泥石流灾害的过程中，可以用压力、湿温度传感器进行关联融合。压力传感器可检测土壤的松动情况和降水量的水位情况，而湿温度传感器可检测土壤的湿度，在突发暴雨的恶劣天气中，可将两种传感器的实时监测数据进行综合判别进而得到当地爆发泥石流灾害的可能性，以此为依据做好防护措施以免出现大规模的损失。此外，多传感器的协同协作也可用于预防森林火灾[6]。可通过在大面积无人看守的野外环境布置湿温度、气压、气体浓度等传感器，根据实时数据的综合判断得到火灾发生的可能性和其相关位置。
..............................
1.2 国内外研究发展现状
1.2.1 物联网技术的发展现状
社会不断发展，科技不断进步。互联网的出现使得全世界在各个方面构成了一个密不可分的整体。让世界进入了经济全球化，人类命运共同体这样的一个时代，随着互联网技术的迅速发展，科学技术的创新也不断地加速前进。智能手机、无人超市[11]等高科技产品不断出现，使得人们的生活变得愈加便利。互联网也广泛应用于军事领域[12]，现代战场上情报的传送，实时战场信号的传输等均离不开互联网的技术。然而，科技发展的脚步永远不会停止。一种新兴的网络技术正在慢慢崛起，这就是物联网。
物联网是以无线通信技术为核心的一种网络通信技术[13]。他使得物体与物体之间形成紧密的联系。形成大范围的万物互联和网络覆盖并提供各种智能服务。物联网主要由以下五部分构成[14]:第一，无线通信技术，包括中短距离的无线通信，数字信号的传递以及信号与噪声处理等技术[15]。第二，智能传感技术[16]，其中包括声音、震动、地磁等不同类型的感知传感器选择以及传感器网络接口等相关技术。第三：信息处理技术[17]，包括数据库的数据处理，感知信号的特征提取，信号信息融合等。第四:应用层技术[18]，例如客户端平台针对自己的物联网应用项目的控制操作。第五：网络技术[19]。
物联网被形象地称为“第三次信息技术革命”[20]，最早于 1995 年被提出，并随着近年来各领域的技术不断创新，联合网络通信技术、智能传感技术等相关领域，物联网技术在 2009 年后也得到了迅速发展[21]。创造出了一批又一批的有助于人们生活的产品。在 2009 年经济危机的时代，全球的经济陷入了衰退的泥潭，主要国家都将培养新的经济增长点作为解决危机、复苏经济的救命稻草，而物联网在当时被认为具有发展新经济的巨大潜能，在当今数字经济发展的时代，移动物联网产业也是很多 G20 国家的经济复苏发展的支柱。可见，加强物联网技术的发展已经成为了各个国家的主流趋势。美国 IBM 公司曾提出将物理层面的基础建设与智能领域相结合的智慧地球战略。实现 IT 行业与各个行业领域的深度融合。
..............................
第 2 章 物联网系统结构设计
2.1 系统的结构框架
图2.1 物联网系统结构
.........................
2.2 目标检测物联网系统的具体功能
野外环境下目标检测物联网系统是将物联网通信技术为应用于野外环境下无人看守的无人区，可以自行地监测被监控范围内所想识别的目标，因此系统需符合以下几点要求：
(1) 系统应保证长期稳定有效的工作。 (2) 系统可实时监测可视范围内的数据变化并按指定周期上传。 (3) 系统硬件的选择应适应野外环境的现实情况，保证其工作的有效性。 (4) 系统具有对出现在监测区域内的目标进行检测识别功能，对野外环境下出现的待监测目标进行实时上报。 (5) 客户端可实时在观测界面看到野外现场的数据及报警识别情况，并可进行指令下达。
系统的具体功能如下：
(1) 通过设计基于 zigbee 无线通信的应用层协议将来及传感器所采集到的实时数据上传至协调器。(2) 协调器将所收集到的数据封装后通过串口通信发送至网关。 (3) 网关平台将内部子网数据进行解析和处理并根据所采用的目标识别算法对监测目标进行识别并将结果重新打包发送至客户端平台。 (4) 通过客户端平台界面可直观地看到各传感器采集到的实时数据以及对出现目标的识别结果。 (5) 系统将历史出现的识别结果和出现时间以及数据进行保存，客户端平台可登录进行历史纪录检阅。
.............................
第 3 章 通信协议设计 .................................... 12
3.1 通信环境背景介绍 .............................. 12
3.2 协议栈软件设计 ....................................... 12
3.3 协调器节点软件设计 ................................ 17
第 4 章 目标检测算法研究 .......................... 32
4.1 多传感器数据融合系统模型 ........................................ 32
4.1.1 信息融合的功能模型 ............................ 32
4.1.2 信息融合的层次 ................................... 33
第 5 章 目标检测系统运行测试 ............................. 48
5.1 外场测试系统结构 .............................................. 48
5.2 目标检测现场实验测试 .................................... 50
第 5 章 目标检测系统运行测试
5.1 外场测试系统结构
图 5.1 目标检测物联网系统结构
物联网系统外场测试系统结构如图 5.1 所示,目标检测物联网系统选择野外环境作为实验场地。其中，现场网关层与现场节点层之间采用无线通信，采用第三章所设计的物联网系统各中间件之间的通信方式和数据传输协议，传输距离为 100米至 200 米。网关层与后台监控层之间采用光缆有线通信，传输距离为 10 公里左右。物联网系统节点层采用太阳能供电方式，网关层采用电缆有线供电。传感器采用声音、地磁、人体红外及激光传感器类型作为感知设备。其中，声音传感器可测试范围为 0dB~120dB(分辨率为 1d B)；震动传感器可测试范围为 0~2g(分辨率为 0.1g);激光传感器可测试范围为 0~50m(分辨率为 0.001m);人体红外和地磁传感器测试数据类型均为布尔类型，0 或 1 作为输出值。现场布设使用设备包含 10 个Zigbee 无线网络节点；1 个 Zigbee 网关；10 组声音、震动、人体红外、激光、地磁传感器及适配器；10 个智能微型摄像头；Wifi 网桥、太阳能板及立杆等。
............................
结论
本文以野外环境目标检测物联网系统的应用层设计为目的，重点对物联网系统中传感器节点采集的数据上传的每一个阶段进行了方法上的设计，并在网关融合中心，对于入侵目标的识别分别设计了单传感器预处理及多传感器信息融合的方法进行实时检测识别，所得出的结论及创新如下：
由于处于物联网系统感知层的传感器驱动程序只具有单独检测外界数据的功能，无法在系统中进行数据上传，所以，本文设计借助 Zstack 协议栈的方法完成了传感器驱动程序在 Zstack 协议栈中的移植，并在应用层设计了可靠的通信协议以达到数据向协调器的上传功能，另外，在物联网系统中，传感器所采集到的数据要传输到网关中进行融合处理，所以，在第三章中详细介绍了引用 JNI 中间件来实现协调器与网关之间的串口通信功能。并对串口通信的应用层进行了通信协议的设计以达到数据交互的目的。在网关融合中心，对于以接收到的数据需要进行处理分析，在本文第四章中，介绍了数据融合的结构以及融合的层次，提出对于单传感器预处理生成有效集并将有效集进行时空关联以达到剔除虚警、目标位置确定。随后，本文了以贝叶斯推理、D-S 证据理论为原理基础，提出了单传感器有效集关联及多传感器数据关联的方法以对目标进行准确检测识别，以提升目标检测识别的准确度。最后，在第三章中对网关融合数据信息向总控端进行上传的方法进行了介绍，方法中，介绍了客户端与网关之间通过建立 Socket 连接达到数据读取的功能。并在此基础之上设计了应用层通信协议，完成了物联网系统中检测数据、识别结果的上传功能。课题组以野外边境作为项目实验场地，经实际现场的大量测试，证明了系统在设计的物联网通信环境中能够正常运行完成数据采集、上传，并在提出基于贝叶斯推理和 D-S 证据理论的有效集融合算法下，系统能够对目标进行较高效率的准确识别，对于我国边境防控工作具有积极的意义。
参考文献（略）