物联网信息融合技术及存在的问题研究
物联网数据融合技术
第9章 物联网数据融合技术 多传感器数据融合(Multi-Sensor Data Fusion，MSDF)，简
称数据融合，也被称为多传感器信息融合(Multi-Sensor Information Fusion，MSIF)。它由美国国防部在20世纪70年代最 先提出，之后英、法、日、俄等国也做了大量的研究。近40年 来数据融合技术得到了巨大的发展，同时伴随着电子技术、信 号检测与处理技术、计算机技术、网络通信技术以及控制技术 的飞速发展，数据融合已被应用在多个领域，在现代科学技术 中的地位也日渐突出。
培训专用
第9章 物联网数据融合技术
9.1.2 物联网中的数据融合
数据融合是针对多传感器系统而提出的。在多传感器系统中，由 于信息表现形式的多样性、数据量的巨大性、数据关系的复杂性以及 要求数据处理的实时性、准确性和可靠性，都已大大超出了人脑的信 息综合处理能力，在这种情况下，多传感器数据融合技术应运而生。
(1) 数据对准。
(2) 数据相关。
(3) 数据识别，即估计目标的类别和类型。 (4) 感知数据的不确定性。 (5) 不完整、不一致和虚假数据。
(6) 数据库。 (7) 性能评估。
培训专用
第9章 物联网数据融合技术
3．物联网数据融合的意义和作用 物联网是利用射频识别(RFID)装置、各种传感器、全球定位系统 (GPS)、激光扫描器等各种不同装置、嵌入式软硬件系统，以及现代 网络及无线通信、分布式数据处理等诸多技术，能够协作地实时监测、 感知、采集网络分布区域内的各种环境或监测对象的信息，实现包括 物与物、人与物之间的互相连接，并且与互联网结合起来而形成的一 个巨大的信息网络系统。
特征级融合的流程：经过预处理的遥感影像数据—特征提取—特 征级融合—融合属性说明。
基于区块链的5G、物联网融合应用研究
总759期第二十五期2021年9月河南科技Journal of Henan Science and Technology基于区块链的5G、物联网融合应用研究刘会霞1刘路希2（1.河南警察学院，河南郑州450046；2.中国兵器工业信息中心，北京100089）摘要：本文简述物联网的基本概念，介绍物联网目前存在的一些问题，并阐述区块链对物联网的促进作用，将区块链技术与物联网和5G技术融合，实现数据安全、跨域协同与共享，同时介绍基于区块链的5G、物联网数据融合应用方案，希望能为未来区块链物联网的研究提供参考。
关键词：区块链；5G；物联网（IoT）；分布式存储中图分类号：TN929.5；TP391.44文献标识码：A文章编号：1003-5168（2021）25-0030-03 Research and Analysis of5G IoT Based on BlockchainLIU Huixia1LIU Luxi2（1.Henan Police College，Zhengzhou Henan450046；rmation Center of China North Industries Group Corporation,Beijing100089）Abstract:This paper briefly describes the basic concept of the Internet of things,introduces some problems existing in the Internet of things at present,and makes some descriptions on the promotion of the blockchain to the Internet of things,data security,data sharing and cross-domain collaboration are realized by fusing block chain technology with Internet of Things and5G technology,it is hoped to have some reference value for the future research of blockchain IoT. Keywords:blockchain；5G；Internet of Things(IoT)；distributed storage随着物联网技术在智慧城市、智慧农业及车联网等领域的飞速发展，物联网设备的使用规模呈爆炸式增长。
物联网环境中的多传感器数据融合
物联网环境中的多传感器数据融合随着物联网（Internet of Things, IoT）的发展，越来越多的传感器被用于收集环境数据。
这些传感器可以在不同的位置和时间进行数据采集，从而形成了大量的多源数据。
然而，这些数据来源的差异性和不确定性给数据处理和分析带来了挑战。
因此，多传感器数据融合成为了物联网环境中的重要任务。
多传感器数据融合是将来自不同传感器的数据进行整合，以提供更全面、准确和可靠的环境信息。
通过将多个传感器的数据相互关联和处理，可以获取更全面的环境状态，并提供更高质量的决策支持。
多传感器数据融合可以用于各种应用场景，如智能家居、智能城市、智能交通等。
在物联网环境中，多传感器数据融合需要解决以下几个关键问题。
首先，数据标准化和格式统一是多传感器数据融合的基础。
不同传感器采集的数据可能以不同的格式和标准存储，因此，需要将这些数据进行标准化和格式统一，以方便数据的融合和处理。
通过采用统一的数据格式，可以更好地进行数据的整合和分析。
其次，数据质量评估和校正对于多传感器数据融合非常重要。
不同传感器的精度、灵敏度、测量范围等可能存在差异，因此需要对数据进行质量评估和校正，以减小传感器之间的差异性。
通过校正数据的偏差和误差，可以提高数据的准确性和可信度，并消除因数据质量差异引起的错误判断。
第三，多传感器数据融合需要选择合适的数据融合算法。
常见的数据融合算法包括加权平均、优势融合、模型融合等。
不同的算法适用于不同的应用场景和数据类型。
选择合适的数据融合算法可以提高融合结果的准确性和稳定性。
另外，多传感器数据融合还需要考虑传感器之间的空间和时间相关性。
传感器的布置和采集数据的时间相互关联会影响数据融合的结果。
因此，需要结合传感器的位置和时间信息，考虑空间和时间相关性，从而更好地融合数据。
此外，多传感器数据融合还需要考虑数据的实时性。
在某些实时应用场景下，数据的实时更新和融合对于及时响应环境变化至关重要。
我国农业物联网应用情况、存在问题及发展思路
农业经济 ２ ０ １ ４ ／ ４
我国农业物联网应用情况、 存在问题及发展思路
◎李奇峰 李 瑾 马 晨 刘 丽红 郭 美荣 秦 向阳
摘 要 ：在 系统总结我 国农业物联 网发展现 状的基础上 ，分析 了存在的主要 问题和制 约因素，结合 国家物联 网发展 战略
５ ． 培 育农业 新兴产业 ，通过 推进高 新技术 产业化 ，加 田 中搭建无线传 感器 网络 ，借 助互联 网 、移动通信 网络等进 快农业 产业结构调 整 ，形成新 的增 长点 ，提高经济增长 质量 行数据传输 ，在 集中服务器上对数 据进行处理 、分析 ，形 成 和效益 ，促进经济平稳较快发展 ； 科学决策 。安徽 省明确提 出全 面推 动农 业物联 网发展 ，率 先 ６ 推进 新农村 建设 ，通过实施 农业物 联 网 ，加快农 村 探索 “ 顶层设计 、整体推进 、典型 示范”Ｉ 向 农业物联 网应 用 经济合 作组织发展 ，促进农技推广服务 体系转型升级 ，提高 发展模式 ，相继 出台一系列扶持政 策 ，启动实施农业物联 网 农村信 息化管理和服 务能力 ，促进农村 经济 、政治 、文化 的 综合服务平台等项 目 ，取得显著成效 。
重要组 成部分 ，国家 《 物联网 “ 十 二五”发展规划》将农 业 程 。在农业资源 的精 细监测和调度 方面 ，通过资源卫星搭 载 物联 网应用示范作为 重要支持 内容 ，很 多行业部 门也纷 纷将 高精度感知设备 ，获取土壤 、商情 、水 文等极为精细 的农业 物联 网应用作为行业 发展的重点工作加 以支持 ，各地也在积 资源信 息 ，配合 农业 资源调度专 家系统 ，实现科 学的决 策 。 极开展 农业物联 网技 术应用的探索与 实践 ，农业物联 网进入 在农业生态环境 的监 测和管理方面 ，通合传输 技术和互联 网技术 ，构 建农业生态环境
物联网中的感知数据融合与分析平台构建
物联网中的感知数据融合与分析平台构建物联网的快速发展使得大量的感知数据被采集和生成，这些数据来自于各种物联网设备，包括传感器、摄像头、智能手机等。
为了实现对这些感知数据的有效管理和分析，物联网中的感知数据融合与分析平台成为一个关键的组成部分。
感知数据融合是指将来自不同传感器和设备的数据进行整合和集成，得到全面、准确的感知信息。
感知数据分析是指对融合后的数据进行处理和分析，提取有价值的信息和知识，用于支持决策和优化。
构建物联网中的感知数据融合与分析平台面临许多挑战和考虑因素。
首先，平台需要具备处理大规模感知数据的能力。
物联网中的设备数量庞大，每个设备产生的数据量也很大，因此平台需要具备高效的数据存储、处理和计算能力。
其次，平台需要支持多种数据格式和协议。
物联网中的设备可能使用不同的传感器和通信协议，因此平台需要具备灵活的数据接口和协议转换能力。
同时，平台还需要支持实时数据处理和分析，以满足实时监控和预警的需求。
另外，平台需要具备安全和隐私保护的能力。
物联网中的感知数据可能涉及用户隐私和商业机密，平台需要采取相应的措施，保护数据的安全性和机密性。
为了构建物联网中的感知数据融合与分析平台，可以采取以下步骤：1. 设计数据融合架构：根据物联网中的感知数据特点和需求，设计合适的数据融合架构。
这包括确定数据源、数据接入、数据存储和数据处理等模块，以及它们之间的关系和接口。
2. 选择合适的数据存储和处理技术：根据平台的规模和性能需求，选择合适的数据存储和处理技术。
这可以包括关系数据库、分布式文件系统、流处理引擎等。
同时，考虑数据的备份和容灾，以提高数据的可靠性和可用性。
3. 实现数据接入和集成：根据物联网中不同设备的数据格式和协议，实现数据接入和集成模块。
这包括数据格式转换、协议解析和数据校验等功能，以确保数据的准确性和完整性。
4. 开发数据处理和分析算法：根据业务需求和分析目标，开发合适的数据处理和分析算法。
物联网数据融合技术浅析
知识文库 第11期22物联网数据融合技术浅析刘召华大数据时代的到来，要求我们需要使用更加有效的数据处理方式，但实际应用中获得大量数据相当一部分是冗余和无效的，这些数据在网络中传输和处理会极大降低效率，数据融合技术是比较理想的解决办法。
物联网与互联网结合起来形成了一个巨大信息网络系统，在这个系统中，有大量感知数据，需要选取适当的融合模式、处理算法进行综合分析，才能提高数据质量，获得最佳决策和完成评估，这些工作的完成需要使用数据融合技术。
一、物联网数据融合“数据融合”是20世纪70年代美国国防部针对多传感器系统而提出，经过40多年发展，现已被应用在多源影像复合、智能仪器系统、无人驾驶飞机、图像分析与理解、自动目标识别等多个领域。
数据融合是利用现代计算机技术对时序获得的若干感知数据，在一定准则下加以分析、综合，以完成所需决策和评估任务而进行的数据处理过程。
数据融合的目标数据是全空间的，即包括所有确定的和模糊的、全空间的和子空间的、同步的和异步的，数字的和非数字的，是复杂多维多源的；数据融合是内部特征，是系统动态过程中的一种数据综合加工处理；数据融合是数据的互补，即表达方式互补、结构互补、功能互补、不同层次互补，只有互补数据融合才能使系统发生质的变化。
数据融合的实质是针对多维数据进行关联或综合分析，选取适当的融合模式和处理算法，用以提高数据质量，为数据处理奠定基础。
二、数据融合原理、步骤和分类数据融合可以是物联网多个传感器的信息融合，也可以是多个传感器信息和人机界面观测事实信息融合。
原理是先将多个不同类型传感器获取数据收集；对传感器输出数据进行特征提取的变换，提取代表观测数据的特征矢量Y i；对特征矢量Y i利用聚类算法、神经网络等模式识别处理完成各传感器关于目标的说明；将各传感器关于目标的说明数据按同一目标进行关联；利用融合算法将每一个目标传感器数据进行合成，得到该目标的一致性解释与描述。
例如故障诊断系统中，从获取数据中提取征兆信息，在推理机作用下，将征兆与知识库中的知识匹配，做出故障诊断决策，继而提供给用户使用。
浅谈农业物联网技术应用发展现状与趋势
随着我国农业现代化进程明显加快，以农业物联网为核心技术的智慧农业为我国粮食安全、食品安全、生态安全提供了重要保障。
现阶段农业物联网在远程监测、智能控制、追踪溯源系统，采集加工和农业大数据等领域得到大力发展。
随着农业物联网不断发展，农业物联网设备的进一步的多样化和标准化，应用规模将不断扩大，应用模式将不断创新，数据分析处理能力大幅提升和农业物联网高素质高技术人才不断涌现将成为必然趋势。
农业物联网即运用物联网技术手段，为智慧农业的生产和发展提供精细化管理、智能分析、智能指导并提出智能化决策的技术。
农业物联网技术能实时监测农作物生产状况，实现农业的精细化管理，提升日常管理效率，也能进一步提升农业生产智能化水平，使农业管理从数字化走向透明化和个性化，提升农业经济和生态效益。
农业物联网架构可分为三层：感知层、传输层和应用层。
感知层是采用各种传感器来获取作物的各类信息，是物联网识别物体、采集信息的来源。
传输层是由各种传输网络组成，是整个物联网的中枢，负责传递和处理感知层获取的信息。
应用层是物联网和用户的接口，与行业需求相结合，实现物联网的智能应用。
一、国外农业物联网发展现状随着国外农业物联网研究的不断深入，国内外农业物联网技术的应用场景也在不断增加。
国外大农场作为农业物联网技术应用的引领者，在各种传统农业机械上安装使用定位系统、实时动态测量等高新技术，使传统农业机械实现自动驾驶、精密耕种、自动出入库等功能，提高了生产效率和土地利用率。
国外则以轻便型智能农机具为特征，大力发展精确农业，目前主要集中在两方面：一是精确农业的基础研究，提供农业生产应用的作物生长模型数据库，二是精确农业机械的研究，提供农业物联网的智能化操作终端，实现田间病虫害的控制防治、施肥管理和收获预测。
荷兰建成了物联网温室，计算机自动控制温室所需的光照、水分、CO2等，实现了农业生产全程自动化，有效提高了生产效率，降低了劳动力成本。
农业物联网技术的应用场景不断增加的同时，各类新型物联网不断涌现，国外专家研制了一款纳米微型传感器植入养殖动物体内可第一时间检测出流行性疾病的感染状况，还开发了装在农产品运输卡车货箱里的传感器可实时监测湿度、温度状况掌握环境因子对农产品中大肠杆菌或其他病原体可能造成的影响，防止食源性致病菌的产生，国外用金属氧化物气敏传感器开发的仪器检测不同水果释放的标志性气味、分析判断水果的成熟度，精确度达到食品实验室中的专用测量仪，国外研究人员利用表面等离子共振技术发明了一种小型生物芯片传感器，可准确、快速地对环境和食品(DNA、蛋白质）污染进行检测。
物联网中的多传感器数据融合方法与应用
物联网中的多传感器数据融合方法与应用随着物联网（Internet of Things，简称IoT）技术的快速发展，大量的传感器设备被广泛应用于各个领域，从城市管理到智能家居、工业监测等。
这些传感器设备可以采集到大量的数据，但是由于传感器的种类繁多、分布广泛、采集频率不一致等特点，传感器数据的质量和准确性可能存在一定的问题。
因此，如何利用多传感器数据进行融合，提高数据的准确性和可靠性成为了物联网中的一个重要课题。
多传感器数据融合是指将来自不同传感器的数据进行集成和分析，从而得到更准确、全面、可信的信息。
传感器数据融合可以分为低级融合和高级融合两个层次。
低级融合主要是对不同传感器的原始数据进行处理和合并，包括数据对齐、校准等操作；高级融合则是在低级融合的基础上进行数据分析和推理，得到更高层次的数据表示和解释。
在物联网中，多传感器数据融合有着广泛的应用。
首先，多传感器数据融合可以提供更准确的环境感知和监测。
通过结合多个传感器的数据，可以获取到更全面、细致的环境信息。
例如，在智能交通系统中，通过融合来自车辆传感器、红绿灯传感器、交通摄像头等多个传感器的数据，可以实时监测交通状况，提供准确的交通流量统计和拥堵预测。
其次，多传感器数据融合还可以提高传感器网络的可靠性和稳定性。
通过融合多个传感器的数据，可以对传感器故障或错误数据做出实时检测和纠正，提高传感器网络的鲁棒性。
再者，在医疗健康领域，多传感器数据融合可以用于健康监测和疾病预测。
通过结合多个传感器的生理参数数据，可以实时监测人体健康状态，并通过数据分析和算法推断可能存在的健康问题。
此外，多传感器数据融合还可以应用于农业、环境监测、安防等领域，提供更精确、全面的信息支持。
那么，如何进行多传感器数据融合呢？目前，常用的方法主要包括基于模型的融合、基于统计学的融合和基于人工智能的融合。
基于模型的融合方法适用于已知系统模型的情况下。
该方法假设传感器之间存在确定的关系，并且通过建立模型来描述这种关系。
信息技术与学科融合疑难与对策
信息技术与学科融合疑难与对策随着信息技术的快速发展，其应用领域已经深入到社会的各个角落，包括教育领域。
信息技术与学科的融合已经成为当今教育发展的趋势，然而，在实际操作中，我们往往会遇到一些疑难问题。
本文将就这些问题进行分析，并提出相应的对策。
一、信息技术与学科融合的现状目前，信息技术已经广泛应用到各个学科的教学中，例如数学、物理、化学等。
通过信息技术的引入，学生可以更加直观地理解学科知识，提高学习效率。
然而，在实际操作中，我们发现存在一些问题。
二、信息技术与学科融合的疑难问题1、技术应用不恰当。
有些教师过于依赖信息技术，忽略了传统教学方法的优点，导致教学方法单一，学生无法真正掌握知识。
2、学科融合不深入。
有些教师在应用信息技术时，只是简单地将其作为演示工具，没有真正发挥信息技术的优势，学科融合不深入。
3、学生参与度低。
有些教师在课堂上过度使用信息技术，导致学生参与度降低，无法真正发挥学生的主体作用。
三、解决信息技术与学科融合问题的对策1、合理应用信息技术。
教师应当根据教学内容和学生的实际情况，选择合适的信息技术，同时也要注意与传统教学方法相结合，使学生能够更好地掌握知识。
2、深入融合信息技术与学科。
教师应当积极探索信息技术在学科中的应用，发挥信息技术的优势，提高教学质量。
3、提高学生的参与度。
教师应当通过多种方式鼓励学生参与课堂活动，提高学生的参与度，发挥学生的主体作用。
四、结论信息技术与学科的融合已经成为当今教育发展的趋势，然而在实际操作中还存在一些问题。
我们应当根据实际情况，采取相应的对策，使信息技术在学科教学中发挥更大的作用。
信息技术与学科深度融合随着信息技术的飞速发展，我们正见证着教育领域的深刻变革。
这种变革的核心在于信息技术与学科的深度融合，它正在重塑我们的教学方式，丰富学生的学习体验，提高教育质量。
信息技术与学科的深度融合意味着教学资源的重新配置。
传统的课堂教学往往受限于固定的教材和有限的教学资源，而信息技术的应用则打破了这一限制。
物联网调研报告背景分析
物联网调研报告背景分析物联网（Internet of Things, IoT）是指利用特种设备和技术，通过互联网连接和交流的方式，实现人与物品、物品与物品之间的信息传递和智能化交互。
物联网的发展涉及到传感器技术、无线通信技术、云计算技术、大数据分析技术等多个领域，具有广泛的应用前景和巨大的市场潜力。
背景分析是对现实情况和问题进行全面、深入的调查和研究，以揭示事物发展的原因和规律。
在撰写物联网调研报告的背景分析部分时，可以从以下几个方面进行分析：1. 产业发展趋势：物联网是信息技术与制造业的深度融合，具有广泛的应用前景。
随着人们信息化程度的提高、技术的成熟和应用场景的扩大，物联网产业将迎来更为广阔的发展空间。
根据国内外相关报告预测，未来几年物联网市场规模将持续扩大，成为推动经济发展的新引擎。
2. 政策环境支持：我国政府高度重视物联网发展，并出台了一系列有利于物联网产业发展的政策措施。
例如，国家制定了物联网产业发展规划，加大了对研发创新和技术应用的支持力度，推动了相关企业的发展壮大。
3. 技术进步驱动：物联网的发展依赖于先进的信息技术和通信技术。
近年来，无线通信技术、传感器技术、云计算技术、大数据分析技术等的快速发展为物联网的发展提供了技术基础。
这些技术的不断成熟和突破将进一步促进物联网产业的快速发展。
4. 应用场景拓展：物联网的应用场景非常广泛，可以涵盖生活、工业、农业、医疗、交通等多个领域。
人们对生活质量的要求提高，对信息化、智能化的需求也越来越强烈，这将进一步推动物联网在各个领域的应用和发展。
5. 挑战和问题：物联网发展过程中也存在一些挑战和问题，如安全性、隐私保护、标准统一等方面的需求亟待解决。
同时，物联网的应用也会给社会带来一定程度的变革，需要适应和管理相应的社会问题。
总之，物联网作为信息技术与制造业的深度融合产物，具有广阔的发展前景和巨大的市场潜力。
背景分析可以针对物联网产业发展趋势、政策环境支持、技术进步驱动、应用场景拓展以及挑战和问题等方面进行深入研究，为后续的调研报告提供有力的背景支撑。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
龙源期刊网 http://www.qikan.com.cn
物联网信息融合技术及存在的问题研究
作者：张昆
来源：《科技传播》2013年第22期
摘 要 信息技术的飞速发展，促进了物联网技术的深入研究。为实现高效率的信息感知和
处理，物联网自身的资源是有限的，需要依靠信息融合技术达到信息处理的目的。本文对物联
网的信息融合技术进行介绍，对物理网信息融合技术的层次进行划分和分析，对其中存在的问
题和缺点加以指出。
关键词 物联网；信息融合技术；层次
中图分类号G206.2 文献标识码A 文章编号 1674-6708（2013）103-0226-02
1 物联网的概述
随着网络的飞速发展传感器网络的不断进步，物联网成为互联网络发展的主要方向。物联
网的产生是建立在互联网和传感网的基础之上的，将二者加以融合连接，形成用户到物体连接
通信和交换信息的网络架构。互联网和不同类型的物品以传感设备为连接媒介实现通信连接，
形成智能化通信和管理的网络架构体系，使物和物间信息交换及人和物间信息交换得以实现。
物联网的基本功能是对信息的感知，人们通过互联网对社会上的信息进行了解，通过物联网对
社会的信息加以感知。物联网以传感器作为网络设备信息收集的通道，可以将物联网中的设备
和物品信息中的有价值的数据进行收集，提供给用户对信息进行处理。
用户通过物联网的终端设备接入到互联网网络，在连接到传感器网络的各个终端节点，用
户就可以通过传感器和互联网获感知节点设备的信息数据，当然，终端节点的实时动态情况也
可以通过传感器和互联网想用户端反馈。但是物联网对信息处理和分析的能力和资源是有限
的，要实现高效率的信息感知，需要依靠信息融合技术协助物联网进行必要的信息处理。
2 信息融合技术
信息融合技术是指按照一定的规则条件，将传感器获得的大量信息数据按照一定的时序利
用计算机信息技术对其进行收集、分析、提炼和处理的过程。通过信息融合技术，获得所需要
的精准信息数据。可以说，信息融合就是对大量的不同的信息加以提炼和整合的过程，通过信
息融合得到更加精炼更加准确的数据，为某种决策需要或者数据要求提供信息数据的支持。信
息融合的主要功能在于将信息加以提炼，提高信息的可用性。随着信息融合技术不断的向前发
展，信息融合也从军事领域的应用逐步扩大到民用领域的应用，在物联网技术飞速发展的今
天，信息融合技术更是具有重要的作用。
根据信息提取融合的水平，可将信息融合技术分为以下三种层次类型：
龙源期刊网 http://www.qikan.com.cn
1）数据级信息融合技术
数据级融合的主要特点在于对采集后的原始数据中的同质信息在本阶段进行融合。融合通
常采用下面几种方法：
（1）加权平均法
此种融合方法是多种算法中最简单的一种，对传感器获得的数据信息直接进行线性的加权
平均计算。此种计算方法的优点在于计算简单、高效，对于噪声具有抑制作用；其缺点在于融
合的结果有较低的对比度，对某些有重要作用的信息不能突出的反映出来。
（2）特征匹配法
此种方法特点在于以特征的匹配关系为依据，将图像与图像之间的配准映射变换建立起
来，常采用ICP算法。IPC算法经过一系列的发展和完善，从基于特征的对应方法逐步发展到
基于切线角度直方图的ICP算法，其精确度、计算量、计算速度等方面得到不断的提高。
（3）金字塔算法
此种方法将原始图像不断进行滤波，最终成为多级的金子塔状的结构对图像数据进行分析
和融合处理。
2）特征級信息融合技术
特征级信息融合技术是对从收集的原始数据中提取出的特征值进行比较的信息融合方法。
此种方法的优点在于对不同质信息在此阶段加以融合，其缺点在于不能对信任融合的结果进行
有效的判断。通常采用以下几种算法：
（1）K-近邻算法
此种算法是分类算法中的一种简单方法，通过对待分类样本到全体样本间的距离计算度量
找出最邻近于待分类样本的K个样本，并通过这些近邻样本的类别属性对待分类样本的类别
属性加以确定。
（2）卡尔曼滤波
此种方法属于滤波技术的一种，是随机滤波中最优化方法，对噪音带来的信号干扰可以有
效的消除。但无论是传统的卡尔曼滤波还是扩展后的卡尔曼滤波都只能在线性高斯系统中运
用，其局限性较大。
3）决策级信息融合技术
龙源期刊网 http://www.qikan.com.cn
决策级信息融合技术根据对数据的一系列的识别、提取、提炼等处理得到的结果做出最优
的决策建议，是信息融合层次中最高级的层次。其优点在于具有良好容错性，适合在多个领域
中应用。常用的决策方法有以下几种：
（1）专家系统
专家系统结构组成包括：知识库、推理机、数据库、解释器、出入接口五个主要部分组
成。专家系统的类型有多种，被应用于多个领域内的智能决策系统中。
（2）Bayes推理法
此种方法是根据概率和图论进行分析，经过一系列的推理得出一种不确定性结论的方法。
该方法将数学学科与图论的知识和技巧加以引入，通过推理的方法达到使计算复杂度降低的目
的。
3 物联网信息融合技术中存在的问题
3.1 多源异构信息以及大数据的融合问题
通过信息融合技术处理的数据信息呈现出多源异构的典型特点，而且在物联网中的各个节
点对信息的分析和处理的数据量也具有很大的不同，因此，对于多源异构信息的融合，还面临
以下几个问题：一是在数据信息融合时需要将不同维数的信息进行降维优化的处理；二是网络
中各个节点不同的采样时间和采样率使得信息融合时有不确定的融合问题存在；三是进行信息
融合的时候需要进行大量的运算，这就要求个节点间数据的访问、调动和管理必须实现高效的
进行。
另外物联网中多个传感设备采集的信息是海量的，要从海量的信息中提取出用户需要的有
用信息，就必须先对海量信息进行识别、提炼的处理。而从我国的信息融合技术的发展来看，
对于大规模信息融合的节点信息承载还有待提高，无论在运算方法方面还是在信息传输的可靠
性方面都需要进一步的研究和发展。
3.2 安全问题
信息感知是物联网信息融合技术的主要功能，在节点网络中，如果有一个节点的信息被病
毒所篡改，就会对信息融合带来麻烦和阻碍。如果融合信息遭到破坏，直接会影响信息融合的
有序进行，从而影响正确的结论的产生。用户在错误的指导下进行决策，必须带来不利的影
响。因此，必须对信息的安全的问题加以重视。
参考文献
[1]刘海涛.物联网技术应用[M].北京：机械工业出版社，2011：6-9.
龙源期刊网 http://www.qikan.com.cn
[2]赵杰，等.信息融合的实质及核心技术[J].情报指挥控制系统与仿真技术，2012，8.
[3]金弟.基于k最近邻网络的数据聚类算法[J].模式识别与人工智能，2012，23（4）.