(1)应用层的数据融合。在应用层，由于能够直接理解应用数据的语义，从而根据应用需求可以最大限度的压缩数据。近年来研究比较多，提出了一些采用树型和DAG拓扑结构的聚集算法。

　　文献[22, 23]中提出了基于树的数据融合算法。算法以sink节点为根把传感器网络组建为树状结构，从叶节点开始,自下而上进行聚集计算。算法的问题是：当节点故障或者连接故障发生时，将丢失一棵子树上所有节点的数据，会引起很大的结果误差。文献[24]提出了一种基于DAG的聚集计算方法，分布式的网内处理，采用类SQL语言带来的端到端技术部分克服了基于树算法的问题，但是仍然存在结果误差的问题。为了进一步解决上述问题，文献[25]提出了动态维护聚集树的算法，讨论了人工因素对系统性能的影响，并证明通过精心选择路径能够很好地消除节点故障或者连接故障对聚集结果的影响。这个算法的缺点是每个节点都要存储维护链路质量的统计信息，存储资源消耗大。文献[26]结合 duplicate-insensitive-sketches方法和多路径路由技术，提出了一种避免节点或链接故障影响的聚集算法，能够给出比较精确的聚集结果。

　　如何构造最优的路由树是上述算法的关键。在文献[27]中证明了对于一个节点任意放置的传感器网络，构造每个数据传输次数都最少的路由树问题是NP难度问题。

　　(2)独立的数据融合层。文献[28]提出了在网络层和MAC层之间的独立的数据融合层，不关心数据内容而直接根据下一跳地址进行数据单元合并，主要减少数据封装开销和降低MAC层的发送冲突率。

　　(3)网络层的数据融合。在网络层，数据融合技术都是与以数据为中心的路由协议相结合的。在数据转发中，路由节点根据数据内容对接收到的数据进行综合和处理，然后转发。

　　定向扩散(directed diffusion)路由协议[29]能够实现在传输数据的同时进行数据融合。该协议中的融合操作包括路径建立阶段的查询请求聚集和数据发送阶段的数据聚集。查询请求聚集得益于数据基于属性的命名方式。数据名字相同、监测区域完全覆盖的查询请求在某些情况下可以聚集成一个请求。在数据聚集阶段，通过缓存转发过的数据，抑制数据的重复转发。

　　LEACH[30]和TEENL[31]路由协议是层次式路由协议，采用分簇的方法进行数据融合。每个簇头在收到本簇成员的数据后进行聚集处理，并将结果发送给sink节点。LEACH算法仅强调了数据融合的重要性，并未给出具体的融合方法。TEEN与定向扩散路由一样，通过缓存机制抑制不需要转发的数据。同时提出硬软门限值机制，对与前一次监测结果差值较小的数据传输也进行了抑制。

　　8  结束语

　　无线传感器网络是一种综合了传感器技术、嵌入式计算技术、分布式信息处理技术、数据库技术等多种技术的新兴网络，当前在国际上备受关注，被认为是将对21世纪产生巨大影响力的技术之一。本文对数据管理技术的概念、研究内容和已有的发展及研究状况进行了归纳和总结，着重介绍了当前国际上研究热点领域。

　　参考文献
　　[1]  李建中, 李金宝, 石胜飞. 传感器网络及其数据管理的概念、问题与进展. 软件学报, 2003, 14(10):1717～1727。
　　[2]  TinyDB, http://telegraph.cs.berkeley.edu/tinydb/
　　[3]  Sam Madden, Joe Hellerstein, and Wei Hong, TinyDB: In-Network Query Processing in TinyOS, Intel Research,? IRB-TR-02-014,Oct. 1, 2002.
　　[4]  Samuel Madden. The Design and Evaluation of a Query Processing Architecture for Sensor Networks, Ph.D. Thesis. UC Berkeley. Fall, 2003。
　　[5]  Gerhke J. COUGARdesign and implementation http://www.cs.cornell.edu/database/cougar/。
　　[6]  Amol Deshpande,Carlos Guestrin,Samuel R. Madden. Using Probabilistic Models for Data Management in Acquisitional Environments.Proceedings of the 2005 CIDR Conference.
　　[7]  David Chu,Amol Deshpande,Joseph M. Hellerstein,Wei Hong. Approximate Data Collection in Sensor Networks using Probabilistic Models.
　　[8]  李建中,石胜飞,王朝坤。基于感知数据概率模型的无线传感器网络采样和通信调度算法。计算机应用，2005.9。
　　[9]  Deepak Ganesan, Deborah Estrin, John Heidemann, Dimensions: why do we need a new data handling architecture for sensor networks, ACM SIGCOMM Computer Communication   Review,? Volume 33 Issue 1, January 2003.
　　[10]  C.S.Raghavendra, Krishna M.Sivalingam, Taieb Zhati(Eds.), Wireless Sensor Networks. Kluwer Academic Publishers, 2004. P185-252.
　　[11]  XinLi Young, Jin Kim, Ramesh Govindan, Wei Hong, Multi-dimensional Range Queries in Sensor Networks.SenSys03.
　　[12]  Xin Li,Ramesh Govindan,Wei Hong,Fang Bian. Rebalancing Distributed Data Storage in Sensor Networks.
　　[13]  Sylvia Ratnasamy，Brad Karp，Scott Shenker，Deborah Estrin，Ramesh Govindan，Li Yin and Fang Yu。Data-Centric Storage in Sensornets with GHT, A Geographic Hash Table.appear in Mobile Networks and Applications (MONET), Special Issue on Wireless Sensor Networks, Kluwer, mid-2003.
　　[14]   Sameer Tilak, Nael B. Abu-Ghazaleh and Wendi Heinzelman.Collaborative Storage Management In Sensor Networks.arXiv: cs. NI/0408020 v1 6 Aug 2004.
　　[15]  B. Bonfils and P. Bonnet, “Adaptive and Decentralized Operator Placement for In-Network Query Processing,” Information Processing in Sensor Networks)(ISPN), April 2003.
　　[16]  Samuel Madden, Mehul Shah, Joseph M. Hellerstein, Vijayshankar Raman, Continuously Adaptive Continuous Queries over Streams, in Proc. of ACM SIGMOD, USA, 2002..
　　[17]  Y. Yao and J. Gehrke,  HYPERLINK 。The cougar Approach to In-Network Query Processingin Sensor Networks, SIGMOD, March 2002
　　[18] G. Kollios, J. Considine, F. Li, and J. Byers. Approximate aggregation techniques for sensor databases. In Proc. of ICDE, 2004.
　　[19]  M. Chu, H. Haussecker, and F. Zhao. Scalable information-driven sensor querying and routing for ad hoc heterogeneous sensor networks. Journal of High Performance Computing Applications, 2002.
　　[20]  A. Deshpande, C. Guestrin, S. R. Madden, J. M. Hellerstein, Wei Hong, Model-Driven Data Acquisition in Sensor Networks, in Proc. of the 30th VLDB Conference, Canada, 2004.
　　[21]  Niki Trigoni,Yong Yao,Alan Demers,Johannes Gehrke,and Rajmohan Rajaraman. Multi-query Optimization for Sensor Networks。
　　[22]  S. Madden, M. J. Franklin, J. M. Hellerstein, and W. Hong. The design of an acquisitional query processor for sensor networks. In ACM SIGMOD, 2003.
　　[23]  Y. Yao and J. Gehrke. Query processing in sensor networks. In CIDR, 2003.
　　[24]  S. Madden, M. J. Franklin, J. M. Hellerstein, and W. Hong. Tag: A tiny aggregation service for ad hoc sensor networks. In USENIX OSDI, 2002.
　　[25]  J. Zhao, R. Govindan, and D. Estrin. Computing aggregates for monitoring wireless sensor networks. In IEEE SPNA, 2003.
　　[26]  J. Considine, F. Li, G. Kollios, and J. Byers. Approximate aggregation techniques for sensor databases. In IEEE ICDE, 2004.
　　[27]  Krishnamachari B, Estrin D, Wicker S. Modelling data-centric routing in wireless sensor networks, in Proc. of IEEE INFOCOM, 2002.
　　[28]  He T, B M,Stankovic J A, Abdelzather T F.AIDI: Adaptive application independent data aggreation in wireless sensor networks.ACM Transactions on  Embedded Computing ststenm2004,3(2):426-457.
　　[29]  C. Intanagonwiwat, R. Govindan, and D. Estrin. Directed Diffusion: A Scalable and Robust Communication Paradigm for Sensor Networks. MobiCOM 2000, Boston, Massachusetts, August 2000.
　　[30]  W.R. Heinzelman, A. Chandrakasan, and H. Balakrishnan. Energy-Efficient Communication Protocol for Wireless Microsensor Networks. In the Proceedings of the Hawaii International Conference on System Sciences, Maui, Hawaii, January 4-7, 2000.
　　[31]  Manjeshwar and D.P. Agrawal. TEEN: a routing protocol for enhanced efficiency in wireless sensor networks. Parallel and Distributed Processing Symposium.,Proceedings 15th International , 23-27 April 2001.

　　作者简介：
　　纪德文(1983-)，男，山东德州人，国防科技大学硕士，主要研究方向为无线传感器网络。
　　王晓东(1974-)，男，山东人，博士，国防科技大学副教授，主要研究方向为无线通信，移动自组网等。