基于无线传感器网络的动态数据融合算法研究

《基于无线传感器网络的动态数据融合算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERDISSERTATION论文题目基于无线传感器网络的动态数据融合算法研究学科专业计算机应用技术指导教师侯孟书副教授作者姓名胡必玲学号200921060360万方数据分类号密级UDC注1学位论文基于无线传感器网络的动态数据融合算法研究（题名和副题名）胡必玲（作者姓名）指导教师姓名侯孟书副教授电子科技大学成都（职务、职称、学位、单位名称及地址）申请专业学位级别硕士专业名称计算机应用技术论文提交日期2012.0

2、3论文答辩日期2012.05学位授予单位和日期电子科技大学答辩委员会主席评阅人2012年月日注1：注明《国际十进分类法UDC》的类号。万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名：日期：年月日关于论文使用授权的说明本学位论文作者完全了解电子科技大学有关

3、保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）签名：导师签名：日期：年月日万方数据摘要摘要无线传感器网络作为一个智能信息系统，在很多领域都有着重大的应用前景。但是由于传感器节点本身的资源限制，诸如能量、带宽、处理能力，使得其应用设计面临着很多挑战。降低网络的能量消耗，提升系统的使用寿命是其应用中首要关注的问题。传感器网

4、络中廉价节点的大规模部署必然导致一定范围内感知数据存在大量的冗余，对于冗余信息的直接转发无疑增加了网络中的通信量。传感网中通信较之计算消耗更大的能量，该特点决定了节能的关键在于降低网络中的数据包传输量。数据融合的意义就在于删除冗余、无效和可信度差的数据，同时将来自不同节点的信息结合起来进行处理，达到减少网络数据传输量的目的，从而减少网络能量消耗，延长网络的生存期。本文首先对三种不同结构的融合算法进行了研究，并基于具体的环境监测应用程序、网络拓扑模型、能量消耗模型进行了编程实现，从理论和仿真实验两个角度，对Leach、Pegasis、MS

5、T算法在延长网络生存期方面进行了性能分析，结果表明对于数据压缩型的、数据之间是完全相关的应用程序，基于MST融合结构的算法在优化网络寿命方面较Leach和Pegasis算法有较大的提升。在对选择的三种融合算法进行研究实现的基础上，针对未来传感器网络所支持的应用程序的高复杂性，提出了基于具体的应用程序的动态数据融合算法，该算法考虑了应用程序特点以及传感器节点之间感知数据的相关性，并优化了融合函数在网络中的初始设置，同时实现了根据用户自定义的度量标准对融合函数进行一定条件下的迁移，均衡了网络中的能量消耗和最大化了网络的生存期。关键词：无线传

6、感器网络，数据融合，动态数据融合算法，网络生存期I万方数据ABSTRACTABSTRACTAsanintelligentinformationsystem,WirelessSensorNetworkproposesgreat potentialapplicationabilityinalotofareas.Butbecauseofsensor’sconstraintresource, suchas,limitedpower,lowbandwidth,lowefficientprocessability,itsdesignfor appl

7、icationsmeetsahugechallenge.Thekeypointislowtheenergyconsumewhileat thesametimeimprovenetworklifetime.Tolargescalewirelesssensornetwork,toomuchcheapsensorslocatedatasmall areawillleadsensorinformationredundancy,whileweknow,directlyrelaythese informationwillnodoubtincreas

8、ethenetworktransmission.ToWSN,itstransmission costmorepowercomparedtocomputation,sothekeypointforsaving