基于稀疏滤波的无线传感器网络数据融合.pdf

《基于稀疏滤波的无线传感器网络数据融合.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第29卷第3期电子测量与仪器学报lf．29，vo．3·352·JOURNALOFELECTRONICMEASUREMENTANDINSTRUMENTATION2015年3月DOI：10．13382／j．jemi．2015．03．006基于稀疏滤波的无线传感器网络数据融合邱立达刘天键傅平(闽江学院物理学与电子信息工程系福州350108)摘要：在无线传感无器网络中，为了提高数据融合算法的性能，设计了一种基于深度学习的二值化层叠稀疏滤波模型(BSSFM)，BSSFM将若干稀疏滤波器层叠并对权值参数进行二值化从而

2、能快速有效的提取高维数据特征，之后将BSSFM和分簇协议相结合提出数据融合算法BSSFMDA，BSSFMDA首先在汇聚节点逐层训练BSSFM并对网络分簇，簇节点利用BSSFM进行数据特征提取，之后簇首将分类融合后的特征发送至汇聚节点。仿真实验表明，和SOFMDA等算法相比，BSS—FMDA在模型训练时间、特征提取速度、正确率以及节点能耗等方面的表现均更加优异。关键词：无线传感器网络；数据融合；深度学习；稀疏滤波中图分类号：TP393；TN911文献标识码：A国家标准学科分类代码：520．60Datafus

3、ioninwirelesssensornetworkbasedonsparsefilteringQiuLidaLiuTianjianFuPing(DepartmentofPhysics&ElectronicInformationEngineering，Mi~iangUniversity，Fuzhou350108，China)Abstract：Inordertoimprovetheperformanceofdataaggregationusedinwirelesssensornetwork，Binarize

4、dStackedSparseFilteringModel(BSSFM)basedonthedeeplearningisdesigned．BSSFMstacksseveralsparsefil—tersandbinariestheweightparameterstoextractthehigh-dimensionaldatafeaturesquicklyandefficiently，andthenadatafusionalgorithmcalledBSSFMDAisproposed，whichcombine

5、sBSSFMandwirelesssensornetworkclusteringroutingprotoco1．BSSFMDAtrainsBSSFMlayerbylayerinsinknodeandgeneratesclustersinnetwork，nodedatafeatureswillbeextractedinclusternodesandclassifiedinclusterheads，andthenclusterheadssendthefeaturesgotbyfusedinthesamecla

6、sstosinknode．Thesimulationresultsshowthatcomparedwithotheralgo-．rithmssuchasSOFMDA，BSSFMDAhasabetterperformanceintrainingtimeofmodel，featureextractionspeed，accuracyandthenodeenergyconsumption．Keywords：wirelesssensornetwork(WSN)；datafusion；deeplearning；spa

7、rsefilter据冗余性、减少数据传输量从而降低能耗，延长网1引言络寿命，这其中高维数据特征提取的性能直接影响近年来无线传感无器网络(WSN)已发展为具到分类融合的效果，是数据融合算法成功与否的备目标识别、图像处理等复杂功能的多媒体WSN，关键。由此带来的挑战是传感器节点需要在资源受限的目前提出了许多针对WSN的数据融合方情况下处理音频／图像等高维数据，因此使用数据法，如使用概率因子贝叶斯⋯的多传感器数据融合技术就显得十分重要。数据融合通过对节点融合方法，使用小波压缩_2和压缩感知的分数据进行特征提取、

8、分类并融合同类特征来消除数布式数据融合方法等，这些方法能有效减少数收稿日期：2014-08ReceivedDate：2014-08基金项目：国家自然科学基金(51277091)、福建省科技计划重点(2011H0017)、福建省教育厅科技计划(JA12263)、福州市科技计划(2013-G一86)项目第3期基于稀疏滤波的无线传感器网络数据融合据传输量和延长网络寿命但在数据融合的过程如f=：中对传感数据本身的特征因素缺乏考虑。由于