一种基于改进支持度的节能型WSNs数据融合算法.pdf

一种基于改进支持度的节能型WSNs数据融合算法.pdf

ID:57744073

大小:285.09 KB

页数:4页

时间:2020-03-27

一种基于改进支持度的节能型WSNs数据融合算法.pdf_第1页
一种基于改进支持度的节能型WSNs数据融合算法.pdf_第2页
一种基于改进支持度的节能型WSNs数据融合算法.pdf_第3页
一种基于改进支持度的节能型WSNs数据融合算法.pdf_第4页
资源描述:

《一种基于改进支持度的节能型WSNs数据融合算法.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、122传感器与微系统(TransducerandMicrosystemTechnologies)2015年第34卷第儿期DOI:10.13873/J.1000-9787(2015)11-0122-03一种基于改进支持度的节能型WSNs数据融合算法王波,孙智国,熊涛(重庆大学计算机学院。重庆400044)摘要:无线传感器网络(WSNs)内有大量的冗余数据,它们消耗了过多的网络能量;目前的数据融合算法对数据彼此间的联系考虑得不够充分,融合精度有待提高。针对上述问题,提出了一种基于改进支持度的节能型数据融合算法。该算法在网络的感知节点根据设定的阈值对采集到的数据进行初次融合,并引入自支持度的概

2、念,与灰色接近度理论相结合改进支持度函数,将改进的支持度函数应用到汇聚节点计算最终的数据融合估计值。使用Matlab进行仿真的结果表明:该算法可节能27.87%,数据融合的温度绝对误差均值约为0.98℃,达到了节能和提高融合精度的目的。关键词:无线传感器网络;数据融合;支持度函数;数据一致性中图分类号:TP393文献标识码:A文章编号:1000-9787(2015)11-0122-03Anenergy-eficientWSNsdatafusionalgorithmbasedonimprovedsupportdegreeWANGBo,SUNZhi·guo,XIONGTao(Collegeo

3、fComputerScience,ChongqingUniversity,Chongqing400044,China)Abstract:Wirelesssensornetworks(WSNs)contmnsalotofredundantdata,thesedataconsumestoomuchenergyofnetwork;currentdatafusionalgorithmdoesn’tconsiderdatalinksbetweeneachotherinadequately,andfusionprecisionisalsoneedtobeimproved.Aimingatproble

4、ms,putforwardakindofenergy—efficientdatafusionalgorithmbasedonimprovedsupportdegree.Thealgorithmfusesdatasinsensingnodesofnetworkaccordingtothresholdvalueandintroducetheconceptofself-supportdegreecombinedwithgreyproximitytheorytoimprovesuppo~degreefunctions,applytheimprovedsuppo~functiontosinknod

5、etocalculatethefinaldatafusionestimatedvalue.TheMatlabsimulationresultsshowthatthealgorithmcansaveenergyabout27.87%.absoluteerrorisabout0.98℃.achievesthepurposeofenergysavingandfusionprecisionimproving.Keywords:wirelesssensornetworks(WSNs);datafusion;suppo~degreefunction;dataconsistency0引言间的支持度,提

6、出了一种充分利用数据一致性度量蕴含的无线传感器网络(WSNs)应用数据融合技术可将来自可信度的加权方式进行数据融合。文献[6]针对时变非线多个节点的数据进行整合,降低网络的能耗、提高数据采集性的状态估计问题提出了一种置信距离的支持度函数,使的准确性和效率J。但由于节点自身的测量误差、部署环用该函数进行多传感器的数据融合。文献[7]对基于置信境、传输误差等因素的影响,节点采集到的数据往往含有不距离的支持度函数的支持度函数进行了调整,并与加权数确定或错误的信息,并不能完全反映事物的真实情况,因据融合算法相结合用于雷达的目标识别中。文献[8]提出此,在数据融合时需要找出不同数据间的关系来确定其

7、可基于邻近量测认知信息的支持度函数获得传感器数据的一信度,并根据数据的可信度进行融合J。支持度函数的数致性关联矩阵,用于多传感器的数据融合进行温度检测。据融合方法可以很好地完成这一任务,引起了广泛的研究支持度函数的数据融合算法运行于汇聚节点,依次接兴趣。文献[3]提出一种指数衰减函数计算传感器数据间收感知节点发送的每一个数据进行融合,这种方法不利于的支持度,并通过多次实验确定了数据一致性度量最优的节省节点能量。本文在感知节点对数据进

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。