数据融合技术在无线传感器网络中的应用.doc

数据融合技术在无线传感器网络中的应用.doc

ID:59194464

大小:320.00 KB

页数:8页

时间:2020-09-10

数据融合技术在无线传感器网络中的应用.doc_第1页
数据融合技术在无线传感器网络中的应用.doc_第2页
数据融合技术在无线传感器网络中的应用.doc_第3页
数据融合技术在无线传感器网络中的应用.doc_第4页
数据融合技术在无线传感器网络中的应用.doc_第5页
资源描述:

《数据融合技术在无线传感器网络中的应用.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、硕士研究生读书报告课程名称:信息融合理论与应用题目:数据融合技术在无线传感器网络中的应用题目类型:读书报告学院:计算机科学与工程学院专业名称:计算机科学与技术姓名:祝敏学号:任课教师:周华平授课时间:2014年4月29日~2014年6月24日提交时间:2014年6月24日数据融合技术在无线传感器网络中的应用摘要:在大规模的无线传感器网络中,传输数据量巨大,必然存在着数据传输可靠性、拥塞以及能耗等问题,高效的数据融合技术能够有效的解决这些问题。这篇读书报告结合分簇路由算法的特征,采用两层融合技术,首先簇内节点与簇首节点

2、的融合,簇内节点根据阈值来判断是否需要发送数据,簇首节点根据接收到的数据,进行数据一致性检验,剔除异常数据,第二层采用BP神经网络算法对簇首节点与基站的融合,得到所需要的结果。实验表明,进行融合后的数据可靠性高,较大减少了数据的传输量与冗余度、降低了能量的消耗,从而提高了整个网络的性能。1引言无线传感器网络是对真实世界的感知、检测和采集,需要由大量传感器节点共同协作完成的。但是,由于传感器节点采集的数据具有很高的时空相关性,不可避免的釆集到许多重复的数据,即数据存在很高的冗余性,如果都发送到汇聚节点的话,会造成大量的

3、资源浪费,严重影响无线传感器网络的使用寿命,并且许多时候,观察者不关心每个节点的原始数据,只关心釆集后的结果,显然,节点单独的传送数据是不合适的,因此需要在本地对数据进行融合操作,对节点传输数据进行处理,利用节点的计算与处理能力,我们可以去除掉冗余信息,进一步减少数据在网内的传输量,同时降低功耗,提高整个网络的性能。虽然数据融合会造成一定的延迟以及计算会浪费时间和能量,但都在允许的范围之内。数据融合技术涉及到检测技术、模式识别、决策论、不确定性理论、估计理论、最优化理论等众多学科领域。目前关于无线传感器网络数据融合技

4、术的发展情况,大体可以分为有损融合、无损融合、依赖于应用的数据融合,如应用层开发面向应用的数据融合接口,在网络层开发与路由相结合的数据融合技术。独立于应用的数据融合、基于分布式数据库的数据融合、基于中心的数据融合等。这篇读书报告主要针对在网络层与路由相结合的数据融合技术的研究,目前关于该方面比较典型的方法有LEACH分簇算法,使用分簇的方法使得数据融合技术在算法中起到了非常重要的作用。2数据融合算法的设计整个无线网络可以利用分簇路由机制,如LEACH算法分成不同的簇,则整个网络中大体分成了三类节点,基站,簇首节点以及

5、簇内节点。本文主要根据簇形结构,设计两层的数据融合机制,第一层为簇内节点与簇首节点的融合,簇内节点根据阈值来判断是否需要发送数据,簇首节点根据接收到的数据,进行数据一致性检验,剔除异常数据,第二层采用BP算法对簇首节点与基站的融合,得到所需要的报警结果。2.1簇内节点与簇首节点之间的第一层数据融合在无线传感器网络中,簇内节点基本作为传感节点,用来采集数据的,假设簇内节点A当前采集到的数据值为Di,则上一次采集到的数据值就为Di-1,簇内节点的阈值为P,则簇内节点就可以根据所设定好的阈值来决定是否发送当前的数据值,即当

6、

7、Di-Di-1

8、>P时,簇内节点发送数据,簇内节点更改存储器的值,替换上一次采集到的数值,否则不发送数据,存储器的值保持上一次的不变。通过这样的方式,在采集到的数据值没有发生较大变化时,变化量大小取决于阈值P的大小,簇内节点可以减少较多的数据发送次数,可以防止向其簇头节点发送大量重复和高度相似的数据。节省了簇成员节点的能量消耗。假设簇首节点拥有10个簇内节点,且每个簇内节点都有各自不同的编号,分别从1到10编号,簇首节点还没有接收到簇内节点的数据时,存储的是上一次簇内节点采集过来的数据,则当簇首节点接收到簇内节点的

9、数据时,替换对应节点的数据值,存储本次采集过来的数据,否则,说明该簇内节点数据值并为发生较大变化,则直接调用对应簇内节点上次采集过来的数据值代表本次的数据。以这样的方式簇首节点就可以知道对应10个簇内节点当前采集过来的数据值,以温度为例,假设采集过来的10个数据值按照从小到大排列后的数值为T1,T2,T3……,T10,因为节点可能受到外界的干扰,以及自身硬件的故障等影响,簇首节点首先对采集到的数据值进行一致性检验,采用的是数据探测技术中的分布图法剔除掉疏失误差的数据,假设中位数用TM表示,上四分位数用FU表示,下四分

10、位数用FL表示以及四分位数离散度用dF来表示。则根据以上采集到的数据可以得到,TM=(T5+T6)/2,下四分位数FL的区间为[T1,TM],上四分位数FU的区间为[TM,T10],四分位数离散度用dF=FU-FL。则我们就认定与中位数的距离大于adF的数据为离异数据,应该剔除掉。即无效数据的判别区间为[Ti-TM]>adF。式中a为常数,可以

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。