無線傳感器網(wǎng)絡(luò)時空相關(guān)性數(shù)據(jù)融合算法研究.pdf

1、作為物聯(lián)網(wǎng)的底層技術(shù)支撐,無線傳感器網(wǎng)絡(luò)采集和傳輸監(jiān)測區(qū)域的各種信息,為軍事國防、遠程醫(yī)療和環(huán)境監(jiān)測等應(yīng)用提供實時可靠的數(shù)據(jù),是物聯(lián)網(wǎng)的關(guān)鍵信息傳輸技術(shù)。但是,無線傳感器網(wǎng)絡(luò)節(jié)點分布密集并且采樣頻繁。感知數(shù)據(jù)之間的時空相關(guān)性造成冗余數(shù)據(jù)。大量冗余數(shù)據(jù)的傳輸對無線傳感器網(wǎng)絡(luò)有限的能量、存儲能力和網(wǎng)絡(luò)帶寬帶來了巨大的挑戰(zhàn)。數(shù)據(jù)融合能有效地減少冗余數(shù)據(jù),提高數(shù)據(jù)收集效率和準(zhǔn)確性。因此,無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合研究具有重要的學(xué)術(shù)意義和工程價值。<

2、br>　　本文深入地研究了典型的數(shù)據(jù)融合算法的原理、特點和性能指標(biāo),結(jié)合單個無線傳感器網(wǎng)絡(luò)感知數(shù)據(jù)的時間相關(guān)性和多個無線傳感器網(wǎng)絡(luò)感知數(shù)據(jù)的空間相關(guān)性,提出時空相關(guān)性數(shù)據(jù)融合算法的架構(gòu),設(shè)計了兩種高效的數(shù)據(jù)融合算法。
　　本文主要的研究內(nèi)容有如下幾點:
　?、籴槍蝹€無線傳感器網(wǎng)絡(luò)節(jié)點感知數(shù)據(jù)冗余度高的問題,本文提出了一種基于時間相關(guān)性的數(shù)據(jù)融合算法。在分段一元線性回歸模型的基礎(chǔ)上,通過對無線傳感器網(wǎng)絡(luò)感知數(shù)據(jù)的時間序列進行

3、分析,建立預(yù)測模型,并根據(jù)該模型的各個參數(shù)和給定的誤差,自適應(yīng)地調(diào)整下一個采集時間,并動態(tài)地優(yōu)化回歸模型。仿真和實驗結(jié)果證明,針對不同的數(shù)據(jù)變化率,該算法均能減少數(shù)據(jù)采集量和傳輸量,滿足數(shù)據(jù)精度。
　?、卺槍Χ鄠€無線傳感器網(wǎng)絡(luò)節(jié)點感知數(shù)據(jù)冗余度高的問題,本文提出一種基于空間相關(guān)性的數(shù)據(jù)融合算法。該算法將監(jiān)測區(qū)域根據(jù)無線傳感器網(wǎng)絡(luò)感知數(shù)據(jù)的空間相關(guān)性的強弱程度劃分為若干個相關(guān)區(qū)域。每個相關(guān)區(qū)域根據(jù)無線傳感器網(wǎng)絡(luò)節(jié)點的剩余能量,選取一