基于神經(jīng)網(wǎng)絡(luò)的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)是新興的智能信息實(shí)時(shí)監(jiān)測(cè)網(wǎng)絡(luò)系統(tǒng)，集成了傳感器技術(shù)、網(wǎng)絡(luò)技術(shù)、嵌入式控制技術(shù)、分布式計(jì)算與存儲(chǔ)技術(shù)及無(wú)線通信技術(shù)等，成為當(dāng)前計(jì)算機(jī)網(wǎng)絡(luò)領(lǐng)域研究的重點(diǎn)內(nèi)容之一。無(wú)線傳感器網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)分布密集，相鄰節(jié)點(diǎn)采集數(shù)據(jù)具有較高相似性，使網(wǎng)絡(luò)中傳輸?shù)臄?shù)據(jù)存在一定的冗余，消耗過(guò)多通信能量。相關(guān)研究證明，無(wú)線傳感器網(wǎng)絡(luò)中能量主要消耗在數(shù)據(jù)傳輸過(guò)程中，數(shù)據(jù)融合技術(shù)可以減少網(wǎng)絡(luò)中的冗余信息，提高數(shù)據(jù)傳輸效率，從而降低通信能耗。
　　

2、 目前，很多學(xué)者在無(wú)線傳感器網(wǎng)絡(luò)的網(wǎng)絡(luò)層和應(yīng)用層中對(duì)數(shù)據(jù)融合進(jìn)行研究。本文在前人研究的基礎(chǔ)上，將BP神經(jīng)網(wǎng)絡(luò)與層次路由協(xié)議相結(jié)合，提出基于神經(jīng)網(wǎng)絡(luò)的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法(Back-PropagationDataFusionAlgorithm，簡(jiǎn)稱BPDFA)。
　　 首先，對(duì)無(wú)線傳感器網(wǎng)絡(luò)層次路由協(xié)議LEACH進(jìn)行研究，分析了它的網(wǎng)絡(luò)模型及工作流程;根據(jù)無(wú)線傳感器網(wǎng)絡(luò)能量消耗的情況，提出最優(yōu)簇頭個(gè)數(shù)的選擇方法;分析了LEA

3、CH協(xié)議中存在的優(yōu)缺點(diǎn)。
　　 其次，針對(duì)LEACH協(xié)議存在的簇頭分布不均、簇頭選舉沒(méi)有考慮節(jié)點(diǎn)剩余能量等問(wèn)題，提出改進(jìn)路由協(xié)議LEACH-E。在分簇時(shí)，LEACH-E考慮了相鄰節(jié)點(diǎn)的個(gè)數(shù)，使簇頭比較均勻地分布在網(wǎng)絡(luò)中;在選舉簇頭時(shí)，LEACH-E考慮了簇內(nèi)節(jié)點(diǎn)剩余能量，從而均衡整個(gè)網(wǎng)絡(luò)負(fù)載。
　　 再次，將改進(jìn)路由協(xié)議LEACH-E的分簇結(jié)構(gòu)與BP神經(jīng)網(wǎng)絡(luò)模型結(jié)合，提出新的數(shù)據(jù)融合算法BPDFA。該算法在每個(gè)分簇結(jié)構(gòu)中