无线传感器网络中的数据融合及其能效评估*

首先介绍当前无线传感器网络中具有代表性的数据融合算法;然后基于树型网络拓扑结构,结合节点休眠调度机制,建立传感器节点的能量模型;最后提出从能量的角度评价不同数据融合算法性能的方法,并通过模拟对典型数据融合算法进行分析.     

无线传感器网络数据融合技术研究

无线传感器网络是一种新兴前沿技术,其巨大的应用前景受到学术界和工业界的高度重视。无线传感器网络节点能量和计算资源严重受限,数据融合技术是减少网络能耗、降低数据冲突、降低传输时延的重要方法。本文首先分析数据融合的重要性;其次针对数据融合的功能分类阐述现有的数据融合方法,并分析存在的问题;最后对数据融合技术的未来发展进行了展望。     

无线传感器网络中的数据融合

在传感器网络中高效率的传感数据融合方式和使传感器网络工作更长的时间存在的一定的矛盾。因此在本文中我们使用能量和延迟度量并且我们提出了一种方案试图去平衡在数据融合时产生的能量消耗和延迟。     

无线传感器网络中的数据融合

在传感器网络中高效率的传感数据融合方式和使传感器网络工作更长的时间存在的一定的矛盾。因此在本文中我们使用能量和延迟度量并且我们提出了一种方案试图去平衡在数据融合时产生的能量消耗和延迟。     

浅析无线传感器网络数据融合安全方案

数据融合技术是无线传感器网络中去除冗余信息和延长网络生命周期的主要途径,但是数据融合在减少能量开销的同时也带来了很大的安全隐患,容易受到多种信息安全的威胁.为了保障数据融合结果的可靠性和安全性,研究安全的数据融合方案有着重要意义.本文分析了常用的安全数据融合方法,并详细分析了基于信任机制和隐私保护的新型数据融合安全保护方案.     

无线传感器网络数据融合技术

数据融合技术是无线传感器网络的一个关键技术,能减少传感器节点间的传输量,从而明显提高网络感知效能,延长网络生命周期,减小时间延迟。通过对尚处于研究阶段的数据融合技术进行详细分析与研究,阐述了数据融合技术的重要性,并分类介绍了现有的主要数据融合方法,最后指出该研究领域当前面临的挑战以及需要进一步研究的方向和有前景的研究课题——压缩感知。     

无线传感器网络中的数据融合研究

无线传感器网络具有成本低、体积小、组网灵活、便于远程监控等优点,但是也存在能量、存储与网络资源等多方面的限制。研究了无线传感器网络中数据融合问题,提出了一种基于分簇的数据融合方法。实验结果表明,该方法能够提高数据准确性,降低数据冗余度,具有较好的执行效率。     

无线传感器网络中基于预测的时域数据融合技术

数据融合是无线传感器网络中重要的研究领域之一。在无线传感器网络中,数据融合的作用主要体现在节省能量、提高数据收集效率、增强数据准确性以及获取综合性信息等几个方面。时间序列分析是一种根据动态数据揭示系统动态结构以及规律的统计方法。基于监测数据的时间序列模型以及时间序列预测,提出适用于无线传感器网络的基于预测的时域数据融合方法,以部署于故宫博物院的环境监测网络采集的温度数据作为样本,通过仿真对该方法进行有效性验证以及性能分析。结果表明,一阶自回归预测算法与其它预测算法相比,具有更好的适用性,当误差阈值为0.05 ℃-0.50 ℃时,预测成功率为21%-83%;当误差阈值为0.05 ℃时,节能收益达到68%。     

无线传感器网络数据融合技术的研究进展

首先对无线传感器网络的特点进行了介绍,分析了数据融合技术对无线传感器网络发展的重要性,之后简要介绍分析了部分有代表性的研究成果．最后讨论了无线传感器网络中数据融合问题的未来研究方向。     

传感器网络中基于簇的融合树构建算法

针对无线传感器网络中节点能量有限的特点,提出一种基于簇的数据融合树构建算法。该算法利用基于簇的层次结构减少路由维护代价并提高系统可扩展性;利用数据融合树处理网中冗余信息,降低数据传输量,实现了节点能量高效地使用。仿真结果表明,该算法能有效降低节点能量消耗,并延长网络生存期,性能优于典型算法。     

一种高效节能的无线传感器网络数据聚合协议

在无线传感器网络的应用中,常常利用大量传感器监视若干个离散目标。针对这类目标监视网络,本文提出了一种分布式高效节能的数据聚合协议EETO。EETO将覆盖目标相关 的节点组成一个簇,簇成员都是簇头的K跳覆盖邻居,相关数据在簇头能得到及时、完全的聚合,大大减少了数据传送量。详细的模拟实验结果表明,EETO有效地减少了能量消耗,显著增强了网络的覆盖寿命。     

传感器网络安全数据融合

安全数据融合的目标是在融合数据的同时,实现传感器节点感知数据end-to-end机密性与可认证性。End-to-end机密性一般由秘密同态加密技术来保障针对end-to-end可认证性与数据融合的矛盾,在同态认证技术不适用于多源多消息的背景下,为了实现end-to-end可认证性,采用对称加密技术构造了一个安全的数据融合认证方案。采用该数据融合认证方案与秘密同态加密方案,构造了安全的数据融合协议。安全性分析表明,该安全数据融合协议能在融合数据的同时保障感知数据end-to-end机密性与可认证性。     

传感器网络中基于数据压缩的汇聚算法

结合传感器网络的节点特性和位置信息,提出了一种基于连通支配集的传感器网络定向传播模型,以及一种基于"域"的分布式数据汇聚模型DDAM(distributed data aggregation model).DDAM把传感器网络按"域"划分来构建连通核,传感节点只需在连通核中寻径,因而可明显减少寻径时间复杂度并且具有更好的分布性;然后在该定向传播与数据汇聚模型基础上,考虑传感器网络的数据特性及小波变换在流数据压缩方面的良好性能,提出了一种基于区间小波变换的混合熵数据压缩方法.理论分析和实验仿真结果表明:对比传统的DC算法-DD路由算法相结合的算法,新算法能对传感器网络中的流数据进行有效压缩,可更大程度地降低传感器节点数据传输的能耗,从而进一步延长整个网络的生命周期.     

面向无线传感器网络的数据融合技术

面向无线传感器网络的数据融合技术是避免数据传输拥塞、提升数据传输效率及降低能耗问题的有效方法.首先分析了数据融合技术的作用,其次根据在传感器网络协议栈中所处的层次对数据融合技术进行分类并详细介绍了每个分类的重要算法,最后指出数据融合技术发展所面临的挑战.     

一种无线传感器网络的多优先级数据聚集协议

无线传感器网络当前已成为一种新的分布计算模式，由于大部分无线传感器网络中节点的能源是不可补充的，因此需使用数据聚集协议提高整个网络的生命周期，传统的数据聚集协议不能保证网络中的高实时性数据的延迟较低．文中提出的DAIDA协议根据节点上的流量状况及数据的不同优先级要求自适应地调整数据链路层发送的数据包的大小，模拟结果表明，高实时性数据通过网络的延迟低于低实时性数据的延迟，并且延长了无线传感器网络的生命周期。     

An Energy Efficient Clustering Scheme for Data Aggregation in Wireless Sensor Networks

In wireless sensor networks, a clustering scheme is helpful in reducing the energy consumption by aggregating data at intermediate sensors. This paper discusses the important issue of energy optimization in hierarchically-clustered wireless sensor networks to minimize the total energy consumption required to collect data. We propose a comprehensive energy consumption model for multi-tier clustered sensor networks, in which all the energy consumptions not only in the phase of data transmissions but also in the phase of cluster head rotations are taken into account. By using this new model, we are able to obtain the solutions of optimal tier number and the resulted optimal clustering scheme on how to group all the sensors into tiers by the suggested numerical method. This then enables us to propose an energy-efficiency optimized distributed multi-tier clustering algorithm for wireless sensor networks. This algorithm is theoretically analyzed in terms of time complexity. Simulation results are provided to show that, the theoretically calculated energy consumption by the new model matches very well with the simulation results, and the energy consumption is indeed minimized at the optimal number of tiers in the multi-tier clustered wireless sensor networks.     

基于神经网络的无线传感器网络数据融合算法_cg10000147修改稿

为减少无线传感器网络的通信量,降低能量消耗,设计了一种基于神经网络的数据融合算法(BPNDA),该算法将BP神经网络和传感器网络分簇路由协议有机结合,将每个簇设计成一个神经网络模型,通过神经网络提取原始数据中的少量特征数据,然后将特征数据发送给汇聚节点,从而提高数据收集效率,延长网络生存时间。仿真实验证明,与LEACH算法相比,该算法可有效减少网络通信量,降低节点能耗。     

无线传感器网络基于数据汇聚的路由

提出了一种针对无线传感器网络的路由协议,该路由采用最小传输成本生成树的数据汇聚机制。具体方法是首先将传感区域内的传感器节点采集的数据传送给传感区域内离汇聚点最近的节点,将这些数据进行汇聚操作后,将汇聚的结果通过最短路径传递给网络汇聚点。仿真结果显示,采用最小传输代价生成树的路由协议能减少数据传输量50%-80%,并具有较小的传输时延。