WSN中基于分簇的模糊加权数据融合算法

为在数据收集和传输中保证数据的准确性和实时性,提出一种基于分簇的模糊加权数据融合算法(FWADF)。在簇内利用模糊逻辑控制器分析节点数据的可信度,确保数据的可信性,同时加入对数据优先级的考虑,减少网络时延。在簇间采用模糊加权矩阵方法提高数据的准确性。在NS-2仿真工具上的实验结果表明,在同等数据流量的前提下,采用FWADF算法时数据到达基站的时间延迟最短,在节点收集相同数据量的情况下,与Proposed DF、VWFFA、FIM等算法相比,基站获得数据的平均准确率分别提高5.0%、16.1%、9.5%。     

基于WSN在消防灭火救援中的定位算法研究

消防人员在火灾环境中的侦查救援工作非常危险,及时准确地获知消防人员的位置至关重要。无线传感器网络（WSN,Wireless sensor networks）具有跟踪定位功能,能有效缩短救援时间。文章针对消防救援环境中利用WSN定位技术实现消防人员跟踪定位,文章通过对WSN的典型定位算法进行分析比较,研究其适用性,并提出适用于该环境的定位算法。     

基于加权拟合分析的WSN安全数据融合机制研究

传统的基于密码学方式的安全机制并不能有效解决妥协节点产生的假冒攻击问题,同时,基于簇头的信任判断和证实机制需要更多的通信开销,使得基于簇头的信任管理与认证是当前安全数据融合机制研究的焦点.以能量衰减模型的事件感知为研究场景,设计一种基于加权拟合分析的安全数据融合机制.在事件源情况未知的条件下,实现簇内节点对事件源距离的近似估计.研究具有簇属性特征的数据点基于所拟合曲线的分布性质,提出基于曲线簇分析的簇头信任判断机制.仿真实验结果表明,所提出的机制在曲线拟合精度、防妥协性能等方面有较高的提升,达到了预期的效果.     

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。     

基于异常数据预处理和自适应估计的WSN数据融合算法

针对无线传感器网络（wireless sensor network,WSN）存在节点能量受限、测量精度低、生存期短等问题,提出一种基于异常数据预处理和自适应估计加权融合算法（abnormal data-preprocessing adaptive estimation weighting fusion,ADAEWF）。为了提高算法可靠性,提出了基于异常数据检测、简单多数原则和节点综合支持度函数的数据预处理机制;为了减小测量误差对融合精度的影响,基于分批估计和自适应理论对节点测量值进行自适应估计加权数据融合;然后,建立了WSN仿真模型,并分别获得了ADAEWF、自适应预测加权数据融合算法（adaptive forecast weighting data fusion,AFWDF）和算术平均值法下融合结果的均方误差和网络有效生存期。仿真结果显示：ADAEWF算法融合精度和网络有效生存期均优于AFWDF和算术平均值法,表明ADAEWF算法在提高融合数据有效性、网络有效生存期和融合精度方面具有优越性。     

基于WSN的水质自动监测LED终端显示系统设计

基于无线传感器网络(WSN)技术,开发了水产养殖水质监测LED终端显示系统.该系统利用WSN汇聚节点与LED显示屏之间在线通信,提出了一种脱离PC机的数据传送方式,实现了水质参数(温度、pH值、溶解氧浓度)的自动监测与实时显示.汇聚节点以MSP430F149为处理器,nRF905射频芯片及其外围电路为无线通信模块,BQ2057W充电管理芯片及其外围电路为太阳能充电模块,以9针型态的RS-232接口电路组成串口通信模块.汇聚节点与LED显示屏通过串口通信,编写了两者之间的通信协议.     

无线传感器网络含有缺失数据的数据融合研究

针对含有缺失数据的无线传感器网络数据融合问题,提出了一种简单易行的二次数据融合算法(TFA)。考虑到感知数据的时—空相关性,对缺失数据进行线性插值插补和回归分析插补,对插补结果利用线性组合融合算法进行融合。综合考虑各节点的信息,利用自适应加权融合算法进行融合。实验结果表明,该算法在含有缺失数据的前提下,能够以较低的计算开销和较高的估计精度实现数据融合。     

基于WSN的智能路灯控制系统的设计与实现

针对目前城市路灯控制系统存在的问题,提出了一种基于无线传感器网络(WSN)的智能路灯控制系统设计方案.系统以STC89C52RC为控制核心,nRF905为无线收发模块核心芯片,并配以相应的亮度自适应调节模块和传感器模块.实验证明,本装置能根据环境的光照强度和温度等的变化进行自适应调节亮度,同时还可以实现远程监测路灯,是一种智能化、网络化的控制系统.     

基于自适应动态均匀分簇的WSN数据融合算法

针对LEACH算法无法进行数据融合以及簇首分布不均匀引起的局部网络能耗过多、失效过快等问题,提出一种基于自适应动态均匀分簇的数据融合算法ADUC.ADUC算法在簇结构生成阶段引入逻辑区域划分机制和簇首能量优选机制,保证了簇首分布的均匀性和网络的能量均衡性;在数据融合阶段使用自适应加权融合机制来减小冗余和误差,并减少报文数据的数量.仿真结果证明,ADUC算法可以在提高监测数据精度的同时减少网络中43.1％的总体能耗.     

基于能量优化的WSN数据收集和融合算法

针对WSN路由协议LEACH中簇头负载过重的问题,提出一种改进的数据收集和融合算法LEACH-E,在簇的建立阶段根据节点的剩余能量及相对距离选择簇头;在通信阶段,运用主成分分析法对簇头收到的数据进行降维处理,再将融合后的数据沿着蚁群算法找到的最优路径以多跳方式发送给基站。仿真结果表明,该算法在均匀分簇、均衡节点能耗、延长网络生命等方面有更好的性能。     

BTSR：一种基于行为可信的安全数据融合与路由算法

针对无线传感器网络数据融合与路由面临安全威胁,从传感器数据融合过程的空间相关性和时间相关性入手,对LEACH算法进行改进,考虑节点的行为可信因素,提出了一种基于行为可信的安全数据融合与路由算法-BTSR。该算法通过检验传感器本地采样值构成的时空相似度与传感器数据融合过程统计特征的符合程度,保证了数据融合路由的安全和可靠。仿真实验表明BTSR算法在安全概率、能量消耗、融合精度方面比LEACH算法更具优越性。     

嵌入式数据融合系统的设计与实现

介绍了一个基于ARM9嵌入式系统的数据融合平台设计与实现过程。采用S3C2440嵌入式微处理器、ZigBee无线传感器网络和实时Linux操作系统,集成单传感器数据融合与多传感器数据融合两套算法,能够依据环境切换融合算法,并可方便地集成各种数据融合算法,特别适用于旧系统改造、流动式数据检测与控制等场合。     

工业无线传感器网络性能综合评价研究

针对工业环境中无线传感器网络的特点,从用户的角度出发,提出一种网络性能综合评价方法,采用主客观组合计算的方法确定指标权重,通过线性加权的方法计算综合评价值,对无线传感器网络进行性能综合评价仿真。实验结果证明了该方法的有效性。     

传感器网络中基于预处理证据理论的数据融合

在无线传感器网络中,多个传感器节点对于同一个目标的识别结果经常会发生冲突。使用基于D-S证据理论的数据融合方案可以较好地解决这一问题。然而,采用D-S证据组合公式计算融合结果,随着可能的目标身份的增加,计算量会迅速增长。针对传感器节点有限的处理能力和节点的决策数据具有高冗余性的特点,提出通过预处理来减少计算时需要处理的目标身份的个数,减少了计算量;并通过一致性检验排除了误差较大的数据,从而使得决策结果更准确。     

M-TAEDA:多变量水质参数时序数据异常事件检测算法

在供水管网中部署传感器网络实时获取多个水质参数时间序列数据,当供水管网发生污染时,高效准确地检测水质异常是一个重要问题。提出多变量水质参数时间异常事件检测算法（M-TAEDA）,利用BP模型分析多变量水质参数的时序数据,确定可能离群点;结合贝叶斯序贯分析独立更新每个参数的事件概率,预测单个传感器节点检测的异常概率;将单变量的事件概率融合为统一多变量事件概率,融合判断异常事件。实验结果表明：BP模型模拟多变量水质参数进行预测可以达到90%精确度;与单变量参数时间异常事件检测算法（S-TAEDA）相比,M-TAEDA可以提高异常检出率约40%,降低误报率约45%。     

一种基于多路数据融合的WSN路由协议

提出了一种基于多路数据融合的无线传感器网络路由协议,介绍了该协议运用的数据融合等相关技术,叙述了该协议的实现过程,并运用仿真工具评估了该协议的性能指标。仿真结果表明,由于使用了该协议,节省了网络节点能量,延长了网络的生存周期。     

基于分簇的无线传感器网络簇内数据融合算法

根据节点剩余能量、通信消耗量和节点IP,设计无线传感器节点分簇算法,减少了无线传感器网络的数据传输总量。分析对以分簇为基础的簇内数据的融合算法误差成因,提出先进行簇内传感器测量修正、再进行簇内传感器数据融合的改进算法。通过TOSSIM仿真平台的实验,改进后的簇内数据融合算法测量误差明显减少。     

无线传感器网络免疫代理数据融合算法

针对网络能耗和延迟问题,提出了一种基于免疫代理的数据融合算法。通过代理的自由迁移降低节点传输能耗;通过免疫降低参与融合的节点数以降低网络能耗;设立应急通道以降低紧急情况下的网络延迟;采用十六进制编码方法对融合数据进行压缩处理。试验结果表明,该算法能有效降低网络能耗和延迟。     

基于自适应动态目标函数的模糊聚类神经网络

结合输入空间的聚类特性和输出空间实时逼近特性,在模糊聚类的目标函数中引入恰当的反馈因素,基于自适应动态目标函数,该文提出一种新的模糊聚类神经网络实现算法。该算法在收敛稳定性、收敛速度、初值敏感性方面,相对于传统模糊聚类算法有了明显改善,相关实验表明,该算法具备高效、稳定的工程应用价值。     

衰落信道对无线传感器网络决策融合的影响分析

户外环境监测中的无线信道非常复杂,受到多径衰落和噪声等多重因素的影响,严重降低了信号的接收质量。对衰落信道特性的深入研究,有助于网络更好地接收信号,提高系统检测性能。详细分析了信道衰落的影响因子,研究了衰落信道下信号的传输性能,仿真了衰落信道对无线传感器网络检测概率的影响,得出了决策融合中节点上传决策的最佳位数。仿真结果表明,衰落信道下的检测概率较理想信道有较大差距,且上传一位决策值是最佳融合策略。