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。     

WSN中的一种多传感器数据融合算法

为了适应无线传感器网络资源受限的特点,提出一种多传感器数据融合算法,算法在传感层和网络层之间增加数据融合层,将采集的数据分为实时数据和非实时数据,对数据进行约筒处理,提高传感器节点传输被采集信息的效率.利用TinyOS进行仿真测试,结果表明:数据融合算法可以有效地减少网络中数据通讯流量,节省传感器节点能量,延长网络生存时间.     

一种多传感器数据的熵权融合方法

针对多只传感器对多个特性指标进行测量实验的数据融合问题,提出了一种新的多传感器数据的融合算法.该方法采用最大最小法确定各传感器测量数据之间的模糊相似矩阵,定义熵权来确定各传感器的融合权重.可以克服以往方法中关系矩阵的主观影响.实验数据分析表明:该算法简单、数据融合含义清晰,可以避免有效数据的损失.     

低能耗的分布式数据融合改进算法

通过对串行数据融合算法的研究,发现在实际情况中,要使所有的传感器节点保存全局路由信息非常困难。为降低额外的能量消耗,提出一种新的分布式数据融合算法。该算法中,多个传感器节点同时启动数据融合过程,以多路方式向簇头传递信息,所有节点都是自行决定下一跳的传输方向,避免了保存全局路由信息。从仿真结果看,该算法可以减少时延,有效降低能量消耗。     

一种模拟退火遗传算法的传感器网络数据融合技术研究

研究无线传感器网络(WSN)数据融合技术。传感器节点计算能力、通信能力有限,WSN采用交叉重叠方式部署,导致冗余数据量大,需采用数据融合技术消除冗余和无效数据,节约网络通信能耗。结合遗传算法全局搜索和模拟退火算法局部搜索的优点,提出一种模拟退火遗传算法的WSN数据融合方法(SA-GA)。采用模拟退火遗传算法快速找到移动代理路由最优传感器节点序列,并实现数据融合。仿真实验结果表明,与遗传算法、模拟退火算法相比,SA-GA更能快速找到全局最优数据融合节点序列,并对数据进行有效融合,具有更小的网络能耗和网络延时。     

一种无线传感器网络中的定位精度改进方法

无线定位是无线传感器网络的一个重要应用,但目前仍然存在着定位精度不高、定位性能差的问题。通过针对TDOA(Time Difference of Arrival)/AOA(Angle of Arrival)混合式方法定位的超宽带(Ultra-Wideband)无线传感器定位系统,提出利用迭代去噪和卡尔曼滤波器的混合式处理方法。在数据处理层面上改善系统的定位性能,从而提高定位可靠性。现场试验的数据表明该方法确实可以改善系统的定位效果。     

一种新的物联网传感器数据融合方法

针对现有技术中各种异构网络或多系统之间的数据融合难、网络利用效率低下等问题,本文研究了一种新的物联网传感器数据融合方法,设计了基于物联网传感器数据融合系统.该系统包括物联网结构层、传感器输出信号的预处理部分和信号分析处理部分,采用ADuC812单片机实现了海量数据的处理,并通过多种无线通信技术进行数据传输,通过物联网应...     

一种多传感器数据融合目标识别新方法

在多传感器目标识别中，传统方法是直接将多元的局部决策送入融合中心，进行最后的整体决策。该方法是化多元检测为多个二元检测，使送入融合中心的局部决策是二元的，从而可利用现有成熟的二元检测技术进行基于置信度的整体决策，使识别问题得到简化。     

一种多传感器数据融合算法的研究

一个传感器往往难以实现对目标的辨识,使用多个传感器收集来自多种物理现象产生的信号,就可以比较容易地实现对目标的辨识。传感器信息融合方法是当今研究的关键技术,它产生于军事领域并在多学科、多领域得到极大发展。本文介绍了一种基于统计方法的数据融合分类算法——DempSter—Shafer算法,并举例介绍了应用该算法如何融合多传感器数据。     

基于偏差的多传感器目标级融合方法

针对具有多个特征指标的目标识别问题,提出了一种新的模糊传感器数据融合方法。该方法由最大最小隶属度函数得到相对距离矩阵,通过求解总偏差最小的数学规划问题,确定各特征的权重,从而给出目标识别算法,提高了目标识别结果的客观性。应用实例验证了算法的有效性。     

一种基于改进支持度的节能型WSNs数据融合算法

无线传感器网络(WSNs)内有大量的冗余数据,它们消耗了过多的网络能量;目前的数据融合算法对数据彼此间的联系考虑得不够充分,融合精度有待提高.针对上述问题,提出了一种基于改进支持度的节能型数据融合算法.该算法在网络的感知节点根据设定的阈值对采集到的数据进行初次融合,并引入自支持度的概念,与灰色接近度理论相结合改进支持度函数,将改进的支持度函数应用到汇聚节点计算最终的数据融合估计值.使用Matlab进行仿真的结果表明:该算法可节能27.87％,数据融合的温度绝对误差均值约为0.98℃,达到了节能和提高融合精度的目的.     

基于多传感器数据融合技术的臭氧监测系统设计

针对臭氧在进行保鲜和消毒时的特点和要求,设计了一种基于多传感器数据融合技术的监测系统,用来严格监测臭氧浓度。系统采用自主设计且拥有专利的臭氧传感器进行数据采集,并通过搭建无线传感器网络实现对臭氧浓度的实时监测。为了提高数据的准确度,首先要剔除可疑数据,然后选择适当的算法对数据进行数据融合。仿真结果表明:数据融合后所得到的融合值更加平稳,可靠性高,通过选择适合的融合算法可以提高臭氧浓度采集的精度。     

基于无线传感器网络的安全数据融合技术探究

随着我国信息技术的持续完善和无线传感器网络的不断发展,在无线传感器网络中,安全数据融合技术得到了越来越广泛的应用。本文从对安全数据融合技术进行简析入手,对安全数据融合技术在无线传感器网络中的应用进行了分析。     

无线传感器网络网内数据融合的研究

针对目前无线传感器网络(WSNs)网内数据融合所面临的一些挑战,提出了一种基于无线传感器网络分布式K-平均聚类(DKCWSNs)算法的WSNs节点传感数据的分组策略,并采用基于自适应加权的数据融合方法对分组后的感知数据进行融合处理,从而获得更合理的结果.最后,通过实例验证了该方法的有效性.     

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。     

基于矩阵的无线传感器网络数据融合方案

数据融合是降低无线传感器网络（ WSNs）能耗的重要手段,为了有效地节省WSNs节点的能量,提出一种基于矩阵的层簇式数据融合方案。在簇头选举时,考虑节点的剩余能量和相对密度,并利用矩阵运算对簇内成员节点采集的数据进行数据融合处理。最后将所提方案与传统的LEACH协议进行仿真比较,实验结果表明：相比于传统的LEACH协议,所提方案可以有效降低数据冗余,减少数据传输量,节约节点能耗,进而延长网络生存期。     

传感器网络中基于跨层调度的数据融合策略

针对现有的协议都不能在获得良好的节能效果和低延迟的同时,使每一个节点进行充分的数据融合的问题,提出一种基于跨层调度的数据融合策略,根据建立的路由树,制订无碰撞的数据发送调度方案并为每一个传感器节点设置合理的等待时间.仿真结果表明此策略节能效果明显、延迟小并且吞吐量大.     

基于聚类融合的多目标跟踪算法

多目标跟踪是多传感器数据融合中的一个重要问题。基于模式识别理论 ,提出了一种通过对传感器测量数据集类 ,以区分源于不同目标的测量数据集合。对各个类对应的目标状态估计进行融合 ,从而实现了对多目标的实时跟踪。这种算法聚数据关联、数据融合和目标跟踪于一体 ,大大降低了多目标跟踪问题的复杂性和计算量。实际数据实验充分表明了本算法的有效性。     

基于传感器数据融合的航空发动机电子控制器

提出了一种基于矩阵奇异分解法的传感器数据融合方法及其在某型航空发动机电子控制器设计上的应用。试验结果表明:该传感器数据融合算法简单有效,分别消除了发动机中进口空气温度T1传感器近7.8℃和涡轮后燃气温度T4传感器近19.2℃的测量误差,提高了发动机电子控制器工作的可靠性,并适应于未来航空发动机分布式控制的发展方向。     

基于EI优化权值的多聚焦图像融合方法

针对图像融合空间域方法中权值确定的问题,提出了一种基于图像融合客观评价准则中的边缘信息E(IEdge Information)的优化权值方法,通过寻找最优权值使得融合图像的EI最大,从而获得最好的融合效果。该方法采用适应度函数为EI的遗传算法实现,并且结合分块加权融合方法融合多聚焦图像,得到最优融合结果。实验结果表明,该方法有良好的融合效果且优于传统的融合方法。