基于自适应数据融合的LEACH路由协议

如何有效地使用传感器节点的能量以延长WSN的生存时间,一直是WSN路由协议研究的重点.基于LEACH,提出了一种新的路由协议AF-LEACH,AF-LEACH根据数据融合的能量开销和所带来的节能增益,对传感器节点采集的数据进行自适应的数据融合.仿真实验表明,与LEACH协议以及在各节点都进行数据融合的MA-LEACH[...     

一种基于LEACH协议高效节能的数据融合算法

针对无线传感器网络LEACH协议中簇首节点传输数据的冗余,使通信量过大,导致整个网络寿命短的问题,考虑到不同属性数据存在线性相关性,通过引入云理论和最小二乘的思想,提出了一种云加权—最小二乘（ CW-LS）数据融合算法。仿真结果和分析表明：该算法能够消除冗余信息,使数据更加准确,减少了数据传输量,从而有效地延长了网络寿命。     

基于参数估计的多传感器数据融合

探讨具有随机扰动的环境中同一特征的不同传感器测量值的融合问题，并在理论上给出了基于参数估计的多传感器融合算法，分析了正态分布数据的融合计算公式，并提出以数据探讨技术中的分布图方法来获得一致的传感器数据，从而提高了算法的鲁棒性。     

基于LEACH协议的多因子可靠数据融合优化策略

针对无线传感网中节点部署密度大、数据冗余度高、能量有限和易遭攻击等问题,提出基于LEACH算法的多因子可靠数据融合优化策略。该策略对LEACH算法做出3方面优化改进:在数据融合的相似度计算中增加两个可靠性优化因子MN-LEACH和LF-LEACH;在数据传输中采用多路径传输优化因子MT-LEACH。在敌对环境中,为避免大量恶意节点干扰真实数据,提高数据融合精确度,首先对突发的非线性噪声数据采用拉普拉斯函数而非高斯函数进行过滤,然后采用MN-LEACH优化因子计算相似度,通过加权平均进行数据融合,最后采用LF-LEACH优化因子对链路传输进行检测,并在传输时采用MT-LEACH优化因子,从而使链路负载更加均衡。实验结果表明,该策略与传统LEACH算法相比,在数据融合精确度、信噪比及能耗等方面有明显的优势。     

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。     

基于蚁群算法的LEACH协议研究

针对LEACH协议中簇头节点与汇聚节点之间采用单跳通信造成能量损耗过快的问题,提出了一种基于蚁群算法的LEACH协议,该算法利用蚁群算法易实现、支持多路径的特点,结合节点的剩余能量及传输距离,通过对网络中信息素浓度的建立和更新,达到降低簇头节点能量消耗过快的问题.仿真实验结果表明,该算法在降低能耗、延长网络生命周期等方...     

基于LEACH协议的簇头优化协议研究

针对无线传感器网络的特点，在研究LEACH协议的基础上，提出了一种新的优化的分簇多跳算法。该算法使用能量因子修正了LEACH协议中的的阈值，产生簇头。再将选好的簇头以距离最短为原则生成一条基站到各簇头的链，采集的数据在簇头融合后按生成的链以多跳的方式提交给基站。MATLAB仿真结果显示，该协议能有效地延长网络的稳定期。     

基于NS-2的LEACH协议改进

针对无线传感器网络能量有限的问题,从稳定性的角度出发,提出LEACH协议的低功耗改进方案。借助NS-2仿真对比改进前后协议的运行结果,讨论传感器能耗对协议低功耗改进的影响。仿真结果表明,协议改进后网络生存期和传输数据量分别增加了45.87%和35.16%,变异系数(CV值)得到改善,但当传感器耗能占节点总能量的60%时,协议的改进没有效果。     

基于LEACH协议的改进路由算法

路由算法是无线传感器网络核心技术之一.算法设计的主要目标是减小网络中各个传感器节点的能量消耗,以提高各节点以及整个网络的运行寿命.在低功耗自适应集簇分层协议(LEACH)算法的基础上,结合链状路由算法,改进了数据传输方式和数据融合过程,提出了一种新路由算法,有效延长了网络生存时间,适用于较大规模的网络.     

卡尔曼滤波与多传感器数据融合技术

本文介绍了国际上卡尔曼滤波在多传感器数据融合领域的应用,并着重阐述了IMM算法和分布式卡尔曼滤波的思想,总结了卡尔曼滤波在该领域的应用潜力.文中还介绍了在互联网络上相关的站点和新闻组的地址.     

QAR数据的数据融合算法

分析了QAR数据中影响飞机性能衰减的主要因素,采用自适应加权数据融合算法和扩展卡尔曼滤波算法对相关性能参数进行了状态参量的估计,并验证了自适应加权融合算法在外界环境影响较小时的便捷性和外界环境影响过大时的局限性.引入扩展卡尔曼滤波算法,加入高斯噪声的计算,提高了状态估计值的精确度,为航空公司改善飞机运行提供了参考.     

一种基于LEACH协议改进的簇间多跳路由协议

为了均衡无线传感器网络的能量消耗,延长网络的生存时间,在研究几种基于均匀分簇和非均匀分簇的路由协议基础上,提出一种基于LEACH协议改进的簇间多跳路由协议。该协议引入能量因子和距离因子修正了LEACH协议的阈值函数。在簇间通信过程,簇头节点与Sink节点之间采用多跳通信方式,簇头与簇头之间形成一条通向Sink节点的优化路径。实验结果表明,相比于LEACH协议和EEUC协议,本文提出的新协议能够有效的均衡网络的能量消耗,延长无线传感器网络的寿命。     

基于卡尔曼滤波的数据融合算法与应用研究

针对无人机飞控系统对输入的多传感器信息融合时传统卡尔曼滤波算法容易出现滤波发散,滤波精度和系统的实时性降低的问题,研究了一种改进的自适应滤波算法,可以让数据融合后的信息精度更高,实时性更强。改进的算法是在Sage-Husa滤波的基础上引入滤波收敛性判据,并提出了基于改进的Sage-Husa滤波算法的联邦卡尔曼滤波器的设计,可以抑制滤波发散,提高滤波精度和稳定性。同时引入强跟踪滤波算法的思想,调整增益矩阵,改进滤波算法,提高系统突变情况下的滤波处理能力。最后,通过对特定的自主避障系统用改进后的算法与传统卡尔曼滤波算法进行MATLAB仿真比较,仿真结果显示改进的自适应滤波算法在系统模型参数失配和实变噪声情况未知时,可以较好地保持滤波的精度和实时性。     

LEACH协议成簇机制的改进

提出对LEACH协议路由算法成簇机制的改进策略,在簇建立阶段,采用分布式成簇算法与集中式成簇算法相结合的成簇方式和最优簇数可根据网络状况动态变化的簇类个数选择机制,以使网络在较低的能耗水平下获得更为合理的簇类划分。     

基于分区和能量距离因子的LEACH改进协议

LEACH协议是无线传感器网络中分布式成簇网络协议中的经典算法。但网络中的簇头能量消耗不平均、节点死亡时间出现的早等问题较为严重,本文提出了改进的基于分区和能量距离因子的LEACH-EDP协议。通过提出距离修正和剩余能量修正因子来修正簇头选举阈值函数,对部署实施区域分区,针对区域进行各种增益参数权重的调整,从而延缓网络中死亡节点的第一次出现,使WSN的存活时间得到一定的延长。仿真实验表明,与传统LEACH协议进行对比,LEACH-EDP协议死亡节点的出现推迟了79.5%,网络死亡时间延迟了57.4%。     

基于虚拟网格的LEACH路由协议的改进

针对LEACH路由协议簇头节点在空间上分布不均以及在远距离数据传输过程中能量消耗过多等不足,提出一种新的算法LEACH-VG.其中采用基于网络空间虚拟网格的方式来选择簇头,在网格中以自身能量评估来决定是否当选簇头,以及簇头之间采用多跳来传输数据.通过仿真实验证实算法的有效性,可有效延长网络生存时间.     

基于多传感器数据融合的微下击暴流感知

针对微下击暴流的风场特性和几种任务传感器的探测原理,研究基于多传感器数据融合的微下击暴流感知和威胁评估方案.采用扩展卡尔曼滤波的方法建立微下击暴流的解析模型,提出改进的迭代算法实现数据融合并降低参数估计的计算量,依照所建模型进行威胁度评估.仿真实例中选用前视红外(FLIR)和激光雷达(Lidar)探测的风速数据对方案进行验证,并计算F因子,评估其威胁度.     

基于改进卡尔曼算法的室内温度数据融合

针对传统建筑物内部空间结构复杂,布线成本高,数据采集精度不高等问题,采用LoRa无线通信技术构建传感器网络,主要用于监测室内温度参数的变化;对于传统的卡尔曼数据融合结果存在较小波动的现象,引入了孤立森林算法,提出了基于改进的卡尔曼滤波算法的室内温度数据融合算法;通过在采集到的数据集中随机添加扰动样本和畸变数据,对三种算法产生的误差进行比较,改进的卡尔曼数据融合算法在有扰动样本的情况下,误差范围控制在-0.12-0.1之间,在带有畸变数据时,误差范围在-0.03至0.14之间,均远小于传统的卡尔曼数据融合算法和平均值算法;实验仿真的结果表明,改进的算法提高了室内温度数据采集的鲁棒性和准确性。