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。     

无线传感器网络网内数据融合技术研究

网内数据融合技术可以消除无线传感器网络中的冗余信息，提高数据的精确度，并延长网络的生命周期。本文通过分析现有网内数据融合技术的不足，提出一种新型网内数据融合技术，它通过利用一种新型的融合定时机制，对节点的融合定时时间进行合理配置，取得网络能量利用效率和数据精确性之间的良好平衡。     

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。     

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%。     

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.     

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研究综述*

无线传感器网络中数据融合技术可以有效的减少数据通信量,降低能耗,延长网络的生存时间。数据融合研究涉及多个方面的技术,因此设计高效的数据融合算法是一项具有挑战性的工作。针对近几年数据融合算法的发展状况进行了综述,对现有的无线传感器网络数据融合算法进行分类研究,给出算法的基本功能和特征,对部分的算法的性能进行讨论和比较,给出数据融合研究领域内存在的问题和发展方向。     

无线传感器网络数据融合模型研究

无线传感器网络是一种全新的技术,能够广泛应用于恶劣环境和军事领域中。传感器网络在数据收集中,为减少冗余数据的传输耗能,降低延迟,需要采用数据融合技术。分析和介绍了传感器网络跟踪级与属性级两种融合模型结构,提出了一种基于多Agent的数据融合模型。     

无线传感器网络数据融合算法综述

数据融合技术是无线传感器网络的关键技术之一,它通过合并相似数据、预测未来数据等方式减少节点间数据的传输量,对冗余数据进行精简,从而明显提高网络生命周期以及数据准确性。本文对近年来数据融合算法的研究现状进行了全面深入分析,同时从融合过程中采用的融合算法与融合规则出发,将现有的无线传感器网络数据融合技术分为了基于统计学、基于人工智能、基于信息论与基于拓扑学的四大类,对这四类技术从原理上进行了综述,对其中涉及到的不同融合算法从性能、时延、复杂度以及能耗方面进行了详细分析与比较。最后介绍了自动融合、融合评估等未来数据融合的研究重点。     

基于相似度的无线传感器网络数据复原汇聚方法

针对现有数据复原汇聚算法的复原汇聚精度低和对网络噪声干扰的稳健性差等不足,提出了一种基于相似度的无线传感器网络数据复原汇聚算法。该算法在分布式数据汇聚模型的基础上,利用重心距离和相关系数来衡量各簇节点感知数据的受攻击程度,并把两者统一在加权系数中,通过加权运算提高了算法的数据复原汇聚精度。此外,利用相关系数对噪声干扰敏感的特点提高了算法对网络噪声干扰的稳健性。理论分析和仿真结果表明,新算法的性能优于现有数据复原汇聚算法。     

无线传感器网络中基于地理位置路由算法的研究和改进

分析了无线传感器网络中地理位置路由协议GEAR的特性,针对该协议在数据传输过程中的能耗问题本文提出了一种改进方案,通过改变节点的状态以及对节点采集的数据进行数据融合,避免了无谓的能量损失。通过NS2仿真工具进行验证,改进后的GEAR算法的平均能量消耗降低了百分之十左右。     

基于分簇的低能耗数据融合隐私保护协议

提出了一种基于分簇的低能耗隐私保护协议(LCCPDA), 其采用动态的方式选举簇头和简单加法簇内融合方式。LCCPDA可以在实现数据融合的同时保护数据安全, 防止数据被窃听和窜改, 保障了数据的隐私性。通过实验分析, 相比于分簇隐私数据融合协议CPDA, LCCPDA有更高的隐私保护性和更低的数据通信量。     

无线传感器网络中事件驱动数据收集研究进展

无线传感器网络是目前研究的热点,事件驱动数据收集是无线传感器网络中一种重要的信息采集方式。由于节点普遍具有能量水平低、通信能力弱、易损坏等特点,而用户普遍需要网络能长时间稳定工作或尽快获得数据,因此,如何以低能耗、低延迟、高可靠的方式完成事件驱动数据收集是研究的难点。介绍了事件驱动数据收集的概念和特点,对已有的典型事件驱动数据收集协议进行了系统的分析和对比。通过探讨存在的挑战和亟待解决的关键性问题,为下一步更深入的研究指明了方向。     

基于生物竞争的无线传感器网络自组织算法

自然界中,生物个体之间为争夺资源存在着竞争行为。通过研究生物竞争行为,针对无线传感器网络自组织覆盖问题,提出了一种新的分布式算法。该方法把传感器网络中的节点类比为生物竞争中的个体,把目标监测区域类比为生活资源,把对传感器网络所做的优化配置类比为生物竞争行为对生活资源的优化配置。将自然界生物活动中通过竞争实现资源的优化配置的方法应用到无线传感器网络的节点部署,降低节点的计算量、移动距离及信息复杂度,以提高无线传感器的行动效率,并间接达到省电的目的。实验结果表明,该方法方便,有效,能够较好地配置节点,提高网络覆盖率。     

无线传感器网络k重覆盖优化策略

为了实现无线传感器网络k重覆盖范围的最大化,提出了一种基于粒子群算法的无线传感器k重覆盖优化策略,提高了k重覆盖率,进而提高节点的利用率,延长无线传感器网络的寿命。同时,在保证网络覆盖精度的前提下,选择最合适的参数,这样既保证了最优的覆盖结果又最大限度地节约了计算量,延长了网络的寿命。通过仿真实验分析了粒子群算法的相关参数对覆盖性能指标的影响。实验结果表明,基于粒子群算法的k重覆盖策略有效地优化了网络的k重覆盖性能。     

无线传感器网络最大生命期聚合树路由算法

提出了一种无线传感器网络最大生命期聚合树路由算法,根据能量等限制条件建立线性规划模型。考虑到网络最大生命期是NP难问题,在算法复杂度较低情况下,将网络最大生命期问题转化为网络最小归一化负载问题,在建立最大归一化负载聚合树过程中,不断调整负载较重节点的数据转发压力,最终建立一棵负载较轻的数据融合树,实现了网络生命期的最大化。通过仿真验证了算法的性能,并表明所提出算法可以有效延长网络生命期。     

无线传感器网络中虚假数据过滤方案

传统虚假数据过滤算法不能有效地应用于无线传感器网络,因而需要研究适合无线传感器网络的虚假数据过滤方案。在介绍无线传感器网络与虚假数据过滤的概念和特点后,提出了虚假数据过滤方案的分类方法,探讨了各种虚假数据过滤策略,着重分析了当前一些较为重要的虚假数据过滤策略,并指出了这些策略的优缺点。最后分析了当前亟待解决的问题,展望了其未来的发展趋势。