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...     

基于物联网的异构传感数据入侵风险识别方法

异构传感数据入侵风险识别过程中未对采集的异构传感数据进行融合处理,导致数据入侵风险识别完整性较差,为此,引入物联网技术,提出一种新的异构传感数据入侵风险识别方法;根据物联网的组成层次,构建物联网结构模型;依据不同网络入侵攻击类型,设置风险类型识别标准;在物联网结构模型下,采集异构传感数据,得出初始数据的融合处理结果;从传感数据结构以及数据时域变化两个方面,提取异构传感数据特征,计算入侵风险值;最终输出可视化的异构传感数据入侵风险等级以及类型的识别结果;实验结果表明,设计识别方法的风险值识别误差降低了0.015,风险类型识别正确率提高了1.6%,且风险识别方法的响应时间更短,即优化设计的入侵风险识别方法在精度和时效性两个方面更加具有优势。     

基于物联网的异构数据融合算法的研究

随着物联网技术的发展与规模的扩大,物联网底层接入的网络种类越来越多。面对物联网感知层产生的海量异构的数据,如何进行数据融合成为限制物联网进一步发展的"瓶颈"。本文结合物联网数据具有时间和空间的特性,从时间、空间和属性三个方面对物联网异构数据进行融合,使物联网约简单大量冗余信息,减小数据传输量,提高实时性。     

基于描述逻辑的传感器网络事件检测

基于异构数据源的事件检测是物联网上的一类典型应用。现有技术已经可以实现对异构数据源的收集、过滤、表示及部分数据的低层次融合和分析,但对于隐藏结论获取等高层次信息融合仍然需要人工参与。针对这种情况,给出了基于轻量级描述逻辑εL⁺⁺的传感器网络事件检测方法,实现特定领域事件的实时自动检测。首先,针对传感器网络中的具体场景,用εL⁺⁺对传感器网络领域知识进行刻画;然后应用描述逻辑对待判定事件进行形式化描述;最后借助描述逻辑推理机制实现事件的自动检测。该方法充分发挥了描述逻辑的知识表示和推理能力,能够基于领域知识和具体数据进行自动的事件检测。     

物联网下多无线传感网络中不同信道信息融合方法

物联网结构下多个无线传感器组成的不同网络差异较大。当差异化的数据量急剧增加时，多信道信息之间易产生信息孤岛，导致信息融合的能耗大、精确度和节点存活率低。为此，提出一种物联网下多无线传感网络中不同信道信息融合方法。将传感器网络与多输入多输出(Multiple-Input Multiple-Output, MIMO)通信系统结合，构建传感器模型。通过物联网技术采集数据信息，利用传感器信息融合模型对收集的信息进行处理后，传送到融合中心，完成多信道信息的融合。仿真结果表明，所提方法在实施多信道信息融合过程中，传输能耗最低达到0.14 J,信息融合节点存活率和精度值分别达到97%和92%,证明所提方法的能耗小、信息融合节点存活率和精确度高。     

基于多传感器的语义数据融合方法研究

物联网已经渗透到各个领域,并对各领域数据进行自动采集和应用。但异构数据的存储和融合一直是物联网的技术难题,使数据信息不能被理解,阻碍传感器的应用。因此设计高质量的数据融合算法,具有重大实际应用价值。本课题拟通过语义,根据物联网传感器数据融合的理论分析与本体建模的方法,以及传感器本体和语义融合的一般方法,提出基于多传感器的语义数据融合方法,促进语义在物联网多传感器数据融合中的应用,为物联网系统的智能控制和决策分析打下基础,加快物联网在各领域的快速发展和深入应用,有一定的经济和社会效益。     

传感器网络中面向隐私保护的高精确度数据融合算法

无线传感器网络是物联网的重要组成部分,在数据融合的同时加入隐私保护机制是无线传感器网络隐私保护与安全的手段之一.文中针对现有SMART隐私保护方案的一些性能缺陷,加入多类优化因子,形成新的传感器网络数据融合隐私保护算法.这些算法的重点是提高数据融合的精确度和安全性,其中加入局部优化因子的算法在保证高精确度的同时,构成了新的隐私保护方案,有效地降低了通信量,从而减少节点能量支出,间接地延长了网络存活时间.仿真结果显示,吸收这些优化因子的P-SMART-CLPNT算法是一种具有精确度高、通信量小的隐私保护数据融合算法.     

一种异构传感器网络时间同步的安全性研究

分布式时间同步技术是无线传感器网络（WSNs）应用中的一项重要支撑技术,保证时间同步的安全性至关重要。针对敌对异构网络环境,通过利用存储有高能量的高级传感器,提出了一种高效的异构WSNs时间同步安全方案。Tmote传感器节点实验表明：该方案比现有的同步方案更能有效提高同步精度,减少通信开销和抵御网络的多种攻击。     

一种低耗能的数据融合隐私保护算法

物联网中的隐私保护是实际应用中要解决的关键问题之一,作为物联网组成部分的无线传感器网络,希望在进行精确数据融合的同时,又能保护个人的隐私.文中提出了一种新的低能耗无线传感器网络数据融合隐私保护算法ESPART.一方面算法依靠数据融合树型结构本身的特性,减少数据通信量;另一方面算法分配随机时间片,避免碰撞.同时限制串通数...     

基于WSNs节点权重的网关接入异构网络研究

在无线传感器网络(WSNs)中,虽然现有网关节点的设计已经将多网融合的传输方式引入进来,但很少有综合考虑整个网关节点的性能,包括吞吐量、丢包率、耗电量和成本开销等,并且少有深入探讨多网选择切换方法。针对此现状,引入传感器节点权重的概念,从不同权重的传感器节点需要不同的传输策略出发,以数据上传互联网为目的,提出了一种网关接入异构网络的框架,并在此框架中综合考虑吞吐量、耗电量和接入所需费用3个方面,提出了一种多目标优化的模型,之后给出启发式的近似算法。实验结果表明:在保证传感器网络中数据可靠传输和能耗稳定的前提下,提高了数据传输效率,并适当降低了网关接入异构网络的成本,为网关接入异构网络传输数据提供了一种可靠的方案。     

2011年《软件》物联网的关键理论与技术专题内容

1.物联网体系结构理论与模型：层次化可扩展的物联网体系结构、物联网中网元的异构系统互连模型、网络动态行为机理模型、物联网性能评价体系及度量模型等 2.物联网网络融合与自治机理理论与技术：面向IP体系演进的网络融合及命名与寻址架构、面向Post-IP的融合网络体系架构、物联网自治域内数据汇聚与交换技术、物联网自治区域动态管理.     

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。     

基于Ptolemy Ⅱ的无线传感器网络自适应通信体系结构

针对现有的异构无线传感器网络(WSN)体系结构中,不同的数据链路层缺乏通用架构的问题,提出在网络体系中增加“属性装配层”的概念。采用Ptolemy Ⅱ建模仿真平台,将属性装备层与数据链路层分别建模,首先采用属性装备层中的属性工厂模块分类各种通信协议原型,封装上层应用程序;然后采用装配工厂模块生产数据包头,分发于不同的网络;最后形成自适应的无线传感器网络体系。该体系融合了异构网络数据链路层,兼容了现有的平台、通信协议和网络机制,适用于未来的通信协议和机制。实验结果证明,基于该体系的通信系统内存占用和时间开销相对较小,具有自适应能力。     

一种新的异构无线网络安全体系结构

随着无线通信和网络技术的高速发展和广泛应用,异构无线网络逐渐受到越来越多的关注。而异构无线网络不仅面临现有各种无线网络的安全问题,也面临着异构互联所带来的新的安全问题。论文在介绍和分析现有无线网络的安全结构和安全机制的基础上,提出了一种分层的异构无线网络安全体系结构,并引入了新的安全实体。分析表明,该结构能很好地适应异构无线网络的特点,对未来的网络融合和体系结构研究具有指导意义。     

多尺度特征融合的多源异构遥感数据水体提取

针对现有遥感测绘水体提取方法在多源异构遥感数据的信息融合与深层特征提取方面存在的不足,提出了一种基于多尺度特征融合的多源异构遥感数据水体提取方法。首先,设计了一种基于多源异构遥感数据输入的网络模型结构解决多源异构遥感数据的多尺度特征融合问题;随后,提出了一种基于改进残差网络的高维卷积单元,对异构遥感数据进行深层特征提取,同时,构建了基于哨兵一号和哨兵二号卫星的全球水体大规模多源异构遥感数据库。对比实验结果表明,以人工遥感影像标注的水体区域分布真值为精度评价基准,所提出的多尺度特征融合算法的水体提取结果,准确率达到了90.12%,相比现有深度学习领域主流的U-Net图像分割模型方法,准确率提高了3.73%以上,有效提升了多源异构遥感数据的大范围水体提取准确性。     

基于ARM的物联网智能网关的设计与实现

为了将多种形式的物联网传感器网络数据接入到云服务器，提出一种基于ARM的物联网智能网关的设计方法，网关能够自动完成不同形式的传感器网络数据的采集，汇聚到智能网关之后，由智能网关实时做出简单的执行判断，并将数据转发到云服务器，云服务器根据人工智能策略做出决策和执行操作，再经由智能网关下达到各个执行器。物联网智能网关以ARM开发板作为主控制器，需要完成异构网的数据转换，传感网络的设备管理，传感器数据实时更新到LCD屏。提供了一种低成本、高功效的智能网关系统设计方案，系统设计整体性能稳定。     

无线传感器网络簇内实时数据融合研究

现有的无线传感器网络数据融合技术存在数据延迟和数据正确性两方面的问题。针对该问题设计一种基于簇内实时数据融合的方法．该方法首先通过量化计算将数据划分为紧急数据和非紧急数据并作标记,将紧急数据迅速融合传给用户以提高实时性。在融合过程中引入传感器测量修正并结合关系矩阵法对数据进行相应的融合处理．然后对融合结果进行分析并进行反馈调整。仿真实验结果表明．该方法能够提高簇内实时数据融合正确性并且降低数据延迟．     

基于异构特征融合的论文引用预测方法

针对论文引用预测方法在特征稀疏时性能下降的问题，提出了基于异构特征融合的方法，可同时利用定长特征、引文网络特征和引文时序特征，有效提升了引用预测方法的精度。本文针对论文引用预测任务定义了引文属性网络，对3类异构特征进行建模；提出了面向异构特征融合的论文引用预测方法，使用图神经网络处理定长特征和引文网络特征，使用循环神经网络处理引文时序特征，基于多头注意力机制对提取到的异构特征进行融合并预测被引次数。在大规模真实数据集上的实验表明，本文方法可以有效利用多种异构特征并缓解数据稀疏问题，均方根误差（Root mean squatr error，RMSE）比最好的基准方法降低了0.31。     

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。     

数据融合在传感器网络协议中的节能性分析

传感器网络受到带宽、能量和吞吐量因素的限制，制约了点对点信息传送的数量。网内处理冗余数据或信息、组合更为高效，符合用户需求的数据融合技术很好地解决了这些问题。阐述数据融合在传感器网络中的作用，针对现有数据融合在网络协议中提出的各种算法思想，分析比较了数据融合的节能性能。由此可知，基于生成树的融合方法更能平衡节点负载，延长网络的生命周期，从而解决无线传感器网络存在的问题。