无线传感器网络自适应预测加权数据融合算法

为提高无线传感器网络监测系统的可靠性及寿命,提出了一种基于分簇的自适应的预测加权数据融合(AFWDF)算法.AFWDF算法依据数据在时间上的相关性,建立预测模型.源节点与簇头利用前期监测数据的变化态势自适应调整预测模型参数对后期数据进行预测,源节点通过预测值与测量值比较提取特征值和剔除异常值,簇头根据特征值和预测值还原监测值,并计算监测值可信度和权重进行加权数据融合.通过性能分析及仿真,得出AFWDF可靠性较高,且在模拟环境下网络寿命周期比SAEMDA和BPNDA算法提高了15％左右.     

无线传感器网络簇内自适应融合算法研究*

无线传感器网络中采集的数据存在着较大的冗余与误差,且影响数据的可靠性。针对这个问题,分析了簇内数据误差成因,提出了一种改进后的自适应数据融合算法。该算法从节点测量数据自身着手,通过迭代得到各个节点测量数据的无偏估计值,以各个节点与估计值的欧氏距离作为各节点可信度的描述。实验证明,该融合算法提高了数据的精度和可信度。同时,通过与分批估计融合方法和传统的自适应加权融合方法的比较分析,表明该方法融合效果更好。     

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。     

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。     

一种改进的多无线传感器数据分批估计自适应加权融合算法

为解决温室大棚中多无线传感器监测数据融合精度低的问题,提出了一种改进型的分批估计自适应加权融合算法。算法首先对单个无线温度传感节点一段时间内所采集的数据根据容许函数阈值剔除误差较大的数据,然后对该温度传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,以此得到该区域所有无线温度传感节点最优估计值后,依据权值最优分配原则对每组传感器数据进行组内自适应加权融合,从而计算得到该段时间内温室大棚的温度精确值。通过实验验证得出：相对于平均值法与传统的分批估计算法,本算法数据融合易于实现,融合值相对误差值更低,稳健性更好。     

测距传感器数据在线自适应加权融合

针对移动机器人的测距系统,采用了红外线传感器与超声波传感器共同测距,避免了因使用单个传感器进行多次测量而降低系统的实时性和产生信号串扰问题;应用自适应加权数据融合估计算法对实时测量数据进行在线融合估计,只对当前采样时刻的测量数据进行自适应加权融合,而各传感器的加权因子则通过传感器的测量数据进行方差在线学习估计以自适应方式进行调整,使融合结果的均方误差始终最小,实现两种传感器在功能上的互补;实验结果表明,该方法提高了整体测距精度,得到了被测距离更加准确的估计.     

基于数据融合的无线传感器网络林火监控算法

针对无线传感器网络在林火监控应用中存在的问题,提出了一种分层聚簇数据融合算法。簇内传感器节点使用加权平均法对原始数据进行数据级融合处理,以消除原始数据中的冗余成分,减少从簇内传感器节点到簇头节点的通信量;簇头节点采用D-S证据理论建立识别框架,通过对本簇成员的反馈信号进行决策级融合处理,提高了火灾事件的识别精度和网络的鲁棒性。实验结果表明,该算法能有效消除无线传感器网络的冗余数据,并能够在失效节点数不超过总节点数40%的情况下正确工作。     

基于博弈理论的无线传感器网络数据融合算法

数据融合是无线传感器网络研究热点之一。为了减少传感器节点间的数据通信量,有效地节省传感器节点能耗,延长无线传感器网络的寿命,提高数据融合的准确性,减少网络时延,提出一种基于博弈理论的无线传感器网络数据融合算法。该方法将所有网络节点根据能耗最优进行分簇,簇头与监控中心通过博弈来自适应地选择不同融合因子的融合算法,使整个网络的总效益最大。实验仿真表明,在丢包率不同时,自适应融合算法可以得到最佳的融合因子,有效实现了时延和精确性的均衡。该方法为无线传感器网络中各个指标的折中提供了参考方向。     

基于多传感器信息融合的果蔬仓库监测算法融合

适宜的仓库环境对于提高存储周期、减少腐坏率,起到至关重要的作用.将分组自适应加权融合算法与改进的BP神经网络算法相结合,应用到仓库环境监控系统中.通过使用分组自适应加权融合算法计算同类环境因素的估计值,再与异类传感器融合算法相结合,融合仓库中各种环境因子相互作用的影响,以提高输出结果的准确度.在仓库中收集温度,湿度,气...     

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。     

多传感器自适应加权融合算法及其应用研究

多传感器数据融合可以获得比单一传感器更多、更准确的信息,本文提出了一种多传感器自适应加权融合算法,该算法无需传感器测量数据的任何先验知识,利用传感器所提供的测量数据,即可融合出总方差最小的数据融合值,仿真和应用实例均表明该算法的有效性。     

基于多传感器数据融合啤酒发酵温度监控系统

在啤酒发酵过程中,温度是一个重要的影响因素,采用单一传感器测量啤酒的发酵温度存在误差大,有较大的不确定性等I采用多传感器测量,弥补了单一传感器带来的缺陷;利用计算机强大的数值计算和信息处理能力,通过对失效数据的剔除和应用自适应加权数据融合技术对有效数据进行融合,提高了测温系统的精度和温度测量的可靠性,建立了模糊控制器的模型;实际应用表明,系统测温准确、可靠。     

基于无线传感器网络的网内数据融合*

由于电池能量的限制,无线传感器网络设计的一个主要目标就是最大化网络生命期。在传感器网络中,网内数据融合是减少能源消耗的有效途径。首先基于传感器网络的特点,描述了网内数据融合的概念和网内数据融合的两个层次,重点阐述了在无线传感器网络中网内数据融合的几种数据分发策略,并分析了数据的最大延迟时间T在各个融合节点上的分配对网内数据融合的影响。     

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。     

无线传感器网络数据融合体系结构综述

从无线传感器网络数据融合的特点和研究现状出发,分析了数据融合与网络协议层之间的联系,并阐述了数据融合在各层中发挥的作用。对数据融合的分类模型进行了较为系统的讨论,并对分层模型的具体细节进行了分析,指明了数据融合在该框架中的层次定位、功能分配及传输形式,为无线传感器网络高效的管理方法和有效的能源利用率提供参考。     

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。     

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.     

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协议比较

传感器网络由电池能量受限的节点组成,必须采用一种能量有效的方法收集节点感知的信息,如果每个节点都采用单跳方式将其感知的数据直接传输给汇聚节点,则与汇聚节点距离较远的节点能量将很快被耗尽。应用于无线传感器网络的LEACH协议提出了通过分簇实现数据融合的方法,簇头在接收到本簇成员的数据后进行融合处理,最终,将融合结果传输到汇聚节点。另一种应用数据融合的PEGASIS协议,是一种接近理想的基于链状的协议,它在LEACH协议的基础上做出了改进。在PEGASIS中,每个节点只与一个位置最近的邻居进行通信,并且,轮流传输数据到汇聚节点,然后,降低每一轮中的能量消耗。模拟结果表明:采用PEGASIS协议有效地延长了网络的生存时间。     

基于自适应加权与LZW的WSNs层次式数据融合算法

为了兼顾提高数据采集精度与效率的同时有效降低传感器节点能耗,提出了一种基于自适应加权与LZW的层次式数据融合算法.传感器簇头节点对传感器节点发送的数据进行自适应加权处理,估计出均方误差最小时的值,簇头节点将处理后的数据采用LZW算法以一定的信息量压缩后再进行数据的传输.仿真表明,该层次式融合算法提高了数据采集的精度并有...