无线传感器网络中基于衰减信道的决策融合

无线传感器网络中的链路通信质量对上层应用有重要的影响.为此,本文研究了基于衰减信道的多传感器决策融合问题,提出了最优似然比融合规则,并推导出适用于无线传感器网络的二种次优融合规则,最后讨论了相同传感器和相同信道模型下的融合情况.仿真结果表明此方法能比较好的适应在无线传感器网络中信息融合时所遇到的链路衰减和噪声干扰等问题.     

衰落信道对无线传感器网络决策融合的影响分析

户外环境监测中的无线信道非常复杂,受到多径衰落和噪声等多重因素的影响,严重降低了信号的接收质量。对衰落信道特性的深入研究,有助于网络更好地接收信号,提高系统检测性能。详细分析了信道衰落的影响因子,研究了衰落信道下信号的传输性能,仿真了衰落信道对无线传感器网络检测概率的影响,得出了决策融合中节点上传决策的最佳位数。仿真结果表明,衰落信道下的检测概率较理想信道有较大差距,且上传一位决策值是最佳融合策略。     

基于序贯检测的无线传感器网络决策融合算法

数据融合是能源有限的无线传感器网络应用中必不可少的信息处理手段.目前的数据融合方法多着眼于固定参与节点数目下的数据融合,由于融合时数据传输量与参与节点数目呈正比,所以,最佳的节能策略应是满足一定性能条件下参与节点数目可变.将序贯检测理论应用于无线传感器网络数据融合问题上,并建立其数学模型.考虑无线信道的衰减和物理层调制解调特性,进一步提出基于序贯检测的无线传感器网络数据融合判决(WDASD)方法,并通过仿真实验验证了WDASD算法的性能.     

无线传感器网络中的资源优化

无线传感器网络是一种新兴的技术,与传统的网络相比最突出的特点就是超大规模,无人值守,应用环境变化频繁.解决能量受限问题,适应变化频繁的拓扑结构是目前无线传感器网络面临的最大挑战.针对这一特点,本文以优化网络资源和延长网络寿命为目标,归纳了无线传感器网络部署、任务分配、信息处理和中间件定位中的优化问题,并分别对这些具体问题进行了探讨,对一些可能的研究方向进行了简要的阐述,为以后的研究奠定了基础.     

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.     

基于分簇的无线传感器网络簇内数据融合算法

根据节点剩余能量、通信消耗量和节点IP,设计无线传感器节点分簇算法,减少了无线传感器网络的数据传输总量。分析对以分簇为基础的簇内数据的融合算法误差成因,提出先进行簇内传感器测量修正、再进行簇内传感器数据融合的改进算法。通过TOSSIM仿真平台的实验,改进后的簇内数据融合算法测量误差明显减少。     

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。     

基于数据融合的路由算法在无线传感器网络中的分析和研究

将数据融合技术应用于路由协议中,可以有效减少数据通信量,从而降低能耗,延长网络的生存时间。对近几年比较新型的、基于数据融合的路由算法MLR、GRAN、MFST、GROUP等进行了详细的分析比较,总结出了其优缺点和应用范围。融合以上路由协议的优点．在数据融合基础上兼顾局部发送功率的最小化和能耗的均匀分布,构造出MEROUP算法模型。     

基于PSO-BP的无线传感器网络数据融合算法研究

为提高无线传感器网络(WSN)数据融合效率,减少网络的通信量以及降低传感网的能量消耗,提出一种基于粒子群优化BP神经网络的无线传感器网络数据融合算法;该算法将粒子群算法优化BP神经网络的权值和阈值后,与传感器网络分簇路由协议有机结合,将无线传感器网络中簇头和节点等同于BP神经网络里的神经元,利用优化后的BP神经网络有效地提取WSN数据融合原始数据之中的少量特征数据,之后把提取的特征数据发送到汇聚节点,进而提升数据融合效率,延长网络生存周期;仿真实验证明,与LEACH算法、BP神经网络和GABP算法相比,该算法可有效减少网络通信量,降低节点总能耗的15%,延长网络生存时间。     

无线传感器网络中一种新型加权Mel滤波器组

提出了一种提取车辆声音特征的新型加权Mel滤波器组进行车辆的识别.这种新型滤波器组通过赋予各离散频率不同的权重,突出车辆频谱之间差异较大频段的信息,弱化较为相似频段的信息.相比于传统的MeI滤波器组,加权Mel滤波器组的识别能力得到了显著提高.仿真和实测结果均表明,与两种常用的特征提取方法相比,加权Mel滤波器组不仅能更有效地提取不同类型车辆间的差异信息,获得更高的正确识别率,还降低了计算复杂度.     

无线传感器网络中的数据融合

在传感器网络中高效率的传感数据融合方式和使传感器网络工作更长的时间存在的一定的矛盾。因此在本文中我们使用能量和延迟度量并且我们提出了一种方案试图去平衡在数据融合时产生的能量消耗和延迟。     

无线传感器网络中的数据融合

在传感器网络中高效率的传感数据融合方式和使传感器网络工作更长的时间存在的一定的矛盾。因此在本文中我们使用能量和延迟度量并且我们提出了一种方案试图去平衡在数据融合时产生的能量消耗和延迟。     

一种基于数据融合的传感器网络部署策略

针对确定性部署问题,提出了一种基于数据融合的部署策略,采用Neyman-Pearson值融合感知模型,通过理论推导确定等边三角形部署和正方形部署网格的最小检测概率点位置,进而得出不同覆盖质量要求和环境参数时两种部署模式下的最大网格边长.基于退避机制的GFA(Grid Fusion Algorithm)融合算法将数据融合...     

多跳无线传感器网络下信道感知的目标定位方法

针对资源有限、存在信道退化的无线传感器网络(Wireless sensor network, WSN),基于最大似然估计(Maximum-likelihood estimation, MLE)提出一种信道感知的目标定位方法. 把传感器观测数据量化为M位二进制序列,经过衰落信道多跳中继到达融合中心. 中继节点采用二元解码-前向中继策略,中继输出是被信道污染的中继信号的估计值. 在Rayleigh信道衰落和高斯信道噪声假设下,结合无线信道衰落的统计知识和解码策略, 推导了观测数据的似然函数,得到目标位置的最大似然估计. 此外,还推导了估计器性能的后验克拉美-罗下界(Cramr-Rao lower bounds, CRLB). 仿真结果表明,信道感知的方法能够减缓由于信道衰落和噪声所带来的定位性能的退化.     

无线传感器网络中传感器节点的布置

在无线传感器网络中，传感器节点收集本地数据，通常通过其它节点将数据转发给基站，因而离基站越近的节点，消耗的能量越多．如果采用通常的方法，即均匀布置传感器节点，则基站附近的节点将很快消耗完能量，基站也就无法收集数据．本文通过研究无线传感器网络中的能量消耗，得到了一个布置传感器节点的密度函数，按此函数布置传感器节点可以有效地延长系统的生命期．理论分析和模拟结果表明，本文的布置方案将系统生命期提高到均匀布置方案的3R/2t倍，这里t为传感器节点的通信距离，R为传感器节点的分布区域半径．     

Cost Minimization of Wireless Sensor Networks with Unlimited-lifetime Energy for Monitoring Oil Pipelines

Cyber-physical-system (CPS) has been widely used in both civil and military applications. Wireless sensor network (WSN) as the part and parcel of CPS faces energy problem because sensors are battery powered, which results in limited lifetime of the network. To address this energy problem, we take advantage of energy harvesting device (EHD) and study how to indefinitely prolong oil pipeline monitoring network lifetime by reasonable selecting EHD. Firstly, we propose a general strategy worst case-energy balance strategy (WC-EBS), which defines worst case energy consumption (WCEC) as the maximum energy sensor node could expend for oil pipeline monitoring WSN. When the energy collected by EHD is equal or greater than WCEC, network can have an unlimited lifetime. However, energy harvesting rate is proportional to the price of EHD, WC-EBS will cause high network cost. To reduce network cost, we present two optimization strategies, optimization workloadenergy balance strategy (OW-EBS) and optimization first nodeenergy balance strategy (OF-EBS). The main idea of OW-EBS is to cut down WCEC by reducing critical node transmission workload; OF-EBS confirms critical node by optimizing each sensor node transmission range, then we get the optimal energy harvesting rate in OF-EBS. The experimental results demonstrate that OF-EBS can indefinitely extend network lifetime with lower cost than WC-EBS and OW-EBS, and energy harvesting rate P in each strategy satisfies POF-EBS ≤ POW-EBS ≤ PWC-EBS.      

基于链路质量的无线传感器网络抗干扰路由协议

无线传感器网络在受灾环境下,局部区域受到干扰节点干扰,现有的路由协议信息的可靠传输受到影响。本文提出一种基于SNR的抗干扰的动态路由协议noise-aware-routing(NAR),应用物理层提供的信噪比作为选路代价,从而避开干扰区域。利用能量充足的目的节点基站,回复所有节点,从而减少了逐跳回复的路由开销,并且避免了性能良好的单向路径的丢失。最后用OPNET仿真验证了在不同源节点发包速率的情况下,NAR相对AODV协议在延迟、丢包率、路由开销等方面的性能提高。     

一种改进的分布递阶无线传感器网络信息融合算法

信息融合技术是一个多学科高度集成的热点研究领域,目前针对煤矿井下环境监测系统的安全隐患问题,提出了一种基于无线传感器网络的分布递阶卡尔曼滤波信息融合算法,其中下层源节点采用改进卡尔曼滤波算法,上层汇聚节点采用方差自适应的加权信息融合算法,该算法能有效降低无线传感器网络能耗和网络信息冲突,实现信号重构.仿真结果表明,该算法具有很高的可靠性和信息融合精度,有较好的工程实用价值.