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。     

传感器网络中协作实时数据库事务的提交控制

传统的事务模型由于其严格的ACID特性无法适应传感器网络中协作事务的实时性要求.因此着重研究传感器网络中协作实时数据库事务的提交机制.首先,分析传感器网络中实时数据库应用的协作特性,放松事务的严格ACID要求,运用控制区域的概念提出一种基于事务的行为语义控制区域的事务模型.然后,给出该模型的提交、回滚、可见规则及能保证数据库一致性和协作事务实时性的三阶段提交协议,并通过补偿事务保证外化信息准确性.性能测试表明,该模型及提交机制提高了采集数据的外化率和协作实时事务的成功率.     

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。     

传感器网络中的数据融合

传感器网络通常由大量的能量有限的传感器节点组成,利用无线通信技术从各个节点收集信息,在军事监视、环境监测等诸多方面有广泛的应用前景。如何高效利用传感器节点的能量而获得较长的生存时间是传感器网络需要解决的重要问题。数据融合机制利用节点的运算和存储能力,能够减少网络的数据传输量,是高效利用节点能量的机制之一。本文在简单介绍传感器网络的基础上,说明数据融合的作用和分类．重点分析目前提出的主要数据融合机制。     

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

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。     

数据融合与传感器建模

以激光同步扫描测距传感器的数学模型分析为例,介绍了在传感器数学模型设计过程中采用数据融合的思想,以使得传感器的输出更加可靠的过程。阐述了作者对数学模型、融合算法和系统结构的看法。     

无线传感器网络中数据密度相关度融合算法

无线传感器网络节点部署在复杂环境时,节点间相关性无法通过节点间距离来准确描述.为了克服该缺陷,本文提出了数据密度相关度公式.该公式反映了节点数据的ε邻域内数据的聚集程度,也反映了该节点数据相对其ε邻域内数据的相对位置.同时,将数据密度相关度公式应用到代表式数据融合算法中,提出了数据密度相关度融合算法.该融合算法得到的相关区域具有相关区域内节点数据相关度大,相关区域问节点数据相关度小的优点.仿真实验结果表明了该融合算法在数据准确性和能耗方面较基于α-局部空间数据融合算法和基于皮尔森相关系数的数据融合算法优越.     

保证数据流融合中处理一致性的事务机制

在分布式实时传感器网络应用中,主要目标之一是保证协作交互的数据流融合任务花费较少的能源代价,能够正确、实时、原子地外化监测区域信息.因此,本文重点研究了分布式传感器网络环境下对多数据流交互处理过程的事务控制机制.首先,定义了传感器网络数据融合过程的协作执行模型.其次,用运控制区域的概念,提出了一种基于系统时间戳的自适应的数据融合交互处理的事务模型及其ACID规则.最后,设计了一种适宜实时环境的数据融合事务的两阶段提交、回滚协议.测试结果分析表明,它能够显著提高采集数据进行事务处理的外化速率,降低了事务的失败率及网络能耗,特别适用于处理间歇、高速的传感器网络外部采集数据.     

无线传感网络中数据融合体系架构的研究

数据融合技术是无线传感器网络（WSN）的一个关键技术,目的是减少传感节点间的传输量,降低整个网络中的能量消耗和数据冲突,进而优化WSN的整体性能。文章针对WSN中数据融合处理形式的多元性,在讨论了广义的数据融合,分析现有的WSN数据融合方法的基础上提出了一种解决WSN（自组织和网内处理）中数据融合多元性问题的新的开放式的体系架构,并给出了具体实现方案。     

一种计算机网络侦察的数据融合算法

计算机网络侦察是网络战的一个重要环节,如何对大量的来自不同侧面的网络侦察数据进行有效的融合是其中的一个难点问题。该文分析了计算机网络侦察信息的特点以及计算机网络侦察信息融合处理的特点,基于可能性理论和模糊综合函数理论提出了一种计算机网络侦察目标识别模型和计算机网络侦察数据的时空数据融合算法,并讨论了时空数据融合算法间的相互关系。     

传感器网络中基于移动代理的数据融合框架设计

使用移动代理进行数据融合相比于传统的数据融合方法拥有诸多优势.设计了一种基于移动代理的数据融合框架;通过定义目标函数,采用遗传算法求解框架中移动代理的最优路由策略;提出了一种基于分辨率的并行量化交叠的数据融合算法RPQO作为框架中的融合策略.仿真结果表明基于移动代理的数据融合框架能够有效地将融合策略和基于移动代理的路由策略整合起来,取得比传统数据融合算法更好的性能,其优势随着网络节点规模的增长更为明显.     

传感器网络中基于移动代理的数据融合方法研究

在传感器网络中采用移动代理来进行数据融合是一个新颖的思路,它与传统的数据融合方法相比拥有诸多优势,有必要为数据融合设计一种基于移动代理的计算模型,使得移动代理在传感节点间迁移的同时能够进行有效的数据融合.我们对基于移动代理的数据融合方法进行了深入的探索,设计了基于移动代理的数据融合框架,提出了一种与移动代理路由紧密结合的按分辨率并行量化交叠的数据融合算法--PQOR,并将其成功地运用到目标分类识别的应用场景中.仿真结果表明:与传统的数据融合算法相比,PQOR能够以较小的代价达到应用的要求,其优势随着网络节点规模的增长更为明显.     

基于信任和权重的无线传感器网络数据融合模型

在无线传感器网络中,数据融合的可靠性是一个非常重要的问题并且受到了广泛的关注。为此,提出一种基于信任和权重的无线传感器网络数据融合模型(TWDFM)。在该模型中,传感器节点通过构建信任表选举可靠簇头,簇头根据权重检测异常节点并融合可信数据。仿真实验表明,该模型可以有效提高数据融合的安全性和准确性。     

多雷达站数据融合处理的聚类方法

该文提出了一种针对多个雷达站对空中多个目标采集数据的数据融合方法,包括时间数据融合,空间融合,时空数据融合和参数时空插补方法,该方法简单方便,计算量小,便于实现。     

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。     

基于数据融合的无线传感器网络延迟感知研究

网络数据融合与聚类是减少无线传感器网络能量消耗的有效技术,但聚类在数据聚集过程中会产生额外的时间延迟。为此,提出一种基于网络数据融合的延迟感知网络结构,该结构组建传感器节点形成不同大小的簇,每个簇可以与融合中心节点进行交错通信。仿真结果表明,与低功耗自适应集簇分层型协议、延迟感知数据收集网络结构相比,该网络结构可以减少在数据融合过程中的延迟,并能保持较低的能量消耗。     

基于压缩感知的无线传感器网络数据融合算法

无线传感器网络中存在大量的数据冗余,数据融合技术通过对采样数据进行压缩,消除冗余,有效的减少了节点发送的数据量,延长传感器网络的寿命．提出了压缩感知与数据转发相结合的数据融合算法,在网络采样数据收集的过程中根据节点的子节点个数选择利用压缩感知对数据进行压缩还是直接对数据进行数据转发．仿真结果表明,和基于压缩感知的数据融合算法相比,数据转发与压缩感知相结合的数据融合算法,有效地在平衡节点间负载的同时减少节点的发送量．