基于改进支持度的飞行数据记忆融合滤波算法

针对飞行数据采集过程中传感器测量噪声变化导致的数据精度下降问题,提出一种基于改进支持度的记忆融合滤波算法,通过改进支持度计算各个数据源的权重系数,引入遗忘函数减少历史数据的影响,通过与典型算法仿真对比,验证结果表明该算法有效地提高了数据的精度和稳定性,为实现飞行数据的智能化处理提供可靠信源保障。     

一种实用的数据融合算法

文章分析了目前一些数据融合算法中对先验信息要求苛刻,定义数据间支持度中门限预先设定对融合结果的不利影响,提出了一种实用的数据融合算法,该算法中定义了一种新的数据间支持度函数,避免了门限预先设定问题。最后,通过数值仿真证明了该算法的有效性。     

基于递推最小二乘和改进支持度的WSN数据融合算法

无线传感器网络(WSN)在空间和时间上均存在数据冗余问题。为了在保证精度的前提下减少冗余量,提出了基于递推最小二乘和改进支持度的WSN数据融合方法。针对单个传感器节点,采用递推最小二乘法进行数据融合。针对节点之间的冗余问题,应用分批融合思想对系统降维,将灰色接近度理论与自支持度结合改进支持度函数,对各子系统分别采用基于改进支持度函数的加权算法进行融合。采用一个包含7个传感器节点的无线传感器网络对该算法进行了检验。结果表明,该融合算法能够显著减少数据计算量与传输量。融合后的数据均方误差为0.1597,能够满足实际应用对精度的要求。     

基于支持度矩阵特征向量的数据融合方法研究

提出了基于支持度矩阵特征向量的同质多传感器数据融合算法,通过支持度矩阵的特征值和特征向量,提取支持度矩阵的特征,确定各传感器的融合权,充分保留支持度信息.并且通过融合权的选取参与融合的传感器组,克服了阈值设置的人为经验问题.最后将基于支持度矩阵特征向量的融合方法运用到实例数字仿真中,结果表明:这种方法计算过程简单,精确度高,抗扰动性能好.     

基于异常数据驱动的WSN簇内数据融合方法

引入数据驱动的思想,提出了一种基于异常数据驱动的簇内数据融合方法.在节点数据采集过程中,仅当异常数据发生时才发送给簇头,减少了监测网络的数据传输量.在簇头数据融合过程中,建立了各传感器之间的相互支持度矩阵,支持度值较低的监测数据将被剔除,支持度值较高的监测数据进行最优加权融合,从而保证了融合结果的准确性和有效性.仿真实验结果表明,与算术平均值法及自适应加权融合法相比,本文方法能有效去除冗余信息,在融合精度、能量消耗方面具有明显的优势.     

能量高效的WSNs分簇数据融合算法

针对无线传感器网络(WSNs)中多跳通信造成的“热区”以及数据冗余问题,提出了一种能量高效的分簇数据融合算法(EECDA).该算法在分簇阶段综合考虑节点的剩余能量、到基站的距离和邻居节点的数目,周期性地选择簇首和划分不同规模的簇;对簇内数据进行融合,利用辛普森积分法则计算预测接收数据,在保证采集数据实时性和准确性的前提下,降低数据的冗余性,减少通信负载,提高网络的能量利用率.仿真结果表明:该算法能够对数据进行高效预测,减少网络通信量,相较已有的算法,能够有效延长网络的生存周期.     

WSN中的一种多传感器数据融合算法

为了适应无线传感器网络资源受限的特点,提出一种多传感器数据融合算法,算法在传感层和网络层之间增加数据融合层,将采集的数据分为实时数据和非实时数据,对数据进行约筒处理,提高传感器节点传输被采集信息的效率.利用TinyOS进行仿真测试,结果表明:数据融合算法可以有效地减少网络中数据通讯流量,节省传感器节点能量,延长网络生存时间.     

低能耗的分布式数据融合改进算法

通过对串行数据融合算法的研究,发现在实际情况中,要使所有的传感器节点保存全局路由信息非常困难。为降低额外的能量消耗,提出一种新的分布式数据融合算法。该算法中,多个传感器节点同时启动数据融合过程,以多路方式向簇头传递信息,所有节点都是自行决定下一跳的传输方向,避免了保存全局路由信息。从仿真结果看,该算法可以减少时延,有效降低能量消耗。     

一种改进的基于神经网络的WSN数据融合算法

为降低无线传感网络的能量消耗,提出了一种基于神经网络的数据融合改进算法(NBPNA),该算法将无线传感网络的分簇路由协议与BP神经网络结合起来,通过神经网络方法对簇内节点采集到的信息进行数据拟合,提取训练拟合好的权值与阈值,把其作为信息融合值传输;同时再通过将上一次拟合好的权值与阈值赋予下一次网络训练来减少神经网络的训练步数,减少网络训练所需的耗能;通过实验验证,该算法可有效减少网络通信量,降低节点能耗,延长网络寿命,同时还验证了本算法在环境监测等方面的可行性和有效性。     

一种基于分簇技术的数据融合算法

针对无线传感器网络节点能耗的限制以及通信数据的隐私问题,提出一种基于分簇技术的数据融合算法（Data Fusion Algorithm based on Clustering Technology, DFACT）。算法通过分簇技术解决通信数据的时延,簇内利用算法选择合适簇头,并构造数据融合树结构进行数据融合,减少数据通信量,保护数据隐私;簇间采用基于移动代理模型选择最佳路径提高通信效率。实验结果表明,DFACT算法可以有效地降低大规模无线传感器网络节点耗能,提高数据的安全性,延长网络生命周期。     

基于剩余能量和节点度的无线传感器网络分簇算法*

为了解决无线传感器网络的能量效率问题,提出了一种基于剩余能量和节点度的分簇算法BREND。该算法在簇头选取过程中,通过两轮分簇竞选最终簇头,综合考虑所有节点剩余能量和节点度,避免能量低的节点当选为簇头,并且采用临时簇头退位机制,一跳通信范围内只有一个临时簇头,使簇头分布更加均衡。仿真结果表明,与LEACH和ENCA算法相比,该算法延长了网络生存时间。     

无线传感器网络信息时空融合模型与算法研究

信息融合是解决无线传感器网络能量和通信带宽受限的有效途径,提出了一种无线传感器网络信息时间和空间多级混合融合的结构模型。首先对距离汇聚节点较远的节点信息进行时间融合和对距离汇聚节点较近的节点信息在汇聚节点进行时空融合,然后在汇聚节点对两种节点的融合结果进行全网络的空间融合。就该模型提出了基于DS证据理论的多级时空融合算法。数据分析结果表明:该模型能够降低节点能耗,延长网络寿命。     

基于矩阵的无线传感器网络数据融合方案

数据融合是降低无线传感器网络（ WSNs）能耗的重要手段,为了有效地节省WSNs节点的能量,提出一种基于矩阵的层簇式数据融合方案。在簇头选举时,考虑节点的剩余能量和相对密度,并利用矩阵运算对簇内成员节点采集的数据进行数据融合处理。最后将所提方案与传统的LEACH协议进行仿真比较,实验结果表明：相比于传统的LEACH协议,所提方案可以有效降低数据冗余,减少数据传输量,节约节点能耗,进而延长网络生存期。     

基于卡尔曼的无线传感器网络时空融合研究

无线传感器网络(WSNs)因其传感节点数目多,且节点易受环境干扰出现故障或失效的特点,对融合技术提出了新的要求。引入中值滤波,利用其良好的抑制脉冲噪声能力,结合卡尔曼滤波开发适用于WSNs的融合算法。采用时空分级融合减少集中计算量,使网络具有实时处理能力。算法具有容错能力,可提高网络鲁棒性。仿真结果表明了算法的有效性。     

基于改进蛙跳算法的WSNs路由协议

在分析已有的各类分簇方法后,提出了一种改进蛙跳算法的无线传感器网络(WSNs)路由协议.将模拟退火(SA)算法的Metropolis判别准则引入到蛙跳算法中,改进蛙跳算法的局部搜索能力.该协议结合传感器节点本身剩余能量和位置建立适应度函数,通过改进蛙跳算法实现适应度函数的最优求解,从而获得合适的分簇,并在簇头节点数据传输时采用新的路由方式.仿真实验表明:该方法在降低网络能耗,延长网络的生存周期方面有明显的优势.     

基于虚拟标量场的WSNs融合中心选址方法

在无线传感器网络(WSNs)的应用中,数据融合中心的数量及其位置对于网络性能和寿命有很大的影响.提出了一种仅依赖局部连接信息的分布式算法,通过在WSNs中模拟特定情景下的热传导过程建立虚拟标量场;通过观察梯度线和极值点,确定数据融合中心的数量和位置.仿真结果表明:本方法确定的融合中心位置与最优位置接近,能够满足应用需要.     

改进粒子滤波的无线传感器网络目标跟踪算法

针对粒子滤波(PF)重采样后造成的粒子枯竭现象的问题,提出了一种基于改进重采样的粒子滤波无线传感器网络目标跟踪算法.该算法避免了残差重采样算法中的残留粒子重采样问题,减少了计算时间;通过产生新的粒子,增加了粒子的多样性,从而改善了粒子枯竭现象.仿真实验结果表明:改进重采样的粒子滤波算法提高了目标跟踪精度,降低了跟踪误差.     

面向无线传感器网络的数据完整性和隐私保护融合算法

无线传感器网络(WSNs)作为物联网的重要组成部分,在实际应用中,希望在得到精确数据融合结果的同时,又能保护数据信息的隐私性和完整性。为此,提出一种新的数据融合完整性保护算法,在增添私有种子对节点采集数据进行隐私保护的基础上,利用复数的虚部数据与采集到的真实数据呈非线性关系,有效地实现信息完整性的鉴别。性能分析和仿真结果表明:该算法可以在较低数据通信开销与计算开销的前提下,应对恶意节点的各种攻击,提供更有效更可靠的数据完整性保护。     

基于蚁群算法的一种能量高效路由算法的研究*

为了达到在信息传输路径上节能的目的,提出了一种基于蚁群算法的节能路由算法。该算法根据节点当前可用能量选择下一跳节点,按照节点经过的人工蚂蚁数选择数据汇聚节点,最终达到能量均衡使用和降低通信量的目的。经仿真计算证明该算法能合理地选择路由,节能效果明显,进一步延长了网络生存期。