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。     

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。     

带野值处理的轻量级数据融合算法仿真研究

针对无线传感器网络节点感知数据存在野值、丢失以及能量和计算能力受限问题,提出了一种带野值预处理功能的轻量级数据融合算法。该算法基于Grubbs准则和模糊加权融合方法进行设计,主要用于剔除数据野值和实现多传感器数据融合。该算法设计简单、计算量小,能够满足节点有限计算能力的要求。采用第三方实测数据验证结果表明,该算法能有效地剔除感知数据集中的野值,弥补感知数据丢失带来的影响和提高传回汇聚节点数据的准确度。     

航迹融合算法在多传感器融合中的应用

研究寻的制导优化控制问题,针对传统单一传感器导引不能满足性能要求,提出采用多传感器复合制导.航迹融合是多传感器数据融合中一个非常重要的方面.由于公共过程噪声的原因,使在应用状态估计融合系统中,来自不同传感器的航迹估计误差未必有独立性,为了使航迹与航迹关联和融合,提出自适应航迹和协方差加权航迹融合的算法.通过仿真研究说明自适应航迹融合和协方差加权航迹融合的算法对多传感器数据融合技术有很明显的作用,数据融合效果好,为复合寻的制导优化设计提供了依据.     

一种改进的分布式航迹估计融合算法研究

在航迹估计融合算法研究中,加权融合估计算法实现起来特别容易,因此得到了广泛应用。但由于其加权因子直接影响融合结果,一般说来都根据平时经验制定其加权因子,导致算法性能很不稳定,设计起来也不方便。针对此问题,设计了一种改进加权融合算法,并与其它算法进行比较,结果表明,算法稳定性更高,设计更科学,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。     

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...     

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。     

WS N中利用双重接收器结合自适应加权数据融合的簇首优化聚类算法

针对无线传感器网络(WSN)中很多传统聚类算法在选择簇首时较少考虑簇首间平均距离而导致能耗较大、网络寿命较短的问题,提出一种利用双重接收器结合自适应加权数据融合的WSN簇首优化聚类算法.使用双重接收器(静态接收器和移动接收器),通过移动接收器弥补静态接收器附近聚类快速消亡的问题;利用自适应加权数据融合技术对节点收集的数...     

一种改进的一致性数据融合算法

针对目前数字滤波算法中存在对先验信息要求苛刻及定义数据间支持度中门限的预先设定问题,在基于测量方差加权算法基础上,引入相对距离和置信距离的思想对其次优融合估计结果进行改进。仿真结果直观地说明了该估计算法的有效性。     

基于LEACH协议的改进路由算法

路由算法是无线传感器网络核心技术之一.算法设计的主要目标是减小网络中各个传感器节点的能量消耗,以提高各节点以及整个网络的运行寿命.在低功耗自适应集簇分层协议(LEACH)算法的基础上,结合链状路由算法,改进了数据传输方式和数据融合过程,提出了一种新路由算法,有效延长了网络生存时间,适用于较大规模的网络.     

多分辨率数据融合算法的应用

在分析基于移动代理的多分辨率数据融合(MRI)算法的基础上,给出了一个确定灾难发生概率的应用实例。在实例中对基于移动代理的MRI算法进行了改进,实验结果表明基于移动代理的MRI改进方法与传统的基于客户端/服务端（C/S）模式的方法相比具有延迟短、能耗小、伸缩性强等优点。应用此方法预测某一事件的发生是成功的、可行的,并且具有较高的灵活性。     

面向传感网节点的动态加载器的研究和实现

设计并实现了一种适用于传感网节点的动态加载器.针对传感网节点低功耗、低速率、低内存的特点,研究了程序动态链接的机制和可重定位文件的工作原理.通过动态加载的技术解决了更新文件在加载过程中的4个关键问题:运行空间分配、代码搬移、相对地址重定位和绝对地址重定位.然后通过串口将更新文件下载进传感网节点中,使用动态加载器加载,实验表明该方法是可行的,测试结果显示了在72 MHz系统频率下动态加载一个11 kbyte的更新文件仅需0.265 s.     

一种改进的证据算法及其在信息融合中的应用

阐述了基于证据理论的信息融合算法,提供了一种证据理论的改进方法以解决D-S算法在实现过程中存在的失效问题.并通过多传感器信息融合实验,对该方法的有效性进行了验证.     

基于动态规划算法的矢量数据压缩改进算法

为了使移动设备存储大容量的矢量数据和提高矢量数据的网络传输效率,矢量数据压缩是一项很重要的工作。提出了基于动态规划算法的矢量数据压缩的模型和改进方法,通过一条参考路径构造一条带形成最小误差搜索范围,同时条带宽度可自适应调整。实验结果表明,该方法具有较高的效率,能够得到较小的压缩误差。     

减少时延的数据融合改进算法

对构建数据融合树算法FHF的研究,发现离sink节点比较远的节点,在向根节点发送数据时普遍存在延迟大的问题。为减少异常数据传输的时延,特别是对于数据包较大的场合,采用了在MAC层预留检测位的方法来处理突发情况。从仿真结果上看,该方法可以减少异常数据传输的时延,应急措施较好。     

基于动态权重的传感网络路径选择算法仿真

在传感器网络路径选择过程中,网络路径选择具有较高的动态性,导致传统采用流体神经网络算法,依据单一标准明确属性权重,无法针对变化的网络属性进行有效分析,不能得到有效的网络路径.提出了一种采用动态权重的传感网络路径选择算法,根据层次分析法确认不同业务状态下各网络路径属性的重要性,选取带宽、时延、抖动、丢包率四个属性作为网络路径选择的判决准则,构建属性的判断矩阵,采用特征根法计算不同判断属性的权重,按照业务类型动态调整权重,明确各属性的综合权重,采用灰色关联分析方法明确不同备选网络路径的灰色关联系数,对备选网络路径进行加权排序,进而选择最佳传感网络路径.仿真结果验证了所提方法选择路径过程中的收敛迭代次数以及有效解数量都优于传统方法,并且所提方法下的传感网络具有较高的数据传输效率.     

无线传感器网络免疫代理数据融合算法

针对网络能耗和延迟问题,提出了一种基于免疫代理的数据融合算法。通过代理的自由迁移降低节点传输能耗;通过免疫降低参与融合的节点数以降低网络能耗;设立应急通道以降低紧急情况下的网络延迟;采用十六进制编码方法对融合数据进行压缩处理。试验结果表明,该算法能有效降低网络能耗和延迟。