无线传感器网络数据融合技术研究

《无线传感器网络数据融合技术研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、江苏大学硕士学位论文无线传感器网络数据融合技术研究姓名：孙优申请学位级别：硕士专业：测试计量技术与仪器指导教师：张西良20061216江苏大学硕士学位论文摘要随着微电子技术、计算技术与无线通信等技术的进步，推动了无线传感器网络的产生与发展。在实际应用中希望得到尽量完善的无线传感器网络采集的数据，而目前现有的数据融合方法为了减小能耗，只能通过简单查询得到单一数据特征量，因此在保证网络一定寿命的前提下设计能得到尽量完善的包含区域信息数据融合方法是目前急需研究的课题。本文介绍了无线传感器网络系统的结构、特点，在对目前典

2、型的数据融合算法原理、性能特点分析基础上，针对大规模网络提出一种新的与空间事件相关的融合算法。新的融合算法结合LEACH协议构建了二维q分类结构，通过分簇路由协议将网络划分为多个具有类似数据分布的不同区域，并将这些区域按顺序标识加入一级簇头的q分类中，上级簇头节点将多个包含区域信息的q分类进行合并压缩，以此方法，直到汇聚节点得到整个网络数据及其对应的区域信息，使之能够完成包含区域信息的整个网络数据分布查询任务。本文针对LEACH协议中一级分簇与多级分簇结构分别设计了对应的融合算法，并对q分类结构的数据传输量与误差

3、指标进行分析，提出了信心因素的概念占，与口，，用这两个指标可以较精确的衡量q分类算法的误差。对二维q分类融合算法的精确度、数据传输量、节点剩余能量等指标进行仿真分析，结果表明q分类算法的单个节点数据传输量与整个网络数据传输总量都只为普通算法的1／5左右。普通算法由于汇聚节点附近的节点负载非常大，经过两次数据收集过程就有可能有一个节点失效，而q分类算法至少经过100次数据：收集过程后才有可能出现节点失效。因此改进的q分类融合算法在节省能量、平衡网络负载等方面效果非常好，在保证网络寿命的前提下可以得到尽量完善的整个网

4、络数据与对应的区域信息，并且更适合大范围网络，网络越大节能效果越好。关键词：无线传感器网络，数据融合，区域信息，q分类，LEACH协议江苏大学硕士学位论文ABSTRACTThedevelopmentofmicro—electronics、computationandwirelesscommunicationhaspromotedtheproductionanddevelopmentofwirelesssensornetwork．Inmanyapplicationsuserswanttogetthedataofth

5、ewholenetworktothebestofitsabilities，buttheexistingdataaggregationmethodsCanonlygetthesingieeigenvaluebyqueriestosaveenergy．SoitisessentialtOdesignanewmethodtogetthewholedatawithregionalinformationtothebestofitsabilitieswhileensuringthelife-spanofthenetwork．I

6、nthispaperweintroducethestructure，thecharacteristicofsensornetworkandtheexistingtypicaldataaggregationmethod．Weproposeanewdataaggregationmethodcorrelatingwiththedimensionalevents．ThisnewmethodcombineswiththeLEACHprotocoltosetuptwodimensionalitiesq-digest．Then

7、ewmethodfirstdividesthenetworktomanyareaswhichhassimilardatadistribution．Thensignstheseareasorderlytoaddtheregionalinformationstothebottomclusters．Theparentclusterscompresstheq-digest、析thregionalinformationuntilthesinknodegetsthewholedataofthenetworkandcorres

8、pondingregionalinformationtocompletetheassignmentofdatadistributionofthenetwokwithapproximateIocationinformation．Inthisworkwedesigntheq-digestfortheonelevelclusterandthemultilevelclusters