无线传感器网络数据融合算法的研究

《无线传感器网络数据融合算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉理工大学硕士学位论文摘要无线传感器网络(WSN)作为新一代的通信技术，集成了传感器、嵌入式计算、网络和无线通信等技术，已成为国内外的热门研究领域。WSN节点数量大、数据冗余、单个节点能量有限等特性，所以如何节省能量、延长生命周期是WSN设计的主要目标。相关研究表明，能量的消耗大部分是在数据传输时所消耗，而数据融合技术可以有效的减少WSN中的数据冗余，提高数据的收集效率，获得更加准确的信息。目前，数据融合主要是集中在WSN的应用层和网络层上的研究。本文就是在总结这些算法的基础上，将数据融合和网络层LEACH协议结合在一起

2、考虑，引入遗传算法(GA)和BP神经网络(BPNN)至IJ数据融合中来。主要内容如下：1)本文从GA算法覆盖面大、搜索过程灵活和全局搜索能力强等特性出发，研究了一个GA算法应用到数据融合中的典型模型，采用GA算法选择簇头，可以提高数据融合的效率。2)本文描述了BPNN的基本原理，数据融合与BP神经网络一个共同特征是通过对大量的数据信息进行处理，得到反映这些数据特征的结论性的结果。因此，利用BP神经网络来实现和解决WSN中的数据融合问题，并研究了其在数据融合模型中的应用及优劣。3)本文基于GA和BPNN提出了一种新的数据融合

3、GABP算法。以最小化网络能耗为目标将数据融合和路由问题抽象成一个NPCmon．deterministicPolynomialComplete)Ih-j题，簇头的产生由节点剩余能量和节点当选簇头次数两个因素决定。GA对于近似求解NPC问题非常有效，但它又有容易陷入局部最小，局部搜索能力弱等缺点，所以用BP神经网络对GA进行优化，可以实现WSN簇内节点的能耗均衡。文章最后通过仿真测试验证了该算法能有效的降低网络能耗，延长网络周期。关键词：无线传感器；遗传算法；BP神经网络；数据融合武汉理工大学硕士学位论文AbstractWi

4、relessSensornetwork(WSN)isanewgenerationofcommunicationtechnology,whichintegratessensor,embeddedcomputing,networkandwirelesscommunicationtechnologies．Ithasbecomeaverypopularresearchfieldindomesticandabroad．WSNhasmanycharacteristics，suchasthenumberofnodesnUlTIerOUS

5、，dataredundancy,singlenodelimitedenergy．SohowtosaveenergyandprolongthenetworkslifetimearethemainworkofWSN．Accordingtotherelationstudies，themostoftheenergyconsumptionisconsumedintheaspectofdatatransmittingamongnodes．DatafusiontechnologyCaneffectivelyreducetheWSNdat

6、aredundancy,improvedatacollectionefficiencyandga证accurateinformation．Atpresent，theresearchofdatafusionmainlyfocusesonthenetworklayerandnetworklayer．Inthisthesis，webasedontheseresearchesandcombinedthedatafusionwiththeLEACHprotocolofthenetworklayer．WeintroducetheGen

7、eticAlgorithm((认)andBPNeuralNetwork(BPNN)tothedatafusionfield．Themaincontentsareasfollows：1)AccordingtothecharacteristicsofGA，suchasgreatcoverage，thesearchprocessflexibilityandglobalsearchcapability,etc．ThenstudyingonatypicaldatafusionmodelbasedonGA，theClusterhead

8、ofWSNareselectedbyG八whichc觚improvetheefficiencyofdatafusion．2)WedescribethebasicprinciplesofBPNN．ThereisacommonfeaturebetweendatafusionandBPNNthatisproc