无线传感器网络簇内多传感器数据融合算法.pdf

《无线传感器网络簇内多传感器数据融合算法.pdf》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、2014年第33卷第l期传感器与微系统(TransducerandMicrosystemTechnologies)147无线传感器网络簇内多传感器数据融合算法何学文，郑乐平，孙汗(江西理工大学机电工程学院，江西赣州341000)摘要：在无线传感器网络(WSNs)中，一般采用电池供电，节能是WSNs设计的研究重点。为了提高测量结果的准确度和降低网络的能耗，提出了一种两层模式数据融合方案。在传感器节点上用格林贝斯准则和顺序加权算法进行低层次数据融合，在簇头节点上用神经网络算法进行高层次数据融合。仿真实验结果表明：两层模式数据融合方案有

2、效减少了网络中的数据传输量，提高了融合数据的精度，降低传感器节点的能耗。关键词：无线传感器网络；数据融合；格林贝斯准则；神经网络中图分类号：TP393文献标识码：A文章编号：1000-9787(2014)O1-0147-03DatafusionalgorithmofmultiplesensorinclusterforWSNsaHEXue—wen，ZHENGLe-ping，SUNHan(SchoolofMechanicalandElectricalEngineering，JiangxiUniversityofScienceandTe

3、chnology，Ganzhou341000，China)Abstract：Wirelesssensornetworks(WSNs)generallyadoptsbatteryaspower，researchofWSNsfocusonenergy-saving．Toimproveprecisionofmeasurementresuhandreducenetworkenergyconsumption，atwo—layermodedatafusionprogramisproposed．Low-leveldatafusionbasedo

4、nGrubbscriterionandtheorderofweightedalgorithmisusedonsensornodes，high-leveldatafusionbasedOnneuralnetworkalgorithmisusedonclusterheadnodes．Thesimulationexperimentalresultsshowthatthetwo—layermodedatafusionschemeefectivelyreducesamountofdatatransmission，improvesprecis

5、ionofthefusiondataandreducesenergyconsumptionofsensornodes．Keywords：wirelesssensornetworks(WSNs)；datafusion；Grubbsverifycheck；neuralnetwork0引言二乘法的数据融合新算法。文献[6]将中介理论中的真值通常，无线传感器网络(wirelesssensornetworks，程度度量用于数据融合，根据距离比函数定义各传感器的WSNs)节点只具有有限的计算能力，存储能力，无线通信权重。文献[7]是基于代理和

6、熵权的WSNs数据融合，采用能力和电源供应⋯。数据的处理、存储、发送和接收等都信息熵的思想，通过节点数据的熵权融合获取融合结果。需要消耗能量，但通信能耗是节点的主要能耗J。由于上述数据融合均运行在网络的同一层次上，对多层次的数WSNs节点一般高密度覆盖在被监测的区域内，会导致据融合较少，不同的网络结构应考虑不同的数据融合方案。WSNs存在大量的数据冗余，传输这些冗余数据必然会消因此，基于分簇式网络结构，本文提出了一种两层模式数据耗大量能量。数据融合能够对数据冗余进行处理，降低信融合方案。息冗余度和网络数据传量，提高测量的精度和准确

7、度J，1WSNs拓扑结构因此，能够达到节约能量的目的。分簇数据融合算法因为具有简单、灵活、易扩展等特点由于数据融合技术已成为WSNs节约能源研究的重而成为目前WSNs数据融合研究的热点。基于分簇网络结点，许多学者针对多传感器数据的融合问题进行了研究。构，网络结构如图1所示，本文研究并提出一种两层模式数文献[4]提出了一种简单的基于模糊数学的融合算法，利据融合方案。将两层模式数据融合方案应用于WSNs拓扑用模糊数学理论进行数据融合。文献[5]针对异质传感器结构，两层模式数据融合方案包括低、高层次数据融合。低数据融合结果精度较低的问题

8、，提出了一种基于加权最小层次数据融合发生在传感器节点上，对传感器采集的数据收稿日期：2013—10-21基金项目：国家自然科学基金资助项目(61163063，50764005)148传感器与微系统第33卷进行预处理和加权融合。高层次数据融合发生在簇