本文關(guān)鍵詞：針對(duì)土壤監(jiān)測的無線異構(gòu)傳感網(wǎng)信息融合方法的研究

  更多相關(guān)文章： 土壤監(jiān)測 HWSN 信息融合 D-S證據(jù)理論 Fuzzy理論

【摘要】：土壤是農(nóng)業(yè)生產(chǎn)的物質(zhì)基礎(chǔ)和生產(chǎn)保證,是人類珍貴的自然資源,土壤中的微生物能夠降解生活和生產(chǎn)中的造成的垃圾并將其納入天然循環(huán)軌跡并保持生態(tài)平衡。然而,近年來由于對(duì)土壤的操作不當(dāng),導(dǎo)致土壤侵蝕及土壤污染越來越嚴(yán)重,嚴(yán)重威脅了我國的生態(tài)環(huán)境質(zhì)量。因此為了控制和治理土壤侵蝕及土壤環(huán)境污染問題,必須對(duì)土壤環(huán)境的質(zhì)量進(jìn)行實(shí)時(shí)監(jiān)測。由于土壤的時(shí)空變異性,土壤信息具有豐富多維性,必須對(duì)土壤監(jiān)測到的各種信息進(jìn)行融合才能得到更準(zhǔn)確的結(jié)果。目前,信息融合的關(guān)鍵技術(shù)還未實(shí)現(xiàn)理論性的突破,亦未形成具有自主知識(shí)產(chǎn)權(quán)的大面積土壤信息及時(shí)獲取的無線網(wǎng)絡(luò)應(yīng)用系統(tǒng)。針對(duì)該問題,本文對(duì)土壤監(jiān)測的異構(gòu)無線傳感網(wǎng)(Heterogeneous Wireless Sensor Network,HWSN)信息融合方法進(jìn)行了研究,按照監(jiān)測的目的不同,主要從土壤的動(dòng)態(tài)監(jiān)測與靜態(tài)監(jiān)測信息融合兩個(gè)方面進(jìn)行了研究。一、土壤的動(dòng)態(tài)監(jiān)測信息融合算法研究從關(guān)注的點(diǎn)不同,可以將土壤的動(dòng)態(tài)監(jiān)測融合問題分解為兩個(gè)問題:單目標(biāo)監(jiān)測,即關(guān)注有無外來物入侵的問題;多目標(biāo)監(jiān)測問題,即關(guān)注外來物侵入的個(gè)數(shù)問題。該部分的主要研究內(nèi)容如下:1、建立了土壤動(dòng)態(tài)監(jiān)測的HWSN模型,并對(duì)多目標(biāo)監(jiān)測模型信號(hào)在信道中的傳遞形式進(jìn)行了合理的假設(shè);2、在無線傳感器網(wǎng)絡(luò)異構(gòu)的情況下,對(duì)目標(biāo)監(jiān)測信息融合算法進(jìn)行了新的探究。首先從Likelihood Ratio(LR)融合規(guī)則著手,推導(dǎo)出了單目標(biāo)在高信噪比(signal-to-noise ratio,SNR)情況下的Chair-Varshney融合規(guī)則,在低SNR情況下推導(dǎo)出了Maxmum Ratio Combiner(MRC)和Equal Gain Combiner(EGC)融合規(guī)則,并將它們推廣到多目標(biāo)監(jiān)測融合中;3、在只知道信道統(tǒng)計(jì)(channel statistics,CS)信息條件下推導(dǎo)出了單目標(biāo)的LR-CS(LR in CS)、MRC-CS(MRC in CS)融合算法,并將它們成功地推廣到了多目標(biāo)監(jiān)測融合中,推導(dǎo)出了相應(yīng)的多目標(biāo)融合算法。二、土壤的靜態(tài)監(jiān)測信息融合算法研究本部分主要研究了Dempster-Shafer(D-S)證據(jù)理論在土壤靜態(tài)監(jiān)測信息融合中的應(yīng)用。D-S證據(jù)理論應(yīng)用在土壤靜態(tài)監(jiān)測信息融合中會(huì)出現(xiàn)一些問題,本部分針對(duì)這些問題對(duì)其進(jìn)行了相應(yīng)的研究與改進(jìn)。主要研究內(nèi)容如下:1、針對(duì)Dempster證據(jù)組合在土壤靜態(tài)監(jiān)測融合應(yīng)用中可能會(huì)產(chǎn)生反直觀現(xiàn)象的問題,提出利用相似性系數(shù)加權(quán)改進(jìn)的DSSC(D-S on Similarity Coefficient)算法,通過對(duì)土壤的靜態(tài)監(jiān)測融合實(shí)例分析證明了改進(jìn)算法的有效性,通過對(duì)比先前的改進(jìn)算法驗(yàn)證了改進(jìn)算法的優(yōu)越性;2、針對(duì)土壤證據(jù)沖突的度量問題,提出了基于相似矩陣轉(zhuǎn)變的-mBetP unSim度量單位。-mBetP unSim不僅避免了傳統(tǒng)沖突度量單位K存在的缺陷,而且相對(duì)于BPAd和difBetP兩種沖突度量,靈敏性更高、區(qū)分度更好,且計(jì)算量相對(duì)來說也較少;3、考慮到土壤的大樣本量的現(xiàn)實(shí),基于Fuzzy理論中的模糊數(shù)生成BPA(Basic Probability Assignment)。
【關(guān)鍵詞】：土壤監(jiān)測 HWSN 信息融合 D-S證據(jù)理論 Fuzzy理論
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：S159.2;TP212.9;TN929.5
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 緒論11-18
• 1.1 課題來源及研究意義11-12
• 1.2 WSN概述12-14
• 1.2.1 WSN的概念12-13
• 1.2.2 WSN異構(gòu)性介紹13-14
• 1.3 信息融合概述14-16
• 1.4 本文的主要貢獻(xiàn)和創(chuàng)新16
• 1.5 本文主要研究工作和章節(jié)安排16-18
• 第二章 針對(duì)土壤監(jiān)測融合系統(tǒng)的建模及算法研究18-30
• 2.1 信息融合系統(tǒng)的一般模型18-20
• 2.1.1 信息融合的功能模型18-19
• 2.1.2 融合檢測的結(jié)構(gòu)模型19-20
• 2.2 信息融合的級(jí)別20-21
• 2.3 土壤監(jiān)測融合的兩種模型21-24
• 2.3.1 土壤的動(dòng)態(tài)監(jiān)測融合模型22-23
• 2.3.2 土壤的靜態(tài)監(jiān)測融合模型23-24
• 2.4 信息融合的算法24-29
• 2.4.1 Bayes推理24-25
• 2.4.2 Dempster-Shafer證據(jù)理論25-27
• 2.4.3 模糊集理論27-28
• 2.4.4 其他融合算法28-29
• 2.5 本章小結(jié)29-30
• 第三章 針對(duì)土壤動(dòng)態(tài)監(jiān)測的融合算法研究30-52
• 3.1 WSN的信道模型30-31
• 3.1.1 無線信道的概念30-31
• 3.1.2 傳播空間中的路徑損耗及噪聲干擾31
• 3.2 土壤的動(dòng)態(tài)監(jiān)測的HWSN模型31-33
• 3.3 單目標(biāo)監(jiān)測的融合算法研究33-42
• 3.3.1 高斯信道下單目標(biāo)監(jiān)測融合算法推導(dǎo)33-35
• 3.3.2 瑞利信道統(tǒng)計(jì)下單目標(biāo)監(jiān)測融合算法推導(dǎo)35-38
• 3.3.3 仿真結(jié)果及分析38-42
• 3.4 多目標(biāo)監(jiān)測融合算法的研究42-51
• 3.4.1 高斯信道下多目標(biāo)監(jiān)測融合算法推導(dǎo)42-44
• 3.4.2 瑞利信道統(tǒng)計(jì)下多目標(biāo)監(jiān)測融合算法推導(dǎo)44-45
• 3.4.3 仿真結(jié)果及分析45-51
• 3.5 本章小結(jié)51-52
• 第四章 針對(duì)土壤的靜態(tài)監(jiān)測融合改進(jìn)的D-S證據(jù)理論算法52-66
• 4.1 Dempster組合規(guī)則存在的問題及現(xiàn)有改進(jìn)方法52-54
• 4.1.1 Dempster組合規(guī)則存在的問題52-53
• 4.1.2 針對(duì)證據(jù)沖突的現(xiàn)有改進(jìn)方法53-54
• 4.2 一種新的DSSC改進(jìn)算法54-57
• 4.2.1 相似性系數(shù)的概念54
• 4.2.2 采用相似性系數(shù)對(duì)D-S證據(jù)的加權(quán)54-55
• 4.2.3 DSSC在土壤靜態(tài)監(jiān)測融合應(yīng)用中的實(shí)例分析55-57
• 4.3 基于傳統(tǒng)沖突度量存在的問題及其現(xiàn)有改進(jìn)方法57-61
• 4.3.1 基于傳統(tǒng)沖突度量存在的問題57-59
• 4.3.2 現(xiàn)有的沖突度量標(biāo)準(zhǔn)59-61
• 4.4 一種新的 -mBetP unSim證據(jù)沖突度量61-64
• 4.4.1 -mBet P unSim的構(gòu)造61-62
• 4.4.2 -mBet P unSim在土壤靜態(tài)監(jiān)測融合應(yīng)用中的實(shí)例分析62-64
• 4.5 本章小結(jié)64-66
• 第五章 證據(jù)理論在土壤靜態(tài)監(jiān)測融合中的應(yīng)用實(shí)例分析66-73
• 5.1 針對(duì)土壤靜態(tài)監(jiān)測的證據(jù)建模過程66
• 5.2 基于三角Fuzzy數(shù)生成BPA66-68
• 5.3 土壤靜態(tài)監(jiān)測融合的一個(gè)實(shí)例68-72
• 5.4 本章小結(jié)72-73
• 第六章 全文總結(jié)與展望73-75
• 6.1 全文總結(jié)73-74
• 6.2 后續(xù)工作展望74-75
• 致謝75-76
• 參考文獻(xiàn)76-80
• 攻讀碩士學(xué)位期間取得的成果80-81

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 鄧勇,施文康,朱振福;一種有效處理沖突證據(jù)的組合方法[J];紅外與毫米波學(xué)報(bào);2004年01期

2 李弼程,王波,魏俊,錢曾波,黃玉琪;一種有效的證據(jù)理論合成公式[J];數(shù)據(jù)采集與處理;2002年01期

3 肖建于;童敏明;朱昌杰;王小蕾;;基于廣義三角模糊數(shù)的基本概率賦值構(gòu)造方法[J];儀器儀表學(xué)報(bào);2012年02期

，

本文編號(hào)：847519