本文關(guān)鍵詞：無(wú)線傳感網(wǎng)絡(luò)中多傳感器數(shù)據(jù)融合算法研究

  更多相關(guān)文章： 四分位距 融合度矩陣 融合模型 無(wú)線傳感器網(wǎng)絡(luò)

【摘要】：多傳感器數(shù)據(jù)融合是一種多層次,多方面的處理過(guò)程,是對(duì)多源數(shù)據(jù)進(jìn)行檢測(cè),結(jié)合,相關(guān),估計(jì)和組合以達(dá)到精確的狀態(tài)估計(jì)和實(shí)時(shí)評(píng)估。本文對(duì)無(wú)線傳感器網(wǎng)絡(luò)中數(shù)據(jù)層的數(shù)據(jù)融合算法進(jìn)行了深入的研究和分析,主要工作如下:首先闡述了無(wú)線傳感器網(wǎng)絡(luò)和數(shù)據(jù)融合的背景知識(shí)和兩者之間的關(guān)聯(lián)性。歸納總結(jié)了各種數(shù)據(jù)融合算法類型。介紹了數(shù)據(jù)融合算法中常用的數(shù)學(xué)模型,為后續(xù)的算法研究做鋪墊。歸納總結(jié)了數(shù)據(jù)融合算法常用的方法和特征,并分別闡述了各方法的優(yōu)缺點(diǎn)。然后對(duì)模糊數(shù)學(xué)中的最大最小貼近度進(jìn)行相關(guān)研究和分析,并將之引入到數(shù)據(jù)融合中,重新定義了數(shù)據(jù)之間的相關(guān)度特性。在此基礎(chǔ)上計(jì)算出親信度矩陣,以及親信度均值和方差。對(duì)權(quán)重因子重新定義和計(jì)算,最后由權(quán)重因子得出表達(dá)式。用實(shí)驗(yàn)數(shù)據(jù)和仿真平臺(tái)分別對(duì)算法進(jìn)行了性能分析,并與其他算法進(jìn)行對(duì)比。對(duì)比結(jié)果證明了這種方法具有不錯(cuò)的精確度和健壯性。然而主流的數(shù)據(jù)融合算法對(duì)采樣數(shù)據(jù)的篩選并沒(méi)有一個(gè)公認(rèn)的好方法。本文借助統(tǒng)計(jì)數(shù)學(xué)中的四分位距的概念,對(duì)數(shù)據(jù)的平均離散程度進(jìn)行估計(jì),并以此為基準(zhǔn),超過(guò)這種標(biāo)準(zhǔn)的數(shù)據(jù)即認(rèn)為是大誤差數(shù)據(jù),從采樣數(shù)據(jù)集中刪除。在此之后用隸屬度函數(shù)描述數(shù)據(jù)的關(guān)聯(lián)性,進(jìn)而計(jì)算出融合度矩陣。最后計(jì)算出關(guān)聯(lián)融合度和均衡融合度,以此確定最終的權(quán)重系數(shù)。同樣用實(shí)驗(yàn)結(jié)果和仿真平臺(tái)分別對(duì)算法結(jié)果進(jìn)行分析和對(duì)比。仿真表明了該思路具有優(yōu)良的準(zhǔn)確度和健壯性。
【關(guān)鍵詞】：四分位距 融合度矩陣 融合模型 無(wú)線傳感器網(wǎng)絡(luò)
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN929.5;TP212.9;TP202
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-20
• 1.1 課題背景和研究意義8-10
• 1.2 無(wú)線傳感器網(wǎng)絡(luò)概述10-15
• 1.2.1 無(wú)線傳感器網(wǎng)絡(luò)的系統(tǒng)結(jié)構(gòu)10-13
• 1.2.2 無(wú)線傳感器網(wǎng)絡(luò)的特點(diǎn)13-14
• 1.2.3 無(wú)線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)14-15
• 1.3 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合的分類15-18
• 1.3.1 數(shù)據(jù)層數(shù)據(jù)融合16
• 1.3.2 特征層數(shù)據(jù)融合16-17
• 1.3.3 決策層數(shù)據(jù)融合17-18
• 1.4 本文的研究?jī)?nèi)容和結(jié)構(gòu)安排18-20
• 第2章 無(wú)線傳感網(wǎng)中的數(shù)據(jù)融合數(shù)學(xué)模型20-27
• 2.1 數(shù)據(jù)融合算法數(shù)學(xué)模型20-22
• 2.1.1 采樣數(shù)據(jù)模型20-21
• 2.1.2 融合度函數(shù)21
• 2.1.3 融合度矩陣21-22
• 2.1.4 融合結(jié)果表達(dá)式22
• 2.2 數(shù)據(jù)層數(shù)據(jù)融合算法概述22-26
• 2.2.1 典型數(shù)據(jù)融合算法23-25
• 2.2.2 融合算法的集成25-26
• 2.3 本章小結(jié)26-27
• 第3章 一種基于親信度的WSNS數(shù)據(jù)融合算法27-36
• 3.1 算法儲(chǔ)備知識(shí)27-29
• 3.1.1 采樣數(shù)據(jù)模型27
• 3.1.2 模糊數(shù)學(xué)和貼近度27-28
• 3.1.3 親信度矩陣28-29
• 3.1.4 親信度均值和方差29
• 3.2 算法描述29-30
• 3.2.1 加權(quán)系數(shù)確定29-30
• 3.2.2 融合結(jié)果30
• 3.3 仿真結(jié)果分析30-35
• 3.4 本章小結(jié)35-36
• 第4章 一種基于四分位距優(yōu)化集的WSNS數(shù)據(jù)融合算法36-48
• 4.1 算法知識(shí)儲(chǔ)備36-38
• 4.1.1 四分位距36
• 4.1.2 優(yōu)化集的確定36-37
• 4.1.3 融合度矩陣37-38
• 4.1.4 關(guān)聯(lián)融合度和均衡融合度38
• 4.2 算法描述38-40
• 4.2.1 加權(quán)系數(shù)確定38-39
• 4.2.2 融合結(jié)果表達(dá)39-40
• 4.3 仿真結(jié)果分析40-47
• 4.4 本章小結(jié)47-48
• 第5章 總結(jié)與展望48-50
• 5.1 全文總結(jié)48-49
• 5.2 后續(xù)工作與展望49-50
• 參考文獻(xiàn)50-54
• 致謝54-55
• 個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果55

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 程云鵬;肖兵;;一種數(shù)據(jù)融合算法評(píng)估平臺(tái)[J];傳感器與微系統(tǒng);2006年04期

2 胡振濤,劉先省;一種實(shí)用的數(shù)據(jù)融合算法[J];自動(dòng)化儀表;2005年08期

3 陳艷,洪岸青,唐志凱;基于軟件雷達(dá)的數(shù)據(jù)融合算法研究[J];淮陰工學(xué)院學(xué)報(bào);2005年05期

4 車志宇;熊偉;何友;張晶煒;;雷達(dá)—紅外異地配置下的數(shù)據(jù)融合算法[J];彈箭與制導(dǎo)學(xué)報(bào);2005年S2期

5 趙巍,潘泉,戴冠中,張洪才;多尺度數(shù)據(jù)融合算法概述[J];系統(tǒng)工程與電子技術(shù);2001年06期

6 潘昶;張德全;;基于模糊數(shù)學(xué)的數(shù)據(jù)融合算法研究[J];指揮控制與仿真;2009年01期

7 聶偉,王祁,孫圣和;分布式多傳感器檢測(cè)系統(tǒng)時(shí)間序列數(shù)據(jù)融合算法研究[J];控制理論與應(yīng)用;1999年02期

8 郜麗鵬,葉方,司錫才;基于雷達(dá)、紅外的數(shù)據(jù)融合算法研究[J];信息技術(shù);2005年05期

9 姚景順;鄭孝勇;;一種多數(shù)據(jù)融合算法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2006年11期

10 王華;鄧軍;王連華;葛嶺梅;;改進(jìn)的一致性數(shù)據(jù)融合算法及其應(yīng)用[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào);2009年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 杜菲;呂建平;;基于最短路由的無(wú)線傳感器數(shù)據(jù)融合算法研究[A];第八屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2010年

2 柴毅;屈劍鋒;郭茂耘;尹宏鵬;;分布式傳感器網(wǎng)絡(luò)在線自適應(yīng)數(shù)據(jù)融合算法研究[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

3 吳振輝;董朝陽(yáng);;主/被動(dòng)雷達(dá)H∞濾波的最小方差數(shù)據(jù)融合算法[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 郭磊;多目標(biāo)無(wú)源跟蹤數(shù)據(jù)融合算法研究[D];電子科技大學(xué);2008年

2 鄭貴省;GPS/DR車載組合定位系統(tǒng)數(shù)據(jù)融合算法研究[D];天津大學(xué);2005年

3 朱翠;具有非完整信息系統(tǒng)的濾波和數(shù)據(jù)融合算法研究[D];北京理工大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李曉;面向城市污水監(jiān)測(cè)的WSN數(shù)據(jù)融合算法研究[D];西安工業(yè)大學(xué);2015年

2 陳星杰;無(wú)線傳感網(wǎng)絡(luò)中多傳感器數(shù)據(jù)融合算法研究[D];湘潭大學(xué);2015年

3 劉斌;信息物理融合系統(tǒng)多源異構(gòu)數(shù)據(jù)融合算法研究[D];廣東工業(yè)大學(xué);2015年

4 馮文萃;基于網(wǎng)絡(luò)的Multi-MEMS數(shù)據(jù)融合算法的研究[D];江蘇科技大學(xué);2012年

5 徐仁晶;無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法研究[D];南京理工大學(xué);2012年

6 劉加杰;傳感器網(wǎng)絡(luò)移動(dòng)代理數(shù)據(jù)融合算法研究[D];江南大學(xué);2013年

7 李?yuàn)檴?基于監(jiān)督機(jī)制的WSN安全數(shù)據(jù)融合算法設(shè)計(jì)[D];東北大學(xué);2011年

8 王懷青;基于路由技術(shù)的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法的研究[D];哈爾濱工程大學(xué);2013年

9 邱叢;室內(nèi)環(huán)境監(jiān)測(cè)系統(tǒng)中無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法研究[D];哈爾濱工業(yè)大學(xué);2012年

10 王榮;可穿戴傳感網(wǎng)絡(luò)中異質(zhì)傳感器數(shù)據(jù)融合算法研究[D];南京郵電大學(xué);2013年

，

本文編號(hào)：1010664