本文選題：礦井　切入點：無線傳感器網絡　出處：《河南理工大學》2014年碩士論文　論文類型：學位論文

【摘要】：目前礦井安全事故頻發(fā),如何建立有效的監(jiān)控網絡成為煤礦企業(yè)面臨的難題。無線傳感器網絡能夠適應復雜多變的礦井環(huán)境,提高了監(jiān)控網絡的可靠性。為確保有效覆蓋和節(jié)點之間的連通性,同一區(qū)域往往同時處于多個節(jié)點的感應范圍內,勢必造成大量數據冗余,需進行數據融合。數據融合能夠降低網絡總能耗,因此其成為WSN領域研究的熱點問題。本課題分析現有融合算法存在的優(yōu)缺點,從礦井監(jiān)控的角度提出了一種WSN數據融合技術。主要從網絡能耗、傳輸時延和數據精確性三個方面進行WSN數據融合模型的研究,相關工作如下:(1)為了降低網絡的總能耗,提出一種基于分簇的WSN數據融合算法。分簇過程中采用了一種平均能耗最優(yōu)的均勻分簇算法,在簇頭選擇時,考慮了節(jié)點剩余能量、傳輸距離和當選次數對節(jié)點當選簇頭的概率的影響;數據傳輸過程中提出一種估計機制的融合算法,將相鄰兩個采集周期數據的變化量的絕對值與設定閾值進行比較,去除閾值內的冗余數據,大大降低了網絡總能耗;最后分析了閾值大小與網絡總能耗的關系,并且當網絡總能耗最小時得到最佳閾值。(2)鑒于估計機制的數據融合算法降低網絡能耗的同時會增加傳輸時延,降低數據精確性,本文提出一種均衡時延和數據精確性的自適應融合算法。通過引入博弈理論和自適應融合因子,當礦井環(huán)境中丟包率動態(tài)變化時,簇頭自適應選擇最佳融合因子使網絡總效益函數值最大,最佳融合因子總體上隨著丟包率的增大而增大,這樣就有效均衡了傳輸時延和數據的精確性。(3)均勻分簇算法導致不同監(jiān)測區(qū)域的簇的能耗速率不均勻,本文提出一種均衡能耗速率的非均勻分簇融合算法。在非均勻分簇階段,提出了節(jié)點“簇半徑”的概念,使其隨著監(jiān)測區(qū)域與sink距離的增加而增加;在數據融合階段,當丟包率隨著簇半徑動態(tài)變化時,在各個區(qū)域的簇內自適應調整融合因子的大小,并且融合因子的大小隨著簇半徑的增加而減小,減少了遠離sink節(jié)點區(qū)域的數據量,均衡了網絡能耗速率,同時降低了網絡傳輸時延。
[Abstract]:At present, mine safety accidents occur frequently. How to establish an effective monitoring network becomes a difficult problem for coal mining enterprises. Wireless sensor network can adapt to the complex and changeable mine environment. In order to ensure effective coverage and connectivity between nodes, the same area is often in the inductive range of multiple nodes at the same time, which will inevitably result in a large amount of data redundancy. Data fusion is needed to reduce the total network energy consumption, so it has become a hot issue in the field of WSN. This paper analyzes the advantages and disadvantages of existing fusion algorithms. This paper puts forward a WSN data fusion technology from the angle of mine monitoring. It mainly studies the WSN data fusion model from three aspects of network energy consumption, transmission delay and data accuracy. The related work is as follows: 1) in order to reduce the total energy consumption of the network, A clustering based WSN data fusion algorithm is proposed, in which a uniform clustering algorithm with optimal average energy consumption is used, and the residual energy of the nodes is considered in the selection of cluster heads. In the process of data transmission, a fusion algorithm of estimation mechanism is proposed, which compares the absolute values of the changes of two adjacent data acquisition periods with the set threshold. The total energy consumption of the network is greatly reduced by removing the redundant data in the threshold value. Finally, the relationship between the threshold value and the total energy consumption of the network is analyzed. And when the total energy consumption of the network is minimum, the optimal threshold is obtained.) since the data fusion algorithm of the estimation mechanism reduces the energy consumption of the network, it will increase the transmission delay and reduce the accuracy of the data. In this paper, an adaptive fusion algorithm for equalizing delay and data accuracy is proposed. By introducing game theory and adaptive fusion factor, when packet loss rate changes dynamically in mine environment, The cluster head adaptively selects the best fusion factor to make the total benefit function of the network maximum, and the optimal fusion factor increases with the increase of packet loss rate. In this way, the transmission delay and the accuracy of the data are effectively equalized. The uniform clustering algorithm leads to the uneven energy consumption rate in different monitoring regions. In this paper, a non-uniform clustering algorithm for equalizing the energy consumption rate is proposed. The concept of node "cluster radius" is proposed, which increases with the increase of the distance between the monitoring area and the sink, and adaptively adjusts the fusion factor in each region when the packet loss rate changes dynamically with the cluster radius in the data fusion stage. And the size of fusion factor decreases with the increase of cluster radius, reducing the amount of data far away from the sink node area, equalizing the network energy consumption rate, and reducing the network transmission delay.
【學位授予單位】：河南理工大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TD65;TN929.5;TP212.9

【相似文獻】

相關期刊論文 前10條

1 劉國林,張連蓬,成樞,江濤;合成孔徑雷達干涉測量與全球定位系統(tǒng)數據融合監(jiān)測礦區(qū)地表沉降的可行性分析[J];測繪通報;2005年11期

2 龔元明,蕭德云,王俊杰;多傳感器數據融合技術(下)[J];冶金自動化;2002年05期

3 龐敏;朱偉興;;基于RBF網絡的數據融合在廢氣數據處理中的應用[J];傳感器與微系統(tǒng);2007年04期

4 曾慧娥;周慶忠;胡為艷;;油料裝備故障檢測數據融合研究[J];重慶科技學院學報(自然科學版);2014年03期

5 張長森;閔杰;;面向分簇的WSN數據融合在瓦斯監(jiān)控中的應用[J];計算機系統(tǒng)應用;2013年09期

6 許祁玉;;無線傳感器網絡數據融合關鍵技術研究[J];山東煤炭科技;2010年03期

7 夏飛;張玲芳;;BIC準則在數據融合中的應用[J];江西理工大學學報;2007年04期

8 安居白,駱彤,劉剛;一個Bayes數據融合模型及其在發(fā)酵控制中的應用[J];大連輕工業(yè)學院學報;2000年02期

9 獨知行,陽凡林,劉國林;GPS與InSAR數據融合的研究現狀與展望[J];山東科技大學學報(自然科學版);2005年03期

10 龔元明,蕭德云,王俊杰;多傳感器數據融合技術(上)[J];冶金自動化;2002年04期

相關會議論文 前10條

1 孫樂昌;梁亞聲;陸余良;趙水寧;;決策用數據融合系統(tǒng)的設計與實現[A];第十五屆全國數據庫學術會議論文集[C];1998年

2 朱斌;符剛;朱愛華;李延斌;吳瓊;;用戶數據融合技術發(fā)展策略[A];中國通信學會信息通信網絡技術委員會2011年年會論文集（上冊）[C];2011年

3 熊凌;張凱;;數據融合及其應用[A];2005年十二省區(qū)市機械工程學會學術年會論文集（湖北專集）[C];2005年

4 馬憲民;趙躍齊;;一種基于數據融合理論的煤礦搶險救護機器人技術的研究[A];第十六屆全國煤炭自動化學術年會、中國煤炭學會自動化專業(yè)委員會學術會議論文集[C];2006年

5 暢言;羅利強;;數據融合系統(tǒng)關鍵技術研究[A];2013第一屆中國指揮控制大會論文集[C];2013年

6 魯睿;張杰;徐勇軍;吳琳;;數據融合中證據沖突的典型處理方法[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

7 楊功流;楊君;劉玉峰;王文富;楊曄;;用數據融合理論減少殼體旋轉低速誤差的技術研究[A];全面建設小康社會：中國科技工作者的歷史責任——中國科協2003年學術年會論文集（上）[C];2003年

8 蘇惠敏;張明廉;;飛控系統(tǒng)中的多傳感器數據融合[A];1996年中國控制會議論文集[C];1996年

9 殷新春;徐力杰;;WSN中一種基于數據融合的能量高效分簇路由協議[A];2007年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2007年

10 管清波;張榮;羅小明;;分布式數據融合系統(tǒng)及其時鐘同步算法[A];第四屆中國青年運籌與管理學者大會論文集[C];2001年

相關重要報紙文章 前4條

1 唐得勝 本報特約記者 梁申虎 特約通訊員 丁雅涵;數據融合,陸上“猛虎”闖大海[N];解放軍報;2012年

2 中興通訊股份有限公司 魯蘭 紅朱 王煒;數據融合奠基網絡融合[N];通信產業(yè)報;2006年

3 聞丹巖;Avaya IP語音重回報[N];中國計算機報;2003年

4 本報記者 付連英;大數據融合與創(chuàng)新性變革加劇[N];國際商報;2014年

相關碩士學位論文 前10條

1 李向陽;面向情境感知的數據融合研究[D];南京郵電大學;2012年

2 丁龍;基于群機并行的數據融合系統(tǒng)研究及融合算法的改進[D];西安電子科技大學;2001年

3 毛關利華;基于數據融合的純角度多目標定位算法研究[D];浙江大學;2013年

4 王剛;數據融合若干算法的研究[D];西安理工大學;2006年

5 游漪;中國近海海洋動力參數多源衛(wèi)星數據融合及應用[D];武漢理工大學;2013年

6 張浩;數據融合在工程中的應用與研究[D];湖南大學;2001年

7 戴菲菲;基于數據融合的無線傳感器網絡路由算法研究[D];江南大學;2014年

8 鄭樂平;基于數據融合的無線傳感器網絡路由算法研究[D];江西理工大學;2014年

9 常樂;數據融合在航跡數據處理中的應用研究[D];南京理工大學;2006年

10 楊龍;數據融合中基于隱私保護的數據完整性驗證[D];南京郵電大學;2013年

，

本文編號：1616098