基于信任和權(quán)重的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合模型
【部分圖文】:
alse,也可能是小數(shù)或整數(shù),因此引入誤差是必要的。若采集信息不準確,則將該節(jié)點的權(quán)重降低,α的定義如下:α=1-em-sk(3)其中,m是融合過程中的異常節(jié)點個數(shù),s是簇內(nèi)節(jié)點個數(shù),k是控制變化速率的參數(shù)。圖4是α函數(shù)的變化曲線,假設(shè)s為20,k為4。當簇內(nèi)異常節(jié)點較少時,α變化較慢,權(quán)重下降緩慢,對數(shù)據(jù)融合影響不大;當簇內(nèi)異常節(jié)點較多時,α變化較快,權(quán)重下降迅速,導致無法繼續(xù)進行數(shù)據(jù)融合,保證了數(shù)據(jù)融合的安全性和準確性。圖4α函數(shù)39第5期張峰,等:基于信任和權(quán)重的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合模型
大時,過多的錯誤投票導致無法保證選舉出可靠簇頭,信任機制失去了作用。當然,大多數(shù)情況下受損節(jié)點所占比例較小,所以信任機制有著不錯的效果。圖5受損節(jié)點成為簇頭的概率4.2準確性分析本文通過比較是否使用TWDFM產(chǎn)生的融合結(jié)果,來說明該模型對數(shù)據(jù)融合的準確性的影響。如上所述,可信節(jié)點和異常節(jié)點的度量模型服從高斯分布。假設(shè)環(huán)境溫度為20℃,兩種節(jié)點的概率密度函數(shù)如圖6所示?梢园l(fā)現(xiàn),可信節(jié)點的均值為20;而異常節(jié)點的均值為24,且分布相對分散。顯然,異常節(jié)點的存在會使融合結(jié)果產(chǎn)生偏差,比例越大,偏差就越大。圖6傳感器節(jié)點度量模型假定異常節(jié)點的比例為30%,通過分析數(shù)據(jù)融合結(jié)果隨時間的變化曲線(見圖7),來說明TWDFM對數(shù)據(jù)融合結(jié)果的準確性的影響。圖7融合結(jié)果變化曲線如圖7所示,當不使用TWDFM時,融合結(jié)果和真實值總是存在偏差,并且偏差是不確定的,原因在于融合結(jié)果受到了異常節(jié)點的影響。然而,當使用TWDFM時,雖然在開始階段由于受到異常節(jié)點的影響,融合結(jié)果也高于真實值,但是融合結(jié)果很快就逼近真實值,且趨于穩(wěn)定。這是因為權(quán)重機制發(fā)揮了至關(guān)重要的作用,隨著時間的推移和融合結(jié)果的更新,有異常節(jié)點被不斷地加入黑名單,因而融合結(jié)果就越來越接近真實值。4.3能耗分析如圖8所示,將TWDFM和雙簇頭選舉模型[12]進行比較。可知,雙簇頭選舉模型的能耗總是高于TWDFM。這是因為,在雙簇頭選舉模型中,每個簇內(nèi)總是有兩個簇頭各自進行數(shù)據(jù)融合,增加了數(shù)據(jù)傳輸,消耗了更多的能量。然而,不論是TWDFM,還是雙簇頭選舉模型,為了提高數(shù)據(jù)融合的安
WDFM對數(shù)據(jù)融合結(jié)果的準確性的影響。圖7融合結(jié)果變化曲線如圖7所示,當不使用TWDFM時,融合結(jié)果和真實值總是存在偏差,并且偏差是不確定的,原因在于融合結(jié)果受到了異常節(jié)點的影響。然而,當使用TWDFM時,雖然在開始階段由于受到異常節(jié)點的影響,融合結(jié)果也高于真實值,但是融合結(jié)果很快就逼近真實值,且趨于穩(wěn)定。這是因為權(quán)重機制發(fā)揮了至關(guān)重要的作用,隨著時間的推移和融合結(jié)果的更新,有異常節(jié)點被不斷地加入黑名單,因而融合結(jié)果就越來越接近真實值。4.3能耗分析如圖8所示,將TWDFM和雙簇頭選舉模型[12]進行比較?芍p簇頭選舉模型的能耗總是高于TWDFM。這是因為,在雙簇頭選舉模型中,每個簇內(nèi)總是有兩個簇頭各自進行數(shù)據(jù)融合,增加了數(shù)據(jù)傳輸,消耗了更多的能量。然而,不論是TWDFM,還是雙簇頭選舉模型,為了提高數(shù)據(jù)融合的安全性和準確性,都增加了計算存儲和數(shù)據(jù)傳輸,所以它們的總能耗都高于不使用任何模型的情況。特別要說明,實驗中研究的模型都是構(gòu)建在分簇路由協(xié)議上的,雖然TWDFM增加了多余的數(shù)據(jù)傳輸(主要是控制消息和應(yīng)答),但是相比于傳感器節(jié)點采集的數(shù)據(jù)而言,在總體上還是減少了數(shù)據(jù)冗余和數(shù)據(jù)傳輸量。圖8網(wǎng)絡(luò)總能量損耗結(jié)束語本文提出了一種基于信任和權(quán)重的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合模型,通過信任機制選舉可靠簇頭,權(quán)重機制檢測異常節(jié)點并融合可信數(shù)據(jù),旨在提高數(shù)據(jù)融合的安全性和準確性。仿真實驗表明,該模型可以有效提高數(shù)據(jù)融合的可靠性。然而,文中并沒有考慮能量損耗的問題,為了保證數(shù)據(jù)融合的安全可靠性,增加了許多數(shù)據(jù)傳輸,帶來了多余的能量損耗。未來工作將在如何平衡能量損
【相似文獻】
相關(guān)期刊論文 前10條
1 李小遐;劉瑞霞;;一種無線傳感器網(wǎng)絡(luò)的設(shè)計[J];自動化技術(shù)與應(yīng)用;2006年04期
2 吳春婧;鄭明春;秦繼林;;無線傳感器網(wǎng)絡(luò)協(xié)議研究[J];計算機技術(shù)與發(fā)展;2006年08期
3 徐勇軍;楊宇;;無線傳感器網(wǎng)絡(luò)的發(fā)展[J];電子產(chǎn)品世界;2006年19期
4 ;堅固的無線傳感器網(wǎng)絡(luò)適合苛刻的工業(yè)環(huán)境[J];電子設(shè)計技術(shù);2006年09期
5 馬華東;陶丹;;多媒體傳感器網(wǎng)絡(luò)及其研究進展[J];軟件學報;2006年09期
6 鄺自力;張偉;梁宏軍;;無線傳感器網(wǎng)絡(luò)及其應(yīng)用[J];現(xiàn)代電子技術(shù);2006年22期
7 謝潔銳;劉才興;胡月明;劉蘭;;無線傳感器網(wǎng)絡(luò)的部署[J];傳感器與微系統(tǒng);2007年01期
8 李凱;;無線傳感器網(wǎng)絡(luò)協(xié)議與研究[J];中國科技信息;2007年04期
9 潘群華;李明祿;張重慶;張文哲;伍民友;;無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)查詢[J];小型微型計算機系統(tǒng);2007年08期
10 杜林林;張璽棟;屠東;;無線傳感器網(wǎng)絡(luò)系統(tǒng)綜述[J];山西電子技術(shù);2007年04期
相關(guān)會議論文 前10條
1 彭政;魏巍;羅相根;羅永健;;無線傳感器網(wǎng)絡(luò)中傳感器數(shù)量的選擇方法[A];第十九屆測控、計量、儀器儀表學術(shù)年會(MCMI'2009)論文集[C];2009年
2 楊曼;;無線傳感器網(wǎng)絡(luò)對抗[A];四川省電子學會情報專業(yè)委員會學術(shù)交流會論文集[C];2006年
3 闞鳳龍;徐自文;陳楠;左傳文;;無線傳感器網(wǎng)絡(luò)的應(yīng)用及其發(fā)展研究[A];第九屆沈陽科學學術(shù)年會論文集(信息科學與工程技術(shù)分冊)[C];2012年
4 賈杰;趙林亮;常桂然;;面向異構(gòu)傳感器網(wǎng)絡(luò)的高能效覆蓋控制[A];中國通信學會第六屆學術(shù)年會論文集(下)[C];2009年
5 馮健昭;肖德琴;肖克輝;李就好;;基于謂詞的水質(zhì)傳感器網(wǎng)絡(luò)采樣整合優(yōu)化算法[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會(CSAE 2009)論文集[C];2009年
6 唐云龍;;無線傳感器網(wǎng)絡(luò)系統(tǒng)實驗分析[A];工程設(shè)計與計算機技術(shù):第十五屆全國工程設(shè)計計算機應(yīng)用學術(shù)會議論文集[C];2010年
7 杜景林;陳力軍;謝立;;無線傳感器網(wǎng)絡(luò)與互聯(lián)網(wǎng)集成體系結(jié)構(gòu)[A];2008年全國開放式分布與并行計算機學術(shù)會議論文集(下冊)[C];2008年
8 劉昊;;面向電子智能服裝的人體無線傳感器網(wǎng)絡(luò)構(gòu)建[A];“力恒杯”第11屆功能性紡織品、納米技術(shù)應(yīng)用及低碳紡織研討會論文集[C];2011年
9 李潔;任海風;;K重覆蓋無線傳感器網(wǎng)絡(luò)優(yōu)化[A];中國計量協(xié)會冶金分會2011年會論文集[C];2011年
10 余e
本文編號:2818266
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2818266.html