發(fā)布時(shí)間：2017-07-17 23:33

  本文關(guān)鍵詞：高效實(shí)時(shí)的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法研究

  更多相關(guān)文章： 無線傳感器網(wǎng)絡(luò) 數(shù)據(jù)融合 加權(quán)移動平均 能量距離

【摘要】：無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSNs)是一種綜合了無線傳輸技術(shù)和傳感器技術(shù)為一體的網(wǎng)絡(luò)系統(tǒng)。系統(tǒng)中多節(jié)點(diǎn)自組織的動態(tài)形成網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),微傳感器以協(xié)作的方式進(jìn)行數(shù)據(jù)采集,數(shù)據(jù)以多跳的方式經(jīng)過傳感器節(jié)點(diǎn)進(jìn)行接力傳輸至匯聚節(jié)點(diǎn),進(jìn)行數(shù)據(jù)匯總、決策分析等。該網(wǎng)絡(luò)系統(tǒng)節(jié)點(diǎn)支持隨機(jī)撒布部署,因此該網(wǎng)絡(luò)系統(tǒng)一般應(yīng)用在惡劣環(huán)境下,進(jìn)行無人值守的自動信息采集與回傳。目前無線傳感器網(wǎng)絡(luò)在軍事領(lǐng)域、健康醫(yī)療監(jiān)控、城市監(jiān)控管理、自然環(huán)境監(jiān)測以及智能家居等諸多領(lǐng)域有廣泛的應(yīng)用。傳感器節(jié)點(diǎn)采用自身電池的供電方式,擺脫了線路的牽制,但是能量有限的特性就對網(wǎng)絡(luò)時(shí)效性、節(jié)點(diǎn)生命周期、算法效率提出了嚴(yán)苛的要求。通過研究我們能夠知道網(wǎng)絡(luò)中消耗的能量集中在無線射頻進(jìn)行數(shù)據(jù)通信時(shí),因此需要對網(wǎng)絡(luò)中數(shù)據(jù)包的數(shù)量、冗余數(shù)據(jù)等進(jìn)行控制,提高能量的使用效率,以達(dá)到網(wǎng)絡(luò)時(shí)效性、高效性和延長網(wǎng)絡(luò)生命周期的均衡,這就是數(shù)據(jù)融合算法的任務(wù)所在。本文主要對無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合過程進(jìn)行研究探討,基于最小生成樹結(jié)構(gòu)形成網(wǎng)絡(luò)路由、數(shù)據(jù)融合的骨干結(jié)構(gòu),設(shè)計(jì)了一套高效、實(shí)時(shí)的數(shù)據(jù)融合算法,創(chuàng)新的提出基于動態(tài)鏈表的N階加權(quán)移動平均跟蹤、預(yù)測環(huán)境,依據(jù)最小生成樹的路徑交叉節(jié)點(diǎn)設(shè)置數(shù)據(jù)過濾點(diǎn)。在數(shù)據(jù)逐漸向匯聚節(jié)點(diǎn)傳送的過程中形成決策數(shù)據(jù)包,保證重要數(shù)據(jù)及時(shí)回傳并盡力延長網(wǎng)絡(luò)生命周期。本文的主要研究工作如下:(1)對無線傳感器網(wǎng)絡(luò)組成方式、能量消耗及路由算法相關(guān)理論等進(jìn)行了研究,分析了數(shù)據(jù)融合算法的多種過濾模型及其優(yōu)劣勢;(2)提出將每一次發(fā)送數(shù)據(jù)動作的兩端節(jié)點(diǎn)同時(shí)納入能量距離中,權(quán)衡考慮兩個(gè)節(jié)點(diǎn)的剩余能量水平,并給出了其計(jì)算公式;(3)本文對最小生成樹路由算法進(jìn)行適應(yīng)性改進(jìn),依托該算法形成的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置數(shù)據(jù)融合點(diǎn),發(fā)揮數(shù)據(jù)降噪、去冗余作用;(4)提出基于動態(tài)鏈表的N階歷史數(shù)據(jù)移動平均融合算法,挖掘傳感節(jié)點(diǎn)歷史數(shù)據(jù)的關(guān)聯(lián)關(guān)系,預(yù)測當(dāng)期數(shù)據(jù)水平,并決策是否對數(shù)據(jù)進(jìn)行過濾操作;(5)實(shí)驗(yàn)及數(shù)據(jù)分析。本文設(shè)置了多個(gè)模擬事件場景,運(yùn)用上述的算法對環(huán)境數(shù)據(jù)進(jìn)行感測跟蹤,通過數(shù)據(jù)分析、圖表展示等檢驗(yàn)了算法的有效性及對冗余數(shù)據(jù)的過濾水平。
【關(guān)鍵詞】：無線傳感器網(wǎng)絡(luò) 數(shù)據(jù)融合 加權(quán)移動平均 能量距離
【學(xué)位授予單位】：濟(jì)南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP212.9;TN929.5;TP202
【目錄】：

• 摘要7-8
• Abstract8-10
• 第一章 緒論10-16
• 1.1 課題背景、目的和意義10-11
• 1.2 國內(nèi)外研究動態(tài)11-14
• 1.3 論文的主要研究成果、創(chuàng)新點(diǎn)和研究意義14-15
• 1.3.1 本文的主要創(chuàng)新點(diǎn)14
• 1.3.2 本文的研究意義14-15
• 1.4 論文的組織結(jié)構(gòu)15-16
• 第二章 無線傳感器網(wǎng)絡(luò)相關(guān)理論16-25
• 2.1 無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)16-17
• 2.2 無線傳感器網(wǎng)絡(luò)的應(yīng)用17-19
• 2.3 傳感器節(jié)點(diǎn)的射頻模型19-20
• 2.4 無線傳感網(wǎng)數(shù)據(jù)融合算法20-21
• 2.4.1 數(shù)據(jù)融合的基本概念及目標(biāo)20
• 2.4.2 數(shù)據(jù)融合算法的分類20-21
• 2.5 數(shù)據(jù)融合路徑結(jié)構(gòu)研究21-23
• 2.5.1 基于簇的層次結(jié)構(gòu)數(shù)據(jù)融合算法22
• 2.5.2 基于樹結(jié)構(gòu)的數(shù)據(jù)融合算法22-23
• 2.5.3 基于平面結(jié)構(gòu)的數(shù)據(jù)融合算法23
• 2.6 本章小結(jié)23-25
• 第三章 基于最小生成樹的動態(tài)能量-位置路由算法25-32
• 3.1 最小生成樹與地理信息分組結(jié)合的網(wǎng)絡(luò)架構(gòu)模型25-26
• 3.2 動態(tài)能量-位置路由算法詳細(xì)設(shè)計(jì)26-31
• 3.2.1 節(jié)點(diǎn)間距離計(jì)算26-27
• 3.2.2 對傳感節(jié)點(diǎn)進(jìn)行聚簇分組27-28
• 3.2.3 原子性能量距離計(jì)算28-29
• 3.2.4 數(shù)據(jù)融合樹的生成29-31
• 3.2.5 數(shù)據(jù)收集樹的周期維護(hù)31
• 3.3 本章小結(jié)31-32
• 第四章 基于動態(tài)鏈表的N階加權(quán)移動平均的數(shù)據(jù)融合算法32-38
• 4.1 數(shù)據(jù)融合算法過濾方式研究現(xiàn)況32
• 4.2 N階加權(quán)移動平均數(shù)據(jù)融合32-37
• 4.2.1 加權(quán)移動平均策略33-34
• 4.2.2 無線傳感器網(wǎng)絡(luò)下環(huán)境事件定義34
• 4.2.3N階加權(quán)移動平均數(shù)據(jù)融合算法的詳細(xì)設(shè)計(jì)34-37
• 4.3 本章小結(jié)37-38
• 第五章 仿真實(shí)驗(yàn)與數(shù)據(jù)分析38-56
• 5.1 基于GNU/Linux的NS-3 仿真平臺38-39
• 5.2 仿真平臺搭建39-42
• 5.3 仿真基本流程與腳本編寫42-49
• 5.4 仿真場景數(shù)據(jù)分析49-54
• 5.5 與現(xiàn)有算法的性能對比54-55
• 5.6 本章小結(jié)55-56
• 第六章 總結(jié)與展望56-58
• 6.1 全文總結(jié)56-57
• 6.2 研究方案的不足之處與進(jìn)一步研究設(shè)想57
• 6.3 心得體會57-58
• 參考文獻(xiàn)58-62
• 致謝62-63
• 附錄63

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 邱立達(dá);劉天鍵;林南;黃章超;;基于深度學(xué)習(xí)模型的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法[J];傳感技術(shù)學(xué)報(bào);2014年12期

2 許建;楊庚;陳正宇;王海勇;楊震;;基于二次獨(dú)立集的數(shù)據(jù)融合調(diào)度算法[J];通信學(xué)報(bào);2014年01期

3 楊庚;李森;陳正宇;許建;楊震;;傳感器網(wǎng)絡(luò)中面向隱私保護(hù)的高精確度數(shù)據(jù)融合算法[J];計(jì)算機(jī)學(xué)報(bào);2013年01期

4 樂俊;張維明;肖衛(wèi)東;湯大權(quán);唐九陽;;無結(jié)構(gòu)動態(tài)適應(yīng)無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法[J];通信學(xué)報(bào);2012年09期

5 陳正宇;楊庚;陳蕾;許建;;無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2011年05期

6 張靜;賈春福;;無線傳感器網(wǎng)絡(luò)基于權(quán)值的極小支配集路由算法[J];傳感技術(shù)學(xué)報(bào);2009年12期

7 李志宇;史浩山;;基于最小Steiner樹的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法[J];西北工業(yè)大學(xué)學(xué)報(bào);2009年04期

8 衣曉;劉瑜;何友;;一種修正的DV-Hop無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法[J];江蘇航空;2009年01期

，

本文編號：555132