本文關(guān)鍵詞：無線傳感數(shù)據(jù)時(shí)空相關(guān)性的研究

  更多相關(guān)文章： 無線傳感網(wǎng)絡(luò) 時(shí)空相關(guān)性 時(shí)間序列模型 數(shù)據(jù)預(yù)測(cè) 分簇路由算法

【摘要】：無線傳感網(wǎng)絡(luò)是通過多個(gè)小型、低價(jià)、智能的傳感器組成的監(jiān)測(cè)網(wǎng)絡(luò),被廣泛應(yīng)用于醫(yī)療、軍事、科研等領(lǐng)域。無線傳感網(wǎng)絡(luò)給生活帶來便利的同時(shí),我們也不得不關(guān)注傳感器節(jié)點(diǎn)自身的局限性。首先,傳感器節(jié)點(diǎn)通過電池供電,且通常分布在環(huán)境比較特殊的地區(qū),所以電量有限而且很難更換電池,如何在發(fā)揮其作用的同時(shí)最大限度的節(jié)省能量一直是國內(nèi)外研究的熱點(diǎn)。其次,無線傳感網(wǎng)絡(luò)采集到的數(shù)據(jù)具有一定的相關(guān)性,導(dǎo)致傳感器節(jié)點(diǎn)收集到的數(shù)據(jù)有一部分是冗余的,冗余數(shù)據(jù)不但會(huì)浪費(fèi)處理資源而且會(huì)增加傳感器的能耗,因此,對(duì)冗余數(shù)據(jù)的處理也具有重大研究意義。針對(duì)無線傳感網(wǎng)絡(luò)存在的問題,本文利用無線傳感網(wǎng)絡(luò)的時(shí)空相關(guān)性特點(diǎn),對(duì)無線傳感數(shù)據(jù)的時(shí)空相關(guān)性進(jìn)行了研究,并對(duì)已有的算法進(jìn)行了改進(jìn)。本文的主要內(nèi)容如下：首先,本文對(duì)傳感器節(jié)點(diǎn)收集數(shù)據(jù)的時(shí)間相關(guān)性進(jìn)行了研究,通過時(shí)間序列建模對(duì)節(jié)點(diǎn)采集的數(shù)據(jù)進(jìn)行預(yù)測(cè),減少了成員節(jié)點(diǎn)向sink節(jié)點(diǎn)傳輸?shù)臄?shù)據(jù)量,從而節(jié)省了能量消耗。在此基礎(chǔ)上本文分析了傳統(tǒng)的時(shí)間相關(guān)性算法以及時(shí)間序列模型中的灰色模型和白回歸AR模型(Autoregressive Model)的特點(diǎn),為了同時(shí)發(fā)揮灰色模型與AR模型的優(yōu)勢(shì),本文提出了一種灰色模型與AR模型相結(jié)合的建模方法G-AR(Grey and AR model),利用加權(quán)數(shù)據(jù)融合思想將預(yù)測(cè)數(shù)據(jù)定義為兩種方法的組合,從而減少單一模型出現(xiàn)較大誤差的情況。仿真結(jié)果顯示,G-AR模型在預(yù)測(cè)精度以及數(shù)據(jù)傳輸率方面優(yōu)于灰色模型、AR模型以及傳統(tǒng)的時(shí)間相關(guān)性算法,在通過G-AR模型進(jìn)行數(shù)據(jù)預(yù)測(cè)時(shí),減少數(shù)據(jù)傳輸?shù)那闆r下保證了數(shù)據(jù)精度。其次,本文對(duì)傳感器節(jié)點(diǎn)收集數(shù)據(jù)的空間相關(guān)性進(jìn)行了研究,分析了近年提出的EAST(Efficient Data Collection Aware of Spatio-Temporal Correlation)算法的不足,提出了基于EAST算法的改進(jìn)算法IM-EAST(Improved EAST)。在分簇中涉及到的簇頭選擇問題,綜合考慮節(jié)點(diǎn)的剩余能量和通信距離,并且在向sink節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)時(shí),轉(zhuǎn)發(fā)節(jié)點(diǎn)的選擇充分考慮了最優(yōu)跳數(shù)與最優(yōu)傳輸距離,從而最大限度的減少無線傳感網(wǎng)絡(luò)的能量消耗。該方法很好的彌補(bǔ)了EAST算法中對(duì)簇頭和轉(zhuǎn)發(fā)節(jié)點(diǎn)選擇策略的不足,對(duì)各種因素考慮的更加全面。實(shí)驗(yàn)結(jié)果表明,IM-EAST算法比EAST算法消耗更少的能量,網(wǎng)絡(luò)的生命周期比EAST算法更長。最后,我們對(duì)本文進(jìn)行了相關(guān)總結(jié),分析了優(yōu)點(diǎn)與不足,并進(jìn)行了展望。
【關(guān)鍵詞】：無線傳感網(wǎng)絡(luò) 時(shí)空相關(guān)性 時(shí)間序列模型 數(shù)據(jù)預(yù)測(cè) 分簇路由算法
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP212.9;TN929.5
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-14
• 1.1 研究背景與意義9-10
• 1.2 國內(nèi)外的研究現(xiàn)狀10-12
• 1.3 論文研究主要內(nèi)容12-13
• 1.4 論文結(jié)構(gòu)安排13-14
• 2 時(shí)空相關(guān)性及數(shù)據(jù)預(yù)測(cè)技術(shù)概述14-28
• 2.1 時(shí)空相關(guān)性14-17
• 2.1.1 時(shí)間相關(guān)性14-15
• 2.1.2 空間相關(guān)性15-16
• 2.1.3 時(shí)空相關(guān)性研究現(xiàn)狀16-17
• 2.2 時(shí)間序列預(yù)測(cè)在無線傳感網(wǎng)中的應(yīng)用17-19
• 2.2.1 傳統(tǒng)的時(shí)間序列預(yù)測(cè)17-18
• 2.2.2 無線傳感網(wǎng)中的時(shí)間序列預(yù)測(cè)18-19
• 2.3 自回歸AR模型19-25
• 2.3.1 AR模型的建立20
• 2.3.2 AR模型的定階20-22
• 2.3.3 AR模型的參數(shù)估計(jì)22-25
• 2.4 灰色預(yù)測(cè)模型25-27
• 2.4.1 灰色預(yù)測(cè)模型概述25
• 2.4.2 GM(1,1)灰色預(yù)測(cè)模型25-27
• 2.5 本章小結(jié)27-28
• 3 無線傳感網(wǎng)中基于時(shí)間相關(guān)性的G-AR數(shù)據(jù)預(yù)測(cè)算法28-42
• 3.1 問題提出28-30
• 3.2 G-AR預(yù)測(cè)算法的模型框架30-32
• 3.2.1 算法流程圖30-31
• 3.2.2 算法初始化31
• 3.2.3 預(yù)測(cè)階段31-32
• 3.3 G-AR數(shù)據(jù)預(yù)測(cè)算法32-35
• 3.4 仿真實(shí)驗(yàn)與結(jié)果35-41
• 3.4.1 實(shí)驗(yàn)數(shù)據(jù)集35
• 3.4.2 模型相關(guān)參數(shù)的確定35-39
• 3.4.3 數(shù)據(jù)傳輸率的比較39-40
• 3.4.4 預(yù)測(cè)數(shù)據(jù)均方誤差的比較40-41
• 3.5 本章小結(jié)41-42
• 4 無線傳感網(wǎng)中基于空間相關(guān)性的EAST改進(jìn)算法42-56
• 4.1 問題提出42
• 4.2 EAST空間相關(guān)性算法描述及分析42-47
• 4.2.1 EAST算法描述42-45
• 4.2.2 EAST算法分析45-47
• 4.3 基于EAST的改進(jìn)算法IM-EAST47-50
• 4.3.1 IM-EAST初始化47
• 4.3.2 簇頭選舉模型47-49
• 4.3.3 數(shù)據(jù)傳輸模型49-50
• 4.4 仿真實(shí)驗(yàn)與結(jié)果50-55
• 4.4.1 評(píng)價(jià)指標(biāo)50
• 4.4.2 實(shí)驗(yàn)數(shù)據(jù)集及實(shí)驗(yàn)參數(shù)50-52
• 4.4.3 實(shí)驗(yàn)結(jié)果與分析52-55
• 4.5 本章小結(jié)55-56
• 結(jié)論56-57
• 參考文獻(xiàn)57-61
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況61-62
• 致謝62-63

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 蘇葉健;;無線傳感網(wǎng)技術(shù)綜述[J];信息通信;2012年06期

2 胡鋼;謝冬梅;吳元忠;;無線傳感器網(wǎng)絡(luò)路由協(xié)議LEACH的研究與改進(jìn)[J];傳感技術(shù)學(xué)報(bào);2007年06期

3 唐勇;周明天;張欣;;無線傳感器網(wǎng)絡(luò)路由協(xié)議研究進(jìn)展[J];軟件學(xué)報(bào);2006年03期

4 劉明;龔海剛;毛鶯池;陳力軍;謝立;;高效節(jié)能的傳感器網(wǎng)絡(luò)數(shù)據(jù)收集和聚合協(xié)議[J];軟件學(xué)報(bào);2005年12期

5 任豐原,黃海寧,林闖;無線傳感器網(wǎng)絡(luò)[J];軟件學(xué)報(bào);2003年07期

6 鄧聚龍;灰色系統(tǒng)綜述[J];世界科學(xué);1983年07期

，

本文編號(hào)：1015614