發(fā)布時間：2019-01-23 19:52

【摘要】：針對無線傳感器網(wǎng)絡(luò)傳統(tǒng)數(shù)據(jù)融合算法效率較低、處理高維數(shù)據(jù)困難問題,提出一種基于深度學(xué)習(xí)模型的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)數(shù)據(jù)融合的算法CNNMDA.算法首先在匯聚節(jié)點(diǎn)對構(gòu)建的特征提取模型CNNM進(jìn)行訓(xùn)練,然后各終端節(jié)點(diǎn)通過CNNM提取原始數(shù)據(jù)特征,最后向匯聚節(jié)點(diǎn)發(fā)送融合后的數(shù)據(jù),從而減少數(shù)據(jù)傳輸量,延長網(wǎng)絡(luò)壽命.仿真實(shí)驗(yàn)表明,CNNMDA與同類融合算法相比,在同樣數(shù)據(jù)量的情況下能夠大幅降低網(wǎng)絡(luò)能耗,并有效提升了數(shù)據(jù)融合效率與準(zhǔn)確度.
[Abstract]:In view of the low efficiency of traditional data fusion algorithm in wireless sensor networks and the difficulty in dealing with high dimensional data, a convolution neural network structure based on deep learning model (CNNMDA.) is proposed to realize data fusion. The algorithm first trains the constructed feature extraction model (CNNM) at the convergence node, then the terminal nodes extract the original data features through CNNM, and finally send the merged data to the convergent node, thus reducing the amount of data transmission and prolonging the network life. Simulation results show that compared with similar fusion algorithms, CNNMDA can greatly reduce the network energy consumption and improve the efficiency and accuracy of data fusion in the case of the same amount of data.
【作者單位】： 天津科技大學(xué)計(jì)算機(jī)科學(xué)與信息工程學(xué)院;
【基金】：天津市教委重大項(xiàng)目(2014ZD22)
【分類號】：TN929.5;TP183;TP212.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李啟虎;獨(dú)立觀測資料的最佳線性數(shù)據(jù)融合[J];聲學(xué)學(xué)報;2000年05期

2 唐恒專,任明強(qiáng),李真富;數(shù)據(jù)融合理論及其在禁核試核查中的應(yīng)用研究[J];核電子學(xué)與探測技術(shù);2005年01期

3 李啟虎;相關(guān)觀測資料的最佳線性數(shù)據(jù)融合[J];聲學(xué)學(xué)報;2001年05期

4 張華生;一種體系作戰(zhàn)雷達(dá)網(wǎng)絡(luò)的數(shù)據(jù)融合[J];現(xiàn)代雷達(dá);2004年01期

5 郭予并,冷東方;數(shù)據(jù)融合與聶曼-皮爾遜準(zhǔn)則[J];雷達(dá)與對抗;2004年02期

6 萬潤澤;王海軍;張興艷;;一種基于非均勻分簇的低能耗安全數(shù)據(jù)融合方法[J];傳感技術(shù)學(xué)報;2013年05期

7 吳勇;葉國鋒;李斐;;云計(jì)算的數(shù)據(jù)融合在廣電行業(yè)的應(yīng)用[J];廣播與電視技術(shù);2013年04期

8 朱巍,徐毓,張楠;一種海上目標(biāo)跟蹤的數(shù)據(jù)融合系統(tǒng)[J];現(xiàn)代電子技術(shù);2005年07期

9 郭東田;金良安;遲衛(wèi);;基于線性數(shù)據(jù)融合的雙橢圓定位模型優(yōu)化算法[J];指揮控制與仿真;2013年01期

10 趙丹;楊庚;;一種基于復(fù)數(shù)域的數(shù)據(jù)融合完整性保護(hù)算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年08期

相關(guān)會議論文 前4條

1 朱斌;符剛;朱愛華;李延斌;吳瓊;;用戶數(shù)據(jù)融合技術(shù)發(fā)展策略[A];中國通信學(xué)會信息通信網(wǎng)絡(luò)技術(shù)委員會2011年年會論文集（上冊）[C];2011年

2 殷新春;徐力杰;;WSN中一種基于數(shù)據(jù)融合的能量高效分簇路由協(xié)議[A];2007年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(上冊)[C];2007年

3 趙寧;高承山;尼松濤;;分布式HLR在現(xiàn)網(wǎng)落地實(shí)施方案探討[A];2013年中國通信學(xué)會信息通信網(wǎng)絡(luò)技術(shù)委員會年會論文集[C];2013年

4 陸川;姚劍波;文光俊;;無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合隱私分級保護(hù)[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（下冊）[C];2008年

相關(guān)重要報紙文章 前1條

1 中興通訊股份有限公司 魯蘭 紅朱 王煒;數(shù)據(jù)融合奠基網(wǎng)絡(luò)融合[N];通信產(chǎn)業(yè)報;2006年

相關(guān)博士學(xué)位論文 前2條

1 邢天璋;室外環(huán)境下WSN被動式目標(biāo)定位方法研究[D];西北大學(xué);2015年

2 李超然;無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合安全問題的研究[D];北京交通大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 付祥朋;基于相關(guān)性預(yù)測與多層數(shù)據(jù)融合的ZigBee節(jié)能研究[D];內(nèi)蒙古大學(xué);2015年

2 侯振乾;基于預(yù)測模型的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合研究[D];沈陽理工大學(xué);2015年

3 李孟瑤;無線傳感器網(wǎng)絡(luò)中多傳感器數(shù)據(jù)融合方法的研究[D];湘潭大學(xué);2015年

4 梁學(xué)利;無線傳感器網(wǎng)絡(luò)中數(shù)據(jù)融合隱私保護(hù)方法研究[D];浙江工業(yè)大學(xué);2015年

5 閔杰;礦井中無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)研究[D];河南理工大學(xué);2014年

6 孫智國;一種支持度函數(shù)的改進(jìn)及其WSN數(shù)據(jù)融合應(yīng)用研究[D];重慶大學(xué);2015年

7 王立坤;物聯(lián)網(wǎng)中安全數(shù)據(jù)融合技術(shù)研究[D];東南大學(xué);2015年

8 楊繼振;通信基站節(jié)能系統(tǒng)中多傳感器數(shù)據(jù)融合方法設(shè)計(jì)與實(shí)現(xiàn)[D];東南大學(xué);2015年

9 張煒;UWSN中OOSM數(shù)據(jù)融合節(jié)點(diǎn)延時分配研究[D];天津工業(yè)大學(xué);2016年

10 韋懷超;無線傳感網(wǎng)基于雙簇頭信任機(jī)制數(shù)據(jù)融合的研究[D];遼寧大學(xué);2016年

，

本文編號：2414137