论文摘要：分层式无线传感器网络数据融合算法及验证平台

无线传感器网络技术在智能家居、精细农业、环保等领域得到广泛应用，但是它的发展受到了电池能量有限、数据可靠性差等问题的限制，具有降低网络能耗、提高数据精度的数据融合算法成为无线传感器网络的研究热点之一。分层式数据融合算法由于能耗相对较低、可拓展性好等特点被广泛研究和使用，但在实际应用中存在以下问题：网络中传感器节点的能量消耗往往不均匀，导致整个网络过早失效；融合算法需要假设数据服从高斯分布，与实际情况有差距；算法的容错性差等。

针对上述问题，本文以网络路由和异常值检测为核心，建立起一套基于模糊理论和区间估计的分层式数据融合算法，该算法能够在减少网络能耗的同时提高系统的容错性和数据的精度。

论文的工作包括：

1、为了降低传感器网络的能量消耗，延长网络寿命，在分析影响网络能量消耗因素的基础上，将网络划分为多层，利用模糊理论，提出了一种综合考虑节点多种因素、在各层中合理分簇推选簇头以建立起网络多跳自组织路由的方法。

2、为了提高融合数据的可靠性、精度以及系统的容错能力，提出了一种在异常值检测阶段，利用自助重抽样法构建传感数据置信区间的数据处理方法。在数据融合阶段，为了提高数据的精度，采用自适应加权法对数据进行处理。

3、为了验证新提出的数据融合算法的性能，设计了一套性能评估系统。利用实验室自主研发的无线传感器网络测试平台“Testbed-8089”，根据实际场景设计测试评估策略，让传感器节点分层推举簇头，并建立起多跳自组织路由，将数据逐层上传到汇聚节点，汇聚节点将数据包传输给上位机进行存储和显示。

仿真和实验结果表明，该分层式数据融合算法与其它融合算法相比，能量消耗更低、网络寿命更长，并且容错性更好、精度更高。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/290447.html