資源描述：
《一種基于改進支持度的節(jié)能型WSNs數(shù)據(jù)融合算法.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、122傳感器與微系統(tǒng)(TransducerandMicrosystemTechnologies)2015年第34卷第兒期DOI：10．13873／J．1000-9787(2015)11-0122-03一種基于改進支持度的節(jié)能型WSNs數(shù)據(jù)融合算法王波，孫智國，熊濤(重慶大學計算機學院。重慶400044)摘要：無線傳感器網(wǎng)絡(luò)(WSNs)內(nèi)有大量的冗余數(shù)據(jù)，它們消耗了過多的網(wǎng)絡(luò)能量；目前的數(shù)據(jù)融合算法對數(shù)據(jù)彼此間的聯(lián)系考慮得不夠充分，融合精度有待提高。針對上述問題，提出了一種基于改進支持度的節(jié)能型數(shù)據(jù)融合算法。該算法在網(wǎng)絡(luò)的感知節(jié)點根據(jù)設(shè)定的閾值對采集到的數(shù)據(jù)進行初次融合，并引入自支持度的概
2、念，與灰色接近度理論相結(jié)合改進支持度函數(shù)，將改進的支持度函數(shù)應(yīng)用到匯聚節(jié)點計算最終的數(shù)據(jù)融合估計值。使用Matlab進行仿真的結(jié)果表明：該算法可節(jié)能27．87％，數(shù)據(jù)融合的溫度絕對誤差均值約為0．98℃，達到了節(jié)能和提高融合精度的目的。關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；數(shù)據(jù)融合；支持度函數(shù)；數(shù)據(jù)一致性中圖分類號：TP393文獻標識碼：A文章編號：1000-9787(2015)11-0122-03Anenergy-eficientWSNsdatafusionalgorithmbasedonimprovedsupportdegreeWANGBo，SUNZhi·guo，XIONGTao(Collegeo
3、fComputerScience，ChongqingUniversity，Chongqing400044，China)Abstract：Wirelesssensornetworks(WSNs)contmnsalotofredundantdata，thesedataconsumestoomuchenergyofnetwork；currentdatafusionalgorithmdoesn’tconsiderdatalinksbetweeneachotherinadequately，andfusionprecisionisalsoneedtobeimproved．Aimingatproble
4、ms，putforwardakindofenergy—efficientdatafusionalgorithmbasedonimprovedsupportdegree．Thealgorithmfusesdatasinsensingnodesofnetworkaccordingtothresholdvalueandintroducetheconceptofself-supportdegreecombinedwithgreyproximitytheorytoimprovesuppo~degreefunctions，applytheimprovedsuppo~functiontosinknod
5、etocalculatethefinaldatafusionestimatedvalue．TheMatlabsimulationresultsshowthatthealgorithmcansaveenergyabout27．87％．a(chǎn)bsoluteerrorisabout0．98℃．a(chǎn)chievesthepurposeofenergysavingandfusionprecisionimproving．Keywords：wirelesssensornetworks(WSNs)；datafusion；suppo~degreefunction；dataconsistency0引言間的支持度，提
6、出了一種充分利用數(shù)據(jù)一致性度量蘊含的無線傳感器網(wǎng)絡(luò)(WSNs)應(yīng)用數(shù)據(jù)融合技術(shù)可將來自可信度的加權(quán)方式進行數(shù)據(jù)融合。文獻[6]針對時變非線多個節(jié)點的數(shù)據(jù)進行整合，降低網(wǎng)絡(luò)的能耗、提高數(shù)據(jù)采集性的狀態(tài)估計問題提出了一種置信距離的支持度函數(shù)，使的準確性和效率J。但由于節(jié)點自身的測量誤差、部署環(huán)用該函數(shù)進行多傳感器的數(shù)據(jù)融合。文獻[7]對基于置信境、傳輸誤差等因素的影響，節(jié)點采集到的數(shù)據(jù)往往含有不距離的支持度函數(shù)的支持度函數(shù)進行了調(diào)整，并與加權(quán)數(shù)確定或錯誤的信息，并不能完全反映事物的真實情況，因據(jù)融合算法相結(jié)合用于雷達的目標識別中。文獻[8]提出此，在數(shù)據(jù)融合時需要找出不同數(shù)據(jù)間的關(guān)系來確定其
7、可基于鄰近量測認知信息的支持度函數(shù)獲得傳感器數(shù)據(jù)的一信度，并根據(jù)數(shù)據(jù)的可信度進行融合J。支持度函數(shù)的數(shù)致性關(guān)聯(lián)矩陣，用于多傳感器的數(shù)據(jù)融合進行溫度檢測。據(jù)融合方法可以很好地完成這一任務(wù)，引起了廣泛的研究支持度函數(shù)的數(shù)據(jù)融合算法運行于匯聚節(jié)點，依次接興趣。文獻[3]提出一種指數(shù)衰減函數(shù)計算傳感器數(shù)據(jù)間收感知節(jié)點發(fā)送的每一個數(shù)據(jù)進行融合，這種方法不利于的支持度，并通過多次實驗確定了數(shù)據(jù)一致性度量最優(yōu)的節(jié)省節(jié)點能量。本文在感知節(jié)點對數(shù)據(jù)進
