论文部分内容阅读
数据融合是无线传感器网络中一项非常重要的技术,它可以很好的处理冗余信息,由于数据融合解决不了时间不同步问题,此时要用时间对准把不同传感器的时间对准到同一时间上。最小二乘配对法可以很好的实现时间对准,但它只适合在匀速的情况,而在非匀速的情况下效果很差,因此要对它的算法进行改进。改进前的算法里面的测量值仅用到一阶导数,当目标的运动模型变为加匀速直线运动时,易知需考虑二阶导数,所以改进后的最小二乘配对法里面的测量值增加到了二阶导数。改进后的最小二乘配对法在匀加速直线运动情况下也可适用,仿真也证明了这种方法的可行性。当数据被时间对准后,再将不同传感器测得的数据进行融合。 以层次型路由协议多簇协议研究模型,提出了一种改进的分层式数据融合算法。该分层数据融合算法的主要思想是:把采集数据从传感器节点传送至汇聚节点的传输过程划分为三个层次,然后,根据每层接收数据的不同特点,相应地采取不同的数据融合算法。对于簇内成员节点获得的采集数据,采用求均值的方法,从数据源就减少数据的通信量;对于簇首节点获取簇内各成员节点的数据,考虑到各成员节点采集数据的可信程度和精确度不一样,采用基于模糊学的数据融合算法,有区别地接收各成员节点的数据;簇首向 sink节点发送数据的过程会消耗比较多的能量,在该过程将采用阈值估计机制进行数据融合。通过这三层的层层数据融合,将能够有效地消除网络中的冗余数据,节省节点能耗,从而延长WSN的生命周期。