基于wsn的時空相關(guān)性數(shù)據(jù)融合算法研究

1、碩士學位論文基于基于WSNWSN的時空相關(guān)性時空相關(guān)性數(shù)據(jù)融合算法研究數(shù)據(jù)融合算法研究StudyofDataFusionAlgithmBasedonTempalSpatialCrelationinWirelessSenswks作者姓名：劉凱學科、專業(yè)：計算機系統(tǒng)結(jié)構(gòu)學號：21409127指導(dǎo)教師：孫媛媛胡小鵬完成日期：2017年4月30日大連理工大學DalianUniversityofTechnology萬方數(shù)據(jù)大連理工大學碩士學位論文

2、I–摘要無線傳感網(wǎng)絡(luò)（WirelessSenswkWSN）目前已經(jīng)被廣泛地運用到各種軍事和民用應(yīng)用中，如目標跟蹤、智能電網(wǎng)、環(huán)境監(jiān)控和健康醫(yī)療。但是，監(jiān)控空區(qū)域內(nèi)WSN節(jié)點分布密集且采樣頻繁，感知數(shù)據(jù)之間的時空相關(guān)性造成數(shù)據(jù)冗余。大量冗余數(shù)據(jù)的傳輸對WSN有限的能量、網(wǎng)絡(luò)帶寬帶和存儲容量帶來了巨大的挑戰(zhàn)。數(shù)據(jù)融合技術(shù)能有效地減少冗余數(shù)據(jù)，提高數(shù)據(jù)收集的準確性和效率。因此，WSN數(shù)據(jù)融合技術(shù)的研究具有重要意義。本文的主要工作分為以下幾點：

3、首先，分別從數(shù)據(jù)相關(guān)性和路由協(xié)議兩個方面綜述了WSN數(shù)據(jù)融合技術(shù)的國內(nèi)外研究現(xiàn)狀。基于數(shù)據(jù)相關(guān)性，將現(xiàn)有的WSN數(shù)據(jù)融合機制分為時間相關(guān)性、空間相關(guān)性和時空相關(guān)性數(shù)據(jù)融合算法；基于路由協(xié)議，將現(xiàn)有的WSN數(shù)據(jù)融合機制分為查詢路由和網(wǎng)絡(luò)分層路由數(shù)據(jù)融合協(xié)議。為設(shè)計高效的WSN數(shù)據(jù)融合算法奠定了理論基礎(chǔ)。其次，在解決單個WSN節(jié)點感知數(shù)據(jù)冗余度高的問題中，針對傳感數(shù)據(jù)具有長期趨勢穩(wěn)定、瞬間波動較大的現(xiàn)象，本文提出了一種基于雙模型驅(qū)動的時間相

4、關(guān)性數(shù)據(jù)采集算法。首先，通過對當前WSN節(jié)點的感知時間序列進行分析，利用分段線性回歸預(yù)測方法，建立長期趨勢模型；在此基礎(chǔ)上，對殘差序列進行分析利用AR預(yù)測方法，建立瞬間調(diào)整模型；實時檢測模型有效性，動態(tài)更新模型參數(shù)。仿真實驗結(jié)果證明，針對不同的數(shù)據(jù)變化率，在滿足一定數(shù)據(jù)精度的前提下，該算法能夠有效的減少數(shù)據(jù)傳輸量。最后，在解決多個WSN節(jié)點感知數(shù)據(jù)冗余度高的問題中，針對鄰近節(jié)點之間的感知數(shù)據(jù)存在變化趨勢相似度較高，瞬間波動差異較大的特點

5、，在上述雙模型驅(qū)動的基礎(chǔ)上，本文提出一種二次分簇算法。該算法通過執(zhí)行兩次分簇操作，將WSN內(nèi)的節(jié)點劃分成三層結(jié)構(gòu)：第一次分簇過程依據(jù)地理位置和剩余能量，借助經(jīng)典方法，實現(xiàn)WSN內(nèi)的節(jié)點分簇；第二次分簇過程依據(jù)不同節(jié)點之間趨勢模型和調(diào)整模型的相似性并根據(jù)數(shù)據(jù)波動幅度，賦予兩模型不同權(quán)重，將第一次分得的簇進一步劃分成子簇；最后子簇內(nèi)的節(jié)點由代表節(jié)點、冗余節(jié)點兩部分組成，代表節(jié)點代表自己和冗余節(jié)點上報監(jiān)控信息，冗余節(jié)點不上報監(jiān)控信息。仿真實驗