数据融合技术在无线传感器网络中的应用概要1.docVIP

硕士研究生读书报告 课程名称： 信息融合理论与应用 题 目：数据融合技术在无线传感器网络中的应用 题目类型： 读书报告 学 院： 计算机科学与工程学院 专业名称： 计算机科学与技术 姓 名： 祝 敏 学 号： 2013200546 任课教师： 周华平 授课时间：2014年4月29日～2014年6月24日 提交时间： 2014年6月 24 日 数据融合技术无线传感器网络BP神经网络算法对簇首节点与基站的融合，得到所需要的结果。实验表明，进行融合后的数据可靠性高，较大减少了数据的传输量与冗余度、降低了能量的消耗，从而提高了整个网络的性能。 1 引言 无线传感器网络对真实世界的感知、检测和采集需要由大量传感器节点共同协作完成的。由于传感器节点采集的数据具有很高的时空相关性不可避免的釆集到许多重复的数据即数据存在很高的冗余性,如果都发送汇聚节点的话会造成大量的资源浪费,严重影响无线传感器网络的使用寿命,并且许多时候,观察者不关心每个节点的原始数据,只关心釆集后的结果,显然节点单独的传送数据是不合适的因此需要在本地对数据进行融合操作进一步减少数据在网内的传输量,同时降低功耗。虽然数据融合会造成一定的延迟以及计算会浪费时间和能量,但都在允许的范围之内。LEACH分簇算法，使用分簇的方法使得数据融合技术在算法中起到了非常重要的作用。 2 数据融合算法的设计 整个无线网络可以利用分簇路由机制，如LEACH算法分成不同的簇，则整个网络中大体分成了三类节点，基站，簇首节点以及簇内节点。本文主要根据簇形结构，设计两层的数据融合机制，第一层为簇内节点与簇首节点的融合，簇内节点根据阈值来判断是否需要发送数据，簇首节点根据接收到的数据，进行数据一致性检验，剔除异常数据，第二层采用BP算法对簇首节点与基站的融合，得到所需要的报警结果。 2.1 簇内节点与簇首节点之间的第一层数据融合 在无线传感器网络中，簇内节点基本作为传感节点，用来采集数据的，假设簇内节点A 当前采集到的数据值为Di,则上一次采集到的数据值就为Di-1,簇内节点的阈值为P，则簇内节点就可以根据所设定好的阈值来决定是否发送当前的数据值，即当|Di-Di-1|P时，簇内节点发送数据，簇内节点更改存储器的值，替换上一次采集到的数值，否则不发送数据，存储器的值保持上一次的不变。通过这样的方式，在采集到的数据值没有发生较大变化时，变化量大小取决于阈值P 的大小，簇内节点可以减少较多的数据发送次数，可以防止向其簇头节点发送大量重复和高度相似的数据。节省了簇成员节点的能量消耗。假设簇首节点拥有10 个簇内节点，且每个簇内节点都有各自不同的编号，分别从1到10编号，簇首节点还没有接收到簇内节点的数据时，存储的是上一次簇内节点采集过来的数据，则当簇首节点接收到簇内节点的数据时，替换对应节点的数据值，存储本次采集过来的数据，否则，说明该簇内节点数据值并为发生较大变化，则直接调用对应簇内节点上次采集过来的数据值代表本次的数据。以这样的方式簇首节点就可以知道对应10 个簇内节点当前采集过来的数据值，以温度为例，假设采集过来的10 个数据值按照从小到大排列后的数值为T1,T2,T3……，T10，因为节点可能受到外界的干扰，以及自身硬件的故障等影响，簇首节点首先对采集到的数据值进行一致性检验，采用的是数据探测技术中的分布图法剔除掉疏失误差的数据，假设中位数用TM 表示，上四分位数用FU 表示，下四分位数用FL 表示以及四分位数离散度用dF来表示。则根据以上采集到的数据可以得到，TM=（T5+T6）/2，下四分位数FL的区间为[T1,TM]，上四分位数FU 的区间为[TM,T10], 四分位数离散度用dF=FU-FL。则我们就认定与中位数的距离大于adF的数据为离异数据，应该剔除掉。即无效数据的判别区间为[Ti-TM]adF。式中a 为常数，可以根据实际需要来设定大小。通过这样的方式，簇首节点就可以简单有效的剔除掉异常的数据。 2.2 簇首节点与基站之间的第二层数据融合 虽然经过了第一层的数据融合后，簇内节点可以减少大量不必要的数据传送，然而簇首节点仍然有较多的数据需要转发到基站，对于一些报警的场合，用户只需要知道报警程度，并不需要知道每个节点具体采集到的数值情况，这时我们可以采用BP 神经网络算法实现簇首节点与基站的第