- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 38卷 第 8期 计 算 机 工 程 2012年4月
v0I.38 No.8 ComputerEngineering April2012
· 网络与通信 · 文章编号:1000—3428(2012)08__0076—Il3 文献标识码:A 中圈分类号:TP393
基于不规则网格的传感数据 Kriging插值算法
王继 良 ,陈 朋2 周四望
(1.长沙环境保护职业技术学院信息技术系,长沙 410004;2.湖南大学信息科学与工程学院,长沙 410082)
摘 要 :传感器网络节点数量的有限性和部署的随机性使其监测区域存在测量空洞,导致传感数据集不完整。为此,提出一种基于不规则
网格的传感数据 Kriging插值算法,对监测区域做不规则划分,以适应节点随机部署的特性。通过近点邻域搜索算法,确定待插值点的邻
居节点,并据此求解Kriging矩阵,实现快速插值 。基于英特尔一伯克利传感数据集的实验结果表明,该算法具有较高的插值精度。
关健词:传感器网络;不规则网格 ;网格划分;Kriging插值 ;相关性;复杂度
KrigingInterpolationAlgorithm forSensorData
Based0nIrregularGrid
W ANG Ji—liang ’‘,CHEN Peng ,ZHOUSi—wang
(1.DepartmentofInformationTechnology,ChangshaEnvironmentalProtectionCollege,Changsha410004,China;
2.SchoolofInformationScienceandEngineering,HunanUniversity,Changsha410082,China)
IAbstraet]Sensornetworkswithlimitednodesaredeployedrandomly,andthusthereexistanumberofmonitoringholeswhichleadtoincomplete
sensordatasets.Aimingattheproblem,thispaperprposesaKriginginterpolationalgorithm forsensordatabasedonirregulargrid.Anirregulargrid
meshingalgorithm isdesignedtoadapttotherandom nodesdeployment.A fastsearchalgorithm isproposedtosifttheneighboringnodesofthe
inteprolationpoints.KrigingmatrixissolvedandfastKrigingdatainteprolationisobtained.Experimentalresultsbasedonlntel—Berkeleydataset
show thatthisalgorithm hashigheraccuracy.
!Keywords]sensornetwork;irregularitygrid:gridmeshing;Kriginginteprolation;correlation;complexity
DOI:10.3969/j.issn.1000—3428.2012.08.025
1 概述 以变异函数理论和结构分析为基础 ,在有限区域内对区域化
数据插值是利用已经获得的信息来计算、描述未知信息 变量进行无偏最优估计的一种方法,其实质是利用区域化变
值的方法llJ。实际测量环境的局限性导致测量数据集相对不 量的原始数据和变异函数的结构特点,对未知样点进行线性
完整,而数据插值算法通过插值能够相对准确地补充未完
文档评论(0)