基于时间序列分析的无线传感器网络数据融合算法研究-计算机应用技术专业论文.docxVIP

重庆大学硕士学位 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV WSN and get rid of abnormal data; the ARMA model which is determined by BICF test could better adapt to WSNs. Key words: WSN; Data Aggregation; Prediction; Time Series 重庆大学硕士学位论 重庆大学硕士学位论文 目 录 目 录 中文摘要I 英文摘要 II 1 引 言 1 1.1 研究背景与意义 1 1.2 研究现状 2 1.3 研究内容 3 1.4 论文结构 4 2 无线传感器网络与数据融合 5 2.1 无线传感器网络概述 5 2.1.1 无线传感器网络结构 5 2.1.2 无线传感器网络的应用 7 2.1.3 WSN 的设计考虑因素 8 2.2 WSN 数据融合技术 10 2.2.1 无线传感器网络数据融合的意义 10 2.2.2 数据融合算法的考量因素 11 2.3 数据融合方法分类 11 2.3.1 基于网络结构的融合协议 11 2.3.2 以数据为中心的融合 16 2.2.3 基于服务质量的融合协议 18 2.3.4 与性能相关的数据融合 18 2.3.5 与安全相关的数据融合 19 2.4 本章小结 20 3 基于 ARMA 时间序列分析的数据融合 21 3.1 引言 21 3.2 ARMA 时间序列分析模型 22 3.3 基于 ARMA 模型的数据预测 22 3.3.1 节点数据采集 22 3.3.2 数据检验 23 3.3.3 数据预处理 24 3.3.4 模型建立 25 3.3.5 模型适用性检验 27 3.3.6 节点数据预测 27 3.4 ARMA 模型更新策略 27 3.5 本章小结 28 4 高效的无线传感器网络数据融合算法 30 4.1 引言 30 TOC \o 1-2 \h \z \u HYPERLINK \l _TOC_250004 4.2 ARMA 模型的优化 31 HYPERLINK \l _TOC_250003 4.2.1 F-检验准则 31 HYPERLINK \l _TOC_250002 FPE 检验准则 32 HYPERLINK \l _TOC_250001 AIC 检验准则 32 HYPERLINK \l _TOC_250000 BIC 检验准则 33 4.2.5 模型适用性检验准则的选取 33 4.3 优化模型的性能分析 34 4.4 高效的无线传感器网络数据融合算法 35 4.5 本章小结 37 5 无线传感器网络数据融合算法仿真实验分析 38 5.1 实验设置 38 5.2 有效性验证 39 5.2.1 数据预测 39 5.2.2 预测模型的改进 40 5.2.3 异常数据检测 42 5.3 性能分析 42 5.4 本章小结 43 6 总结与展望 45 6.1 工作总结 45 6.2 工作展望 46 致 谢 47 参考文献 48 附 录 52 A. 作者在攻读学位期间发表的论文目录 52 B. 作者在攻读学位期间参与的科研项目目录 52 重庆大学硕士学位 重庆大学硕士学位论文 1 引 言 PAGE PAGE 10 1 引 言 1.1 研究背景与意义 近年来，无线通信和电子技术的高速发展加速了传感器节点的发展。传感器 节点具有代价低、电源能量低、多功能、尺寸小、能在短距离内进行通信等特点。 这些传感器集环境感知、计算处理、数据通信于一体，将感知数据进行计算处理， 并通过节点间的相互合作，经过一跳或多跳将数据发送到最终目的地，从而孕育 出无线传感器网络。 无线传感器网络的以上特征，使其具有宽广的应用领域，例如医疗卫生、军 事监控、农业监测、桥梁监测等[2]。在医疗卫生方面，传感器节点可以放置在病人 身上监测病人的温度或其它方面，让医生随时了解病人的病情走势。在军事应用 中，传感器节点可以部署在特定的军事要地，以此检查该环境是否被入侵，也可 以进行目标追踪。传感器节点也可以放在大棚蔬菜内，监控棚内的温度，以此促 进蔬菜的生长。桥梁经过漫长的服役期，可能会引起变形等健康故障问题，通过 部署传感器节点获取桥梁挠度等信息，可对桥梁的健康状况进行监测，及时解决 潜在的危险。 然而，由于传感器在电池能源、计算处理能力和存储能力方面的限制[3]，使得 针对 WSN 进行的任务和研究工作都必须尽可能降低能量消耗。研究发现，无线传 感器网络中的大部分能量是在数据传输中损失的，而数据采集和数据处理只需消 耗掉少部分能量