无线传感器网络节能型数据融合算法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｗａ ｒ ｐ ｓ ｄ．Ｉ ｓ ｒ ｎｋ ｔ ｅ ｃ ｌ ｃｉ ｇ ｅ ｃ ｅ ｃ ｎ ａａ ｏ ｏ ｅ ｂ ｅ ｔ ｇ ｔ ｈ ｅ ｈ ｌ ｓＳ ｓｔ ｏ ｔｏ ａ ａｔａｆｃ ｓｐ ｏ ｏ ｅ ｔ ｈ ｕ ｈ ｏｌ ｔｎ ｘ ｒ ｓ ｅ ｔｄ ｔ ｆａ ｎ ｄ ｙ ｓ ｔ ｎ ｗｏ ｔ ｒ ｓ ｏｄ Ｏ ａ ｏ ｃ ｎ ｒ ｌｄ ｔ ｒ ｆ ｅ ｉ ｉ ａ ｈ ｎ ｒ ｏ ｓ ｍｐ ｉｎ ｏ ｏ ｅ ．Ｂｅ ａ ｅｔ ａａ ｃ ｌｅ ｔｄ ｂ ｎ ｏ ｅ ｉ ｒ ｌｓ ｅ ｓ ｒｎ ｔ ｒ ｓａ ｅ ｓｍｉ ｎｄ ｔ ｅ ｅ ｅ ｇ ｃ ｎ ｕ ｔｏ ｆｎ ｄ ｓ ｙ ｃ ｕｓ ｈｅ ｄ ｔ ｏ ｌｃ ｅ ｙ ｏ ｅ ｎ ｄ ｎ ｗｉｅ ｅ ｓ ｓ ｎ ｏ ｅ ｗｏ ｋ ｒ ｉ — ｌｒａ ｈ ａ ｉ ａ ｔｔ ｅ ｓ ｍｅ ｔ ｍｅ，ＴＦＡ ｒ ｅ ｎ ｈｒｎ ｓ ｔ ｅ ｄ ｔ ｇ ｔ ｄ ｔｔｅ ｎ ｄｅ，ａ ｄ ｓ ｎ ｔｔ ｈ ｏ ｔｏ ｅ ｔｒ ｍｅ ｇ ｓａ ｄ ｓ ｉ ｋ ｈ ａ ａ ｍａ ｎｉ ｅ ａ ｈ ｏ ｕ ｎ ｅ ｄｓｉ ｏ ｔ ｅ ｃ ｎ ｒ ｌｃ ｎ ｅ ． Ａｄ ｉｉｎ ｌ ｄ ｔ ａｌ ｏ ｙ，ｔ ｅ ＴＲＡ ｏ ｈ ｃ ｍｐｅ ａ ｅ ａａ ｆｒｏ ｅ ｎ ｄ ｎ ｙ ｃ ｅ ｉｅ ｈ ａａ ｍａ ｎｔ ｅｆ ｒａ ｄｆｅ ｅ ｔｎ ｄ ｔｔ ｅ ｎｓ ｔｓ ｄ ｔ ｏ ｎ ｏ ｅ ａ ｄ ｓ ｎ ｒ ｔ ｓｔ ｅ ｄ ｔ ｇ ｉ ｚ ｕｄ ｉ ｒ ｎ ｏ ｅ ａ ｈ ｏ ｆ ｃ ｎ ｒ ｌｃ ｎ ｅ ． Ｓ ｍｕ ａｉ ｎ ｒ ｓ ｌｓ ｓ ｏ ｔ ｔｗｈ ｎ ｓ ｔ ｎ ｈ ｐｐ ｏ ｉｔ ｈ ｅ ｈ ｌ ｏ ｔｏ ｅ ｔｒ ｉ ｌｔｏ ｅ ｕ ｔ ｈ ｗ ｈａ ｅ ｅｔ ｇ ｔ ｅ ａ ｒｐｒａｅ ｔ ｒ ｓ ｏｄ，ｔ ｅ ＴＦＡ ｅ ｒ ａ ｅ ｈ ｅ ｓ ｒ ｉ ｈ ｄ ｃｅ ｓ ｓｔｅ ｓｎ ｏ
要 ， 因此成为研究的重点． 也 数据融合能够降低网络
收 稿 日期 ：０００ －５ ２ １ －８０ ．
基金项 目： 中央高校基础科 研业务 费专 项基金 资助项 目自由探索 计 划 一理 （ Ｋ １０６ １９ ； Ｇ ２ ２ ０ ０ ） 黑龙 江省博 士后基 金 资助项 目 １
（ ２６ ０ １８ Fra Baidu bibliotek ３ ３３ １５ ）
及传 感器 重要 度对 数据 融合 结果 的复合作 用 等三 方
面分析 ， 提出一种模糊传感器数据融合． 上述数据融
合均运行在上位机 ， 底层数据仍采用采集一个数据 发送 一 个 数 据 的方 法 ， 种 方 法 不 利 于 节 省 节 点 这
能源 ．
１ 由ｋ ） 个传感器节点监测 同一环境． ２ 每个传感 器 以等时 间间隔 采集 数 据 ： ） ａ
数据传输的数量 ， 本文就节能问题提 出一种基于数 据 融合 的节能 型无 线传感 器 网络 ． 无线传感器网络数据融合包括数据级融合 （ 低 级 ）特征级融合（ ， 中级） 决策级融合（ ， 高级） ３个部 分． 数据级融合在传感器节点处进行 ， 称为下位机融 合． 特征级融合和决策级融合在基站处进行数据融 合， 称为 上位 机融 合 ． 据 级融 合 是 最 低层 融 合 ， 数 即 直接对传感器采集 的数据进行融合处理 ， 将融合结 果 向基 站或 中心节 点 传 输 ． 征 级 融合 属 于 中间 层 特 融合 ， 一般称作多传感器数据融合． 将传感器节点传 输 的数据进行数据处理 ， 以进行数据校准和状态估
ａ２ １
ａ２ ２
目 标是降低节点能量消耗． 其工作原理是 ： 首先在网 络 的数据 采集 点处 ， 用 阈值 限定 和均值 融合 方法 ， 采 进行下位机（ 节点 ） 的数据融合 ； 再在上位机 （ 控制 中心 或 网关 ） 行 多 传 感 器 数 据 补 偿 和 融 合 ． 过 进 通 对节点采集数据的融合 ， 减少节点通信量 ， 从而减少 能耗 ， 延长 ＷＳ Ｎ生存 时间． 虽然计算会增加能耗 ， 然 而计算 上 的能 耗 与通 信 消耗 的能 量 相 比是 １ Ｏ 倍 ， 。 并且 由于传感器的相对误差小 于 Ｏ ０ ＿ 当 ． ｌ ， ８ 设定合适的参数和阈值 时， 不影 响融合结果． 因此 ， 节能方面的优势可以得到充分体现．
ｓ ｎｏ ｔ ｒｓ ｅ ｓ ｒｎｅｗｏ ｋ ．Ｔｈ ｃ ｕ ａ ｙ ｏ ｈ ａ ａ ｉ ｕ ｒ ｎ ｅ ｄ ｂ ｏ ｅ ｓ ｔｎ ． ｅ ａ ｃ ｒ ｃ ｆｔ ｅ ｄ ｔ ｓｇ ａ ａ ｔ ｅ ｙ ｃ ｍｐ ｎ ａｉ ｇ
Ｋｅ ｗｏ ｄ ： ｉ ｌｓ ｅ ｓ ｒｎ ｔ ｒ ｓ ｎ ｒ ａ ｉ ｇ ａａ ｆ ｓｏ ｙ ｒ ｓ ｗ ｒ ｅ ｓ ｓ ｎ ｏ ｅｗｏ ｋ ；ｅ ｅ ｇ ｓ ｖ ｎ ；ｄ ｔ ｕ ｉｎ；ｔ ｒｓ ｏ ｄ ａａ ｃ ｌ ｃｉ ｎ ｅ ｙ ｈ ｅ ｈ ｌ ；ｄ ｔ ｏｌ ｔ ｅ ｏ
ｅ ｕ ｃ． ｄ ． ｎ
通信作者 ： 林蔚 ．
第１ ０期
林蔚 ， ： 等 无线传感器 网络节能型数据融合算法
接近度矩 阵度量 各传感器测得数 据的综合接 近程
度， 分配数据在融合过程 中的权重 ， 得出特性 指标．
１ １ 下位 机 （ 点 ） ． 节 数据处 理
每个传感器节点采集数据 ， 形成各 自的列矩阵． 其 中， 每列表示同一传感器每过一个 时刻测得 的 数据． 个传感器产生 ｋ 列数据 ， 形成一个矩阵．
无 线传 感器 网络 节 能型 数 据 融 合算 法
林蔚 ， 启龙 祝
（ 尔滨工程 大学 理 学院， 哈 黑龙 江 哈 尔滨 １０ ０ ） ５ ０ １
摘
要 ： 了降低无线传感器 网络节点 的能量消耗 ， 为 提出二次数据融合 算法 （ Ｆ ． Ｔ Ａ） 通过 对每个 节点设定 阈值去 除采集
计 ． 见方 法有加 权平 均 、 尔曼 滤波 、 常 卡 模糊 逻辑 、 神 经 网络等方 法 ． 由于数 据融 合技 术 已成 为无 线传 感器 网络 节约
监测 ， 水质量监测等 ， 都是无线传感器 网络在不同行
业 中的应用 ， 无线 传感 器 网络也 因此得 到迅 速发 展．
然而 ， 网络的稳定性 、 生命 期是 网络正 常工作 的关 键 ． 定 网络生命 期 的主要 因素 是节 点 的能量 ． 决 由于 无线传感器 网络节点采用易消耗的电池供给 ， 其数 据处理和通信能力受到限制 ， 节能对于网络至关重
能源研究的重点 ， 许多学者针对多传感器数据 的融 合问题进行 了研究． 文献 ［ ］ ［ ］ ２ 、３ 采用模糊理论对 各传感器测得数据之间的接近程度进行处理 ， 通过
作者简介 ： 林蔚 （９ ４ ） 女 ， １６ ． ， 副教授 ， 博士 ， － ａ ：ｎ ｅ＠ｈ ｅ ． Ｅｍｉ ｌｗｉ ｒ ｕ ｌｉ ｂ
第３ ２卷第 １ ０期
２１ ０ １年 １ ０月
哈
尔
滨
工
程
大
学
学
报
Ｖ０ ． ２ Ｎ ． ０ １３ ｏ １
Ｏｃ ． ０ｌ１ ｔ２
Ｊ ｕｎ ｌｏ ｒｉ ｎ ｉｅ ｒ ｇ Ｕｎｖ ｒｉ ｏ ｒ ａ ｆＨａｂｎ Ｅ ｇｎ ｅｉ ｉｅｓ ｙ ｎ ｔ
ｄ ｉ１ ． ９ ９ ｊ ｉ ｎ １０ ７ ４ ． ０ １ ．２ ｏ ： ３ ６ ／ ．ｓ ． ０ ６— ０ ３ ２ １ ． ０ ０ ２ ０ ｓ １
Ｅｎ ｒ ｙ ｅ ｃ ｅ ｔ ｄ ｔ ｕ ｉ ｎ ａ ｇ ｒｔ ｍ ｆ ｗｉ ｅｅ ｓ ｓ ｎ ｏ ｅ ｗｏ ｋ ｅ ｇ － ｆ ｉｎ ａ ａ ｆ ｓｏ ｌ ｏ ｉｈ ｏ ｒ ｌ ｓ ｅ ｓ ｒ ｎ ｔ ｒ ｓ ｉ
ＬＮ Ｗｅ， Ｈ ｉｎ Ｉ ｉ Ｚ Ｕ Ｑｌ ｇ ｏ
传感器网络的生存时间 ， 同时数据融合 的精度得 到了保证 ， 取得了较好的融合结果．
关键词 ： 无线传感器 网络 ； 节能 ； 数据融合 ； 阈值 ； 采集数据
中图分类号 ：Ｐ ９ ．２ 文献标识码 ： 文章编号 ：０ ６７ ４ （０ １ １ －３６０ Ｔ ３ ３０ Ａ １０ —０ ３ ２ １ ）０１８ － ５
（ ｏ ｅｅｏ ｃｅｃ ， ｒｉ Ｅ ｇｎｅｉｇ ｎｖｒｔ， ａ ｉ １００ ， ｈ ａ Ｃ ｌ ｇ ｆ ｉｎｅＨａ ｎ ｎｉｅｒ ｉ ｓｙ Ｈ ｒ ｎ ５０ １Ｃ ｉ ） ｌ Ｓ ｂ ｎ Ｕ ｅｉ ｂ ｎ
Ａｂ ｔ ｃ ：ｏｒｄ ｃ ｎ ｒ ｏ ｓｍ ｔ ｎｏ ｎ ｄ ｓ ｎｗｒｌｓ ｓｎｏ ｅ ｏｋ ， ｉｅ ａａ ｕｉｎａ ｏ ｔｍ （ Ｆ ｓ ａ ｔＴ ｕ ｅｅｅｇ ｃｎ ｕ ｐｉ ｆ ｏ ｅ ｉ ｅｓ ｅ ｓｒ ｔ ｒｓ ａｔ ｃ ｔ ｆｓ ｌ ｒｈ Ｔ Ａ） ｒ ｅ ｙ ｏ ｉ ｅ ｎｗ ｗ ｄ ｏ ｇｉ
由于节点在相邻 时间测得 的数据相似 ， 本文将 相 似数 据融合 ， 去除冗 余 ．
假 设无 线传 感器 网络 ：
文献 ［ ］ ［ ］ ４ 、５ 通过讨论分簇的融合方式 ， 分析簇 内 数据 的融合算法误差成 因， 提出先进行簇 内测量修
正、 再进行簇内数据融合． 文献 ［ ］ ６ 通过传感器的重 要度 ， 从各个传感器对模糊命题支持度的一致度 ， 以
采集 目标
Ａ ：
ａ ｉ ｌ ａ ｉ ２
其中， 每一列数据都存储在本地节点内存中， 它是 同
一
个传感器在不同 时刻测量值． 每行表示 同一时
刻不同传感器采集 的数据 ， 显然 ， 由于传感器测得的 数据在相邻的时间上具有相似性 ， 节点的相邻数据 具有相似性． 为了节省节点能量 ， 同时由于在底层观 测值 的不稳定性以及不确定性 ， 对每列数据进行均 值融合 方法 ， 发 送这 个 均值 给控 制 中心 （ 位 并 上
ｎ ｄ ａ ａ ｔ ｆ ｃ ａ ｄ ｒ ｄ ｃ ｓ ｔ ｅ ｅ ｅ ｇ ｏ ｓ ｍｐ ｉｎ ｏ ｈ ｏ ｅ ，ｔ ｅ ｅ ｙ ｅ ｔ ｎ ｉ ｇ ｔ ｅ ｌ ｅ ｉ ｆｔ ｅ ｗ ｒ ｌ ｓ ｏ ｅ ｄ ｔ ｒ ｉ ｎ ｅ ｕ ｅ ｈ ｎ ｒ ｙ ｃ ｎ ｕ ｔ ｆｔ ｅ ｎ ｄ ｓ ｈ ｒ ｂ ｘｅ ｄ ｎ ｈ ｉ ｔ ａ ｏ ｆ ｍｅ ｏ ｈ ｉｅｅ ｓ
近年来 ， 无线 传感 器 网络 的应 用范 围越来 越 大 ， 除军事 以外 ， 还包 括 工 业 、 业 、 农 医疗 、 防疫 、 研 等 科 各 个领 域 ¨ ． 如 高 密 度 人 群 细 菌 监 测 环 境 ， 业 Ｊ例 农 的蔬 菜塑料 大棚 环境 监测 ， 森林 防火监 测 、 煤矿井 下
的冗余数 据 ， 控制传感器节点 的数据传输量 ， 而控 制无线通信 的能量 消耗 ． 从 在传感器节点处 ， 利用采集数据在 时间上 的 相似性 ， 对采集 的数据进行融合 ； 在控 制中心 ， 利用采集 的数据在 空间上 的相 似性 ， 对采 集的数据进 行补偿 和融合． 仿真 结果 表明 ， 当设定合适 的阈值后 ， 降低 了传感器 节点的数 据通 信量 ， 因此节省 了传感器节点的能量消耗 ， 进而延 长 了无线
（ １ ２ ３ … ；＝１ ２ ３ … ） ，，， ，，， ．
采集后从 同一时刻开始计算． 则测得的数据用
矩 阵表 示为 Ａ：
ａ １ １ ａ １ ２
１ Ｔ Ａ数据融合 算法 Ｆ
本文 提 出 算 法 Ｔ Ａ（ｗｃ ｕｉｎａｇｒｈ ， Ｆ ｔｉ ｆｓ ｌ ｉ ｍ） 其 ｅ ｏ ｏｔ
要 ， 因此成为研究的重点． 也 数据融合能够降低网络
收 稿 日期 ：０００ －５ ２ １ －８０ ．
基金项 目： 中央高校基础科 研业务 费专 项基金 资助项 目自由探索 计 划 一理 （ Ｋ １０６ １９ ； Ｇ ２ ２ ０ ０ ） 黑龙 江省博 士后基 金 资助项 目 １
（ ２６ ０ １８ Fra Baidu bibliotek ３ ３３ １５ ）
及传 感器 重要 度对 数据 融合 结果 的复合作 用 等三 方
面分析 ， 提出一种模糊传感器数据融合． 上述数据融
合均运行在上位机 ， 底层数据仍采用采集一个数据 发送 一 个 数 据 的方 法 ， 种 方 法 不 利 于 节 省 节 点 这
能源 ．
１ 由ｋ ） 个传感器节点监测 同一环境． ２ 每个传感 器 以等时 间间隔 采集 数 据 ： ） ａ
数据传输的数量 ， 本文就节能问题提 出一种基于数 据 融合 的节能 型无 线传感 器 网络 ． 无线传感器网络数据融合包括数据级融合 （ 低 级 ）特征级融合（ ， 中级） 决策级融合（ ， 高级） ３个部 分． 数据级融合在传感器节点处进行 ， 称为下位机融 合． 特征级融合和决策级融合在基站处进行数据融 合， 称为 上位 机融 合 ． 据 级融 合 是 最 低层 融 合 ， 数 即 直接对传感器采集 的数据进行融合处理 ， 将融合结 果 向基 站或 中心节 点 传 输 ． 征 级 融合 属 于 中间 层 特 融合 ， 一般称作多传感器数据融合． 将传感器节点传 输 的数据进行数据处理 ， 以进行数据校准和状态估
ａ２ １
ａ２ ２
目 标是降低节点能量消耗． 其工作原理是 ： 首先在网 络 的数据 采集 点处 ， 用 阈值 限定 和均值 融合 方法 ， 采 进行下位机（ 节点 ） 的数据融合 ； 再在上位机 （ 控制 中心 或 网关 ） 行 多 传 感 器 数 据 补 偿 和 融 合 ． 过 进 通 对节点采集数据的融合 ， 减少节点通信量 ， 从而减少 能耗 ， 延长 ＷＳ Ｎ生存 时间． 虽然计算会增加能耗 ， 然 而计算 上 的能 耗 与通 信 消耗 的能 量 相 比是 １ Ｏ 倍 ， 。 并且 由于传感器的相对误差小 于 Ｏ ０ ＿ 当 ． ｌ ， ８ 设定合适的参数和阈值 时， 不影 响融合结果． 因此 ， 节能方面的优势可以得到充分体现．
ｓ ｎｏ ｔ ｒｓ ｅ ｓ ｒｎｅｗｏ ｋ ．Ｔｈ ｃ ｕ ａ ｙ ｏ ｈ ａ ａ ｉ ｕ ｒ ｎ ｅ ｄ ｂ ｏ ｅ ｓ ｔｎ ． ｅ ａ ｃ ｒ ｃ ｆｔ ｅ ｄ ｔ ｓｇ ａ ａ ｔ ｅ ｙ ｃ ｍｐ ｎ ａｉ ｇ
Ｋｅ ｗｏ ｄ ： ｉ ｌｓ ｅ ｓ ｒｎ ｔ ｒ ｓ ｎ ｒ ａ ｉ ｇ ａａ ｆ ｓｏ ｙ ｒ ｓ ｗ ｒ ｅ ｓ ｓ ｎ ｏ ｅｗｏ ｋ ；ｅ ｅ ｇ ｓ ｖ ｎ ；ｄ ｔ ｕ ｉｎ；ｔ ｒｓ ｏ ｄ ａａ ｃ ｌ ｃｉ ｎ ｅ ｙ ｈ ｅ ｈ ｌ ；ｄ ｔ ｏｌ ｔ ｅ ｏ
ｅ ｕ ｃ． ｄ ． ｎ
通信作者 ： 林蔚 ．
第１ ０期
林蔚 ， ： 等 无线传感器 网络节能型数据融合算法
接近度矩 阵度量 各传感器测得数 据的综合接 近程
度， 分配数据在融合过程 中的权重 ， 得出特性 指标．
１ １ 下位 机 （ 点 ） ． 节 数据处 理
每个传感器节点采集数据 ， 形成各 自的列矩阵． 其 中， 每列表示同一传感器每过一个 时刻测得 的 数据． 个传感器产生 ｋ 列数据 ， 形成一个矩阵．
无 线传 感器 网络 节 能型 数 据 融 合算 法
林蔚 ， 启龙 祝
（ 尔滨工程 大学 理 学院， 哈 黑龙 江 哈 尔滨 １０ ０ ） ５ ０ １
摘
要 ： 了降低无线传感器 网络节点 的能量消耗 ， 为 提出二次数据融合 算法 （ Ｆ ． Ｔ Ａ） 通过 对每个 节点设定 阈值去 除采集
计 ． 见方 法有加 权平 均 、 尔曼 滤波 、 常 卡 模糊 逻辑 、 神 经 网络等方 法 ． 由于数 据融 合技 术 已成 为无 线传 感器 网络 节约
监测 ， 水质量监测等 ， 都是无线传感器 网络在不同行
业 中的应用 ， 无线 传感 器 网络也 因此得 到迅 速发 展．
然而 ， 网络的稳定性 、 生命 期是 网络正 常工作 的关 键 ． 定 网络生命 期 的主要 因素 是节 点 的能量 ． 决 由于 无线传感器 网络节点采用易消耗的电池供给 ， 其数 据处理和通信能力受到限制 ， 节能对于网络至关重
能源研究的重点 ， 许多学者针对多传感器数据 的融 合问题进行 了研究． 文献 ［ ］ ［ ］ ２ 、３ 采用模糊理论对 各传感器测得数据之间的接近程度进行处理 ， 通过
作者简介 ： 林蔚 （９ ４ ） 女 ， １６ ． ， 副教授 ， 博士 ， － ａ ：ｎ ｅ＠ｈ ｅ ． Ｅｍｉ ｌｗｉ ｒ ｕ ｌｉ ｂ
第３ ２卷第 １ ０期
２１ ０ １年 １ ０月
哈
尔
滨
工
程
大
学
学
报
Ｖ０ ． ２ Ｎ ． ０ １３ ｏ １
Ｏｃ ． ０ｌ１ ｔ２
Ｊ ｕｎ ｌｏ ｒｉ ｎ ｉｅ ｒ ｇ Ｕｎｖ ｒｉ ｏ ｒ ａ ｆＨａｂｎ Ｅ ｇｎ ｅｉ ｉｅｓ ｙ ｎ ｔ
ｄ ｉ１ ． ９ ９ ｊ ｉ ｎ １０ ７ ４ ． ０ １ ．２ ｏ ： ３ ６ ／ ．ｓ ． ０ ６— ０ ３ ２ １ ． ０ ０ ２ ０ ｓ １
Ｅｎ ｒ ｙ ｅ ｃ ｅ ｔ ｄ ｔ ｕ ｉ ｎ ａ ｇ ｒｔ ｍ ｆ ｗｉ ｅｅ ｓ ｓ ｎ ｏ ｅ ｗｏ ｋ ｅ ｇ － ｆ ｉｎ ａ ａ ｆ ｓｏ ｌ ｏ ｉｈ ｏ ｒ ｌ ｓ ｅ ｓ ｒ ｎ ｔ ｒ ｓ ｉ
ＬＮ Ｗｅ， Ｈ ｉｎ Ｉ ｉ Ｚ Ｕ Ｑｌ ｇ ｏ
传感器网络的生存时间 ， 同时数据融合 的精度得 到了保证 ， 取得了较好的融合结果．
关键词 ： 无线传感器 网络 ； 节能 ； 数据融合 ； 阈值 ； 采集数据
中图分类号 ：Ｐ ９ ．２ 文献标识码 ： 文章编号 ：０ ６７ ４ （０ １ １ －３６０ Ｔ ３ ３０ Ａ １０ —０ ３ ２ １ ）０１８ － ５
（ ｏ ｅｅｏ ｃｅｃ ， ｒｉ Ｅ ｇｎｅｉｇ ｎｖｒｔ， ａ ｉ １００ ， ｈ ａ Ｃ ｌ ｇ ｆ ｉｎｅＨａ ｎ ｎｉｅｒ ｉ ｓｙ Ｈ ｒ ｎ ５０ １Ｃ ｉ ） ｌ Ｓ ｂ ｎ Ｕ ｅｉ ｂ ｎ
Ａｂ ｔ ｃ ：ｏｒｄ ｃ ｎ ｒ ｏ ｓｍ ｔ ｎｏ ｎ ｄ ｓ ｎｗｒｌｓ ｓｎｏ ｅ ｏｋ ， ｉｅ ａａ ｕｉｎａ ｏ ｔｍ （ Ｆ ｓ ａ ｔＴ ｕ ｅｅｅｇ ｃｎ ｕ ｐｉ ｆ ｏ ｅ ｉ ｅｓ ｅ ｓｒ ｔ ｒｓ ａｔ ｃ ｔ ｆｓ ｌ ｒｈ Ｔ Ａ） ｒ ｅ ｙ ｏ ｉ ｅ ｎｗ ｗ ｄ ｏ ｇｉ
由于节点在相邻 时间测得 的数据相似 ， 本文将 相 似数 据融合 ， 去除冗 余 ．
假 设无 线传 感器 网络 ：
文献 ［ ］ ［ ］ ４ 、５ 通过讨论分簇的融合方式 ， 分析簇 内 数据 的融合算法误差成 因， 提出先进行簇 内测量修
正、 再进行簇内数据融合． 文献 ［ ］ ６ 通过传感器的重 要度 ， 从各个传感器对模糊命题支持度的一致度 ， 以
采集 目标
Ａ ：
ａ ｉ ｌ ａ ｉ ２
其中， 每一列数据都存储在本地节点内存中， 它是 同
一
个传感器在不同 时刻测量值． 每行表示 同一时
刻不同传感器采集 的数据 ， 显然 ， 由于传感器测得的 数据在相邻的时间上具有相似性 ， 节点的相邻数据 具有相似性． 为了节省节点能量 ， 同时由于在底层观 测值 的不稳定性以及不确定性 ， 对每列数据进行均 值融合 方法 ， 发 送这 个 均值 给控 制 中心 （ 位 并 上
ｎ ｄ ａ ａ ｔ ｆ ｃ ａ ｄ ｒ ｄ ｃ ｓ ｔ ｅ ｅ ｅ ｇ ｏ ｓ ｍｐ ｉｎ ｏ ｈ ｏ ｅ ，ｔ ｅ ｅ ｙ ｅ ｔ ｎ ｉ ｇ ｔ ｅ ｌ ｅ ｉ ｆｔ ｅ ｗ ｒ ｌ ｓ ｏ ｅ ｄ ｔ ｒ ｉ ｎ ｅ ｕ ｅ ｈ ｎ ｒ ｙ ｃ ｎ ｕ ｔ ｆｔ ｅ ｎ ｄ ｓ ｈ ｒ ｂ ｘｅ ｄ ｎ ｈ ｉ ｔ ａ ｏ ｆ ｍｅ ｏ ｈ ｉｅｅ ｓ
近年来 ， 无线 传感 器 网络 的应 用范 围越来 越 大 ， 除军事 以外 ， 还包 括 工 业 、 业 、 农 医疗 、 防疫 、 研 等 科 各 个领 域 ¨ ． 如 高 密 度 人 群 细 菌 监 测 环 境 ， 业 Ｊ例 农 的蔬 菜塑料 大棚 环境 监测 ， 森林 防火监 测 、 煤矿井 下
的冗余数 据 ， 控制传感器节点 的数据传输量 ， 而控 制无线通信 的能量 消耗 ． 从 在传感器节点处 ， 利用采集数据在 时间上 的 相似性 ， 对采集 的数据进行融合 ； 在控 制中心 ， 利用采集 的数据在 空间上 的相 似性 ， 对采 集的数据进 行补偿 和融合． 仿真 结果 表明 ， 当设定合适 的阈值后 ， 降低 了传感器 节点的数 据通 信量 ， 因此节省 了传感器节点的能量消耗 ， 进而延 长 了无线
（ １ ２ ３ … ；＝１ ２ ３ … ） ，，， ，，， ．
采集后从 同一时刻开始计算． 则测得的数据用
矩 阵表 示为 Ａ：
ａ １ １ ａ １ ２
１ Ｔ Ａ数据融合 算法 Ｆ
本文 提 出 算 法 Ｔ Ａ（ｗｃ ｕｉｎａｇｒｈ ， Ｆ ｔｉ ｆｓ ｌ ｉ ｍ） 其 ｅ ｏ ｏｔ