基于時空相關性的無線傳感器網(wǎng)絡數(shù)據(jù)融合算法研究.pdf

1、無線傳感器網(wǎng)絡WSN具有節(jié)點數(shù)目眾多、能量和無線通信資源受限、組成節(jié)點同構性等特點，所以傳感器節(jié)點的感知數(shù)據(jù)往往具有高度的時空相關性，本文采用基于時空相關性的數(shù)據(jù)融合技術，在保證WSN感知數(shù)據(jù)精度要求的前提下，利用移動代理MA的智能性和遷移性，實現(xiàn)以分布式方式融合并收集感知數(shù)據(jù)，從而大大降低網(wǎng)絡通信負載，提高網(wǎng)絡的擴展性、可靠性和實時性，延長網(wǎng)絡生存時間。
　　 本文的主要創(chuàng)新工作如下：
　　 (1) WSN中基于時空相

2、關性的數(shù)據(jù)壓縮算法
　　 針對單節(jié)點感知的具有時間相關性的可壓縮信號，提出了基于壓縮感知CS的數(shù)據(jù)壓縮算法。算法利用極大熵MEF方法來求解ll和lpp(0　　 針對CS中觀測的選取方法，提出了自適應信號壓縮ASC算法。算法根據(jù)一致不確定原則UUP分析信號和觀測能量分布之間的關系，設計最大能量子集，并由最大能量子集自適應選擇觀測，從而減少了精

3、確重構信號所需的最少觀測個數(shù)。
　　 (2) WSN中基于時空相關性的自適應數(shù)據(jù)融合算法
　　 針對多節(jié)點感知的具有時空相關性的可壓縮多維信號集合，提出了基于時空相關性的自適應數(shù)據(jù)融合ADF算法。算法根據(jù)多維信號集合的聯(lián)合稀疏模型，利用MA遷移到各個節(jié)點進行自適應數(shù)據(jù)融合。為了精確聯(lián)合重構多維信號集合所含的信息，MA自適應確定各個節(jié)點所需的最少觀測個數(shù)，從而大大減少了整個網(wǎng)絡的傳輸能耗和負載。
　　 (3)WSN

4、中基于空間相關性的分簇算法
　　 針對多節(jié)點感知數(shù)據(jù)的空間相關性，建立了馬爾可夫相關性模型，提出了基于空間相關性的事件驅動WSN分簇SCBEDC算法和基于位置感知的時間驅動WSN分簇LABTDC算法。兩種算法都是在無需了解節(jié)點感知數(shù)據(jù)的情況下，匯聚節(jié)點(Sink)根據(jù)用戶提出的查詢誤差將感知區(qū)域劃分為虛擬等價域，從而對節(jié)點進行分簇；MA只需收集虛擬等價域內簇頭的感知數(shù)據(jù)。這兩種有損的分布式數(shù)據(jù)融合方法，在滿足用戶要求的前提下，提

5、供了近似查詢結果，大大減少了網(wǎng)絡的數(shù)據(jù)傳輸量，達到了節(jié)能目的。
　　 (4)WSN中自適應數(shù)據(jù)融合路由算法
　　 針對進行數(shù)據(jù)融合時的數(shù)據(jù)融合能量開銷，提出了基于遺傳算法的自適應數(shù)據(jù)融合路由ADFR算法，以解決MA如何以能量有效的方式融合、收集時空相關性數(shù)據(jù)的問題。該算法綜合考慮了MA在路由過程中傳輸能量和融合能量的消耗，并根據(jù)數(shù)據(jù)融合算法的能量開銷和節(jié)能增益，對MA遷移到各節(jié)點時是否執(zhí)行數(shù)據(jù)融合操作進行自適應調整，以達