无线传感器网络层次式数据融合算法

[复制链接]
查看: 127|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2023-9-24 09:37:46 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
    在无线传感器网络(Wireless Sensory Network,WSN)中,数据融合技术是降低网络数据通信量、节省节点能耗和延长网络寿命的重要措施之一。为进一步提高数据融合模型的实用性和融合算法的配置灵活性,提出了一种新的无线传感器网络层次式数据融合算法,其主要特征是在实现压缩数据量的同时提高事件识别精度。    新算法通过有限加窗最小二乘融合算法实现对数据量的压缩并且延长WSN生命周期。在最小二乘为核心算法的基础上,提出了应用于解决实际题目的三种改进方案:最优加权、有限加窗和自学习加权。经过对比,在WSN中的汇聚节点上建立了基于有限加窗的融合模型,实现了动态感知外部环境剧烈变化的功能,有效缓解了汇聚节点上的计算负担,通过融合原始数据,压缩了数据量并优化了汇聚节点的资源分配。    经过有损融合的数据通常会影响事件的识别精度,为了提高WSN中监测事件的识别精度,在PC机监控终端采用了D-S证据理论的数据融合方法。为了避免获取基本置信度指派值的主观性,采用三角模糊隶属度方法,增加了证据的可信度;为了避免证据不断累积造成巨大计算量的题目,采用矩阵分析的改进方案,降低了证据间的数据处理量;为了避免证据合成中出现证据冲突,采用距离函数方法建立新证据来代替冲突证据,使合成公式依然有效。    搭建了无线传感器网络数据融合监控系统。该监控系统包括WSN节点级监测平台和PC级数据监控平台。在WSN节点级监测平台上,搭建有限加窗最小二乘融合算法的实际环境,实现节点间的融合自组网。在PC级数据监控平台上,通过设计并实现通信模块、有限加窗最小二乘建模模块、D-S证据理论模块和实验结果对比模块,分析判断汇聚节点上的融合数据,进一步提高事件的识别精度。    实验证明了新提出的层次式数据融合算法的可行性和实用性。关键词:无线传感器网络,层次式数据融合,有限加窗最小二乘,D-S证据理论,三角模糊隶属度





上一篇:光学微谐振腔理论与仿真研究——亚波长结构薄膜的光学透射特性研究
下一篇:光场相机成像质量评价技术研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图