无线传感网中基于时空相关性的事件监测研究

论文摘要

事件监测是无线传感器网络的一项重要应用，其面临的主要问题是传感器节点易受监测环境和自身特点的影响，导致时常报告错误信息；不同节点收集观测数据的异步性会引起时间延迟；另外，节点自身的能量限制也是无线传感器网络事件监测应用面临的一大问题。研究一种准确性高且低能耗的事件监测算法是本文的工作。当观测节点发现监测区域内有用户关心的事件发生后，需要将观测到的异常数据传输给Sink节点，由Sink节点进行处理。在传输给Sink节点之前，首先在网络内进行数据融合，能够有效降低网络的能量消耗。研究一种适合事件监测的数据融合算法也是本文的一项工作。本文首先简要的介绍了无线传感器网络的网络体系结构、特征、性能评价指标等，然后介绍了现有的事件监测算法和无线传感器网络的支撑技术——数据融合技术，并指出了这些算法存在的局限性。针对这些局限性，本文提出了相应的改进算法，同时针对事件监测提出了相应的数据融合算法。本文将事件监测分为数据观测和数据传输两个阶段。在数据观测阶段，利用节点观测数据间的时空相关性监测事件。根据到事件源距离相同的节点观测数据的数据相关性建立圆环事件监测模型。首先利用单个节点观测数据间的时间相关性去除临时性异常数据；如果是连续性异常数据，则利用圆环节点间的空间相关性做出判断。在进行空间相关性判断时，利用移动代理避免节点间的直接通信，可以减少网络的能量消耗。仿真实验结果表明，如果有用户关心的事件发生，该监测算法能够及时准确地进行报告。在数据传输阶段，首先在网络内部进行数据融合，减小网络能量消耗。本文考虑圆环节点观测数据间相关性，利用不同节点观测数据对融合结果的支持度来解决空间相关性。首先派发移动代理I到各节点处获取观测数据组成观测数据矩阵，利用狄克逊（Dixon）准则处理粗大误差并计算得到各节点的支持度，然后派发移动代理II携带各节点的支持度到节点处进行加权计算得到最终的数据融合结果。由仿真结果可知，该算法得到的数据融合结果准确性更高，而且具有较低的网络能耗。

论文目录

• 摘要
• ABSTRACT
• 目录
• 图表目录
• 第1章 绪论
• 1.1 无线传感器网络的体系结构
• 1.1.1 无线传感器网络结构
• 1.1.2 无线传感器网络的节点组成结构
• 1.2 无线传感器网络的特征
• 1.2.1 传感器节点的特点
• 1.2.2 无线传感器网络的特点
• 1.3 无线传感器网络性能评价指标
• 1.4 课题研究的背景和意义
• 1.5 研究内容
• 1.6 论文的组织结构
• 第2章 无线传感器网络事件监测算法和数据融合技术
• 2.1 事件监测算法研究现状
• 2.1.1 监测准确性
• 2.1.2 能量有效性
• 2.1.3 报告实时性
• 2.2 数据融合技术
• 2.2.1 数据融合技术的相关概念
• 2.2.2 数据融合的作用
• 2.2.3 数据融合的分类
• 2.2.4 现有数据融合技术的缺陷
• 2.3 移动代理
• 2.4 本章小结
• 第3章 基于移动代理和圆环空间相关性的事件监测算法
• 3.1 时空相关性理论基础
• 3.2 网络模型和相关定义
• 3.3 圆环模型的建立
• 3.4 基于移动代理和圆环空间相关性的事件监测算法
• 3.4.1 节点观测数据的编码
• 3.4.2 时间相关性判断流程
• 3.4.3 空间相关性判断流程
• 3.5 仿真实验及性能分析
• 3.5.1 仿真实验环境设置
• 3.5.2 性能分析
• 3.6 本章小结
• 第4章 基于移动代理和支持度的数据融合算法
• 4.1 移动代理移动路线的获取
• 4.2 观测数据粗大误差的处理
• 4.3 隶属度函数介绍
• 4.4 基于移动代理和支持度的数据融合算法
• 4.4.1 支持度的确定
• 4.4.2 基于移动代理和支持度的数据融合算法流程
• 4.5 仿真实验及结果分析
• 4.6 本章小结
• 第5章 总结与展望
• 5.1 本文工作总结
• 5.2 未来工作展望
• 致谢
• 参考文献
• 攻读学位期间发表的学术论文及参加科研情况