无线传感器网络决策层数据融合的研究

论文摘要

无线传感器网络是一种特殊的多跳自组织的无线网络系统,它由许多部署在监测区域中的传感器节点共同组成。现在已经被广泛地应用于科学、医疗、商业、国防等多领域,其作为一项新型的信息技术日益受到国内外的高度重视。无线传感器网络中大多数传感器节点都是由电池供电,网络中的能源十分有限。在无线传感器网络中采用数据融合技术,去掉冗余信息,减少数据传输量,从而有效地节省能源开销,延长网络的生存周期。此外,由于传感器节点有着易失效性这一特点,所以需要运用数据融合技术来对多份数据进行融合处理,从而实现数据准确度的提高。本文简要介绍了无线传感器网络的现状及发展前景、网络特点、网络体系结构等。重点讨论了数据融合技术,尤其是决策层的数据融合技术。根据无线传感器网络的特点,针对D-S证据理论在这一方面的应用,提出了两种预处理的方法及其进行改进。首先进行证据组合运算时的运算复杂度与参与运算的焦元的个数正相关,以减少证据组合运算时的焦元个数,可以降低运算的复杂度,从而减低能耗,延长节点的生存时间。针对无线传感器网络中数据具有高冗余性的特点,本文提出了运用基于表决机制的预处理方法来减少参与证据组合运算的焦元个数。在现有的算法中,虽然截断型预处理算法在一定程度上达到这一效果,但是会受到某一节点的影响而无法达到满意的结果。使用本文提出的基于表决机制的预处理方法对决策矩阵进行预处理就可以避免这种情况的发生。其次,由于传感器节点工作在比较复杂的环境中,有些节点会受到电磁干扰,机械振动等干扰,从而影响到了感知数据的准确性。如果不将这种节点产生的数据排除,那么将会在数据融合后影响决策结果的准确性。本文又提出了基于狄克松准则的预处理方法。这种方法可以排除误差较大的数据。与误差处理中用到的其他方法相比,狄克松准则计算量较小,所以计算能耗与计算时间都较小,从而能够以较低的代价提高融合结果的准确性。

论文目录

• 摘要
• ABSTRACT
• 图表目录
• 第1章 绪论
• 1.1 课题研究的背景和意义
• 1.2 本文的主要工作
• 1.3 本文的组织结构
• 第2章 无线传感器网络及数据融合概述
• 2.1 无线传感器网络概念
• 2.2 无线传感器网络的体系结构
• 2.2.1 网络结构
• 2.2.2 节点组成
• 2.3 无线传感器网络的特点
• 2.4 无线传感器网络数据融合
• 2.4.1 数据融合技术的相关概念
• 2.4.2 数据融合与传感器网络协议栈
• 2.4.3 数据融合的作用
• 2.4.4 数据融合的分类
• 2.5 D-S 证据理论
• 2.5.1 D-S 证据理论的优点
• 2.5.2 D-S 证据理论的基本概念
• 2.5.3 D-S 证据理论存在的主要问题
• 2.6 本章小结
• 第3章 D-S 证据理论的基于表决机制的预处理
• 3.1 决策矩阵
• 3.2 决策矩阵的预处理
• 3.2.1 截断型预处理算法
• 3.2.2 基于表决机制的预处理算法
• 3.3 实验与算法分析
• 3.4 本章小结
• 第4章 D-S 证据理论的基于狄克松准则的预处理
• 4.1 决策矩阵中的误差
• 4.1.1 误差的分类
• 4.1.2 决策矩阵中的误差
• 4.2 误差的处理
• 4.2.1 莱以特准则
• 4.2.2 罗曼诺夫斯基准则
• 4.2.3 格罗布斯准则
• 4.2.4 狄克松准则
• 4.3 基于狄克松准则的预处理
• 4.4 实验与算法分析
• 4.5 本章小结
• 第5章 结论与展望
• 5.1 结论
• 5.2 进一步工作的方向
• 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