无线传感器网络中基于移动代理的自适应数据融合路由算法

该文提出在无线传感器网络中基于移动代理的自适应数据融合路由(AFMR)算法,解决移动代理如何以能量有效的方式融合、收集相关性数据的问题。该算法综合考虑了移动代理在路由过程中传输能量和融合能量的消耗,并根据数据融合算法的能量开销和节能增益,对移动代理迁移到各节点时是否执行数据融合操作进行自适应调整,以达到在各种不同的应用场景中优化移动代理能量开销的目的。通过仿真验证了在无线传感器网络的各种相关性数据收集的应用环境中,AFMR算法在节省能量方面比现有TSP和FMR的移动代理路由算法更加有效。     

基于数据融合的无线传感器网络路由算法

在分簇协议LEACH和链状协议PEGASIS的基础上,提出一种新的基于数据融合的分簇路由算法.簇首节点采用多跳方式传输数据,并根据周围节点的密集程度构造不同大小的簇;簇内节点计算上行和下行节点构造数据融合树,采用时分复用调度算法进行多跳路由.NS2仿真结果表明该路由算法均衡了各个节点的能量消耗,延长了网络存活时间,并降低了网络延迟.     

无线传感器网络中基于数据融合的路由算法

无线传感器网络（WSN）是远程通信方面一种极具潜力的关键技术。通过对无线传感器网络与典型通讯网络的对比分析,得出无线传感器网络路由协议都是以数据为中心进行工作的。详细分析了以MLR,GRAN,MFST和GROUP为代表的基于数据融合的路由算法。最后得出结论：将数据融合技术应用于无线传感器网络中可以明显地改善路由协议的进行效果,延长网络生存时间。     

无线传感器网络数据融合研究

数据融合是无线传感器网络的一个研究热点,能减少传感器节点间传输的数据量和能量消耗,从而明显提高网络即时性能,延长网络生命周期,减小时间延迟。文章首先介绍了无线传感器网络中数据融合的必要性,然后介绍了数据融合的原理、层次、结构,重点介绍了多传感器数据融合的三个层次,并比较了三个融合层次的优缺点,最后对数据融合的发展趋势进行了展望。     

基于遗传算法的无线传感器网络自适应数据融合路由算法

针对移动代理以能量有效的方式收集相关性数据的问题,该文提出了一种新的基于遗传算法的自适应数据融合路由算法。算法选择移动代理路由时,根据数据传输和融合能量开销及节能增益,对移动代理迁移到每个传感器节点是否进行数据融合做自适应选择,以在信息收集过程中提高网络能量效率。仿真结果表明自适应数据融合路由算法的能量效率优于完全数据融合路由算法和最邻近启发式算法。     

基于改进遗传算法的无线传感器网络数据融合方法

无线通信和电子技术的进步促进了无线传感器网络发展,无线传感器网络广泛应用于多个领域(如医疗,军事,家居等)。文章分析了无线传感器网络中的数据融合问题,提出了一种基于改进遗传算法的无线传感器网络数据融合方法,仿真实验表明,基于改进遗传算法的方法在运行效率上优于标准遗传算法。     

基于模糊理论的无线传感器网络数据融合算法

针对无线传感器数据融合过程中,各节点观测值存在冗余以及监测区域重叠可能导致信息的精确性低、能量消耗大等问题,本文提出利用模糊理论中的相关性函数计算节点间相互支持程度,对支持程度高的传感器进行数据融合,并利用融合结果与服务质量期望筛选出冗余节点,使其进入休眠状态.仿真结果表明,该方法能够获得更高的精度和可靠性,并能有效延长网络生命周期.     

无线传感器网络数据融合研究综述

针对近些年来数据融合的发展状况进行了综述,对现在的无线传感器网络数据融合模块的网络结构及算法进行分类研究,概述其思想并指出优缺点。文章在对无线传感器网络数据融合研究的基础上,指出该领域内存在的问题。     

无线传感器网络数据融合安全机制研究

由于WSNs本身资源方面存在的局限性和脆弱性,使其安全问题成为一大挑战。随着WSNs向大范围配置的方向发展,其安全问题越来越重要。围绕WSNs的安全需求,结合WSNs的分层网络结构,研究了其各层易遭受的攻击及防御对策。本文分析了基于明文的数据融合安全机制和基于密文的数据融合安全机制,并在此基础上提出了相应的解决思路。     

蝙蝠算法优化神经网络的无线传感器网络数据融合

为了降低无线传感器网络数据间的冗余性,提高数据传输量和降低通信能耗,提出一种蝙蝠算法优化神经网络算法的数据融合策略.首先每个簇首节点接收该区域的各传感器节点检测到的数据,然后采用蝙蝠算法优化BP神经网络进行数据融合,最后采用仿真实验对其性能进行测试.仿真结果表明,本文算法节省了感知节点的能量消耗,延长了无线传感器网络的生命周期时间,提高数据融合的精度.     

基于Bayes估计的机器人触觉传感器信号数据融合

针对触觉传感器不同触觉组单元获得的物体表面轮廓图像，设计了中心式数据融合结构，全局融合算法采用Bayes估计，有效地避免了单一触觉组单元不确定性误差的影响，提高物体表面轮廓数据测量和图像重构的精度，对触觉传感系统整体性能的提高有重要意义。     

基于最优阶估计与分布式分簇的传感器网络数据压缩方法研究

在无线传感器网络的诸多应用中,被监测区域发生异常情况的概率通常较小,正常情况下,同一传感器节点在前后连续时刻所采集的数据具有时间相关性,处于相邻区域的不同传感器节点在同一时刻所采集的数据具有空间相关性,发送存在时间、空间冗余的数据至基站必将耗费节点大量的能量。该文提出了基于最优阶估计和分布式分簇的传感器网络数据压缩方法,利用节点采集数据的时空相关性,基于最优阶估计在基站处建立相关系数,经分布式分簇,节点仅需传送少量数据,基站根据时空相关性恢复原始数据。仿真结果表明应用该算法,可以有效减少传感器网络中冗余数据传输量和节点能耗,进而延长系统寿命。     

传感器网络中基于数据融合的栅栏覆盖控制研究

该文采用概率性感知模型,并利用数据融合技术构造虚拟节点来增加节点覆盖区域。在此基础上,提出一种栅栏覆盖控制算法。算法借助分治法构造栅栏,以减少节点间通信开销;并调度传感器使冗余节点睡眠,达到减少能耗和延长网络寿命的目的。分析和实验结果表明,针对所提问题设计的模型和算法可有效增加节点覆盖范围及节点间最大间隔距离,且在栅栏数、网络寿命等性能上均优于基于节点监测数据未融合的栅栏覆盖控制算法。     

一种基于树的无线传感器网络数据收集方法

该文提出一种基于树的无线传感器网络数据收集方法,它将查询请求的传递与数据回传结构的建立有机结合起来,通过使用一种洪泛避免的方法传递查询请求,建立起一棵以sink节点为根的、包含最少中间节点的查询转发树,作为数据回传结构。理论分析和仿真试验表明,该方法不会降低无线传感器网络的连通性,可以有效节省能量。     

无线传感器网络中基于数据融合树的压缩感知算法

针对无线传感器网络能量有限等特点,将路由策略考虑到投影矩阵的设计中,该文提出了基于数据融合树的压缩感知算法(Compressed Sensing algorithm based on Data Fusion Tree,CS-DFT)。该算法采用稀疏投影矩阵最小化通信消耗,在生成数据融合树的同时减小投影矩阵与稀疏基之间的相关度以保证数据的重构质量。仿真结果表明,该文提出的算法不仅在重构质量和能量消耗之间做到了很好的平衡,同时对于不同稀疏基下的数据也有较高的适应性。     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。