基于WSN和線性神經網(wǎng)絡的事件邊界檢測方法.pdf

1、無線傳感器網(wǎng)絡為信息采集提供了新的技術支持,目前已成為國內外備受關注的新興領域。無線傳感器網(wǎng)絡是通過對物理世界信息的采集處理,讓管理者掌握物理世界變化情況的一種手段。物理世界的改變通常帶有異常數(shù)據(jù)的產生,這涉及到了數(shù)據(jù)異常檢測問題。在無線傳感器網(wǎng)絡中,異常數(shù)據(jù)通常是由傳感器節(jié)點故障和外部事件兩種因素引起的。本文主要圍繞無線傳感器網(wǎng)絡中故障節(jié)點檢測、事件邊界檢測問題進行了比較深入的研究,主要研究成果如下:
　　1.介紹了一種基于數(shù)據(jù)

2、驗證的異常檢測算法。該算法利用計算復雜度較低的線性神經網(wǎng)絡建立了數(shù)據(jù)驗證模型,較好地檢測出傳感器網(wǎng)絡中的異常數(shù)據(jù)。此外,還分析了BP神經網(wǎng)絡數(shù)據(jù)驗證模型的性能,通過仿真實驗驗證了兩種模型的檢測效果。
　　2.提出了一種基于空間相關性的事件邊界節(jié)點檢測算法。該算法采用了局部容錯事件邊界檢測(LFTEBD)算法中對異常數(shù)據(jù)的定義,考慮到節(jié)點通信消耗能量較大的特點,在減少通信次數(shù)的基礎上,實現(xiàn)低能耗、高效的事件邊界檢測。
　　3.