版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、無線傳感器網(wǎng)絡是由若干耗能較低,功能各異的傳感器節(jié)點組成的。它們可以在不同的環(huán)境中監(jiān)測和采集周邊環(huán)境信息并將信息發(fā)送給工作人員。在此過程中,節(jié)點具有信息采集,處理和存儲等功能,但考慮到其能源有限,且主要依靠無法替換的電池供電,同時采集到的信息具有高冗余性等特點,若是將這些數(shù)據(jù)全部發(fā)送給匯聚節(jié)點(Sink),會使節(jié)點能耗過快,降低網(wǎng)絡使用效率。為了避免上述問題的產(chǎn)生,人們提出了數(shù)據(jù)融合(data fusion或data aggregati
2、on)技術。把數(shù)據(jù)融合應用于無線傳感網(wǎng)絡中,用以減少無線傳感器網(wǎng)絡的通信量,提高信息的融合度和準確度成為降低節(jié)點能耗、延長網(wǎng)絡生命周期的主要手段之一。
本文以環(huán)境監(jiān)測為背景,首先提出了一種適用于WSN的基于神經(jīng)網(wǎng)絡的分簇路由協(xié)議數(shù)據(jù)融合模型。該算法將無線傳感網(wǎng)絡(WSN)的分簇路由協(xié)議與BP神經(jīng)網(wǎng)絡相結合,通過神經(jīng)網(wǎng)絡方法對簇內(nèi)節(jié)點采集到的信息進行數(shù)據(jù)擬合,在此基礎上,通過對網(wǎng)絡訓練參數(shù)的改進,網(wǎng)絡訓練收斂加快,縮短了網(wǎng)絡收斂
3、時長。最后,通過只將數(shù)據(jù)的特征值發(fā)送給匯聚(Sink)節(jié)點,以此來減少節(jié)點數(shù)據(jù)流量、節(jié)約能耗。通過仿真實驗驗證,該算法可有效減少網(wǎng)絡通信量,降低節(jié)點能耗,延長網(wǎng)絡壽命,同時還驗證了本算法在環(huán)境監(jiān)測等方面的實時性和有效性。
再引入以T-S推理系統(tǒng)為基礎的模糊神經(jīng)網(wǎng)絡數(shù)據(jù)融合方法,通過對模糊神經(jīng)網(wǎng)絡學習算法的學習、研究,提出了一種新的改進學習算法,最后再與分簇路由協(xié)議相結合,利用上文中提出的創(chuàng)新結合,提出了一種新的基于模糊神經(jīng)網(wǎng)絡
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粗糙集與神經(jīng)網(wǎng)絡的WSN數(shù)據(jù)融合算法研究.pdf
- 改進PSO的神經(jīng)網(wǎng)絡數(shù)據(jù)融合技術研究.pdf
- 基于神經(jīng)網(wǎng)絡的無線傳感器網(wǎng)絡數(shù)據(jù)融合算法研究.pdf
- 基于神經(jīng)網(wǎng)絡的數(shù)據(jù)融合研究和仿真.pdf
- 基于神經(jīng)網(wǎng)絡的汽車仿真測試系統(tǒng)數(shù)據(jù)融合算法研究.pdf
- 基于LM改進的RBF神經(jīng)網(wǎng)絡算法研究.pdf
- 基于遺傳算法的WSN網(wǎng)絡層數(shù)據(jù)融合算法研究.pdf
- 基于神經(jīng)網(wǎng)絡的信息融合算法研究.pdf
- 基于神經(jīng)網(wǎng)絡及蟻群算法的WSN分簇路由算法研究.pdf
- 基于改進PSO算法的模糊神經(jīng)網(wǎng)絡研究.pdf
- 基于改進PSO算法的動態(tài)神經(jīng)網(wǎng)絡研究.pdf
- 基于改進神經(jīng)網(wǎng)絡算法的斜拉橋參數(shù)識別研究.pdf
- 基于改進粒子群算法的模糊神經(jīng)網(wǎng)絡研究.pdf
- 融合模糊與神經(jīng)網(wǎng)絡技術的數(shù)據(jù)挖掘算法研究.pdf
- 基于改進foa優(yōu)化bp神經(jīng)網(wǎng)絡算法的
- 基于top-k(σ)算法及神經(jīng)網(wǎng)絡的WSN異常數(shù)據(jù)檢測方法.pdf
- 基于神經(jīng)網(wǎng)絡的多目標跟蹤數(shù)據(jù)融合研究.pdf
- 基于神經(jīng)網(wǎng)絡數(shù)據(jù)融合的水下目標檢測識別研究.pdf
- 基于改進卷積神經(jīng)網(wǎng)絡算法的研究與應用.pdf
- 基于云理論的RBF神經(jīng)網(wǎng)絡算法改進研究.pdf
評論
0/150
提交評論