2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、碩士學位論文基于基于WSNWSN的時空相關性時空相關性數據融合算法研究數據融合算法研究StudyofDataFusionAlgithmBasedonTempalSpatialCrelationinWirelessSenswks作者姓名:劉凱學科、專業(yè):計算機系統(tǒng)結構學號:21409127指導教師:孫媛媛胡小鵬完成日期:2017年4月30日大連理工大學DalianUniversityofTechnology萬方數據大連理工大學碩士學位論文

2、I–摘要無線傳感網絡(WirelessSenswkWSN)目前已經被廣泛地運用到各種軍事和民用應用中,如目標跟蹤、智能電網、環(huán)境監(jiān)控和健康醫(yī)療。但是,監(jiān)控空區(qū)域內WSN節(jié)點分布密集且采樣頻繁,感知數據之間的時空相關性造成數據冗余。大量冗余數據的傳輸對WSN有限的能量、網絡帶寬帶和存儲容量帶來了巨大的挑戰(zhàn)。數據融合技術能有效地減少冗余數據,提高數據收集的準確性和效率。因此,WSN數據融合技術的研究具有重要意義。本文的主要工作分為以下幾點:

3、首先,分別從數據相關性和路由協議兩個方面綜述了WSN數據融合技術的國內外研究現狀?;跀祿嚓P性,將現有的WSN數據融合機制分為時間相關性、空間相關性和時空相關性數據融合算法;基于路由協議,將現有的WSN數據融合機制分為查詢路由和網絡分層路由數據融合協議。為設計高效的WSN數據融合算法奠定了理論基礎。其次,在解決單個WSN節(jié)點感知數據冗余度高的問題中,針對傳感數據具有長期趨勢穩(wěn)定、瞬間波動較大的現象,本文提出了一種基于雙模型驅動的時間相

4、關性數據采集算法。首先,通過對當前WSN節(jié)點的感知時間序列進行分析,利用分段線性回歸預測方法,建立長期趨勢模型;在此基礎上,對殘差序列進行分析利用AR預測方法,建立瞬間調整模型;實時檢測模型有效性,動態(tài)更新模型參數。仿真實驗結果證明,針對不同的數據變化率,在滿足一定數據精度的前提下,該算法能夠有效的減少數據傳輸量。最后,在解決多個WSN節(jié)點感知數據冗余度高的問題中,針對鄰近節(jié)點之間的感知數據存在變化趨勢相似度較高,瞬間波動差異較大的特點

5、,在上述雙模型驅動的基礎上,本文提出一種二次分簇算法。該算法通過執(zhí)行兩次分簇操作,將WSN內的節(jié)點劃分成三層結構:第一次分簇過程依據地理位置和剩余能量,借助經典方法,實現WSN內的節(jié)點分簇;第二次分簇過程依據不同節(jié)點之間趨勢模型和調整模型的相似性并根據數據波動幅度,賦予兩模型不同權重,將第一次分得的簇進一步劃分成子簇;最后子簇內的節(jié)點由代表節(jié)點、冗余節(jié)點兩部分組成,代表節(jié)點代表自己和冗余節(jié)點上報監(jiān)控信息,冗余節(jié)點不上報監(jiān)控信息。仿真實驗

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,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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。

評論

0/150

提交評論