基于分簇和小波壓縮的傳感網(wǎng)數(shù)據(jù)融合.pdf

1、傳感器網(wǎng)絡技術(shù)作為21世紀最重要的技術(shù)之一，很大程度上改變了我們的生活。通過傳感器獲取的傳感數(shù)據(jù)，再通過物聯(lián)網(wǎng)的使用將會使數(shù)據(jù)變得更加有用，而物聯(lián)網(wǎng)的應用則比傳感器網(wǎng)絡更加多樣化，因此物聯(lián)網(wǎng)可以看成是將傳感器網(wǎng)絡的功能實現(xiàn)了更大的延伸。在大型傳感器網(wǎng)絡監(jiān)測環(huán)境中會布署大量的傳感器節(jié)點，在節(jié)點密集的區(qū)域，傳感器之間的感知數(shù)據(jù)存在多種差異性和時空相關(guān)性。這些情況可能會導致多傳感器采集的數(shù)據(jù)之間可以存在著某些對應的關(guān)系或者相似的數(shù)據(jù)。為了有效

2、地提取信息，通常會將數(shù)據(jù)融合技術(shù)加入在數(shù)據(jù)收集的過程中，該技術(shù)主要目的就是在滿足一定的應用監(jiān)測需求下，將多份數(shù)據(jù)通過去冗余實現(xiàn)更有效的傳輸。在成本和體積限制的情況下，無線傳感器網(wǎng)絡中的節(jié)點一般都是能源有限的。而無線傳感器網(wǎng)絡面向應用需求設計可以通過引入數(shù)據(jù)融合技術(shù)獲得更大效益。本文通過深入研究典型的時空相關(guān)性數(shù)據(jù)融合算法的特點、原理和相應的性能指標，結(jié)合應用需求與無線傳感器網(wǎng)絡的采集數(shù)據(jù)之間的時空相關(guān)性，提出了相應的傳感器網(wǎng)絡數(shù)據(jù)收集分

3、簇模型，針對收集的數(shù)據(jù)之間仍存在的冗余性，設計了相應的提升小波數(shù)據(jù)壓縮去冗余算法。
　　本文主要研究內(nèi)容和貢獻主要有：
　　(1)本文針對無線傳感器網(wǎng)絡監(jiān)測區(qū)域環(huán)境中臨近節(jié)點之間采集的感知數(shù)據(jù)的時間和空間相關(guān)性，提出了一種基于應用需求的傳感器網(wǎng)絡數(shù)據(jù)收集分簇模型。通過臨近區(qū)域的數(shù)據(jù)相關(guān)性大小，先選取一定剩余能量高、數(shù)據(jù)代表性強的節(jié)點作為簇成員，參與到傳感器網(wǎng)絡數(shù)據(jù)收集中，其次，根據(jù)這部分成員節(jié)點與其余普通節(jié)點的數(shù)據(jù)相關(guān)度比較

4、來選擇一部分不可以被替代的普通節(jié)點，并將其加入簇內(nèi)參與數(shù)據(jù)傳輸。并且根據(jù)剩余能量和實時數(shù)據(jù)的變化，動態(tài)地調(diào)整網(wǎng)絡分簇的大小和檢測異常節(jié)點的數(shù)據(jù)變化。通過模擬仿真實驗，結(jié)果表明該分簇模型能夠在滿足一定的數(shù)據(jù)變化傳輸要求下節(jié)省更多的能量。
　　(2)本文針對區(qū)域單個簇頭節(jié)點所收集到的簇內(nèi)節(jié)點數(shù)據(jù)的空間相關(guān)性和不同時刻傳輸?shù)臄?shù)據(jù)之間的時間相關(guān)性，我們提出了一種有效的消隱式提升小波數(shù)據(jù)壓縮算法，該算法不僅能夠去除大量的數(shù)據(jù)冗余，而且計算速