推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于Bayes序贯估计的无线传感器网络数据融合算法 张书奎等

更新时间:2019-08-13 08:59:42 大小:289K 上传用户:江岚查看TA发布的资源 浏览次数:64 下载积分:2分 下载次数:0 次 标签:无线传感器网络数据融合 出售积分赚钱 评价赚积分 ( 如何评价?) 收藏 评论(0) 举报

资料介绍

摘 要:移动代理被认为是无线传感器网络中解决数据融合的有效方法,但代理访问节点的次序以及总数对算法有

较大影响,为此该文提出一种基于Bayes 序贯估计的移动代理数据融合算法.该算法通过构造特定数据结构的报文,

在多跳环境中由Bayes 序贯估计调整梯度向量,据此动态决定移动代理的访问路径,使移动代理有选择地在传感

器节点之间移动,且在节点处由移动代理对数据进行融合,将多余的感知数据剔除,而不是把原始数据传输到Sink

节点。理论分析和模拟实验表明,该算法有较小的能量消耗和传输延时。


部分文件列表

文件名 大小
基于Bayes序贯估计的无线传感器网络数据融合算法.pdf 289K

部分页面预览

(完整内容请下载后查看)
31 3 期  
2009 3 月  
电 子 与 信 息 学 报  
Vol.31No.3  
Mar.2009  
Journal of Electronics & Information Technology  
Bayes 序贯估计的无线传感器网络数据融合算法  
①②  
①②  
张书奎  
崔志明  
龚声蓉  
(苏州大学计算机科学与技术学院 苏州 215006)  
(江苏省计算机信息处理技术重点实验室 苏州 215006)  
摘 要移动代理被认为是无线传感器网络中解决数据融合的有效方法代理访问节点的次序以及总数对算法有  
较大影响此该文提出一种基Bayes 序贯估计的移动代理数据融合算法.该算法通过构造特定数据结构的报文,  
在多跳环境中由 Bayes 序贯估计调整梯度向量,据此动态决定移动代理的访问路径,使移动代理有选择地在传感  
器节点之间移动在节点处由移动代理对数据进行融合多余的感知数据剔除不是把原始数据传输Sink  
节点。理论分析和模拟实验表明,该算法有较小的能量消耗和传输延时。  
关键词:无线传感器网络;移动代理;数据融合;Bayes 序贯估计  
中图分类号TP393  
文献标识码A  
文章编号1009-5896(2009)03-0716-06  
A Data Fusion Algorithm Based on Bayes Sequential  
Estimation for Wireless Sensor Network  
①②  
①②  
Zhang Shu-kui  
Cui Zhi-ming  
Gong Sheng-rong  
Sun Yong  
Fang Wei  
(School of Computer Science and Technology, Soochow University, Suzhou 215006, China)  
(Jiangsu Key Laboratory of Computer Information Processing Technology, Soochow University, Suzhou 215006, China)  
Abstract: Mobile Agent(MA) is more suitable for wireless sensor networks than the C/S model in data fusion. In  
MA based data fusion, the order of nodes visited along the route by MA has a significant impact on the algorithm  
efficiency and life time of wireless sensor networks. This paper proposes a Mobile Agent Data Fusion (MADF)  
algorithm based on bayes sequential estimation for wireless sensor networks. By designing data packet and data  
table with specific structure, and considers MA in multihop environments and adopts gradient of Bayes sequential  
estimation to dispatch MA. MA accounts for performing data processing and making data aggregation decisions at  
nodes rather than bring data back to a central processor (sink), redundant sensory data will be eliminated.  
Theoretical analysis and experimental results show that the proposed scheme is able to provide less energy  
consumption and network delay compared to directed diffusion schemes.  
Key words: Wireless sensor networks; Mobile Agent; Data fusion; Bayes sequential estimation  
基于传统的客户/服务器计算模式[1,2]。在这种模式中,每个  
传感器节点发送它的感知数据到处理中心或者Sink节点,这  
会导致所传输的数据超过网络负载的阈值。例如,两个彼此  
接近的传感器在感知数据时们很可能有多余的或共同的  
数据。因此,在布署稠密的传感器网络中,为减少感知数据  
的传输量而进行数据融合和定向扩散(DD)就是一个非常重  
要的过程。对于数据融合,各个节点之间的协同就是非常重  
要的了[3],但有效协同的关键是传感器低层数据处理的整合  
以及在相邻节点间进行一致的本地数据交换[4]WSNs的这  
种特性提出了一些关于协同处理的重要议题括能量的效  
率、可量测性、可靠性等。对于定向扩散,它的一个重要特  
征就是每一个传感器节点都可以被应用感知就意味着不  
同节点之间存在着联系,而不仅仅是简单的发送。  
1 引言  
无线传感器网络(WSNs)的主要作用是对特定环境进行  
监测,将感知到的数据发送到基站进行进一步的处理。由于  
应用的需求,传感器节点需要高密度部署,而节点只有有限  
的计算能力、受限的电力供给以及较小的网络传输带宽等,  
这决定WSNs 难以传输大量的感知数据何有效地融合  
这些感知数据以减少网络流量,提高资源的利用率,同时也  
为提高故障容忍的能力,延长网络生命周期,一直是传感器  
网络研究的重要课题。  
面对这些挑战,许多研究工作在延长网络寿命,提高传  
感器节点的监测精度持容错处理等(如传感器故障以及电  
池电源耗尽)方面作出了不懈的努力中大部分处理方法是  
Mobile Agent(MA)被认为是传感器网络中非常有效的  
数据融合和定向扩散方[58] ,可以解决传输感知数据过载  
问题[5]Qi 人在文献[2]出了基于移动代理的分布  
式传感器网络(Mobile Agent-based Distributed Sensor  
2008-01-11 收到,2008-09-29 改回  
国家自然科学基金(60673092,60873116)教育部科研重点项目  
(207040)苏省自然科学基金(BK2008161)苏省重大科技支撑  
与自主创新项目(BE200844)和苏州大学科研预研基金资助课题  

推荐下载

全部评论(0)

暂无评论

上传资源

更多>>

项 目 外 包