摘要
为了降低无线传感器网络节点的能量消耗,延长网络工作时间,提出基于无偏马尔科夫链预测的井下数据融合算法。该算法考虑矿井下监测数据的时间相关性,通过无偏灰色马尔科夫链预测模型,利用以往的数据对未来的数据进行预测,并设置阈值来判断是否需要上传数据,减少数据上传量,从而减少整个网络传输数据的能量消耗,延长网络寿命。仿真结果表明随着阈值的增加,上传的数据比率越小,网络的能量消耗更少,网络的寿命得到有效的延长。
For the purpose of reduce energy consumption we proposed a data fusion algorithm based on Markov optimized unbiased gray prediction,which use past data to predict future data and set up a threshold,nodes only upload the data beyond threshold,to reduce the transmission consumption and extend network lifetime. Simulation shows that as the threshold increases,the rate of upload data and transmission consumption is smaller,the lifetime of the network has been extended.
引文
[1]赵继军,魏忠诚,李志华,等.无线传感器网络中多类型数据融合研究综述[J].计算机应用研究,2012(8):2811-2816.
[2]徐晓斌,张光卫,孙其博,等.一种误差可控传输均衡的WSN数据融合算法[J].电子学报,2014(6):1205-1209.
[3]唐伟,郭伟.WSN聚合数据率约束最大生命期路由[J].电子科技大学学报,2011(1):30-35.
[4]乐俊,张维明,肖卫东,等.一种能量高效和均衡的无线传感器网络分簇数据融合算法[J].国防科技大学学报,2012(6):66-71.
[5]李桃迎,陈燕,张金松,等.基于聚类融合的混合属性数据增量聚类算法[J].控制与决策,2012(4):603-608.
[6]Bagaa M,Challal Y,Ouadjaout A,et al.Efficient Data Aggregation with in-Network Integrity Control for WSN[J].Journal of Parallel and Distributed Computing,2012,72(10):1157-1170.
[7]Vodel M,Hardt W.Data Aggregation in Resource-Limited Wireless Communication Environments—Differences between Theory and Praxis[C]//International Conference on Control,Automation and Information Sciences.IEEE,2013:208-213.
[8]林蔚,祝启龙.无线传感器网络节能型数据融合算法[J].哈尔滨工程大学学报,2011(10):1386-1390.
[9]杨永健,刘帅.基于SOFM神经网络的无线传感器网络数据融合算法[J].传感技术学报,2013,26(12):1757-1763.
[10]王文庆,杨远玲,杨春杰.一种基于证据理论的数据融合算法[J].控制与决策,2013(9):1427-1430.
[11]岳元龙,左信,罗雄麟.提高测量可靠性的多传感器数据融合有偏估计方法[J].自动化学报,2014(9):1843-1852.
[12]王玲,石为人,石欣,宋宁博,冉启可.基于时间相关性的无线传感器网络数据压缩与优化算法[J].计算机应用,2013(12):3453-3456,3468.
[13]宋欣,王翠荣.基于线性回归的无线传感器网络分布式数据采集优化策略[J].计算机学报,2012,35(3):568-580.