【技术实现步骤摘要】
本专利技术属于无线通信
,具体是一种提高无线传感器网络能量利用率和服务性能的数据融合算法。
技术介绍
21世纪以来,随着微机电系统、处理器、数据存储及无线通信技术的日新月异,无线传感器网络作为一种新型的数据采集网络应运而生,通过将一定区域内的传感器节点通过无线网络联结起来,形成一个统一的信息采集与管理系统。无线传感器网络凭借其小尺寸、低成本、低功耗、多功能诸多优越特性,越来越被人们所重视,在不同场景和条件下得到了广泛的应用。由于无线传感器网络把采集到的数据信息通过数据传输网络呈现在人们面前,将人与自然界联系到一起,从而大大拓展了人们从自然界获取信息的能力,从而在军事国防、农业生产、工业控制、城市管理、环境监测、抢险救灾等许多重要领域都得到了广泛应用且成效显著,因此得到了世界各个国家的高度重视,并获得了快速的发展。在无线传感器网络中,成百上千个传感器节点被部署在需要检测的区域中,节点以自组织的形式构成网络,每个传感器节点周期性的向基站或周围其他传感器节点发送自身采集到的信息。由于传感器节点自身体积较小,能够携带的能源非常有限,一般都是采用电池供电。无线传感器网络监测的环境通常较为恶劣(例如沙漠、战场、深海等),人员不易到达,因此要给这些区域内的传感器节点更换电池是不太现实的。与此同时,无线传感器网络为了完成特定任务通常需要网络中各节点之间协作,因此保证整个网络的能耗均衡对于保持网络的连通性来说是非常重要的。如何降低网络整体的能量开销并均衡网络中各个节点的能耗,延长网络的生命周期是无线传感器网络中至关重要的问题,也是该领域内一个持久的研究热点。无线传感 ...
【技术保护点】
一种提高无线传感器网络能量利用率和服务性能的数据融合算法,其特征在于,具体步骤如下:步骤一、在监测区域内随机分布N个无线传感器节点,搭建无线传感器网络;N为整数;无线传感器网络包括一个汇聚节点和N个无线传感器节点;步骤二、采用经典分簇算法LEACH对无线传感器网络进行分簇;步骤三、簇内的成员节点将感应采集到的数据发送给簇头节点后,簇头节点将所有接收到的数据和自身采集到的数据发送给汇聚节点;步骤四、汇聚节点收到各个簇的数据后,抽取部分数据作为训练样本,对神经网络模型进行训练,得到神经网络参数值;神经网络参数值包括隐层与输出层的连接权值参数,以及隐层神经元的径向基函数;以每个簇内的簇头节点和成员节点采集的数据作为一组样本;步骤五、汇聚节点将训练后得到的神经网络参数值发送给各簇构建神经网络;步骤六、利用神经网络对无线传感器网络簇内的各传感器节点所采集的数据信息进行数据融合验证。
【技术特征摘要】
1.一种提高无线传感器网络能量利用率和服务性能的数据融合算法,其特征在于,具体步骤如下:步骤一、在监测区域内随机分布N个无线传感器节点,搭建无线传感器网络;N为整数;无线传感器网络包括一个汇聚节点和N个无线传感器节点;步骤二、采用经典分簇算法LEACH对无线传感器网络进行分簇;步骤三、簇内的成员节点将感应采集到的数据发送给簇头节点后,簇头节点将所有接收到的数据和自身采集到的数据发送给汇聚节点;步骤四、汇聚节点收到各个簇的数据后,抽取部分数据作为训练样本,对神经网络模型进行训练,得到神经网络参数值;神经网络参数值包括隐层与输出层的连接权值参数,以及隐层神经元的径向基函数;以每个簇内的簇头节点和成员节点采集的数据作为一组样本;步骤五、汇聚节点将训练后得到的神经网络参数值发送给各簇构建神经网络;步骤六、利用神经网络对无线传感器网络簇内的各传感器节点所采集的数据信息进行数据融合验证。2.如权利要求1所述的一种提高无线传感器网络能量利用率和服务性能的数据融合算法,其特征在于,所述的步骤三中,簇内成员节点与簇头节点间利用RBF神经网络模型处理数据;其中,成员节点作为神经网络的输入层神经元,簇头节点作为神经网络的隐层神经元和输出层神经元。3.如权利要求1所述的一种提高无线传感器网络能量利用率和服务性能的数据融合算法,其特征在于,所述的步骤四具体为:步骤401、对训练样本采用模糊K-means聚类算法进行聚类,并更新初始聚类中心ci;训练样本选用N个,选取的初始聚类中心ci为h个,i=1,...,h;对剩余的训练样本根据最小距离原则,进行聚类,形成h个子类ai;更新各聚类中心公式如下: c i = 1 s i Σ k = 1 s i x k ]]>其中,si为第i个子类ai中的样本数量,si∈N;xk为第i个子类ai中的样本值,k=1,...,si;步骤402、针对某个聚类中心ci,计算该聚类中心下的每个样本属于该聚类中心的隶属度: u i j ...
【专利技术属性】
技术研发人员:王珂,欧阳瑞,纪红,李曦,张鹤立,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。