基于GA优化BP神经网络的WSN数据融合技术研究

为减少无线传感器网络中节点的数据通讯量,降低能量消耗,达到数据融合的目的,设计了一种基于遗传算法优化BP神经网络的数据融合算法(BPGA),阐述了数据融合原理、BP神经网络和遗传算法,介绍了遗传算法优化BP神经网络的数据融合方法,利用遗传算法优化神经网络的权值、阀值及隐含层结构,然后通过优化后的神经网络提取无线传感器网络中原始数据的特征信息,并将特征信息发送给汇聚节点,从而提高网络数据采集效率,延长网络生命周期。最后通过与LEACH、BPNDA算法进行仿真实验比较,证明了其有效性。     

引入数据融合的WSN定位算法

理论分析指出,一些不基于测距的WSN定位算法往往需要节点间进行大量的信息交互,存在大量的突发性通信,降低了网络工作效率,浪费了WSN中宝贵的能量。针对此问题,在定位算法中引入数据融合技术,通过仿真验证,引入数据融合的定位算法可以有效的减少执行定位算法所需的无线分组个数和总的通信量。     

基于非均匀分布双融合节点的WSN数据融合算法

针对无线传感器网络中层次型融合算法的单跳路由造成网络能量消耗不均衡的问题,提出了一种利用非均匀思想在LEACH（low energy adaptive clustering hierarchy）算法基础上进行改进的混合型融合算法．该算法首先利用LEACH进行分簇和融合节点的选择,融合节点主要用于簇内数据的接收和融合处理．然后基于融合节点到基站距离的不同,非均匀的选择出网内的副融合节点,副融合节点主要用于转发网内融合节点发来的数据．仿真结果显示,该算法综合了平面型融合算法和层次型融合算法的优点,既均衡了网络能量的消耗又有利于网络的扩展,并且算法简单、适应性强．     

无线传感器网络数据融合技术研究

针对无线传感器网络中各个节点单独传送数据到汇聚节点,浪费传感器节点的能量,并降低信息收集的效率,通过基于平面路由的数据融合,基于层次路由的数据融合和基于地理位置路由三个方面对无线传感器网络数据融合协议进行了分析和比较。     

基于无线传感器网络的数据融合技术

阐述了WSN数据融合技术的特点和原理,重点分析了WSN数据融合技术中具有代表性的几种算法的工作原理和优缺点.     

基于烟花优化的WSN数据融合算法

为减少无线传感器网络(WSN)中的数据冗余,延长网络生命周期,克服基于BP(反向传播)神经网络的数据融合算法收敛慢、数据精度低和易陷入局部最优的不足,提出一种基于烟花算法优化的无线传感器网络融合算法(IFWABP)．首先在烟花算法中使用Tent混沌图改进烟花种群的初始位置分布,使初始烟花分布更加均匀;然后利用改进的烟花算法优化BP神经网络的权重矩阵和阈值矩阵等参数进行数据融合;最后通过仿真对算法的性能进行测试和分析．仿真结果表明：对比其他算法,IFWABP算法提升了WSN数据融合的精度,降低了网络能耗,延长了网络生命周期．     

浅议PB中数据窗口缓冲区与数据修改状态

文章描述了ＰｏｗｅｒＢｕｉｌｄｅｒ中数据窗口缓冲区，详细介绍了数据窗口中行与列的修改状态以及ＰｏｗｅｒＢｕｉｌｄｅｒ 提供的相关函数，并给出了几则应用实例。     

PowerBuilder数据的缓冲区分析

介绍ＰｏｗｅｒＢｕｉｌｄｅｒ数据窗口的４个缓冲区及ＳＱＬ语句的生成，并以实例详细介绍其在开发过程中的应用     

基于整体加权的多源数据融合研究

针对无线传感器网络中数据融合问题,分析了基于融合算法下数据压缩和节能的关系,在归纳和研究现行的融合算法后,对独立于应用的数据融合,提出了先单个传感器加权再整体加全权的融合算法,通过两次加权,使算法性能达到最优。通过软件层面设置加权参数实现数据压缩和传输,有效地提高决策准确性和节约能量。同时,根据无线传感器的数据冗余方式,结合路由传输机制,可以实现在传输层的数据整合,减少数据无效发送,延长无线传感器网络的周期。     

基于数据融合的无线传感器网络路由协议

在无线传感器网络中,各个协议层的数据融合技术都有各自的算法,而网络层的数据融合技术则主要是与路由协议相结合。本文根据数据融合和路由协议的基本原理,分析了几种结合路由协议的数据融合算法,并对这几种算法进行分析和比较。     

WSN中基于融合代价和传输代价的分簇算法

考虑融合代价所带来的影响,提出CFTC算法,综合考虑了融合代价和传输代价,将二者作为判定簇头节点的主要条件,确保选出的簇头节点执行的簇内融合都是有效的,节省了能耗;同时又考虑了节点的剩余能量且为每个参与簇头竞争的节点增加能量阈值的限制,均衡了节点的能耗负担.仿真结果表明该算法的性能优于LEACH,不仅延长了网络的生命周期,而且还降低了网络的总能量消耗.     

基于信息熵的无线传感器网络数据融合方案

为了有效地节省无线传感器网络节点的能量,提出了一种基于信息熵的层簇式数据融合方案.首先,该方案对传感器采集的历史数据进行分析.然后,利用并查集划分等价类的思想将存在数据冗余的节点尽可能地划分到一个簇中,并周期性地选取簇头节点对簇内节点数据进行融合处理.最后将所提方案与传统的LEACH协议在分簇和数据融合2方面进行了仿真比较.实验结果表明:相比于传统的LEACH协议,所提方案分簇更为合理,显著减少了节点的能量消耗,延长了网络生存周期.     

基于模糊控制的环形WSN 多跳分簇路由算法

为解决环形无线传感器网络能量空洞和能量最小问题，提出一种基于模糊控制的分簇路由算法FCＲA ( Fuzzy logic control based Clustering Ｒouting Algorithm) 。首先将网络分为宽度相等的环，以每环能耗最小为目标 函数，计算出各环的最优簇数。然后设计簇头选举模糊控制器，其输入为节点剩余能量和到基站距离，输出为 节点成为簇头概率。最后，采用簇间多跳模式进行数据传输，基于节点剩余能量、下一跳距离以及到基站跳数 确定每条传输路径的权重函数，获得最优下一跳中继节点。仿真结果表明FCＲA 能有效减小网络能 耗、延长网络生命周期。     

无线传感器网络中的分组融合技术

无线传感器网络在工农业生产中有着广泛的应用前景,紧扣传感器网络的收集信息和传递信息2个典型特征,提出了一种新型的传感器网络数据传输和分组融合技术.该技术减少了在传感器网络的冲突,提高了能效和频带利用,并在提高数据吞吐能力指标上有一定的改善.     

无线传感器网络中的数据融合问题

雀设计无线传感器网络时，基本的问题是克服能量与带宽的限制。数据融合作为一个基本的方法，其目的是减少传感节点间的传榆量，达到降低整个网络中的能量消耗和数据冲突。为了对当前在无线传感器网络的数据融合问题的研究工作做一个全面的总结，根据自组织性和网内处理2大类对现有研究成果进行分类，并从传榆方式、网络拓扑、时钟同步、融合函数、多信号处理等多方面对当前的研究成果进行细致划分和精炼比较，为当前在这个领域的工作做了较好的综述。     

一种基于最大-最小贴近度的簇内数据融合机制

考虑到邻近节点对环境监测的数据往往存在一定的空间相关性,提出一种基于最大-最小贴近度的簇内数据融合机制.簇头节点首先对簇内成员节点的融合数据进行校验,根据置信空间判断数据是否采用,然后再对数据进行融合.仿真实验结果表明,该方法能有效解决由于节点采集的数据的可信程度不一致问题,并能显著延长网络生命周期.     

一种模糊传感器数据融合的方法

基于模糊传感器数据相关的特性，给出了一种模糊传感器数据融合的方法．该方法从传感器的重要度，各个传感器对模糊命题支持度的一致度，以及传感器重要度对数据融合结果的复合作用3个方面分析了它们对模糊传感器数据集成的影响．定义了一个一致性系数综合反映了这3个因素．基于该一致性系数实现了模糊传感器的数据融合，并将该方法用于工件识别中．     

基于压缩感知的赣南脐橙WSN监控数据融合方法研究

构建面向赣南脐橙生长环境参数的模型,提取脐橙生长环境的时间、空间特征信息,探索基于分布式压缩感知的数据融合方法,从而有效地减少节点数据传输量,提高信息精确度,达到节省能量延长网络生命周期的效果。在此基础上,构建基于无线传感器网络的脐橙生长环境监控实验平台,实时而准确地采集脐橙生长环境参数,通过已建立的脐橙生长环境参数模型制定科学的管理方案,指导实现脐橙生长环境的最优化。将有助于推动无线传感器网络在果园现代化管理的实际应用。     

衰落信道WSN网络基于投票机制的决策融合

针对衰落信道网络中传感节点难以准确获取检测信息的问题,构建了并行结构分布检测的系统模型,提出了一种基于投票机制的决策融合算法。通过邻居节点间的信息交互,各传感节点获取了通讯半径内邻居节点的判决,并根据多票优先的原则重新调整自身决策,提高了检测的准确性。理论分析和仿真实验表明,该算法比传统的EGC融合规则具有更高的检测概率和稳定性,适合中等规模无线传感器网络。     

基于信任模型的WSNs安全数据融合算法

为了抵御无线传感器网络内部的恶意攻击行为和故障节点的误操作行为对数据融合结果的影响,提出一种基于信任模型的多层不均匀分簇无线传感器网络安全数据融合算法.该算法基于多层不均匀的分簇网络拓扑实现安全数据融合能够有效均衡网络中节点的能耗.通过节点间的通信行为和数据相关性建立信任评估模型,并引入动态的信任整合机制和更新机制,实现簇内和簇间的信任评估,选择可信融合节点并将可信节点所收集的数据进行基于信任值加权的数据融合.仿真实验表明,该算法能够实现精确的信任评估,有效识别内部恶意攻击节点,得到的数据融合结果具有较高的精确度,实现了安全的数据融合.