亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        無(wú)線傳感器網(wǎng)絡(luò)節(jié)能型數(shù)據(jù)融合算法

        2011-06-05 08:59:46林蔚祝啟龍
        關(guān)鍵詞:上位時(shí)刻補(bǔ)償

        林蔚,祝啟龍

        (哈爾濱工程大學(xué)理學(xué)院,黑龍江哈爾濱150001)

        近年來(lái),無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用范圍越來(lái)越大,除軍事以外,還包括工業(yè)、農(nóng)業(yè)、醫(yī)療、防疫、科研等各個(gè)領(lǐng)域[1].例如高密度人群細(xì)菌監(jiān)測(cè)環(huán)境,農(nóng)業(yè)的蔬菜塑料大棚環(huán)境監(jiān)測(cè),森林防火監(jiān)測(cè)、煤礦井下監(jiān)測(cè),水質(zhì)量監(jiān)測(cè)等,都是無(wú)線傳感器網(wǎng)絡(luò)在不同行業(yè)中的應(yīng)用,無(wú)線傳感器網(wǎng)絡(luò)也因此得到迅速發(fā)展.然而,網(wǎng)絡(luò)的穩(wěn)定性、生命期是網(wǎng)絡(luò)正常工作的關(guān)鍵.決定網(wǎng)絡(luò)生命期的主要因素是節(jié)點(diǎn)的能量.由于無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)采用易消耗的電池供給,其數(shù)據(jù)處理和通信能力受到限制,節(jié)能對(duì)于網(wǎng)絡(luò)至關(guān)重要,也因此成為研究的重點(diǎn).數(shù)據(jù)融合能夠降低網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)臄?shù)量,本文就節(jié)能問(wèn)題提出一種基于數(shù)據(jù)融合的節(jié)能型無(wú)線傳感器網(wǎng)絡(luò).

        無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合包括數(shù)據(jù)級(jí)融合(低級(jí)),特征級(jí)融合(中級(jí)),決策級(jí)融合(高級(jí))3個(gè)部分.數(shù)據(jù)級(jí)融合在傳感器節(jié)點(diǎn)處進(jìn)行,稱為下位機(jī)融合.特征級(jí)融合和決策級(jí)融合在基站處進(jìn)行數(shù)據(jù)融合,稱為上位機(jī)融合.數(shù)據(jù)級(jí)融合是最低層融合,即直接對(duì)傳感器采集的數(shù)據(jù)進(jìn)行融合處理,將融合結(jié)果向基站或中心節(jié)點(diǎn)傳輸.特征級(jí)融合屬于中間層融合,一般稱作多傳感器數(shù)據(jù)融合.將傳感器節(jié)點(diǎn)傳輸?shù)臄?shù)據(jù)進(jìn)行數(shù)據(jù)處理,以進(jìn)行數(shù)據(jù)校準(zhǔn)和狀態(tài)估計(jì).常見方法有加權(quán)平均、卡爾曼濾波、模糊邏輯、神經(jīng)網(wǎng)絡(luò)等方法.

        由于數(shù)據(jù)融合技術(shù)已成為無(wú)線傳感器網(wǎng)絡(luò)節(jié)約能源研究的重點(diǎn),許多學(xué)者針對(duì)多傳感器數(shù)據(jù)的融合問(wèn)題進(jìn)行了研究.文獻(xiàn)[2]、[3]采用模糊理論對(duì)各傳感器測(cè)得數(shù)據(jù)之間的接近程度進(jìn)行處理,通過(guò)接近度矩陣度量各傳感器測(cè)得數(shù)據(jù)的綜合接近程度,分配數(shù)據(jù)在融合過(guò)程中的權(quán)重,得出特性指標(biāo).文獻(xiàn)[4]、[5]通過(guò)討論分簇的融合方式,分析簇內(nèi)數(shù)據(jù)的融合算法誤差成因,提出先進(jìn)行簇內(nèi)測(cè)量修正、再進(jìn)行簇內(nèi)數(shù)據(jù)融合.文獻(xiàn)[6]通過(guò)傳感器的重要度,從各個(gè)傳感器對(duì)模糊命題支持度的一致度,以及傳感器重要度對(duì)數(shù)據(jù)融合結(jié)果的復(fù)合作用等三方面分析,提出一種模糊傳感器數(shù)據(jù)融合.上述數(shù)據(jù)融合均運(yùn)行在上位機(jī),底層數(shù)據(jù)仍采用采集一個(gè)數(shù)據(jù)發(fā)送一個(gè)數(shù)據(jù)的方法,這種方法不利于節(jié)省節(jié)點(diǎn)能源.

        1 TFA數(shù)據(jù)融合算法

        本文提出算法TFA(twice fusion algorithm),其目標(biāo)是降低節(jié)點(diǎn)能量消耗.其工作原理是:首先在網(wǎng)絡(luò)的數(shù)據(jù)采集點(diǎn)處,采用閾值限定和均值融合方法,進(jìn)行下位機(jī)(節(jié)點(diǎn))的數(shù)據(jù)融合;再在上位機(jī)(控制中心或網(wǎng)關(guān))進(jìn)行多傳感器數(shù)據(jù)補(bǔ)償和融合.通過(guò)對(duì)節(jié)點(diǎn)采集數(shù)據(jù)的融合,減少節(jié)點(diǎn)通信量,從而減少能耗,延長(zhǎng)WSN生存時(shí)間.雖然計(jì)算會(huì)增加能耗,然而計(jì)算上的能耗與通信消耗的能量相比是10-3倍[7],并且由于傳感器的相對(duì)誤差小于 0.01[8-9],當(dāng)設(shè)定合適的參數(shù)和閾值時(shí),不影響融合結(jié)果.因此,節(jié)能方面的優(yōu)勢(shì)可以得到充分體現(xiàn).

        圖1 傳感器數(shù)據(jù)融合結(jié)構(gòu)圖Fig.1 Wireless sensor network data fusion chart

        TFA數(shù)據(jù)融合模型如圖1所示.它包含了傳感器網(wǎng)絡(luò)從數(shù)據(jù)采集到上位機(jī)融合的全過(guò)程.其中包括:1)傳感器節(jié)點(diǎn)采集數(shù)據(jù)后的數(shù)據(jù)融合,2)上位機(jī)數(shù)據(jù)補(bǔ)償,3)上位機(jī)數(shù)據(jù)融合.

        1.1 下位機(jī)(節(jié)點(diǎn))數(shù)據(jù)處理

        每個(gè)傳感器節(jié)點(diǎn)采集數(shù)據(jù),形成各自的列矩陣.其中,每列表示同一傳感器每過(guò)一個(gè)φ時(shí)刻測(cè)得的數(shù)據(jù).K個(gè)傳感器產(chǎn)生k列數(shù)據(jù),形成一個(gè)矩陣.

        由于節(jié)點(diǎn)在相鄰時(shí)間測(cè)得的數(shù)據(jù)相似,本文將相似數(shù)據(jù)融合,去除冗余.

        假設(shè)無(wú)線傳感器網(wǎng)絡(luò):

        1)由k個(gè)傳感器節(jié)點(diǎn)監(jiān)測(cè)同一環(huán)境.

        2)每個(gè)傳感器以等時(shí)間間隔 采集數(shù)據(jù):aij,(i=1,2,3,…;j=1,2,3,…).

        采集后從同一時(shí)刻開始計(jì)算.則測(cè)得的數(shù)據(jù)用矩陣表示為A:

        其中,每一列數(shù)據(jù)都存儲(chǔ)在本地節(jié)點(diǎn)內(nèi)存中,它是同一個(gè)傳感器在不同φ時(shí)刻測(cè)量值.每行表示同一時(shí)刻不同傳感器采集的數(shù)據(jù),顯然,由于傳感器測(cè)得的數(shù)據(jù)在相鄰的時(shí)間上具有相似性,節(jié)點(diǎn)的相鄰數(shù)據(jù)具有相似性.為了節(jié)省節(jié)點(diǎn)能量,同時(shí)由于在底層觀測(cè)值的不穩(wěn)定性以及不確定性,對(duì)每列數(shù)據(jù)進(jìn)行均值融合方法,并發(fā)送這個(gè)均值給控制中心(上位機(jī)).均值計(jì)算的過(guò)程如下:

        設(shè)定2個(gè)閾值δ和τ.其中δ限定了數(shù)據(jù)最大距離,δ取傳感器的最大誤差.τ是限定采集次數(shù),由于節(jié)點(diǎn)每隔時(shí)間采集一次數(shù)據(jù),設(shè)定閾值τ是為了避免傳感器發(fā)送時(shí)間間隔過(guò)長(zhǎng).每個(gè)傳感器將采集的數(shù)據(jù)保存在節(jié)點(diǎn)存儲(chǔ)器中,直到當(dāng)這些數(shù)據(jù)之間的任意兩個(gè)差值超過(guò)閾值δ,或采集次數(shù)超過(guò)τ時(shí),以本次采集的數(shù)據(jù)次數(shù)為第i次,對(duì)已采集的前i-1次的數(shù)據(jù)進(jìn)行均值計(jì)算,然后發(fā)送到控制中心.發(fā)送條件:1)當(dāng)?shù)趇個(gè)采集的數(shù)據(jù)與之前的i-1個(gè)數(shù)據(jù)中的某個(gè)差值過(guò)大,數(shù)據(jù)出現(xiàn)突變趨勢(shì),為保持?jǐn)?shù)據(jù)的一致性,TFA算法對(duì)前i-1次的數(shù)據(jù)進(jìn)行均值計(jì)算;2)當(dāng)采集數(shù)據(jù)的次數(shù)達(dá)到τ次時(shí),為了與1)中的i取得一致,TFA算法同樣取第i-1次之前的進(jìn)行均值計(jì)算,將第i次的數(shù)據(jù)作為下一次采集的第一個(gè)數(shù)據(jù),由此得到節(jié)點(diǎn)數(shù)據(jù)融合算法如下:

        1)設(shè)a1j為節(jié)點(diǎn)j采集的第1個(gè)數(shù)據(jù);

        2)每采集一次數(shù)據(jù)aij,分別與前i-1次的數(shù)據(jù)a1j,a2j,…,ai-1j進(jìn)行比較,即:|aij-akj|,(k=1,2,…,i-1).

        ①當(dāng)其中的任一數(shù)據(jù)距離超過(guò)閾值δ時(shí),即

        3)將第i次采集的數(shù)據(jù)aij作為下一次采集的第一個(gè)數(shù)據(jù)a1j;

        5)重復(fù)1)~4).

        1.2 上位機(jī)數(shù)據(jù)補(bǔ)償

        由于數(shù)據(jù)在下位機(jī)進(jìn)行了融合,使數(shù)據(jù)存在一定的失真,在上位機(jī)應(yīng)盡可能給予補(bǔ)償.補(bǔ)償原則是:在每行補(bǔ)償該節(jié)點(diǎn)在φ時(shí)刻的均值.上位機(jī)數(shù)據(jù)仍是一個(gè)矩陣.其行是φ時(shí)刻,列是每個(gè)傳感器在φ時(shí)刻的均值.算法是:當(dāng)上位機(jī)接收到某傳感器的一個(gè)均值,在為(這個(gè))傳感器預(yù)留的存儲(chǔ)空間(矩陣B中)補(bǔ)償傳感器的均值,方法是:補(bǔ)償上位機(jī)接收時(shí)刻的前一時(shí)刻(以φ為單位)以及之前各時(shí)刻未補(bǔ)償?shù)闹担@些補(bǔ)償?shù)臅r(shí)刻,即為矩陣B中元素的行標(biāo),傳感器號(hào)為列標(biāo).即每過(guò)一個(gè)φ時(shí)間,就應(yīng)該產(chǎn)生一行數(shù)據(jù),一行中每個(gè)數(shù)據(jù)值以傳感器在該時(shí)刻的平均值作為該位置的補(bǔ)償數(shù)據(jù)值,這就形成了數(shù)據(jù)補(bǔ)償矩陣B:

        其中,bij表示第i個(gè)φ時(shí)刻第j個(gè)傳感器的數(shù)據(jù)補(bǔ)償值,bij的取值滿足:

        其中,|ak'1-ak1|< δ,k、k'=1,2,3,k≠k';i≤τ.

        1.3 上位機(jī)數(shù)據(jù)融合

        在上位機(jī)對(duì)矩陣A進(jìn)行數(shù)據(jù)補(bǔ)償和時(shí)間上的統(tǒng)一后,得到數(shù)據(jù)補(bǔ)償矩陣B.當(dāng)上位機(jī)接收完每個(gè)傳感器同一時(shí)刻的數(shù)據(jù),即得到矩陣B的一行,為了得到這一時(shí)刻的數(shù)據(jù),算法TFA對(duì)某一行數(shù)據(jù)進(jìn)行多傳感器數(shù)據(jù)融合,這一行數(shù)據(jù)來(lái)自于不同傳感器.融合方法是對(duì)期望真值進(jìn)行擬合,每一時(shí)刻(即每一行)融合為一個(gè)數(shù)據(jù),它代表這一時(shí)刻的監(jiān)測(cè)值,本文采用加權(quán)平均的方法對(duì)矩陣B中的每行數(shù)據(jù)進(jìn)行擬合.算法如下:

        1.3.2 權(quán)重及融合值計(jì)算

        因?yàn)榫嚯x越大,偏離均值越遠(yuǎn),故權(quán)值取均值距離的倒數(shù).

        則融合值Ci(第i行的融合值):

        2 仿真實(shí)驗(yàn)與分析

        仿真環(huán)境采用C51RF-3-PK的軟件仿真系統(tǒng),同時(shí)為了進(jìn)行算法比較,底層數(shù)據(jù)算法TFA采用文獻(xiàn)[10]的原始數(shù)據(jù),對(duì)其進(jìn)行數(shù)據(jù)融合.設(shè)參數(shù)值為:τ=5,δ=5.

        表1是文獻(xiàn)[10]的原始數(shù)據(jù),是3個(gè)傳感器在算法TFA對(duì)表1中數(shù)據(jù)進(jìn)行融合處理.

        首先進(jìn)行節(jié)點(diǎn)數(shù)據(jù)融合,得到融合矩陣A,再發(fā)送給上位機(jī),得到數(shù)據(jù)補(bǔ)償矩陣B,如表2所示.

        表1 傳感器測(cè)量值Table 1 Measured value ℃

        表2 數(shù)據(jù)補(bǔ)償值Table 2 Compensation for the value of data ℃

        表3是算法TFA在上位機(jī)的融合值以及相對(duì)誤差和絕對(duì)誤差.

        表3 下位機(jī)數(shù)據(jù)融合值Table 3 Lower machine data fusion value

        表4給出算法TFA、主成分分析方法PCA(principal component analysis)、平均值方法AA(averaging algrithm)以及可靠性分析方法RA(reliability analysis)等,針對(duì)同一原始采集數(shù)據(jù)進(jìn)行不同融合算法后的結(jié)果比較.

        表4 各種方法的融合結(jié)果Table 4 The results of various methods of fusion (°)

        圖2給出誤差分析.從圖2的誤差分析圖可以看出,算法TFA更接近于真值(900℃),說(shuō)明算法TFA比其他算法更合理.

        圖2 不同方法的絕對(duì)誤差分析圖Fig.2 The absolute error analysis chart

        為了說(shuō)明算法TFA在能量節(jié)約上的效果,用TFA算法與未經(jīng)過(guò)傳感器節(jié)點(diǎn)融合,而是直接將采集的數(shù)據(jù)發(fā)送給上位機(jī)的算法所消耗的能量進(jìn)行比較,得到表5.仿真結(jié)果表明,隨著閾值δ的增加,節(jié)點(diǎn)節(jié)約較多的能量;但隨著δ值的增加,融合結(jié)果的精度會(huì)降低,再加上節(jié)點(diǎn)存儲(chǔ)能力有限,因此,閾值不能無(wú)限增大;反之,隨著閾值減小,能量消耗多,但精度會(huì)提高.當(dāng)取適當(dāng)?shù)拈撝禃r(shí),算法TFA的絕對(duì)誤差較小,可以保證數(shù)據(jù)的精確性和穩(wěn)定性,而且節(jié)省能源消耗的絕對(duì)誤差較小.

        表5 不同δ參數(shù)值節(jié)約能源的百分率Table 5 δ values for different parameters of the node's energy savings %

        3 結(jié)束語(yǔ)

        由于傳感器節(jié)點(diǎn)數(shù)量的冗余性、分布的隨機(jī)性以及相鄰傳感器對(duì)同一目標(biāo)區(qū)域監(jiān)測(cè)數(shù)據(jù)具有相似性,使得無(wú)限傳感器網(wǎng)絡(luò)的監(jiān)測(cè)數(shù)據(jù)具有冗余性;又因?yàn)閭鞲衅鞴?jié)點(diǎn)在能源、存儲(chǔ)空間和計(jì)算能力的局限性,因而過(guò)多地傳送冗余數(shù)據(jù)將消耗過(guò)多的能量,將縮短WSN的生存期.為減輕上述客觀因素對(duì)網(wǎng)絡(luò)生命期的影響,有必要將數(shù)據(jù)進(jìn)行融合.本文提出的二次融合算法TFA,首先在各個(gè)節(jié)點(diǎn)采集數(shù)據(jù)的過(guò)程中,對(duì)數(shù)據(jù)進(jìn)行底層的數(shù)據(jù)融合,以減少冗余信息的傳輸量,節(jié)省監(jiān)測(cè)網(wǎng)絡(luò)的能量;其次算法TFA利用監(jiān)測(cè)值在時(shí)間和空間上相似的特點(diǎn),在上位機(jī)(控制中心)以多傳感器數(shù)據(jù)融合方式,對(duì)數(shù)據(jù)進(jìn)行補(bǔ)償和融合,進(jìn)而得到某一段時(shí)間對(duì)監(jiān)測(cè)環(huán)境的監(jiān)測(cè)結(jié)果.仿真結(jié)果表明,TFA算法在節(jié)能方面以及數(shù)據(jù)精度方面都取得較好的結(jié)果.此外,本文沒(méi)有考慮無(wú)線傳感器網(wǎng)絡(luò)的多跳路由情況,有待于進(jìn)一步討論.

        [1]王志宇,車承鈞,王陽(yáng).基于物聯(lián)網(wǎng)的區(qū)域農(nóng)田土壤墑情監(jiān)測(cè)系統(tǒng)研究[J].自動(dòng)化技術(shù)與應(yīng)用,2010,28(12):39-42.

        WANG Zhiyu,CHE Cheng jun,WANG Yang.Research of self-congnitive internet of things model and its applications[J].Techniques of Automation&Applications,2010,28(12):39-42.

        [2]焦竹青,熊偉麗,張林,等.基于信任度的多傳感器數(shù)據(jù)融合及其應(yīng)用[J].東南大學(xué)學(xué)報(bào)自然科學(xué)版,2008,38(A01):253-257.

        JIAO Zhuqing,XIONG Weili,ZHANG Lin,et al.Multi-sensor data fusion method based on belief degree and its applications[J].Journal of Southeast University:Natural Science Edition,2008,38(A01):253-257.

        [3]LEE M F R,STANLEY K,WU Q M J.Implementation of sensor selection and fusion using fuzzy logic[C]//IFSA World Congress and 20th NAFIPS International Conference.Vancouver,BC:2001,328-333.

        [4]MARTALO M,F(xiàn)ERRARI G.A simple information-theoretic analysis of clustered sensor networks with decentralized detection[J].IEEE Communications Letters,2010,14(6):560-562.

        [5]翟建設(shè),李娜,吳青.基于分簇的無(wú)線傳感器網(wǎng)絡(luò)簇內(nèi)數(shù)據(jù)融合算法[J].計(jì)算機(jī)工程,2008,34(11):134-136.

        ZHAI Jianshe,LI Na,WU Qing.Improved algorithm of clustering-based data fusion for WSN[J].Computer Engineering,2008,34(11):134-136.

        [6]馬琦,張記龍,王志斌.無(wú)線傳感器網(wǎng)絡(luò)簇內(nèi)自適應(yīng)融合算法研究[J].計(jì)算機(jī)應(yīng)用研究,2009,7(26):2502-2503,2507 .

        MA Qi,ZHANG Jilong,WANG Zhibin.Study of adaptive data fusion algorithm within clusters for WSN[J].Application Research of Computers,2009,7(26):2502-2503,2507.

        [7]張強(qiáng),楊濤.用于環(huán)境監(jiān)測(cè)的自供電傳感器網(wǎng)絡(luò)[J].儀表技術(shù)與傳感器,2008,2:34-36.

        ZHANG Qiang,YANG Tao.Self-powered wireless sensor network for environment monitoring[J].Instrument technique and sensor,2008,2:34-36.

        [8]齊志才,馬占敖,江萍.提高帶隙溫度傳感器精度方法的研究[J].儀表技術(shù)與傳感器,2004,7:46-47.

        QI Zhicai,MA Zhanao,JIANG Ping.Study of method improving accuracy of band-gap temperature sensor[J].Instrument Technique and Sensor,2004,7:46-47.

        [9]楊雪芳,蔡萍,楊重遠(yuǎn).提高容柵位移傳感器精度的有效方法[J].傳感器技術(shù),2005,24(9):32-34 .

        YANG Xuefang,CAI Ping,YANG Chongyuan.Effective ways to improve accuracy of capacitive grating displacement sensor[J].Journal of Transducer Technology,2005,24(9):32-34.

        [10]董九英.多傳感器數(shù)據(jù)融合的主成分方法研究[J].計(jì)算機(jī)工程與應(yīng)用,2009,45(33):111-113.

        DONG Jiuying.Study on principle component method for multi-sensor data fusion[J].Computer Engineering and Applications,2009,45(33):111-113.

        猜你喜歡
        上位時(shí)刻補(bǔ)償
        冬“傲”時(shí)刻
        捕獵時(shí)刻
        無(wú)功補(bǔ)償電容器的應(yīng)用
        山東冶金(2019年5期)2019-11-16 09:09:38
        特斯拉 風(fēng)云之老阿姨上位
        車迷(2018年12期)2018-07-26 00:42:22
        “三扶”齊上位 決戰(zhàn)必打贏
        基于ZigBee和VC上位機(jī)的教室智能監(jiān)測(cè)管理系統(tǒng)
        解讀補(bǔ)償心理
        以新思路促推現(xiàn)代農(nóng)業(yè)上位
        街拍的歡樂(lè)時(shí)刻到來(lái)了
        植物補(bǔ)償和超補(bǔ)償作用
        中文字幕亚洲精品在线免费| 亚洲黄色一级毛片| 美女爽好多水快进来视频| 熟妇丰满多毛的大隂户 | 天天爽夜夜爽人人爽曰喷水| 国产黄色精品高潮播放| 大屁股流白浆一区二区三区| 久久婷婷五月国产色综合| 九九视频在线观看视频6| 九九久久精品大片| 亚洲国产一区二区中文字幕| 亚洲国产精品无码中文字| 国产精品久久久久久妇女6080 | 91综合久久婷婷久久| 国产免费人成视频在线观看| 日日躁夜夜躁狠狠躁| 国产麻无矿码直接观看| 亚洲色无码中文字幕| 激情久久黄色免费网站| 久久不见久久见免费影院国语| 欧美黑人又粗又大久久久| 日本一区二区不卡超清在线播放| 男女射精视频在线观看网站| 亚洲中字慕日产2020| 久久久久成人亚洲综合精品| 一个人的视频免费播放在线观看| 日韩精品人妻久久久一二三| 国产精品自在线拍国产| 日本视频一区二区三区免费观看| 亚洲一区在线二区三区| 国产精品白浆在线观看免费| 亚洲成av人片在线观看www| 五月天综合网站| 日韩中文字幕乱码在线| 久久天天躁狠狠躁夜夜av浪潮| 97久久精品午夜一区二区| 高清国产亚洲va精品| 69精品国产乱码久久久| 丰满熟妇乱又伦精品| 成人免费网站视频www| 久久精品国产亚洲av热一区|