EERSFS:高能效的混杂RFID数据冗余过滤方法

发布时间：2018-07-07 08:28

  本文选题：无线传感 + 混杂RFID　； 参考：《高技术通讯》2014年03期

【摘要】：为克服无线传感技术和射频识别(RFID)技术在物联网中应用上的缺陷,针对由无线传感和RFID结合所形成的混杂RFID网络,引入簇的概念,提出了一种基于簇结构的高能效的射频识别和传感数据过滤模型(EERSFS),此模型通过冗余的分层定义,使冗余数据在冗余源附近得到过滤处理。实验证明,该过滤方法能有效降低网络中的冗余数据量和网络节点的能量消耗,延长无线传感网络的寿命。
[Abstract]:In order to overcome the shortcomings of wireless sensing technology and radio frequency identification (RFID) technology in the application of the Internet of things, the concept of cluster was introduced to the hybrid RFID network formed by the combination of wireless sensor and RFID. In this paper, an energy-efficient radio frequency identification and sensing data filtering model (EERSFS) based on cluster structure is proposed. The redundant data is filtered near the redundant source by the definition of redundant layers. Experiments show that the filtering method can effectively reduce the redundant data in the network and the energy consumption of network nodes, and prolong the lifetime of wireless sensor network.
【作者单位】： 南京理工大学计算机科学与工程学院;
【基金】：国家自然科学基金(61170035) 江苏省自然科学基金重大专项(BK2011022);江苏省自然科学基金(BK2011702) 中国博士后科学基金(200902517) 中央高校基本科研业务费专项资金(30920130112006) 南京市科技计划(020142010)资助项目
【分类号】：TP391.44;TN929.5

【参考文献】

相关期刊论文 前2条

1 毛关利华;杜昌平;;基于平均值迭代的多目标数据融合算法[J];计算机应用;2012年06期

2 胡玉胜,涂序彦,崔晓瑜,程乾生;基于贝叶斯网络的不确定性知识的推理方法[J];计算机集成制造系统-CIMS;2001年12期

【共引文献】

相关期刊论文 前10条

1 蔡炳万;石宇强;李明辉;张敏;;基于本体的贝叶斯网络知识推理研究[J];机械设计与制造;2016年01期

2 徐宣国;张凯;;基于贝叶斯网的云服务组合柔性影响因素重要度分析[J];科技管理研究;2015年09期

3 李正浩;刘学军;;一种基于贝叶斯网络的作战重心评估模型[J];计算机技术与发展;2014年09期

4 罗庆平;王永利;张功萱;;EERSFS:高能效的混杂RFID数据冗余过滤方法[J];高技术通讯;2014年03期

5 江丽杰;胡镜清;易丹辉;陈倩;刘保延;;缺血性中风病中医证候要素动态变化与NIHSS评分变化相关性的贝叶斯网络分析[J];世界中医药;2013年06期

6 张会;李子时;徐军;霍烁烁;;贝叶斯网络在通信对抗系统效能评估中的应用[J];舰船电子工程;2013年05期

7 鲍巍;黄振颖;;贝叶斯网络在蜜罐系统中的应用研究[J];网络安全技术与应用;2013年04期

8 张磊;徐克林;;基于贝叶斯网络的工厂选址决策[J];物流技术;2013年03期

9 张帅;陈虎;左平基;;基于贝叶斯网络的智能装配技术[J];组合机床与自动化加工技术;2013年01期

10 鲍巍;于博;;动态贝叶斯网络在蜜罐上的研究与应用[J];计算机安全;2012年12期

【二级参考文献】

相关期刊论文 前8条

1 李菲菲;徐汀荣;徐小华;;基于k-均值聚类和最小二乘的数据融合方法[J];微计算机信息;2011年04期

2 徐涛;杨晓光;徐爱功;张明月;;面向城市道路交通状态估计的数据融合研究[J];计算机工程与应用;2011年07期

3 赵英;陈淑娟;;基于多传感器数据融合的火灾预警系统[J];现代电子技术;2010年24期

4 宋建勋;张进;吴钦章;;基于D-S证据理论的多特征数据融合算法[J];火力与指挥控制;2010年07期

5 黄漫国;樊尚春;郑德智;邢维巍;;多传感器数据融合技术研究进展[J];传感器与微系统;2010年03期

6 高刚;;一种树形结构的多传感器数据融合算法[J];电子信息对抗技术;2008年04期

7 孙尧;朱林;徐兴杰;张晓囡;;基于数据融合树的C~3I信息融合系统体系结构设计[J];航空学报;2006年02期

8 胡振涛,刘先省;一种实用的数据融合算法[J];自动化仪表;2005年08期

，

本文编号：2104381