基于无线传感器网络的数据融合算法及模型研究

发布时间：2017-05-03 23:05

  本文关键词：基于无线传感器网络的数据融合算法及模型研究，由笔耕文化传播整理发布。

【摘要】：无线传感器网络(Wireless Sensor Network,WSN)是由大量小型传感器节点通过无线通信技术自组织而成的监测网络。由于传感器节点的能量有限,导致无线传感器网络只能在有限的生命周期内完成监测任务。为了更准确、更高效的对网内的传感器数据进行采集和传输,我们将数据融合技术应用于无线传感器网络中。数据融合技术能够对网内数据进行汇总并去除冗余信息,从中提取数据的关键信息来达到减少能耗的目的。本文通过选取S-LEACH路由协议及基于遗传算法的改进BP神经网络融合算法来构建无线传感器网络的数据融合模型。论文的主要工作和内容如下:(1)将数据融合的思想应用到无线传感器网络中,对无线传感器网络及数据融合技术的相关知识进行了系统的研究。并且对常见的无线传感器网络中的路由协议及数据融合算法进行了分析。(2)针对传统协议在簇头选取机制及传输方式上的不足,改进了无线传感器网络中基于分簇思想的S-LEACH路由算法。该算法实现在异构网络环境下,考虑节点剩余能量、节点位置和节点密度来进行簇头的选举。并且在簇头到汇聚节点的传输过程中采用基于层次树的单跳和多跳相结合的传输方式。最后,对该算法进行了仿真,仿真结果表明S-LEACH算法极大地降低了网络内的能耗,提高了网络生存周期。(3)介于BP神经网络融合算法收敛速度慢、融合结果平均误差相对较大等缺点,改进了基于遗传算法的改进BP神经网络融合算法。改进后的算法采用遗传算法对BP神经网络内各层节点的初始权值和阈值进行优化选择,提高了算法的收敛速度。此外,对BP神经网络算法采用加动量项改进,消除了收敛过程中的振荡现象。仿真结果表明改进后的BP融合算法执行效率得到明显改善。(4)在研究了S-LEACH路由算法及改进的神经网络融合算法的基础上,构建了无线传感器网络的数据融合模型。文章根据路由算法的分簇特性,建立了基于簇内融合的一级融合模型和基于簇间融合的二级融合模型。
【关键词】：WSN 数据融合 S-LEACH算法 BP神经网络 融合模型
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP212.9;TN929.5;TP202
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-14
• 1.1 研究背景、目的及意义9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究目的和意义10-11
• 1.2 研究动态11-12
• 1.3 本文研究工作及论文结构12-14
• 第二章 无线传感器网络和数据融合技术14-24
• 2.1 无线传感器网络概述14-17
• 2.1.1 无线传感器网络的结构14-15
• 2.1.2 无线传感器网络的协议与体系结构15-16
• 2.1.3 无线传感器网络的特征16-17
• 2.1.4 无线传感器网络的关键技术17
• 2.2 无线传感器的网络路由协议17-19
• 2.2.1 路由协议的主要任务17-18
• 2.2.2 路由协议的优先原则18
• 2.2.3 路由协议分类18-19
• 2.3 数据融合技术19-23
• 2.3.1 定义及作用19-20
• 2.3.2 数据融合分类20-21
• 2.3.3 数据融合常用算法21-23
• 2.4 本章小结23-24
• 第三章S-LEACH路由算法研究24-35
• 3.1 LEACH路由算法研究24-26
• 3.1.1 LEACH算法的工作原理24-25
• 3.1.2 簇头选举策略和数据传输25
• 3.1.3 通信能量模型25-26
• 3.2 S-LEAC H路由算法分析26-32
• 3.2.1 分析问题26-27
• 3.2.2 解决问题27-32
• 3.3 网络仿真及性能分析32-34
• 3.3.1 仿真环境建立32
• 3.3.2 仿真结果分析32-34
• 3.4 本章小结34-35
• 第四章 基于遗传算法的改进BP融合算法研究35-48
• 4.1 BP神经网络概述35-40
• 4.1.1 人工神经网络简介35-36
• 4.1.2 BP神经网络算法36-39
• 4.1.3 BP神经网络算法的优缺点39-40
• 4.2 BP神经网络融合算法的改进40-47
• 4.2.1 遗传算法40-42
• 4.2.2 基于遗传算法的改进BP神经网络融合算法42-45
• 4.2.3 算法仿真及分析45-47
• 4.3 本章小结47-48
• 第五章 基于无线传感器网络的融合模型构建48-54
• 5.1 S-LEAC H算法和改进BP神经网络算法关系分析48
• 5.2 基于改进BP神经网络的一级融合模型构建48-50
• 5.2.1 数据预处理49-50
• 5.2.2 节点数及激活函数确定50
• 5.3 基于最优加权平均算法的二级融合模型构建50-52
• 5.3.1 最优加权平均融合50-52
• 5.4 融合模型的应用52-53
• 5.5 本章小结53-54
• 总结与展望54-55
• 参考文献55-60
• 攻读学位期间取得的研究成果60-61
• 致谢61

【参考文献】

中国期刊全文数据库 前6条

1 俞黎阳;王能;张卫;;无线传感器网络中基于神经网络的数据融合模型[J];计算机科学;2008年12期

2 李雅卿;李腊元;;WSN中LEACH路由协议的改进及仿真[J];计算机工程;2009年10期

3 余勇昌;韦岗;;无线传感器网络路由协议研究进展及发展趋势[J];计算机应用研究;2008年06期

4 边霞;米良;;遗传算法理论及其应用研究进展[J];计算机应用研究;2010年07期

5 周琴;李腊元;;基于双簇头的无线传感器网络多跳路由协议[J];武汉理工大学学报(信息与管理工程版);2010年02期

6 余静涛;胡同森;钟明霞;;无线传感器网络路由协议LEACH的研究与改进[J];计算机系统应用;2009年02期

中国硕士学位论文全文数据库 前2条

1 赵元元;无线传感器网络路由协议的研究与实现[D];电子科技大学;2007年

2 蒋觐阳;基于簇结构改进的无线传感器网络能量高效路由算法研究[D];兰州大学;2013年

  本文关键词：基于无线传感器网络的数据融合算法及模型研究，，由笔耕文化传播整理发布。

本文编号：343909