当前位置:主页 > 科技论文 > 信息工程论文 >

WSN中基于多移动代理的路径规划及数据融合研究

发布时间:2018-01-15 02:13

  本文关键词:WSN中基于多移动代理的路径规划及数据融合研究 出处:《南昌航空大学》2017年硕士论文 论文类型:学位论文


  更多相关文章: 无线传感网络 移动Agent 路径规划 数据融合 算法复杂度


【摘要】:随着通信技术,传感技术等技术的日益发展,科研学者研制出了各种传感设备,由众多的无线传感设备,以无线通讯的方式组合而成的网络称为无线传感网络(WSN)。因为其体积小,无线通信等优越前提使其被普遍应用于农业、医疗、环境及交通等范畴。WSN在传感节点分布密集,范围广阔的情况下由于频繁的通信将带来网络负载过大,监测区域重叠导致传感数据冗余等现象。如何在WSN中提高数据融合性能如:降低节点能耗,缩短信息传输延时,提高数据融合精度等是WSN急需克服的问题。由于移动Agent有着很好的自主性和独立判断能力,将其应用于WSN的数据融合之中可以提高诸多数据融合相关性能。但移动Agent的性能与其在网络中的访问路径息息相关,如何为移动Agent设计合适的访问路径并结合数据融合技术达到最优的性能是急需解决的问题。本文在移动Agent的基础之上提出在WSN中基于多Agent的路径规划及数据融合策略,其主要研究内容如下:(1)提出多Agent基于异常网络环境的路径规划策略。根据网络规模,分配不同数量的移动Agent。每个移动Agent根据网络环境进行初始化操作,并依据节点间的开销和节点奇异比规划一条高效的节点访问路径。(2)提出轻量级数据融合机制。数据融合策略分为:单个移动Agent数据融合和全网多个Agent数据融合。同时定义奇异值评判标准并据此找出与删除,将余下数据实行融合操作得到可信可靠的结果。(3)改造网络仿真环境。由于本文在ONE实验平台下进行实验,并且其本身并不支持移动Agent方式进行实验,因此从节点,通信机制等方面对该实验平台进行改造,使其满足移动Agent的数据融合实验。(4)实验结果对比分析。从网络传输延时,能量消耗和网络节点死亡率三大性能指标在不同网络环境下对LCF、GCF和本文算法BFSR进行比较分析。实验表明,本算法在异常网络环境下有着更优的优越性。(5)算法复杂度对比分析。针对LCF、GCF及本文BFSR算法分别根据算法时间和空间复杂度两个角度计算与比较。
[Abstract]:With the development of communication technology, sensing technology, researchers developed a variety of sensing devices, by many wireless sensor equipment, by the way of wireless communication and network is called wireless sensor network (WSN). Because of its small size, the advantages such as the premise of wireless communication is widely used in agriculture, medical, environmental and traffic areas such as.WSN in the sensor nodes are densely distributed, a wide range of circumstances because of the frequent communication will bring the network load is too large, resulting in the monitoring area overlap sensor data redundancy. How to improve the performance of data fusion in WSN such as: reduce energy consumption, reduce the information transmission delay, improve the accuracy of data fusion WSN is in urgent need of overcoming problems. Because the mobile Agent has good autonomy and independent judgment, which is applied in the WSN data fusion can improve many data fusion Close the performance. But the mobile Agent performance and in the network access path is closely related to the access path of mobile Agent and combined with the design of appropriate data fusion technology to achieve optimal performance is an urgent problem. This article is based on the mobile Agent proposed path planning and data fusion strategy in WSN based on multi Agent. The main research contents are as follows: (1) proposed the multi Agent path planning strategy based on network environment. According to the abnormal distribution of Agent. mobile network scale, each mobile Agent with different number of initialization operation according to the network environment, and on the basis of inter node overhead and node singular than planning an efficient access path node (2). Proposes a lightweight data fusion mechanism. Data fusion strategy is divided into: single mobile Agent network data fusion and multiple Agent data fusion. At the same time the definition of singular value criterion and according to Select and delete the remaining data, implement credible results fusion operation. (3) the transformation network simulation environment. The experiment was carried out under the ONE platform, and it does not support mobile Agent by way of experiment, so from the node communication mechanism for the transformation of the experimental platform, which can meet the mobile Agent data fusion experiments. (4) comparative analysis of experimental results. The network transmission delay, energy consumption and network node mortality of three performance indicators in different network environment of LCF, GCF and BFSR algorithm are compared and analyzed. Experimental results show that this algorithm has advantages of better in abnormal network environment. (5) analysis of the complexity of the algorithm. Compared to LCF, compared with GCF and the BFSR algorithm respectively according to the time and space complexity of the algorithm two angle calculation.

【学位授予单位】:南昌航空大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP212.9;TN929.5

【相似文献】

相关期刊论文 前10条

1 李玲;数据融合[J];红外;1997年11期

2 李启虎;独立观测资料的最佳线性数据融合[J];声学学报;2000年05期

3 唐恒专,任明强,李真富;数据融合理论及其在禁核试核查中的应用研究[J];核电子学与探测技术;2005年01期

4 耿朝阳;钟联炯;范跃华;;多Agent技术在数据融合系统中的应用[J];西安工业大学学报;2006年06期

5 习靖;;数据融合中时间对准方法的思考[J];中国新通信;2013年03期

6 李启虎;相关观测资料的最佳线性数据融合[J];声学学报;2001年05期

7 刘伟;位置级数据融合模型及常用方法[J];雷达与对抗;2003年01期

8 张华生;一种体系作战雷达网络的数据融合[J];现代雷达;2004年01期

9 郭予并,冷东方;数据融合与聂曼-皮尔逊准则[J];雷达与对抗;2004年02期

10 熊凌,张凯;数据融合及其应用[J];湖北工业大学学报;2005年03期

相关会议论文 前10条

1 孙乐昌;梁亚声;陆余良;赵水宁;;决策用数据融合系统的设计与实现[A];第十五届全国数据库学术会议论文集[C];1998年

2 马宪民;赵跃齐;;一种基于数据融合理论的煤矿抢险救护机器人技术的研究[A];第十六届全国煤炭自动化学术年会、中国煤炭学会自动化专业委员会学术会议论文集[C];2006年

3 朱斌;符刚;朱爱华;李延斌;吴琼;;用户数据融合技术发展策略[A];中国通信学会信息通信网络技术委员会2011年年会论文集(上册)[C];2011年

4 熊凌;张凯;;数据融合及其应用[A];2005年十二省区市机械工程学会学术年会论文集(湖北专集)[C];2005年

5 畅言;罗利强;;数据融合系统关键技术研究[A];2013第一届中国指挥控制大会论文集[C];2013年

6 鲁睿;张杰;徐勇军;吴琳;;数据融合中证据冲突的典型处理方法[A];2014第二届中国指挥控制大会论文集(上)[C];2014年

7 杨功流;杨君;刘玉峰;王文富;杨晔;;用数据融合理论减少壳体旋转低速误差的技术研究[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年

8 苏惠敏;张明廉;;飞控系统中的多传感器数据融合[A];1996年中国控制会议论文集[C];1996年

9 殷新春;徐力杰;;WSN中一种基于数据融合的能量高效分簇路由协议[A];2007年全国开放式分布与并行计算机学术会议论文集(上册)[C];2007年

10 管清波;张荣;罗小明;;分布式数据融合系统及其时钟同步算法[A];第四届中国青年运筹与管理学者大会论文集[C];2001年

相关重要报纸文章 前4条

1 唐得胜 本报特约记者 梁申虎 特约通讯员 丁雅涵;数据融合,陆上“猛虎”闯大海[N];解放军报;2012年

2 中兴通讯股份有限公司 鲁兰 红朱 王炜;数据融合奠基网络融合[N];通信产业报;2006年

3 闻丹岩;Avaya IP语音重回报[N];中国计算机报;2003年

4 本报记者 付连英;大数据融合与创新性变革加剧[N];国际商报;2014年

相关博士学位论文 前9条

1 邢天璋;室外环境下WSN被动式目标定位方法研究[D];西北大学;2015年

2 李超然;无线传感器网络数据融合安全问题的研究[D];北京交通大学;2016年

3 刘明堂;基于多源多尺度数据融合的黄河含沙量检测模型研究[D];郑州大学;2015年

4 李雨谦;基于数据融合的综合识别方法研究[D];电子科技大学;2013年

5 邓达强;运动机械监测系统数据融合关键技术的研究与应用[D];重庆大学;2001年

6 蔺杰;数据融合的神经计算方法[D];浙江大学;2005年

7 张宇林;计算智能在土壤数据融合中的应用研究[D];江南大学;2009年

8 王欣;多传感器数据融合问题的研究[D];吉林大学;2006年

9 贾海涛;基于感知引导的数据融合算法研究[D];电子科技大学;2012年

相关硕士学位论文 前10条

1 付祥朋;基于相关性预测与多层数据融合的ZigBee节能研究[D];内蒙古大学;2015年

2 侯振乾;基于预测模型的无线传感器网络数据融合研究[D];沈阳理工大学;2015年

3 解春香;异类多传感器数据融合技术的研究[D];沈阳理工大学;2015年

4 赵骞;能源行业中网络监测与数据融合平台的设计与实现[D];电子科技大学;2015年

5 陈初杰;基于多层次监测数据融合的多状态系统动态可靠度评估方法研究[D];电子科技大学;2015年

6 李孟瑶;无线传感器网络中多传感器数据融合方法的研究[D];湘潭大学;2015年

7 梁学利;无线传感器网络中数据融合隐私保护方法研究[D];浙江工业大学;2015年

8 王立坤;物联网中安全数据融合技术研究[D];东南大学;2015年

9 杨继振;通信基站节能系统中多传感器数据融合方法设计与实现[D];东南大学;2015年

10 范庭芳;基于数据融合的餐饮油烟浓度实时监测系统设计[D];复旦大学;2014年



本文编号:1426329

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1426329.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户dd65d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com