一种基于数据预处理和卡尔曼滤波的温室监测数据融合算法

发布时间：2019-02-13 07:22

【摘要】：温室具有空间大、无线传感器节点易受到干扰等特点,节点采集的数据波动性较大且易出现丢失现象。为了提高温室监测无线传感网的可靠性和数据融合的精度,提出了一种基于数据预处理和卡尔曼滤波的无线传感器网络数据融合算法。经过对各传感器数据进行预处理和卡尔曼滤波估计,再将数据发送到簇头节点进行基于状态补偿策略的加权数据融合。通过对温室湿度数据进行仿真,结果表明:数据预处理能明显减小数据波动,大幅减少网络数据传输量和能耗,提高抗干扰能力。另外,针对温室无线传感器网络容易出现丢包的现象,基于状态补偿策略的加权数据融合算法可以明显提高在数据丢包情况下的融合精度。
[Abstract]:The greenhouse has the characteristics of large space, the wireless sensor nodes are easily disturbed, the data collected by the nodes are volatile and easy to be lost. In order to improve the reliability of greenhouse monitoring wireless sensor network and the precision of data fusion, a data fusion algorithm based on data preprocessing and Kalman filter is proposed. After preprocessing the sensor data and estimating the Kalman filter, the data is sent to the cluster head node for weighted data fusion based on the state compensation strategy. Through the simulation of greenhouse humidity data, the results show that the data preprocessing can obviously reduce the data fluctuation, greatly reduce the amount of network data transmission and energy consumption, and improve the anti-jamming ability. In addition, the weighted data fusion algorithm based on state compensation strategy can obviously improve the fusion accuracy in the case of packet loss in greenhouse wireless sensor networks.
【作者单位】： 山东科技大学电气与自动化工程学院;
【基金】：中国博士后基金项目(2014M551934) 山东省中青年科学家奖励基金项目(BS2013DX012) 山东省博士后基金项目(201303068)
【分类号】：TN929.5;TP202;TP212.9

【相似文献】

相关期刊论文 前10条

1 闫磊;李永红;杜力力;;小波分析技术在数据预处理中的应用[J];科技信息;2012年29期

2 伏玉笋,田作华,施颂椒,任思聪,滕玉琨;灰色系统理论、数据预处理及其应用[J];上海交通大学学报;2001年02期

3 王成江,聂德鑫;放电声发射波检测中数据预处理的小波分析实现[J];继电器;2003年11期

4 罗艳霞;;基于数据仓库的无线网络优化数据预处理[J];电脑编程技巧与维护;2010年24期

5 雷雨;赵丹宁;;数据预处理对最小二乘支持向量机预报钟差的影响[J];导航定位学报;2014年01期

6 王延暴;郝小宁;;采用数据预处理技术提高雷达测距精度[J];火控雷达技术;2006年02期

7 钱骏;李栋;;多雷达数据融合中的数据预处理[J];火控雷达技术;2009年03期

8 陈艳,洪岸青,唐志凯;基于软件雷达的数据融合算法研究[J];淮阴工学院学报;2005年05期

9 车志宇;熊伟;何友;张晶炜;;雷达—红外异地配置下的数据融合算法[J];弹箭与制导学报;2005年S2期

10 赵巍,潘泉,戴冠中,张洪才;多尺度数据融合算法概述[J];系统工程与电子技术;2001年06期

相关会议论文 前3条

1 杜菲;吕建平;;基于最短路由的无线传感器数据融合算法研究[A];第八届全国信息获取与处理学术会议论文集[C];2010年

2 柴毅;屈剑锋;郭茂耘;尹宏鹏;;分布式传感器网络在线自适应数据融合算法研究[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

3 吴振辉;董朝阳;;主/被动雷达H∞滤波的最小方差数据融合算法[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

相关博士学位论文 前1条

1 李秋荣;改进容积卡尔曼滤波及其导航应用研究[D];哈尔滨工程大学;2015年

相关硕士学位论文 前10条

1 朱苏雁;基于FPGA的SVAC编码数据预处理与码流存储模块设计[D];山东大学;2016年

2 杨小漫;基于位置的服务中数据预处理研究[D];郑州大学;2013年

3 陈刚;车联网条件下的混合动力客车车载传感器实时数据预处理研究[D];重庆大学;2014年

4 李晓;面向城市污水监测的WSN数据融合算法研究[D];西安工业大学;2015年

5 陈星杰;无线传感网络中多传感器数据融合算法研究[D];湘潭大学;2015年

6 丁晓娇;可保护数据隐私性和完整性的安全数据融合算法研究[D];河南大学;2015年

7 李同锋;一种改进的LEACH路由协议及数据融合算法[D];青海师范大学;2015年

8 董为浩;基于目标定位的数据融合算法研究[D];杭州电子科技大学;2015年

9 李智强;基于小波的动车组数据预处理及分析研究[D];西南交通大学;2011年

10 徐仁晶;无线传感器网络数据融合算法研究[D];南京理工大学;2012年

本文编号：2421312