一种低能耗与高精确度的WSN数据融合算法

发布时间：2021-01-13 19:32

　　针对无线传感网中节点能耗增加和数据精确度降低的问题,提出一种基于博弈论的数据融合算法（DFABGT）。采用分簇模型,簇内节点通过收益和能耗相互博弈确定效益函数选取低能耗节点,再将效益函数最大值作为权重代入置信距离计算中得到可靠数据。簇头节点将簇内节点采集的可靠数据传输至Sink节点,由Sink节点基于贝叶斯理论完成数据融合处理。实验结果表明,与E-CPDA、MGDAA及Megrez算法相比,DFABGT算法的数据融合精确度提高了3.9%、 21.2%和12.1%,节点能耗降低了28%、 22%和19%。 

【文章来源】：计算机工程. 2020,46(06)北大核心

【文章页数】：6 页

【部分图文】：

网络模型

DFABGT算法流程

其中, μ ^ 表示融合结果,n表示实际参加融合的节点数,xi(i=1,2,…,m)表示节点输出值,k的取值为(0,1)。不同数据融合算法的融合结果精确度比较如图3所示。由图3可知,DFABGT算法、E-CPDA算法、MGDAA算法与Megrez算法的融合精确度随着节点数的增多均呈上升趋势。在传感器节点数为10～90时,DFABGT算法相比E-CPDA算法、MGDAA算法与Megrez算法精确度上升均值为3.9%、21.2%和12.1%。E-CPDA算法通过降低节点在通信过程中的碰撞几率提高精确度,但其未筛选数据;MGDAA算法通过改变簇结构冗余度和结构变化度从而破坏原始数据;Megrez算法中的压缩和重构过程破坏了原始数据;DFABGT算法在筛选原始数据时并没有破坏和构造数据,因此其精确度高于其他算法。

【参考文献】：
期刊论文
[1]一种面向无线体域网的改进SMART算法[J]. 尹青山.  计算机工程. 2019(11)
[2]无线传感网中基于均方差赋权法的路由协议[J]. 孙佳美,任秀丽.  传感技术学报. 2019(02)
[3]无线传感器网络隐私保护数据聚集技术[J]. 张晓莹,彭辉,陈红.  通信学报. 2018(10)
[4]基于贝叶斯模型的驾驶行为识别与预测[J]. 王新胜,卞震.  通信学报. 2018(03)
[5]基于贝叶斯数据融合的轨道车辆Pt100温度检测系统设计[J]. 张邦成,步倩影,尹晓静,李淼,高智,隋元昆.  传感技术学报. 2017(08)
[6]蜂窝聚类网络的能量级别分簇和簇头选择算法[J]. 刘文杰,白艳宇.  计算机工程与设计. 2017(07)
[7]低能耗的无线传感器网络隐私数据融合方法[J]. 苘大鹏,王臣业,杨武,王巍,玄世昌,靳小鹏.  清华大学学报(自然科学版). 2017(02)
[8]基于数据融合的高速公路交通状况检测[J]. 崔艳玲,金蓓弘,张扶桑.  计算机学报. 2017(08)
[9]一种面向车辆自组网的多人博弈数据融合算法[J]. 陈羽中,翁诗宁,郭昆.  小型微型计算机系统. 2016(08)
[10]基于密度控制的传感器网络能量空洞避免策略[J]. 刘唐,彭舰,陈果,郭兵,汪小芬.  计算机学报. 2016(05)



本文编号：2975439