一種支持度函數(shù)的改進(jìn)及其WSN數(shù)據(jù)融合應(yīng)用研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)(WSN)的節(jié)點(diǎn)容易受到環(huán)境因素的影響，因此采集到的數(shù)據(jù)可能會(huì)存在異常。目前，數(shù)據(jù)融合技術(shù)在進(jìn)行數(shù)據(jù)融合時(shí)的主要方式是源節(jié)點(diǎn)將采集到的數(shù)據(jù)直接發(fā)送到融合節(jié)點(diǎn)進(jìn)行融合處理，采用這樣的融合方式，異常數(shù)據(jù)會(huì)嚴(yán)重影響最終的融合結(jié)果，而且直接將數(shù)據(jù)發(fā)給融合節(jié)點(diǎn)會(huì)產(chǎn)生較多的通信量，不利于網(wǎng)絡(luò)的節(jié)能。
　　本文對(duì)比分析了無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)的幾類主要方法，選擇基于支持度函數(shù)的數(shù)據(jù)融合算法展開(kāi)研究，提出一種改進(jìn)的支持度函數(shù)用于

2、識(shí)別異常數(shù)據(jù)，提高數(shù)據(jù)融合的精確度；之后，將改進(jìn)的支持度函數(shù)數(shù)據(jù)融合算法與節(jié)點(diǎn)初次融合方法相結(jié)合，提出一種新的二次數(shù)據(jù)融合模型，該模型可以在確保融合精確度的同時(shí)提高網(wǎng)絡(luò)的節(jié)能效果。論文的主要研究工作包括：
　?、籴槍?duì)異常數(shù)據(jù)影響融合結(jié)果的問(wèn)題，本文提出一種改進(jìn)的支持度函數(shù)進(jìn)行數(shù)據(jù)融合。引入自支持度的概念與灰色接近度理論相結(jié)合改進(jìn)指數(shù)衰減型支持度函數(shù)，使用改進(jìn)的支持度函數(shù)計(jì)算數(shù)據(jù)的融合估計(jì)值。該算法對(duì)數(shù)據(jù)間的聯(lián)系考慮得較為充分，可以

3、有效地識(shí)別出異常數(shù)據(jù)，在融合時(shí)給異常數(shù)據(jù)添加較小的權(quán)值以降低其對(duì)融合估計(jì)值的影響，達(dá)到提高融合精度的目的。使用Matlab2013進(jìn)行仿真的實(shí)驗(yàn)結(jié)果表明：與加權(quán)數(shù)據(jù)融合算法和基于指數(shù)衰減型支持度函數(shù)的數(shù)據(jù)融合算法相比，本文提出的算法可以提高數(shù)據(jù)融合的精確度，當(dāng)實(shí)驗(yàn)數(shù)據(jù)中加入了異常數(shù)據(jù)后，能夠有效地識(shí)別出異常數(shù)據(jù)，降低其對(duì)融合估計(jì)值的影響。
　　②針對(duì)節(jié)點(diǎn)直接將數(shù)據(jù)發(fā)往融合節(jié)點(diǎn)通信量大、能耗多的問(wèn)題，在WSN的感知節(jié)點(diǎn)對(duì)數(shù)據(jù)進(jìn)行初次