[發明專利]基于核密度估計與非參數置信傳播的WSN網內數據融合方法

無效

• 申請號: 201010535906.5
• 申請日: 2010-11-09
• 公開（公告）號: CN102056192A
• 公開（公告）日: 2011-05-11
• 發明（設計）人: 劉美;徐小玲;賀婷
• 申請（專利權）人: 廣東石油化工學院
• 主分類號: H04W24/00
• 分類號: H04W24/00;H04W84/18;H04L12/24
• 代理公司: 茂名市穗海專利事務所 44106
• 代理人: 王士愛

1.一種基于核密度估計與非參數置信傳播的WSN網內數據融合方法，該方法包括數據采集及數據融合，其特征在于：

數據采集是在監測區域內構建由不少于3個用作采集監測數據的傳感器節點組成的監測聯盟，每個監測聯盟對應有一個用來匯集監測數據、作為聯盟盟主的盟主節點，每一個監測聯盟內的傳感器節點分別對進入監測區域的目標采集監測數據；

數據融合是監測聯盟內的傳感器節點分別對采集的監測數據進行KDE處理，處理后的數據通過NBP處理傳送匯集到聯盟盟主的盟主節點，由盟主節點對匯集數據進行高斯混合、再將高斯混合后的數據進行Gibbs采樣融合，融合的結果作為監測數據的表征。

2.根據權利要求1所述的基于核密度估計與非參數置信傳播的WSN網內數據融合方法，其特征是在數據融合步驟中：

a、KDE處理監測數據的算法是：

p^(zn)=Σi=1MwiN(z;μi,Λi)]]>

公式中：z_n為監測聯盟內的第n個傳感器節點獲得獨立噪聲的目標距離監測數據，為監測數據z_n的估計值，N(z；μ_i，Λ_i)為高斯核函數，μ_i為其均值，Λ_i為第i個高斯分布的方差，w_i為第i個高斯分布的權重，M為高斯分布總數；

b、高斯混合的算法是：

Bk=Πn=1dΣi=1MwiNn(z;μi,Λi)=Mdj=1w‾jNj(z;μ‾,Λ‾)]]>

公式中：d為監測聯盟傳感器節點數，分別為高斯核函數的權值、期望值和方差，

c、Gibbs采樣融合的算法是：

假設有d個高斯混合信息相乘，在每次迭代中，從d個高斯混合信息的其中一個高斯核l_j中進行采樣，其它d-1個高斯混合信息均固定其中一個高斯核不變，由不變的d-1個高斯核和采樣得到的高斯核相乘得到新的高斯核，新高斯核的權重由固定的d-1個組成來確定，每次迭代更新一個l_j，連續進行k次迭代，由最后的每個l_j可以確定高斯混合乘積中的一個樣本；進行dkM²次Gibbs采樣，就得到乘積的M個獨立的樣本對上述樣本取平均，得到t時刻目標監測聯盟監測數據的融合數據表征。