[發明專利]基于數據密度相關度的無線傳感器網絡數據融合方法

有效

• 申請號: 201410834538.2
• 申請日: 2014-12-29
• 公開（公告）號: CN104507180B
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 詹宜巨;袁飛;蔡慶玲;黃江東;王永華
• 申請（專利權）人: 中山大學
• 主分類號: H04W84/20
• 分類號: H04W84/20
• 代理公司: 廣州知友專利商標代理有限公司 44104
• 代理人: 李海波

本發明公開了一種基于數據密度相關度的無線傳感器網絡數據融合方法，通過將無線傳感器網絡的全部節點分別被設置為三種類型：代表節點、成員節點和獨立節點，將代表節點和獨立節點所采集到的感知數據上傳到外部網絡，而成員節點所采集到的感知數據則已被代表節點所采集到的感知數據代表，并不進行上傳，實現了無線傳感器網絡的數據融合。本發明的數據融合方法具有準確性高、能耗小、實用性強和應用方式靈活的優點，特別適用于節點密集部署、節點數據頻繁上傳，且監測對象變化緩慢的場合。

技術領域

本發明涉及一種基于數據密度相關度的無線傳感器網絡數據融合方法。

背景技術

數據融合是將來自多個數據源的數據，根據數據相關性或者實際應用需求，在無線傳感器網絡網內實現去除冗余數據，或者得到各數據的某種特征，或者得到某個事件結論的過程。數據融合技術的實施目的在于降低數據在無線傳感器網絡中的傳遞數量，從而降低網絡能耗，延長網絡壽命。

密集部署方式下的無線傳感器網絡，相鄰節點之間的數據具有較強的相關性。為了準確進行節點相關數據的融合，需要具有節點間相關性的準確度量方法，因此，研究節點間相關性度量方法直接關系到數據融合算法的準確性。

目前，有關學者對節點間數據相關度描述方法的研究主要包括了基于部署特征(節點位置、節點覆蓋范圍)和基于數據特征的描述方法。其中基于部署特征的相關性描述方法包括了基于節點位置的相關性描述方法和基于節點感知范圍重疊度的相關性描述方法。基于數據特征的相關性描述方法包括了基于節點數據相關系數的相關性描述和基于數據分布的相關性描述方法。

基于節點部署特征的相關性描述方法通過節點間位置的直線距離或者相鄰節點感知范圍的重疊程度來反映節點之間的相關程度，建立節點間的相關度公式。該類相關度公式具有建模簡單，計算方便的優點。但該相關性描述方法存在缺陷：各節點間噪聲需為獨立同分布的高斯噪聲，WSN實際所處環境難以滿足；復雜環境中，存在節點間部署位置與節點間相關性不一致的問題。該相關性描述方法的缺陷主要是因為未考慮無線傳感器網絡部署時的實際環境。

基于節點數據相關系數的相關性描述方法采用Pearson相關系數來度量兩節點之間的相關度。該相關性描述方法可以準確描述兩節點數據之間的線性相關性，適用于描述事件區域變化不大，部署環境簡單的應用場合。但在實際應用時，計算節點數據間Pearson相關系數時需要上傳大量的原始數據給Sink節點，該數據上傳過程會消耗較多能量，不利于節約能耗。特別是在傳遞離Sink節點較遠的原始數據，能耗問題更嚴重。另外，當環境發生變化時，節點之間的相關性會隨之發生變化，需要重新計算節點間相關性，耗費大量節點能量。

基于數據分布的相關性描述方法，通過節點數據相對其鄰居節點數據的相對位置來描述該節點相對其鄰居節點的相關度。該相關性描述方法存在描述方法單一，適用場合有限，無法全面準確描述節點數據間相關性的缺陷。導致該描述方法實用性差。

發明內容

本發明所要解決的技術問題是：提供一種基于數據密度相關度的無線傳感器網絡數據融合方法。

解決上述技術問題，本發明所采用的技術方案如下：

一種基于數據密度相關度的無線傳感器網絡數據融合方法，包括以下步驟：

步驟一，無線傳感器網絡的每一個節點i在同一時刻向其全部鄰居節點v₁,v₂,…,v_n發送該時刻的感知數據D，并接收其全部鄰居節點v₁,v₂,…,v_n向其發送的該時刻的感知數據D′₁,D′₂,...D′_n，其中，n為節點i的鄰居節點總數量；

步驟二，無線傳感器網絡的每一個節點i分別判斷其是否為核心節點；