[發(fā)明專利]一種基于多源異構(gòu)信息融合的傳感器數(shù)據(jù)可信度評估方法

有效

• 申請?zhí)枺?/td>: 202011446629.0
• 申請日: 2020-12-09
• 公開（公告）號: CN112672299B
• 公開（公告）日: 2022-05-03
• 發(fā)明（設(shè)計）人: 陳祝明;馮焱玲;胡繼雄;段銳;張揚
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: H04W4/38
• 分類號: H04W4/38;H04W24/06
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 甘茂

本發(fā)明屬于信息融合技術(shù)領(lǐng)域，提供一種基于多源異構(gòu)信息融合的傳感器數(shù)據(jù)可信度評估方法，用以克服現(xiàn)有證據(jù)理論、貝葉斯估計等傳感器數(shù)據(jù)可信度評估方法在人為對傳感器實施干擾時、不能夠?qū)嶋H真實情況的數(shù)據(jù)進(jìn)行正確準(zhǔn)確的評估、導(dǎo)致無法反映當(dāng)前工作環(huán)境中的實際情況的問題。本發(fā)明首先，提出的新的數(shù)據(jù)可信度定義，融合了多種算法得到的數(shù)據(jù)來對待評估傳感器節(jié)點的數(shù)據(jù)進(jìn)行預(yù)測，避免了算法的單一性，使得監(jiān)測系統(tǒng)更加穩(wěn)定可靠；其次，利用傳感器源的時空關(guān)系，增加了傳感器可信度指標(biāo)，能夠更客觀地反映出真實的工作環(huán)境；最后，結(jié)合多源異構(gòu)信息融合算法，在傳感器被人為干擾或者遮擋時，同樣能夠?qū)鞲衅鲾?shù)據(jù)進(jìn)行有效評估。

技術(shù)領(lǐng)域

本發(fā)明屬于信息融合技術(shù)領(lǐng)域，具體涉及一種基于多源異構(gòu)信息融合的傳感器數(shù)據(jù)可信度評估方法。

背景技術(shù)

無線傳感器網(wǎng)絡(luò)已經(jīng)遍及各處，而傳感器節(jié)點數(shù)據(jù)的可靠性對于數(shù)據(jù)處理至關(guān)重要，特別是用于安全監(jiān)測的傳感器網(wǎng)絡(luò)數(shù)據(jù)。在工業(yè)安全方面，無線傳感網(wǎng)絡(luò)用于監(jiān)測煤礦、石油鉆井、核電廠等危險工作環(huán)境的安全狀況，保證工作人員的安全。但由于諸多因素的干擾，比如傳感器故障、傳感器老化，供電不足等問題，導(dǎo)致傳感器所采集到的數(shù)據(jù)有時未必真實可信，從而導(dǎo)致監(jiān)測系統(tǒng)出現(xiàn)虛警、漏警等現(xiàn)象，大大降低監(jiān)測系統(tǒng)的性能，如果不能對錯誤信息加以評估和甄別，甚至可能會帶來災(zāi)難性后果，因此對傳感器數(shù)據(jù)進(jìn)行可信度評估具有重大意義。

常用的數(shù)據(jù)可信度評估技術(shù)有證據(jù)理論、貝葉斯估計等，證據(jù)理論方法在處理大量數(shù)據(jù)上存在著計算量爆炸式增長的問題；貝葉斯估計存在著先驗信息難以獲得，并且實時性較差，實際應(yīng)用較少。更重要的是，以上方法都沒有考慮到數(shù)據(jù)源之間的時空關(guān)系，從而當(dāng)人為對傳感器實施干擾時，這些方法并不能夠?qū)嶋H真實情況的數(shù)據(jù)進(jìn)行正確準(zhǔn)確的評估，進(jìn)而導(dǎo)致無法反映當(dāng)前工作環(huán)境中的實際情況。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對上述現(xiàn)有證據(jù)理論、貝葉斯估計等傳感器數(shù)據(jù)可信度評估方法存在的諸多問題，提供一種基于多源異構(gòu)信息融合的傳感器數(shù)據(jù)可信度評估方法。本發(fā)明能夠?qū)崟r對傳感器節(jié)點數(shù)據(jù)進(jìn)行實時可信度評估，并且融合傳感器之間的時空關(guān)系能夠達(dá)到更精確的評估效果，進(jìn)一步真實反映出工作環(huán)境的狀態(tài)。

本發(fā)明還提供了一種新的數(shù)據(jù)可信度定義，其中包括了傳感器的可信度和傳感器數(shù)據(jù)的可信度，兩者加權(quán)融合共同反映數(shù)據(jù)可信度的大小，更加可靠。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于多源異構(gòu)信息融合的傳感器數(shù)據(jù)可信度評估方法，包括以下步驟：

步驟1.根據(jù)環(huán)境需求確定待評估傳感器節(jié)點i和待評估傳感器節(jié)點i的鄰近傳感器節(jié)點集合Q_i；

步驟2.通過ARIMA算法分別對將待評估傳感器節(jié)點i的歷史數(shù)據(jù)、及鄰近傳感器節(jié)點集合Q_i中每一個鄰近傳感器節(jié)點j的歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)擬合，得到相應(yīng)的歷史數(shù)據(jù)擬合曲線；

步驟3.將步驟2中的待評估傳感器節(jié)點i的歷史數(shù)據(jù)擬合曲線與其各個鄰近傳感器節(jié)點j的歷史數(shù)據(jù)擬合曲線分別做相關(guān)分析，根據(jù)相關(guān)結(jié)果計算得到待評估傳感器節(jié)點數(shù)據(jù)與其鄰近傳感器節(jié)點數(shù)據(jù)的趨勢相關(guān)度

步驟4.選取與待評估傳感器節(jié)點i為同類型的鄰近傳感器節(jié)點，構(gòu)成同類型鄰近傳感器節(jié)點集合Q′_i；計算待評估傳感器節(jié)點數(shù)據(jù)與其同類型鄰近傳感器節(jié)點數(shù)據(jù)之間的均值偏離度

步驟5.將步驟3和步驟4分別計算得到趨勢相關(guān)度和均值偏離度進(jìn)行加權(quán)融合，得到待評估傳感器節(jié)點i的傳感器可信度其中，K₁₁，K₁₂為預(yù)設(shè)權(quán)重系數(shù)；若傳感器可信度則認(rèn)定待評估傳感器節(jié)點i可信，轉(zhuǎn)至步驟6；否則，認(rèn)定待評估傳感器節(jié)點i不可信，將待評估傳感器節(jié)點數(shù)據(jù)的可信度置零，并轉(zhuǎn)至步驟10；其中，α為預(yù)設(shè)傳感器可信閾值、α∈[0,1]；