何学文， 郑乐平， 孙 汗

(江西理工大学 机电工程学院，江西 赣州 341000)

0 引 言

通常,无线传感器网络(wireless sensor networks,WSNs)节点只具有有限的计算能力, 存储能力, 无线通信能力和电源供应[1]。数据的处理、存储、发送和接收等都需要消耗能量，但通信能耗是节点的主要能耗[2]。由于WSNs节点一般高密度覆盖在被监测的区域内，会导致WSNs存在大量的数据冗余，传输这些冗余数据必然会消耗大量能量。数据融合能够对数据冗余进行处理，降低信息冗余度和网络数据传量，提高测量的精度和准确度[3],因此,能够达到节约能量的目的。

由于数据融合技术已成为WSNs节约能源研究的重点，许多学者针对多传感器数据的融合问题进行了研究。文献[4]提出了一种简单的基于模糊数学的融合算法，利用模糊数学理论进行数据融合。文献[5]针对异质传感器数据融合结果精度较低的问题，提出了一种基于加权最小二乘法的数据融合新算法。文献[6]将中介理论中的真值程度度量用于数据融合，根据距离比函数定义各传感器的权重。文献[7]是基于代理和熵权的WSNs数据融合，采用信息熵的思想，通过节点数据的熵权融合获取融合结果。上述数据融合均运行在网络的同一层次上，对多层次的数据融合较少，不同的网络结构应考虑不同的数据融合方案。因此，基于分簇式网络结构，本文提出了一种两层模式数据融合方案。

1 WSNs拓扑结构

分簇数据融合算法因为具有简单、灵活、易扩展等特点而成为目前WSNs数据融合研究的热点。……