谭德坤，付雪峰，赵 嘉，涂振宇

(1.南昌工程学院信息工程学院，南昌330099;2.江西省水信息协同感知与智能处理重点实验室，南昌330099)

基于异常数据驱动的WSN簇内数据融合方法*

谭德坤1，2*，付雪峰1，2，赵 嘉1，涂振宇1

(1.南昌工程学院信息工程学院，南昌330099;2.江西省水信息协同感知与智能处理重点实验室，南昌330099)

引入数据驱动的思想，提出了一种基于异常数据驱动的簇内数据融合方法。在节点数据采集过程中，仅当异常数据发生时才发送给簇头，减少了监测网络的数据传输量。在簇头数据融合过程中，建立了各传感器之间的相互支持度矩阵，支持度值较低的监测数据将被剔除，支持度值较高的监测数据进行最优加权融合，从而保证了融合结果的准确性和有效性。仿真实验结果表明，与算术平均值法及自适应加权融合法相比，本文方法能有效去除冗余信息，在融合精度、能量消耗方面具有明显的优势。

无线传感器网络;异常数据驱动;数据融合;支持度矩阵

无线传感器网络是由许多具有感知、计算和通信能力的微型传感器节点组成，各节点之间通过无线方式传输信息［1］。作为一种全新的信息获取和处理技术，无线传感器网络具有节点分布区域广、成本低、体积小、多跳、自组织等特点［2］，在国防军事、环境监测、智能交通、医疗卫生、工业自动化等领域得到了越来越广泛的应用［3］。然而，WSN是资源受限的网络，传感器节点的电池容量、计算能力、存储空间及通信带宽均有限，为了能及时有效地监测周围环境的信息，在监测区域通常会部署大量节点，并以较高的频率采集并传输数据，从而造成大量的重复冗余的数据，浪费系统的能量和带宽资源，大大缩减网络的寿命［4］。……