雷宇飞

(泉州信息工程学院， 福建 泉州 362000)



无线传感网络中的神经网络多级数据融合算法

雷宇飞

(泉州信息工程学院， 福建 泉州 362000)

根据传感器网络数据间的相关特性，基于神经网络的多级融合算法，利用数据间的时间-空间相关特性对采样数据进行二级融合处理，获得更准确的数据。仿真实验表明，本算法满足大数据环境下对数据精确度的要求。

感知节点； 神经网络； 置信度； 容错性

0 引 言

物联网技术是当今国际上备受关注的、由多学科高度交叉形成的新兴的前沿研究热点领域，具有全面感知、可靠传输、智能处理的特点，能够实时、可靠地获取目标区域各种监测对象的信息，在军事和民用中具有广泛的应用前景[1-2]。WSN是物联网技术中的核心技术之一，WSN具有自组织、自恢复、自适应的特点，通过各类集成化的微型终端节点协作完成信息采集任务，是当代物联网技术的核心环节和关键技术之一,在十大关键技术中荣居榜首[3]。

在WSN中，由于终端节点具有密度高的特点，而且节点之间具有自组织性能，因此,采集的数据具有时间-空间相关性，同一个数据在终端设备的传送过程中，节点存储的数据容易形成多个相同数据副本，造成存储资源浪费，形成大量不必要的冗余数据，容易造成数据传输过程中数据阻塞，降低传感器的网络实时性。另外，终端节点一般利用随机分布的方式自主组网，容易受到外界环境干扰，导致采样数据出现偏差、异常，甚至数据丢失的情况，给后续处理带来额外的开销。……