面向多变量的WSN层次化数据融合方法

发布时间：2023-06-03 18:34

　　针对监测多个变量的无线传感器网络(WSN)存在多维度数据冗余的问题,提出一种新型的层次化数据融合方法,通过本地计算缩减网络中传输的数据量,减少传感器能耗。新方法在传感节点和聚集节点进行分层数据融合,首先使用相似度距离判断并压缩重复的采集数据向量,然后利用多项式回归将相关的高维监测变量表达为低维的多项式系数。数据相似性与变量相关性首次在融合方法中被综合性地考虑,压缩和回归技术同时被引入,从不同维度、不同层次减少传输数据量。仿真实验结果表明,相比于现有融合方法,所提方法在传输数据量、能量消耗等性能指标上都具有更好的表现。

【文章页数】：6 页

【文章目录】：
0 引言
1 WSNs环境与融合模型
    1.1 传感数据结构
    1.2 相似数据压缩
    1.3 相关多变量回归
2 WSNs数据融合方案
    2.1 本地数据融合
    2.2 下游数据融合
3 仿真与性能分析
4 结语



本文编号：3829822