麻豆精品无码国产在线播放,国产亚洲精品成人AA片新蒲金,国模无码大尺度一区二区三区,神马免费午夜福利剧场

數據融合方法及裝置的制作方法

文檔序號:7891159閱讀:217來源:國知局
專利名稱:數據融合方法及裝置的制作方法
技術領域
本發明涉及無線傳感器網絡領域,尤其涉及一種數據融合方法及裝置。
背景技術
無線傳感器網絡(WSN ffireless Sensor Network)是大量的靜止或移動的傳感器以自組織和多跳的方式構成的無線網絡,其目的是協作地感知、采集、處理和傳輸網絡覆蓋地理區域內感知對象的監測信息,并報告給用戶。大量的傳感器節點將探測數據,通過匯聚節點經其它網絡發送給了用戶。無線個域網(WPAN ffireless Personal Area Network)為無線傳感器網絡的一個重要分支,是為了實現活動半徑小、業務類型豐富、面向特定群體、無線無縫的連接而提出的新興無線通信網絡技術。WPAN能夠有效地解決“最后一英里”的瓶頸問題,進而將無線聯網進行到底。對于WPAN而言,其更加關注于個人空間,并以結構簡單、通信距離短、功率低以及成本低等特點成為當今無線傳感器網絡的研究熱點。WPAN主要由隨機部署在監測區域的具有感知能力的大量微小傳感器網絡節點組成,通過無線通信的方式構成一個多跳的分布式自組織智能化網絡系統,協作的實現實時感知、采集和處理網絡覆蓋區域中信息,并將所述信息發送給終端用戶。就目前而言,在WPAN中,電池通常作為網絡節點的能源。因此,WPAN面臨的主要問題是如何在有限的能量供應、有限的計算能力、有限的存儲空間和有限的通信能力下完成感知、通信、計算和控制功能,而能源的高效利用則是首先要解決的問題。一般來講,可以通過數據融合技術來減少網絡中的數據傳輸量,降低網絡能源消耗,進而使得網絡能源可以高效利用。所謂數據融合是指將多個不同源節點傳來的數據進行融合,刪除冗余、無效和可信度較差的數據的技術。通過數據融合可以減少數據傳輸量, 節省網絡節點的能耗,延長網絡生命的周期。無線個域網的數據融合與其應用息息相關,對于無線個域網來講,其在采用數據融合技術節省網絡能量、提高信息準確度、減輕網絡擁塞的同時,是以增加網絡的平均延遲和降低網絡的魯棒性為代價的。無線個域網數據融合的效率與被監測數據自身的特性與表達形式、網絡拓撲結構及其具體應用、網絡節點的融合時間相關。因此,無線個域網數據融合技術的核心問題是如何在提高數據融合效率的同時,盡可能的減少網絡的平均延遲、增強網絡的魯棒性。鑒于無線個域網的網絡節點自身的特性和實際需要,現有技術中通過如下方式進行數據融合。第一種應用層的數據融合。用戶根據應用需要組織收集數據,采用分布式數據庫技術對收集到的數據進行逐步查詢篩選,達到數據融合的效果。然而,在應用層進行數據融合只適用于網絡規模較小, 且單個節點的計算和存儲能力較為充足的網絡。
第二種網絡層的數據融合。網絡層的數據融合,主要是將路由協議與數據融合相結合,所述路由協議通常包括基于查詢的路由協議、基于層次的路由協議和基于鏈路的路由協議。對于基于查詢的路由協議而言,例如定向擴散,其是通過緩存機制實現路徑建立階段的融合和數據發送階段的融合,因此,會存在緩存時間過長的問題。對于基于層次的路由協議而言,例如低功耗自適應集簇分層型協議(LEACH =Low Energy Adaptive Clustering Hierarchy),其將網絡劃分為多個簇,簇內成員將數據傳輸給簇頭進行融合處理后再將結果直接發給匯聚節點,但是該協議中僅強調了進行數據融合,但未給出具體的數據融合方法。對于基于鏈的路由協議而言,例如PEGASIS協議(Power-Efficient GAthering inSensor Information Systems),其在基于2個假設的前提下利用貪心算法將網絡中的所有節點連接成一條單鏈,隨機選取一個節點作為首領,中間節點在傳遞數據前進行融合操作,最終由首領節點將結果直接傳輸給匯聚節點,基于該協議的數據融合,存在假設不易成立,網絡的平均延遲較大、魯棒性較差等問題。第三種數據融合樹。數據融合樹的方法,是指網絡節點在收集數據時通過反向組播樹的形式從分散的節點逐步將監測信息收集起來,樹上的每個中間節點都對采集到的數據進行融合處理,使數據得到及時最大限度的融合。例如三種數據融合樹的方案,該方案包括近源匯集、最短路徑樹和貪心增長樹。然而,數據融合樹的方法僅適用于源節點數目少、位置相對集中以及數據相似性比較大的網絡環境。由上述可以知道,現有的無線個域網的數據融合方法對于網絡環境的適用性較差,且采用現有的數據融合方法網絡的平均時延較大,網絡的魯棒性較差。因此,提供一種時延較低、魯棒性較好且適用性較好的數據融合方法成為目前亟待解決的問題之一。有關數據融合的相關技術可以參見公開號為CN101835237A,發明名稱為一種無線傳感器網絡中的數據融合方法的中國專利申請。

發明內容
本發明解決的問題是提供一種時延較低、魯棒性較好且適用性好的數據融合方法及裝置。為解決上述技術問題,本發明提供一種數據融合方法,包括如下步驟將區域內的網絡節點劃分為不同的簇,在所述簇內選擇一網絡節點作為簇頭節占.獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑;以所述鏈路路徑中網絡節點相鄰的網絡節點作為數據融合節點對網絡節點發送的數據進行融合,并經由所述鏈路路徑將融合后的數據發送至所述簇頭節點。可選的,所述鏈路路徑中網絡節點的剩余能量大于第二預設閾值。可選的,所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑通過模擬退火算法獲得。可選的,所述獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑包括;步驟a:隨機產生所述網絡節點與所述簇頭節點之間的初始鏈路路徑Si,設定溫度 tk, k 彡 O ;步驟b :判斷是否滿足算法收斂準則,若滿足則執行步驟g,否則執行步驟c ;步驟c :判斷是否滿足抽樣穩定準則,若滿足則執行步驟f,否則執行步驟d ;步驟d:通過隨機擾動產生鏈路路徑S」,計算Af = f(Sp_f(Si),其中f(.)為目標函數;步驟e :基于 Metropolis 準則,判斷 min {I, exp (- Δ f/tk)} ^ random [O, I]是否成立,若成立,則Si = Sj ;判斷在tk下的迭代過程是否穩定,若穩定,則執行步驟g,否則保持31不變,執行步驟c ;步驟f :令tk+1 = tk_ Δ t,轉向執行步驟b ;步驟g :當算法滿足停止條件時,以當前鏈路路徑Sj作為所述網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑。可選的,所述數據融合節點通過加權平均法、卡爾曼濾波法、統計決策理論法、神經網絡法中的一種方法對接收到的數據進行融合。為解決上述技術問題,本發明還提供一種數據融合裝置,包括劃分單元,用于將區域內的網絡節點劃分為不同的簇,在所述簇內選擇一網絡節點作為簇頭節點;獲取單元,用于獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑;數據融合單元,用于以所述鏈路路徑中網絡節點相鄰的網絡節點作為數據融合節點對網絡節點發送的數據進行融合,并經由所述鏈路路徑將融合后的數據發送至所述簇頭節點。與現有技術相比,本發明的技術方案具有如下有益效果通過獲取網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑, 并將所述鏈路路徑中與所述網絡節點相連的網絡節點作為數據融合節點進行數據融合,一方面減少了網絡的數據傳輸量,另一方面減少了網絡時延,由于網絡節點與簇頭節點之間的能量消耗小于第一預設閾值,故可以盡可能地避免網絡節點的死亡,在一定程度上增強了網絡的魯棒性,同時降低了網絡的能源消耗,延長了網絡生命周期。進一步地,通過模擬退火算法來獲取所述網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑,實現過程簡單、易于實現且適用于不同的網絡環境。


圖I是無線通信模型示意圖;圖2是本發明實施例的路由模型示意圖;圖3是本發明實施例的數據融合方法的流程示意圖;圖4是本發明實施例的將區域中的網絡節點劃分為不同簇的示意圖5是本發明實施例的采用模擬退火算法獲取網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑的流程示意圖;圖6是本發明實施例的數據融合裝置的結構示意圖。
具體實施例方式為使本發明的上述目的、特征和優點能夠更為明顯易懂,下面結合附圖對本發明的具體實施方式
做詳細的說明。在以下描述中闡述了具體細節以便于充分理解本發明。但是本發明能夠以多種不同于在此描述的其它方式來實施,本領域技術人員可以在不違背本發明內涵的情況下做類似推廣。因此本發明不受下面公開的具體實施方式
的限制。正如背景技術中所描述的,采用現有的數據融合方法對無線個域網中的數據進行融合時,導致網絡的時延較大、魯棒性較差,且現有的數據融合方法不能適用于不同規模的網絡環境。發明人發現,造成上述現象的主要的原因是由于數據在傳輸過程中鏈路路徑不合理導致的。圖I是無線通信模型示意圖,如圖I所示,對于任何一個網絡節點而言,包括接收設備、發送設備和功率放大設備,網絡節點在通信過程中,接收和發送一個k比特的分組, 接收設備和發送設備分別消耗能量ε 焦耳,而功率放大設備消耗的能量則與網絡節點之間的距離相關,具體地為SampXkXdn焦耳,其中d為兩個網絡節點之間的距離,η為參數。故,當網絡節點i向網絡節點j發送k比特的數據時,所消耗的能量可以表示為 ε t(i, j) = eelec;Xk+eampXkXdn(i,j),其中,(i,j)表示網絡節點i和網絡節點j之間的鏈接,Clij表示網絡節點i和網絡節點j之間的通信距離。網絡節點j接收來自網絡節點i的k比特數據時,所消耗的能量可以表示為ε r =
8 elec X k。另外對于任何一個網絡節點而言,其有可能作為其他網絡節點的數據融合節點, 因此對于網絡節點來講其能耗主要有3方面,具體為發送數據的能耗、接收數據的能耗和數據融合的能耗。圖2是本發明實施例的路由模型示意圖,圖2給出了從網絡節點i至簇頭節點I 的鏈路路徑的示意圖,如圖2所示,圖中的網絡節點i通常稱之為源節點,對網絡節點i發送的數據進行融合的網絡節點稱之為數據融合節點io,一般來講數據融合節點io為網絡節點i的鄰居節點。簇頭節點I,用于廣播成簇信息,網絡節點i的數據通常通過簇頭節點I 發送至基站S。數據融合節點Ici和簇頭節點I消耗的能量通常大于網絡節點i消耗的能量,網絡節點i在發送數據時消耗的能量可表示為^i= ε elec;Xk+eampXkXdn(i,j),數據融合節
點id消耗的能量&和簇頭節點I消耗的能量ε I可以表示為氣=ε j = ε elecXk+ ε fus i(mXk+e ^Xk+ε ^lipXkXdn(Lj),其中ε fusimXk為數據融合時所消耗的能量。因此,在一條鏈路路徑中所消耗的總能量可表不為~ ε + ^ε 0 + 。對于一個網絡節點而言,其初始總能量為Etl,當其剩余能量小于或等于O時,則將該網絡節點視為死亡節點,因此,發明人考慮,因均衡使用網絡節點的能量,在網絡節點尚未死亡前,合理地獲取從網絡節點至簇頭節點的鏈路路徑,且所述鏈路路徑上消耗的總能量E應盡可能地小,每個網絡節點的剩余能量Etl-AE應相對較大,進而達到降低網絡的延時,增強網絡的魯棒性,最大化的延長網絡的生命周期的目的。因此,發明人提出,將網絡路由協議和數據融合技術相結合,先確定網絡節點與簇頭節點之間能耗最低的鏈路路徑,再基于所述鏈路路徑,通過網絡節點的鄰居節點對網絡節點發送的數據進行融合,并最終通過所述簇頭節點將網絡節點發送的數據發送至基站。圖3是本發明實施例的數據融合方法的流程示意圖,如圖3所示,所述數據融合方法包括步驟Sll :將區域內的網絡節點劃分為不同的簇,在所述簇內選擇一網絡節點作為簇頭節點。步驟S12 :獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑。步驟S13 :以所述鏈路路徑中網絡節點相鄰的網絡節點作為數據融合節點對網絡節點發送的數據進行融合,并經由所述鏈路路徑將融合后的數據發送至所述簇頭節點。本實施例中,執行步驟Sll前,先將無線個域網中所有的網絡節點隨機的部署在一個區域內,然后執行步驟S11,將所述區域內的網絡節點劃分為不同的簇,參見圖4,圖4 是是本發明實施例的將區域中的網絡節點劃分為不同簇的示意圖,如圖4所示,無線個域網中的網絡節點被劃分為不同的簇,每一簇中,圓形代表源節點或數據融合節點,三角代表簇頭節點。在將所述無線個域網中的網絡節點劃分為簇的過程中,每一簇所包含的網絡節點的數目由實際情況而定。以下對步驟S12進行詳細的說明。本實施例中,通過模擬退火算法獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑,且本實施例中在采用模擬退火算法獲取所述鏈路路徑同時,優選地,還兼顧了使得所述鏈路路徑中的每一個網絡節點的剩余能量小于第二預設閾值。所述第一預設閾值、第二預設閾值由實際情況而定。且對于所述鏈路路徑中的每一個網絡節點其所對應的第二預設閾值可以根據實際的情況而有所不同。本實施例中所述步驟S12包括步驟a:隨機產生所述網絡節點與所述簇頭節點之間的初始鏈路路徑Si,設定溫度 tk, k 彡 O ;步驟b :判斷是否滿足算法收斂準則,若滿足則執行步驟g,否則執行步驟c ;步驟c :判斷是否滿足抽樣穩定準則,若滿足則執行步驟f,否則執行步驟d ;步驟d:通過隨機擾動產生鏈路路徑&,計算Af = f(Sp_f(Si),其中f(.)為目標函數;步驟e :基于 Metropolis 準則,判斷 min {I, exp (- Δ f/tk)} ^ random [O, I]是否成立,若成立,則Si = Sj ;判斷在tk下的迭代過程是否穩定,若穩定,則執行步驟g,否則保持31不變,執行步驟c ;步驟f :令tk+1 = tk_ Δ t,轉向執行步驟b ;步驟g :當算法滿足停止條件時,以當前鏈路路徑Sj作為所述網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑。圖5是本發明實施例的采用模擬退火算法獲取網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑的流程示意圖,以下結合圖5對步驟S12進行相應的說明。本實施例中采用MATLAB對步驟a 步驟g進行仿真。如圖5所示,隨機產生初始鏈路路徑Si作為初始解,設定初始溫度h,所述初始鏈路路徑Si即為步驟a中所述網絡節點與所述簇頭節點之間的初始鏈路路徑,初始溫度tQ為溫度tk在k取零時所對應的溫度值。判斷算法收斂準則是否滿足(對應步驟b),若滿足,則執行步驟g,當算法滿足停止條件時,輸出當前鏈路路徑為最優解,本實施例中所述當前鏈路路徑S」=Si,即以初始鏈路路徑Si作為所述網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑。 然后結束退火過程。若不滿足,則判斷抽樣穩定準則是否滿足(對應步驟c)。若滿足,則按照冷卻進度表降低溫度,即令k = k+1, tk+1 = 1^_八1,轉向步驟13(對應步驟f)繼續判斷算法收斂準則是否滿足。若不滿足,則通過隨機擾動產生新解&,計算新解和初始解的目標函數之差(對應步驟d)。所述新解即為重新生成的所述網絡節點與所述簇頭節點之間新的鏈路路徑,所述目標函數之差Af = F(Sj)I(Si),其中f(.)為目標函數。基于Metropolis 準則,判斷 min {I, exp (- Δ f/tk)} ^ random [O, I]是否成立,若成立,則令Si = Sj,并判斷在tk下的迭代過程是否穩定,若不成立,則保持Si不變,轉向判斷抽樣穩定準則是否滿足(對應步驟e)。若在tk下的迭代過程穩定,則轉向輸出當前鏈路路徑(對應步驟e),具體地,是在算法滿足停止條件時,輸出當前鏈路路徑S」(對應步驟g),所述當前鏈路路徑S」即為所述網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑,結束退火過程。本實施例中,通過模擬退火算法獲取所述網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑時,可以將迭代過程中的馬爾可夫鏈的長度取固定值,將冷卻進度表的衰減因子取固定值,以簡化算法的過程,減少執行時間。執行步驟S13,將通過步驟S12獲得的鏈路路徑中網絡節點相鄰的網絡節點作為數據融合節點對網絡節點發送的數據進行融合,本實施例中,所述數據融合節點通過加權平均法、卡爾曼濾波法、統計決策理論法、神經網絡法中的任意一種方法對接收到的數據進行融合。通過所述數據融合節點對接收的數據融合后,經由所述鏈路路徑將融合后的數據發送至所述簇頭節點,并最終通過所述簇頭節點將數據發送至基站。本實施例中,也可以對所述簇頭節點和所述基站之間的鏈路路徑進行優化,以使得所述簇頭節點通過最小能耗路徑將所述數據發送至基站。對設定在二維平面內隨機產生的網絡節點,在所有網絡節點的初始能量相同,所有網絡節點的能量模型相同的前提下,采用MATLAB對步驟a 步驟g、PEGASIS算法進行仿真,仿真結果表明采用本發明實施例的步驟a 步驟g獲得的網絡節點與簇頭節點之間的鏈路路徑,基于所述鏈路路徑進行數據融合時,網絡的能量消耗最小,網絡時延較小,且網絡的魯棒性較好。對應于上述的數據融合方法,本發明實施例還提供一種數據融合裝置,圖6是本發明實施例的數據融合裝置的結構示意圖,如圖6所示,所述數據融合裝置包括劃分單元101,用于將區域內的網絡節點劃分為不同的簇,在所述簇內選擇一網絡節點作為簇頭節點;獲取單元102,與所述劃分單元101相連,用于獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑;數據融合單元103,與所述獲取單元102相連,用于以所述鏈路路徑中網絡節點相鄰的網絡節點作為數據融合節點對網絡節點發送的數據進行融合,并經由所述鏈路路徑將融合后的數據發送至所述簇頭節點。本實施例中,所述獲取單元102獲取的所述鏈路路徑中網絡節點的剩余能量大于第二預設閾值。所述獲取單元102通過模擬退火算法獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑。所述第一預設閾值與第二預設閾值由實際情況而定。具體地,所述獲取單元102通過如下方式獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑步驟a:隨機產生所述網絡節點與所述簇頭節點之間的初始鏈路路徑Si,設定溫度 tk, k 彡 O ;步驟b :判斷是否滿足算法收斂準則,若滿足則執行步驟g,否則執行步驟c ;步驟c :判斷是否滿足抽樣穩定準則,若滿足則執行步驟f,否則執行步驟d ;步驟d:通過隨機擾動產生鏈路路徑S」,計算Af = f(Sp_f(Si),其中f(.)為目標函數;步驟e :基于 Metropolis 準則,判斷 min {I, exp (- Δ f/tk)} ^ random [O, I]是否成立,若成立,則Si = Sj ;判斷在tk下的迭代過程是否穩定,若穩定,則執行步驟g,否則保持31不變,執行步驟c ;步驟f :令tk+1 = tk_ Δ t,轉向執行步驟b ;步驟g :當算法滿足停止條件時,以當前鏈路路徑Sj作為所述網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑。本實施例中,所述數據融合單元103通過加權平均法、卡爾曼濾波法、統計決策理論法、神經網絡法中的任意一種方法對接收到的數據進行融合。本發明實施例的數據融合裝置的工作過程,可以參見上述的數據融合方法進行, 此處不再贅述。綜上所述,本發明的技術方案至少具有如下有益效果通過獲取網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑, 并將所述鏈路路徑中與所述網絡節點相連的網絡節點作為數據融合節點進行數據融合,一方面減少了網絡的數據傳輸量,另一方面減少了網絡時延,由于網絡節點與簇頭節點之間的能量消耗小于第一預設閾值,故可以盡可能地避免網絡節點的死亡,在一定程度上增強了網絡的魯棒性,同時降低了網絡的能源消耗,延長了網絡生命周期。進一步地,通過模擬退火算法來獲取所述網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑,實現過程簡單、易于實現且適用于不同的網絡環境。本發明雖然已以較佳實施例公開如上,但其并不是用來限定本發明,任何本領域技術人員在不脫離本發明的精神和范圍內,都可以利用上述揭示的方法和技術內容對本發明技術方案做出可能的變動和修改,因此,凡是未脫離本發明技術方案的內容,依據本發明的技術實質對以上實施例所作的任何簡單修改、等同變化及修飾,均屬于本發明技術方案的保護范圍。
權利要求
1.一種數據融合方法,其特征在于,包括如下步驟將區域內的網絡節點劃分為不同的簇,在所述簇內選擇一網絡節點作為簇頭節點; 獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑;以所述鏈路路徑中網絡節點相鄰的網絡節點作為數據融合節點對網絡節點發送的數據進行融合,并經由所述鏈路路徑將融合后的數據發送至所述簇頭節點。
2.如權利要求I所述的數據融合方法,其特征在于,所述鏈路路徑中網絡節點的剩余能量大于第二預設閾值。
3.如權利要求I所述的數據融合方法,其特征在于,所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑通過模擬退火算法獲得。
4.如權利要求3所述的數據融合方法,其特征在于,所述獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑包括;步驟a :隨機產生所述網絡節點與所述簇頭節點之間的初始鏈路路徑Si,設定溫度tk, k ^ O ;步驟b :判斷是否滿足算法收斂準則,若滿足則執行步驟g,否則執行步驟c ;步驟c :判斷是否滿足抽樣穩定準則,若滿足則執行步驟f,否則執行步驟d ;步驟d :通過隨機擾動產生鏈路路徑Sp計算Λ f = f (Sj) -f (Si),其中f (.)為目標函數;步驟 e :基于 Metropolis 準則,判斷 min {I, exp (- Δ f/tk)}彡 random [O, I]是否成立, 若成立,則Si = Sj ;判斷在tk下的迭代過程是否穩定,若穩定,則執行步驟g,否則保持SiF 變,執行步驟c ;步驟f :令tk+1 = tk-A t,轉向執行步驟b ;步驟g :當算法滿足停止條件時,以當前鏈路路徑Sj作為所述網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑。
5.如權利要求I所述的數據融合方法,其特征在于,所述數據融合節點通過加權平均法、卡爾曼濾波法、統計決策理論法、神經網絡法中的一種方法對接收到的數據進行融合。
6.一種數據融合裝置,其特征在于,包括劃分單元,用于將區域內的網絡節點劃分為不同的簇,在所述簇內選擇一網絡節點作為簇頭節點;獲取單元,用于獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑;數據融合單元,用于以所述鏈路路徑中網絡節點相鄰的網絡節點作為數據融合節點對網絡節點發送的數據進行融合,并經由所述鏈路路徑將融合后的數據發送至所述簇頭節
7.如權利要求6所述的數據融合裝置,其特征在于,所述獲取單元獲取的所述鏈路路徑中網絡節點的剩余能量大于第二預設閾值。
8.如權利要求6所述的數據融合裝置,其特征在于,所述獲取單元通過模擬退火算法獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑。
9.如權利要求8所述的數據融合裝置,其特征在于,所述獲取單元通過如下方式獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑步驟a :隨機產生所述網絡節點與所述簇頭節點之間的初始鏈路路徑Si,設定溫度tk, k ^ O ;步驟b :判斷是否滿足算法收斂準則,若滿足則執行步驟g,否則執行步驟c ;步驟c :判斷是否滿足抽樣穩定準則,若滿足則執行步驟f,否則執行步驟d ;步驟d :通過隨機擾動產生鏈路路徑Sp計算Λ f = f (Sj) -f (Si),其中f (.)為目標函數;步驟 e :基于 Metropolis 準則,判斷 min {I, exp (- Δ f/tk)}彡 random [O, I]是否成立, 若成立,則Si = Sj ;判斷在tk下的迭代過程是否穩定,若穩定,則執行步驟g,否則保持SiF 變,執行步驟c ;步驟f :令tk+1 = tk-A t,轉向執行步驟b ;步驟g :當算法滿足停止條件時,以當前鏈路路徑Sj作為所述網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑。
10.如權利要求6所述的數據融合裝置,其特征在于,所述數據融合單元通過加權平均法、卡爾曼濾波法、統計決策理論法、神經網絡法中的一種方法對接收到的數據進行融合。
全文摘要
一種數據融合方法及裝置,所述數據融合方法包括將區域內的網絡節點劃分為不同的簇,在所述簇內選擇一網絡節點作為簇頭節點;獲取所述簇內的網絡節點與所述簇頭節點之間能量消耗小于第一預設閾值的鏈路路徑;以所述鏈路路徑中網絡節點相鄰的網絡節點作為數據融合節點對網絡節點發送的數據進行融合,并經由所述鏈路路徑將融合后的數據發送至所述簇頭節點。本發明的技術方案,增強了網絡的魯棒性,降低了網絡的能源消耗,延長了網絡生命周期。且適用于不同的網絡環境。
文檔編號H04W84/18GK102594906SQ20121006026
公開日2012年7月18日 申請日期2012年3月2日 優先權日2012年3月2日
發明者凌有鑄, 孫新柱, 江明, 王俊杰, 王冠凌, 陳孟元, 顧梅 申請人:安徽工程大學, 王冠凌
網友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
主站蜘蛛池模板: 涟源市| 五常市| 霍邱县| 龙井市| 云梦县| 南宫市| 宜君县| 洛阳市| 渭南市| 康乐县| 海口市| 庆云县| 商南县| 调兵山市| 雷山县| 和林格尔县| 大竹县| 金寨县| 资源县| 芒康县| 深水埗区| 长兴县| 商城县| 桐梓县| 泽库县| 库伦旗| 菏泽市| 鄂州市| 德州市| 开江县| 凭祥市| 临武县| 新野县| 泰顺县| 阿城市| 乡宁县| 武乡县| 广宗县| 靖边县| 合作市| 乐业县|