无线传感器网络覆盖与数据融合算法的研究

摘要

无线传感器网络是近年来兴起的物联网的重要组成部分，作为一种全新的信息获取和处理技术，已被广泛应用于电子医疗、智能电网、智能家居等多个领域，并深刻地改变着人们的生活方式。
　　目前，无线传感器网络的研究逐渐从软硬件设计、通信协议设计和开发分层架构的初级阶段，进入到面向应用研发的全局解决方案。无线传感器网络部署与覆盖、信息处理与信息融合正在成为研究的重点和热点。然而，现有的研究往往从一般无线自组网络设计的角度出发，没有关注无线传感器网络能量受限、计算和存储能力有限的特点。基于上述考虑，本文针对无线传感器网络应用中的区域覆盖问题和多传感器数据融合问题进行了研究，分别提出了相应的算法。本文的贡献主要有以下几方面:
　　首先，在无线传感器网络布尔感知模型的基础上，提出节点冗余度和覆盖集冗余度的概念，用计算复杂度低、参数可配置的网络局部特征表征网络的全局特征，改进了无线传感器网络覆盖模型。这种覆盖模型实现覆盖集性能的快速计算，可为无线传感器网络通信协议设计、路由协议设计等研究提供参照。
　　其次，在改进网络覆盖模型的基础上，提出了针对区域覆盖问题的RGA-D算法，其利用遗传算法计算覆盖集、同时考虑节点和覆盖集冗余度，对网络整个生存期进行全局优化。仿真实验表明，RGA-D算法能在活跃节点数和网络覆盖率之间达到平衡，解决了网络生存期后期容易出现覆盖盲区的问题。
　　再次，针对现有的数据融合算法中支持度的计算较为复杂的问题，用最小二乘法拟合高斯型支持度函数，充分考虑了无线传感器网络能量受限的特点，减少了数据融合过程中的计算量，能在多项式级计算复杂度下，得到与指数级复杂度的高斯支持度函数非常接近的计算结果。
　　最后，针对无线传感器网络应用最广泛的数值型数据，设计了多传感器数据融合算法TMMDF，TMMDF算法运用Dixon法剔除原始数据中的疏失误差，再运用OLSF支持度函数计算数据集合中各数据关于中值和均值的支持度，最后选取合适三角模融合算子进行融合计算，得到融合结果。TMMDF算法计算复杂度低，融合精度高，仿真实验结果表明TMMDF算法具有较高的精确性和稳健性。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．1．1 无线传感器网络产生及应用

1．1．2 无线传感器网络的关键技术

1．2 研究现状

1．2．1 无线传感器网络覆盖问题研究现状

1．2．2 无线传感器网络数据融合研究现状

1．3 本文的主要研究内容

第二章 无线传感器网络覆盖问题的相关研究

2．1 覆盖问题描述

2．2 传感器节点的感知模型

2．3 覆盖问题的分类

2．4 传感器节点的部署

2．4．1 部署方式分类

2．4．2 经典覆盖算法

2．5 覆盖算法的设计目标与评价标准

2．6 本章小结

第三章 无线传感器网络数据融合理论

3．1 数据融合问题描述

3．1．1 无线传感器网络数据融合概念

3．1．2 无线传感器网络数据融合的必然性

3．2 无线传感器网络数据融合的层次

3．3 无线传感器网络数据融合模型

3．3．1 无线传感器网络数据融合模型

3．3．2 固定权值数据融合模型

3．3．3 动态权值数据融合模型

3．4 典型数据融合方法

3．4．1 数据融合方法分类

3．4．2 模糊理论在数据融合中的应用

3．5 本章小结

第四章 无线传感器网络覆盖优化算法

4．1 问题描述

4．1．1 随机部署下的区域覆盖性能分析

4．1．2 网络覆盖度的计算

4．2 RGA-D算法

4．2．1 算法数学模型

4．2．2 冗余覆盖集计算

4．2．3 冗余节点的剔除

4．3 算法伪代码及复杂度分析

4．3．1 RGA-D算法伪代码

4．3．2 RGA-D算法时间复杂度分析

4．4 仿真实验及分析

4．5 本章小结

第五章 基于三角模融合算子的多传感器数据融合算法

5．1 问题描述

5．2 粗大误差剔除

5．3 支持函数选择

5．3．1 传统支持度函数

5．3．2 OLSF支持度函数

5．4 三角模融合算子的构建

5．4．1 模糊中值法和模糊均值法

5．4．2 三角模融合算子

5．5 算法实现

5．6 仿真实验及分析

5．7 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

附录

致谢

攻读学位期间发表的学术论文目录