基于可信度估计的迭代滤波的WSNs数据融合算法

摘要

传统的迭代滤波IF(Iterative filtering)算法假定传感节点的初始可信度相同,这有背于客观事实。为此,提出基于可信度估计的迭代滤波的WSNs数据融合ATIFDA(Ascertaining Trustworthiness of Sensor Node-based Iterative Filtering Data Aggregation)算法。ATIFDA算法利用最大似然估计MLE(Maximum Likelihood Estimation)计算每个传感节点的初始可信度。首先进行簇划分,每个簇选择一个簇头CH(Cluster head),簇头收集传感节点的感测数据,然后,再利用MLE估计每个传感节点的初始可信度,再进行IF算法,最后,进行数据融合。仿真结果表明,与d KVD算法相比,提出的ATIFDA算法在噪声环境下,均方根误差RMSE(Root Mean Squared error)降低了近43%。