BP神经网络在WSN数据融合中的应用

摘要

在无线传感器网络(WSNs)的研究与应用中,利用数据融合来提高网络中能量利用率是其中一个重要的研究方向。文章利用BP(Back Propagation)神经网络能够对曲线进行无限逼近的特性来对无线传感器的监测数据进行数据拟合,然后传输拟合好的权值与阈值,同时通过将上一次拟合的权值与阈值赋予下一次拟合来减少神经网络的训练步数。模拟实验表明利用该方案能够有效减少数据的传输量,从而达到高效利用传感器能量的目的。