基于卡尔曼滤波的动态传感数据流估计方法

在无线传感器网络应用系统中,众多传感器节点以一定的时间间隔不断采集被监测对象的参数,对于数据中心而言,形成了无线传感数据流。同时数据流中的数据模型可能随时间变化,因此形成了动态的传感数据流。针对目前无线传感数据流估计方法中存在的估计精度较低、模型更新不及时和计算复杂度高等问题,提出了基于卡尔曼滤波的动态无线传感数据流估计方法。采用卡尔曼滤波实现估计模型的动态调整,为了降低数据流估计的计算复杂度,采用基于相关分析的多元线性回归估计方法,将卡尔曼滤波和多元线性回归模型有机结合,实现对动态无线传感数据流的准确估计.采用实际传感数据的估计实验结果表明,提出的基于卡尔曼滤波的动态传感数据流估计方法可有效实现动态传感数据流的估计。