基于神经网络的无线传感器网络数据融合算法

被引：64

作者：

孙凌逸 ^{[1
]}

黄先祥 ^{[1
]}

蔡伟 ^{[1
]}

夏梅尼 ^{[2
]}

机构：

[1] 第二炮兵工程学院室

[2] 中国空间技术研究院西安分院

来源：

传感技术学报 | 2011年 / 24卷 / 01期

关键词：

无线传感器网络; 数据融合; 神经网络; 分簇;

D O I：

暂无

中图分类号：

TP212.9 [传感器的应用]; TN929.5 [移动通信];

学科分类号：

080202 ; 080402 ; 080904 ; 0810 ; 081001 ;

摘要：

为减少无线传感器网络的通信量,降低能量消耗,设计了一种基于神经网络的数据融合算法(BPNDA),该算法将BP神经网络和传感器网络分簇路由协议有机结合,将每个簇设计成一个神经网络模型,通过神经网络提取原始数据中的少量特征数据,然后将特征数据发送给汇聚节点,从而提高数据收集效率,延长网络生存时间。仿真实验证明,与LEACH算法相比,该算法可有效减少网络通信量,降低节点能耗。

引用

页码：122 / 127

页数：6

共 7 条

[1] 神经网络和证据理论融合的管道泄漏诊断方法 [J].

陈斌 ;

万江文 ;

吴银锋 ;

秦楠 .

北京邮电大学学报, 2009, 32 (01) :5-9

[2] 无线传感器网络中基于神经网络的数据融合模型 [J].

俞黎阳 ;

王能 ;

张卫 .

计算机科学, 2008, 35 (12) :43-47

[3] 一种基于非均匀分簇的无线传感器网络路由协议 [J].

李成法 ;

陈贵海 ;

叶懋 ;

吴杰 .

计算机学报, 2007, (01) :27-36

[4]

液压设备故障诊断与监测实用技术[M]. 机械工业出版社 , 黄志坚,袁周等编著, 2005

[5]

Using artificial intelligence in routing schemes for wireless networks[J] . Julio Barbancho,Carlos León,F.J. Molina,Antonio Barbancho.Computer Communications . 2007 (14)

[6]

Energy-Efficient Communication Protocol for Wireless Microsensor Networks. Heinzelman W, Chandrakasan A, Balakrishnan H. IEEE Proceedings of the Hawaii International Conference on System Science . 2000

[7]

Intelligent task scheduling in sensor networks. W.van Norden,J.de Jong,F.Bolderheij,L.Rothkrantz. 2005 8th International Conference on Information Fusion . 2005

← 1 →