一种改进的多无线传感器数据分批估计自适应加权融合算法

被引:53
作者
王华东
王大羽
机构
[1] 周口师范学院计算机科学与技术学院
关键词
多无线传感器; 数据融合; 分批估计; 自适应加权; 容许函数;
D O I
暂无
中图分类号
TP212.9 [传感器的应用]; TN929.5 [移动通信]; TP202 [设计、性能分析与综合];
学科分类号
080804 [电力电子与电力传动]; 140102 [集成电路设计与设计自动化];
摘要
为解决温室大棚中多无线传感器监测数据融合精度低的问题,提出了一种改进型的分批估计自适应加权融合算法。算法首先对单个无线温度传感节点一段时间内所采集的数据根据容许函数阈值剔除误差较大的数据,然后对该温度传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,以此得到该区域所有无线温度传感节点最优估计值后,依据权值最优分配原则对每组传感器数据进行组内自适应加权融合,从而计算得到该段时间内温室大棚的温度精确值。通过实验验证得出:相对于平均值法与传统的分批估计算法,本算法数据融合易于实现,融合值相对误差值更低,稳健性更好。
引用
收藏
页码:1239 / 1243
页数:5
相关论文
共 10 条
[1]
高等数理统计学.[M].陈希孺著;.中国科学技术大学出版社.1999,
[2]
基于深度学习模型的无线传感器网络数据融合算法 [J].
邱立达 ;
刘天键 ;
林南 ;
黄章超 .
传感技术学报, 2014, 27 (12) :1704-1709
[3]
基于物联网的温室大棚系统设计 [J].
潘金珠 ;
王兴元 ;
肖云龙 ;
赵国珍 ;
徐楠 .
传感器与微系统 , 2014, (10) :51-53+57
[4]
一种误差可控传输均衡的WSN数据融合算法 [J].
徐晓斌 ;
张光卫 ;
孙其博 ;
杨放春 .
电子学报, 2014, 42 (06) :1205-1209
[5]
一种优化的贝叶斯估计多传感器数据融合方法 [J].
张品 ;
董为浩 ;
高大冬 .
传感技术学报, 2014, 27 (05) :643-648
[6]
无线传感网络数据融合算法的研究 [J].
王康 ;
王峰 ;
蒋馥珍 ;
乔铁柱 .
电视技术, 2014, 38 (01) :103-106
[7]
温室无线传感器网络系统实时数据融合算法 [J].
熊迎军 ;
沈明霞 ;
陆明洲 ;
刘永华 ;
孙玉文 ;
刘龙申 .
农业工程学报, 2012, 28 (23) :160-166
[8]
一种模拟退火遗传算法的传感器网络数据融合技术研究 [J].
张扬 ;
杨松涛 ;
张香芝 .
计算机应用研究, 2012, 29 (05) :1860-1862+1866
[9]
基于SVR的多传感器数据融合处理方法 [J].
丁蕾 ;
廖同庆 ;
陶亮 .
传感技术学报, 2011, 24 (05) :710-713
[10]
基于SHT11的粮仓温湿度测控系统的设计 [J].
王武礼 ;
杨华 .
仪表技术与传感器, 2010, (09) :50-51+59