证据理论在WSN数据融合中的应用研究

本文主要研究了传统多传感器数据融合中的经典算法——证据理论在WSN数据融合中的应用。在WSN实际应用中,往往要处理各种不确定信息,需要通过数据融合来得到合理有效的结果,而DS方法为不确定信息的表达和合成提供了自然而强有力的融合方法,因此研究它在WSN数据融合中的应用对提高WSN的性能有重大意义。WSN数据融合的两种主要数据分发策略分别为分簇融合和聚合树融合,因此本文分别就证据理论在这两种策略中的应用做了相关研究。证据理论在WSN数据融合中可以处于主导位置,即以获得证据理论的更好融合效果为目的,设计相应的数据分发策略,也可以作为辅助工具,即用证据理论来评价当前数据分发策略的数据融合效果,从而指导WSN拓扑的建立。 本文首先介绍了多传感器数据融合的融合模型和无线传感器网络数据分发算法的概念以及一些有代表性的算法。全面介绍了证据理论的基本概念和在数据融合中的基本应用模型,并在说明原始证据理论的各种缺陷的基础上,逐一介绍了现有的相应对策。然后逐步提出了针对证据理论的WSN分簇算法,基于数据融合利润的融合时机控制算法和适用于具有数据融合功能的WSN聚合树重构判定算法,并通过OPNET仿真软件对本文提出的算法进行了仿真,通过与已有算法的比较证明,本文提出的算法可以能够取得更好的效果。