一种基于感知属性的无线传感器网络节点分类融合方法技术

本发明专利技术提出了一种基于感知属性的无线传感器网络节点分类融合方法。本发明专利技术的步骤为：首先将节点测得的数据进行无量纲处理，然后将其进行降维得到维数据，确定所有节点的综合感知属性。在此基础上，采用精英策略选择若干中心节点，并确定各个中心节点的从属节点，最后确定融合的节点集合并进行数据融合。本发明专利技术能够根据节点实时测量数据的综合感知属性将节点自适应分类，提高了融合效率，将具有同种综合感知属性的节点进行融合，减少了干扰数据，提高了融合精度和信息采集精度，降低了融合误差，规划了数据融合的区域，减少了融合延时，采用精英策略选择中心节点，延长了网络寿命。

【技术实现步骤摘要】

本专利技术涉及一种基于感知属性的无线传感器网络节点分类融合方法，属于无线通信数据收集领域。
技术介绍
无线传感器网络(WirelessSensorsNetwork，WSN)是在监测区域范围内通过部署大量传感器节点，并以无线通信方式形成的单跳或多跳的自组织网络系统，以此协同感知、采集和处理监测区域中的被感知对象信息，在第一时间将其发送给观察者。近年来，随着传感器技术、SoC片上系统、微机电系统、低功耗无线传输技术的日臻完善，使得无线传感器网络也得到了重点研究及飞速发展。由于传感器节点采用大规模、分布式部署，相邻节点所产生的感知数据往往带有高度的相关性，这就产生一定的冗余数据，因而需要数据融合技术对相邻节点所采集的大量原始数据进行实时处理，而只将处理后的少量有效结果传输给汇聚节点。经过数据融合可以显著降低传输数据量，节省中间节点的能量和带宽，从而减轻网络负荷，并延长网络寿命。相关方面的研究主要有基于生成树的数据融合，如最短路径树(SPT)、贪心增长树(GTI)、E－Span算本文档来自技高网...

【技术保护点】
一种基于感知属性的无线传感器网络节点分类融合方法，所述方法至少包括以下步骤：步骤一、将无线传感器网络中各节点测得的多种属性数据统一为无量纲数据，统一无量纲得到的数值为，计算公式为：，其中第个节点测得的某种数据值为，所有节点中这种数据测得的最小值为，最大值为，无量纲数据的范围为；步骤二、将统一后的多种属性数据用主成分分析法进行降维，得到维数据，并将维数据统一范围为；步骤三、对降维后得到的维数据，以为步长将维空间划分为等大小的个子空间，根据节点的维数据，确定节点在维空间中所属的子空间，每个子空间中的节点定义为具有同一种综合感知属性，并将综合感知属性标号为1到，每个节点存储其综合感知属性；步骤四、将...

【技术特征摘要】
1.一种基于感知属性的无线传感器网络节点分类融合方法，所述方法至少包括以下步
骤：
步骤一、将无线传感器网络中各节点测得的多种属性数据统一为无量纲数据，统一无
量纲得到的数值为，计算公式为：，其中第个节点测得的某
种数据值为，所有节点中这种数据测得的最小值为，最大值为，无量纲数据的范
围为；
步骤二、将统一后的多种属性数据用主成分分析法进行降维，得到维数据，并将维
数据统一范围为；
步骤三、对降维后得到的维数据，以为步长将维空间划分为等大小的个子空间，根据节点的维数据，确定节点在维空间中所属的子空间，每个子空间中的节
点定义为具有同一种综合感知属性，并将综合感知属性标号为1到，每个节点存储
其综合感知属性；
步骤四、将无线传感器网络按照地理位置分为个小区域，在每个小区域内选择每一轮
数据融合的中心节点，每个中心节点具有某一种综合感知属性；
步骤五、依据节点综合感知属性、信号强度和剩余能量把无线传感器网络中的节点进
行分类，得到每个中心节点以及它的从属节点的集合；
步骤六、以中心节点为圆心，以集合中距离中心节点最远的节点与中心节点的距离为
融合半径，对融合半径范围内本集合中所有的节点数据进行数据融合。
2.根据权利要求1所述的一种基于感知属性的无线传感器网络节点分类融合方法，其
特征在于步骤四中选择中心节点的过程，至少包括以下步骤：
1）根据每个节点到汇聚节点的距离和每个节点的剩余能量...

【专利技术属性】
技术研发人员：朱江，刘蕴娴，田淑娟，裴廷睿，李哲涛，崔荣埈，关屋大雄，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南;43