【技术实现步骤摘要】
一种无线传感器网络数据预测方法
本专利技术属于无线传感器网络及数据预测等
,具体涉及一种无线传感器网络数据预测方法。
技术介绍
无线传感器网络(WirelessSensorNetwork,WSN)是一种典型的分布式网络,它包含大量的传感器节点,通常被部署在各种环境下以收集数据。通过无线传感器网络中采集到的历史数据,可以对未来的数据或者走势进行预测。如预测森林中某些关键区域的温度以判断是否存在火灾的风险、预测未来几天雾霾的走势以及时地提醒广大市民进行相应的防范等。无线传感器收集的数据具有多源特点,即由于网络中节点的密度较高,所以在空间上距离较近的节点在同一时刻的采样值相似。此外,任意的一个节点在连续的时间区间之内的采样值也具有相似性,以上的特点使得无线传感器网络可以进行相关数据的预测。另外,无线传感器网络数据预测技术与数据融合技术联系紧密,可作为弥补数据融合缺陷的关键技术,并对降低无线传感器网络的能耗也有特殊的贡献。目前,运用于无线传感器网络数据预测的方法主要有时序算法、基因表达编程、神经网络算法等等。然而这些传统的数据预测方法普遍存在的缺点是计算复杂,尤其是 ...
【技术保护点】
一种无线传感器网络数据预测方法,其特征在于包含以下步骤:步骤1:根据某种分簇算法进行分簇并选举簇头,该分簇算法须能选出计算能力较强的节点担任簇头,分簇结束后,簇头获得本簇内非簇头节点的ID(标记为ID
【技术特征摘要】
1.一种无线传感器网络数据预测方法,其特征在于包含以下步骤:步骤1:根据某种分簇算法进行分簇并选举簇头,该分簇算法须能选出计算能力较强的节点担任簇头,分簇结束后,簇头获得本簇内非簇头节点的ID(标记为IDi,1=<i<=n)和总数量n,并设定存储数据的条数k,簇头开始簇内数据的收集;步骤2:簇头获得簇内各个非簇头节点的数据,将其作为一条新的记录存储在内存中;步骤3:对于每一条新记录中的每一个节点的值进行计算,由公式(1)得到与目标值y,即簇头需要上传到基站的最终值的残差ri=|xi-y|(1);步骤4:基于步骤3得到的残差,由公式(2)计算误差:步骤5:对于每一条记录的每一个节点的数据值xi,保存其对应的ri和ei;步骤6:当内存中的记录条数等于k时,则可以进行数据的预测,簇头由公式(3)计算参与数据预测的节点数目pn:步骤7:确定参与预测的节点数目pn后,进一步确定这些节点的ID,由公式(4)计算当前k条历史数据中各个节点的总误差Ei,并对Ei从小到大进行排序,根据排序结果选择出前pn个节点进行预测,用sj(1=<j<=pn)表示被选中做数据预测的节点的ID:步骤8:为选中做数据预测的每个节点分配权重wj,根据这些节点的比值进行归一化之后确定各自的wj,并保证各个wj的总和等于1;步骤9:对最近一次的...
【专利技术属性】
技术研发人员:黄海平,张凯,何凡,吴鹏飞,胡林康,杜安明,王汝传,沙超,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。