基于时空相关性的无线传感器网络数据融合算法研究
【摘 要】
:
无线传感器网络WSN具有节点数目众多、能量和无线通信资源受限、组成节点同构性等特点,所以传感器节点的感知数据往往具有高度的时空相关性,本文采用基于时空相关性的数据融合
【机 构】
:
南京邮电大学
【出 处】
:
南京邮电大学
【发表日期】
:
2009年期
论文部分内容阅读
无线传感器网络WSN具有节点数目众多、能量和无线通信资源受限、组成节点同构性等特点,所以传感器节点的感知数据往往具有高度的时空相关性,本文采用基于时空相关性的数据融合技术,在保证WSN感知数据精度要求的前提下,利用移动代理MA的智能性和迁移性,实现以分布式方式融合并收集感知数据,从而大大降低网络通信负载,提高网络的扩展性、可靠性和实时性,延长网络生存时间。
本文的主要创新工作如下:
(1) WSN中基于时空相关性的数据压缩算法
针对单节点感知的具有时间相关性的可压缩信号,提出了基于压缩感知CS的数据压缩算法。算法利用极大熵MEF方法来求解ll和lpp(0
其他文献
通信信号调制方式的自动识别是通信信号处理及相关领域的一个前沿专题,广泛应用于信号确认、干扰识别、无线电侦听和信号监测以及软件无线电、卫星通信等领域。自动调制识别的
相控阵雷达作为现代战场中高科技装备之一,具有极大的灵活处理能力,为了使相控阵雷达更好的体现其多功能的优势,发挥其最大的效能,本文将从搜索资源管理、跟踪资源管理和波束
多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达是一种近十几年才发展起来的新体制雷达,它发射的是彼此相互正交的信号,这样MIMO雷达的信号类型与可控参数就比传统
支持向量机是基于统计学习理论的一种机器学习算法,近年来由于其良好的分类和回归性能、较强的泛化能力受到广泛的关注,在理论研究、算法的实现和求解上都取得了重大进展,成
作为一种不确定性推理方法,D-S证据理论在不确定性推理和信息融合中得到了广泛的应用。然而由于D-S证据理论比较适合于解决低冲突、高置信度的情况,而在实际应用中,证据之间
IEEE 802.16e移动宽带无线接入标准的出现推进了多媒体业务与无线移动融合,也引发了对于移动宽带无线接入技术问题的思考,其中包括小区切换问题。移动用户的日益增加,大量高
随着移动通信技术的发展,数据宽带从10Kbps增长到10Mbps,将来还提高到上百、上千Mbps。为了满足日益增长的宽带无线通信的巨大需求,根据香农信息理论,人们不断开发新的高频谱
通信系统类似于双基地雷达的神经中枢,在双基地雷达制导体系中发挥着重要作用,如今将雷达与通信结合成雷达/通信一体化系统已是必然趋势,它主要通过对两系统的软、硬件资源进
红外弱小目标检测及跟踪技术是计算机视觉的核心技术之一,被广泛应用于军事及民用领域。传统跟踪方法因为自身缺陷以及背景干扰而产生误差积累,在长时跟踪过程中产生跟踪点漂
近年来,随着因特网的迅猛发展,web信息呈几何级数增长,人们需要花费大量时间才能找到自己需要的信息,个性化推荐作为信息过滤的重要手段,是解决当前信息过载问题的一种很有效