無(wú)線傳感網(wǎng)絡(luò)可以應(yīng)用于豐富的應(yīng)用場(chǎng)景中。其中,最為重要的當(dāng)屬目標(biāo)檢測(cè)了。通過(guò)在感興趣區(qū)域內(nèi)安放大量的傳感器節(jié)點(diǎn),傳感器節(jié)點(diǎn)感知到數(shù)據(jù)后,將它們發(fā)送到匯聚節(jié)點(diǎn)。匯聚節(jié)點(diǎn)需要依據(jù)接收到的數(shù)據(jù)準(zhǔn)確地判斷出目標(biāo)是否出現(xiàn)。無(wú)線傳感網(wǎng)絡(luò)中冗余數(shù)據(jù)的傳輸不斷地消耗著網(wǎng)絡(luò)中有限的能量。數(shù)據(jù)融合技術(shù)可以有效地壓縮檢測(cè)系統(tǒng)中的數(shù)據(jù)量,從而提高系統(tǒng)的工作時(shí)間。基于數(shù)據(jù)融合的傳感網(wǎng)目標(biāo)檢測(cè)應(yīng)用研究也就以兩個(gè)主要目標(biāo)為主:提升網(wǎng)絡(luò)的檢測(cè)性能和延長(zhǎng)檢測(cè)系統(tǒng)的工作時(shí)間。本文首先介紹了無(wú)線傳感網(wǎng)絡(luò)以及數(shù)據(jù)融合的基本理論知識(shí)以及經(jīng)典算法。主要介紹了無(wú)線傳感器網(wǎng)絡(luò)面臨的挑戰(zhàn)以及數(shù)據(jù)融合在目標(biāo)檢測(cè)中起到的作用,并對(duì)相關(guān)算法進(jìn)行仿真分析。然后,針對(duì)現(xiàn)存算法在低信噪比下,檢測(cè)性能無(wú)法滿足要求的情況。本文提出了具有本地投票判決的掃描統(tǒng)計(jì)算法(SSLV)。通過(guò)在掃描統(tǒng)計(jì)之前進(jìn)行本地投票的操作,可以有效地提升網(wǎng)絡(luò)的檢測(cè)性能。由于執(zhí)行了本地投票,傳統(tǒng)掃描統(tǒng)計(jì)的全局虛警概率表達(dá)式不再適用于SSLV。所以在文中利用Haiman定理為全局虛警概率推導(dǎo)了新的表達(dá)式。本地投票還使得檢測(cè)到目標(biāo)的傳感器分布變得更加集中。這為在SSLV算法中加入可變步長(zhǎng)參數(shù)提供了更好的契機(jī)。在掃描統(tǒng)計(jì)的過(guò)程中,根據(jù)統(tǒng)計(jì)的結(jié)果動(dòng)態(tài)地調(diào)節(jié)步長(zhǎng)參數(shù)的大小。通過(guò)仿真驗(yàn)證了引入步長(zhǎng)參數(shù)的SSLV在不損失網(wǎng)絡(luò)檢測(cè)性能的前提下縮短了掃描時(shí)間。這就在連續(xù)和非連續(xù)掃描統(tǒng)計(jì)算法中找到了平衡點(diǎn)。最后,由于目標(biāo)檢測(cè)系統(tǒng)中的能量只會(huì)不斷地減少,如何有效降低網(wǎng)絡(luò)能量開(kāi)銷的協(xié)議一直是研究的另一個(gè)重點(diǎn)。對(duì)靜態(tài)匯聚節(jié)點(diǎn)來(lái)說(shuō),距離匯聚節(jié)點(diǎn)較近的節(jié)點(diǎn)由于過(guò)多的中繼數(shù)據(jù)而過(guò)快死亡。所以本文提出了基于可用能量的移動(dòng)匯聚節(jié)點(diǎn)數(shù)據(jù)傳輸協(xié)議。整個(gè)網(wǎng)絡(luò)在部署后按照虛擬網(wǎng)格進(jìn)行劃分。各個(gè)傳感器根據(jù)自己的位置確定所處的網(wǎng)格編號(hào)。當(dāng)傳感器檢測(cè)到目標(biāo)后,它會(huì)主動(dòng)發(fā)送消息給所處網(wǎng)格中的簇頭節(jié)點(diǎn)。簇頭節(jié)點(diǎn)通過(guò)網(wǎng)絡(luò)中的其他簇頭以多跳的方式將數(shù)據(jù)轉(zhuǎn)發(fā)到移動(dòng)匯聚節(jié)點(diǎn)。匯聚節(jié)點(diǎn)綜合考慮存活簇頭節(jié)點(diǎn)的位置和可用能量,周期性地在網(wǎng)絡(luò)中移動(dòng)以均衡網(wǎng)絡(luò)的能量開(kāi)銷。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2017
【中圖分類】：TN929.5;TP212.9
【部分圖文】：

ＷＳＮ中的資源是一定的，隨著網(wǎng)絡(luò)的運(yùn)行資源只會(huì)不斷的減少，這就使得??ＷＳＮ的應(yīng)用受到極大的限制。ＷＳＮ中冗余數(shù)據(jù)的傳輸是能量損耗的最主要原因。??如何有效地減少這些數(shù)據(jù)的傳輸也成了重要的研究?jī)?nèi)容之一。而數(shù)據(jù)融合恰恰可??以壓縮網(wǎng)絡(luò)中的數(shù)據(jù)量，減少能耗的同時(shí)也延長(zhǎng)了整個(gè)系統(tǒng)的工作時(shí)間。??２．１無(wú)線傳感網(wǎng)絡(luò)??ＷＳＮ是一種由分布式自組織設(shè)備組成的網(wǎng)絡(luò)，這些設(shè)備可以共同地感知監(jiān)控??物理區(qū)域或環(huán)境［１＿２］。ＷＳＮ可以適用于很多的應(yīng)用，如環(huán)境監(jiān)管、生物識(shí)別、自然??災(zāi)害的預(yù)測(cè)和檢測(cè)、醫(yī)療監(jiān)控、結(jié)構(gòu)健康等。ＷＳＮ利用小體積的傳感器密集地部??署在大范圍區(qū)域內(nèi)實(shí)現(xiàn)遠(yuǎn)程操作。這些傳感器價(jià)格低廉且都是一次性的。正是由于??低廉的價(jià)格導(dǎo)致傳感器的硬件水平非常低，限制了它在很多應(yīng)用中的發(fā)展。在大多??數(shù)應(yīng)用中，傳感網(wǎng)絡(luò)都會(huì)按簇劃分，傳感器節(jié)點(diǎn)都可以選擇性地扮演簇頭的角色。??普通節(jié)點(diǎn)用于檢測(cè)數(shù)據(jù)，而簇頭節(jié)點(diǎn)在檢測(cè)數(shù)據(jù)的同時(shí)還起到轉(zhuǎn)發(fā)數(shù)據(jù)的作用。但??是，對(duì)于一些小型網(wǎng)絡(luò)，有些應(yīng)用中可能整個(gè)網(wǎng)絡(luò)中就只有一個(gè)簇和一個(gè)匯聚節(jié)點(diǎn)。??隨著ＷＳＮ的發(fā)展，也出現(xiàn)了一些新的結(jié)構(gòu)，比如多個(gè)匯聚節(jié)點(diǎn)，移動(dòng)節(jié)點(diǎn)等。??

信息／數(shù)據(jù)融合??圖２－２各個(gè)概念之間關(guān)系??數(shù)據(jù)融合中有很多相類似的概念。圖２－２列出了一些概念并通過(guò)文氏圖的方式??將它們進(jìn)行區(qū)分。從圖中可以觀察到，數(shù)據(jù)融合和信息融合可以按相同的意義處理。??數(shù)據(jù)合成的定義是能夠感知、管理數(shù)據(jù)并減少數(shù)據(jù)量的操作。所以它是數(shù)據(jù)融合的??一個(gè)子集。而傳感器融合很明顯限定了數(shù)據(jù)的來(lái)源，它表示融合的數(shù)據(jù)從傳感器而??來(lái)。傳感器融合既屬于多傳感器合成也屬于數(shù)據(jù)融合，所以它位于兩者的交集中。??２．２．１數(shù)據(jù)融合的結(jié)構(gòu)??為了更好地設(shè)計(jì)數(shù)據(jù)融合系統(tǒng)，需要了解它的結(jié)構(gòu)和模型作為指導(dǎo)。這些模型??對(duì)規(guī)范指導(dǎo)、提案以及數(shù)據(jù)融合的使用都是非常有用的。數(shù)據(jù)融合系統(tǒng)的模型和結(jié)??構(gòu)可以根據(jù)融合過(guò)程中產(chǎn)生數(shù)據(jù)的不同意義進(jìn)行劃分。這小節(jié)將根據(jù)信息系統(tǒng)管??理信息的等級(jí)來(lái)明確各個(gè)模塊的功能。??在融合研究領(lǐng)域，ＪＤＬ模型是運(yùn)用最為廣泛的。它起源于美國(guó)的聯(lián)合指導(dǎo)實(shí)驗(yàn)??室（ＪＤＬ）以及美國(guó)防御小組（ＤｏＤ）。模型由５個(gè)處理等級(jí)，一個(gè)相關(guān)的數(shù)據(jù)庫(kù)，一??個(gè)連接所有組件的信息連通塊組成［２５１。它的結(jié)構(gòu)如圖２－３所示。??源：數(shù)據(jù)源的主要作用是提供數(shù)據(jù)，它的來(lái)源非常豐富，視具體的應(yīng)用不同而??所不同。??１０??

＾信息／數(shù)據(jù)融合??圖２－２各個(gè)概念之間關(guān)系??數(shù)據(jù)融合中有很多相類似的概念。圖２－２列出了一些概念并通過(guò)文氏圖的方式??將它們進(jìn)行區(qū)分。從圖中可以觀察到，數(shù)據(jù)融合和信息融合可以按相同的意義處理。??數(shù)據(jù)合成的定義是能夠感知、管理數(shù)據(jù)并減少數(shù)據(jù)量的操作。所以它是數(shù)據(jù)融合的??一個(gè)子集。而傳感器融合很明顯限定了數(shù)據(jù)的來(lái)源，它表示融合的數(shù)據(jù)從傳感器而??來(lái)。傳感器融合既屬于多傳感器合成也屬于數(shù)據(jù)融合，所以它位于兩者的交集中。??２．２．１數(shù)據(jù)融合的結(jié)構(gòu)??為了更好地設(shè)計(jì)數(shù)據(jù)融合系統(tǒng)，需要了解它的結(jié)構(gòu)和模型作為指導(dǎo)。這些模型??對(duì)規(guī)范指導(dǎo)、提案以及數(shù)據(jù)融合的使用都是非常有用的。數(shù)據(jù)融合系統(tǒng)的模型和結(jié)??構(gòu)可以根據(jù)融合過(guò)程中產(chǎn)生數(shù)據(jù)的不同意義進(jìn)行劃分。這小節(jié)將根據(jù)信息系統(tǒng)管??理信息的等級(jí)來(lái)明確各個(gè)模塊的功能。??在融合研究領(lǐng)域，ＪＤＬ模型是運(yùn)用最為廣泛的。它起源于美國(guó)的聯(lián)合指導(dǎo)實(shí)驗(yàn)??室（ＪＤＬ）以及美國(guó)防御小組（ＤｏＤ）。模型由５個(gè)處理等級(jí)，一個(gè)相關(guān)的數(shù)據(jù)庫(kù)，一??個(gè)連接所有組件的信息連通塊組成［２５１。它的結(jié)構(gòu)如圖２－３所示。??源：數(shù)據(jù)源的主要作用是提供數(shù)據(jù)，它的來(lái)源非常豐富，視具體的應(yīng)用不同而??所不同。??１０??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李玲;數(shù)據(jù)融合[J];紅外;1997年11期

2 李啟虎;獨(dú)立觀測(cè)資料的最佳線性數(shù)據(jù)融合[J];聲學(xué)學(xué)報(bào);2000年05期

3 唐恒專,任明強(qiáng),李真富;數(shù)據(jù)融合理論及其在禁核試核查中的應(yīng)用研究[J];核電子學(xué)與探測(cè)技術(shù);2005年01期

4 耿朝陽(yáng);鐘聯(lián)炯;范躍華;;多Agent技術(shù)在數(shù)據(jù)融合系統(tǒng)中的應(yīng)用[J];西安工業(yè)大學(xué)學(xué)報(bào);2006年06期

5 習(xí)靖;;數(shù)據(jù)融合中時(shí)間對(duì)準(zhǔn)方法的思考[J];中國(guó)新通信;2013年03期

6 李啟虎;相關(guān)觀測(cè)資料的最佳線性數(shù)據(jù)融合[J];聲學(xué)學(xué)報(bào);2001年05期

7 劉偉;位置級(jí)數(shù)據(jù)融合模型及常用方法[J];雷達(dá)與對(duì)抗;2003年01期

8 張華生;一種體系作戰(zhàn)雷達(dá)網(wǎng)絡(luò)的數(shù)據(jù)融合[J];現(xiàn)代雷達(dá);2004年01期

9 郭予并,冷東方;數(shù)據(jù)融合與聶曼-皮爾遜準(zhǔn)則[J];雷達(dá)與對(duì)抗;2004年02期

10 熊凌,張凱;數(shù)據(jù)融合及其應(yīng)用[J];湖北工業(yè)大學(xué)學(xué)報(bào);2005年03期

相關(guān)博士學(xué)位論文 前10條

1 邢天璋;室外環(huán)境下WSN被動(dòng)式目標(biāo)定位方法研究[D];西北大學(xué);2015年

2 李超然;無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合安全問(wèn)題的研究[D];北京交通大學(xué);2016年

3 劉明堂;基于多源多尺度數(shù)據(jù)融合的黃河含沙量檢測(cè)模型研究[D];鄭州大學(xué);2015年

4 李雨謙;基于數(shù)據(jù)融合的綜合識(shí)別方法研究[D];電子科技大學(xué);2013年

5 許建;無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2016年

6 鄧達(dá)強(qiáng);運(yùn)動(dòng)機(jī)械監(jiān)測(cè)系統(tǒng)數(shù)據(jù)融合關(guān)鍵技術(shù)的研究與應(yīng)用[D];重慶大學(xué);2001年

7 藺杰;數(shù)據(jù)融合的神經(jīng)計(jì)算方法[D];浙江大學(xué);2005年

8 張宇林;計(jì)算智能在土壤數(shù)據(jù)融合中的應(yīng)用研究[D];江南大學(xué);2009年

9 王欣;多傳感器數(shù)據(jù)融合問(wèn)題的研究[D];吉林大學(xué);2006年

10 賈海濤;基于感知引導(dǎo)的數(shù)據(jù)融合算法研究[D];電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 吳琦;基于數(shù)據(jù)融合的傳感網(wǎng)目標(biāo)檢測(cè)應(yīng)用研究[D];電子科技大學(xué);2017年

2 付祥朋;基于相關(guān)性預(yù)測(cè)與多層數(shù)據(jù)融合的ZigBee節(jié)能研究[D];內(nèi)蒙古大學(xué);2015年

3 侯振乾;基于預(yù)測(cè)模型的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合研究[D];沈陽(yáng)理工大學(xué);2015年

4 解春香;異類多傳感器數(shù)據(jù)融合技術(shù)的研究[D];沈陽(yáng)理工大學(xué);2015年

5 趙騫;能源行業(yè)中網(wǎng)絡(luò)監(jiān)測(cè)與數(shù)據(jù)融合平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

6 陳初杰;基于多層次監(jiān)測(cè)數(shù)據(jù)融合的多狀態(tài)系統(tǒng)動(dòng)態(tài)可靠度評(píng)估方法研究[D];電子科技大學(xué);2015年

7 李孟瑤;無(wú)線傳感器網(wǎng)絡(luò)中多傳感器數(shù)據(jù)融合方法的研究[D];湘潭大學(xué);2015年

8 梁學(xué)利;無(wú)線傳感器網(wǎng)絡(luò)中數(shù)據(jù)融合隱私保護(hù)方法研究[D];浙江工業(yè)大學(xué);2015年

9 王立坤;物聯(lián)網(wǎng)中安全數(shù)據(jù)融合技術(shù)研究[D];東南大學(xué);2015年

10 楊繼振;通信基站節(jié)能系統(tǒng)中多傳感器數(shù)據(jù)融合方法設(shè)計(jì)與實(shí)現(xiàn)[D];東南大學(xué);2015年

本文編號(hào)：2853570