無線傳感器網(wǎng)絡（Wireless sensor networks,WSNs）技術具備感知、數(shù)據(jù)處理、存儲和無線通信等綜合處理能力,具有涉及學科多、知識面廣和應用范圍大等特點,是構建智能感知環(huán)境的主要技術支撐。隨著傳感器技術、無線通信技術和物聯(lián)網(wǎng)技術的迅速發(fā)展,對WSN技術的研究得到了進一步的深入。WSN節(jié)點作為網(wǎng)絡的最前端,其數(shù)據(jù)處理能力對網(wǎng)絡的安全性、高效性和智能性等有著重要的影響。論文以WSN節(jié)點作為研究對象,著重對多傳感器信息融合技術相關理論和算法進行研究,主要工作包括:（1）對WSN和多傳感器信息融合的相關知識做了簡要介紹,提出一種基于距離矢量的多傳感器信息決策算法。該算法利用傳感器信息決策特點,結合系統(tǒng)評價標準,通過對支持度矩陣的歸一化處理,得出優(yōu)勢度函數(shù),經(jīng)規(guī)范化后對決策結果進行排序,取值最大為最優(yōu)解方案。同時,定義了區(qū)分度函數(shù),為算法評價提供科學依據(jù)。仿真分析表明,該方法在傳感器信息決策中識別區(qū)分度均達到0.5以上,在計算過程中避免了對傳感器數(shù)據(jù)的概率賦值,相對于其他在決策中需要對傳感器數(shù)據(jù)進行概率賦值的算法,具有明顯優(yōu)勢。（2）提出采用冪均算子與D-S證據(jù)理論的數(shù)據(jù)融合... 

【文章頁數(shù)】：50 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 問題的提出
        1.2.1 WSN研究進展現(xiàn)狀
        1.2.2 多傳感器信息融合技術研究進展
    1.3 論文的主要內(nèi)容
    1.4 本章小結
第二章 WSN與多傳感器信息融合相關技術
    2.1 WSN結構
    2.2 WSN網(wǎng)絡節(jié)點
        2.2.1 WSN網(wǎng)絡節(jié)點組成
        2.2.2 傳感器模塊
        2.2.3 處理器模塊
        2.2.4 無線通信模塊
        2.2.5 能量供應模塊
        2.2.6 存儲模塊
    2.3 多傳感器信息融合技術
        2.3.1 多傳感器信息融合特點
        2.3.2 多傳感器信息融合的功能模型
        2.3.3 多傳感器信息融合級別
        2.3.4 處理結構
        2.3.5 多傳感器信息融合過程
        2.3.6 多傳感器信息融合主要技術和方法
    2.4 本章小結
第三章 基于距離矢量的多傳感器信息決策算法
    3.1 多傳感器信息決策模型
    3.2 算法原理
        3.2.1 單屬性信息融合算法
        3.2.2 多屬性信息融合算法
    3.3 基于距離矢量的多傳感器決策算法
    3.4 仿真算例
    3.5 本章小結
第四章 基于冪均算子與D-S證據(jù)理論的多傳感器信息融合算法
    4.1 多傳感器決策信息融合模型
    4.2 冪均算子
    4.3 D-S證據(jù)理論
    4.4 算法改進
        4.4.1 數(shù)據(jù)預處理
        4.4.2 D-S證據(jù)理論融合過程
    4.5 案例分析
    4.6 本章小結
第五章 總結與展望
    5.1 總結
    5.2 工作展望
參考文獻
致謝
個人簡歷
在校期間的研究成果及發(fā)表的學術論文清單


【參考文獻】：
期刊論文
[1]基于蟻群優(yōu)化的WSN網(wǎng)絡數(shù)據(jù)融合算法[J]. 丁華.  沈陽工業(yè)大學學報. 2020(02)
[2]基于SVDD和D-S理論的曲軸軸承故障診斷[J]. 張懿,崔佳.  重慶理工大學學報(自然科學). 2019(11)
[3]基于前景理論和證據(jù)推理的混合型多屬性決策方法[J]. 羅承昆,陳云翔,顧天一,項華春.  國防科技大學學報. 2019(05)
[4]Data Fusion Algorithm Based on Fuzzy Sets and D-S Theory of Evidence[J]. Guangzhe Zhao,Aiguo Chen,Guangxi Lu,Wei Liu.  Tsinghua Science and Technology. 2020(01)
[5]基于改進D-S證據(jù)理論的導彈控制系統(tǒng)完好性評估[J]. 李遠冬,岳瑞華,丁宸宇,蒲俊,顧凡.  電光與控制. 2020(02)
[6]融合高階信息的社交網(wǎng)絡重要節(jié)點識別算法[J]. 閆光輝,張萌,羅浩,李世魁,劉婷.  通信學報. 2019(10)
[7]SNDQ-WISE:一種新的基于SDWSN的QOS路由協(xié)議[J]. 湯季,譚小波,朱騰.  沈陽理工大學學報. 2019(04)
[8]基于改進Jousselme證據(jù)距離的多傳感器決策融合方法[J]. 張雅媛,孫力帆,鄭國強.  儀表技術與傳感器. 2019(07)
[9]基于高階馬爾可夫鏈WSN低時延調(diào)度算法[J]. 孔凡鳳,陳曦,宋燕輝,歐紅玉.  科技通報. 2019(05)
[10]沖突證據(jù)決策新方法及應用[J]. 趙靜,關欣,劉海橋.  北京航空航天大學學報. 2019(09)

碩士論文
[1]無線傳感器網(wǎng)絡覆蓋與資源優(yōu)化研究[D]. 張青.西安郵電大學 2018
[2]基于無線傳感器網(wǎng)絡的礦區(qū)大氣質(zhì)量監(jiān)測系統(tǒng)[D]. 婁鵬飛.西安郵電大學 2018
[3]基于無錨節(jié)點的無線傳感器網(wǎng)絡系統(tǒng)設計[D]. 李永彪.西安電子科技大學 2018
[4]基于D-S證據(jù)理論的無線傳感器網(wǎng)絡數(shù)據(jù)融合[D]. 劉雨岑.北京交通大學 2017



本文編號：3717354