一种改进的多无线传感器数据分批估计自适应加权融合算法

为解决温室大棚中多无线传感器监测数据融合精度低的问题,提出了一种改进型的分批估计自适应加权融合算法。算法首先对单个无线温度传感节点一段时间内所采集的数据根据容许函数阈值剔除误差较大的数据,然后对该温度传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,以此得到该区域所有无线温度传感节点最优估计值后,依据权值最优分配原则对每组传感器数据进行组内自适应加权融合,从而计算得到该段时间内温室大棚的温度精确值。通过实验验证得出:相对于平均值法与传统的分批估计算法,本算法数据融合易于实现,融合值相对误差值更低,稳健性更好。

多无线传感器网络中连接查询处理

物联网(Io Ts:Internet of Things)感知层通常由多个无线传感器网络(MWSNs:Multiple Wireless Sensor Networks)组成。数据查询处理是多无线传感器网络中很重要的一个研究领域。连接查询能在不同的位置监视相似的网络环境。通用连接算法中,各节点上报连接属性值给数据库服务器,由数据库服务器找出符合连接条件的匹配节点结果集。分布式连接算法中,普通节点预测自己的过滤器区间,数据库服务器获得全局过滤器区间,符合条件的普通节点上报信息给数据库服务器,数据库服务器获得最终的匹配节点结果集。在真实数据集上验证了各算法,并体现出了通用连接算法和分布式连接算法的优越性。

基于多无线传感器的数据融合算法

数据融合作为是一种减少数据通信量能耗的先进技术,在节能方面呈现出理想的应用效果,这便是数据融合成为无线传感器网络的研究热点之一的重要原因。文章将从多传感器信息融合技术背景、原理、特征以及多无线传感器数据融合方法等方面来对多无线传感器的改进数据融合算法进行深入的分析和探究。