無線傳感器網(wǎng)絡(luò)基于分簇路由的數(shù)據(jù)融合研究
加入技術(shù)交流群
具體實現(xiàn)方法是在分簇過程完成之后，簇頭節(jié)點相互發(fā)送探測信息包，和基站形成反向組播樹，該樹的形成算法主要基于DDSP，在保證與基站路徑最短的前提下，選擇與已計算的目的簇頭最近的路徑，通過目的簇頭之間共享盡可能長的路徑來降低生成樹的能量消耗。反向組播樹形成之后，數(shù)據(jù)融合過程不僅能在簇頭處理簇內(nèi)節(jié)點傳送來的數(shù)據(jù)時實現(xiàn)，也能在簇頭之間通過反向組播樹向基站發(fā)送數(shù)據(jù)時實現(xiàn)，讓數(shù)據(jù)采集效率更高，同時避免了過遠(yuǎn)的簇頭直接向基站發(fā)送數(shù)據(jù)時產(chǎn)生過高的能耗，此時網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖1所示。本文引用地址：http://m.butianyuan.cn/article/160520.htm
2．3 數(shù)據(jù)融合策略
無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合不僅僅是對數(shù)據(jù)進(jìn)行簡單的平均、求和等運算，根據(jù)具體需求，需要采取不同的融合措施，數(shù)據(jù)融合的順序一般是從數(shù)據(jù)層到特征層再到?jīng)Q策層。本協(xié)議應(yīng)用信息熵進(jìn)行數(shù)據(jù)分類融合，節(jié)點感知的各種信息的數(shù)據(jù)關(guān)系可通過信息熵的計算分為補充數(shù)據(jù)、冗余數(shù)據(jù)以及沖突數(shù)據(jù)。補充數(shù)據(jù)指傳感器節(jié)點感知的目標(biāo)不同特征的信息；冗余數(shù)據(jù)指傳感器節(jié)點感知的目標(biāo)同一特征的信息；沖突數(shù)據(jù)指傳感器節(jié)點感知的不同目標(biāo)的信息或者是同一目標(biāo)時空不相關(guān)的信息，或者是傳感器故障而提供的矛盾信息。判定兩個傳感器節(jié)點提供的信息的數(shù)據(jù)關(guān)系方法如下：
假定節(jié)點1與節(jié)點2感知數(shù)據(jù)的分布特性符合pi(x／xi)，其中i為傳感器號1或2，x(x∈X)為感知的隨機(jī)數(shù)，xi為節(jié)點i感知的數(shù)據(jù)值；節(jié)點i和節(jié)點j的聯(lián)合分布為pij(x／xi，xj)，由信息熵的定義，節(jié)點i和j感知數(shù)據(jù)的自熵hi(xi)與聯(lián)合熵hij(xi，xj)的計算如下：
自熵表明了節(jié)點i感知數(shù)據(jù)xi的不確定性，而互熵則表明了節(jié)點i和j聯(lián)合感知數(shù)據(jù)(xi，xj)的不確定性。比較hi(xi)，hj(xj)與hij(xi，xj)三者的大小關(guān)系有以下三種情況：
(1)hi(xi)≤hij(xi，xj)≤hj(xj)，說明兩個傳感器的聯(lián)合感知數(shù)據(jù)既沒減少xi的不確定性，也沒增加xj的不確定性，兩個節(jié)點的感知數(shù)據(jù)互不影響，因此兩個數(shù)據(jù)是互補的；
(2)hij(xi，xj)hi(xi)≤hj(xj)，說明聯(lián)合感知數(shù)據(jù)的不確定性較xi和xj的不確定性都小，因此兩個數(shù)據(jù)是冗余的；
(3)hi(xi)≤hj(xj)hij(xi，xj)，說明聯(lián)合感知數(shù)據(jù)的不確定性較xi和xj的不確定性都大，因此兩個數(shù)據(jù)是沖突的。
3 仿真實驗
本文采用Matlab建立仿真模型，分別對原LEACH算法與改進(jìn)后的算法進(jìn)行仿真分析并加以比較。
3．1 仿真模型與參數(shù)設(shè)置
本實驗采用LEACH定義的物理模型，其定義如下：
(1)所有節(jié)點屬性完全一樣，能量有限并且均能與基站直接通信；
(2)基站位置固定，節(jié)點不知道其自身位置信息；
(3)無線通信采用對稱的信道，消耗的能量與傳輸?shù)姆较驘o關(guān)，節(jié)點可根據(jù)與目標(biāo)節(jié)點的距離來調(diào)節(jié)射頻發(fā)射功率；
(4)簇頭節(jié)點可執(zhí)行數(shù)據(jù)融合。
評論