摘要
针对无线传感网络中数据融合需求的多样性,提出了一种新的簇内数据融合方法。该方法基于信息熵可反映节点数据分布的统计特性,首先对节点内数据并查集的信息熵进行最大寻优、自动确定融合的上下限阈值,完成节点局部数据融合;同时考虑簇内信息分布的空间特性,对簇内二维信息熵进行最大寻优,并由此确定簇内数据融合的阈值、实现冗余数据过滤;最后就该方法与传统的数据融合策略进行了仿真比较。实验结果验证了该方法简单,可有效实现全局数据融合,显著降低节点能耗。
According to the data fusion diversity in wireless sensor network,this paper presented a new fusion method for the cluster data based on the principle that the statistical characteristics of data distribution in the node could be reacted by the entropy. Firstly,it used the way to find the threshold value of upper and lower limits and completed the data fusion automatically in the node through the maximum optimization for the data entropy of the merging and finding set to every node. And then it determined the threshold of data fusion automatically to realize data filtering in the cluster with the maximum optimization for2D entropy aimed to the spatial distribution characteristics of the information in cluster. Finally,simulation experimental results show the method is simple compared with the traditional data fusion strategies,which can effectively achieve the global data fusion and significantly reduce the node energy consumption.
出处
《计算机应用研究》
CSCD
北大核心
2014年第7期2171-2174,共4页
Application Research of Computers
基金
国家自然科学基金资助项目(61262013)
广东省交通运输厅科技计划基金资助项目(2012-04-016)
关键词
无线传感网络
数据融合
二维信息熵
粒子群算法
wireless sensor network
data fusion
2D entropy
particle swarm optimization
作者简介
李怀俊（1978-），男，山西襄汾人，副教授，硕士，主要研究方向为无线传感网络、信号处理、智能故障诊断（soladee@126．com）；
张学习（1978-），男，安徽蚌埠人，副教授，博士，主要研究方向为图像处理、计算机网络控制．
