简介: 【摘要】 无线传感器网络是由部署于一定监控区域内的大量微型传感器节点构成,以无线通信方式进行数据传输的一种多跳自组织网络系统,其在工业控制、抢险救灾、环境监测、目标跟踪等众多领域应用前景广阔。然而传统传感器节点能源存在着有限性,一旦电池能耗完则其节点便失去相应作用。为此,需要采取相应的节能策略,以确保无线传感器网络运行的稳定性与综合效益。
简介:无线传感器网络部署的成功取决于是否能够在其诸如数据的精确性、数据聚类程度以及网络生命周期最大化等问题上,提供一个高质量可靠的性能服务。其中,数据融合机制就特别具有挑战性。如果将一小部分低质量的数据作为数据融合输入,那么极可能对整个数据融合结果产生负面影响。该文提出了改进型分批估计和BP神经网络相结合的多传感器数据融合方法,旨在提高网络的服务质量并减少整个网络的能量消耗。该方法能够辨别和剔除低质量的终端数据,提高数据的精确性;同时,它还能够融合冗余的数据,以减少各站点之间的数据通信消耗,使网络生命周期最大化。通过MATLAB实验仿真,表明该文提出的方法具有良好的数据融合性能;相比于LEACH,有效减少转发数据包量,提高了网络生命期。