[发明专利]序列预测的农田无线网络簇内数据稀疏基生成方法

权利要求书

1.序列预测的农田无线网络簇内数据稀疏基生成方法，其特征在于，所述方法包括：

普通节点定时采集并缓存环境数据；

利用缓存的环境数据预测当前采集的环境数据，得到环境数据预测值，所述环境数据预测值通过下式得到：

SHk′=Σi(ak(i)×ESk(i));]]>

其中，SH'_k为第k个环境数据的预测值，ES_k(i)为第k个环境数据的缓存值，i为环境数据的缓存值的时间逆序，a_k(i)为环境数据的缓存值的时间关联因子；

利用天气模型对所述环境数据预测值进行修正，得到环境数据修正值，所述环境数据修正值通过下式得到：

SH_k＝W(t)×SH'_k；

其中，SH_k为第k个环境数据的修正值，W(t)为天气模型，W(t)＝k×t+d；其中，k、d为天气模型因子，由汇聚节点确定，t为当前采集时间；

将所述环境数据修正值与当前采集的环境数据进行差分处理，得到差分结果；

根据预设的传感器精度，对所述差分结果进行滤波修正，得到滤波修正结果，所述滤波修正结果为环境数据初步融合结果；

簇头节点在接收到普通节点上传的环境数据初步融合结果之后，根据普通节点之间的位置关系，得出所述环境数据初步融合结果之间的空间关联性；

簇头节点根据所述环境数据初步融合结果之间的空间关联性，对所述环境数据初步融合结果进行二次融合，得到农田无线传感网络簇内数据的融合结果。

2.根据权利要求1所述的方法，其特征在于，所述簇头节点在接收到普通节点上传的环境数据初步融合结果之后，根据普通节点之间的位置关系，得出所述环境数据初步融合结果之间的空间关联性，包括：

簇头节点根据普通节点上传的环境数据初步融合结果以及普通节点之间的位置关系，得到环境数据初步融合结果之间的空间关联性矩阵C；

其中，C中的元素x_i、x_j为簇内节点i和j的环境数据初步融合结果，n为簇内节点个数，所述簇内节点包括簇头节点和普通节点，为簇内节点i和j的空间关联性的历史均值，簇头节点首次接收普通节点上传的环境数据初步融合结果时，

Cij*=O(i,j)-RsO(i,j);]]>

其中，O(i,j)为簇内节点i与j之间的欧氏距离，R_s为簇内节点通信半径。