[发明专利]一种物联网中自适应分层跨媒体数据融合方法

摘要

本发明提出了一种物联网中自适应分层跨媒体数据融合方法。本发明的步骤：首先布置网络节点并初始化处理，然后根据各节点到sink节点的逻辑跳数进行分层，再结合聚类算法对分层结果进行修正，将各层中的数据分类，对分类后的数据进行跨媒体融合，将融合后的数据传输至sink节点，最后由sink节点进行综合分析，根据网络周期对网络重新分层。本发明能根据物联网网络拓扑结构的变化自适应分层，提高融合效率，将位置相近且有交叠感知区域的节点分在同一层中进行融合，减少非交叠感知区域中的干扰数据，提高了融合精度和信息采集精度。

主权项

1.一种物联网中自适应分层跨媒体数据融合方法，其特征在于，首先是布置网络节点并初始化处理，然后根据各节点到sink节点的逻辑跳数进行分层，再结合聚类算法对分层结果进行修正，将各层中的数据分类，对分类后的数据进行跨媒体融合，将融合后的数据传输至sink节点，最后由sink节点进行综合分析，根据网络周期对网络重新分层，至少还包括以下步骤：步骤一、物联网中网络节点布置与初始化处理；步骤二、根据路由表计算各传感器节点到sink节点的逻辑跳数；步骤三、各传感器节点建立到sink节点的最优路径，根据各传感器节点到sink节点的逻辑跳数进行分层，将距sink节点跳数相同的传感器节点归为同一层，总共将传感器节点分为k层；步骤四、设定初始聚类个数为K1，其中K1＝k，聚类目标函数初始值为J(0)＝0.01，初始化聚类迭代次数t＝1，在每层中随机选取一个传感器节点作为初始聚类中心；步骤五、计算每个传感器节点w_i,i＝1,2,…,n,与每个聚类中心c_j,j＝1,2,…,k的相似度s(w_i,c_j)，s(w_i,c_j)＝1/d(w_i,c_j)，其中为传感器节点w_i与聚类中心c_j的距离，分别为传感器节点w_i的横、纵坐标，分别为聚类中心c_j的横、纵坐标；步骤六、根据步骤五求得的相似度，将传感器节点wi,i＝1,2,...,n归到与其最相似的聚类中心所属的类，即归到与其相似度最大的聚类中心所属的类；步骤七、假设第j类中的传感器节点为其中n_j为该类的传感器节点总数，计算聚类后的聚类测量函数值：步骤八、对步骤七的分层结果进行迭代聚类分层；步骤九、根据各层中节点的数据属性和感知区域是否交叠对数据分类，然后将各层中分类后的数据进行跨媒体融合；步骤十、通过多跳传输方式由外向内传输融合后的数据，最后传输至sink节点处，并在sink节点进行综合分析；步骤十一、网络依周期T循环地执行步骤二至步骤十直至节点全部死亡。