[发明专利]一种基于数据均匀性加权的传感器网络数据融合方法

摘要

本发明涉及一种基于数据均匀性加权的传感器网络数据融合方法，按照如下步骤实现：通过传感器节点i相对执行机构的距离确定距离加权值；依据各传感器节点在场景中布置的地理位置生成节点关联关系图来描述各节点周边的相邻关系；通过节点关联关系图计算节点i的平滑程度加权值；根据距离加权和平滑加权计算预估计结果D_e；计算加权微调量；在获得了加权微调量之后，计算出最终的数据融合结果D。本发明提出的一种基于数据均匀性加权的传感器网络数据融合方法，采用不同加权值的方式削弱误差节点对最终结果的影响，能够获得较为精确的传感结果。

主权项

1.一种基于数据均匀性加权的传感器网络数据融合方法，其特征在于，按照如下步骤实现：步骤S1：在待检测控制空间内设置附属k个传感器节点，且传感器节点之间通过网络相联形成传感器网络；步骤S2：获取各个传感器节点的坐标以及与执行机构的坐标，并按照如下方式计算传感器节点的距离权值ω_di：d_i‑norm＝δ·(1‑d_i/d_max)；其中，d_i为位于坐标(x_i,y_i)的传感节点i到位于坐标(x_exe,y_exe)的执行机构的距离；d_max为待检测控制空间内传感器距离执行机构的最大距离值；δ为预设数值调整系数；d_i‑norm为d_i进行标准化计算后的值；ω_di为对d_i‑norm进行正态分布函数映射后得到距离加权值，μ、σ为预设正态分布函数的参数；步骤S3：根据传感器节点的地理位置关系生成描述各传感器节点周边的相邻关系的节点关联关系图；步骤S4：根据该节点关联关系图计算传感器节点的平滑程度加权值ω_si；ω_si＝γ·(1‑D_si/D_si‑max)；其中，t为与传感器节点i相邻的传感器节点的个数，D_i表示传感器节点i的测量值，D_m表示第m个相邻节点的测量值，D_si为传感器节点i的平滑程度；D_si‑max为待检测控制空间内最大的平滑程度值，γ为预设数值调整系数，ω_si为对D_si标准化计算后的平滑程度加权值；步骤S5：根据所述距离加权ω_di和所述平滑程度加权ω_si，按照如下式计算数据融合预估计结果D_e；步骤S6：得到预估计结果D_e后，计算该预估计结果D_e与每个节点测量值D_i之差的绝对值ΔD_i＝|D_e‑D_i|，并进行排序；步骤S7：计算加权微调量Δω_i，记Δω_i为传感器节点i的加权微调量，初值为0，在对ΔD_i从小到大进行排序后，取排在后λ位的节点，按下式分别计算加权微调量：即当ΔD_i位于队列后λ位时，使该节点对应的微调量Δω_i减去一个固定预设值γ；当ΔD_i不位于队列后λ位时，若Δω_i＜0，则加上固定预设值γ；若Δω_i＝0，则不作处理；其中，λ为预设常数；步骤S8：在获得了加权微调量之后，通过下式计算最终的数据融合结果：