[发明专利]基于信任度和改进遗传算法应用于无线传感器网络数据融合的一种方法

摘要

本发明公开了基于信任度和改进遗传算法应用于无线传感器网络数据融合的一种方法。本发明首先将温湿度、光照、PH和电导率无线传感器节点采集的原始数据经汇聚节点发送到网关，在网关处利用三次指数平滑对原始数据进行预处理，剔除异常数据和噪声数据；采用基于指数型信任度的融合算法对平滑数据进行融合，并结合改进的遗传算法对融合估计值进行优化。试验结果表明，三次指数平滑能明显减少数据波动，提高系统稳定性；与算术平均法和自适应加权法等常用的数据融合算法相比，融合信任度和改进遗传的数据融合算法能够有效提高融合精度，减少算法执行时间。

主权项

1.本发明设计的基于信任度和改进遗传算法应用于无线传感器网络数据融合的一种方法，包括以下步骤：(1)对原始数据进行预处理：以温度为例，将温湿度无线传感器节点采集的原始温度数据经路由节点发送到网关，在网关处进行基于三次指数平滑的数据预处理，得到平滑值(2)设置信任度函数：将信任度函数b_ij定义为指数函数的形式(3)建立信任度矩阵：设同一时刻有n个温湿度无线传感器节点测量温室内的温度参数，根据信任度函数b_ij，建立信任度矩阵B。(4)确定权重：本发明用w_i表示第i个温湿度无线传感器节点x_i在融合过程中所占的权重，利用w_i对x_i进行加权求和，定义了一组非负数a₁，a₂，...，a_n，用于综合反映w_i关于x_i的信任度系统中各子系统b_i1，b_i2，...，b_in的全部信息，使得w_i＝a₁b_i1+a₂b_i2+a_nb_in i＝1，2，...，n。(5)归一化处理：考虑到w_i满足加权和为1，对w_i进行归一化处理，得到(6)数据融合：根据确定的权重，得到对所有平滑数据融合估计的最终结果。(7)利用改进的遗传算法优化融合结果：本发明定义融合估计值与真实值之间误差的绝对值为目标函数，即利用本发明改进的遗传算法对式(3)进行优化，进而得到最优值。