基于時間序列分析的無線傳感器網絡數據融合算法研究.pdf

1、無線傳感器網絡（Wireless Sensor Networks, WSNs）數據融合（Data Aggregation），是指將多個傳感器節(jié)點的數據進行處理，以消除數據冗余傳輸，并將融合結果發(fā)送到基站的一種技術。通過降低網絡中數據的通信量，數據融合可以大大降低網絡的能量消耗，延長網絡生命周期?；陬A測的數據融合算法，是指將傳感器節(jié)點采集的歷史數據進行建模分析，預測未來的數據，若預測誤差在閾值允許范圍內，則節(jié)點不用發(fā)送數據，否則節(jié)點需發(fā)

2、送數據到融合節(jié)點，并更新預測模型。
　　當節(jié)點受到人為或環(huán)境等因素影響時，得到的數據本身可能存在異常，而這也可能導致預測誤差大于誤差閾值。目前主要的處理方法是源節(jié)點將此數據發(fā)送到融合節(jié)點進行融合處理，這不但會影響最終的融合結果，而且會增加網絡通信量、縮短網絡壽命。另外，傳感器節(jié)點本身的能量、計算處理能力以及存儲能力有限，如果建模算法或預測算法復雜度過高，將使融合算法在應用中不具可行性。因此，預測融合算法要求，在保證模型預測結果準確

3、性的情況下，要盡量降低預測模型和預測算法的復雜度。
　　基于此，本文提出一種基于ARMA時間序列模型的無線傳感器網絡數據融合算法，該算法旨在降低無線傳感器網絡能量消耗并提高融合結果精確度。通過利用傳感器節(jié)點采集數據在連續(xù)時間上的相關性，算法對節(jié)點歷史數據進行分析建模，預測未來的數據?？紤]到WSN節(jié)點的部署策略使節(jié)點間的數據具有空間相關性，算法對節(jié)點采集的數據進行了可靠性分析，剔除異常數據。通過對ARMA模型進行分析，發(fā)現(xiàn)預測模型的