基于預(yù)測(cè)模型的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合研究.pdf

1、隨著科技的發(fā)展，作為新興科技的無線傳感器網(wǎng)絡(luò)（WSN），在物質(zhì)追蹤，智能農(nóng)業(yè)，健康監(jiān)測(cè)，供應(yīng)鏈管理及環(huán)境感知等領(lǐng)域中具有廣泛的應(yīng)用。無線傳感器網(wǎng)絡(luò)由大量節(jié)點(diǎn)自動(dòng)組網(wǎng)構(gòu)成網(wǎng)絡(luò)，其綜合了傳感器技術(shù)、無線通訊技術(shù)、嵌入式技術(shù)等，是多學(xué)科高度交叉的前沿性研究及應(yīng)用領(lǐng)域。數(shù)據(jù)融合技術(shù)是延長(zhǎng)無線傳感器網(wǎng)絡(luò)生命周期的關(guān)鍵技術(shù)。數(shù)據(jù)融合利用傳感器節(jié)點(diǎn)處理數(shù)據(jù),在匯聚節(jié)點(diǎn)收集數(shù)據(jù)時(shí)進(jìn)行數(shù)據(jù)融合,從而減少數(shù)據(jù)量,降低能源的限制和通信阻塞、延時(shí)等問題。

2、>　　本文首先介紹了WSN的技術(shù)構(gòu)成，對(duì)不同類型的WSN數(shù)據(jù)融合算法進(jìn)行了概述。然后，對(duì)基于預(yù)測(cè)模型的數(shù)據(jù)融合算法進(jìn)行了詳細(xì)分析，并闡述了基于預(yù)測(cè)模型的數(shù)據(jù)融合過程。其中，基于預(yù)測(cè)原理的數(shù)據(jù)融合算法能否成功最關(guān)鍵的要求是采用合理的時(shí)序預(yù)測(cè)算法。其次，深入研究了基因表達(dá)式編程（GEP）方法在WSN上的預(yù)測(cè)應(yīng)用，對(duì)GEP算法進(jìn)行了詳細(xì)介紹。再次，深入研究了混沌預(yù)測(cè)算法在WSN上的應(yīng)用，介紹了混沌辨識(shí)方法，詳細(xì)討論了混沌預(yù)測(cè)算法及數(shù)據(jù)融合算法

3、流程。最后，研究了基于非線性自回歸（NARX）神經(jīng)網(wǎng)絡(luò)的時(shí)序預(yù)測(cè)算法，介紹了NARX網(wǎng)絡(luò)數(shù)據(jù)融合步驟。
　　通過數(shù)據(jù)仿真實(shí)驗(yàn)可知，GEP算法不依賴先驗(yàn)知識(shí)，不僅能夠正確預(yù)測(cè)數(shù)據(jù)趨勢(shì)，還可以保證預(yù)測(cè)精度，其預(yù)測(cè)精度高于ARMA算法?；煦缇钟蝾A(yù)測(cè)法能夠?qū)Υ_定性的非線性數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)測(cè)，減少了數(shù)據(jù)通信。從而降低了能量消耗，提升了整個(gè)無線網(wǎng)絡(luò)的生存周期。NARX神經(jīng)網(wǎng)絡(luò)可以對(duì)所有特性的數(shù)據(jù)進(jìn)行預(yù)測(cè)，其計(jì)算簡(jiǎn)單，無需進(jìn)行相空間重構(gòu)，節(jié)省了存