無線傳感器網(wǎng)絡(luò)決策級融合算法研究.pdf

1、無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)能夠去除感知數(shù)據(jù)中的冗余信息、減少傳輸過程中的能量消耗、提高獲取信息的準(zhǔn)確性，對于節(jié)點能量受限的無線傳感器網(wǎng)絡(luò)具有十分重要的研究意義。決策級融合作為信息處理最高層次的融合，具有通信量小、不要求傳感器同質(zhì)性、處理速度快、實時性強(qiáng)等優(yōu)點，在目標(biāo)監(jiān)測、追蹤、屬性判斷等研究方向得到廣泛應(yīng)用。
　　本文對無線傳感器網(wǎng)絡(luò)決策級融合算法進(jìn)行研究，針對基于事件驅(qū)動的目標(biāo)監(jiān)測及分類這一應(yīng)用場景，對無線傳感器網(wǎng)絡(luò)本地決策算法

2、及決策融合算法進(jìn)行了重點研究。
　　首先，本文對貝葉斯推理、證據(jù)理論、模糊集理論等傳統(tǒng)的無線傳感器數(shù)據(jù)融合方法進(jìn)行了簡要介紹及優(yōu)缺點分析，針對傳統(tǒng)模糊集對原始數(shù)據(jù)的模糊性表示不夠精確這一問題，提出使用直覺模糊集來表示原始數(shù)據(jù)的思路?，F(xiàn)有的直覺模糊構(gòu)造方法多為人工賦值或根據(jù)圖像處理等特定的應(yīng)用場景設(shè)計，不適用于無線傳感器網(wǎng)絡(luò)環(huán)境。因此，本文提出一種基于數(shù)據(jù)分布的直覺模糊構(gòu)造方法，根據(jù)節(jié)點采集的原始數(shù)據(jù)集的標(biāo)準(zhǔn)差確定猶豫度，從而根據(jù)模

3、糊集與直覺模糊集轉(zhuǎn)化關(guān)系將傳感器網(wǎng)絡(luò)采集的原始屬性值集合轉(zhuǎn)化為直覺模糊集。
　　然后，針對多屬性融合分類問題，對基于直覺模糊集成的無線傳感器網(wǎng)絡(luò)本地決策算法展開研究。首先，提出了類別間相似度概念，根據(jù)不同監(jiān)測目標(biāo)類別間的直覺模糊相似度確定各屬性權(quán)重;進(jìn)而提出了基于類別間相似度的加權(quán)TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)直覺模糊決策

4、算法，用于節(jié)點本地融合分類決策。該算法改進(jìn)了傳統(tǒng)TOPSIS法正負(fù)理想解的確定方式，根據(jù)待測目標(biāo)各屬性訓(xùn)練樣本集的特征確定正負(fù)理想解，從而獲得更為準(zhǔn)確的多屬性分類結(jié)果。仿真結(jié)果表明，本文提出的本地決策算法相比于傳統(tǒng)模糊融合算法及直覺模糊加權(quán)集成算法，其分類準(zhǔn)確率均得到一定程度提高。
　　最后，針對全網(wǎng)決策級融合問題，提出了一種基于分簇及模糊邏輯的無線傳感器網(wǎng)絡(luò)決策級融合算法。首先，為減少簇內(nèi)通信消耗，提出一種基于k-Means聚類