基于WSN的水環(huán)境監(jiān)測(cè)信息融合算法研究.pdf

1、無(wú)線(xiàn)傳感器網(wǎng)絡(luò)(WirelessSensorNetwork，WSN)具有結(jié)構(gòu)簡(jiǎn)單、網(wǎng)絡(luò)拓?fù)渥兓l繁、實(shí)時(shí)性強(qiáng)和成本低等特點(diǎn)，將其應(yīng)用在水環(huán)境監(jiān)測(cè)和管理方面具有重要的現(xiàn)實(shí)意義。但WSN節(jié)點(diǎn)通常采用電池驅(qū)動(dòng)，一旦布置，很難再補(bǔ)充能量，此外，WSN的處理能力、無(wú)線(xiàn)通信帶寬和存儲(chǔ)空間的資源都十分有限。因此，如何利用有限的能量有效延長(zhǎng)網(wǎng)絡(luò)生命周期始終是WSN研究中的關(guān)鍵問(wèn)題之一。
　　 路由協(xié)議的性能影響和決定了WSN的性能和壽命。本文設(shè)

2、計(jì)了一種基于地理位置的多跳分簇路由協(xié)議GEEMHCR(GeographicalEnergy-efficientMulti-HopClusteringRounting)。該路由協(xié)議綜合考慮了監(jiān)測(cè)區(qū)域的大小、節(jié)點(diǎn)的地理位置、節(jié)點(diǎn)的剩余能量以及簇頭與匯聚節(jié)點(diǎn)的通信方式等因素，按照分簇、簇頭的選舉、多跳路由的建立以及數(shù)據(jù)的傳輸?shù)炔襟E完成了整個(gè)路由的設(shè)計(jì)。數(shù)據(jù)融合是減少傳感器節(jié)點(diǎn)間數(shù)據(jù)通信，節(jié)省WSN節(jié)點(diǎn)能量開(kāi)銷(xiāo)，延長(zhǎng)網(wǎng)絡(luò)壽命的有效技術(shù)手段之一。

3、本文采用神經(jīng)網(wǎng)絡(luò)的多層感知模型MLP(MultilayerPerceptrons)，結(jié)合網(wǎng)絡(luò)層的路由協(xié)議GEEMHCR，設(shè)計(jì)了數(shù)據(jù)融合算法MLP-GEEMHCR。該算法將每個(gè)簇設(shè)計(jì)為一個(gè)三層感知器神經(jīng)網(wǎng)絡(luò)模型，通過(guò)神經(jīng)網(wǎng)絡(luò)的方法將大量WSN節(jié)點(diǎn)采集的原始冗余數(shù)據(jù)進(jìn)行處理，最終將處理結(jié)果傳送到匯聚節(jié)點(diǎn)。
　　 最后，利用網(wǎng)絡(luò)仿真工具NS2（NetworkSimulationVersion2）對(duì)本文設(shè)計(jì)的路由協(xié)議GEEMHCR和數(shù)據(jù)