基于粗糙集與神經(jīng)網(wǎng)絡(luò)的WSN數(shù)據(jù)融合算法研究.pdf

1、無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，簡稱WSN)是當(dāng)今國內(nèi)外備受關(guān)注的、由多學(xué)科高度交叉的新興前沿研究領(lǐng)域。它綜合了傳感器技術(shù)、嵌入式計(jì)算技術(shù)、現(xiàn)代網(wǎng)絡(luò)及無線通信技術(shù)、分布式信息處理技術(shù)等，能夠通過各類集成化的微型傳感器協(xié)作，實(shí)時(shí)監(jiān)測、感知和采集各種環(huán)境或監(jiān)測對(duì)象的信息。無線傳感器網(wǎng)絡(luò)具有十分廣闊的應(yīng)用前景，在軍事國防、工農(nóng)業(yè)、城市管理、生物醫(yī)療、環(huán)境監(jiān)測、搶險(xiǎn)救災(zāi)、防恐反恐、危險(xiǎn)區(qū)域遠(yuǎn)程控制等許多領(lǐng)域都有

2、重要的科研價(jià)值和巨大的使用價(jià)值，它已經(jīng)引起了世界許多國家軍事界、學(xué)術(shù)界和工業(yè)界的高度重視，并被公認(rèn)為是對(duì)21世紀(jì)產(chǎn)生巨大影響的技術(shù)之一。
　　 粗糙集理論是波蘭數(shù)學(xué)家Z.Pawlak于1982年提出的一種數(shù)據(jù)分析理論。該理論是一種刻畫不完整性和不確定性的數(shù)學(xué)工具，能有效地分析和處理不精確、不一致、不完整等各種不完備信息，并從中發(fā)現(xiàn)隱含的知識(shí)，解釋潛在的規(guī)律。自組織特征映射(Self-Organizing feature Map，

3、簡稱SOM) 網(wǎng)絡(luò)是由芬蘭赫爾辛基神經(jīng)網(wǎng)絡(luò)專家Kohonen于1982年首次提出的。它是競爭型人工神經(jīng)網(wǎng)絡(luò)模型。從本質(zhì)上說，是希望解決有關(guān)外界信息如何在人腦中自組織地形成概念的問題。自組織映射網(wǎng)絡(luò)是一種具有聚類功能的神經(jīng)網(wǎng)絡(luò)，可以作為狀態(tài)估計(jì)的一種新模型。
　　 本文從數(shù)據(jù)融合的本質(zhì)出發(fā)，系統(tǒng)化地研究了基于粗糙集和神經(jīng)網(wǎng)絡(luò)相結(jié)合的數(shù)據(jù)融合技術(shù)。對(duì)無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合理論與技術(shù)進(jìn)行了深入的研究，主要工作如下：
　　

4、(1)概括了無線傳感器網(wǎng)絡(luò)自身的特點(diǎn)，介紹了本課題研究的背景、國內(nèi)外研究現(xiàn)狀以及傳感器網(wǎng)絡(luò)的體系結(jié)構(gòu)；
　　 (2)系統(tǒng)地介紹了無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合的概念、基本原理、處理過程和關(guān)鍵技術(shù)，其次具體研究了粗糙集理論與神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，分析它們各自的特點(diǎn)及在數(shù)據(jù)融合方面的優(yōu)缺點(diǎn)，探討將兩者結(jié)合在一起的可行性；
　　 (3)提出了基于粗糙集和神經(jīng)網(wǎng)絡(luò)相結(jié)合的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合模型，采用MATLAB對(duì)其進(jìn)行仿真模擬，這其中包括