简介:无线传感器网络部署的成功取决于是否能够在其诸如数据的精确性、数据聚类程度以及网络生命周期最大化等问题上,提供一个高质量可靠的性能服务。其中,数据融合机制就特别具有挑战性。如果将一小部分低质量的数据作为数据融合输入,那么极可能对整个数据融合结果产生负面影响。该文提出了改进型分批估计和BP神经网络相结合的多传感器数据融合方法,旨在提高网络的服务质量并减少整个网络的能量消耗。该方法能够辨别和剔除低质量的终端数据,提高数据的精确性;同时,它还能够融合冗余的数据,以减少各站点之间的数据通信消耗,使网络生命周期最大化。通过MATLAB实验仿真,表明该文提出的方法具有良好的数据融合性能;相比于LEACH,有效减少转发数据包量,提高了网络生命期。
简介:摘要在这个科技高速发达的现代社会中,人类已进入了瞬息万变的时代,而作为在日常生活中的重要传感工具——“传感器”,也已全面的进入了我们的生活。传感器是一种检测装置,能够检测到被检测物的信息,并能将检测到的信息,按照一定规律变换成为电信号或者其他所需形式的信号输出,以满足信息的传输,处理,存储,显示,记录和控制等要求。而在如今时代,传感器技术作为信息技术的三大基础之一,是当前各发达国家以及发展中国家都相继去发展的高技术,是21世纪以来优先发展的十大顶尖技术之一,所以相应的,传感器技术所涉及的知识领域非常广泛,并且在人们的生活中也占有的分量越来越重了,而其相应的它与其他科学技术之间的发展也越发的紧密。
简介:"信号失灵是关键啊,小子!传感器在某一个具体的时间失灵的话,那么出入就算被检测到也不会被记录下来。稍后,只要再设定传感器恢复通讯就完事了。还真够狠的!而且是预谋已久啊!"