

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在水下隨機或有規(guī)律部署大量低功耗、具有一定的通信能力的傳感器節(jié)點,采集水下信息,利用節(jié)點的自組織能力,形成水下無線傳感器網絡(UnderwaterWireless Sensor Network,UWSN)。UWSN為水下環(huán)境監(jiān)測提供新的手段,但UWSN通信采用聲波通信,不同于傳統(tǒng)的無線傳感器網絡(WSN),帶來了UWSN的定位技術、網絡拓撲、路由協(xié)議、水聲通信和數據融合等方面的問題。UWSN的數據融合目的是通過融合減少數據的傳輸量,降低
2、節(jié)點因數據傳輸帶來的能耗,對延長UWSN的生命周期具有重要的現實意義。
水聲信道具有傳播延遲高且動態(tài)變化、通信帶寬有限、多徑效應嚴重等特點,受自身物理條件的制約,UWSN中易出現節(jié)點先發(fā)的信息后到融合中心,后發(fā)的信息先到融合中心的現象,即無序量測(Out-of-Sequence Measurement,OOSM)現象。因此,在UWSN中,針對OOSM現象,如何融合處理帶OOSM數據,直接關系到融合結果的可信度,也促使數據融合理
3、論的完善。
本文從單傳感器和多傳感器方面研究UWSN網中的OOSM數據融合問題,主要工作如下:
(1)使用OPNET對水聲信道進行仿真,建立水聲通信網絡模型,分析網絡延遲,觀測無序量測現象。
(2)對UWSN環(huán)境下的單傳感器單步延遲無序量測融合算法進行了研究,提出基于后向預測的無序量測融合算法。在過程噪聲直接離散化模型條件下,該算法能夠處理量測噪聲與同一時刻過程噪聲相關的單傳感器單步延遲無序量測數據融合問題
4、。該算法可以保證實時性,而且濾波精度高于A1算法,仿真結果驗證了算法的有效性。
(3)針對UWSN環(huán)境下的多傳感器單步延遲無序量測問題,提出一種基于等價量測的單步延遲無序量測融合算法。該算法采用分布式融合結構,利用一步預測的等價量測處理延遲量測,把無序量測信息融合問題轉化成一種順序量測信息融合問題,采用噪聲相關的Kalman濾波算法獲得局部估計,最后使用矩陣加權算法得到全局估計。該算法的濾波精度與直接更新法相比有所降低,但計算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 噪聲相關和無序量測系統(tǒng)的網絡融合估計.pdf
- 無線傳感網中數據融合算法的研究.pdf
- 傳感器網絡中的數據融合算法研究.pdf
- WSN中基于Mobile Agent的數據融合算法研究.pdf
- 無線傳感器網絡中數據融合算法的研究.pdf
- UWSN中OOSM數據融合節(jié)點延時分配研究.pdf
- 數據融合算法的初步研究以及在數據采集系統(tǒng)中的應用.pdf
- 基于感知引導的數據融合算法研究.pdf
- 基于目標定位的數據融合算法研究
- 交通系統(tǒng)數據融合算法研究.pdf
- 無線傳感器網絡中安全的數據融合算法研究.pdf
- 雷達數據關聯及融合算法研究.pdf
- 多傳感器目標跟蹤中數據融合算法的研究.pdf
- 測量數據延遲下的不完全量測濾波研究.pdf
- 基于GPS-CDMA的數據融合算法研究.pdf
- 基于目標定位的數據融合算法研究.pdf
- 目標跟蹤與數據融合算法研究.pdf
- WSN中基于概率聚類成簇的數據融合算法研究.pdf
- 基于小波變換的圖像數據融合算法研究.pdf
- 基于網絡的Multi-MEMS數據融合算法的研究.pdf
評論
0/150
提交評論