无线传感器网络中基于神经网络的数据融合模型

摘要：

数据融合技术通过减少传感器节点间的数据通信量,可以有效地节省传感器节点能耗,延长无线传感器网络的寿命.提出了独特的基于神经网络的数据融合模型(NNBA),该模型巧妙地将无线传感器网络的分簇层次结构与神经网络的层次结构相结合,将每个簇设计为一个三层感知器神经网络模型,通过神经网络方法从采集到的大量原始数据中提取特征数据,然后将特征数据发送给汇聚节点.以森林火灾实时监测网为应用实例,设计神经元模型及功能函数,并给出NNBA模型的仿真测试结果.

关键词：无线传感器网络、数据融合、神经网络、森林火灾

所属期刊栏目：35

分类号：TP1;TP3

在线出版日期：2009-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：43-47