计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2014年
23期
234-238,260
,共6页
无线传感器网络(WSN)%水质监测%数据融合%自适应加权理论%模糊综合评价理论
無線傳感器網絡(WSN)%水質鑑測%數據融閤%自適應加權理論%模糊綜閤評價理論
무선전감기망락(WSN)%수질감측%수거융합%자괄응가권이론%모호종합평개이론
Wireless Sensor Network(WSN)%water quality monitoring%data fusion%self-adaptive weighted theory%fuzzy comprehensive evaluation theory
多传感器数据融合是一种数据处理方法,可以对来自多个传感器的数据进行多方面、多层次的处理,从而产生更有意义的信息,而这种信息是单一传感器难以获得的。通过在水质监测应用背景下研究基于WSN的数据融合,提出了一种针对水质监测的两级数据融合模型:处理传感器所采集到的监测数据时,对于同类型的数据采用自适应加权理论进行第一级数据融合;对于不同类型的数据采用模糊综合评价理论进行第二级数据融合。对巢湖流域水样监测的实验结果表明,这种采用自适应加权理论和模糊综合评价理论相结合的数据融合模型,能够有效降低监测网络的数据传输量,降低监测数据的误差,提高水质状态监测的可信度。
多傳感器數據融閤是一種數據處理方法,可以對來自多箇傳感器的數據進行多方麵、多層次的處理,從而產生更有意義的信息,而這種信息是單一傳感器難以穫得的。通過在水質鑑測應用揹景下研究基于WSN的數據融閤,提齣瞭一種針對水質鑑測的兩級數據融閤模型:處理傳感器所採集到的鑑測數據時,對于同類型的數據採用自適應加權理論進行第一級數據融閤;對于不同類型的數據採用模糊綜閤評價理論進行第二級數據融閤。對巢湖流域水樣鑑測的實驗結果錶明,這種採用自適應加權理論和模糊綜閤評價理論相結閤的數據融閤模型,能夠有效降低鑑測網絡的數據傳輸量,降低鑑測數據的誤差,提高水質狀態鑑測的可信度。
다전감기수거융합시일충수거처리방법,가이대래자다개전감기적수거진행다방면、다층차적처리,종이산생경유의의적신식,이저충신식시단일전감기난이획득적。통과재수질감측응용배경하연구기우WSN적수거융합,제출료일충침대수질감측적량급수거융합모형:처리전감기소채집도적감측수거시,대우동류형적수거채용자괄응가권이론진행제일급수거융합;대우불동류형적수거채용모호종합평개이론진행제이급수거융합。대소호류역수양감측적실험결과표명,저충채용자괄응가권이론화모호종합평개이론상결합적수거융합모형,능구유효강저감측망락적수거전수량,강저감측수거적오차,제고수질상태감측적가신도。
Multi-sensor data fusion is a kind of data processing method. It refers to fusing data from a large number of sensors for various and multi-level treatment, creating a sort of information more meaningfully, while this sort of informa-tion is almost impossible to get for any single sensor. Researching of WSN-based data fusion in water quality, it puts for-ward a multi-sensor data fusion model of two levels, suitable for water quality monitoring, which combines self-adaptive weighted theory and fuzzy comprehensive evaluation theory together. Processing the same type of data collected from monitored area, it uses the self-adaptive weighted theory, while it uses the fuzzy comprehensive evaluation theory for dif-ferent types of data. The experimental result, made by lake water sample to Chaohu Basin, shows that using the model can effectively reduce the amount of data traffic, reduce the rate of deviation, improve the credibility of monitoring result.