朱瑞金

摘 要： 針對傳統(tǒng)方法一直存在融合速度慢的問題，提出一種無線傳感網(wǎng)絡(luò)可靠信息高效融合方法。采用DS統(tǒng)計數(shù)據(jù)信息融合模型代替?zhèn)鹘y(tǒng)方法中的融合模式，以統(tǒng)計的方式進行信息的快速融合，避免了傳統(tǒng)方法中出現(xiàn)的計算繁瑣流程復(fù)雜的融合模式，同時優(yōu)化隸屬度函數(shù)，保證了計算過程的準確性，避免了傳統(tǒng)融合過程中融合度有限問題。為了驗證提出的無線傳感網(wǎng)絡(luò)可靠信息高效融合方法的有效性，設(shè)計了對比仿真試驗，通過實驗數(shù)據(jù)的分析證明，驗證了無線傳感網(wǎng)絡(luò)可靠信息高效融合方法的有效性。

關(guān)鍵詞： 無線傳感網(wǎng)絡(luò)； 可靠信息； 高效融合方法； 隸屬度函數(shù)

中圖分類號： TN915?34； TP391 文獻標(biāo)識碼： A 文章編號： 1004?373X（2017）24?0141?03

Abstract： The traditional method has the problem of slow fusion. Therefore， a kind of reliable information fusion method of wireless sensor network is put forward. DS statistical data fusion model is used instead of the fusion pattern in the traditional method， which can rapidly integrated information in a statistical way to avoid the complex integration mode in cumbersome calculation process in the traditional method and optimize membership functions， so as to ensure the accuracy of the calculation process and avoid the problem of limited integration of traditional fusion process. In order to verify the effectiveness of the reliable and the proposed efficient information fusion method of wireless sensor network， simulation experiment is designed. The analysis results of the experimental data verified the effectiveness of the efficient information fusion method in wireless sensor network.

Keywords： wireless sensor network； reliable information； efficient fusion method； membership function

0 引 言

伴隨信息技術(shù)的高速發(fā)展，在無線傳感網(wǎng)絡(luò)中充斥著大量數(shù)據(jù)信息[1]。這些數(shù)據(jù)信息的存儲量不斷的增加，必須選擇合適的方式進行信息融合才能進行更好的數(shù)據(jù)存儲[2?3]。由于數(shù)據(jù)類型的多樣性以及數(shù)據(jù)來源的不同，因此會造成一定的信息無法識別或者是無法有效的融合。數(shù)據(jù)信息融合過程是在一定標(biāo)準下運用綜合數(shù)據(jù)處理的手段進行數(shù)據(jù)有機融合的，這樣可以方便進行信息決策以及信息數(shù)據(jù)的快速處理。目前為止，信息融合技術(shù)已經(jīng)在多領(lǐng)域多職業(yè)中進行應(yīng)用[4?5]。近幾年來，無線傳感網(wǎng)絡(luò)的數(shù)據(jù)信息量出現(xiàn)井噴式的增長，傳統(tǒng)使用的信息融合技術(shù)已經(jīng)不能適用于現(xiàn)代的高壓信息量的無線傳感網(wǎng)絡(luò)之中，因為傳統(tǒng)的信息融合技術(shù)需要進行信息的有效識別以及信息源的融合[6?7]，加上信息的融合計算，整體的信息融合過程耗時十分的漫長，已經(jīng)不能承接現(xiàn)代信息增長的速度[8?9]，針對上述問題，本文提出一種無線傳感網(wǎng)絡(luò)可靠信息高效融合方法。通過實驗的數(shù)據(jù)分析，能夠證明無線傳感網(wǎng)絡(luò)可靠信息高效融合方法的有效性。

1 可靠信息高效融合方法設(shè)計方案

1.1 建立DS統(tǒng)計數(shù)據(jù)信息融合模型

本文設(shè)計的無線傳感網(wǎng)絡(luò)可靠信息高效融合方法，為了能夠進行有效的數(shù)據(jù)信息高速融合，本文使用了DS統(tǒng)計數(shù)據(jù)信息融合模型，這樣可以對不同數(shù)據(jù)源，不同類型進行快速的融合。

建立DS統(tǒng)計數(shù)據(jù)信息融合模型首先需要進行信息同源化處理，公式如下：

式中：為同源質(zhì)數(shù)又可以成為“同化分量質(zhì)數(shù)”；為混淆數(shù)據(jù)信息的變質(zhì)屬性；為進行數(shù)據(jù)來源查同過程中的無量化處理后的數(shù)據(jù)動態(tài)；為進行同源化處理過程極限值。本文設(shè)計無線傳感網(wǎng)絡(luò)可靠信息高效融合方法進行可靠信息融合處理過程如圖1所示。

通過上述公式可以實現(xiàn)數(shù)據(jù)信息的同源化，由于數(shù)據(jù)信息的類型種類也十分的多樣，因此需要進行多樣數(shù)據(jù)的類型配比，用公式表示為：

式中：為不同數(shù)據(jù)進行認定后的相關(guān)聯(lián)系度；為數(shù)據(jù)信息的突變指標(biāo)；為同源數(shù)據(jù)的屬性編輯差號。經(jīng)過上述條件的陳列，便可以得到數(shù)據(jù)信息的DS統(tǒng)計數(shù)據(jù)信息融合模型，用公式表示為：

式中：表示數(shù)據(jù)進行高效融合過程的數(shù)據(jù)同源屬性；表示數(shù)據(jù)同源的策權(quán)系數(shù)差；表示最大程度數(shù)據(jù)信息融合臨界值；為融合參照系數(shù)；為融合最小極限系數(shù)，這些表征參數(shù)在值域[75.6，88.3]之間。

1.2 優(yōu)化隸屬度函數(shù)

本文設(shè)計的無線傳感網(wǎng)絡(luò)可靠信息高效融合方法，使用的是DS統(tǒng)計數(shù)據(jù)信息融合模型，此模型能夠完成對數(shù)據(jù)信息的高速融合，但是無法實現(xiàn)在無線傳感網(wǎng)絡(luò)中進行快速信息數(shù)據(jù)識別。只有通過隸屬度函數(shù)才能完成對數(shù)據(jù)信息的識別過程，但是隸屬度函數(shù)不適用于本文設(shè)計的DS統(tǒng)計數(shù)據(jù)信息融合模型，因此需要對隸屬度函數(shù)進行優(yōu)化，首先進行標(biāo)識優(yōu)化，公式如下：

式中：為數(shù)據(jù)信息的數(shù)據(jù)采樣標(biāo)識碼；為數(shù)據(jù)信息的可靠參數(shù)；為異動參數(shù)；為可靠數(shù)據(jù)的隸屬關(guān)系；為數(shù)據(jù)信息的因子數(shù)；為數(shù)據(jù)信息容量；為離散因子數(shù)。經(jīng)過上述的標(biāo)識優(yōu)化便可以進行隸屬函數(shù)的優(yōu)化，過程如下：

式中：為隸屬關(guān)系值；為可靠數(shù)據(jù)信息的標(biāo)準差量；為運行可靠數(shù)據(jù)的隸屬能級參數(shù)。經(jīng)過優(yōu)化后隸屬函數(shù)能在本文建立DS統(tǒng)計數(shù)據(jù)信息融合模型中進行使用。經(jīng)過隸屬函數(shù)識別可靠數(shù)據(jù)儲存在隸屬數(shù)據(jù)庫中等待調(diào)用，隸屬數(shù)據(jù)庫用矩陣式進行表示為：

經(jīng)過上述優(yōu)化后的隸屬函數(shù)能夠在無線網(wǎng)絡(luò)中對可靠數(shù)據(jù)進行有效的識別，同時還能夠在本文設(shè)計的DS統(tǒng)計數(shù)據(jù)信息融合模型中進行使用。

2 仿真實驗分析

2.1 參數(shù)設(shè)定

為了保證設(shè)計的無線傳感網(wǎng)絡(luò)可靠信息高效融合方法的有效性，需要對參數(shù)進行設(shè)置，混淆數(shù)據(jù)信息的隸屬關(guān)系值在[78.5，85.6]值域范圍之內(nèi)；設(shè)置表示可靠數(shù)據(jù)信息的標(biāo)準差量為25.39；為了保證無線傳感網(wǎng)絡(luò)可靠信息高效融合方法能夠準確在模擬環(huán)境中進行快速的信息融合，設(shè)置，，，分別為75.6，135，5 500，36.55。隸屬數(shù)據(jù)信息矩陣為：

根據(jù)上述仿真設(shè)定的參數(shù)進行實驗結(jié)果如下所述。

2.2 結(jié)果分析

在實驗過程中，對傳統(tǒng)數(shù)據(jù)信息融合方法與本文數(shù)據(jù)信息融合方法試驗結(jié)果進行記錄。假設(shè)經(jīng)過識別收集了4種類型的可靠信息， 通過標(biāo)識代碼分別記錄成為1，2，3，4。首先進行2，4，1的可靠信息融合， 通過融合過程中的佳融度進行顯示，傳統(tǒng)方法融合結(jié)果為：

本文設(shè)計的信息融合方法為：

通過數(shù)據(jù)結(jié)果可以看出本文設(shè)計的無線傳感網(wǎng)絡(luò)可靠信息高效融合方法能夠得到更高的佳融度，佳融度最高參數(shù)是1.00，本文設(shè)計的方法中都非常的接近最大臨界值，因此本文更適合在無線網(wǎng)絡(luò)中進行信息數(shù)據(jù)的融合。融合時間對比試驗結(jié)果見圖2。由圖2得知，本文設(shè)計的無線傳感網(wǎng)絡(luò)可靠信息高效融合方法，能夠在無線傳感網(wǎng)絡(luò)中對可靠數(shù)據(jù)信息進行快速有效的融合。

3 結(jié) 語

本文設(shè)計了無線傳感網(wǎng)絡(luò)可靠信息高效融合方法，其采用DS統(tǒng)計數(shù)據(jù)信息融合模型代替?zhèn)鹘y(tǒng)方法中的融合模式，以統(tǒng)計的方式進行信息的快速融合，避免了傳統(tǒng)方法中出現(xiàn)的計算繁瑣流程復(fù)雜的融合模式，同時優(yōu)化隸屬度函數(shù)，保證了計算過程的準確性，避免傳統(tǒng)融合過程中融合度有限問題。希望通過本文的研究能夠為信息融合技術(shù)提供一套良好的理論依據(jù)。

參考文獻

[1] 馮森，唐良瑞，郝建紅.基于融合判決的智能用電無線傳感器網(wǎng)絡(luò)擁塞避免路由算法[J].華北電力大學(xué)學(xué)報（自然科學(xué)版），2015，42（4）：52?57.

[2] 丁偉杰，周凱，周國民，等.基于Grover融合理論的無線傳感網(wǎng)絡(luò)路由算法研究[J].傳感技術(shù)學(xué)報，2016，29（9）：1425?1429.

[3] ZHANG J， LI W， ZHAO X， et al. Simulation and research on data fusion algorithm of the wireless sensor network based on NS2 [C]// Proceedings of WRI World Congress on Computer Science and Information Engineering. [S.l.]： IEEE Computer Society， 2009： 66?70.

[4] LIN K， CHEN M. Research on energy efficient fusion?driven routing in wireless multimedia sensor networks [J]. Eurasip journal on wireless communications & networking， 2011（1）： 1?12.

[5] FENG X F， ZHAO C C， JIA?Jia. Research on the information fusion technology of wireless sensor networks [J]. Journal of Taiyuan University of Technology， 2007（2）： 11?14.

[6] BAO B， WU J， LOU X， et al. Research on two?dimensional feature fusion algorithm of multi?sensors in wireless sensor networks [J]. Journal of information & computational science， 2011， 8（15）： 3647?3657.

[7] LI H， GAO P， XIONG Q， et al. A Vascular?network?based nonuniform hierarchical fault?tolerant routing algorithm for wireless sensor networks [J]. International journal of distributed sensor networks， 2012（6）： 150?160.

[8] YIN H L， WANG L. Research on distributed information fusion algorithm of wireless sensor network nodes [J]. Computer engineering & applications， 2007， 43（17）： 18?20.

[9] WANG X， BI D， DING L， et al. Agent collaborative target localization and classification in wireless sensor networks [J]. Sensors， 2007， 7（8）： 1359?1386.