改进的自回归AR（p）预测模型在WSN中的应用

• 作者: 杨吉云 谭巧巧
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: AR(p)模型 无线传感网络 模糊隶属度函数 预测精度 数据通信
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 83-87
• 页数: 5页
• 分类号: TP391
• 字数: 4523字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1306-0357

摘要

自回归AR（p）预测模型是无线传感网络（WSN）中一种减少数据传输次数和降低能量消耗的方法。针对AR（p）模型在建模过程中忽略了不同时期的历史数据对预测值的影响存在的差异，导致模型预测精度不高、网络通信频率受影响的问题，提出了一种改进的预测模型FA R（p）。在A R（p）模型中引入一种新的模糊隶属度函数，通过模糊隶属度函数对预测模型的每个历史数据赋予权值，实现历史数据“重近轻远”的预测效果，并经二次加权平均算法处理后重新构建预测模型。仿真结果表明，改进的预测模型有效地提高了模型预测精度，减少了传感网络中数据传输次数，降低了能量消耗。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨吉云	重庆大学计算机学院	18	207	8.0	14.0
2	谭巧巧	重庆大学计算机学院	1	4	1.0	1.0