一种基于数据预处理和卡尔曼滤波的 温室监测数据融合算法

• 作者: 张致境 王振 白星振 马梦白 高正中
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 无线传感器网络 数据融合 数据预处理 卡尔曼滤波 状态补偿 湿度
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1525-1530
• 页数: 6页
• 分类号: TP393
• 字数: 4309字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2017.10.012

摘要

温室具有空间大、无线传感器节点易受到干扰等特点,节点采集的数据波动性较大且易出现丢失现象.为了提高温室监测无线传感网的可靠性和数据融合的精度,提出了一种基于数据预处理和卡尔曼滤波的无线传感器网络数据融合算法.经过对各传感器数据进行预处理和卡尔曼滤波估计,再将数据发送到簇头节点进行基于状态补偿策略的加权数据融合.通过对温室湿度数据进行仿真,结果表明:数据预处理能明显减小数据波动,大幅减少网络数据传输量和能耗,提高抗干扰能力.另外,针对温室无线传感器网络容易出现丢包的现象,基于状态补偿策略的加权数据融合算法可以明显提高在数据丢包情况下的融合精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王振	山东科技大学电气与自动化工程学院	13	22	2.0	4.0
2	高正中	山东科技大学电气与自动化工程学院	94	438	10.0	13.0
3	白星振	山东科技大学电气与自动化工程学院	29	119	7.0	9.0
4	马梦白	山东科技大学电气与自动化工程学院	4	16	1.0	4.0
5	张致境	山东科技大学电气与自动化工程学院	1	14	1.0	1.0