基于非均匀分簇和蚁群神经网络的WSN数据融合算法

• 作者: 李刚 李雯珺 杭超 谢昱卓
• 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 非均匀分簇 蚁群算法 神经网络
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 无线传感器技术
• 页码范围: 1483-1488
• 页数: 6页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2020.10.016

摘要

为了确保无线传感器网络在列车车厢中能高效稳定地工作,提出了一种基于蚁群优化神经网络的数据融合算法(DFA-IACOBP).该算法将无线传感器网络非均匀分簇结构与神经网络结构相结合,建立一个基于非均匀分簇路由神经网络的无线传感器网络数据融合模型.在非均匀分簇路由算法中,候选簇头根据竞争半径构造出大小不一的簇,并在每个簇中竞选出两个簇头.主簇头负责簇内信息采集和处理,副簇头承担簇间信息转发.神经网络的权值和阈值由蚁群算法优化寻得,优化后的神经网络能从存在大量冗余数据的无线传感器网络提取有效特征数据并传输至汇聚节点.仿真结果表明:DFA-IACOBP算法能大幅降低网络中冗余数据,减少网络数据通信量,提高特征数据采集效率和网络整体性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李刚		79	253	8.0	11.0
2	杭超		2	0	0.0	0.0
3	谢昱卓		1	0	0.0	0.0
4	李雯珺		1	0	0.0	0.0