无线传感网络可靠信息高效融合方法研究

朱瑞金

摘 要： 针对传统方法一直存在融合速度慢的问题，提出一种无线传感网络可靠信息高效融合方法。采用DS统计数据信息融合模型代替传统方法中的融合模式，以统计的方式进行信息的快速融合，避免了传统方法中出现的计算繁琐流程复杂的融合模式，同时优化隶属度函数，保证了计算过程的准确性，避免了传统融合过程中融合度有限问题。为了验证提出的无线传感网络可靠信息高效融合方法的有效性，设计了对比仿真试验，通过实验数据的分析证明，验证了无线传感网络可靠信息高效融合方法的有效性。

关键词： 无线传感网络； 可靠信息； 高效融合方法； 隶属度函数

中图分类号： TN915?34； TP391 文献标识码： A 文章编号： 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

伴随信息技术的高速发展，在无线传感网络中充斥着大量数据信息[1]。这些数据信息的存储量不断的增加，必须选择合适的方式进行信息融合才能进行更好的数据存储[2?3]。由于数据类型的多样性以及数据来源的不同，因此会造成一定的信息无法识别或者是无法有效的融合。数据信息融合过程是在一定标准下运用综合数据处理的手段进行数据有机融合的，这样可以方便进行信息决策以及信息数据的快速处理。目前为止，信息融合技术已经在多领域多职业中进行应用[4?5]。近几年来，无线传感网络的数据信息量出现井喷式的增长，传统使用的信息融合技术已经不能适用于现代的高压信息量的无线传感网络之中，因为传统的信息融合技术需要进行信息的有效识别以及信息源的融合[6?7]，加上信息的融合计算，整体的信息融合过程耗时十分的漫长，已经不能承接现代信息增长的速度[8?9]，针对上述问题，本文提出一种无线传感网络可靠信息高效融合方法。通过实验的数据分析，能够证明无线传感网络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设计方案

1.1 建立DS统计数据信息融合模型

本文设计的无线传感网络可靠信息高效融合方法，为了能够进行有效的数据信息高速融合，本文使用了DS统计数据信息融合模型，这样可以对不同数据源，不同类型进行快速的融合。

建立DS统计数据信息融合模型首先需要进行信息同源化处理，公式如下：

式中：為同源质数又可以成为“同化分量质数”；为混淆数据信息的变质属性；为进行数据来源查同过程中的无量化处理后的数据动态；为进行同源化处理过程极限值。本文设计无线传感网络可靠信息高效融合方法进行可靠信息融合处理过程如图1所示。

通过上述公式可以实现数据信息的同源化，由于数据信息的类型种类也十分的多样，因此需要进行多样数据的类型配比，用公式表示为：

式中：为不同数据进行认定后的相关联系度；为数据信息的突变指标；为同源数据的属性编辑差号。经过上述条件的陈列，便可以得到数据信息的DS统计数据信息融合模型，用公式表示为：

式中：表示数据进行高效融合过程的数据同源属性；表示数据同源的策权系数差；表示最大程度数据信息融合临界值；为融合参照系数；为融合最小极限系数，这些表征参数在值域[75.6，88.3]之间。

1.2 优化隶属度函数

本文设计的无线传感网络可靠信息高效融合方法，使用的是DS统计数据信息融合模型，此模型能够完成对数据信息的高速融合，但是无法实现在无线传感网络中进行快速信息数据识别。只有通过隶属度函数才能完成对数据信息的识别过程，但是隶属度函数不适用于本文设计的DS统计数据信息融合模型，因此需要对隶属度函数进行优化，首先进行标识优化，公式如下：

式中：为数据信息的数据采样标识码；为数据信息的可靠参数；为异动参数；为可靠数据的隶属关系；为数据信息的因子数；为数据信息容量；为离散因子数。经过上述的标识优化便可以进行隶属函数的优化，过程如下：

式中：为隶属关系值；为可靠数据信息的标准差量；为运行可靠数据的隶属能级参数。经过优化后隶属函数能在本文建立DS统计数据信息融合模型中进行使用。经过隶属函数识别可靠数据储存在隶属数据库中等待调用，隶属数据库用矩阵式进行表示为：

经过上述优化后的隶属函数能够在无线网络中对可靠数据进行有效的识别，同时还能够在本文设计的DS统计数据信息融合模型中进行使用。

2 仿真实验分析

2.1 参数设定

为了保证设计的无线传感网络可靠信息高效融合方法的有效性，需要对参数进行设置，混淆数据信息的隶属关系值在[78.5，85.6]值域范围之内；设置表示可靠数据信息的标准差量为25.39；为了保证无线传感网络可靠信息高效融合方法能够准确在模拟环境中进行快速的信息融合，设置，，，分别为75.6，135，5 500，36.55。隶属数据信息矩阵为：

根据上述仿真设定的参数进行实验结果如下所述。

2.2 结果分析

在实验过程中，对传统数据信息融合方法与本文数据信息融合方法试验结果进行记录。假设经过识别收集了4种类型的可靠信息， 通过标识代码分别记录成为1，2，3，4。首先进行2，4，1的可靠信息融合， 通过融合过程中的佳融度进行显示，传统方法融合结果为：

本文设计的信息融合方法为：

通过数据结果可以看出本文设计的无线传感网络可靠信息高效融合方法能够得到更高的佳融度，佳融度最高参数是1.00，本文设计的方法中都非常的接近最大临界值，因此本文更适合在无线网络中进行信息数据的融合。融合时间对比试验结果见图2。由图2得知，本文设计的无线传感网络可靠信息高效融合方法，能够在无线传感网络中对可靠数据信息进行快速有效的融合。

3 结 语

本文设计了无线传感网络可靠信息高效融合方法，其采用DS统计数据信息融合模型代替传统方法中的融合模式，以统计的方式进行信息的快速融合，避免了传统方法中出现的计算繁琐流程复杂的融合模式，同时优化隶属度函数，保证了计算过程的准确性，避免传统融合过程中融合度有限问题。希望通过本文的研究能够为信息融合技术提供一套良好的理论依据。

参考文献

[1] 冯森，唐良瑞，郝建红.基于融合判决的智能用电无线传感器网络拥塞避免路由算法[J].华北电力大学学报（自然科学版），2015，42（4）：52?57.

[2] 丁伟杰，周凯，周国民，等.基于Grover融合理论的无线传感网络路由算法研究[J].传感技术学报，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.