首页|基于卡尔曼滤波的无线传感网时空数据融合算法

基于卡尔曼滤波的无线传感网时空数据融合算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
无线传感网络节点采集的信息具有较大的相似性,数据结果存在误差.针对该问题,文中提出了一种基于卡尔曼滤波的无线传感网数据融合算法,通过过滤无效数据和缩紧数据包,提高上传数据的有效性和精度.该算法采用实时性较高的卡尔曼滤波算法对无线传感网络中的数据根据时间序列进行数据融合.在时间数据融合的基础上,根据空间分布特点,进一步对多传感器在网关层依据权重进行数据融合.针对不同位置误差实时变化的特点,网关层以空间数据为基础,使用自适应加权算法动态调整各节点权重.仿真实验表明,该算法易于实现,可有效去除冗余信息,提高数据准确度和可靠性.相较于改进的分批估计与自适应加权方法,采用该方法后均方根误差减少约7.9％,精度提高了2.1％.
Research on Spatio-Temporal Data Fusion Algorithm of Wireless Sensor Network Based on Kalman Filter

杜鹏、包晓安、胡逸飞、陈迪荣

展开 >

浙江理工大学 信息学院,浙江 杭州310018

数据融合 无线传感网 卡尔曼滤波 自适应加权 时间序列 空间序列 物联网 一致性检验

国家自然科学基金浙江省重点研发计划浙江省自然科学基金青年基金

62070501412020C03094LQ20F050010

2022

10.16180/j.cnki.issn1007-7820.2022.06.004

电子科技
西安电子科技大学

电子科技

影响因子：0.367
ISSN：1007-7820
年,卷(期)：2022.35(6)
  • 7
  • 13