传感器网络数据插值算法研究

论文摘要

无线传感器网络作为计算机网络研究的热点,在军事和民用领域有着广阔的应用前景。在无线传感器网络中,由于传感器节点的成本较低,使得传感器节点收集的时序数据中包含了大量的错误数据,需要进行纠错处理。另外,由于传感器相对恶劣的部署环境,有限的传感器节点使得无线传感器网络存在监测盲区,这需要我们采用插值方法来补全监测数据。本文基于Kriging插值法和自然邻点插值算法来解决无线传感器网络中存在的数据规范与空间插值问题,主要工作包括：在对无线传感器相关知识以及相关数据插值算法进行归纳总结的基础上,提出了两种插值算法：(1)提出一种基于网格的快速Kriging插值算法。该算法首先对待插值区域进行不规则网格划分,然后确定预测点的k跳邻居节点,将其做为Kriging插值的参估点集,最后求解Kriging系数,从而计算出预测点的数值。和普通的网格划分方法相比,不规则网格划分能够充分适应传感器节点部署的不规则性。同时基于不规则网格来搜索参估点集,降低了搜索的复杂度,加快了Kriging算法的执行速度,在很大程度上节省了网络能量。另外在环境地图构建问题中,通过进一步研究环境地图构建问题,提出一种基于网格的灰度环境地图构建方法,大大增强了环境数据集的可视化,能使环境状况一目了然。(2)提出一种基于Voronoi图的自然邻点插值算法。该算法没有采用先构建全局Voronoi图再进行数据集计算的方法,而是首先通过邻近点查询法找出待插值节点的相关邻近节点,然后利用邻近节点构建局部Delaunay三角网,并据此形成局部Voronoi图,然后将待插值点看成一个虚拟节点,更新局部Voronoi图；依据各邻居节点的Voronoi面积和观测值计算出待插值点的预测数据。这样大大节省了时间和空间,同时模拟实验表明,和IDW相比,自然邻点插值结果更接近于真实值。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第1章 传感器网络概述
• 1.1 传感器网络概述
• 1.2 传感器网络的主要技术
• 1.2.1 网络协议
• 1.2.2 网络拓扑控制
• 1.2.3 节点定位
• 1.2.4 数据融合
• 1.2.5 无线通信技术
• 1.2.6 网络安全
• 1.2.7 无线传感器网络的研究进展
• 1.3 传感器网络数据处理技术
• 1.3.1 数据压缩
• 1.3.2 数据去噪
• 1.3.3 数据聚集
• 1.3.4 数据挖掘
• 1.4 传感数据插值的国内外研究现状
• 1.4.1 部署网格
• 1.4.2 节点定位
• 1.4.3 数据补差
• 1.5 本文主要工作
• 1.6 小结
• 第2章 数据插值的基本方法
• 2.1 拉格朗日插值
• 2.1.1 线性插值与抛物线插值
• 2.1.2 拉格朗日多项式
• 2.2 埃特金插值
• 2.3 距离倒数乘方法
• 2.4 最近临点插值法
• 2.5 克里金插值
• 2.5.1 区域化变量理论
• 2.5.2 变异函数
• 2.5.3 协方差函数
• 2.6 多元回归法
• 2.7 自然邻点插值法
• 2.8 小结
• 第3章 基于不规则网格的传感数据Kriging插值算法
• 3.1 概述
• 3.2 基于网格的快速Kriging插值算法
• 3.2.1 不规则网格划分
• 3.2.2 基于网格的快速Kriging插值方法
• 3.3 基于网格的环境地图构建算法
• 3.4 模拟实验
• 3.5 小结
• 第4章 传感数据自然邻点插值算法
• 4.1 概述
• 4.2 基于Voronoi的自然邻点插值算法
• 4.2.1 邻近点查询法
• 4.2.2 构建局部Voronoi图
• 4.2.3 计算待插值节点的数据值
• 4.2.4 算法时间复杂度分析
• 4.3 插值数据等值线图构建方法
• 4.4 模拟实验
• 4.4.1 插值结果的数据与误差比较
• 4.4.2 插值结果等值线图
• 4.5 小结
• 结论
• 参考文献
• 致谢
• 附录A 攻读学位期间所发表的学术论文目录
• 附录B 攻读学位期间所参与的科研项目