一种基于最大-最小贴近度的簇内数据融合机制  

A Data Aggregation Mechanism in Clusters using Max-min Approach Degree

作　　者：王海军[1] 史毓达[1] 程宏斌[2] 

机构地区：[1]湖北第二师范学院计算机学院,湖北武汉430205 [2]常熟理工学院计算机科学与工程学院,江苏常熟215500

出　　处：《信阳师范学院学报（自然科学版）》2013年第3期453-456,共4页Journal of Xinyang Normal University(Natural Science Edition)

基　　金：湖北省教育厅项目(B20123104);湖北省第二师范学院创新团队建设项目;基础教育信息技术服务湖北省协同创新中心项目

摘　　要：考虑到邻近节点对环境监测的数据往往存在一定的空间相关性,提出一种基于最大-最小贴近度的簇内数据融合机制.簇头节点首先对簇内成员节点的融合数据进行校验,根据置信空间判断数据是否采用,然后再对数据进行融合.仿真实验结果表明,该方法能有效解决由于节点采集的数据的可信程度不一致问题,并能显著延长网络生命周期.Taking into account the data correlation between the adjacent nodes of the same region,an intra-cluster data aggregation mechanism based on the max-min approach degree principle was presented.The data from the noncluster head nodes should be firstly checked in the cluster head to judge whether the data can be adopted according to the confidence interval and then will be aggregated in the next process.The experimental results showed that this method can effectively solve the problem that the collected data are inconsistent in the credibility degree,and can extend the network life.

关 键 词：无线传感器网络 泊松分布 数据融合 最大-最小贴近度 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]