科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了去除无线传感数据冗余，降低传感器能量消耗，提出了一种基于循环神经网络的多模态无线传感数据自适应融合方法。利用格拉布斯准则预处理传感数据，剔除了不具备参考利用价值的粗数据。利用相似性指标计算，得到精细数据的相似元，进而获得关键数据。利用循环神经网络解决了无线传感器数据过度依赖和梯度过长问题，确定数据自适应融合的特征参数。考虑传感器发生异常检测和不发生异常检测时数据融合情况，完成数据自适应融合。经仿真实验证明，在相同数据相似度门限值下，90个时隙的最低融合比为10%,可有效控制数据压缩量。该方法下传感器能量消耗始终低于0.25 J,其最低传输延迟为10 ms,提高了传感数据融合的性能。
-
单位广西科技大学; 阿坝师范学院
