一種用于植物生長(zhǎng)監(jiān)測(cè)的wsn數(shù)據(jù)分層融合方法
【專利摘要】本發(fā)明公開(kāi)了一種適用于植物生長(zhǎng)監(jiān)測(cè)的WSN數(shù)據(jù)分層融合方法。將無(wú)線傳感器網(wǎng)絡(luò)劃分成多個(gè)固定層級(jí)，減少數(shù)據(jù)傳輸量并逐層降低誤差。首先運(yùn)用格拉布斯準(zhǔn)則剔除單個(gè)節(jié)點(diǎn)數(shù)據(jù)中的粗大誤差，通過(guò)分批估計(jì)得到單位時(shí)間內(nèi)該節(jié)點(diǎn)數(shù)據(jù)融合值，然后進(jìn)行子層級(jí)別上的數(shù)據(jù)自適應(yīng)加權(quán)融合，最后進(jìn)行基站層級(jí)上的數(shù)據(jù)加權(quán)自適應(yīng)融合。仿真實(shí)驗(yàn)結(jié)果表明，本方法融合結(jié)果比算術(shù)平均法和單一自適應(yīng)加權(quán)算法更接近真實(shí)值。該方法能夠減少數(shù)據(jù)傳輸量，且具有很好的可拓展性。
【專利說(shuō)明】
一種用于植物生長(zhǎng)監(jiān)測(cè)的WSN數(shù)據(jù)分層融合方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合處理領(lǐng)域，具體涉及一種用于植物生長(zhǎng)監(jiān)測(cè) 的WSN數(shù)據(jù)分層融合方法。
【背景技術(shù)】
[0002] 物聯(lián)網(wǎng)尤其是無(wú)線傳感技術(shù)現(xiàn)已廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)，工業(yè)制造以及物流運(yùn)輸?shù)?方面，將無(wú)線傳感技術(shù)應(yīng)用于農(nóng)業(yè)生產(chǎn)，尤其是農(nóng)作物生長(zhǎng)環(huán)境監(jiān)測(cè)領(lǐng)域，可以有效降低人 力物力的消耗和對(duì)土壤生態(tài)環(huán)境的影響[1]。在農(nóng)作物生長(zhǎng)環(huán)境監(jiān)測(cè)中，無(wú)線傳感器網(wǎng)絡(luò)監(jiān) 測(cè)面積大、數(shù)據(jù)傳輸距離遠(yuǎn)，且傳感器節(jié)點(diǎn)大多為電池供電，連續(xù)工作壽命受限。同時(shí)農(nóng)作 物生長(zhǎng)環(huán)境變化緩慢、實(shí)時(shí)性要求低，如果將不經(jīng)處理的數(shù)據(jù)直接發(fā)送給上位機(jī)處理，不僅 浪費(fèi)能量，而且不利于數(shù)據(jù)利用，甚至造成網(wǎng)絡(luò)擁塞和癱瘓。
[0003] 無(wú)線傳感網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)可以有效去除冗余信息，提高數(shù)據(jù)的準(zhǔn)確度和精度， 節(jié)省傳感器節(jié)點(diǎn)能量，達(dá)到延長(zhǎng)網(wǎng)絡(luò)壽命的目的，因此能夠有效地解決以上問(wèn)題。無(wú)線傳感 器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)已經(jīng)成為是眾多科技工作者的研究熱點(diǎn)。如為提高多傳感器檢測(cè)系統(tǒng) 預(yù)警精度，提出在數(shù)據(jù)層、特征層、決策層分別進(jìn)行數(shù)據(jù)融合的多傳感器分層數(shù)據(jù)融合模 型。以及提出單個(gè)傳感器數(shù)據(jù)融合，再進(jìn)行傳感器間數(shù)據(jù)加權(quán)自適應(yīng)融合的方法，但去除粗 大誤差時(shí)計(jì)算方法較為復(fù)雜，且傳感器間數(shù)據(jù)融合全部在同一節(jié)點(diǎn)完成，使該節(jié)點(diǎn)負(fù)擔(dān)較 重。還有研究人員提出采用移動(dòng)代理進(jìn)行分層數(shù)據(jù)融合，在每層采用不同的融合算法。無(wú)線 傳感器節(jié)點(diǎn)和路由器的能量有限且處理性能較弱，因而數(shù)據(jù)融合算法應(yīng)當(dāng)盡量簡(jiǎn)潔，易于 實(shí)現(xiàn)。自適應(yīng)加權(quán)數(shù)據(jù)融合算法無(wú)需傳感器系統(tǒng)的先驗(yàn)知識(shí)，依靠傳感器采集的測(cè)量數(shù)據(jù) 即可實(shí)現(xiàn)較高精度的融合估計(jì)，且計(jì)算方法簡(jiǎn)便。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明要解決的技術(shù)問(wèn)題是:提供一種用于植物生長(zhǎng)監(jiān)測(cè)的WSN數(shù)據(jù)分層融合方 法，以解決現(xiàn)有技術(shù)存在的問(wèn)題。
[0005] 本發(fā)明的技術(shù)方案是:一種用于植物生長(zhǎng)監(jiān)測(cè)的WSN數(shù)據(jù)分層融合方法，包括以下 步驟：
[0006] 1)單個(gè)傳感器節(jié)點(diǎn)單位時(shí)間內(nèi)采集數(shù)據(jù)，包括植物生長(zhǎng)所需要監(jiān)測(cè)的溫度、土壤 濕度、光照強(qiáng)度、C0 2濃度參數(shù)；
[0007] 2)運(yùn)用格拉布斯準(zhǔn)則剔除單個(gè)傳感器節(jié)點(diǎn)在單位時(shí)間內(nèi)采集數(shù)據(jù)的粗大誤差;將 剩余數(shù)據(jù)重復(fù)以上過(guò)程；
[0008] 3)將單個(gè)傳感器節(jié)點(diǎn)數(shù)據(jù)去除粗大誤差后進(jìn)行分批估計(jì)：
[0009] 設(shè)第」組數(shù)據(jù)可分別表不為Xjl，Xj2，Xj3，Xj4··· Χ%，4 < η」< 7，計(jì)算量與精準(zhǔn)性的平 衡；
[0010] 第j組平均值為：
[0011]
[0012] 對(duì)應(yīng)的方差為：
[0013]
[0014] 單一節(jié)點(diǎn)數(shù)據(jù)同屬于一批測(cè)量數(shù)據(jù)，可認(rèn)為近似服從正態(tài)分布，由分批估計(jì)理論 可得到第i個(gè)節(jié)點(diǎn)的最優(yōu)融合方差為：
[0015]
[0016] 由各組方差和平均值能夠計(jì)算得知第i個(gè)節(jié)點(diǎn)融合值為：
[0017]
[0018] 4)子層節(jié)點(diǎn)將單個(gè)傳感器節(jié)點(diǎn)數(shù)據(jù)估計(jì)值進(jìn)行加權(quán)自適應(yīng)融合，然后轉(zhuǎn)發(fā)給基 站;設(shè)每個(gè)子層有m個(gè)節(jié)點(diǎn)，單個(gè)節(jié)點(diǎn)數(shù)據(jù)融合值記為&、方差為，對(duì)每個(gè)子層內(nèi)節(jié)點(diǎn)數(shù)據(jù) 進(jìn)行層內(nèi)自適應(yīng)加權(quán)融合;根據(jù)權(quán)值最優(yōu)分配原則計(jì)算各節(jié)點(diǎn)估計(jì)值在組內(nèi)的最優(yōu)權(quán)值 W,，然后對(duì)&自適應(yīng)加權(quán)融合處理，計(jì)算得到子層節(jié)點(diǎn)數(shù)據(jù)融合最優(yōu)值和對(duì)應(yīng)的方差；
[0019] 5)基站接收各個(gè)子層節(jié)點(diǎn)數(shù)據(jù)的融合值和方差，再次融合數(shù)據(jù)，設(shè)每個(gè)基站下設(shè)p 個(gè)子層，基站級(jí)數(shù)據(jù)融合過(guò)程與子層融合過(guò)程基本相同；由上個(gè)步驟得到的子層數(shù)據(jù)方差 〇q，可計(jì)算獲知各個(gè)子層的自適應(yīng)加權(quán)因子W q，結(jié)合子層數(shù)據(jù)融合值Yq，最終可求得該時(shí)段 內(nèi)測(cè)量數(shù)據(jù)最優(yōu)值Z。
[0020] 所述的運(yùn)用格拉布斯準(zhǔn)則剔除單個(gè)傳感器節(jié)點(diǎn)在單位時(shí)間內(nèi)采集數(shù)據(jù)的粗大誤 差:設(shè)某節(jié)點(diǎn)單位時(shí)間內(nèi)的測(cè)量數(shù)據(jù)分別為X1， X2X3，…，Xl，…，xk，則此節(jié)點(diǎn)測(cè)量數(shù)據(jù)算術(shù)平 均值：
[0021] f .-i
[0022] 第i個(gè)測(cè)量值的殘余誤差為：
[0023]
[0024]對(duì)應(yīng)的該組數(shù)據(jù)標(biāo)準(zhǔn)差為：
[0025]
[0026]查閱格拉布斯準(zhǔn)則臨界值表得到對(duì)應(yīng)臨界值go(n，a)，若第i個(gè)測(cè)量數(shù)據(jù)Xl滿足如 下條件，即
[0027] Vi| ^go(n,a)o
[0028]則將 xjlj除。
[0029] 所述的步驟4)的具體計(jì)算方法為:設(shè)某子層內(nèi)第i個(gè)節(jié)點(diǎn)的權(quán)值為
[0030]
[0031 ]在同一個(gè)子層內(nèi)的所有節(jié)點(diǎn)權(quán)值滿足條件
[0032]
[0033] 第q個(gè)子層節(jié)點(diǎn)融合值和方差分別為
；?.[0036] 所述的步驟5)的具體計(jì)算方法為:第q個(gè)子層自適應(yīng)加權(quán)因子為
[0034]
[0035]
[0037] \ ^ -
J
[0038] p個(gè)子層的權(quán)值應(yīng)滿足條件
[0039]
[0040] 可得基站層級(jí)最終融合值為
[0041]
[0042] 本發(fā)明的有益效果:該方法相比以往算法融合精度高，穩(wěn)定性好，簡(jiǎn)單易行，在滿 足數(shù)據(jù)融合實(shí)時(shí)性要求的同時(shí)，提高了測(cè)量數(shù)據(jù)精準(zhǔn)度。雖然增加了計(jì)算量，但是減少了數(shù) 據(jù)傳輸量，理論上可以節(jié)省無(wú)線傳感器節(jié)點(diǎn)的能量，延長(zhǎng)無(wú)線傳感器網(wǎng)絡(luò)的壽命。具有較好 的可拓展性，可根據(jù)無(wú)線傳感網(wǎng)絡(luò)規(guī)模大小調(diào)節(jié)網(wǎng)絡(luò)分層，適當(dāng)增加或減少網(wǎng)絡(luò)層數(shù)。
【附圖說(shuō)明】
[0043] 圖1為本發(fā)明數(shù)據(jù)融合架構(gòu)；
[0044] 圖2為本發(fā)明數(shù)據(jù)融合方法流程圖；
[0045] 圖3為本發(fā)明實(shí)施例中其他算法和本方法與真值的相對(duì)差值。
【具體實(shí)施方式】
[0046] 如圖1-3所示，一種用于植物生長(zhǎng)監(jiān)測(cè)的WSN數(shù)據(jù)分層融合方法，包括如下具體步 驟：
[0047] 單個(gè)傳感器節(jié)點(diǎn)單位時(shí)間內(nèi)采集若干個(gè)數(shù)據(jù)，包括植物生長(zhǎng)所需要監(jiān)測(cè)的溫度、 土壤濕度、光照強(qiáng)度、C02濃度等參數(shù)；
[0048] 運(yùn)用格拉布斯準(zhǔn)則剔除單個(gè)傳感器節(jié)點(diǎn)在單位時(shí)間內(nèi)采集數(shù)據(jù)的粗大誤差；
[0049] 設(shè)某節(jié)點(diǎn)單位時(shí)間內(nèi)的測(cè)量數(shù)據(jù)分別為X1，X2X3,…，Xl，…， Xk，則此節(jié)點(diǎn)測(cè)量數(shù)據(jù) 算術(shù)平均值：
[0050] -?：-1.
[0051 ]第i個(gè)測(cè)量值的殘余誤差為：
[0052]
[0053]對(duì)應(yīng)的該組數(shù)據(jù)標(biāo)準(zhǔn)差為：
[0054]
[0055]查閱格拉布斯準(zhǔn)則臨界值表得到對(duì)應(yīng)臨界值go(n，a)，若第i個(gè)測(cè)量數(shù)據(jù)Xl滿足如 下條件，即
[0056] |Vi| 彡g〇(n，a)o (4)
[0057] 則將Xl剔除。將剩余數(shù)據(jù)重復(fù)以上過(guò)程，直到所有數(shù)據(jù)滿足要求為止。
[0058]表1部分格拉布斯準(zhǔn)則臨界值
[0059]
[0060] W早個(gè)傳惣器T總數(shù)聒云除杻?nèi)胝`走；5近仃分批估計(jì)，
[0061 ] 設(shè)第并且數(shù)據(jù)可分別表示為幻^…印^片…巧~一彡如^^即每組至少有斗個(gè)數(shù) 據(jù)，至多有7個(gè)，此處考慮計(jì)算量與精準(zhǔn)性的平衡。第j組平均值為：
[0062]
[0063] 對(duì)應(yīng)的方差為：
[0064]
[0065]單一節(jié)點(diǎn)數(shù)據(jù)同屬于一批測(cè)量數(shù)據(jù)，可認(rèn)為近似服從正態(tài)分布，由分批估計(jì)理論 可得到第i個(gè)節(jié)點(diǎn)的最優(yōu)融合方差為：
[0066]
[0067] 由各組方差和平均值能夠計(jì)算得知第i個(gè)節(jié)點(diǎn)融合值為：
[0068]
[0069]子層節(jié)點(diǎn)將單個(gè)傳感器節(jié)點(diǎn)數(shù)據(jù)估計(jì)值進(jìn)行加權(quán)自適應(yīng)融合，然后轉(zhuǎn)發(fā)給基站。 設(shè)每個(gè)子層有m個(gè)節(jié)點(diǎn)，單個(gè)節(jié)點(diǎn)數(shù)據(jù)融合值記為Xi、方差為of，對(duì)每個(gè)子層內(nèi)節(jié)點(diǎn)數(shù)據(jù)進(jìn) 行層內(nèi)自適應(yīng)加權(quán)融合。根據(jù)權(quán)值最優(yōu)分配原則計(jì)算各節(jié)點(diǎn)估計(jì)值在組內(nèi)的最優(yōu)權(quán)值A(chǔ)， 然后對(duì)t自適應(yīng)加權(quán)融合處理，計(jì)算得到子層節(jié)點(diǎn)數(shù)據(jù)融合最優(yōu)值和對(duì)應(yīng)的方差；
[0070] 設(shè)某子層內(nèi)第i個(gè)節(jié)點(diǎn)的權(quán)值為：
[0071] 、問(wèn)~
，
[0072]在同一個(gè)子層內(nèi)的所有節(jié)點(diǎn)權(quán)值滿足條件：
[0073]
/=1[0074] 第q個(gè)子層節(jié)點(diǎn)融合值和方差分別為：
[0075]
[0076]
[0077] 基站接收各個(gè)子層節(jié)點(diǎn)數(shù)據(jù)的融合值和方差，再次融合數(shù)據(jù)，設(shè)每個(gè)基站下設(shè)p個(gè) 子層，基站級(jí)數(shù)據(jù)融合過(guò)程與子層融合過(guò)程基本相同。由上個(gè)步驟得到的子層數(shù)據(jù)方差〇 q， 可計(jì)算獲知各個(gè)子層的自適應(yīng)加權(quán)因子Wq，結(jié)合子層數(shù)據(jù)融合值Yq，最終可求得該時(shí)段內(nèi)測(cè) 量數(shù)據(jù)最優(yōu)值Z。
[0078]第q個(gè)子層自適應(yīng)加權(quán)因子為：
[0079] v m j
[0080] p個(gè)子層的權(quán)值應(yīng)滿足條件：
[0081]
[0082] 可得基站層級(jí)最終融合值為：
[0083]
[0084] 實(shí)施例
[0085] 在實(shí)驗(yàn)室內(nèi)選定一個(gè)監(jiān)測(cè)區(qū)域，由15個(gè)溫度傳感器節(jié)點(diǎn)和3個(gè)子層路由節(jié)點(diǎn)構(gòu)成 無(wú)線傳感網(wǎng)絡(luò)，溫度傳感器節(jié)點(diǎn)編號(hào)1至15,每個(gè)節(jié)點(diǎn)單次實(shí)驗(yàn)采集10次數(shù)據(jù)，在不同溫度 下進(jìn)行5次實(shí)驗(yàn)，基準(zhǔn)真值分別為13.5°(：，17.2°(：，20.8°(：，25.1°(：。3個(gè)子層節(jié)點(diǎn)標(biāo)號(hào)為1至 3，每個(gè)子層節(jié)點(diǎn)連接5個(gè)普通節(jié)點(diǎn)，分別對(duì)應(yīng)1-5號(hào)，6-10號(hào)，11-15號(hào)傳感器節(jié)點(diǎn)。
[0086]以第五次實(shí)驗(yàn)數(shù)據(jù)為例展示實(shí)驗(yàn)數(shù)據(jù)處理過(guò)程，表2~表4分別為1~5號(hào)，6~10 號(hào)，11~15號(hào)溫度傳感器節(jié)點(diǎn)融合值、方差和權(quán)值，表5為1~3號(hào)子層測(cè)量數(shù)據(jù)融合值、方差 和權(quán)值。依據(jù)前文公式進(jìn)行計(jì)算，得出第五次實(shí)驗(yàn)的最終數(shù)據(jù)融合值25.24°C。
[0087]]表2 1-5號(hào)傳感器相關(guān)數(shù)據(jù) [0088]
[0089] 表3 6-10號(hào)傳感器相關(guān)數(shù)據(jù)
[0092]
[0093] 表5子層節(jié)點(diǎn)相關(guān)數(shù)據(jù)
[0094]
[0095]
[0096] 分別使用本文方法、算術(shù)平均法和分層自適應(yīng)加權(quán)數(shù)據(jù)融合方法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行 處理，如表6所示。為直觀展示三種計(jì)算方法融合值與真值近似程度，將真值標(biāo)準(zhǔn)化為零，三 種計(jì)算方法得到的融合值以相對(duì)差值的形式在圖2中表示。在第五次實(shí)驗(yàn)中，算術(shù)平均值比 自適應(yīng)加權(quán)融合值更接近基準(zhǔn)真值，但此種"接近"有較大不確定性，其余實(shí)驗(yàn)中自適應(yīng)加 權(quán)融合結(jié)果比算術(shù)平均法結(jié)果更接近真實(shí)值。總體來(lái)看，自適應(yīng)加權(quán)融合方法優(yōu)于算術(shù)平 均法，本文方法優(yōu)于分層自適應(yīng)加權(quán)融合方法且更穩(wěn)定，主要原因是分層自適應(yīng)加權(quán)融合 方法最初沒(méi)有剔除粗大誤差，導(dǎo)致計(jì)算偏差較大。
[0097]表6三種算法數(shù)據(jù)融合值與真值對(duì)比（單位°C)
[0098]
[0099] 本實(shí)施例采用本發(fā)明提出的一種用于植物生長(zhǎng)監(jiān)測(cè)的WSN數(shù)據(jù)分層融合方法對(duì)實(shí) 驗(yàn)數(shù)據(jù)進(jìn)行處理，并于單一的自適應(yīng)加權(quán)融合算法和算數(shù)平均法進(jìn)行比較，試驗(yàn)結(jié)果表明 本方法能夠有效提高無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合精確度，而且穩(wěn)定性好。
【主權(quán)項(xiàng)】
1. 一種用于植物生長(zhǎng)監(jiān)測(cè)的WSN數(shù)據(jù)分層融合方法，其特征在于： 包括以下步驟： 1) 單個(gè)傳感器節(jié)點(diǎn)單位時(shí)間內(nèi)采集數(shù)據(jù)，包括植物生長(zhǎng)所需要監(jiān)測(cè)的溫度、土壤濕度、 光照強(qiáng)度、CO2濃度參數(shù)； 2) 運(yùn)用格拉布斯準(zhǔn)則剔除單個(gè)傳感器節(jié)點(diǎn)在單位時(shí)間內(nèi)采集數(shù)據(jù)的粗大誤差;將剩余 數(shù)據(jù)重復(fù)以上過(guò)程； 3) 將單個(gè)傳感器節(jié)點(diǎn)數(shù)據(jù)去除粗大誤差后進(jìn)行分批估計(jì)： 設(shè)第j組數(shù)據(jù)可分別表示為1/1 $2 1/3巧4 % 計(jì)算量與精準(zhǔn)性的 ? ' f I . . . 9. ^ 9 平衡；單一節(jié)點(diǎn)數(shù)據(jù)同屬于一批測(cè)量數(shù)據(jù)，可認(rèn)為近似服從正態(tài)分布，由分批估計(jì)理論可得 到第i個(gè)節(jié)點(diǎn)的最優(yōu)融合方差為：由各組方差和平均值能夠計(jì)算得知第i個(gè)節(jié)點(diǎn)融合值為：4) 子層節(jié)點(diǎn)將單個(gè)傳感器節(jié)點(diǎn)數(shù)據(jù)估計(jì)值進(jìn)行加權(quán)自適應(yīng)融合，然后轉(zhuǎn)發(fā)給基站;設(shè) 每個(gè)子層有m個(gè)節(jié)點(diǎn)，單個(gè)節(jié)點(diǎn)數(shù)據(jù)融合值記為X 1、方差為#，對(duì)每個(gè)子層內(nèi)節(jié)點(diǎn)數(shù)據(jù)進(jìn)行 層內(nèi)自適應(yīng)加權(quán)融合;根據(jù)權(quán)值最優(yōu)分配原則計(jì)算各節(jié)點(diǎn)估計(jì)值在組內(nèi)的最優(yōu)權(quán)值W1，然 后對(duì)X1自適應(yīng)加權(quán)融合處理，計(jì)算得到子層節(jié)點(diǎn)數(shù)據(jù)融合最優(yōu)值和對(duì)應(yīng)的方差； 5) 基站接收各個(gè)子層節(jié)點(diǎn)數(shù)據(jù)的融合值和方差，再次融合數(shù)據(jù)，設(shè)每個(gè)基站下設(shè)p個(gè)子 層，基站級(jí)數(shù)據(jù)融合過(guò)程與子層融合過(guò)程基本相同；由上個(gè)步驟得到的子層數(shù)據(jù)方差〇 q，可 計(jì)算獲知各個(gè)子層的自適應(yīng)加權(quán)因子Wq，結(jié)合子層數(shù)據(jù)融合值Yq，最終可求得該時(shí)段內(nèi)測(cè)量 數(shù)據(jù)最優(yōu)值Z。2. 根據(jù)權(quán)利要求1所述的一種用于植物生長(zhǎng)監(jiān)測(cè)的WSN數(shù)據(jù)分層融合方法，其特征在 于:所述的運(yùn)用格拉布斯準(zhǔn)則剔除單個(gè)傳感器節(jié)點(diǎn)在單位時(shí)間內(nèi)采集數(shù)據(jù)的粗大誤差:設(shè) 某節(jié)點(diǎn)單位時(shí)間內(nèi)的測(cè)量數(shù)據(jù)分別為Xl，X2X3，…，Xi，…，Xk，則此節(jié)點(diǎn)測(cè)量數(shù)據(jù)算術(shù)平均值：第i個(gè)測(cè)量值的殘余誤差為：對(duì)應(yīng)的該組數(shù)據(jù)標(biāo)準(zhǔn)差為：查閱格拉布斯準(zhǔn)則臨界值表得到對(duì)應(yīng)臨界值gQ(n，a)，若第i個(gè)測(cè)量數(shù)據(jù)X1滿足如下條 件，即 Vi I彡go(n，a)o 則將Xi剔除。3. 根據(jù)權(quán)利要求1所述的一種用于植物生長(zhǎng)監(jiān)測(cè)的WSN數(shù)據(jù)分層融合方法，其特征在 于:所述的步驟4)的具體計(jì)算方法為:設(shè)某子層內(nèi)第i個(gè)節(jié)點(diǎn)的權(quán)值為在同一個(gè)子層內(nèi)的所有節(jié)點(diǎn)權(quán)值滿足條件第q個(gè)子層節(jié)點(diǎn)融合值和方差分別為4. 根據(jù)權(quán)利要求1所述的一種用于植物生長(zhǎng)監(jiān)測(cè)的WSN數(shù)據(jù)分層融合方法，其特征在 于:所述的步驟5)的具體計(jì)算方法為:第q個(gè)子層自適應(yīng)加權(quán)因子為P個(gè)子層的權(quán)值應(yīng)滿足條件可得基站層級(jí)最終融合值為
【文檔編號(hào)】H04W52/02GK105933388SQ201610218537
【公開(kāi)日】2016年9月7日
【申請(qǐng)日】2016年4月11日
【發(fā)明人】秦志遠(yuǎn), 黃海松, 張慧
【申請(qǐng)人】貴州大學(xué)