《基于粒子滤波的能量高效传感器网络数据查询处理技术》PDF+DOC
作者:韩秋廷,郑吉平,张慧
单位:中国科学院沈阳计算技术研究所
出版:《小型微型计算机系统》2013年第06期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFXXWX2013060060
DOC编号:DOCXXWX2013060069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于高斯和粒子滤波的传感器数据处理技术》PDF+DOC2013年第04期 郑吉平,韩秋廷,张慧
《基于粒子滤波的RFID传感器网络中不确定数据清洗算法》PDF+DOC2016年第04期 南楠
《无线传感器网络不确定数据PT-Top k查询处理技术》PDF+DOC2014年第12期 毛莺池,王康,任道宁,王久龙
《粒子滤波在无线传感器网络目标追踪中的应用》PDF+DOC2017年第09期 李丹,蒋婷婷
《无线传感器网络中基于信念传播的分布式目标跟踪》PDF+DOC2016年第12期 王刘涛,夏栋梁,王建玺,马飞
《二进制无线传感器网络目标跟踪问题的研究》PDF+DOC2010年第02期 孙晓艳,李建东,黄鹏宇,陈婷
《基于能量变化和检测概率的传感器网络调度机制》PDF+DOC2009年第01期 李捷,雷敏,董赞强
《传感器网络中的分布式粒子滤波被动跟踪算法比较研究》PDF+DOC2007年第06期 邹冈,石章松,刘忠
《无线传感器网络能量有效的实时查询处理方法》PDF+DOC2007年第12期 李芳芳,于戈,杨晓春,李传文
《传感器网络中基于卡尔曼滤波的能量高效Top-k查询处理技术》PDF+DOC2013年第10期 宋保利,郑吉平,王海翔
能量受限和数据不确定性是传感器网络在现实应用中所面临的重要问题.本文在不确定传感器数据基础上,利用传感器节点不同属性数据之间的关联性建立概率模型,采用粒子滤波技术进行概率推理从而达到节省能量的目的.首先,针对传感器节点不同属性的数据建立概率模型;然后根据传感器节点属性之间的相关性,采用粒子滤波技术通过感知能量代价低的属性值在模型上推理关联的感知能量代价高的属性值,从而达到节约能量的目的;最后,根据传感器节点多个属性值通常符合多元高斯分布,进而采用高斯粒子滤波进行概率推理,提高推理的精度.实验从准确率和运行效率两方面进行评价,结果表明本文所提出的粒子滤波方法处理不确定数据在准确率和运行效率两方面均能达到良好效果。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。