典型文献
基于卡尔曼滤波的无线传感网时空数据融合算法
文献摘要：
无线传感网络节点采集的信息具有较大的相似性,数据结果存在误差.针对该问题,文中提出了一种基于卡尔曼滤波的无线传感网数据融合算法,通过过滤无效数据和缩紧数据包,提高上传数据的有效性和精度.该算法采用实时性较高的卡尔曼滤波算法对无线传感网络中的数据根据时间序列进行数据融合.在时间数据融合的基础上,根据空间分布特点,进一步对多传感器在网关层依据权重进行数据融合.针对不同位置误差实时变化的特点,网关层以空间数据为基础,使用自适应加权算法动态调整各节点权重.仿真实验表明,该算法易于实现,可有效去除冗余信息,提高数据准确度和可靠性.相较于改进的分批估计与自适应加权方法,采用该方法后均方根误差减少约7.9％,精度提高了2.1％.
文献关键词：
数据融合;无线传感网;卡尔曼滤波;自适应加权;时间序列;空间序列;物联网;一致性检验
中图分类号：
作者姓名：
杜鹏;包晓安;胡逸飞;陈迪荣
作者机构：
浙江理工大学 信息学院,浙江 杭州310018
文献出处：
引用格式：
[1]杜鹏;包晓安;胡逸飞;陈迪荣-.基于卡尔曼滤波的无线传感网时空数据融合算法)[J].电子科技,2022(06):21-27
A类：
B类：
时空数据融合,融合算法,无线传感网络节点,数据结果,过过,缩紧,数据包,上传数据,卡尔曼滤波算法,多传感器,网关,不同位置,位置误差,实时变化,空间数据,自适应加权算法,节点权重,冗余信息,分批估计,空间序列,一致性检验
AB值：
0.243629
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
