[发明专利]基于核密度估计与非参数置信传播的WSN网内数据融合方法

权利要求书

1.一种基于核密度估计与非参数置信传播的WSN网内数据融合方法，该方法包括数据采集及数据融合，其特征在于：

数据采集是在监测区域内构建由不少于3个用作采集监测数据的传感器节点组成的监测联盟，每个监测联盟对应有一个用来汇集监测数据、作为联盟盟主的盟主节点，每一个监测联盟内的传感器节点分别对进入监测区域的目标采集监测数据；

数据融合是监测联盟内的传感器节点分别对采集的监测数据进行KDE处理，处理后的数据通过NBP处理传送汇集到联盟盟主的盟主节点，由盟主节点对汇集数据进行高斯混合、再将高斯混合后的数据进行Gibbs采样融合，融合的结果作为监测数据的表征。

2.根据权利要求1所述的基于核密度估计与非参数置信传播的WSN网内数据融合方法，其特征是在数据融合步骤中：

a、KDE处理监测数据的算法是：

p^(zn)=Σi=1MwiN(z;μi,Λi)]]>

公式中：z_n为监测联盟内的第n个传感器节点获得独立噪声的目标距离监测数据，为监测数据z_n的估计值，N(z；μ_i，Λ_i)为高斯核函数，μ_i为其均值，Λ_i为第i个高斯分布的方差，w_i为第i个高斯分布的权重，M为高斯分布总数；

b、高斯混合的算法是：

Bk=Πn=1dΣi=1MwiNn(z;μi,Λi)=Mdj=1w‾jNj(z;μ‾,Λ‾)]]>

公式中：d为监测联盟传感器节点数，分别为高斯核函数的权值、期望值和方差，

c、Gibbs采样融合的算法是：

假设有d个高斯混合信息相乘，在每次迭代中，从d个高斯混合信息的其中一个高斯核l_j中进行采样，其它d-1个高斯混合信息均固定其中一个高斯核不变，由不变的d-1个高斯核和采样得到的高斯核相乘得到新的高斯核，新高斯核的权重由固定的d-1个组成来确定，每次迭代更新一个l_j，连续进行k次迭代，由最后的每个l_j可以确定高斯混合乘积中的一个样本；进行dkM²次Gibbs采样，就得到乘积的M个独立的样本对上述样本取平均，得到t时刻目标监测联盟监测数据的融合数据表征。