基于贝叶斯信任模型的无线传感器网络动态事件区域检测算法的研究及其应用

摘要

无线传感器网络作为一种从现实物理世界获取信息的手段，受到越来越多的重视，其中事件区域检测是无线传感器网络的重要应用之一。但在现实场景中，事件区域通常具有动态性。传统的无线传感器网络模型和算法虽然理论上比较完善，但在现实的应用中表现出诸多的局限。考虑到无线传感器网络自身携带能量有限和易受环境影响的特性，在选择动态事件区域检测算法时要考虑使用复杂度低且容错性较好的检测算法来保证动态事件检测的精度。
　　本文提出了一种贝叶斯模型方法处理无线传感器网络中的动态事件区域检测问题。在本文的模型中，每个传感器节点都与一个虚拟社区和一个信任值相关联，其中信任值是用来定量的衡量其社区中传感器节点的可信度。如果一个传感器节点的信任值小于一个阈值，就代表此传感器节点发生故障，因此在这一时间点，该传感器节点的读数不可信。传感器节点信任值的概念使得本文的模型区分于其他的模型，例如马尔科夫随机场。同时，本文也考虑到了一些实际问题，包括邻近节点的时空相关性，传感器节点中存在故障节点等。根据目标模型，在每个时间步长，每个传感器节点的信任值需要通过粒子滤波算法实时更新。传感器节点是否位于事件区域是由当前传感器节点的信任值决定的。实验结果表明，相比于已存在的动态事件区域检测算法，目标算法在动态事件区域检测问题上具有更好的性能。

目录

声明

第一章 绪论

1.1课题的研究背景与意义

1.2本课题的研究内容与成果

1.3本文的主要内容与组织结构

1.4本章小结

第二章 无线传感器网络

2.1无线传感器网络的概念与现状

2.2无线传感器网络的体系结构

2.3无线传感器网络的应用

2.4无线传感器网络事件区域检测的研究现状

2.5本章小结

第三章 粒子滤波算法

3.1状态空间模型

3.2贝叶斯估计理论

3.3蒙特卡洛方法

3.4粒子滤波

3.5本章小结

第四章 动态事件区域检测算法设计及仿真

4.1问题描述和建模

4.2基于贝叶斯信任模型的动态事件区域检测算法

4.3实验仿真和性能评估

4.4本章小结

第五章 总结与展望

5.1本文工作总结

5.2本文工作展望

参考文献

附录1攻读硕士学位期间撰写的论文

附录2攻读硕士学位期间申请的专利

致谢