基于层次决策和高维非线性统计模型的传感器数据融合理论

项目名称： 基于层次决策和高维非线性统计模型的传感器数据融合理论

项目编号： No.60803115

项目类型： 青年科学基金项目

立项/批准年度： 2009

项目学科： 金属学与金属工艺

项目作者： 蒋洪波

作者单位： 华中科技大学

项目金额： 20万元

中文摘要： 本项目从研究传感器网络数据融合中传统方法的局限性出发，提出一种全新的基于层次决策和高维非线性统计模型的数据融合理论。首先通过引入基于层次的决策模型来反映各个局部之间的联系和实现多层次信息融合，并且扩展隐马尔可夫模型为高维非线性形式，能有效的对多重传感数据反映的多事件进行统一数据融合，通过求取关联矩阵明确各子模型和各影响因素间的关联程度，从理论上统一了传统的以空时相关性为基础的数据融合理论。在此理论基础上，建立起一个高层数据融合架构，能给出各种应用下具体的数据融合算法，使传感器数据经过无线传感器环境多跳传输和多跳融合处理后，既能够提供不同应用需要的充分信息，同时又能保证传输过程消耗能量最小的目的。研究数据融合架构下的典型应用，包括传感器网络物体中追踪问题研究、覆盖问题研究、异常值检测问题研究等。本项目的研究将对新一代智能传感器网络通信具有重大的理论意义和实际应用价值。

中文关键词： 传感器网络；数据融合；层次决策；高维非线性统计模型

英文摘要： We propose a novel data aggregation approach based on hierarchical decisions and nonlinear statistical models to address the limitations of traditional approaches to data aggregation in wireless sensor networks. We strive to study the correlation among regions via hierarchical decision models and thus enable data aggregation across multiple levels. In addition, we extend HMM to the high-dimensional non-linear form to present the multiple dimensional sensor data and events. We believe our proposed data aggregation approach has broad applications such as object tracking.

英文关键词： sensor networks; data aggregation; hierarchical decisions; non-linear statistical models