传感器网络中一种基于时-空相关性的缺失值估计算法

被引：45

作者：

潘立强

李建中

骆吉洲

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

来源：

计算机学报 | 2010年 / 33卷 / 01期

基金：

国家自然科学基金重点项目;

关键词：

传感器网络; 时-空相关性; 缺失值; 估计;

D O I：

暂无

中图分类号：

TP212.9 [传感器的应用]; TN929.5 [移动通信];

学科分类号：

080202 ; 080402 ; 080904 ; 0810 ; 081001 ;

摘要：

在无线传感器网络中,感知数据的缺失问题不可避免,并且给无线传感器网络的各种应用带来了巨大困难.解决该问题的最好办法是对缺失数据进行准确估计.文中首先提出了一种基于感知数据时间相关性的缺失值估计算法,该算法采用线性插值模型,能够对较短时间内平稳变化的感知数据的缺失值进行较好估计;其次,文中提出了一种基于感知数据空间相关性的缺失值估计算法,该算法采用多元回归模型,同时考察多个邻居节点并联合地用其感知数据来共同估计缺失值.该算法不仅能够对非平稳变化的感知数据的缺失值取得较好估计效果,而且在给出缺失数据估计值的同时,还能够对用户给定的置信度给出缺失值的置信区间;基于上述两种算法,文中最后给出了一种自适应的基于感知数据时-空相关性的缺失值估计算法.该算法无论对于平稳变化还是非平稳变化的感知数据的缺失值均能取得较好的估计效果.作者在真实的数据集合上对文中提出的算法进行了测试,实验结果证明文中提出的基于感知数据时-空相关性的缺失值估计算法能够有效估计无线传感器网络中的缺失数据,具有可靠、稳定的估计性能.

引用

页码：1 / 11

页数：11

共 4 条

[1] 传感器网络及其数据管理的概念、问题与进展 [J].

李建中 ;

李金宝 ;

石胜飞 .

软件学报, 2003, (10) :1717-1727

[2] Ameliorative missing value imputation for robust biological knowledge inference [J].

Sehgal, Muhammad Shoaib B. ;

Gondal, Iqbal ;

Dooley, Laurence S. ;

Coppel, Ross .

JOURNAL OF BIOMEDICAL INFORMATICS, 2008, 41 (04) :499-514

[3]

In-network execution of monitoring queries in sensor networks .2 X.Y. Yang,H.B. Lim,M.T. Ozsu,K.L. Tan. Proc. of the 2007 ACM SIGMOD International Conference on Management of Data(SIGMOD‘07) . 2007

[4]

Tributaries and Deltas: Efficient and Robust Aggregation in Sensor Network Streams .2 A. Manjhi,S. Nath,P. B. Gibbons. Proceedings of the ACM SIGMOD International Conference on Management of Data . 2005

← 1 →