无线传感器网络中缺失数据估计算法

计算机应用 ›› 2013, Vol. 33 ›› Issue (12): 3457-3459.

无线传感器网络中缺失数据估计算法

邱保志¹,甄倩倩¹,唐耀华²

1. 郑州大学信息工程学院，郑州 450001；
2. 河南省电力公司电力科学研究院，郑州 450052

收稿日期:2013-06-18 修回日期:2013-08-19 出版日期:2013-12-01 发布日期:2013-12-31
通讯作者: 甄倩倩
作者简介:邱保志(1964-),男,河南驻马店人,教授,博士,CCF会员,主要研究方向:数据挖掘、计算机网络;
甄倩倩(1988-),女,河南开封人,硕士,主要研究方向:智能信息处理、数据挖掘;
唐耀华(1977-),男,河南郑州人,高级工程师,博士,主要研究方向:智能信息处理、模式识别。
基金资助:
河南省重点科技攻关项目;河南省电力公司电力科学研究院2012年科研项目

Estimation algorithm for missing data in wireless sensor network

QIU Baozhi¹,ZHEN Qianqian¹, Yaohua²

1. School of Information Engineering, Zhengzhou University, Zhengzhou Henan 450001, China
2. Electric Power Research Institute of Henan Electric Power Company, Zhengzhou Henan 450052, China

Received:2013-06-18 Revised:2013-08-19 Online:2013-12-31 Published:2013-12-01
Contact: ZHEN Qianqian

摘要/Abstract

摘要： 为了提高无线传感器网络(WSN)中缺失数据估计值的精度，提出了一种自决策插值算法。该算法能够根据数据集的空间相关性以及缺失数据的连续性选择不同的缺失数据估计策略，并将自回归滑动平均(ARMA)模型引入到对缺失数据插值的研究中。与传统缺失值估计算法相比，该算法不仅考虑到无线传感器网络的特性，而且考虑到数据集本身的特性。在真实数据集上测试结果表明，该算法提高了对缺失值估计的精度。

关键词: 无线传感器网络, 缺失数据, 插值算法, 自回归滑动平均模型, 空间相关性

Abstract: In order to improve the accuracy of the estimated missing data in Wireless Sensor Network (WSN), a self-decision interpolation algorithm was proposed. The algorithm selected different estimation strategies of missing data according to the spatial correlation of the data sets and the continuity of missing data, then introduced the Auto-Regressive and Moving Average (ARMA) model into the study of missing data interpolation. In corresponding to the traditional missing value estimation algorithm, the proposed algorithm not only considered the characteristics of wireless sensor networks, but also took the characteristics of the data themselves into account. The experimental results on the real data sets show that the proposed algorithm improves the precision of the estimation for missing data.

Key words: Wireless Sensor Network (WSN), missing data, interpolation algorithm, Auto-Regressive and Moving Average (ARMA) model, spatial correlation

中图分类号:

TP393

邱保志甄倩倩唐耀华. 无线传感器网络中缺失数据估计算法[J]. 计算机应用, 2013, 33(12): 3457-3459.

QIU Baozhi ZHEN Qianqian Yaohua. Estimation algorithm for missing data in wireless sensor network[J]. Journal of Computer Applications, 2013, 33(12): 3457-3459.

[1]	孙环, 陈宏滨. 基于萤火虫算法的无线传感器网络节点重部署策略[J]. 计算机应用, 2021, 41(2): 492-497.
[2]	钱斌, 郑楷洪, 陈子鹏, 肖勇, 李森, 叶纯壮, 马千里. 基于残差连接长短期记忆网络的时间序列修复模型[J]. 计算机应用, 2021, 41(1): 243-248.
[3]	胡润彦, 李翠然. 基于模糊控制的自供能无线传感器网络分簇算法[J]. 计算机应用, 2020, 40(9): 2691-2697.
[4]	韩雨涝, 房鼎益. 基于链路交点相对位置信息的轻量级覆盖空洞检测算法[J]. 计算机应用, 2020, 40(9): 2698-2705.
[5]	韩雨涝, 房鼎益. 联合无线充电与数据收集的移动充电装置多目标路径规划算法[J]. 计算机应用, 2020, 40(6): 1745-1750.
[6]	卢光跃, 周亮, 吕少卿, 施聪, 苏可可. 基于图信号处理的无线传感器网络异常节点检测算法[J]. 计算机应用, 2020, 40(3): 783-787.
[7]	任秀丽, 陈洋. 无线传感网中数据传输延时优化的路由协议[J]. 计算机应用, 2020, 40(1): 196-201.
[8]	吴三柱, 李鹏, 吴三斌. 移动无线传感器网络中抑制病毒传播模型[J]. 计算机应用, 2020, 40(1): 129-135.
[9]	董发志, 丁洪伟, 杨志军, 熊成彪, 张颖婕. 基于遗传算法和模糊C均值聚类的WSN分簇路由算法[J]. 计算机应用, 2019, 39(8): 2359-2365.
[10]	何庆, 徐钦帅, 魏康园. 基于改进正弦余弦算法的无线传感器节点部署优化[J]. 计算机应用, 2019, 39(7): 2035-2043.
[11]	钱开国, 卜春芬, 王玉见, 申时凯. 基于可靠信标和节点度估计距离的无线传感器网络定位算法[J]. 计算机应用, 2019, 39(3): 817-823.
[12]	任晓奎, 李锋, 程琳. 基于动态损耗因子和权重的改进质心定位算法[J]. 计算机应用, 2019, 39(3): 824-828.
[13]	汪汉新, 洪思琴. 基于环分块的能耗均衡分簇路由算法[J]. 计算机应用, 2019, 39(1): 251-255.
[14]	党小超, 邵晨光, 郝占军. 半径可调的无线传感器网络三维覆盖算法[J]. 计算机应用, 2018, 38(9): 2581-2586.
[15]	王国玲, 杨文忠, 张振宇, 夏扬波, 殷亚博, 杨慧婷. 移动传感网中基于虚拟货币的路由策略[J]. 计算机应用, 2018, 38(9): 2587-2592.