面向无线传感器网络的自适应数据清洗方法 (2014年)

针对无线传感器网络(WSN)数据不精确和不可靠的问题，根据感知数据的空间相关性定义了弹性空间模型，并在此基础上提出一种自适应近邻空间清洗方法(ANSA)。该方法根据感知数据波动动态调整近邻空间大小，并通过计算近邻节点测量数据的加权平均对本地数据清洗。实验结果表明，感知数据清洗后误差控制在0．5以内，与经典的加权移动平均(WMA)方法相比，所提方法的精确度更高，同时能量损耗减少约36％。