物聯(lián)網(wǎng)數(shù)據(jù)采集誤差優(yōu)化算法

1、院系：院系： 計(jì)算機(jī)學(xué)院計(jì)算機(jī)學(xué)院專業(yè)：專業(yè)： 軟件工程軟件工程班級：班級： 2009級級B班班姓名：姓名： 王琴王琴學(xué)號：學(xué)號： 20092111227指導(dǎo)老師：郭占龍指導(dǎo)老師：郭占龍論文題目：論文題目：基于物聯(lián)網(wǎng)數(shù)據(jù)采集誤差優(yōu)化算法基于物聯(lián)網(wǎng)數(shù)據(jù)采集誤差優(yōu)化算法本論文主要介紹的一共分四章節(jié)：本論文主要介紹的一共分四章節(jié)：1.緒論 1.1 研究背景與意義 1.2 EPC物聯(lián)網(wǎng) 1.3 物聯(lián)網(wǎng)數(shù)據(jù)處理的現(xiàn)狀2.數(shù)據(jù)融合 2.1 物聯(lián)網(wǎng)數(shù)據(jù)融合的意義和作用 2.2 數(shù)據(jù)融合研究的主要內(nèi)容 2.3 數(shù)據(jù)融合的體系結(jié)構(gòu) 2.4 多傳感器信息融合的三種層次 2.5 基于多傳感器數(shù)據(jù)融合3.數(shù)據(jù)融合算法

2、理論研究 3.1 傳感網(wǎng)數(shù)據(jù)傳輸及融合技術(shù) 3.2 融合算法分類4.基于加權(quán)融合和檢測概率的算法研究基于加權(quán)融合和檢測概率的算法研究 4.1 基于加權(quán)融合算法提出的一種改進(jìn)的加權(quán)融合算法 4.2 歸一化加權(quán)平均算法 4.3 多傳感器數(shù)據(jù)自適應(yīng)加權(quán)融合估計(jì)算法 4.4 基于檢測概率的物聯(lián)網(wǎng)信息融合算法1.1 1.1 研究背景與意義研究背景與意義 早在早在1995年，比爾年，比爾蓋茨在蓋茨在未來之路未來之路一書中就已經(jīng)提及物聯(lián)網(wǎng)概念。但是，一書中就已經(jīng)提及物聯(lián)網(wǎng)概念。但是，“物聯(lián)網(wǎng)物聯(lián)網(wǎng)”概念的真正提出是概念的真正提出是在在1999年，由年，由EPCglobal的的Auto-ID中心提出，被定義為

3、：把所有物品通過射頻識別等信息傳感設(shè)備與互聯(lián)網(wǎng)中心提出，被定義為：把所有物品通過射頻識別等信息傳感設(shè)備與互聯(lián)網(wǎng)連接起來，實(shí)現(xiàn)智能化識別和管理。連接起來，實(shí)現(xiàn)智能化識別和管理。2005年，國際電信聯(lián)盟（年，國際電信聯(lián)盟（ITU）正式稱）正式稱“物聯(lián)網(wǎng)物聯(lián)網(wǎng)”為為“The Internet of things”，并發(fā)表了年終報(bào)告，并發(fā)表了年終報(bào)告ITU互聯(lián)互聯(lián)網(wǎng)網(wǎng) 報(bào)告報(bào)告2005：物聯(lián)網(wǎng)：物聯(lián)網(wǎng)。報(bào)告指出，無所不在的。報(bào)告指出，無所不在的“物聯(lián)網(wǎng)物聯(lián)網(wǎng)”通信時(shí)代即將來臨，世界上所有的物體從輪胎到通信時(shí)代即將來臨，世界上所有的物體從輪胎到牙刷、從房屋到紙巾都可以通過因特網(wǎng)主動(dòng)進(jìn)行交換；并描繪出牙刷

4、、從房屋到紙巾都可以通過因特網(wǎng)主動(dòng)進(jìn)行交換；并描繪出“物聯(lián)網(wǎng)物聯(lián)網(wǎng)”時(shí)代的圖景：當(dāng)司機(jī)出現(xiàn)操作失誤時(shí)代的圖景：當(dāng)司機(jī)出現(xiàn)操作失誤時(shí)汽車會自動(dòng)報(bào)警；公文包會提醒主人忘帶了什么東西；衣服會時(shí)汽車會自動(dòng)報(bào)警；公文包會提醒主人忘帶了什么東西；衣服會“告訴告訴”洗衣機(jī)對顏色和水溫的要求等等。洗衣機(jī)對顏色和水溫的要求等等。 現(xiàn)在較為普遍的理解是，物聯(lián)網(wǎng)是將各種信息傳感設(shè)備，如射頻識別（現(xiàn)在較為普遍的理解是，物聯(lián)網(wǎng)是將各種信息傳感設(shè)備，如射頻識別（RFID）裝置、紅外感應(yīng)器、全球定位）裝置、紅外感應(yīng)器、全球定位系統(tǒng)、激光掃描器等種種裝置與互聯(lián)網(wǎng)結(jié)合起來而形成的一個(gè)巨大網(wǎng)絡(luò)。通過裝置在各類物體上的電子標(biāo)簽系統(tǒng)

5、、激光掃描器等種種裝置與互聯(lián)網(wǎng)結(jié)合起來而形成的一個(gè)巨大網(wǎng)絡(luò)。通過裝置在各類物體上的電子標(biāo)簽（RFID）、傳感器、二維碼等經(jīng)過接口與無線網(wǎng)絡(luò)相連，從而給物體賦予智能，可以實(shí)現(xiàn)人與物體的溝通和）、傳感器、二維碼等經(jīng)過接口與無線網(wǎng)絡(luò)相連，從而給物體賦予智能，可以實(shí)現(xiàn)人與物體的溝通和對話，也可以實(shí)現(xiàn)物體與物體互相間的溝通和對話。對話，也可以實(shí)現(xiàn)物體與物體互相間的溝通和對話。物聯(lián)網(wǎng)的定義： 物聯(lián)網(wǎng)（Internet of Things）是利用無線射頻識別(RFID)裝置、各種傳感器、全球定位系統(tǒng)（GPS）等能夠存儲物體信息的標(biāo)識，以及現(xiàn)代網(wǎng)絡(luò)及無線通信、分布式數(shù)據(jù)處理等諸多技術(shù)，能夠協(xié)作地實(shí)時(shí)監(jiān)測、感知

6、、采集網(wǎng)絡(luò)分布區(qū)域內(nèi)的各種環(huán)境或監(jiān)測對象的信息，并通過無線網(wǎng)絡(luò)的方式將其即時(shí)信息發(fā)送到后臺信息處理系統(tǒng)，而各大信息系統(tǒng)可以互聯(lián)形成一個(gè)龐大的網(wǎng)絡(luò)。從而可以達(dá)到對物品進(jìn)行實(shí)施跟蹤、監(jiān)控等智能化管理的目的，實(shí)現(xiàn)包括物與物、人與物之間的互相連接和信息溝通。 物聯(lián)網(wǎng)的特征：物聯(lián)網(wǎng)的特征： 目前國際上對物聯(lián)網(wǎng)的研究逐漸明朗起來，最典型的解決方案有歐美的EPC系統(tǒng)和日本的UID系統(tǒng)，這里著重介紹EPC物聯(lián)網(wǎng)。 最具有代表性的物聯(lián)網(wǎng)就是EPC物聯(lián)網(wǎng)，EPC系統(tǒng)是一個(gè)先進(jìn)的、綜合性的和復(fù)雜的系統(tǒng)，EPC物聯(lián)網(wǎng)系統(tǒng)由EPC編碼體系、RFID系統(tǒng)和信息網(wǎng)絡(luò)系統(tǒng)三個(gè)部分組成。 1.2 EPC物聯(lián)網(wǎng)物聯(lián)網(wǎng)EPC物聯(lián)網(wǎng)

7、系統(tǒng)工作結(jié)構(gòu)圖物聯(lián)網(wǎng)系統(tǒng)工作結(jié)構(gòu)圖:E PC標(biāo)簽讀寫器E PC中間件因 特網(wǎng)ONSEPCISE PC編碼PMLEPCI P 地址1.3 物聯(lián)網(wǎng)數(shù)據(jù)處理的現(xiàn)狀物聯(lián)網(wǎng)數(shù)據(jù)處理的現(xiàn)狀 計(jì)算機(jī)科學(xué)發(fā)展的最終方向是數(shù)據(jù)的科學(xué)，因此物聯(lián)網(wǎng)處理的重點(diǎn)也是數(shù)據(jù)處因此物聯(lián)網(wǎng)處理的重點(diǎn)也是數(shù)據(jù)處理。理。目前，關(guān)于物聯(lián)網(wǎng)數(shù)據(jù)處理的研究基本上是基于以下兩個(gè)方面： (1)基于無線傳感器網(wǎng)絡(luò)數(shù)據(jù)處理基于無線傳感器網(wǎng)絡(luò)數(shù)據(jù)處理 (2) 基于云計(jì)算的物聯(lián)網(wǎng)數(shù)據(jù)處理基于云計(jì)算的物聯(lián)網(wǎng)數(shù)據(jù)處理2.數(shù)據(jù)融合數(shù)據(jù)融合 1.數(shù)據(jù)融合的意義 在物聯(lián)網(wǎng)的前段組成中，傳感網(wǎng)為了獲得精確的數(shù)據(jù)，往往需要在監(jiān)測區(qū)內(nèi)部署大量的傳感器節(jié)點(diǎn)，使傳感器

8、節(jié)點(diǎn)的監(jiān)測范圍相互交疊，增強(qiáng)整個(gè)網(wǎng)絡(luò)所采集信息的魯棒性和準(zhǔn)確性。在這種高覆蓋密度的區(qū)域中，距離相近的節(jié)點(diǎn)所傳輸?shù)臄?shù)據(jù)具有一定的冗余度。所有節(jié)點(diǎn)都將監(jiān)測到的數(shù)據(jù)發(fā)送到匯聚節(jié)點(diǎn)，會造成有限網(wǎng)絡(luò)帶寬資源的極大浪費(fèi)。大量數(shù)據(jù)同時(shí)傳輸也會造成頻繁的沖突，降低通信效率。 因此在大規(guī)模傳感網(wǎng)中，各個(gè)節(jié)點(diǎn)多跳轉(zhuǎn)傳輸感知數(shù)據(jù)到匯聚節(jié)點(diǎn)前，即所有感知節(jié)點(diǎn)的數(shù)據(jù)包傳送到某個(gè)節(jié)點(diǎn)線，需要對數(shù)據(jù)進(jìn)行融合處理。 節(jié)點(diǎn)匯聚節(jié)點(diǎn)匯聚方式：方式：2.2 數(shù)據(jù)融合研究的主要內(nèi)容 1）數(shù)據(jù)對準(zhǔn) 2）數(shù)據(jù)相關(guān) 3）數(shù)據(jù)識別，即估計(jì)目標(biāo)的類別和類型 4）感知數(shù)據(jù)的不確定性 5）不完整、不一致和虛假數(shù)據(jù) 6）數(shù)據(jù)庫 7)性能評估2.3

9、數(shù)據(jù)融合的體系結(jié)構(gòu)數(shù)據(jù)融合的體系結(jié)構(gòu) 數(shù)據(jù)融合應(yīng)用領(lǐng)域的不同，則融合系統(tǒng)結(jié)構(gòu)也會有所不同。 一級處理：一級處理：包括數(shù)據(jù)和圖像的配準(zhǔn)、關(guān)聯(lián)、跟蹤和識別。 二級處理：二級處理：包括勢態(tài)提取、勢態(tài)分析和勢態(tài)預(yù)測，統(tǒng)稱為勢態(tài)評估。 三級處理：三級處理：鑒于數(shù)據(jù)融合起源于軍事應(yīng)用領(lǐng)域，威脅評估是針對敵方兵力對我方殺傷能力及威脅程度進(jìn)行的評估，具體包括綜合環(huán)境的判斷、威脅等級的判斷等等多種形式的評估。 四級處理：四級處理：也成為優(yōu)化融合的處理過程，它包括優(yōu)化資源、優(yōu)化傳感器管理和優(yōu)化武器控制等，通過反饋?zhàn)赃m應(yīng)，從而提高系統(tǒng)的融合效果。 以上幾個(gè)級別并沒有時(shí)序關(guān)系，可以并行處理。以上幾個(gè)級別并沒有時(shí)序關(guān)系

10、，可以并行處理。多傳感器信息融合的三種層次結(jié)構(gòu)多傳感器信息融合的三種層次結(jié)構(gòu) （1）數(shù)據(jù)層融合圖傳感器1傳感器2傳感器3融合識別特征提取一 致性 解釋 和描述物物體體 首先將全部傳感器的觀測數(shù)據(jù)融合，然后從融合的數(shù)據(jù)中提取特征向量，首先將全部傳感器的觀測數(shù)據(jù)融合，然后從融合的數(shù)據(jù)中提取特征向量，并進(jìn)行判斷識別。這便要求傳感器是同質(zhì)的并進(jìn)行判斷識別。這便要求傳感器是同質(zhì)的(傳感器觀測的是同一物理現(xiàn)象傳感器觀測的是同一物理現(xiàn)象)，如果多個(gè)傳感器是異質(zhì)的如果多個(gè)傳感器是異質(zhì)的(觀測的不是同一個(gè)物理量觀測的不是同一個(gè)物理量)，那么數(shù)據(jù)只能在特征，那么數(shù)據(jù)只能在特征層或決策層進(jìn)行融合。數(shù)據(jù)層融合不存在數(shù)

11、據(jù)丟失的問題，層或決策層進(jìn)行融合。數(shù)據(jù)層融合不存在數(shù)據(jù)丟失的問題，得到的結(jié)果也是得到的結(jié)果也是最準(zhǔn)確的，但是數(shù)據(jù)量、計(jì)算量大，對系統(tǒng)通信帶寬的要求很高。最準(zhǔn)確的，但是數(shù)據(jù)量、計(jì)算量大，對系統(tǒng)通信帶寬的要求很高。 （2）特征級融合物物體體傳感器1傳感器2傳感器3識別特征級融合一 致性 解釋 和描述特征提取特征提取特征提取 特征層融合是指每種傳感器提供從觀測數(shù)據(jù)中提取特征層融合是指每種傳感器提供從觀測數(shù)據(jù)中提取的有代表性的特征，這些特征融合成單一的特征向量，的有代表性的特征，這些特征融合成單一的特征向量，然后運(yùn)用模式識別的方法進(jìn)行處理。然后運(yùn)用模式識別的方法進(jìn)行處理。這種方法對通信這種方法對通信帶

12、寬的要求較低，但由于數(shù)據(jù)的丟失導(dǎo)致其準(zhǔn)確性也帶寬的要求較低，但由于數(shù)據(jù)的丟失導(dǎo)致其準(zhǔn)確性也有所下降，其數(shù)據(jù)量、計(jì)算量都處于中等有所下降，其數(shù)據(jù)量、計(jì)算量都處于中等。(3)決策級融合 決策層融合是指在每個(gè)傳感器對目標(biāo)做出識別后，將多決策層融合是指在每個(gè)傳感器對目標(biāo)做出識別后，將多個(gè)傳感器的識別結(jié)果進(jìn)行融合，由于對傳感器的數(shù)據(jù)進(jìn)行個(gè)傳感器的識別結(jié)果進(jìn)行融合，由于對傳感器的數(shù)據(jù)進(jìn)行了濃縮，這種方法產(chǎn)生的結(jié)果相對而言最不準(zhǔn)確，了濃縮，這種方法產(chǎn)生的結(jié)果相對而言最不準(zhǔn)確，但它對但它對通信帶寬的要求最低。該層的計(jì)算量最小，而且容錯(cuò)性好，通信帶寬的要求最低。該層的計(jì)算量最小，而且容錯(cuò)性好，但系統(tǒng)的性能相對要

13、低于其它層次的融合。但系統(tǒng)的性能相對要低于其它層次的融合。 傳感器1傳感器1傳感器1特征提取特征提取特征提取識別識別識別決策級融合一致性解釋與描述物物體體3 數(shù)據(jù)融合算法理論研究數(shù)據(jù)融合算法理論研究數(shù)據(jù)融合技術(shù)運(yùn)用了很多的融合算法以及高速、大吞吐量數(shù)據(jù)處理等支撐技術(shù)。數(shù)據(jù)融合算法是融合處理的基本內(nèi)容，它是將多維輸入數(shù)據(jù)在不同融合層次上運(yùn)用不同的數(shù)學(xué)方法,對數(shù)據(jù)進(jìn)行聚類處理的方法。1.1.基于多傳感器的融合算法分類：基于多傳感器的融合算法分類：(1)加權(quán)融合算法；（重點(diǎn)介紹）(2)參數(shù)估計(jì)理論；(3)基于神經(jīng)網(wǎng)絡(luò)融合方法；(4)模糊理論:2.2.傳感網(wǎng)數(shù)據(jù)融合路由算法傳感網(wǎng)數(shù)據(jù)融合路由算法4.基

14、于加權(quán)融合和檢測概率的算法研究基于加權(quán)融合和檢測概率的算法研究 由于各種算法的情況復(fù)雜多變，針對不同的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，不同的應(yīng)用環(huán)境，將采取不同的優(yōu)化算法。在數(shù)據(jù)融合中，加權(quán)融合算法是較為成熟的一種融合算法，因此本文主要介紹和討論的是關(guān)于加權(quán)融合的一些基礎(chǔ)性的算法和部分基礎(chǔ)的檢測概率算法。主要包括以下幾種算法：1 1 基于加權(quán)融合算法提出的一種改進(jìn)的加權(quán)融合算法；2 2 歸一化加權(quán)平均算法；3 3 多傳感器數(shù)據(jù)自適應(yīng)加權(quán)融合估計(jì)算法；4 4 基于檢測概率的物聯(lián)網(wǎng)信息融合算法；4.1 基于加權(quán)融合算法提出的一種改進(jìn)的 加權(quán)融合算法加權(quán)融合算法4.1.14.1.1多傳感器數(shù)據(jù)加權(quán)融合多傳感器數(shù)據(jù)加權(quán)

15、融合 加權(quán)數(shù)據(jù)融合是多個(gè)傳感器對某一個(gè)環(huán)境中的同一特征參加權(quán)數(shù)據(jù)融合是多個(gè)傳感器對某一個(gè)環(huán)境中的同一特征參數(shù)的數(shù)據(jù)進(jìn)行量測，兼顧每個(gè)傳感器的局部估計(jì)，按某一原則數(shù)的數(shù)據(jù)進(jìn)行量測，兼顧每個(gè)傳感器的局部估計(jì)，按某一原則給每個(gè)傳感器制定權(quán)重，最后通過加權(quán)綜合所有的局部估計(jì)得給每個(gè)傳感器制定權(quán)重，最后通過加權(quán)綜合所有的局部估計(jì)得到一個(gè)全局的最佳估計(jì)值。到一個(gè)全局的最佳估計(jì)值。4.1.24.1.2加權(quán)平均融合算法加權(quán)平均融合算法文章首先介紹了一般情況下的加權(quán)融合算法；文章首先介紹了一般情況下的加權(quán)融合算法；4.1.34.1.3改進(jìn)的加權(quán)融合算法改進(jìn)的加權(quán)融合算法 再提出改進(jìn)的加權(quán)融合算法采用二次加權(quán)的方

16、法，并引入再提出改進(jìn)的加權(quán)融合算法采用二次加權(quán)的方法，并引入了最優(yōu)比例權(quán)重的概念，先對單個(gè)傳感器進(jìn)行加權(quán)，再對整體了最優(yōu)比例權(quán)重的概念，先對單個(gè)傳感器進(jìn)行加權(quán)，再對整體進(jìn)行加權(quán)，目的是使算法性能達(dá)到最優(yōu)，同時(shí)并提出單傳感器進(jìn)行加權(quán)，目的是使算法性能達(dá)到最優(yōu)，同時(shí)并提出單傳感器加權(quán)思想。加權(quán)思想。4.2 4.2 歸一化加權(quán)平均算法歸一化加權(quán)平均算法 如果某一系統(tǒng)使用有限的測量次數(shù)時(shí)，如果某一系統(tǒng)使用有限的測量次數(shù)時(shí)，我們常規(guī)的測量平均值法對數(shù)據(jù)的處理只是我們常規(guī)的測量平均值法對數(shù)據(jù)的處理只是將數(shù)據(jù)進(jìn)行平均，對誤差的處理也只是將誤將數(shù)據(jù)進(jìn)行平均，對誤差的處理也只是將誤差平均化，因此得到的測量數(shù)據(jù)精

17、度不高。差平均化，因此得到的測量數(shù)據(jù)精度不高。歸一化的加權(quán)平均值算法歸一化的加權(quán)平均值算法是利用計(jì)算數(shù)據(jù)的是利用計(jì)算數(shù)據(jù)的加權(quán)值進(jìn)行數(shù)據(jù)處理，與經(jīng)典的數(shù)據(jù)融合方加權(quán)值進(jìn)行數(shù)據(jù)處理，與經(jīng)典的數(shù)據(jù)融合方法相比，該算法具有計(jì)算量低、精度高的特法相比，該算法具有計(jì)算量低、精度高的特點(diǎn)。由于該方法具有計(jì)算量小、電腦編程簡點(diǎn)。由于該方法具有計(jì)算量小、電腦編程簡單等優(yōu)點(diǎn)、非常適合于緩慢變化的變量檢測，單等優(yōu)點(diǎn)、非常適合于緩慢變化的變量檢測，比如溫室中的溫度采集系統(tǒng)。比如溫室中的溫度采集系統(tǒng)。4.3 4.3 多傳感器數(shù)據(jù)自適應(yīng)加權(quán)融合估計(jì)算法多傳感器數(shù)據(jù)自適應(yīng)加權(quán)融合估計(jì)算法 傳感器數(shù)據(jù)自適應(yīng)加權(quán)融合估計(jì)算法

18、不要求知道傳感器數(shù)據(jù)自適應(yīng)加權(quán)融合估計(jì)算法不要求知道傳感器測量數(shù)據(jù)的任何先驗(yàn)知識傳感器測量數(shù)據(jù)的任何先驗(yàn)知識, , 只是靠傳感器所提只是靠傳感器所提供的測量數(shù)據(jù)供的測量數(shù)據(jù), , 就可融合出均方誤差最小的數(shù)據(jù)融合就可融合出均方誤差最小的數(shù)據(jù)融合值。估計(jì)后的均方誤差不僅小于依靠單個(gè)傳感器估計(jì)值。估計(jì)后的均方誤差不僅小于依靠單個(gè)傳感器估計(jì)的均方誤差的均方誤差, , 而且還小于采用多傳感器均值平均做估而且還小于采用多傳感器均值平均做估計(jì)的均方誤差。計(jì)的均方誤差。 設(shè)有設(shè)有 n n 個(gè)傳感器對某一對象進(jìn)行測量個(gè)傳感器對某一對象進(jìn)行測量, , 對于不對于不同的傳感器都有各自不同的加權(quán)因子同的傳感器都有各

19、自不同的加權(quán)因子, , 我們的思想是我們的思想是在總均方誤差最小這一最優(yōu)條件下在總均方誤差最小這一最優(yōu)條件下, , 根據(jù)各個(gè)傳感器根據(jù)各個(gè)傳感器所得到的測量值以自適應(yīng)的方式尋找各個(gè)傳感器所對所得到的測量值以自適應(yīng)的方式尋找各個(gè)傳感器所對應(yīng)的最優(yōu)加權(quán)因子應(yīng)的最優(yōu)加權(quán)因子, , 是融合后的值達(dá)到最小是融合后的值達(dá)到最小。第一步：計(jì)算最優(yōu)加權(quán)因子及所對應(yīng)的均方誤差第一步：計(jì)算最優(yōu)加權(quán)因子及所對應(yīng)的均方誤差 ；第二步：驗(yàn)證自適應(yīng)加權(quán)融合估計(jì)算法的線性無偏第二步：驗(yàn)證自適應(yīng)加權(quán)融合估計(jì)算法的線性無偏 最小方差性最小方差性 。4.4 4.4 基于檢測概率的物聯(lián)網(wǎng)信息融合算法基于檢測概率的物聯(lián)網(wǎng)信息融合算法

20、 在其他的一些信息融合算法中，我們只考在其他的一些信息融合算法中，我們只考慮了單個(gè)傳感器的方差和傳感網(wǎng)的均方差，卻慮了單個(gè)傳感器的方差和傳感網(wǎng)的均方差，卻沒有考慮物聯(lián)網(wǎng)是由大量的無線傳感器組成，沒有考慮物聯(lián)網(wǎng)是由大量的無線傳感器組成，它們的位置不確定的，對目標(biāo)點(diǎn)的檢測權(quán)值也它們的位置不確定的，對目標(biāo)點(diǎn)的檢測權(quán)值也會因位置的變化而發(fā)生一些變化。會因位置的變化而發(fā)生一些變化。 若在監(jiān)測區(qū)域中存在障礙物，假設(shè)我們現(xiàn)若在監(jiān)測區(qū)域中存在障礙物，假設(shè)我們現(xiàn)在事先己經(jīng)知道障礙物的具體位置和其形狀，在事先己經(jīng)知道障礙物的具體位置和其形狀，基于視線可視的原則的上把可視信息建立到障基于視線可視的原則的上把可視信息

21、建立到障礙物模型中去。有些類型的傳感器無法穿越障礙物模型中去。有些類型的傳感器無法穿越障礙物，所以，我們應(yīng)該考慮監(jiān)測區(qū)域中有障礙礙物，所以，我們應(yīng)該考慮監(jiān)測區(qū)域中有障礙物的情況時(shí)的檢測概率。物的情況時(shí)的檢測概率。 為了增強(qiáng)有障礙物情況下的監(jiān)測效率，使為了增強(qiáng)有障礙物情況下的監(jiān)測效率，使檢測數(shù)據(jù)更加精確，于是提出了此算法。檢測數(shù)據(jù)更加精確，于是提出了此算法?？偪?結(jié)結(jié) 物聯(lián)網(wǎng)的發(fā)展將會給我們的社會帶來翻天覆地物聯(lián)網(wǎng)的發(fā)展將會給我們的社會帶來翻天覆地的變化，在學(xué)習(xí)物聯(lián)網(wǎng)數(shù)據(jù)采集誤差優(yōu)化和數(shù)據(jù)融的變化，在學(xué)習(xí)物聯(lián)網(wǎng)數(shù)據(jù)采集誤差優(yōu)化和數(shù)據(jù)融合知識的過程中，讓我對物聯(lián)網(wǎng)數(shù)據(jù)的處理的重要合知識的過程中，讓我對物聯(lián)網(wǎng)