一种基于贝叶斯网络模型的WSN缺失数据重建方法

发明专利有效专利

申请号：
CN201910314948.7
IPC分类号：H04W4/38;H04W28/04
申请日期：
2019-04-18
申请人：
重庆邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于贝叶斯网络模型的WSN缺失数据重建方法
申请号	CN201910314948.7	申请日期	2019-04-18
法律状态	授权	申报国家	中国
公开/公告日	2019-07-12	公开/公告号	CN110012446A
优先权	暂无	优先权号	暂无
主分类号	H04W4/38 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04W 无线通信网络〔2009.01〕 H04W4/26 （转入H04W 4/24） H04W4/30 适于特殊环境，状态或用途〔2018.01〕 H04W4/38 用于收集传感器信息〔2018.01〕	IPC分类号	H;0;4;W;4;/;3;8;;;H;0;4;W;2;8;/;0;4查看分类表>
申请人	重庆邮电大学	申请人地址	重庆市南岸区黄桷垭崇文路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	重庆邮电大学	当前权利人	重庆邮电大学
发明人	余翔;樊霞;廖明霞;段思睿
代理机构	北京同恒源知识产权代理有限公司	代理人	赵荣之

摘要

本发明涉及一种基于贝叶斯网络模型的WSN缺失数据重建方法，属于无线传感器网络数据处理技术领域。该方法首先将每个时间周期划分成不同时隙，每一个时隙都包括数据收集、节点评估以及缺失数据重建三个时间段；数据收集阶段：含有缺失数据的传感器节点向邻近节点发送请求数据的信息；节点评估阶段：传感器节点根据最佳信任节点的判定标准挑选出最优的数据候选节点；缺失数据重建阶段：含有缺失数据的传感器节点首先建立贝叶斯网络模型，然后将最佳候选节点的数据作为辅助变量引入贝叶斯网络模型中，计算并选择最大条件概率所对应的数据替代传感器的缺失数值。本发明降低了数据错误率，且能够满足节点处于移动环境下实时处理信息的要求。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供