改进型支持度函数的WSN水质监测数据融合方法

作者：匡亮; 施珮; 季云峰; 平震宇; 陈北京

来源：农业工程学报, 2020, 36(16): 192-200.

• 水质
• 监测
• 数据融合
• 无线传感器网络
• 支持度函数
• 动态时间弯曲距离

无线传感网络已被广泛应用到水质监测领域中,针对水质监测中对传感器数据高精度的要求,该研究提出一种基于支持度函数的数据融合算法。首先,对各传感器采集的数据进行一致性检测,保证数据的准确性;其次,采用改进的动态时间弯曲距离(Improved Dynamic Time Warping Distance, IDTW)对支持度函数(Support Function, SF)进行优化,实现水质参数时间序列数据间的互支持度计算;最后,通过加权算法完成数据的融合过程,实现错误数据的校正,获得高质量融合数据。该算法在水质监测平台中进行了试验,结果表明,IDTW-SF融合算法的平均绝对误差值为0.279 2%,融合精度较其他对比算法更高,且运行速度较快。IDTW-SF支持度融合算法能够有效弥补现有水质监测系统数据采集准确率低、效率低等缺陷,基于此方法的水质监测系统提高了溶解氧数据准确率,在降低水产养殖风险,提高养殖效率等方面发挥重要作用。

• 出版日期2020
• 单位农业部; 南京信息工程大学; 江苏信息职业技术学院; 中国水产科学研究院淡水渔业研究中心; 江南大学