1、無線傳感器網(wǎng)絡(wireless sensor network，WSN)由大量帶有通信模塊和計算單元的微型傳感器節(jié)點組成。節(jié)點間以無線通信方式相連接，通過自組織的方式構成網(wǎng)絡，協(xié)同地感知、處理網(wǎng)絡覆蓋區(qū)域內(nèi)的監(jiān)測對象信息，并以多跳的方式將數(shù)據(jù)傳輸至匯聚節(jié)點，最終通過廣域網(wǎng)發(fā)送給遠端用戶，是一種資源高度受限的分布式系統(tǒng)。無線傳感器網(wǎng)絡內(nèi)節(jié)點數(shù)量多、分布密集，在數(shù)據(jù)收集的過程中，若由各個節(jié)點獨立地傳送數(shù)據(jù)至匯聚節(jié)點，則會浪費有限的通信帶寬及

2、能量資源。為了節(jié)省網(wǎng)絡能量資源，提高網(wǎng)絡資源利用率和數(shù)據(jù)處理效率，無線傳感器網(wǎng)絡通常使用數(shù)據(jù)融合技術對待傳輸?shù)幕騻鬏斶^程中的感知數(shù)據(jù)進行融合處理。
　　 本文首先對無線傳感器網(wǎng)絡進行概述，包括其概念、特點、應用以及關鍵技術。在此基礎上，著重介紹無線傳感器網(wǎng)絡中的數(shù)據(jù)融合策略，進而對各種主要數(shù)據(jù)融合策略的基本原理進行闡述。其次，傳統(tǒng)時間序列預測融合算法對于具有非線性、隨機性和突發(fā)性的感知數(shù)據(jù)融合效果較差。針對上述問題，本文提出了一

3、種基于灰色最小二乘支持向量機預測的時序數(shù)據(jù)融合方法。利用少量監(jiān)測數(shù)據(jù)對模型進行訓練，以灰色回歸預測數(shù)據(jù)作為最小二乘支持向量機的輸入數(shù)據(jù)，并對下一步未知信息進行預測，以達到融合數(shù)據(jù)、減少通信開銷的目的。仿真結(jié)果表明，提出的方法所需樣本數(shù)量較少，預測準確率較高，能有效降低數(shù)據(jù)傳輸開銷。再次，為了保護無線傳感器網(wǎng)絡中數(shù)據(jù)的隱私性，提出一種層次網(wǎng)絡結(jié)構下低能耗的數(shù)據(jù)融合隱私保護策略。節(jié)點利用壓縮感知觀測和異或運算的自反性對原始數(shù)據(jù)進行分片處理后