您的位置: turnitin查重官网> 工程 >> 电子通信工程 >树型医疗物联网数据融合算法

树型医疗物联网数据融合算法

收藏本文 2024-02-15 点赞:23560 浏览:107732 作者:网友投稿原创标记本站原创

摘要:随着“感知中国”的提出,物联网被正式列为国家新兴战略性产业,写入“政府工作报告”,并且被纳入了国家重点基础探讨进展计划(973计划)。物联网在我国受到了全社会极大的关注,其中医疗物联网就是目前的一个探讨重点和热点。在医疗物联网的实际运用中,能实现数据的有效融合,对于提升网络的传输效率,降低网络的功耗都有很大的帮助。由此,开展医疗物联网中数据融合算法的探讨具有非常重要的作用。本论文针对医疗物联网中医疗数据的监测情况,围绕着数据融合和相关的路由技术进行探讨。首先介绍了医疗物联网的基本概念以及主要特点,并对医疗物联网中的数据融合技术进行了浅析总结。讨论在基于事件驱动的环境下,运用数据融合技术的策略来提升网络的效率以及数据的准确性。根据医疗物联网中数据的特殊性,提出了一种基于事件驱动的簇-树型数据融合算法DFCTA.DFCTA算法采取簇-树相结合的拓扑结构,基于事件的严重程度来进行动态分簇和决定相应簇的覆盖范围,然后由当前的簇头构建簇内的数据融合子树,最后将这些融合子树按照连通代价连接起来构成一棵完整的数据融合树,这样数据可以沿融合树传输,能够提升数据的准确性,延长网络的生命期。由于医疗物联网中的数据具有突发性、数据量大等特点,采取事件驱动的方式非常适合于对突发事件的监测,同时还可以使不在监测区域内的节点处于休眠状态,减少网络中节点的能量消耗。本论文浅析了网络中的融合延时不足,并通过计算节点的融合等待时间,提出最小的融合延时策略。实验证明,DFCTA算法具有较好的融合性能,是一种快速可靠的策略,具有重要的现实作用。最后,设计了医疗物联网中的智能健康管理数据融合系统。该系统针对智能健康管理多源异构数据融合的层次集成化的特点,提出了由融合节点组成的融合树的数据融合系统结构,并利用基于事件驱动的簇-树型融合算法来实现智能健康管理的监测设计。仿真监测表明该系统可以对信息有效集成,使管理效果更加优化。关键词:医疗物联网论文数据融合论文事件驱动论文簇-树型论文智能健康管理论文

    致谢4-5

    摘要5-6

    Abstract6-11

    1 绪论11-19

    1.1 课题探讨背景及作用11-13

    1.2 国内外探讨近况13-17

    1.2.1 国外进展近况13-15

    1.2.2 国内进展近况15-17

    1.3 课题探讨的主要内容及组织结构17-18

    1.4 本章小结18-19

    2 医疗物联网及其数据融合技术概述19-33

    2.1 医疗物联网介绍19-20

    2.2 医疗物联网中的数据融合技术20-23

    2.2.1 数据融合技术的概念及作用20-22

    2.2.2 医疗物联网中的数据融合技术的特点22-23

    2.3 数据融合系统的结构模型23-26

    2.3.1 检测级融合结构23

    2.3.2 位置级融合结构23-24

    2.3.3 目标识别级融合结构24-26

    2.4 经典数据融合和收集协议26-30

    2.4.1 SCRP协议26-28

    2.4.2 LEACH协议28-29

    2.4.3 TEEN协议29

    2.4.4 PEGASIS协议29-30

    2.5 医疗物联网的数据融合浅析30-32

    2.5.1 运用层的数据融合技术30

    2.5.2 网络层的数据融合技术30-31

    2.5.3 独立于运用的数据融合技术31-32

    2.6 本章小结32-33

    3 一种基于事件驱动的簇-树型数据融合构建算法33-55

    3.1 不足描述33-35

    3.2 模型和算法描述35-39

    3.2.1 无线通信能耗模型35-36

    3.2.2 络模型36-37

    3.2.3 算法描述37-39

    3.3 基于事件驱动的簇-树型数据融合算法的设计39-43

    3.3.1 动态簇建立阶段39-40

    3.3.2 路由树构建阶段40-43

    3.4 融合延时浅析43-44

    3.5 仿真结果和实验浅析44-53

    3.5.1 仿真实验44-47

    3.5.2 性能浅析47-51

    3.5.3 数据浅析51-53

    3.6 本章小结53-55

    4 医疗物联网中的智能健康管理数据融合系统设计55-67

    4.1 智能健康管理的怎么写作系统55-57

    4.2 智能健康管理中的数据浅析57-59

    4.2.1 数据的多源异构性57

    4.2.2 数据的集成57-59

    4.3 智能健康管理多源异构数据融合系统设计59-61

    4.3.1 系统的系统架构59-60

    4.3.2 系统的设计60-61

    4.4 智能健康管理中基于数据融合的监测案例设计61-66

    4.5 本章小结66-67

    5 总结与展望67-69

    5.1 总结67-68

    5.2 展望68-69

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号