基于移动Agent的无线传感器网络数据处理技术研究

本项目在无线传感器网络数据处理中引入多Agent技术，以解决数据采集、数据融合和数据查询中存在能量消耗大、网络延迟高等问题。通过研究多移动Agent协商的分簇数据收集策略，实现网络资源的充分利用，网络生存时间的延长，网络的服务性能的提升；通过传感器Agent和融合中心Agent交互，建立数据间的转化模型，实现数据的无缝转接；在此基础上设计基于移动Agent协商的无线传感器网络数据持续查询和快照查询方法。最终实现基于移动Agent的数据处理系统，实现无线传感器网络的感知数据智能收集、融合和查询的技术。本项目研究的最终目的是在异构的、不可靠的无线传感器网络中实现高效、可靠、节能的数据收集、融合和查询策略，充分利用节点有限的资源，提供低延迟的查询服务。

本项目在无线传感器网络数据处理中引入多Agent 技术，以解决数据采集、数据融合和数据查询中存在能量消耗大、网络延迟高等问题。通过研究多移动Agent 协商的分簇数据收集策略，实现网络资源的充分利用，网络生存时间的延长，网络的服务性能的提升；通过传感器Agent 和融合中心Agent 交互，建立数据间的转化模型，实现数据的无缝转接；在此基础上设计基于移动Agent 协商的无线传感器网络数据持续查询和快照查询方法。最终实现基于移动Agent 的数据处理系统，实现无线传感器网络的感知数据智能收集、融合和查询的技术。本项目研究的最终目的是在异构的、不可靠的无线传感器网络中实现高效、可靠、节能的数据收集、融合和查询策略，充分利用节点有限的资源，提供低延迟的查询服务。同时在项目进展过程中取得的研究成果基础上，进行了复杂系统建模与估计、非线性滤波器设计与优化以及目标跟踪领域相关问题的研究。主要贡献：.开展基于多移动Agent 协商的数据收集技术的研究。建立了切实可行的基于多移动Agent 的数据处理研究范围和关键技术要点；分析了面向无线传感器网络的多移动Agent 的角色分配方法；设计了基于多移动Agent 的数据收集协议。此外，结合传感器量测特点和被估计系统建模特性，提出了多传感器量测下基于随机采样型的非线性滤波器。.开展基于移动Agent 的无线传感器网络数据融合技术的研究。探讨和分析了基于移动Agent 数据融合的关键技术研究；设计了多Agent 数据融合模型以及融合算法。依据传感器量测精度和滤波精度关系，提出了不完全量测下具有估计误差协方差约束的传感器精度确界算法。.开展基于移动Agent 的无线传感器网络数据查询技术的研究。根据工程具体应用需求，完成基于Agent数据查询系统和查询方法的设计与实现。取得了预期成果。对部分成果实验验证，并完成研究工作总结。