Fusion de données pour le WSN à l'aide d'une méthode probabiliste et d'un filtre à particules

Nous avons assisté à une augmentation considérable de l'utilisation et de l'application d'un minuscule dispositif appelé capteur dans un certain nombre de domaines. Un seul réseau peut être constitué de nombreux petits capteurs qui détectent des types de données différents ou identiques. Toutes les données détectées peuvent varier en raison de l'imprécision, de l'incohérence, de l'inexactitude et de l'imperfection des données. La fusion de données est l'approche par laquelle nous pouvons obtenir des résultats presque corrects. Dans ce travail, j'ai simulé trois méthodes et deux algorithmes pour obtenir les meilleures données postérieures. Toutes les méthodes ont été simulées et le résultat montre comment on peut réduire l'erreur des données détectées des capteurs et prédire les données futures basées sur les données précédentes en considérant les types d'erreurs possibles dans un environnement.