Fusione di dati per WSN mediante metodo probabilistico e filtro particellare

Abbiamo assistito a un enorme aumento dell'uso e dell'applicazione di un piccolo dispositivo chiamato sensore in diversi campi. Una singola rete può essere composta da molti piccoli sensori che rilevano dati diversi o dello stesso tipo. Tutti i dati rilevati possono variare a causa dell'imprecisione, dell'incoerenza, dell'erroneità e dell'imperfezione dei dati, per cui è necessario sviluppare un metodo per ottenere il risultato più accurato e corretto. La fusione dei dati è l'approccio con cui possiamo ottenere risultati quasi corretti. In questo lavoro, ho simulato tre metodi e due algoritmi per ottenere i migliori dati posteriori. Tutti i metodi sono stati simulati e il risultato mostra come si possa ridurre l'errore dai dati rilevati dai sensori e prevedere i dati futuri sulla base dei dati precedenti, considerando i tipi di errore possibili in un ambiente.