在無線傳感器網(wǎng)絡(luò)中，用戶可以通過數(shù)據(jù)查詢獲得感興趣的數(shù)據(jù)信息。然而，由于傳感器節(jié)點(diǎn)本身具有一些缺陷，如感知準(zhǔn)確性低、存儲(chǔ)能力有限、抵制干擾性能差等，節(jié)點(diǎn)會(huì)因?yàn)樽约罕旧淼娜毕菀约巴獠恳蛩氐挠绊?，如環(huán)境噪聲、環(huán)境溫度等干擾，產(chǎn)生錯(cuò)誤數(shù)據(jù)（又稱臟數(shù)據(jù)），按照錯(cuò)誤數(shù)據(jù)的特點(diǎn)和性質(zhì)的不同，將臟數(shù)據(jù)分為兩種：暫時(shí)性錯(cuò)誤數(shù)據(jù)和性錯(cuò)誤數(shù)據(jù)。臟數(shù)據(jù)會(huì)嚴(yán)重地浪費(fèi)資源和影響查詢結(jié)果的準(zhǔn)確性，甚至?xí)斐煞浅?yán)重的后果，如森林火災(zāi)監(jiān)控。

利用凸邊形規(guī)則有效地判斷錯(cuò)誤節(jié)點(diǎn)等信息。提出了基于概率模型的方法，該方法比較浪費(fèi)節(jié)點(diǎn)能量，且不適用于網(wǎng)絡(luò)節(jié)點(diǎn)密度大，感知屬性多的情況。

針對(duì)上述問題，利用感知數(shù)據(jù)的時(shí)空關(guān)聯(lián)性，本文提出了基于時(shí)空關(guān)聯(lián)的臟數(shù)據(jù)過濾技術(shù)。該技術(shù)通過時(shí)空關(guān)聯(lián)兩次過濾臟數(shù)據(jù)：本地節(jié)點(diǎn)通過時(shí)間關(guān)聯(lián)進(jìn)行一次過濾，過濾掉暫時(shí)性錯(cuò)誤數(shù)據(jù)；在一個(gè)簇中采用空間關(guān)聯(lián)進(jìn)行二次過濾，過濾掉性錯(cuò)誤數(shù)據(jù)。簇的劃分采用全聯(lián)通簇的劃分技術(shù)，并且簇中采用每個(gè)節(jié)點(diǎn)輪回的方式動(dòng)態(tài)選擇簇首，使得傳感器節(jié)點(diǎn)能量消耗均衡，從而降低節(jié)點(diǎn)死亡速度，延長(zhǎng)整個(gè)網(wǎng)絡(luò)的生命周期。

1網(wǎng)絡(luò)模型本文研究的無線傳感器網(wǎng)絡(luò)滿足以下幾點(diǎn)假設(shè)：①傳感器節(jié)點(diǎn)的分布密度足夠大，以保證網(wǎng)絡(luò)的連通性。②地理位置信息已知，即傳感器節(jié)點(diǎn)不僅知道自己的位置，還知道鄰居節(jié)點(diǎn)的位置。③在沒有發(fā)生異常的情況下，采樣間隔足夠小時(shí)，同一傳感器節(jié)點(diǎn)的采樣數(shù)據(jù)滿足線性相關(guān)或近似相等。④同一簇內(nèi)的節(jié)點(diǎn)在同一時(shí)間間隔內(nèi)感知的數(shù)據(jù)滿足線性相關(guān)或近似相等。

2基于時(shí)空關(guān)聯(lián)的臟數(shù)據(jù)過濾技術(shù)2.1相關(guān)概念（臟數(shù)據(jù)）在無線傳感器網(wǎng)絡(luò)中產(chǎn)生的錯(cuò)誤數(shù)據(jù)。包括：暫時(shí)性錯(cuò)誤數(shù)據(jù)和性錯(cuò)誤數(shù)據(jù)。

（時(shí)間關(guān)聯(lián)）若節(jié)點(diǎn)感知的數(shù)據(jù)在時(shí)間上滿足一定的函數(shù)關(guān)系，則稱它們之間存在時(shí)間關(guān)聯(lián)性。

（空間關(guān)聯(lián)）若節(jié)點(diǎn)感知的數(shù)據(jù)在空間上滿足一定的函數(shù)關(guān)系，則稱它們之間存在空間關(guān)聯(lián)性。

（時(shí)空關(guān)聯(lián)）若節(jié)點(diǎn)感知的數(shù)據(jù)在時(shí)間上和空間上都存在著定量的函數(shù)關(guān)系，則稱它們之間存在時(shí)空關(guān)聯(lián)性。

（簇）設(shè)0為個(gè)簇，則C中任兩個(gè)傳感器節(jié)點(diǎn)八、B滿足：①屬性值尤、￡4滿足尤一￡4（誤差范圍）；②八、B―跳可達(dá)。

4分別為節(jié)點(diǎn)八、B的感知屬性值。

22臟數(shù)據(jù)過濾流程基于時(shí)空關(guān)聯(lián)的臟數(shù)據(jù)過濾技術(shù)主要采用二次過濾技術(shù)，一次過濾通過時(shí)間關(guān)聯(lián)判斷過濾掉暫時(shí)性錯(cuò)誤數(shù)據(jù)，二次過濾通過空間關(guān)聯(lián)判斷過濾掉性錯(cuò)誤數(shù)據(jù)。過濾流程如下：步驟1節(jié)點(diǎn)以某一規(guī)定的采樣頻率進(jìn)行采集數(shù)據(jù)。

步驟2對(duì)采樣數(shù)據(jù)進(jìn)行時(shí)間關(guān)聯(lián)判斷，找出正常數(shù)據(jù)和異常數(shù)據(jù)。對(duì)于正常數(shù)據(jù)，直接進(jìn)行數(shù)據(jù)傳輸；對(duì)于異常數(shù)據(jù)，又分為暫時(shí)性錯(cuò)誤數(shù)據(jù)和性錯(cuò)誤數(shù)據(jù)，如果是暫時(shí)性錯(cuò)誤數(shù)據(jù)，直接把數(shù)據(jù)過濾，否則進(jìn)行步驟3.步驟3對(duì)步驟2中的數(shù)據(jù)進(jìn)行二次過濾，通過產(chǎn)生異常數(shù)據(jù)的節(jié)點(diǎn)個(gè)數(shù)在簇內(nèi)所占比例進(jìn)行判斷，過濾掉性錯(cuò)誤數(shù)據(jù)。

步驟4把正確數(shù)據(jù)向上一層傳輸，直至基站。

表1定義了些本文常用的符號(hào)。

表1本文使用符號(hào)定義列表符號(hào)定義正常數(shù)據(jù)隊(duì)列異常數(shù)據(jù)隊(duì)列滑動(dòng)窗口滑動(dòng)窗口長(zhǎng)度W中采樣值的中心值W中采樣值的波動(dòng)幅度異常計(jì)數(shù)器有效數(shù)據(jù)百分比簇內(nèi)節(jié)點(diǎn)個(gè)數(shù)簇內(nèi)產(chǎn)生性錯(cuò)誤數(shù)據(jù)的節(jié)點(diǎn)個(gè)數(shù)簇內(nèi)感知異常數(shù)據(jù)節(jié)點(diǎn)所占比例閥值簇內(nèi)感知異常數(shù)據(jù)節(jié)點(diǎn)所占的比例在一次過濾過程中，根據(jù)傳感器節(jié)點(diǎn)感知數(shù)據(jù)滿足時(shí)間關(guān)聯(lián)性的特點(diǎn)，本文采用平均值比較法來判斷節(jié)點(diǎn)是否采集到臟數(shù)據(jù)。一次過濾分為兩個(gè)階段完成：初始化階段和過濾階段。在初始化階段，傳感器節(jié)點(diǎn)根據(jù)規(guī)定的頻率進(jìn)行數(shù)據(jù)采樣，并將數(shù)據(jù)放入本地窗口W中，其中4表示i時(shí)刻的采集數(shù)據(jù)。當(dāng)窗口W滿時(shí)，節(jié)點(diǎn)停止采集數(shù)據(jù)，首先計(jì)算此時(shí)W中數(shù)據(jù)的平均值八VG（L），然后計(jì)算窗口中的數(shù)據(jù)4與平均值之間的差值DIS，DIS=distance 4，并對(duì)DIS中的數(shù)據(jù)從小到大進(jìn)行排序，選取前AL個(gè)差值對(duì)應(yīng)的采樣值作為樣本，重新計(jì)算該AL個(gè)樣本的平均值作為中心值變量，則cenrw（AL）。初始化算法采用由網(wǎng)絡(luò)模型可知，在較短的時(shí)間間隔內(nèi)的采樣數(shù)據(jù)近似相等，因此，正常情況下，新的采樣數(shù)據(jù)應(yīng)該在區(qū)域