本文研究了利用小波、卡尔曼滤波器和自回归(AR)进行无线传感器动态功率管理(DPM)的方法。首先对无线传感器节能的重要性和研究的现状进行了叙述,说明了无线传感器动态功率管理在无线传感器应用中的重要性。然后分析了传感器检测事件到达的时间间隔和动态功率管理的关系。提出了利用小波、卡尔曼滤波器和自回归分析进行动态功率管理的方法。该方法对无线传感器的功率状态进行划分,然后由小波、卡尔曼滤波器和自回归分析联合对事件到达的时间间隔进行预测,由预测结果决定进入何种功率状态。预测的结果越准确,就能进入相应的最佳功率状态,动态功率管理效果会越好,事件的丢失率更低。 在数据的预测中,首先用小波将传感器检测事件到达时间数据分解到不同的尺度(频率)空间,在原尺度对小波系数重构后,再对各个小波系数分量分别进行预测,高频数据用卡尔曼滤波器进行预测,低频空间用自回归分析进行预测。将各频率分量的预测结果综合得到原数据的预测值,然后根据预测值使传感器节点准确进入相应的节能状态。通过对预测数据进行处理,保证了在进入完全休眠状态时比较低的事件丢失率。 仿真实验结果表明,这种方法在较低的事件丢失率下可以有效的减少不必要的能量消耗,达到有效延长传感器的工作寿命的目的。与Sinha等人的的工作做了比较,效果较好。