1.一种基于分簇DGM的无线传感器网络数据融合方法，其特征在于，包括以下步骤：S1、对传感器分簇，设置簇头节点；传感器节点把前q个时刻的数据传给簇头节点，簇头节点将所述前q个时刻的数据传给汇聚节点，汇聚节点为簇头节点设置阈值；

S2、簇头节点和汇聚节点分别调用基于DGM的多传感器数据融合MS-DGM预测模型；根据所述前q个时刻的数据，生成数据矩阵，所述簇头节点和汇聚节点分别得到第q+1时刻的数据预测值；

S3、簇头节点对第q+1时刻的实际数据进行标准化，求出的第q+1时刻的多传感器值与第q+1时刻的实际数据之间的误差序列；若误差大于阈值，簇头节点将第q+1时刻的实际数据传输到汇聚节点；更新汇聚节点的数据表；若误差小于阈值，汇聚节点直接采用第q+1时刻的数据预测值；

S4、采用更新后的汇聚节点的数据表作为原始数据，包括：将第q-N+2个数据到第q+1个数据作为原始数据，q＝q+1，跳至步骤S2；N表示为了预测的历史数据个数。

2.根据权利要求1所述的一种基于分簇DGM的无线传感器网络数据融合方法，其特征在于，所述步骤S1对传感器分簇包括：根据传感器的空间位置，将传感器进行分簇。

3.根据权利要求1所述的一种基于分簇DGM的无线传感器网络数据融合方法，其特征在于，所述多传感器数据融合MS-DGM预测模型的构造方法为：簇头节点和汇聚节点分别对数据矩阵中的异常点检测和补齐；对数据矩阵进行标准化；分别计算内核序列和面积序列，采用离散灰数DGM预测模型对内核序列和面积序列的发展趋势进行建模预测，预测得到第q+1时刻的内核序列以及第q时刻与第q+1时刻间的面积序列；将多传感器与离散灰数DGM模型结合，从而构成多传感器数据融合MS-DGM预测模型。

4.根据权利要求3所述的一种基于分簇DGM的无线传感器网络数据融合方法，其特征在于，所述数据矩阵包括：其中，所述数据矩阵的行表示时刻，所述数据矩阵的列表示传感器，xq,n表示第q时刻的第n个传感器值。

5.根据权利要求4所述的一种基于分簇DGM的无线传感器网络数据融合方法，其特征在于，对所述数据矩阵中的异常点检测和补齐的方法为：使用格拉布斯法检测数据矩阵中的异常值；使用新数据将所述数据矩阵中的异常值覆盖；具体包括：令Xj＝[xj,1,xj,2,..,xj,n]，Xj表示第j时刻的数据序列也即是第j个离散灰数；xj,i表示第j时刻的第i个传感器值；j∈{1,2,...,q}，i∈{1,2,...,n}；n表示传感器个数；

令xm,i为异常值；使用新数据将异常值覆盖具体包括：

当m＝1时，xm,i＝x2,i；

当2≤m≤q-1时，

当m＝q时，xm,i＝x(q-1),i。

6.根据权利要求5所述的一种基于分簇DGM的无线传感器网络数据融合方法，其特征在于，对数据矩阵进行标准化的方法为：填充异常值后，对离散灰数标准化，得到标准离散灰数；根据标准离散灰数得到标准离散灰数序列；具体为：将第j个离散灰数Xj＝[xj,1,xj,2,..,xj,n]中的数据从小到大排序；得到第j个标准离散灰数 所述标准离散灰数序列为：其中， 表示第j个标准离散灰数， 为排序过后的xj,i，也即是排序后的第j时刻的第i个传感器值；xj,i表示第j时刻的第i个传感器值；

7.根据权利要求6所述的一种基于分簇DGM的无线传感器网络数据融合方法，其特征在于，内核序列的获得方法包括：其中，

8.根据权利要求7所述的一种基于分簇DGM的无线传感器网络数据融合方法，其特征在于，面积序列的计算方法包括：计算标准离散灰数序列 中的每个灰单元映射到二维直角坐标平面上的灰单元格，根据梯形面积公式计算灰单元格面积Sj,i，得到面积序列Si；

灰单元格面积Sj,i的计算的公式为：

所述面积序列为：Si＝(s1,i,s2,i,...,sq-1,i)，Si表示第i个传感器与第i+1个传感器间对(1) (1) (1) (1)应的q-1个灰单元格面积；sq-1,i表示由x q-1,i、x q-1,i+1、x q,i以及x q,i+1构成的灰单元格面积，也即是第q-1个时刻到第q时刻间的第i个传感器与第q-1个时刻到第q时刻间的第i+1个传感器之间的灰单元格面积。

9.根据权利要求8所述的一种基于分簇DGM的无线传感器网络数据融合方法，其特征在于，对内核序列和面积序列的发展趋势进行建模预测的方法为：构建离散灰色DGM(1,1)预测模型；以内核序列 和面积序列Si为原始序列，分别构建内核序列DGM预测模型和面积序列DGM预测模型；获取第q+1时刻的内核以及第q时刻与第q+1时刻间的面积序列 表示第q+1时刻的内核，sq,1,...,sq,n-1表示第q时刻与第q+1时刻间的n个传感器对应的n-1个灰单元格面积；

在第q+1时刻，通过内核序列 与面积序列Si以及 构造扩展

后的矩阵，调用扩展后的矩阵对应的方程，得到第q+1时刻的多传感器值[xq+1,1,xq+1,2,...,xq+1,n]，xq+1,n表示第q+1时刻的第n个传感器值。

10.根据权利要求9所述的一种基于分簇DGM的无线传感器网络数据融合方法，其特征在于，第q+1时刻的多传感器值的计算方法包括：，根据所述扩展后的矩阵对应的方程，构成多元方程组求解[xq+1,1,xq+1,2,...,xq+1,n]：其中，xq+1,n表示第q+1时刻的第n个传感器值；sq,n-1表示第q时刻与第q+1时刻间的第n-1个传感器与第q时刻与第q+1时刻间的第n个传感器之间的灰单元格面积。