多路径层进指导的物联网中关键信号挖掘

对物联网中关键信号进行挖掘定位是下一代物联网技术发展的重点。在传统的物联网系统中,数据不分关键和非关键,每个节点的数据做单独处理,所以无法分级处理,达到较好的定位。提出一种多路径层进指导的物联网中关键信号挖掘定位技术,采用物联网技术将分布式系统下各个离散制造系统的终端数据进行统一收集和综合,通过多路径层进指导的方法对所获取的所有数据进行分类处理,提取关键与非关键,最终采用数据融合的方法实现精确定位。采用一组实际节点数据进行实验,结果显示,关键信号可以被精确挖掘定位,算法具有很好的应用价值。     

分布式频谱传感器网络设计

基于无线传感器网络（WSN）架构的频谱监测系统具有传统设备无法比拟的优势。系统通过在监视区域里部设一定数量的感知节点来感知无线电信号,合理选取感知节点,对各节点的数据进行融合处理,进而实现无线电信号的发现、参数测量及定位跟踪。     

基于Zigbee技术的葡萄生长监控系统设计

本次设计采用无线传感器网络,利用Zigbee技术,设计葡萄生长环境监控节点。该节点具有较强的通信处理能力,能够对传感器采集的数据进行运算和传输至上位机,进而通过对水阀开启时间的控制来实现对土壤含水率的精确控制,以达到对葡萄生长过程进行精确控制的目的。     

基于Zigbee无线传感网络的环境监测系统

无线传感网络作为新兴的测控网络技术,是能够自主实现数据采集、融合和传输应用的智能网络应用系统。无线传感网络是逻辑上的信息世界与真实的物理世界紧密结合,从而真正实现”普适计算”模式。目前在节点硬件平台的研究比较少,很多采用国外产品,因此首先对国内外的无线传感节点进行分析,研制了一款无线控制节点,结合无线采集节点组成了一个小型无线传感网络测控系统。实现了采集节点与上住机的通讯,并使用上位机软件对无线数据的传输特性进行了分析和研究,最后通过无线传感网络测控系统对温室的温湿度实施了控制,控制效果良好。     

基于分布传感的容迟自组织网络动态融合算法

通过对自组织网络动态融合,提高复杂应用环境下的无线传感网络的稳定性和通信能力。传统方法中对自组织网络动态融合采用时延-多普勒域动态重组的融合机制,导致相邻节点功率均衡偏差,融合性能不好。提出一种基于分布传感的容迟自组织网络动态融合算法。构建无线传感自组织网络的网络模型,设计短距离通信的主从式无线传输信道自适应跟踪技术和冲激响应特性分析模型,使用分段副本相关检测器对分布频段内频谱进行分段滤波和检测,进行无线传输信道自适应均衡设计,通过相关处理后,可消除这种多径干扰的影响,得到分布传感的容迟自组织网络动态融合结果,实验得出,该算法的融合精度较高,信号保真度较好,优于传统算法,展示了较好的应用价值。     

基于WSN监控的电动汽车并行数据采集系统设计

电动汽车的并行数据采集系统设计提高电动汽车的运行状态和故障监测性能,传统的电动汽车并行数据采集采用VIX总线采集方法,随着电动汽车分布空间的增大和节点增多,并行总线上出现数据拥堵,导致监测性能不好。基于无线传感器网络(WSN)节点监控技术,提出一种基于WSN监控的电动汽车并行数据采集系统设计方法,首先结合电动汽车充电桩的传感器节点分布,进行了电动汽车路面节点分布定位融合,采用WSN监控方法进行电动汽车的传感器网络并行数据信息传输信道模型调制,采用DSP数字处理芯片进行电动汽车并行数据采集系统硬件电路设计。仿真实验结果表明,采用该系统进行电动汽车并行数据采集,具有较好的电动汽车运行状态实时数据的采集和融合处理能力,提高了对路面电动汽车运行状态的实时监控和管理能力。     

基于ZigBee的智能家居环境检测系统

文章利用ZigBee自组网技术构建无线传感网络进行信息交互以实现智能家居环境监测.系统硬件以CC2530开发板为核心,通过ZigBee协调器、路由节点以及网络节点组建了无线传感网络,对多个传感器节点进行数据采集,并对采集到的信号进行放大,A/D转换等处理,实现了近距离的节点间无线通信.用户终端通过上位机进行软件代码编写,实现数据的实时显示.系统具有低功耗、低成本、安装方便、小巧美观等优势,适合应用在用户住所进行环境数据的实时监控.     

大功率干扰监测下无线Mesh网络扰动容错方案

在无线Mesh网络中,常受到大功率动态干扰,MAC层协议扰动容错方案设计是提高Mesh网络抗大功率干扰,提高网络监测性能的关键技术。传统方法采用无线Mesh路由修复算法实现扰动容错方案设计,MAC层协议容错性能不好。提出一种基于自适应神经模糊系统网络动态大功率干扰监测的无线Mesh网络扰动容错方案,进行无线Mesh网络设计,在无线Mesh网络中,任何无线设备节点都可以同时作为AP和路由器,网络中的每个节点都可以发送和接收信号,在Sink对进行数据融合,实现大功率干扰监测数学模型构建。采用自适应神经模糊系统进行Mesh扰动容错方案设计,改进大功率干扰监测下无线Mesh网络扰动容错方案,提高Mesh网络抗大功率干扰能力。仿真实验表明,该方法具有较好的鲁棒性,该容错方案得到的网络生命周期延长了1.24倍和1.39倍,节省了能量,延迟了网络生命周期,保证无线Mesh网络系统的稳定性和高效性。     

基于混合累积模式匹配的云数据特征分区融合算法

在无线传感器网络云计算环境下,传统的数据融合方法,对混合累积特征未进行滤波后置检测,无法实现模式匹配,数据融合误差控制不可控制。提出混合累积模式匹配的云数据特征分区融合算法,根据两云间云滴的取小取大后的比值描述云间相似程度,得到云数据信息熵融合特征的功率谱幅度,采用簇内数据相异粒度寻优法得到云数据的熵融合特征提取最优化的约束条件,对特征进行混合累积模式匹配,对云数据的分区特征混合累积模式匹配滤波后置处理,控制云数据分区特征融合误差,实现算法改进。仿真结果表明,该算法提高特征空间增益,其精度高、实现简单等优良特性,性能优于传统算法。     

基于ZigBee技术的温室环境监测系统设计

为了解决传统温室大棚里有线布网繁杂,成本高的问题,设计了基于ZigBee技术和无线传感网络的温室环境监测系统。该系统以Zigbee技术实现无线通信,分布在温室大棚里面的无线终端节点采集数据(土壤湿度,空气温湿度和CO_2浓度),通过无线通讯方式传送给网络协调器,进而上传到监控中心。最后在用户终端进行数据的处理、存储、融合等操作。实验验证表明,该系统运行稳定,达到了设计要求。     

无线传感器网络中数据压缩感知算法研究

将JSM模型与无线传感器网络相互结合,在实际应用中通过节点采集相关数据,首先将这些数据输送至簇头节点,相应的簇头节点对传输过来的数据进行储存和处理,簇头节点还会针对节点传来的数据自动确立共同分量,接着测量共同分量与特征分量,测得的结果被传输至汇聚终端,最后重新构建和恢复传输来的信号。仿真结果显示,分布式压缩感知理论模型可以通过更少的测量值来还原出较精确的信号。     

一种基于无线传感器网络应用的数据融合算法

数据融合是无线传感器网络(WSN)的一个关键技术,目的是减少传感器节点间的数据传输量,降低整个网络的能量消耗和数据冲突,延长全网的生命期.文章针对WSN中数据融合与传统的多传感器数据融合进行比较,介绍了WSN中数据融合的原理和方法,并基于森林防火和贝叶斯方法相结合提出了一种无线传感器网络数据融合的应用,最后给出了WSN...     

无线传感器网络中的数据融合

在无线传感器网络中,由于传感器节点的电池不能更换.因此要想办法节省节点的能量以延长无线传感器网络的寿命.高效率的数据融合方式将来自多传感器节点的数据进行综合处理,得出更为准确完整的信息,从而有效地节省了网络资源.     

物联网环境下传感器路由探测算法

在物联网环境下无线传感器路由节点的准确探测实现节点的定位识别,将在传感器节点的故障监测和目标识别等领域具有较好的应用价值。传统的传感器路由探测算法采用源结点追踪定位方法实现传感器路由探测,当源节点受到外界电磁场干扰时,路由探测准确性不好。提出一种基于最短路径搜索的物联网环境下无线传感器路由探测算法。构建了物联网环境下的传感器网络分布结构模型,进行传感器路由信息的量化分析,采用最短路径搜索方法进行路由传输信息的跟踪探测,采用线性阵列结构部署路由节点,能实现路由节点探测和定位的最短路径搜索。仿真结果表明,采用该算法进行物联网环境下传感器路由探测提高了传感器节点的生存概率,路由探测能量消耗较小,路由节点定位准确,提高了目标节点的识别和监测能力。     

贝叶斯粗糙集云数据深度融合算法

云计算环境下,需要对云数据特征进行深度融合,提高对云数据的调度和决策能力。传统的云数据融合算法采用置信增益概率分配算法,当云数据出现多重特征时,融合深度不够,信息提取效果不好。提出一种基于贝叶斯粗糙集的云数据深度融合算法。引入了置信增益函数贝叶斯粗糙集,得到贝叶斯粗糙集云数据模型构建,在特征空间关系中进行特征合并,进行决策表决策属性分区处理,提高融合精度,依据信任函数最大化原则确定新对象的决策属性取值,实现云数据深度融合算法改进。仿真实验表明,采用该算法,能有效提高数据融合深度和精度,稳健性较好,可以明显的抑制噪声的影响,并提高20 d B左右的特征空间增益,算法在高维空间中仍体现出了较为明显的数据融合优势,该算法在云计算和云数据信息处理等领域具有较好应用前景。     

基于不变波束形成的WSN路由存活概率云计算

无线传感器网络WSN的路由存活概率云计算模型的优化设计可以提高WSN网络的网络复杂和数据吞吐量,在WSN网络的路由发射功率能耗具有匹配衰减特性,路由存活概率优化困难。传统方法采用灰色马尔可夫链组合模型进行存活概率预测,云计算精度不高。提出一种基于不变波束形成的WSN路由存活概率云计算优化模型,进行WSN网络云计算路由链路模型的结构设计,在WSN网络中进行任务节点信息表征,采用能量剩余度向量概率密度优化分配算法进行能量分配,把WSN的能量节点信号从阵元域变换到波束域得到阵列域,采用空间协方差矩阵逆的高阶次幂来逼近WSN的数据传输信号模型,将旋转角度控制在半功率主瓣以内,由此得到了云计算模型下WSN路由节点数据传输模型。仿真实验表明,该算法能提高WSN路由的存活概率,从而提高了WSN的吞吐量和通信能力,路由概率寻优中抑制了在WSN网络的路由发射功率能耗的匹配衰减性,通过最小的能量开销实现路由分发速率和负载效益的最大化。     

基于多传感器信息融合的单交叉口信号控制

本文介绍了基于多传感器信息融合技术的单交叉口信号控制方法。首先利用多传感器系统对交通流量进行采集，然后用加权平均的数据融合算法将交通流量数据进行处理，得到更可靠的数据，最后将这些数据作为确定交通信号控制参数的依据，运用公式算出控制参数。进而实现了对单交叉口信号的控制。相对于传统的基于单一传感器信号控制而言，谈方法具有信息的完整性、统一性、多样性和容错性等优点。     

引入等差恢复观点的混叠失真传感信号还原

在无线传感信号传播中,如何对信号进行采样,避免因强杂波干扰和无线传感信号频谱的重叠而产生的混叠失真干扰,导致信号处理分析结果出现错误,一直是信号处理上的难题。提出一种引入等差恢复概念的无线传感信号处理方法,利用差分信号抗干扰的特性,对已经失真的无线传感信号进行差分数字化处理,在被破坏的无线传感信号恢复过程中,对设定点的无线传感信号进行中心差分处理,差分后的信号可以很好的保证抗干扰特性,恢复后的信号与设定点再差分,实现传感信号恢复。通过仿真实验,与其它方法进行比较,从实验结果可以看出等差恢复法能更好地体现无线传感信号的真实性。     

基于CAN总线的智能化数据检测与传输系统

基于CAN总线的智能化数据检测与传输系统是综合应用软件技术、计算机接口技术、有线和无线网络通信技术及微控制器技术研发的一种电子产品。通过无线数据采集器采集现场信息,初步处理后的数据以无线方式传送到CAN网络智能节点,智能节点通过CAN总线送入上位机,由上位机接收数据,实现数据的运算处理和设备的自动控制。     

非密集分布下传感网络节点选择优化算法研究

提出一种混沌差分进化和动态逃逸粒子群的节点选择优化算法,通过混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对传感网络中的节点能量进行分类搜索,采用Logistics混沌映射对节点进行优化分区处理,将混沌扰动量融入节点能量分区过程中,获取最佳能量节点,利用动态逃逸粒子群方法,运算无线传感网络最佳能量节点的最优位置,实现网络节点覆盖优化。仿真结果说明,所提算法可增强无线传感网络最优节点的聚类性能,具有更好的无线传感器网络动态节点选择性能,并且收敛速度快,运算耗时少。