基于交互测量和时延预测的无线传感网络呼叫接入控制机制

为了在无线传感网络(Wireless sensor network,WSN)中实现多媒体业务的传输,基于时延的非饱和模型,采用交互测量和时延预测的分布式接入控制机制,设计了呼叫接入控制(Call admission control,CAC)机制。最后采用NS2仿真平台对该机制的延迟性能进行了仿真分析。结果表明:该机制可以为对实时业务提供有效的延迟保证。     

一种基于MobileNet的火灾烟雾检测方法

提出了基于图像序列的火灾烟雾检测方法。首先使用K-近邻（K-NN）背景减除器预测前景区域,对该区域进行形态学操作后得到可能出现火焰或烟雾的区域。其次,使用轻量神经网络MobileNet对火焰和烟雾进行分类。该模型具有流线型架构,同时采用depthwise separate convolution,使得该模型可以运行在嵌入式设备和普通PC机上。实验首先在数据集上完成分类模型训练,使用多种标准进行评估。结果表明:该方法能够在嵌入式设备等计算能力有限的设备上实现火灾烟雾检测。与其他模型相比,该方法在没有明显损失准确度的情况下大幅提高了检测效率。     

基于WSN和GSM的家庭智能安防系统的设计

本文通过无线传感网络与GSM网络结合,搭建一个家庭智能安防系统,外部通过GSM网络对家居进行远程控制,内部通过ZigBee无线通信技术搭建家庭无线局域网【1】,实现家庭安防的智能管理。研究的内容对于物联网的发展,将会提供新的契机。     

融合多分辨率表征的实时烟雾分割算法

针对烟雾分割领域缺乏应用于实际监控系统的实时烟雾分割算法的现况,提出高准确率的实时烟雾分割算法. 该算法利用轻量化的多分辨率卷积模块并行提取特征图,在获得丰富语义信息的同时满足实时分割的需求. 提出烟雾前景增强模块,使得烟雾像素点融合前景增强表征、避免背景信息干扰,分割准确率得以提高. 提出残差注意力模块,从通道、空间维度增强重要特征信息,抑制无效信息. 该算法在自建数据集上平均交并比为91.27%,每张图片预测时间为39.06 ms,网络权重为74.66 MB;在公开数据集上的对比结果表明,该算法综合检测性能优于其他烟雾检测算法. 该算法分割准确率高、检测速度快且模型轻量化,可以应用于实际视频监控系统.     

面向空间智能化的嵌入式网关服务器系统设计

为了满足车间、仓储等不同空间需要不同传感网络的个性化需求,以物联网为基础设计了一套通用性强、可裁剪、可移植的空间智能化网关服务器系统.系统实现了CAN总线、RS485总线、WIFI、蓝牙、ZIGBEE等多种传感网络与传统通信网络之间协议转换.系统采用LAMP架构设计了嵌入式服务器,实现了在局域网内通过智能设备访问本地服务器,查看传感节点状态和控制执行节点的功能;在广域网内通过3G远程通信技术实现异地监测传感节点的最新状态.     

机会传感网络移动节点连通度的影响因素

针对机会传感网络基于节点移动实现网络通信的特点,考虑到影响移动节点连通度的因素,提出了机会传感网络的移动节点连通度模型,实现了对移动节点连通度的刻画.在区域划分的机会传感网络中,分析了移动节点时间序列特征因子,得到与特征因子相关的影响移动节点连通度的因素.利用一元回归得到影响因素与时延的关系,通过回归组合分析得到移动节点的连通度模型.仿真结果表明,该模型能够反映机会传感网络移动节点的连通度.     

基于邮件的嵌入式设备控制模型及安全机制

随着科技的进步,未来的Internet应用将转变为以嵌入式设备为中心,网络上70%的信息传输将来自小型嵌入式系统,通过Internet的远程控制应用更加广泛.该文提出了一种利用电子邮件实现远程控制嵌入式设备的模型.在该模型中,对设备控制信令的发送,设备状态的监控,以及数据的采集都通过电子邮件完成,其灵活性完全可以满足大部分非实时应用的需要.该文还对模型的安全性机制进行了研究,最后给出了实现方法.     

基于AT89C51芯片控制的激光功率计的设计

为实时检测氦氖激光器的输出功率,设计一种基于AT89C51单片机作为控制平台的激光功率检测系统。该系统包括光电传感、信号处理,输出与显示模块,选用硅光电二极管作为光电转换传感探头,实现光信号的采集,在AT89C51单片机系统的控制下,对所采集信号进行处理,实现对波长为633nm激光器的激光输出功率的实时检测。测试结果表明,该系统具有良好的线性响应特性。     

组合式集控智能建筑实验系统的研制

在实验室环境中，以现场分布式总线控制网络LonWorks技术为核心，将空调、电梯、安防、门禁、供电、有线电视、消防报警等设备的监控系统有机地集成为一体，实现了网络化管理和控制，是一种新型组合式集控智能建筑实验系统的实现技术．体现了智能楼字的未来发展方向．该集成实验系统也满足了新型楼宇自动化专业的实验教学要求．     

基于PLC与CC-Link网络的模型平面仓库控制系统设计

通过研究模型平面仓库系统的控制要求,设计了一种基于PLC和CC-Link网络的系统控制方案,该方案通过CC-Link网络将三菱Q系列PLC和FX系列PLC组成主、从控制结构,并结合MCGS组态软件建立了高效、便捷的模型平面仓库控制系统,实现了模型平面仓库系统的智能化自动运行以及实时监视和控制。     

基于LEACH协议的簇头辅助路由算法

为了平衡无线传感器网络的负载,延长网络生存时间,针对大规模无线传感器网络场景,对低能量自适应分簇分层协议进行改进,提出一种簇头辅助路由算法。新算法采用控制信息与数据信息分离的思想,由簇头实现控制信息处理的功能,由簇内聚合节点和簇间转发节点实现数据的融合、转发功能。仿真结果显示,在大规模无线传感器网络场景下,该算法比低能量自适应分簇分层协议的网络寿命和数据接收总量均有明显提高。     

认知无线电系统频谱自适应调度算法设计

针对认知无线电系统多媒体业务应用,提出了一种基于频谱感知的自适应分组调度算法。该算法通过自适应地调整实时业务和非实时业务间的资源配额,以在空闲频谱资源变化情况下保证实时业务的QoS需求。基于IEEE 802.22无线区域网(WRAN)的认知无线电系统仿真表明,同已有的3种典型分组调度算法M-LWDF、Exp和PF相比较,该频谱自适应分组调度算法可以在变化的空闲频谱条件下为实时业务提供更为可靠的QoS保障,获得更高的系统吞吐量和频谱利用效率。     

无线传感器网络中移动场景下的安全路由重构

为解决无线传感器网络中移动场景下的安全路由问题,尤其是网络拓扑变化后的安全路由重构问题,提出了一个安全、快速、及时而且能量有效的路由算法,能为新节点或移动节点提供及时有效的数据转发路径,通过Sink节点的移动帮助网络快速重构路由以适应网络拓扑的变化.与其他的安全路由协议需要重头开始路由构建过程相比,该安全路由重构算法在通信负载和建立路由的时间方面都要远远小于它们.     

无线自回传网络中基于Lyapunov的虚拟资源分配算法

为提高网络部署的灵活性,保障多样化虚拟网络的需求,针对无线自回传网络场景提出一种基于Lyapunov的虚拟资源分配策略.联合考虑系统稳定性、虚拟网络最小速率需求和小蜂窝回传容量限制,对无线接入资源和回传带宽进行联合分配,建立虚拟网络效用最大化模型;其次,运用Lyapunov优化理论设计了一种基于当前信道状态和队列状态的实时调度算法;最后,通过拉格朗日对偶算法和基于相似度随机变异的粒子群算法进行迭代求解.仿真结果表明,该方案可在保证系统队列稳定性的同时提高无线虚拟网络的平均总收益.     

基于分组的确定性无线传感器网络密钥预分配方案

目前的无线传感器网络密钥预分配方案按密钥的选取方式可以分成概率性方案和确定性方案两种。确定性方案存在算法复杂、计算开销大、支持的网络规模有限和密钥安全性差等弱点。针对上述问题,本文提出了基于分组的确定性无线传感器网络密钥预分配方案,减少了现有确定性方案的计算复杂度,增加了方案支持的网络规模,提高了密钥安全性。     

基于改进蚁群的BP神经网络WSN数据融合算法

为了保证无线传感器网络（WSN）在深井中能有效地工作,提出了一种改进蚁群的反向传播（BP）神经网络WSN数据融合算法（IFA-IACOBP）.通过规划蚂蚁运动方向和引入节点剩余能量对蚁群算法启发因子进行改进,优化蚂蚁下一跳节点选择概率,利用改进后的蚁群算法对BP神经网络进行优化,引入井下WSN数据融合,数据经两级融合处理后,能去除大部分冗余信息.仿真实验结果表明,IFA-IACOBP算法能有效减少网络数据通信量,提高数据实时性,降低网络能耗,延长网络寿命.     

基于频繁项挖掘的空间关联性子簇形成算法

部署在无线传感器网络监测区域的传感器节点周期性地进行感知数据的采集和传输,传感器节点采集数据之间存在的空间关联性会增加采集数据的冗余度和网络能耗。为了延长无线传感器网络的生命周期,提出了一种基于频繁项挖掘的空间关联性子簇形成算法。仿真实验结果表明,该算法与已有算法相比,降低了网络能耗,延长了网络的生命周期,保证了采集数据的质量。     

基于注意力残差网络的Wi-Fi设备的射频指纹识别

由于无线介质的开放性,传统的基于安全协议的无线网络安全存在隐患,基于物理层的射频指纹(RFF)识别,具有特征难以伪造的优点,能有效提高无线网络的安全性.针对多场景、多设备识别任务,构建了基于注意力残差卷积神经网络的射频指纹识别方法.实验采集构建了完备的数据集,数据集包含32个Wi-Fi模块,覆盖802.11b标准的2.4 GHz模块.对比结果表明:该方法在32个Wi-Fi模块的识别中达到90％的识别精度,高于传统算法86％的识别率和卷积神经网络方法的89％的识别率;不同采样率的数据集在2 dB时均可以达到90％以上的识别精度,最终在信噪比(SNR)大于20 dB时,识别精度可以达到96％.     

基于蚁群优化算法的无线传感器网络跨层路由协议

针对无线传感器网络对实时性、鲁棒性及能耗平衡要求较高的特点,提出了基于蚁群算法和跨层优化的无线传感器网络路由协议ABCRO（Ant-Based＆Cross-layer Routing Optimization）。算法综合考虑各层之间的信息共享机制,将链路的通信开销和链路通信情况以数据的形式转换为网络性能优良的评估参数;通过将接纳控制网络节点机制、信息素禁忌表的双向更新、节点剩余能量信息维护及跳数更新等信息加入路由选择公式,有效增强算法的可扩展性,降低通信过程中的拥塞问题。仿真实验表明ABCRO算法能够较快的寻找出一条最优的路径,从而平衡网络能耗,降低冲突率,有效提高网络整体性能,延长网络寿命。