无线传感器网络智能信息处理研究

由大量微小传感器节点组成的无线传感器网络主要用于从目标对象收集信息,但由于节点资源受限,给无线传感器网络的信息处理带来了严峻挑战,为此,必须采取简单、高效的处理策略.本文综述了无线传感器网路环境下智能信息处理的最新研究进展,包括网内聚合、数据压缩和分布式存储和查询等方法,对各种算法的优缺点进行评述,并指出了其关键问题.孙优贤(1940-),男,教授,博士生导师,中国工程院院土,研究方向为复杂系统理论、分布控制系统以及企业综合自动化等.     

无线传感器网络智能红外控制节点的实现

无线传感器网络(WSN)是一种全新的信息获取和处理技术,其巨大的应用前景受到学术界和工业界越来越广泛的重视。红外控制技术以其通用性强、价格低廉的优点在生活中应用普遍。将无线传感器网络与红外控制技术相结合,设计了一种具有智能红外控制功能的无线传感器网络节点,该节点利用红外功能模块对红外信号学习并智能存储到EEPROM中,然后按需将预先存储的红外编码发送,达到控制红外终端的目的。另外,利用简单网络管理协议(SNMP)服务器可以对节点的红外控制功能实现远程控制。最后,对新设计的传感器节点进行了测试,证明了该方案的可行性。     

无线传感器网络数据融合技术的研究进展

首先对无线传感器网络的特点进行了介绍,分析了数据融合技术对无线传感器网络发展的重要性,之后简要介绍分析了部分有代表性的研究成果．最后讨论了无线传感器网络中数据融合问题的未来研究方向。     

无线传感器网络在温室环境监测中的应用研究

以温室环境监测为应用背景,分析温室环境监控的特点,给出温室环境监控的系统体系结构,并结合温室监控的具体应用提出节能的数据融合算法,仿真实验表明该算法能有效提高节点能量的利用率和延长网络生命周期。     

智能传感器.网络传感器.信息传感器

本文论述了智能传感器,网络传感器,信息传感器自自的概念特点及相关技术方案,特别提出了“信息传感器”这一新概念,指出其具有的理论价值和广泛的应用前景。     

无线传感器网络中的数据融合

在传感器网络中高效率的传感数据融合方式和使传感器网络工作更长的时间存在的一定的矛盾。因此在本文中我们使用能量和延迟度量并且我们提出了一种方案试图去平衡在数据融合时产生的能量消耗和延迟。     

数据融合技术在无线传感器网络中的应用

在大规模的无线传感器网络中,传输数据量巨大,必然存在着数据传输可靠性、拥塞以及能耗等问题,高效的数据融合技术能够有效的解决这些问题。本文结合分簇路由算法的特征,采用两层融合技术,首先簇内节点与簇首节点的融合,簇内节点根据阈值来判断是否需要发送数据,簇首节点根据接收到的数据,进行数据一致性检验,剔除异常数据,第二层采用BP神经网络算法对簇首节点与基站的融合,得到所需要的结果。实验表明,进行融合后的数据可靠性高,较大减少了数据的传输量与冗余度、降低了能量的消耗,从而提高了整个网络的性能。     

一种基于无线传感器网络的智能交通系统

设计并实现了一种基于无线传感器网络的智能交通系统。利用布设在道路两端的无线磁阻传感器节点,实时检测车流量,并将该信息传输至汇聚节点与后台管理中心,根据车流量优化道路红绿灯变换循环。实验结果表明:系统对车辆的识别率较高,且在一定程度上提升了道路行车效率。     

无线传感器网络中的数据融合

在传感器网络中高效率的传感数据融合方式和使传感器网络工作更长的时间存在的一定的矛盾。因此在本文中我们使用能量和延迟度量并且我们提出了一种方案试图去平衡在数据融合时产生的能量消耗和延迟。     

无线传感器网络网内数据融合技术研究

网内数据融合技术可以消除无线传感器网络中的冗余信息，提高数据的精确度，并延长网络的生命周期。本文通过分析现有网内数据融合技术的不足，提出一种新型网内数据融合技术，它通过利用一种新型的融合定时机制，对节点的融合定时时间进行合理配置，取得网络能量利用效率和数据精确性之间的良好平衡。     

基于ZigBee的无线传感器网络设计与实现

无线传感器网络是由部署在监测区域内大量的廉价微型传感器结点组成,具有传感器节点密度高,网络拓扑变化频繁,以及节点的功率、计算能力和数据存储能力有限等特点。该文介绍了ZigBee网络与GSM/GPRS网络相结合实现远程监测的无线传感器网络的软件与硬件总体设计方法。     

基于虚拟机的异构环境下无线传感器网络网关设计

在异构环境下,无线传感器网络的网关部分可能受到的安全威胁大大增大,因此网关内出现的秘密信息可能因此泄露。为了解决这一安全威胁,本文通过使用虚拟机技术,设计了一种基于虚拟机的异构环境下的无线传感器网络网关结构。该结构运用了虚拟机技术中隔离的特性,根据各应用模块的安全特点,将其分别部署在网关中的不同虚拟机内,只有在同一虚拟机内的应用程序才能对此虚拟机内的资源进行访问。通过这种方式,可以有效的避免网关中的非可信程序或者非可信用户对网关中存储的秘密信息的访问,有效的提高了网关系统的安全。     

无线传感器网络能量有效自适应频率控制算法

大多数文献都从无线传感器网络路由机制出发考虑节能问题,但是这种假设没有有考虑到在实际应用中传感器可能比无线通信元件消耗更多能量。从这种角度出发,提出了一种有效的传感器节点节能策略,这也关系到无线传感器网络生命周期的长短。利用自适应采样算法来来估计传感器在线最佳采样频率。设计了一种自适应测量系统使传感器能量消耗最小,同时数据采集维持在一个较高的精度。采用环境监控传感器作为研究案例,模拟实验表明相对于传统固定采样率方法这种自适应算法可以将数据采集量减少20%,并且无线传感器网络性能没有下降。     

移动Agent在无线传感器网络中的应用

无线传感器网络是21世纪最为重要的新兴技术之一。为解决数据是被从节点传到处理中心去处理;传感器节点密度高、数量大;节点的电池能量、计算能力存储能力严格受限;网络通信半径小、带宽低等问题,提出采用基于移动A gent的分布式计算模式,设计了一种移动A gent系统,用于实现无线传感器网络的数据融合,系统有效减少网络负载、带宽、时延,实现网络的可扩展性、可靠性和容错性。     

面向智能安全物流应用的无线传感器网络设计

传感器节点主要由CC2530射频模块、温湿度传感器DHT21、GSM模块以及串口上位机组成。以CC2530射频模块为系统的控制核心,在发送端模块负责采集温湿度传感器信号,通过RF射频端把现场的信息传送到接收端的CC2530模块,接收模块把接收到的温湿度数据通过串口通信把数据传送到上位机中,从而实现现场温湿度数据曲线的显示。GSM模块通过串口直接与上位机通信,该模块能通过手机通信网络把温湿度以短信的形式发送到指定用户的手机中,从而实现物流货品信息的远程监控。     

无线传感器网络中的数据融合研究

无线传感器网络具有成本低、体积小、组网灵活、便于远程监控等优点,但是也存在能量、存储与网络资源等多方面的限制。研究了无线传感器网络中数据融合问题,提出了一种基于分簇的数据融合方法。实验结果表明,该方法能够提高数据准确性,降低数据冗余度,具有较好的执行效率。     

低功耗自组织无线传感器网络

无线传感器网络集成了传感、无线通信、嵌入式计算、微机电系统（Micro-Electro-Mechanism System,简称MEMS）以及微电子（如SOC）等各项技术,能够协同地实时监测、感知和采集各种环境或对象的信息,并对其进行处理,通过特定的网络技术将需求的信息传送给用户;该项技术的研究为解决未来10年中一个最具有挑战性的问题——“最后一米”的数据采集与通信问题,提供了一条有效途径,可以应用在国防军事、环境科学以及智能家居等等各个领域;文中首先介绍了无线传感器网络的概念、特点与应用背景,接着简述了该项技术的研究内容、设计目标以及国内外研究状况,最后,剖析了无线传感器网络的节点以及网络体系结构、算法和协议等研究热点并提出了需要进一步研究的问题.     

Sensor Placement for Sensing Coverage and Data Precision in Wireless Sensor Networks

We present a novel paradigm of sensor placement concerning data precision and estimation. Multiple abstract sensors are used to measure a quantity of a moving target in the scenario of a wireless sensor network. These sensors can cooperate with each other to obtain a precise estimate of the quantity in a real-time manner. We consider a problem on planning a minimum-cost scheme of sensor placement with desired data precision and resource consumption. Measured data is modeled as a Gaussian random variable with a changeable variance. A gird model is used to approximate the problem. We solve the problem with a heuristic algorithm using branch-and-bound method and tabu search. Our experiments demonstrate that the algorithm is correct in a certain tolerance, and it is also efficient and scalable.