基于无线传感网络的井下人员定位系统设计

伴随不断提高的煤矿安全生产要求,应用有效可靠的煤矿井下定位系统,对于提高煤矿安全生产有非常大的应用价值及现实意义。文章根据现代化管理和煤矿安全生产要求,把ZigBee无线技术运用至煤矿安全监测中,通过无线通信技术,开发了一套基于无线传感器网络的井下人员定位系统,增强了煤矿现代化管理水平和安全生产的监控。     

基于RSSI均值的无线传感器网络拓扑控制算法

针对采用接收信号强度指示(RSSI)值构建拓扑存在误差的不足,提出一种分布式拓扑控制算法RTC。该算法基于RSSI均值计算节点间双向路径损耗,从而判断两节点间是否存在每跳通信链路代价都小于直接通信链路代价的两跳路径,以构建局部优化拓扑。理论分析了算法的通信复杂度和网络连通性,仿真分析了其节能特性,结果表明RTC在降低网络能量消耗的同时延长了网络生命周期。     

滑坡监测的无线传感器网络定位系统设计

为解决目前滑坡监测系统普遍存在的工程造价高、自动化程度低、施工不便等问题,研究设计了一种无线远程滑坡监测系统。该系统使用ZigBee无线电定位技术取代各种滑坡传感器来获取滑坡地表位移信息,通过通用无线分组服务(GPRS)进行数据远程传输,可实现滑坡状况的远程自动监测。在改进现有接收信号场强指示(RSSI)定位算法基础上,进行了系统架构和软硬件的研究设计,并利用OPNET及Matlab对系统方案进行了模拟实验,在10m×15m测试区域内,该系统平均定位误差为1.39m,误差波动小于0.5m。研究与实验结果表明：所研发的系统在监测现场无需任何一次检测仪表,显著降低了滑坡监测系统成本,具有工程造价低、施工难度小和自动化程度高的特点。     

基于RSSI测距的室内定位技术

搭建了基于ZigBee技术的室内定位实验平台,以实验室楼道为室内场景进行了接收信号强度(RSSI)测距和定位实验研究。首先对测距实验采集到的数据使用线性回归分析拟合出当前环境的具体测距模型,并对信标和未知节点进行软件开发,实现了基于RSSI的定位算法。经过定位实验精度评估,文中算法的平均定位误差为2.3 m,满足大多室内场景要求。     

改进RSSI加权质心算法在井下人员定位中的应用研究

为提高煤矿井下人员定位的精确性,确保井下人员的快速定位,以实现井下快速救援和日常监督,本文根据无线接入点的关联性,通过接收信号强度值(RSSI)计算参考节点和定位节点的距离,提出基于改进RSSI加权质心算法的井下人员定位技术,消除了传统改进RSSI定位算法中人为因素对路径损耗确定的干扰。根据实际巷道环境进行了基于RSSI加权质心算法和改进RSSI加权质心算法的人员信息定位技术的模拟仿真,结果证明了改进RSSI加权质心算法能够增加井下人员定位的精准可靠性,更加适用于井下定位系统。     

基于ZigBee的抢险救灾无线传感器网络

根据抢险救灾工作的实际需要,着重研究了1种基于ZigBee无线传网络技术的抢险救灾无线传感器网络装置的设计,完成了无限传感网络中基站和节点的设计.编写了该网络系统的上位机和下位机软件,实现了各个节点间的无线通信和每个节点的中继功能.并利用实验检验了该装置在不同通信距离内的通信丢包率、RSSI值,通信效果良好.室外城市通...     

WLAN射频接收端RSSI电路的设计

设计了一种基于分段线性对数限幅放大器和基于非平衡对全波整流器的接收信号强度指示器(Received Signal Strength Indicator,RSSI)。RSSI连接在WLAN接收端的LPF之后,用于检测经过滤波后的信号强度。该RSSI设计基于SMIC 55nm CMOS工艺,采用7级限幅放大器级联,每级增益为10 dB。RSSI输入动态范围为60 dB,输出直流电压范围为0.5~2.0 V,斜率为22.5 mV/dB。结果显示,RSSI在各个corner和温度下的误差仅为±0.5 dBm,版图面积为480μm×160μm,功耗为8 mW。     

基于传感网络的居家养老系统设计与实现

随着我国老龄化人口越来越多,社会集中养老难于满足中国现状。本文基于传感网络,构建出以社区居家养老为主体的新型养老监护系统。该系统以ZigBee平台为基础,通过传感器节点对监护对象生命体征数据的采集,以STC89C51为控制器,以CC1101和CC2530为数据收发模块,完成数据传输。实验测试表明,平台具有良好的数据的采集与传输能力,并且具有良好的扩展性,具有一定的应用性。     

基于改进单锚节点的无线传感器网络节点定位算法

节点定位是无线传感器关键技术之一,针对固定多锚节点方法定位精度低的缺陷,为了提高无线传感器的定位精度,提出了一种基于改进单锚节点的无线传感器网络节点定位算法(SFOA-SVM)。首先采用单移动锚节点在无线传感器网络中移动,构建无线传感器定位模型的学习样本,然后采用SVM构建节点定位模型,并采用渔夫捕鱼算法模拟渔夫捕鱼行为找到最优SVM参数,最后采用仿真实验测试节点的定位性能。结果表明,相对于其它定位算法,SFOA-SVM提高了无线传感器节点的定位精度,具有一定的实际应用价值。     

基于高斯混合模型的非视距定位算法简

针对无线传感器网络室内节点定位,在分析定位误差模型的基础上,结合高斯混合模型提出了一种无需先验知识的节点定位算法。利用高斯混合模型,对含有非视距误差的距离测量信息进行训练,以获得接近真实值的距离估计值。为取得高精度的定位效果,采用粒子群算法对期望最大化 (EM)算法进行优化。同时结合优选残差加权算法对所得的距离值进行定位估计,得出目标节点坐标估计值。仿真实验结果证实了算法的有效性。