一种基于功率控制的WSN自适应能量高效传输模式研究

无线传感器网络的能耗决定了网络的生存时间。本文提出了一种基于功率控制WSN自适应能量高效传输模式。分析了在功率控制方案中传输功率损耗与温度之间的关系。使用开环控制去补偿由于温度引起的链路质量的变化。通过结合开环温度感知的补偿与闭环反馈控制,可以在无线传感网络中显著降低传输功率控制的开销。仿真结果表明,与传统的在单一地域最大化增强发送功率来补偿温度的变化相比,该方案能够有效地适应传输链路质量的变化,并且有较少的控制报文开销。     

基于TFN-AHP的化工工艺安全评估分析

化工作为我国现阶段的高危行业,为了降低化工安全生产过程中发生事故的概率,研究实现了许多化工工艺风险评估技术和相关的化工工艺安全评估内容;基于此,结合无线传感器网络(Wireless sensor networks,WSN)对危险化工工艺安全生产进行总体评估,首先提出了基于三角模糊数(TFN)和层次分析法(AHP)的模糊综合评价法构建层次指标体系,并计算各层次评价因素权重;然后采用模糊正态分布模型计算评判集隶属度来构建模糊关系矩阵;最后通过多层次综合评价对危险化工工艺生产进行安全评估;从实验结果可知:该方法评估结果较客观、较为符合人们主观预测.     

WSN中基于指纹匹配的室内定位方法

定位技术在无线传感器网络应用中发挥着重要的意义,GPS等室外定位方法在室内环境中信号差,在场景复杂的室内环境中很难有效定位,因此本文实现的一种基于指纹匹配的WSN室内定位方法。 首先构建定位区域中的信号强度指纹地图,利用Kriging插值算法构建分辨率较高的定位指纹地图,然后进行匹配指纹地图定位,采用余弦相似度和空间索引进行目标定位。最后采用K-means提高定位精度并进行优化,基于该定位方法开发了一套WSN室内定位系统,采用Micaz节点作为基站节点,通过实际实验和仿真实验验证了定位方法在室内定位场景中具有较好的抗障碍物干扰性,定位误差在5cm左右。     

基于机器学习的跨域自适应移动环境监测系统

随着人民生活水平的提高，环境质量愈发成为大众的关注点。为了更直观地感知周围环境状况，设计了一套基于机器学习的跨域自适应移动环境监测系统。针对室内外场景下污染物成分不同，需要不同的数据处理方式的问题，研究了基于机器学习的场景识别，实现跨域感知的智能切换传感设备。同时改进卡尔曼滤波算法解决传感器的精度来提高采集数据的准确性。最后实验结果证明，所设计的系统能准确地识别室内外场景并精准地监测环境空气质量，具有很好的实用性。