无线传感器网络数据安全融合技术的优化

无线传感器被广泛地应用于多个领域，以无线通信技术为基础的无线网络形式，联合多种自由式节点，组成的具有保密性和安全性的网络结构，旨在为进一步提升无线传感器的网络数据安全。本文首先分析了无线传感器的网络安全机制，其次分析了数据融合中存在安全问题及需求，并进一步分析了无线传感器网络(wireless sensor networks,WSN)安全数据融合的技术实现及优化，供相关人员参考。     

基于多元统计的PM2.5分析与预测

随着网络的高速发展,海量的数据充斥着人们的生活。多元统计分析恰好是为了得到各类现象的内在规律而对多维数据集合进行收集、整理、显示、分析。本文以西安地区为例,收集了2017全年的PM2.5数据,运用多元统计分析方法进行分析及预测。通过绘制PM2.5和影响因素的散点图,发现存在线性关系,进一步建立多元线性回归模型,并对模型进行验证,选用逐步回归分析方法和调整R的平方最大的原则确定了最终模型。最后采用不同的不相等系数对模型的预测效果进行了检验,效果较好。     

一种高精度湿度计节点的设计

为满足气象监测的需要,设计了一种高精度湿度计节点。采用3个不同类型的湿度传感器及无线处理器等电路构成了高精度湿度测量仪;3个传感器的湿度检测值通过数据融合处理剔除偏离数据,提高了湿度测量的可靠性和准确性。同时,将该仪表作为网络节点,与其他气象传感器一起构建无线传感器网络气象观测系统。实际应用表明：该仪表的检测精度较单传感器有了较大的提高。     

基于物联网技术的大棚环境监测系统

随着无线通信技术的快速发展,物联网技术在环境监测的应用不断深化。设计了基于物联网的大棚环境检测系统,可有效地解决大棚有线环境监测布线困难等一系列问题。该系统由终端传感器节点采集环境数据,利用GPRS和ZigBee相结合的无线网络技术将采集的数据传送至终端用户,管理人员通过终端就可以监测大棚蔬菜的生长环境。测试结果表明:该系统能够实时准确地监测大棚蔬菜的环境,可以完成预期的工作目标。该系统不仅工作性能稳定,还具有低功耗和低成本的优点。     

PM2.5多功能检测仪的设计与开发

详细介绍了PM2.5多功能检测仪的设计思路与方法,该检测仪的微处理器采用了32位RAM微处理器,该检测仪可以准确的检测到空气中的PM2.5、PM1.0、PM10等灰尘颗粒的浓度,同时可以检测环境的温湿度和VOC空气综合质量,可以实现锂电池供电功能。该检测仪采用的PM2.5传感器为激光灰尘颗粒传感器,具有检测精准、抗干扰能力强、使用寿命长、性价比高等优点。     

基于多源数据融合的公路异常状态检测器

设计基于LoRaWAN技术的公路异常状态识别器,从交通信息检测手段出发,提出了基于异常状态识别的数据融合的异常状态识别方法。包括无线网络模块、网关和整体方案的开发,根据系统通信需求,设计LoRaWAN技术的无线传感器网络;采用WLAN与3G/4G移动通讯相结合的远程传输技术,实现数据可靠传输。     

石油化工集成系统网络数据安全检测方法研究

本文针对当前在石油化工集成系统中,现行网络数据检测方法错误率较高、检测效率较低问题,提出了优化原有网络数据检测方法。基于网络时空性原理,借助多模数据流在网络中的相关性,使用滑动窗口模型与多模态数据融合,进而准确识别异常数据,在此基础上,利用常态化的随机变量对异常源进行身份认证,实现石化一体化信息系统中的网络数据安全性检验。以期本文所研究的内容能够给予相关人士一些参考和借鉴。     

基于数据融合技术的陶瓷窑炉温度智能控制

根据陶瓷窑炉控制的特点，研究了应用于陶瓷窑炉温度控制系统的数据融合基本方法，以解决测量噪声干扰下参数估计问题。提出了多传感器数据融合与陶瓷窑炉温度智能控制相结合的结构，最后将数据融合方法应用于陶瓷窑炉的温度智能控制系统。应用结果表明，基于数据融合技术的陶瓷窑炉温度控制比采用单一的传感器控制效果有明显的改善。     

错排降膜阵列气液交叉流界面捕集PM2.5的传质类比模型

根据气溶胶颗粒拟流体性质提出了气液交叉流界面捕集PM2.5的传质类比模型.分析了颗粒Schmidt数及其指数m对气溶胶流体传热传质类比的影响机理.以常用的横掠错排管束对流传热Nu方程为基础,导出了横掠错排降膜阵列PM2.5传质Sherwood数方程,由此建立了以m为模型参数的PM2.5捕集效率预测模型.用横掠20列×90排ø3 mm降膜阵列PM2.5捕集效率实测数据回归获得m值为0.808.在Reynolds数50～650的范围内,模型预测传质Sh与实测值误差在±20%之内.     

基于STM32的环境监测系统设计

为实现工厂、家庭等场合的实时监测,设计了一款小型化、低功耗的环境监测系统,系统采用低功耗STM32单片机作为核心控制系统,利用温湿度传感器、PM2.5烟雾传感器采集环境中的相关参数,通过嵌入式内核处理所采集的数据,再将数据传输到OLED显示屏显示,实现了对周围环境的实时监测。同时,系统采用GSM模块进行无线通信,实现了数据的无线传输。测试结果表明：该环境监测系统能够较好地实现对环境温湿度与PM2.5的监测,并实现数据的远程接收与监测。     

基于无线传感器网络的基本路由算法在智能电网能耗优化中的应用

现今智能电网作为物联网的重要应用,已升级成为当今大背景下的国家战略,中国提议建立一个统一的"坚强智能电网"。基于无线传感器网络的自限性,如何在恶劣的环境中尽可能延长传感器节点的使用寿命,从而延长整个智能电网系统的寿命是当前的研究重点。通过整理并对比几种基于无线传感器网络的基本路由算法,分析得出一种适合智能电网系统节能优化的改进策略。     

基于无向加权的智能用电指挥系统重要节点检测技术研究

针对智能用电指挥信息运维系统网络易遭受网络攻击威胁。研究建立无向加权网络度量模型,并与非凸二次规划模型相结合,进一步提高计算复杂度与节点距离,以提高节点检测效率。试验结果表明,与随机森林算法相比,所提出算法显著改变系统节点检测的算法复杂度。迭代次数500次及1 000次时,无向加权网络模型算法的容错率较高,最大容错率分别为65%、71%,可以有效检测智能用电指挥信息运维系统节点。当节点距离大于60时,对算法准确率影响较小,而运行时间也随节点距离增加而不断增加,因此建议节点距离控制在50～60之间,以满足智能用电指挥信息运维系统节点检测准确率。     

基于单片机的PM2.5检测与净化系统设计

随着社会的发展,环境污染问题越来越严重,PM2.5是空气质量的重要指标,所以PM2.5的检测就很重要,通过设计的PM2.5检测仪围绕单片机为控制核心,完成数据的采集、显示、参数设置、报警及净化等系统各模块的程序设计,结合各模块的硬件电路实现每个模块的功能,从而实现整个系统的功能。该检测仪主要用于检测环境中的PM2.5浓度,适用于劳动部门生产现场粉尘浓度的测定、环境环保监测部门大气飘尘检测和污染源调查等。     

PM_(2.5)检测方法及研究进展

大气细颗粒物(PM2.5)的污染对于人类和生态环境的影响巨大,因此关于PM2.5检测技术的研究非常重要。本文概述了PM2.5的检测方法,评价了当前典型的PM2.5检测技术优点与不足,并对PM2.5检测技术今后研究方向进行分析并提出了展望。     

基于物联感知的空气质量监测系统

针对目前中小城市和城乡郊区空气质量监测网络不健全的现状,基于物联感知技术、嵌入式技术和Android技术设计了一套空气质量实时监测系统。该系统以32位嵌入式单片机STM32为控制核心,选用高精度传感器模组完成对PM2.5、PM10、SO_2、CO、O_3及NO_2等空气质量指标的采集;搭建远程服务器完成数据存储,并利用ArcGIS服务器提供地图服务,采用Android客户端和微信公众号完成数据的显示与管理,具有较好的可靠性、实时性和实用性。     

结构健康监测系统中的传感技术浅析

结构健康监测技术在结构监测领域中应用广泛，与之配套的各种特性的传感器也在不断发展，比如应变计传感器、线性位移和位置测量传感器、温度监测传感器、倾斜传感器、动态承重传感器和超声波探伤仪等传感器。能耗、成本问题是当前传感器网络系统需要持续优化的方向。未来，结构健康监测系统需要开发和集成先进的传感网络系统、强大的监测系统以及强大的数据处理和分析算法，涉及传感器、信号处理、数据遥测等多学科的交叉合作，还需要长期进行集中和综合的研究。     

基于深度时间序列特征融合的西安市2015—2020年供暖季雾霾重污染过程预警

为准确预测雾霾重污染演变过程，本文提出深度时间序列特征融合模型（long short-term memory and multivariate linear regression，LSTM-MLR）并对西安市PM_2.5浓度进行了临近预测。该模型利用不同超参数长短期记忆网络（long short-term memory，LSTM）提取PM_2.5前体和气象因素时间序列中的深度特征；采用多元线性回归（multivariate linear regression，MLR）形式融合LSTM单元输出的深度时间序列特征，最终输出PM_2.5浓度预测值。为评估模型性能，采用西安市2015年1月至2020年3月采暖季数据进行建模并计算未来3h、6h、12h、24h的PM_2.5浓度预测精度。结果表明：LSTM-MLR模型对雾霾严重污染样本的准确预测率分别为94.12%、85.29%、77.57%和51.10%，显著高于随机森林（random forest，RF）、支持向量回归（support vector regression，SVR）、MLR、单变量LSTM（LSTM_PM_2.5）、多变量LSTM（M_LSTM）和LSTM-RF（long short-term memory and random forest）；融合系数显示当前PM_2.5浓度对未来PM_2.5浓度的影响随预测步长的增加从80.89%（t+3）急剧降低至16.34%（t+24），前体浓度影响力从5.23%（t+3）上升至29.43%（t+24），说明提前控制前体物排放强度对雾霾重污染事件消峰降速效果具有显著影响。     

化工过程监测系统的传感器网络设置问题研究

化工过程监测系统的性能与其传感器网络的设置方式有直接联系。通过建立化工过程有向图模型,结合故障传播模式分析和传感器网络搜索算法,从过程监测的角度研究了传感器设置问题。给出了考虑故障可观性与分辨率下的传感器设置方法。并以CSTR-heat exchanger过程为例,说明了统计过程监测方法与传感器网络设置问题相结合的重要性。     

基于虚拟仪器技术的环境噪声网络监测通信技术研究

为了能够实时监测城市环境噪声,提出了由监测中心、监测平台和监测节点组成的三级管理模式,并由此构建了一个分布式全自动噪声实时网络监测系统。以LabVIEW软件平台为支撑,二级数据监测平台与三级监测节点之间采用共享变量通信方式,一级监控中心和二级监测平台采用TCP网络通信方式,实现了噪声检测技术、虚拟仪器技术和网络通信技术的有机融合。     

神经网络在ZigBee矿井定位系统中的应用研究

ZigBee网络是拥有大量微型节点的新型复杂网络。本文采用神经元描述了ZigBee的网络节点,用神经元模型表示了ZigBee网络。给出了ZigBee矿井定位系统的神经网络模型,并将神经网络应用于定位信息数据融合中。结果表明,基于神经网络的ZigBee系统可以使得复杂网络的研究变得简单,利于开展对ZigBee的深入研究。