无线传感网络节点信号模型

无线传感网络是集成了嵌入系统、无线通信、分布计算、微传感器技术的新型网络。无线传感网络节点是构成WSN的基础。为了解无线传感网络节点的工作原理,描述无线传感网络节点的理论,通过分析无线传感网络节点的组成和信号处理过程,研究了无线传感网络节点的信号模型。并给出了基于Atmega128L处理器的无线传感网络节点实际模型。研究为无线传感网络节点的理论和实际应用提供了积极的意义。     

无线传感网络中的存储节点配置

无线传感网络中的大多数应用均需要将无线传感节点收集的大量数据传输到基站以便进行数据处理或者存档,因而可以通过放置一定数目的存储节点来存储其临近节点发送的数据,如此可以减轻网络中的数据传输量,达到节能这个对于无线传感网络至关重要的目的.本文研究如何放置有限数目的存储节点,以使整个无线传感网络的能量消耗最小,这也就是存储节点配置问题.对存储节点配置问题进行规约,在这一过程中文章修正了已有算法在能量模型定义上的不足,证明无线传感网络中的存储节点配置为NP-hard问题;文章提出一个基于反向贪心策略的近似算法,并且证明了其最坏情况下的性能比为O(logn),其中n为网络中的传感节点数目.通过实验证明了这一算法的优良性能.     

基于碰撞的无线传感网络节点定位方法

节点定位是目前无线传感网络研究的一个热点。总的来说,现有的定位方法都各自存在着优点与不足,如常见的基于范围的定位方法,虽然有很高的定位精度但也存在硬件复杂程度过高的不足。而另一类范围无关的定位方法,以牺牲定位精度为代价,用估计值代替测量值,获得了实现过程的简化。这给我们提供了一种思路,即牺牲精确度来换取其他方面性能的提高。然而,所有现有的方法都是在基于一些外部前提,不能实现真正意义上的自组织定位。本文将会对现有的一些典型定位方法作一个回顾,并从自组织性这一新的评估角度出发,提出一种基于碰撞和坐标校对的自组织定位方法,对该方法的核心技术作详细的说明,并阐明该方法相比较传统定位方法的优越性。     

身体无线传感网络节点设计与实现

健康监护是无线传感器网络的一个重要应用方向.本文在分析身体无线传感网络的架构的基础上,针对身体无线传感器网络的关键点,利用新一代SOC芯片设计了符合IEEE802.15.4标准的无线发送和处理模块,并以此为基础设计了心电图、加速度、血压等多个微型化身体无线传感器网络节点.通过初步的试验,证实了该设计的可行性和实用性.     

一种低功耗无线传感网络节点的设计

无线传感器网络是物联网的传感层。在无线传感器网络的设计与实现中,低功耗成为系统应用的重要制约,因此设计低功耗节点是当前研究难题之一。在自主研发的基于无线传感网络的智能交通系统中,研究电源功耗问题,设计并制作完成了低功耗无线传感网络节点。     

一种低功耗无线传感网络节点的设计

无线传感器网络是物联网的传感层。在无线传感器网络的设计与实现中,低功耗成为系统应用的重要制约,因此设计低功耗节点是当前研究难题之一。在自主研发的基于无线传感网络的智能交通系统中,研究电源功耗问题,设计并制作完成了低功耗无线传感网络节点。     

无线传感器网络电量损耗异常节点识别

为解决当前无线传感器网络异常节点检测算法复杂度高且影响网络寿命的问题,提出一种基于压缩感知的无线传感器网络电量损耗异常节点识别方法。对存在异常节点的无线传感器网络建模,得到满足稀疏特性的节点电量损耗向量,用压缩感知方式通过数据整理、线性计算、重构与判决3个步骤完成对网络中异常节点的检测与定位。仿真实验通过模拟存在异常节点的无线传感器网络场景,在不同参数下验证了该算法的有效性。     

无线传感网络拥塞控制中节点选择强制博弈方法

无线传感网络中节点数据流量较大,分布范围较广,节点选择寻优计算复杂,导致浪费大量算力在节点选择上,拥塞控制效果不佳。提出一种无线传感网络拥塞控制中节点选择强制博弈方法,计算单条网络链路传输成本,依据传输数据耗费能量,计算传输节点可用能量比值,在传输变量权重值基础上,求得传输节点实际拥堵指数,完成节点选择。计算网络连接层的数据包丢弃概率,确定网络拥塞程度,汇聚节点数据流建立节点选择强制博弈模型,明确传感网络稳态传输条件,利用流量正态分布算法,在节点选择博弈中做出强制选择。经仿真分析证明：所提方法分组递交率保持在83%以上,丢包数量保持在100 pkt/s之内,网络传输节点端到端的延迟在0.3 s以内。     

无线传感网络中有向性传感节点的覆盖问题

覆盖问题是无线传感网中最根本的问题之一,它在很大程度上影响到传感的质量。目前有关覆盖问题的研究大多集中于探讨全向性传感节点的覆盖问题,这些方法并不适用于如视频传感这类方向性的传感节点。提出了一个新的(k,ω)-夹角覆盖问题,探讨有向性的传感节点的覆盖问题,为了用最少的传感节点(k,ω)-夹角覆盖所有的目标,提出了一个贪心算法来解决这个问题。另外还提出了三个贡献度函数用于计算每个位置的贡献度,算法根据每个位置所提供的贡献度来决定传感节点的部署位置。仿真结果显示了算法的特性和性能的提升。     

无线传感网络中基于Agent的高效路由算法的研究

无线传感网络是一种全新的信息获取和处理技术，被广泛应用于各种领域，现在还逐渐应用于军事领域。把Agent技术引入到无线传感网络中，深入研究了4种已有的路径查找方案，并提出了一种新的方案。该方案兼顾到节点的能量和路径消耗，具有高效的路由选择功能，能够使网络中节点能量消耗更加平衡，从而延长网络的使用寿命。     

无线传感器网络节点分布式信息融合算法研究

节省能耗和延长网络寿命是无线传感器网络研究的核心课题之一,国内外在节点放置、路由策略方面有大量研究,通过密度控制、分级簇等路由算法减少数据冗余。通过信息融合算法减少有效数据传输量是延长网络节点寿命的有效途径,并就此进行具体研究,提出了三种典型的分布式信息融合算法,即系数加权融合、无反馈的Kalman融合滤波及有反馈的Kalman融合滤波,并对其在805.12.4/ZigBee温度测量网络应用层协议中进行实现,最后通过运算数据结果对三种算法进行了比较分析及有效性、局限性总结。     

无线传感器网络节点分布策略研究

提出了解决无线传感器网络寿命问题的基础是节点分布策略,在一般的无线传感器网络模型和通讯模型下给出了具体的h_max~η节点数分布模型,从根本上解决了制约无线传感器网络寿命的瓶颈节点问题。仿真结果显示,比起简单的节点随机分布模型,h_max~η节点数分布模型极大地延长了网络寿命。     

传感器网络中鲁棒状态信息融合抗差卡尔曼滤波器

研究了无线传感器网络中的分布式鲁棒状态信息融合问题. 在局部状态估计层, 基于鲁棒统计学理论提出了适用于噪声相关情况的抗差(扩展)卡尔曼滤波器. 在融合中心层, 针对局部估计相关未知性和不完整性, 给出了不依赖于互协方差阵的稳健航迹融合方法—–内椭球逼近法. 仿真结果证实了算法的有效性: 所提出的抗差卡尔曼滤波器在野值存在情况下, 性能退化远低于传统卡尔曼滤波器(28.6%比428.6%); 所提出的内椭球逼近法获得比协方并交叉法更好的融合估计性能, 且不需要局部估计相关性的先验知识.     

无线传感器网络节点多目标安全优化部署

针对目前无线传感器网络节点优化部署方案中,没有考虑网络节点位置移动会破坏节点间的共享密钥而破坏的安全通信链路的问题,本文将Pareto多目标优化策略引入到无线传感器网络节点部署中,设计了一种多目标安全优化部署方案,建立多目标节点安全部署模型,并将节点安全连通度和网络覆盖率作为目标函数,兼顾解决网络安全性和网络覆盖质量的问题;通过惯性权重自适应的调整和结合虚拟力算法更新速度的方式改进多目标粒子群算法,采用精英档案策略来存储非劣解。仿真实验表明,本文方案能够提高节点的覆盖率,并且能够保持较大的节点安全连通度。     

一种基于移动节点的无线传感器网络修复方法

传感器节点的随机部署不均匀或者由于负载不均导致有的节点能量提前耗尽,导致无线传感器网络出现覆盖空洞.针对已检测到的覆盖空洞,提出一种基于相切圆的修复算法,并从理论上证明该算法的可行性.算法的基本原理是以相邻2个边界传感器节点求它们相切圆的圆心位置,即新增加的移动节点的位置,通过反复求解相切圆的圆心位置来达到修复的目的.通过仿真实验证明:算法不仅能达到90％的修复覆盖率,而且修复后的冗余度相比其他算法也较低.     

基于无线传感器网络的机器人定位跟踪研究

针对基于无线传感器网络的机器人定位提出了一种分段极大似然质心算法。将质心法引入极大似然估计算法中,通过计算已预测结果的质心提高目标位置的预测精度。考虑到WSN系统的超声定位实时性较差,采用扩展卡尔曼滤波算法将WSN系统改进定位算法与机器人航位推算进行融合以跟踪机器人位姿,从而提高了定位精度和系统动态性能。仿真结果表明：在不同锚节点个数和不同测距误差条件下,分段极大似然质心算法均能取得良好的定位效果;采用扩展卡尔曼滤波算法的数据融合,进一步提高了机器人轨迹跟踪的精度。     

Event‐triggered robust state estimation for wireless sensor networks

Robust state estimation problem subject to a communication constraint is investigated in this paper for a class of wireless sensor networks constituted by multiple remote sensor nodes and a fusion node. An analytical robust fusion estimator using local event‐triggered transmission strategies is derived aiming to reduce energy consumption of the sensor nodes and refrain from network traffic congestion. Some conditions are presented guaranteeing the uniformly bounded estimation errors of the robust state estimator. Several numerical simulations are presented to show the validity of the proposed method.     

基于布谷鸟搜索优化神经网络的锂电池荷电状态预测

锂电池荷电状态(SOC)的预测是电动汽车锂电池管理系统中最为关键的技术之一;为实现对SOC的高精度的预测,提岀了一种基于布谷鸟搜索算法(CS)优化的误差反向传播(BP)神经网络的锂电池SOC预测方法,该方法的核心难点之一,在于优化BP神经网络的初始权值和阈值,从而可以改善易陷入局部最优的情况,减小算法对初始值的依赖;Matlab仿真结果表明,CS—BP神经网络算法的均方根误差值比BP算法的均方根误差值平均降低了0.010 6,CS—BP算法具有更高的预测精度和极强的泛化性能.     

Combined state of charge estimator for electric vehicle battery pack

Ah counting is not a satisfactory method for the estimation of the state of charge (SOC) of a battery, as the initial SOC and coulomb efficiency are difficult to measure. To address this issue, an equivalent coulomb efficiency is defined and a new SOC estimation method, denoted as “KalmanAh”, is proposed. This method uses the Kalman filtering method to correct for the initial value used in the Ah counting method. A Ni/MH battery test, consisting of 8.08 continuous federal urban driving schedule (FUDS) cycles, is carried out to verify the method. The SOC estimation error is 2.5% when compared with the real SOC obtained from a discharge test. This compares favorably with an estimation error of 11.4% when using Ah counting.     

无线传感网络中移动节点定位技术研究

现有的定位方式因为需要建立网络模型和能量消耗不平均的现象,故不适用于有少量节点随机移动的无线传感网络.针对此类无线传感网络中各节点的定位问题,在分析了定位的计算复杂度和能量损耗的前提下,提出了分簇定位算法,在簇的范围内对发生移动的节点采用接收信号强度测距(RSSI)与质心定位相结合(CLA)的方法进行定位.分析与仿真结...