WRSN中多MC协同的一对多能量补充策略

无线可充电传感网络(Wireless Rechargeable Sensor Networks, WRSN)由于受到传感器有限的电池容量限制,所面临的一项重要挑战是如何调度移动充电器MC(Mobile Charger)及时为传感器进行充电,避免传感器由于能量过低而失效。然而现有的充电策略中单MC充电策略难以满足大规模WRSNs的电量需求,多MC充电策略常忽略充电的均衡性。针对WRSN中多MC协同充电问题,提出一种多MC协同的一对多能量补充策略(MTORN)。首先通过相交圆算法将网络中的传感器节点划分为若干个节点簇,MC根据节点簇的平均剩余能量以及距离划分簇的优先级,每个MC前往不同的节点簇进行一对多充电从而提高充电效率。仿真结果表明,与现有的算法相比,MTORN能够有效降低网络中传感器节点失效数量和MC的移动成本,延长网络生存时间。     

无线可充电传感器网络能耗分级充电策略

在传统的无线传感器网络中,有限的电池能量会限制传感器网络的寿命,而在无线可充电传感器网络中,能量可以通过无线方式给传感器充电,延长传感器网络的寿命,利用充电小车等移动设备对无线传感器网络进行能量补充时,在一个充电周期内减小充电小车的移动总路径,可以有效减少经济成本,基于无线可充电传感网中各节点的能耗差异性,结合蚁群算法和对旅行商(TSP)问题的研究,提出了基于能耗分级的非固定周期和固定周期两种小车充电策略。仿真结果表明,与传统的充电策略相比,两种新策略均能有效减少充电小车的移动总路径。     

能量受限的单移动设备无线充电调度算法

基于磁耦合谐振的多节点充电技术为解决无线传感网络的健壮性问题提供了潜在的解决方法。为了减少充电设备的移动能耗,保证充电规划的可调度性,结合磁耦合谐振的充电效率,采用蜂窝网状结构将网络分割成若干充电区域,提出了基于移动充电设备的无线传感器网络充电调度算法。由于实际的移动设备能量通常有限,在每个充电周期内综合考虑移动设备能量、节点剩余能量等,提出了自适应动态算法以自动选择k个充电区域。规划充电路径时,采用实时性较好的弹性网络算法来满足网络节点的充电需求。仿真结果表明,充电设备能量的大小会直接影响网络的总能量与最小剩余能量,算法在设备能量有限时能够最大化网络的最小能量,延长网络的生命周期。     

一对多充电方式下WRSN移动充电器驻点选择策略

能量问题是约束无线传感器网络发展的一大瓶颈,借助磁耦合谐振充电技术,可实现单个充电装置同时对多个传感器节点进行能量补充,从而提高网络充电效率,降低充电成本。现有的单对多充电方案往往忽略了磁耦合谐振充电技术的能量分配,对于移动充电器的停靠位置(即驻点)没有考虑发射线圈和接收线圈的互感对能量传输效率的影响。线圈之间的距离是影 响互感的关键物理因素。本文提出一种在线能量补充策略(OMRN)。该策略基于互感模型和连续平面上的重心法选址问题,根据线圈之间的距离找出移动充电器的最优驻点,让多个节点能量接收达到均衡,从而减少总充电时长,使充电效率最大化。     

无线可充电传感器网络中能量饥饿避免的移动充电

无线可充电传感器网络（wireless rechargeable sensor networks,简称WRSN）中,如何调度移动充电器（mobile charger,简称MC）,在充电过程中及时为传感器节点补充能量,尽量避免节点能量饥饿的同时降低MC充电代价及节点平均充电延迟,成为无线充电问题的研究挑战.大多数现有WRSN充电策略或是不能适应实际环境中传感器节点能量消耗的动态性和多样性,或是没有充分考虑节点及时充电问题和MC对充电响应的公平性,导致节点由于能量饥饿失效和充电策略性能下降.当网络中请求充电的节点数量较多时,节点能量饥饿现象尤为明显.为此,研究了WRSN中移动充电的能量饥饿问题,提出了能量饥饿避免的在线充电策略（energy starvation avoidance onlinecharging scheme,简称ESAOC）.首先,根据各节点能量消耗的历史统计和实时值计算当前能量消耗率.接着,在调度MC时,根据当前能量消耗率计算各请求充电节点的最大充电容忍延迟和当某节点被选为下一充电节点时各节点的最短充电等待时间,通过比较这两个值,始终选择使其他待充电节点饥饿数量最少的节点作为充电候选节点以尽量避免节点陷入能量饥饿.仿真分析表明：与现有几种在线充电策略相比,ESAOC不仅能有效解决节点的能量饥饿问题,同时具有较低的充电延迟和充电代价.     

基于WRSN的多节点按需充电策略研究

针对无线可充电传感器网络(WRSN)中的节点死亡率过高问题，为了降低节点死亡率，以按需充电架构为基础，提出了一种动态不均匀分簇的单移动充电设备(MC)多节点在线充电策略SMMCS(single MC multi-node charging strategy)。策略首先将无线可充电传感器网络进行动态不均匀分簇，以此划分移动充电设备的服务分区；然后在此模型基础上以最小网络节点死亡率为目标，进行路径规划时综合考虑节点剩余能量、距离以及能耗等因素。仿真实验结果表明，与SAMER、VTMT以及FCFS策略相比，该策略减少了节点等待时间，缩短了MC总充电代价，减小了节点死亡率。基于仿真条件，网络节点死亡率为4.31%。     

用于智能电网的有差别射频充电传感器网络

针对应用于智能电网中的无线传感器网络(WSNs)节点能量受限问题,分析了基于无线射频充电技术的为传感器节点充电技术,改进了可持续无线充电传感器网络(SWRSNs),提出有差别射频充电传感器网络(DRRSNs)技术,增加节点的优先级设置,建立整数线性规划模型,用CPLEX求解模型确定标志性节点位置。求解数据表明:节点获得的能量平均提高105%,高优先级节点比低优先级节点平均多获得43%的能量,提高了节点的寿命,保证了WSNs的可靠性,但是路径访问效率平均降低了14%。     

基于移动充电设备的无线传感网络充电策略研究综述

近年来,利用移动充电设备为传感器节点补充能量,消除电池供电方式导致的网络生存期限制,成为传感器网络的研究热点.从多个角度介绍基于移动充电设备的无线传感器网络充电策略的研究现状,总结了基于移动充电车或无人机的充电策略,在充电方式选择、路径优化、充电设备数量优化等方面的研究成果,并讨论充电策略研究所面临的挑战以及未来可能的...     

无线可充电传感器网络的能量补充策略研究

为均衡网络能耗,及时为可充电无线传感器网络中能量较低的节点补充能量,本文提出一种基于非均匀分簇的多跳能量补充算法。该算采用非均匀分簇的多跳路由协议,每次充电前基站根据本文提出的剩余时间与地理位置联合优先权算法,计算出各簇的优先值后规划最优充电路径。仿真实验结果表明,本算法与其他算法相比有较好的扩展性,能有效均衡网络能耗并及时为节点充电。     

无线传感器网络寿命延长策略及分析

无线传感器网络因其节点一般由电池供电,其携带能量供给有限,因此如何延长无线传感器网络寿命是面临的主要关键问题。本文首先分析了传感器节点能耗模型,再从减少能量消耗及能量补充两方面对如何延长网络寿命进行了详细介绍,最后进行了总结与展望。     

基于相遇位置预测的移动传感器网络能量补充方法研究

能量问题一直是无线传感器网络研究的热点。传感器有限的电池电量会造成能量供应不足,甚至会导致网络瘫痪。同时传感器的移动性也给实现移动传感器网络的高效能量补充带来了新的挑战。为了保证移动传感器网络持续高效运行,本文提出了一种基于相遇位置预测的移动传感器网络能量补充方法。首先根据移动传感器的剩余能量和移动信息,计算移动充电装置与每一个提出充电请求传感器的最短相遇时间及相遇位置。其次在保证缺电传感器都能够获得公平的充电响应的基础上,移动充电装置优先选择与其相遇时间最短的缺电传感器进行能量补充。仿真实验结果表明本文提出的移动传感器网络能量补充方法能更有效地缩短充电延迟,提高充电效率。     

基于STM32的多通道照度计的设计

照度是照射在某一单位面积上的入射光总量,其大小取决于光源的发光强度,以及被照物体和光源之间的距离。适当的照度可以提高工作效率,对人产生积极的影响。介绍了一种用于信号检测的多通道照度计的设计原理和实现方法。该照度计以STM32作为微控制器,利用TSL2561芯片实现光电转换以及模数转换。通过TCA9548A芯片实现多个TSL2561与STM32连接。利用W5500以太网模块实现STM32与上位机之间的通讯。通过数据处理进一步提高测量效率,减少测量误差。实际测试结果表明:经过数据拟合进行定标后,该照度计测量误差在8%以内,可以满足在实际测量的需求,具有成本低、效率高和性能可靠等优点,可以满足工程应用中多通道光照强度快速测量的需要。     

三七精密播种机漏播重播检测系统设计与试验

针对小行株距三七精密播种存在的重播漏播问题,设计了一套基于双层对射式激光传感器的五管集排式重播漏播检测系统。该检测系统以加法电路作为落种信号检测电路,利用窝眼滚筒端面圆形阵列的磁铁片结构将排种信号转换为霍尔脉冲信号,通过STC89C58单片机内部程序算法把霍尔脉冲信号转换为实时株距值,并与设定理论株距值相对比,建立起三七小行株距作物的重播漏播检测方法。试验表明,该检测方法能满足播种机在不同工况下的播种检测需求,对单粒漏播重播检测的准确率达99.967%,对种子上下紧密跟随的重播现象的检测准确率在93.07%~94.09%。本文设计的检测系统对三七这种小行株距作物的单粒漏播以及种子上下紧密跟随的双粒重播检测功能上有着特有的优势。     

基于Wi-Fi通讯的大功率光功率计的研制

介绍了一种基于Wi-Fi无线通信技术的大功率光功率计的设计原理和实现方法。该光功率计以STM32为微控制器,采用热电堆探测器实现热电转换。它不但能通过ESP8266Wi-Fi模块支持与上位机实现无线通信,并且同时支持USB通信模式。该系统可以在0.19μm～15.0μm波长范围内实现100 m W～100 W激光功率的连续自动量程切换测量。该光功率计还具备了通过脉冲宽度调制(PWM)与0～5 V模拟信号电压输出方式去反馈控制激光器输出强度,以及外触发功能。测试结果表明,该光功率计不但可以很好地满足工程应用中大功率激光器输出功率的检测与控制,并且实现了基于Wi-Fi无线通信方式的移动式测量。     

基于随机噪声调制的新型隐蔽通信系统

在无线传感器网络中,为了实现信息的隐蔽通信,提出了一种基于随机噪声调制的新型隐蔽通信系统。隐蔽通信系统的二进制消息序列调制联合正态分布噪声序列的相关系数。作为隐蔽通信系统信号的联合正态分布噪声,叠加到传统数字通信系统调制器的输出。在接收端,相关系数的估计值经过硬判决之后恢复出隐蔽系统的的二进制消息。所提出方案的关键问题,例如信道估计和符号同步,则由传统的数字通信系统解决。从理论上推导出了隐蔽通信系统的误码率。仿真结果表明,所提出的系统具有较低的误码率性能,且与理论值一致。     

基于SCE-PSO的无线传感器网络节点三维定位方法

目前,无线传感器网络节点定位算法的研究主要集中在二维空间,对三维定位算法的研究较少。如果将现有的二维定位算法扩展到三维,一些算法很难扩展,另外一些算法虽然可以扩展,但扩展后由于维数的增加,计算复杂度太大。为此,结合粒子群算法PSO(Particle Swarm Optimization)和混合复杂进化算法SCE-UA(Shuffled Complex Evolution-University of Arizona)的优点,提出了两个无线传感器网络节点三维定位算法SCE-PSO1和SCE-PSO2。这两个算法保持了PSO算法收敛速度快,受问题维数影响小的优点,同时采用了SCE-UA算法中的洗牌策略,增加了粒子的多样性,改善了PSO算法中的早熟现象,提高了节点定位精度。两个算法的不同在于粒子的速度更新公式,与SCE-PSO1算法相比,SCE-PSO2算法中粒子的速度更新公式增加了各复合形之间的信息共享,因此,SCE-PSO2算法的性能要优于SCE-PSO1算法。仿真分析证明,与原始的PSO算法和SCE-UA算法相比,SCE-PSO1和SCE-PSO2算法具有更高的定位精度。     

压力测试中多次触发连续存储技术的研究

压力信号测试过程中,现场干扰容易引起系统误触发导致测试失败。针对分布式存储测试系统,提出一种多次触发连续存储的技术,用于解决存储测试系统在误触发过程中压力信号到来而无法采集到完整信号的问题。根据冲击波信号特点,在信号采集存储过程中完成再触发的识别并增加相应记录时长。采用WiFi通信技术,对测试节点进行组网管理,解决大量数据回收不便的问题,并针对无线不稳定造成数据丢失制定相关策略,保证数据回收的完整性。     

基于深度信念网络的高维传感器数据异常检测算法

越来越多的物联网数据呈现高维度特征,针对目前传感器数据异常检测算法对高维数据在线检测的困难,提出一种基于深度信念网络的高维传感器数据异常检测算法。首先利用深度信念网络对高维数据进行特征提取,降低原始数据维度,再对降维后的数据进行异常检测。在检测过程中将QSSVM(Quarter-Sphere Support Vector Machine)与滑动窗口模型相结合,实现了在线式的异常检测。通过在四组真实传感器数据上的大量实验,与先前的异常检测算法做了对比,实验结果表明,新算法相对于OCSVM(One-Class Support Vector Machine)仅利用原有算法50%的计算时间,将检测准确度提高了约20%。     

移动无线传感网的移动感知路径选择算法

为解决稀疏网络环境下移动传感节点的区域全覆盖和数据传输问题,提出一种移动无线传感网的移动感知路径选择算法(MSPS)。在MSPS算法中,用数学公式表示邻居网格集合、区域覆盖率、数据传输时延、节点平均能耗等参数。采用机会路由算法进行数据传输,并建立能保证全覆盖监测区域且权衡数据传输时延、数据传输率和节点平均能耗的移动路径选择优化模型。提出到目标网格的路径寻找方法、初始染色体的确定方法和染色体适应度值计算方法。最终提出修正的多种群遗传算法求解优化模型,获得移动传感节点的最优移动方案。仿真结果表明:不管监测区域内是否存在障碍物,MSPS算法都能提高数据传输率,降低数据传输时延和节点丢弃的总数据量。在一定的条件下,MSPS算法比SGA、TCM_M、RAND_D和RAND算法更优。     

非视距环境中的无线网络残差加权定位算法

无线定位已成为物联网应用的重要研究内容,为减小非视距(NLOS)误差对传统定位算法的精度的影响。因此提出一种基于目标临时位置估计的残差幂次方加权定位算法。算法核心在于先利用分组定位得到不同目标节点估计位置,并将位置之间的差值定义为临时定位残差。然后区别于传统残差加权定位算法,本文提出用残差的高次幂作为加权函数,并通过仿真搜索最优的加权函数。仿真结果表明,当LOS-SN数目不小于2时,本文算法在定位精度上远高于传统的NLOS抑制定位算法。和传统的残差加权定位算法(RWGH)相比,本文所提算法的定位精度提高了近60%,同时降低了对LOS-SN个数的要求。和半正定规划(SDP)相比,定位精度提高了近38%,并降低了计算复杂度。