无线自组织网络时钟同步系统设计研究

根据在时钟同步方面(Wireless Sensor Network,WSN)无线传感器网络和自组织网络具有的相似属性,WSN时钟同步方法可以运用到自组织网络当中。由于影响时钟同步的要素很多,存在抗干扰性弱、同步精度差等问题。根据主从同步的特点,运用脉冲位置测量法,无线传感器与网络时钟之间的关系,构建出一套相对完整的无线自组织网络时钟同步系统,并通过实验成功实现网络时钟数据的同步。     

基于RSSI的无线传感器网络定位系统设计与实现

基于窄带无线信号的路径损耗和阴影衰落,直接建立多个锚节点接收信号强度指示(Received Signal Strength Indication, RSSI)值与待定位节点未知坐标估计量的解析关系,避免传统RSSI定位方法中常用的对两节点距离量的直接求解,减少信息丢失,提高定位精度。仿真分析了锚节点数量、遮挡因子、路径损耗指数等对定位精度的影响。采用CC2530无线传感芯片实现基于RSSI的无线传感器网络(Wireless Sensor Network, WSN)定位系统。系统采用8个锚节点分别在边长4米和10米的两个正方形区域内展开定位实际测试,结果显示其平均定位误差可分别降到0.175米和0.824米。     

基于无线传感器网络的比例导引优化信息融合研究

在分析反舰导弹比例导引控制规律的基础上,将无线传感器网络信息融合思想引入到比例导引优化辅助决策控制过程中,通过将无线传感器网络信息融合中的数据、特征、决策概念对应于比例导引的具体数学模型,构建了基于无线传感器网络的比例导引优化信息融合辅助决策架构;利用VB6.0语言对基于无线传感器网络辅助决策的反舰导弹优化信息融合制导控制规则进行了模拟仿真,命中距离缩短约37.1%,命中时间节省约10.9%;仿真实验结果实现了反舰导弹自适应优化比例系数的比例制导律,验证了该方法的有效性。     

物联网技术平台在车间作业调度中的应用

通过物联网的原理和架构,对其关键技术进行研究,构建以物联网关键技术为基础的运营平台;对网络环境下的车间作业调度系统进行分析和研究,结合物联网技术平台,利用平台中的RFID等信息传感设备将采集到的车间底层信息通过无线传感器网络传送到中央信息系统,实现对待加工零件的实时信息采集和识别,进而通过开放式的计算机网络循环结构实现车间底层、管理层和用户层的信息交换和共享;车间现场数据采集的实时化、自动化和可视化使企业信息实现全程"透明"管理,实时监控生产加工过程,为企业在智能生产领域的长远发展提供了重要依据。     

基于改进蚁群算法的无线传感器网络路由的优化

为了延长无线传感器网络(Wireless Sensor Network ,WSN)的生命周期,均衡各个节点间能量消耗,针对现有的WSN路由优化算法存在的问题,提出了一种基于改进蚁群算法的路由优化算法。首先通过对蚁群算法和遗传算法的优劣性比较,在蚁群算法的基础上,结合遗传算法的选择、交叉和变异的操作,从而提高蚁群算法的搜索速度和寻优能力。最优路径评价函数综合考虑节点能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡节点间的能量消耗。通过与经典蚁群算法及遗传算法的对比实验表明,随着数据转发轮数增加,改进的蚁群算法能耗小,剩余能量多,网络生命周期明显延长;随着整个网络运行时间的增长,改进的蚁群算法,节点均衡能耗性好,最优路径搜索的成功率也明显优于其他两种算法。     

基于概率假设密度的无线传感器网络多目标跟踪算法

针对无线传感器网络多目标跟踪过程中杂波难以去除以及由数据关联复杂带来的计算复杂度高的问题,将概率假设密度滤波器应用于无线传感器网络,以更好地对多目标状态信息进行融合估计;首先,建立簇-树型无线传感器网络模型,并运用随机有限集理论对目标状态模型和传感器观测模型进行描述;然后,根据目标与节点之间的距离设置观测阈值,当传感器节点测量值小于观测阈值时,概率假设密度滤波器将实时对该组测量数据进行处理,从而实现传感器网络对目标状态的联合检测与跟踪;仿真结果表明,在无线传感器网络的多目标跟踪应用中,该算法比粒子滤波算法具有更高的跟踪效率和精度。     

基于ASODVS的全景点云数据获取技术的研究

针对现有三维激光扫描设备不能同时获取空间点云的坐标信息和色彩信息,多视角点云数据配准复杂等问题,采用了一种将全方位视觉传感器ODVS(Omni-directional Vision Sensor)和可移动360°面激光光源相结合的主动式全景视觉传感器ASODVS(Active Stereo Omni-directional Vision Sensor)来获取点云数据。通过人机接口对ASODVS的扫描步长和速度等进行控制,实现了边扫描边获取全景点云数据;对获取点云数据空间信息过程中的关键技术——激光投射点提取算法进行了深入研究;采用了3种不同的全景激光线提取算法对全景切片图像中激光投射点进行提取,并实验研究了各自的优劣;实验结果表明,对于ASODVS而言,帧间差提取算法能有效快速准确的提取三维全景场景中激光投射点,并具有消耗计算机资源少、操作过程自动化、生成数据有序等优点。     

仿生生物感官的感存算一体化系统

生物感官集感知、存储与运算为一体的架构使其可以高效并且实时地采集和处理外界信息,这样的感存算一体化架构可为物联网时代面临的传感器数据爆炸问题提供很好的解决方案.为此,本文提出仿生生物感官的感存算一体化系统,采用不同的传感器模拟生物感受器的功能,以获取环境信息,传感器输出的模拟信号输入到模拟信号处理系统进行预处理,这样信号不需要在模拟域与数字域之间转换,可极大降低功耗和延时;预处理后的信号输入类脑运算芯片中进行分析和决策,该芯片由基于忆阻器的人工突触及人工神经元组成,通过控制突触与神经元的连接方式,可以实现不同的算法架构,如全连接脉冲神经网络、卷积脉冲神经网络以及循环脉冲神经网络等;通过运行不同的神经网络,类脑运算芯片可以实现对不同传感器信号的识别、预测以及分类等任务;更进一步,将多种仿生感觉系统的识别或预测结果结合起来,就可以实现多感官融合,这样的系统架构可以用于自动驾驶及智能机器人等复杂的场景中.     

用于水声传感器网络自组织的询问式泛洪广播算法

水声传感器网络(Underwater acoustic sensor networks,UASN)通常由随机散布的传感器节点组成。需要通过自组织算法将这些节点组成具有一定功能的网络。目前,已有较多成熟的用于陆地无线传感器网络(Wireless sensor networks,WSN)的自组织算法。但水声通信中存在的严重的传播损失、较高的背景噪声、有限的通信带宽、较长的传播时延、复杂的多途信道等,使得大多数适用于WSN的自组织算法难以适用于UASN。本文提出了一种改进的自组织算法,在简单泛洪广播算法中附加一段询问过程。通过OPNET仿真证明了在相同的条件下,相比于简单泛洪与概率泛洪广播算法,本算法可以在较短的时间内建立起有效路由,降低了水声网络在自组织阶段的能量消耗。     

二元决策图和故障树相融合的无线传感器网络可靠性分析

为了提高无线传感器分析网络可靠性,提出一种基于二元决策图和故障树相融合的无线传感器网络可靠分析方法;首先根据无线传感器网络拓扑结构建立了故障树模型,然后将无线传感器网络故障树转化为二元决策图结构,最后采用仿真实验分析了不同节点冗余度、不同跳数条件下无线传感器网络的可靠性;仿真结果表明,文章方法的分析结果可以帮助无线传感器网络性能的优化,可以提高无线传感器网络的可靠性。