基于ZigBee无线传感器网络的远程监控系统

提出了一种将Internet、移动通信、WSN、传感器网络以及自动控制等多种技术融为一体的远程监控方案;给出了ZigBee/IP变换接口设计方案,包括PC机实现方案和以太网卡实现方案,实现了通过Internet进行远程监控的功能;给出了ZigBee/GSM变换接口设计方案,包括PC机实现方案和单片机实现方案,实现了通过移动电话进行远程监控的功能;开发了基于ZigBee无线传感器网络的远程监控系统控制台软件和Web服务器软件,构建了智能家居监控系统基础平台。通过系统联调证明,终端结点与协调器、协调器与USB、控制台和Internet、协调器与以太网模块、协调器与GSM模块之间的数据传输稳定,能够通过Internet或移动终端对监控点进行监视,在监控点发生异常的情况下能够通过GSM网络给关系人发送短消息和打电话、报警。

基于参与式机器学习方法的行程时间动态预测模型

在常规交通流情况下,应用参与式机器学习模型估算了交通密度的预测值,通过交通流密度与行程时间的关系间接估算行程时间的预测值;对参与式机器学习模型进行了改进,将原模型中的子系统计算方法从最小二乘法改进为适合长时间平稳交通预测的卡尔曼滤波法;在此基础上开发了部署在可变情报板上的交通信息诱导系统,利用观测的交通密度组成的向量作为输入,实时动态估算预测值,最终行程时间估算结果优于其他常见的单一预测方法,表明这种方法对预测行程时间有效,可以应用于交通控制相关的领域.