物联网内节点信任传递能耗智能感知仿真

物联网由大量分布在不同位置的节点组成,通过能耗感知,可以优化信任传递路径的选择和节点之间的通信方式,从而提高整个物联网网络的性能和效率。因此,提出一种物联网节点信任传递能耗智能感知方法。通过对物联网体系架构展开分析,提取物联网节点信任传递能耗评估指标,建立对应的指标体系。利用T-S模糊神经网络获取各个指标对应的节点信任传递能耗智能感知结果,通过层次分析法将全部感知结果展开融合处理,最终实现物联网节点信任传递能耗智能感知。通过实验分析表明,所提方法可以精准感知物联网节点信任传递能耗变化情况且感知效率高,耗时短,可以为物联网节点信任传递能耗智能感知的进一步研究和应用提供重要的参考依据。

基于联合退避-功率感知机制的物联网节点信息防碰撞算法

物联网(IoT)节点防碰撞算法难以解决IoT节点数据冲突,造成严重的信号干涉。为此,提出一种新的物联网节点信息防碰撞算法。通过构建射频识别信号的离散正交调制与解调机制,降低节点间信号因互相干涉而导致的信道碰撞,建立联合退避-功率感知机制,定义节点数据退避防冲撞规则,以改善节点信号发射功率的波动幅度。实验结果表明,与ColorWava算法和信息决策控制算法相比,该算法具有更长的节点信号识别距离与更低的信道碰撞概率。

基于智能优化算法的物联网异构数据融合方法

针对当前物联网数据融合方法速度慢、融合精度低等问题,以改善物联网异构数据融合效果为目标,提出一种基于智能优化算法的物联网异构数据融合方法.首先采用多个节点采集监测对象状态数据,并对每个节点采集的数据噪声进行过滤,初步减少数据规模,提高物联网异构数据质量;然后引入聚类分析算法处理簇首数据,消除簇内数据间的冗余;最后在汇聚节点采用智能优化算法对簇首数据进行加权融合,并在相同环境下与其他融合方法进行对比实验.实验结果表明,该方法能对物联网异构数据进行有效融合,获得了较高精度的物联网异构数据融合结果,物联网异构数据融合错误少、速度快,提高了物联网数据融合的效率.

物联网感知层网络最优节点分组部署仿真设计

文章提出物联网感知层网络最优节点分组部署方法。该方法建立节点分组部署的目标函数和约束条件,搭建感知层网络节点部署模型,通过求解网络节点最优解集得出最优节点数估算结果,计算最优节点之间的距离实现节点分组,并得到更新定位结果。根据更新定位结果,设立节点的传输阈值,以此来控制网络最优节点间传输距离,连通物联网感知层节点,实现分组部署。通过仿真实验得出有关于网络覆盖率的实验结论:传统部署方法的平均网络覆盖率为95.94%,而网络最优节点分组部署方法的平均网络覆盖率为97.69%,相比之下网络覆盖率提高了1.75%。

基于人工智能的物联网感知层节点能耗控制方法

传统控制方法受到感知层节点位置影响,导致控制效率较低,为了节约能源消耗,提出了基于人工智能的物联网控制方法。依据物联网感知层信息传输拓扑结构,分析节点在传输过程中的总能耗,并获取每个通信周期内负载,以此为基础计算感知层各个节点平均能耗,应用人工智能控制方法,充分利用传感器节点上信息,建立人工智能信息融合模型,对多条和单条传输路径节点耗能控制进行研究,借此设计控制流程,实现物联网感知层节点能耗控制。通过实验结果可知,该方法控制效率较高,对提高网络性能具有积极影响。

果蔬品质劣变传感检测与监测技术研究进展

果蔬在采后贮藏和运输过程中极易发生品质劣变,食用价值降低且造成巨大的经济损失。为保障果蔬品质,减少产后劣变导致的资源浪费,本文综述了果蔬品质劣变传感检测与监测技术最新研究现状,分析了各类检测技术的原理、特点及优缺点。其中,机器视觉可检测果蔬外部品质和表面缺陷,电子鼻可监测果蔬的劣变气味,近红外光谱可检测果蔬内部品质和隐性缺陷,高光谱成像能实现可视化检测果蔬内外品质、监测劣变过程,拉曼光谱可检测果蔬腐败菌及其代谢产物,多技术联用和多信息融合能综合评价果蔬劣变。以各种传感器为感知节点构建物联网监测系统,进而实现果蔬品质劣变信息的智能化实时监测,为解决果蔬加工过程中品质劣变控制技术难题提供参考,对降低果蔬产后的经济损失,推进果蔬产业可持续发展具有重要意义。

物联网感知层多Sink节点关联算法研究

针对大规模无线传感器网络采用单一的Sink节点容易造成网络"能量空洞"效应,而多Sink节点数量和位置的合理部署能有效延长无线传感器网络寿命、控制网络成本,同时多Sink节点数量和位置是一个NP--难问题,因此提出新颖的萤火虫算法对多Sink节点布局模型问题进行求解计算,并对算法的计算精度、效率进行了分析。通过理论分析和仿真验证表明,结果表明文中提出基于萤火虫算法的多Sink节点布局模型与随机分布,基于遗传算法、蚁群算法的多Sink节点部署算法相比,能够有效降低无线传感器网络的能量消耗,减少端到端网络延时,降低网络部署成本,提高网络服务效率,延长网络的生存期。

物联网M2M的安全分析及策略

物联网M2M的先进理念引来了新一轮的"无线革命",也暴露出物联网的安全隐患。在此以M2M的前端传感器及设备、网络和末端IT系统三个部分为出发点,提出了从十三个方面来分析物联网所面临的安全隐患问题,并大胆提出了相应的解决策略。

井下物联网智能感知信息融合汇聚节点设计

针对煤矿井下监控系统数据传输量大、冗余数据多、传输用的有线电缆存在难以克服的缺点,将物联网技术应用于监控系统感知层,完成测量数据的采集、融合、传输,能够大大提高数据传输实时性和可靠性。监控系统的感知层由普通节点、簇首、汇聚节点组成,其中汇聚节点在网络中起着关键作用,具有智能感知和信息融合功能,收集网络中簇首传来的数据并进行有效的信息融合,最终转发给通信网关。详细阐述了汇聚节点的硬件设计和软件设计,实现了通过物联网感知技术实时可靠的收集煤矿监测区域的多点数据,提高了煤矿监控系统的性能。

泛在电力物联网功能架构初探

社会的高速发展使得生产与生活对电能供应的要求越来越高。对人民生活、社会生产进行大规模的数据采集与分析,并根据结果做出相应的判断,对优化电力规划、节能减排、方便居民生活、统筹社会生产的意义重大。国家电网有限公司提出打造"三型两网",其中泛在电力物联网肩负在现有电网基础上,进一步沟通用户侧与发、输、配电侧的任务。从功能来说,泛在电力物联网基本可以分为感知层、网络层、节点中心与调度层4个结构。根据各结构的作用有针对地进行发展与建设,系统协调基于整体构架建设泛在电力物联网,做到物物相连、人物互动,打造共建共治共享的能源互联生态圈。

泛在电力物联网的边缘节点感知自适应数据处理方法分析

泛在电力物联网作为移动互联以及人工智能等信息技术与通信技术的联合应用,对于电力系统的各个环节有着重要的作用。而边缘节点感知自适应数据处理方法可以为电力系统的正常运行提供数据支持。将针对数据处理过程中存在的问题进行研究,同时叙述泛在电力物联网在电力系统中的重要性,并就如何更好地进行边缘节点感知自适应数据处理提一些意见和建议。

煤矿井下证人节点的精确定位技术研究

针对目前煤矿井下人员定位系统定位精度不高、存在定位盲区等问题,研究采用物联网辅助节点定位原理实现系统精确定位。本文分析了证人节点精确定位思想,设计了证人节点定位算法流程和具备行人航迹推算功能的定位系统,并选取楼道长直走廊模拟巷道环境进行了实验测试,验证了该方法的有效性。

基于退避感知的物联网节点信息防碰撞方法研究

物联网节点数据冲突,将会导致信号干涉问题严重。为此,笔者提出基于退避感知的物联网节点信息防碰撞方法研究。该方法结合物联网的分层体系结构对数据进行预处理,利用已知的历史信息简化识别过程,检测发生碰撞的区域范围,确定识别码长度,定义节点数据退避防碰撞规则,实现基于退避感知的物联网节点信息防碰撞方法研究。实验结果表明,将退避感知算法应用到物联网节点信息防碰撞中,能够有效降低碰撞概率。