巷道竖直方向瓦斯传感器部署

针对煤矿井下瓦斯传感器的安放位置参数缺乏提供理论依据,首先建立了巷道几何模型,根据湍流状态下的守恒方程以及湍流动能方程和湍流耗散率方程以及标准k-ε模型,仿真了井下巷道数值方向上瓦斯的分布情况.通过比较巷道纵断面瓦斯的分布情况,得出:瓦斯传感器应放置在距顶板小于等于0.3 m的位置.该结论与煤矿安全标准中的规定吻合.

基于改进粒子群优化算法的传感器部署机制

为提高无线传感器网络性能,通过恰当的传感器部署机制获得优化的覆盖是很重要的问题。改进的粒子群优化算法通过重新部署初始随机分布的移动传感器,改善了覆盖效果。针对粒子群优化算法可能出现局部最优而导致覆盖优化效果降低问题,引入模拟退火算法的接受规则更新微粒的速度和位置。为减少算法执行时间,采用Voronoi图覆盖空缺和传感器间距离的标准偏差设计了适应度函数。最后根据移动距离调整各个传感器的移动目标,减少了能量消耗。仿真结果表明:和原始粒子群算法相比,改进的算法能够获得更高的覆盖率、更快的收敛以及更低的能量消耗。

基于反聚类法的精准施肥土壤检测传感器部署方法研究

土壤养分的检测对于精准施肥具有重要作用,基于Cochran的算法,利用反聚类算法,提出了一种确定土壤检测传感器位置的部署方法,既能够保证测量精度,又可以尽量减少传感器的数量。将该算法应用于烟台市莱山镇苹果园,结果表明,算法切实可行,采样点部署合理。

基于改进NSGA-Ⅲ算法的城市管网多传感器优化部署

由于外部原因管道故障时有发生,常需布置传感器网络对城市管道网络进行实时监测。为在资源有限的前提下获得最佳的监测效率,对网络中传感器的部署问题进行研究,提出了一种改进NSGA-Ⅲ算法对传感器网络部署问题进行求解,实现求得解集多样性和收敛性的均衡;网络采用一个由顶点集V和边集E组成的图G=(V,E)进行建模,并对个体进行编码;以传感器对网络整体覆盖率和指定区域覆盖率为优化目标,应用并改进求解传感器优化部署问题的非支配解集。仿真实验结果表明,改进后算法在保证收敛性的前提下提高了优化解集的多样性,可有效解决管网多传感器优化部署问题。

网格法在无线传感器网络部署中的应用

传感器节点的数量关系到无线传感器网络的总成本和网络的性能,是设计无线传感器网络优先考虑的问题。对无线传感器网络部署中重点考虑的覆盖、连通性和节能问题进行了讨论,基于网格法对几种不同的传感器部署方案进行分析,计算了它们的有效覆盖面积和有效覆盖率。通过计算和分析可知,传感器按等边三角形部署时,重叠区域小,需要的传感器数量少,是最理想的部署策略。

基于覆盖率的传感器优化部署算法

传感器部署是传感器网络工作的基础,对网络的运行情况和寿命有很大影响。针对传感器网络节点部署时首要考虑的覆盖问题,提出一种可以满足不同覆盖率要求的节点优化部署算法,在提高节点覆盖性能的同时优化节点数量,降低网络的配置代价。仿真结果证明,该算法可最大化节点的覆盖效率。

抗分割的移动传感器网络自部署算法

为了解决稀疏网络环境下传统虚拟力算法在部署节点过程中出现的网络分割、覆盖漏洞以及无法对检测区域进行重点监测的问题,提出了抗分割的移动传感器网络自部署算法.通过构建节点间的虚拟斥力、节点的运动方程以及监测空间中的虚拟引力场,使网络具备了重点覆盖、自修复、抗分割能力.模拟实验表明,该部署方法进一步增强了移动传感器网络的覆盖性能.

温室微喷空气湿度场重建的传感器优化部署研究

针对温室变量微喷作业中空气湿度传感器部署问题,在经典连续粒子群思想和算法框架基础上,重新定义问题的表示方法和速度-位置规则来优化空气湿度传感器部署;利用时空协同克里金插值方法构建适应度函数。针对适应度函数,利用设计的离散粒子群算法的迭代计算得到传感器位置与数目。通过仿真实验,对最终传感器部署的采样值使用Kriging插值与未优化的数据三维图进行空气湿度场重建精度对比和统计方法验证,验证了该算法的有效性,为温室变量微喷作业奠定基础。

基于信息覆盖理论的传感器节点部署方法

传感器网络中,覆盖控制是一个基本的问题。传感器节点既可以随机部署也可以在特定的环境中指定部署。传感器部署在传感区域网格的顶点处,如果信息能够覆盖网格中所有的顶点,此传感器网络为完全信息覆盖。通过研究基于完全信息覆盖理论的传感器节点指定部署,把传感器部署问题转化为受限的优化问题,并提出了一种贪婪算法,目的是在保证覆盖要求的条件下总代价的最小化。计算结果显示该算法不仅能有效的求得高质量的解决方案,而且还能在满足信息覆盖的要求的同时,极大地减少所需传感器的数量。

基于组合虚拟力的传感器网络三维空间重部署算法研究

无线传感器网络(Wireless sensor networks,WSNs)的重部署问题是提高无线传感器网络覆盖性能的一个重要问题,实用化的重部署算法需要充分考虑传感器资源的有限性和实际布撒情况.本文设计了基于组合虚拟力的分布式算法,该算法定义了传感器受到的邻居节点间的基于库仑力的斥力、目标覆盖区域的基于胡克定律的中心吸引力和边界斥力,综合这些力的合力以及单位能耗因素求得传感器节点每次移动的目标位置.本文算法还给出了调整的终止条件以保证传感器能够重部署至合理位置.理论论证和仿真实验表明,提出的基于组合虚拟力的重部署算法能使所有随机布撒的传感器节点在低能耗的情况下,进入目标覆盖区域并在该区域内自组织成一个具有高覆盖性和重连通性的网络拓扑.本文算法还解决了覆盖区域中存在障碍物的复杂情况.

无线传感器网络中目标检测节点的优化部署

为提高无线传感器网络的目标检测精度,提出了一种基于遗传算法的节点部署优化方法.通过把传感区域模型化为网格,将目标定位问题转化为确定目标在某个网格点的问题.随后,将传感器节点部署问题形式化为一个组合优化问题,其目标是在有限的成本和完全覆盖条件下减小最大分辨误差.遗传算法采用二进制编码表示节点的位置,使用单亲交叉算子和单亲变异算子来提高算法的执行速度和进化效率.实验结果表明,基于遗传算法的求解方案能快速地求出传感器节点位置优化问题的全局最优解,并满足目标定位的精度要求.

基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署

对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化(LM-AQPSO)算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明:相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。

星载天线传感器优化部署的均匀设计方法

为提高模态密集大型星载天线在轨模态参数辨识精度,提出基于均匀设计的遗传算法对传感器数量和位置进行优化部署。根据模态空间H2范数确定参振模态阶数;分别以测量信息正交性和能量最大为优化目标,引入均匀设计方法对传感器数量、种群规模、交叉概率和变异概率4个组合参数进行选取;采用特征实现算法进行在轨模态参数辨识研究。数学仿真表明:所提出的方法可以有效解决传感器数量和位置的优化部署问题,避免了以往人为经验选取参数时存在的主观性和盲目性问题。

基于烟花算法的要地防空多传感器部署规划方法

针对传统的多传感器部署规划不适用于要地防空任务场景的问题,提出了基于烟花算法的要地防空多传感器部署规划方法。首先,以要地防空为研究背景,对多传感器部署涉及到的要地覆盖率、多重覆盖率以及传感器利用效率进行了建模与分析,建立了多传感器部署的指标模型;其次,将烟花算法中的模型与传感器部署模型进行映射,利用烟花算子的多样性和求解的快速性实现多传感器部署模型的求解。仿真结果表明,目标区域覆盖率等关键指标均满足重点区域全覆盖和目标区域覆盖率95%以上的需求,将烟花算法应用于要地防空多传感器部署问题具有可行性。

星载天线反射面传感器多目标优化部署方案

传感器数量和位置的优化部署,是实现大型星载天线在轨获取高精度模态参数亟待解决的关键技术。为克服以往研究中采用单一优化准则所带来的局限性和片面性,设计观测信息正交性最大和能量最大的双优化准则,引入NSGA-Ⅱ算法进行多目标传感器优化部署求解。考虑到该算法仅适合连续性优化变量,存在收敛速度及多样性保持方面的不足,对其在编码方式和遗传算子设计两方面进行改进,并给出所有指标权重组合且分布均匀的Pareto最优解集。设计四种优化方案,进行仿真比较可得:基于改进NSGA-Ⅱ算法的星载天线传感器多目标优化部署方案,较其他三种方案在性能指标上更优,且该方案更加符合实际工程的多指标优化设计要求,保证优化结果具有更高的灵活性和适应性。

基于三维温度场快速重建的传感器节点优化部署研究

物联网背景下,工业场景的温度场可视化可以反映设备的使用状况,有利于提高工业设备的工作效率、节约能源以及降低事故发生率。在工业三维温度场可视化研究中,为提高温度场重建精度、降低工业成本,优化部署传感器节点成为重要解决途径。由此,提出了一种基于模拟退火算法(SA)和Kriging算法的优化算法(SA-Kriging算法),在保证三维温度场重建精度的前提下,用最少数目和最优位置的传感器节点快速重建三维温度场。MATLAB模拟实验显示:相比于均匀布置传感器节点,采用该算法部署传感器节点获得的平均重建均方根误差降低4.42%。结果表明SA-Kriging算法对于传感器节点的数目与位置皆可实现优化,极大提高了三维温度场重建的准确性。

室内障碍环境下空气质量监测异构WSN部署

针对室内空气质量中污染性气体众多、浓度分布不均,单一传感器无法有效监测,而且室内障碍物会对传感器部署位置造成影响的问题,通过改进北方苍鹰优化算法(improved northern goshawk optimization,INGO)对障碍下异构传感器进行部署研究。首先,采用SPM混沌映射对种群进行初始化,以解决原始北方苍鹰算法初始化种群多样性不高、覆盖率低、冗余度高的问题;其次,使用非线性步长权重改进Lévy飞行策略,对种群位置进行更新;最后,融合柯西变异和反向学习,解决算法后期种群易陷入局部最优的问题。结果表明,改进的优化算法在无障碍和障碍环境下覆盖率分别达到了94.2%和93.0%,与其他学者在无障碍环境下提出的算法进行对比,覆盖率分别提高了0.8%,1.2%,2.8%,7.1%。INGO算法能够对室内障碍环境下的空气质量监测传感器进行最优部署,为室内空气质量监测等复杂环境异构传感器的部署问题提供科学依据。

移动传感器网络中目标跟踪与监测的同步优化

针对移动传感器网络(Mobile sensor networks,MSNs)中动态目标(事件源)的监测优化问题,为提高网络覆盖质量,建立基于Voronoi剖分的监测性能(Quality of monitoring,QoM)评价函数,提出基于群集控制的传感器节点部署分布式控制算法.每个节点在本地结合最小二乘法和一致性算法来估计目标相对位置.相比传统算法,本文算法只需本地和单跳通信(可观测)邻居的信息,从而减小通信时长和能耗.算法在提高以目标为中心的一定区域监测性能的同时,使全体传感器速度趋于一致,从而在尽量保持网络拓扑结构的同时减少了整体移动能耗.在目标匀速或目标加速度信息全网可知的情况下,全体传感器速度渐近收敛至目标速度,且监测性能收敛至局部最优.所采用的目标位置估计滤波算法计算简单、切实可行.

智能温室精细化控制中传感器布点的研究

针对智能温室变量施水作业中土壤水分传感器部署问题,提出一种将规则网格化和Delaunay三角剖分算法相结合的布点方法。该方法通过规则网格化,将温室种植区域土壤离散成多个正方形网格,再对每个正方形网格进行Delaunay三角剖分。考虑到土壤含水量存在空间变异性,利用变异系数对剖分的三角网格进行约束,将局部变异性较大的三角网格再次细分,实现少量传感器确定温室土壤含水量分布特征。利用MATLAB确定土壤含水量变异系数阈值,对最终部署点的采样值使用Kriging插值与实际土壤含水量三维分布图对比验证,并通过对照实验验证了算法的正确性,为温室精细化变量施水作业奠定基础。

自动化和检查传感器技术确保产品高质量

"自动化"和"零缺陷制造"由于其在弹性体制造中越来越重要而成为一个热门话题,特别是它能够更有效地利用资源,降低成本。这种策略的基础是使用传感器部署工艺集成控制。原则是"以较低的生产风险实现最佳的性能和最优单位成本或更高的交付保障"。一般来说,这意味着可以减少成本,同时也能提高客户满意度。尤其是在生产大量弹性体零件的情况下,自动化还提供了优异的过程设计,同时,通过使用传感器优化了橡胶硫化过程,得到更高质量的产品。硫化真正可以成为零缺陷生产工艺。