基于RBF神经网络区域划分-分块补偿的储油罐用温度传感器非线性补偿

由于储油罐温度场分布规律复杂,因此采用温度传感器进行储油罐温度数据测量时需要进行误差补偿,提出了一种基于RBF神经网络区域划分-分块补偿方法。根据储油罐温度场分布规律及温度传感器安装布置,将罐内空间划分为若干个区域。利用RBF神经网络对各个区域内的温度传感器分别构建相互独立的补偿模型进行非线性补偿。实验表明,与多种补偿方法相比,该种方法模型结构简单,补偿后的储油罐用温度传感器误差大幅减少。

基于网络区域划分的分布式监控技术研究

近年来,随着我国经济建设和信息技术的不断发展,互联网信息技术越来越多地被应用于社会生产活动的各个领域中。本文针对当前我国各生产领域多应用系统、多计算机的复杂信息环境,探讨了一种基于网络区域划分的分布式监控技术,该技术可实现多计算机、多应用系统信息环境下的网络信息的监控。

一种高效低能耗移动数据采集与无线充电策略

在无线可充电传感器网络(wireless rechargeable sensor network,简称WRSN)中,所面临的一项重要挑战是如何在高效收集传感器节点数据的同时,降低网络整体能量消耗.大多数现有数据收集策略或是不能适应大规模的充电传感器网络,或是没有充分考虑到传感器节点能量补充的问题,这将严重降低网络的通信量和生命周期.为此,针对WRSN中数据收集和网络能耗的问题,提出使用数据收集小车(data collection vehicle,简称DCV)和无线充电小车(wireless charging vehicle,简称WCV)分别负责数据收集和节点充电,从而在优化数据收集的同时,保证网络的持续性.首先,为了提高数据收集和充电效率,根据传感器节点的邻域相似度以及节点之间的距离,将网络自适应划分为多个子区域;随后,根据传感器节点足跳路由之内的电池能量和节点社交性,选择各个区域内数据收集锚点;接着,通过分析传感器节点自身能量消耗与网络系统能耗之间的关系,设计了网络能耗优化函数,通过对偶分解和次梯度的方法求得优化函数的最佳节点感知率和物理链路传输率;最后,实验验证了该网络不仅能有效降低网络整体能耗,而且具有较低的节点死亡数目.

Multi-path routing algorithm in WSN using an improvedparticle swarm optimization

To slove the problems of constrained energy and unbalanced load of wireless sensor network(WSN)nodes,a multipath load balancing routing algorithm based on neighborhood subspace cooperation is proposed.The algorithm adopts the improved particle swarm optimization(PSO)algorithm,takes the shortest distance and minimum energy consumption as optimization target and divides the nodes in one-hop neighborhood near the base station area into different regions.Furthermore,the algorithm designs a fitness function to find the best node in each region as a relay node and forward the data in parallel through the different paths of the relay nodes.The simulation results show that the proposed algorithm can reduce energy consumption and average end-to-end delay,balance network load and prolong network lifetime effectively.