一种基于超声和射频融合的无线传感器网络网格定位方法

提出了一种基于超声和射频融合的网格定位方法。首先对射频的无线信号强度进行筛选,采用压缩感知方法进行粗定位。然后基于粗定位结果对超声测量的计时结果进行评价和加权,以抵抗局部非视距(NLo S)环境影响。之后再迭代时进行进一步精细定位与超声计时结果的评价加权,直至达到终止条件。测试结果显示:所提出的融合定位方法的定位精度优于经典的CHAN算法,在实际测试中取得较好的定位性能。

融合无线传感器网络与射频识别的输电线路杆塔状态监测网络低延时技术

杆塔是输电线路体系中的关键组成部分,其稳定可靠性是整个输电线路运行安全的重要保障。提出一种融合无线传感器网络(wireless sensor network,WSN)和射频识别(radio frequency identification,RFID)技术的输电线路杆塔状态监测网络,具有监测成本低、故障定位迅速和适合长期监测的优点。中继节点设置是所提出监测网络性能研究的关键,建立了中继节点传输延时模型,有利于分析不同条件下的监测网络延时性能。针对RFID冗余数据导致的融合监测网络延时,提出一种适用于输电线路杆塔状态监测RFID冗余数据处理方法,能有效削减阅读器端采集的冗余数据,具有算法简单、实时性强等特点。

一种基于无线传感器网络和射频识别融合技术的研究

射频识别技术和无线传感器网络(WSN)技术是普适计算中两个最为重要的组成部分,它们各自具有不同的优点和应用领域。射频识别传感器网络,将射频识别融入WSN中,利用无线传感器网络覆盖范围广等特点,能够实现远距离的信息识别和网络整体信息的综合管理。本文探讨射频识别技术与WSN技术相融合,对其融合方案进行了比较,并分析了射频识别与WSN相互融合的状况和发展趋势。

橘园无线传感器网络不同节点部署方式下的射频信号传播试验

为解决橘园中无线传感器网络(WSN)规划和快速部署问题,该文基于无线射频信号的传播特性,研究了橘园中WSN射频信号与影响因素间的关系。试验中选取433MHz载波频率,基于连续无线电波分析了WSN射频信号受植被深度、天线高度和通信距离等因素联合作用下射频信号在橘园的衰减情况,建立了橘园中不同影响因素作用下,433MHz无线射频信号接收强度与环境传播因子及通信距离间的线性模型,拟合曲线的R2最低为0.797,最高为0.980,验证了此模型用来预测橘园中影响因素对接收信号强度衰减趋势的可行性;得到了基于无线射频信号接收强度指示下不同植被深度、天线高度和通信距离变化联合作用下的最佳天线高度分布表,为无线传感器网络在橘园中的节点部署提供指导。

基于神经网络预测的无线传感器网络田间射频信号路径损耗

为解决应用无线传感器网络技术监测农田信息时无法快速预测射频信号路径损耗的问题,基于神经网络理论研究了田间路径损耗与其影响因素间的关系。试验中选取915和2470MHz2个载波频率,在冬小麦的不同生长阶段测量射频信号在田间各影响因素作用下的路径损耗,建立和验证基于神经网络的射频信号田间路径损耗预测模型。所建立模型模拟值与实测值的相关系数为0.92,应用建立的神经网络预测田间射频信号路径损耗并与实测值对比,最大预测误差绝对值为4.186dB,最大预测标准差为2.759dB,预测准确度为94.2%。所建立的BP网络可以对田间射频信号路径损耗进行预测。

低功耗射频唤醒无线传感器网络设计

针对无线传感器网络采用睡眠/唤醒机制来实现低功耗时,不可避免地引起网络响应时延的问题.在波束供电技术的基础上提出了无线传感器网络低功耗射频唤醒机制,给出了低功耗射频唤醒无线传感器网络节点的硬件结构和详细设计.节点通过从电磁波中获取能量来及时地唤醒自己,以达到提高实时性的目的.性能分析表明低功耗射频唤醒无线传感器网络节点比采用传统睡眠/唤醒机制的节点具有更高的实时性和更低的功耗.

无线传感器网络的多信道信息融合方法设计

在无线传感器网络组成的物联网中,受并行通信的干扰,导致多信道信息融合效果差、时延高、信息传送能耗大。为此,提出了针对物联网中无线传感器网络的多信道信息融合方法。通过树型拓扑结构合理分配物联网中传感路由节点信道,抑制并行传感通信的干扰。根据信息熵理论,获取各传感信道信息之间的距离差,采用欧氏距离得出各信息单元的距离熵,进行归一化处理,计算出各传感信息单元属性与融合的权重,按照线性加权算法融合各部分的信息,完成多信道信息融合。仿真结果表明:所提方法的多信道信息融合时延和信息传送能耗始终低于0.69 s和59 J,证明所提方法在传感网络多信道信息融合的效果较好,能够有效降低传感信息融合时延,减小传感信息传送能耗。

无线传感器网络分布式射频干涉定位方法

针对现有无线传感器网络节点定位方法复杂度较高的问题,提出了一种基于射频干涉的分布式节点定位方法(DRIPS).首先利用2个锚节点形成射频干涉场,然后用其中1个锚节点的移动产生多普勒效应,从而各节点可通过测量自身低频接收信号场强指示的瞬时频率得到与移动锚节点之间的夹角信息.结合锚节点的地理位置,节点融合多组定位角度信息得到最优的位置估计.DRIPS方法仅需利用节点的常规无线通信设备,不需要额外的辅助测量装备,同时各节点独立进行自身的位置估计,不需要进行集中处理,是一种分布式的定位方法.仿真结果表明,对于200 m×200 m的定位区域,在多普勒频偏的测量精度为1 Hz时,节点的平均定位误差可以达到1 m以内.

无线传感器网络的2.4GHz低功耗低中频射频接收前端的设计

在0.18μm CMOS工艺下设计了一种用于无线传感器网络的具有低功耗、低中频特性的2.4GHz射频前端。该射频前端由一个共栅结构的可变增益低噪声放大器(VGLNA)和一个低功耗折叠正交吉尔伯特结构混频器构成,内部同时集成了一个给混频器提供IQ差分本振信号的二分频器以及一组缓冲器。其低噪声放大器具有高、低两个增益模式。为了弥补共栅低噪声放大器在增益和噪声等性能方面的不足,选取有一定增益的折叠吉尔伯特有源混频器结构。对共栅结构的低噪声放大器的设计过程、相关负载电感建模过程及混频器设计过程进行了详细分析,对整个射频前端芯片进行了测试,测试结果显示,射频前端核心电路在1.8V电源电压下工作电流为3.2mA,功耗为5.76mW;在高增益模式下,具有26dB的转化电压增益及8dB的噪声系数;在低增益模式下,输入1dB压缩点为-20dBm。

无线传感器网络中基于α-壳的射频攻击定位

传感器网络的特殊性使之易受到射频干扰攻击等各种攻击,为了下一步安全机制的实施和部署,确定攻击者的位置,利用α-壳概念及其性质提出基于α-壳的射频攻击定位算法。当1/α与最小包容圆半径相等时,节点集合的α-壳顶点可达到共圆,进而依据α-壳顶点的数目,计算最小包容圆半径。该定位算法实现了最小包容圆半径的求解和圆心位置的确定,从而实现了对射频攻击者的定位。模拟实验表明,与已有的增量算法相比较,基于α-壳的射频攻击定位算法定位误差小,且随着网络节点密度等度量值的变化,时间消耗也不会呈指数级增长,而只呈线性的略微增长。

无线传感器网络中的信号处理与数据融合

为了探讨无线传感器网络(WSN)中信号处理与数据融合的应用效果及其对网络性能的影响,采用理论分析与实验验证相结合的方法分析了信号处理技术在数据预处理、信号检测与估计、信号编码与压缩方等方面的应用及数据融合技术在环境监测、目标跟踪、健康监测等场景下的实际效用,构建模型并开展一系列实验。结果表明,有效的信号处理与数据融合技术能显著提高无线传感器网络的数据准确性和系统效率,信号处理与数据融合的集成应用进一步增强了网络处理能力及应用范围,此结果可为无线传感器网络的优化配置和应用提供理论依据和实践指导。

基于灰色模型预测的无线传感器网络鸡舍环境射频信号衰减试验

为解决应用无线传感器网络技术监测封闭式鸡舍环境信息时无法快速预测射频信号衰减的问题,基于灰色模型预测理论研究了鸡舍环境射频信号强度衰减与其影响因素间的关系。试验中选取433 MHz载波频率,分析了无线传感器节点射频信号受节点高度、鸡笼高度、通讯距离等因素作用下射频信号的衰减情况,建立和验证了基于灰色理论的射频信号衰减预测模型。运用所建立模型的预测值与实测值对比,最大预测误差绝对值为6.52 dBm,预测准确率为90.5%,所建灰色模型可以用来预测鸡舍环境射频信号强度衰减。

无线传感器网络中的数据融合技术研究

无线传感器网络中的数据融合技术是一种将多个传感器节点采集到的数据进行整合、分析和处理的技术。该技术可以提高数据采集的准确性和实时性,为各种应用提供科学依据和支持。本文从无线传感器网络和数据融合技术的概述入手,详细介绍了无线传感器网络中的数据融合技术,并以环境监测、智能交通、农业和工业制造4个领域为例,阐述了数据融合技术在不同领域的应用,旨在为相关研究人员提供有效参考。

基于CNN与BiGRU融合的无线传感器网络数据聚合方法

由于缺乏对无线传感器网络数据特征的综合分析,导致数据聚合延迟偏高,为此,提出基于CNN与BiGRU融合的无线传感器网络数据聚合方法研究。引入了CNN实现对无线传感器网络数据全局以及结构特征的提取,其中,CNN的两个特征提取分支分别对原始数据的全局状态和信息结构进行特征提取。在对长短期记忆网络(LSTM)进行改进的基础上,将门控循环单元网络—BiGRU引入到无线传感器网络数据的聚合研究中,利用前向GRU网络,和后向GRU网络对接无线传感器网络数据特征,实现对数据的有效聚合。在测试结果中,设计方法对于不同规模无线传感器网络数据的聚合延迟稳定在6.5s以内,处于较低水平。

基于射频芯片AT86RF230实现无线传感器网络节点的设计

ZigBee是一种基于IEEE802．15．4规范的无线技术，是介于无线标记技术和蓝牙之间的技术提案，主要用于近距离无线连接。它依据802．15．4标准，在数干个微小的传感器之间实现了相互协调和通信。它具有在IEEE802．15．4规范上创建的安全和应用层接口、工作于免授权的2．4GHz频段、以年计算的超低电池寿命。

射频供能无线传感器网络高能效数据收集方案

在射频供能无线传感器网络中,提高网络能效和吞吐率是一个重要的研究问题.该文统筹考虑信道分配、节点的能量阈值以及MAC(Medium Access Control)帧分块重传机制,提出高能效和高吞吐率的数据收集方案;推导了节点的充电时间、节点传输一个MAC帧的平均能耗和平均时延、网络能效和吞吐率,定义了网络效用函数,形成了最大化网络效用的优化问题.通过调整效用系数并求解优化问题,可以获得使网络能效和吞吐率最大化的最优能量阈值和MAC帧最优分块个数.仿真结果表明,所提方案的能效和吞吐率高于已有方案.

无线传感器网络中基于贝叶斯准则融合的协作频谱感知算法

文中将认知无线电应用于无线传感器网络中,考虑了传感器节点的能量有限、传输数据量较多、频谱资源受限、次用户如何避免占用主用户信道等情况下,构建一种认知无线传感器系统模型。该系统在对授权用户不造成干扰的前提下提高频谱利用率,解决频谱资源受限的问题,并在此基础上提出了基于贝叶斯准则融合的协作频谱感知方案,同时定量的分析了虚警代价与漏验代价对系统的影响。仿真结果表明,相比传统的或融合、与融合协作频谱感知方案而言,该方案较好的提高了无线传感器网络频谱感知的可靠性和准确性,同时更明确地指出虚警代价相比于漏验代价大时,可有效地使系统平均总代价降低。

无线传感器网络中基于数据融合的移动代理曲线动态路由算法研究

和传统的C/S模型相比,移动代理模型在数据融合方面更适合无线传感器网络.在基于移动代理的数据融合算法中,移动代理访问传感节点的顺序以及总数对算法的效率、网络寿命等有着重大影响.为此提出了一种基于数据融合的移动代理曲线动态路由算法设计方案.通过构造特定数据结构的数据报文和数据表,给出了目标节点基本信息收集算法获取目标节点到处理节点的最优路径;将移动代理路由归结为一个优化问题,由静态路由算法求出移动代理迁移的静态最优路由节点序列,进而获得了移动代理基于曲线的动态路由算法.理论分析和模拟实验表明,随着传感器网络规模的增大和传感数据量的增加,和其它算法相比,该算法有更小的网络耗能和延时.

低功耗射频唤醒无线传感器网络设计

由于传统模式下为了降低无线传感器电能损耗而使用的休眠或唤醒机制有着一定的弊端,对通讯网络的咨询反馈不及时,所以文章提出了采用基于波束供电程式来运行的无线传感器网络射频唤醒技术。低功耗的射频唤醒技术对于无线传感器网络来说,其节点经过电波的流动来收集能量,准时唤醒机体自身,最终实现成效性。根据性能分析报告发现,新型的低功耗射频唤醒无线传感程式较之传统唤醒程式来说,其节点体系具备更优的稳定性和较少的耗能,对于支持往后的生活需求以及生产运营来说都有着重大意义。

基于神经网络的无线传感器网络数据融合算法

为减少无线传感器网络的通信量,降低能量消耗,设计了一种基于神经网络的数据融合算法(BPNDA),该算法将BP神经网络和传感器网络分簇路由协议有机结合,将每个簇设计成一个神经网络模型,通过神经网络提取原始数据中的少量特征数据,然后将特征数据发送给汇聚节点,从而提高数据收集效率,延长网络生存时间。仿真实验证明,与LEACH算法相比,该算法可有效减少网络通信量,降低节点能耗。