霍夫曼算法在降低WSN系统功耗中的应用研究

主要介绍了霍夫曼编码在无线传感器网络通讯中的应用研究,通过霍夫曼压缩算法对无线传感器网络（WSN）中的传输数据进行压缩,减少网络数据传输量,降低系统工作能耗。本文通过在TPMS系统实验证明,在无线传感器网络中应用霍夫曼压缩算法可以明显降低传输数据量,从而有效延长无线传感器模块的工作寿命。

振动信号无线传输的数据压缩编码算法

无线传感器网络节点资源非常有限,若实时采集传输振动信号,由于信号变化快,数据量大,网络节点将会因为资源过早耗尽而失效,并且上位机需要很大的数据存储空间。为了解决上述问题,提出了一种针对振动信号进行压缩编码的算法,并编程将其移植到节点DSP中。首先,采用5/3提升小波对振动数据进行处理;然后,利用嵌入式零数小波对得到的小波系数进行压缩编码;最后,为了进一步提高压缩比,便于节点传输数据。对上述结果进行霍夫曼压缩编码,对数据的解码、解压缩和重构则由上位机软件完成。讨论了初始阈值和小波分解层数的选取对压缩效率的影响。实验结果表明,该算法可有效压缩振动信号(压缩比高达9.5),且在保留其频域主要特征的情况下,使传输数据量大大减少,节省了网络节点资源和上位机存储空间。

自动配料远程监控系统设计

为将各种原料准确快速地混合成各类配合饲料,设计了一种基于S7-200 PLC的自动配料远程监控系统。采用S7-200 CPU226实现现场设备的控制,通过自由口协议实现与现场监控计算机的通信。使用VC++.NET开发的客户端和服务器监控程序实现了配方的远程及时调整与实时监控。同时,采用屏幕分格方法以及霍夫曼压缩算法,实现了现场监控图像的无损压缩及实时传输,为生产过程的远程监管及生产现场的无人值守提供技术保证。

可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法

针对非结构化大数据难以实现安全存储和易遭受安全攻击的问题,提出可撤销属性加密结合快速密度聚类算法的非结构化大数据安全存储方法。利用可撤销属性方法为非结构化大数据提供安全的存储结构,通过区分安全攻击和传输错误来防止大数据的误传和避免安全攻击;利用霍夫曼压缩技术对数据进行快速压缩,节省非结构化大数据处理过程中的时间开销;利用错误控制技术为潜在丢失的数据提供备份系统,并利用快速密度聚类算法有效处理多维大数据文件。实验证明,相比于其他现有非结构化大数据安全存储方法,该方法的执行速度更快,时间开销更小,信息损失百分比更低,信噪比(SNR)和压缩比更高。

基于JZ875的低能耗无线VPN设计

提高数据在数传模块之间传输的效率,在以JZ875数传电台为通信模块的基础上,通过霍夫曼压缩对发送数据进行数据压缩、查询Hash表对基站数据添加信道包头以建立专用信道、DES加密算法对发送数据进行加密三个步骤的有机结合,建立了大田水分传感器网络中基站端与远程计算机端之间的高效率虚拟专用网。实验结果显示,在数传模块的正常通讯范围内,基站端数据发送量可以减少20%左右,远程计算机端接收到的数据正确率可达96%左右。