基于象限分割的迟滞软切换VLC-WiFi接入选择算法

针对解决无线网络频谱匮乏、用户频繁切换问题,本文提出一种基于象限分割的VLC-WiFi异构接入与迟滞软切换算法。依照三维坐标系将室内分割为4部分建立用户速率模型,获取用户速率,建立遮挡模型模拟VLC链路被遮挡情景。用户依据所在位置、象限、遮挡及速率等参数执行接入操作;切换依据迟滞思想将向内切换与向外切换阈值差异化,使切换存在弹性空间从而抑制乒乓效应。在5 m×5 m×5 m室内空间内经过多次实验表明,提出的室内VLC-WiFi异构组网方案水平切换次数降低43.8%,遮挡及垂直切换数降低45.3%,乒乓次数降低52.27%,吞吐量比传统算法提升约5.84%。该算法可以显著降低切换与乒乓次数。因此本文为室内异构网络通信研究提供理论依据。

一种基于PGD的WIFI位置定位新算法

在利用已知指纹点位置坐标估算定位点位置时,目前大多采用WKNN。考虑到AP信号在不同方向有不同的衰减率,本文在WKNN基础上提出了基于PGD的位置定位新算法。通过实验分析,结果表明:与WKNN相比,本文提出的PGD算法具有更高的定位精度和更强的可靠性。

基于WiFi信号的室内外联合定位技术研究

当前基于GPS与WiFi的室内外联合定位技术实现了较高定位精度,然而此类方法在过渡区域时需要处理两种不同场景的信号,存在越区平滑切换难以及缺乏有效的数据关联等问题。针对上述问题,将物理空间位置信息与WiFi信息关联建立了基于WiFi信号的室内外联合定位图模型,并使用Jaccard相似度算法进行室内外判定和一次定位。为了增加WiFi定位精度,使用三次样条插值扩充WiFi指纹库,并通过加权K近邻算法进行二次精准定位。实验结果表明,基于定位图模型的方法具有较高定位精度和较小的系统时延。此外,结合校园三维模型与前端技术开发了WiFi室内外联合定位系统,并部署在云服务器端,验证了所提出的定位方法具有潜在应用价值。

一种基于菲涅耳区和深度学习的WiFi手势识别方法

针对当前的WiFi手势识别技术对手势估计不准确、受噪声影响较大和特征提取不充分等问题,文章提出了一种基于菲涅耳区和深度学习的识别方法.该方法主要分为3个阶段:模型搭建、数据预处理和手势分类.模型搭建阶段通过菲涅耳区定量了手势运动与信号波动模式之间的精确关联,进而确保了对手势的精准估计;数据预处理阶段通过天线之间的商模型、离散傅里叶变换、Hampel滤波器和离散小波变换进行平滑滤波处理,保证了振幅和相位信息的质量;手势分类阶段利用建立的深度神经网络模型,从所有链路的子载波信息中自动提取并筛选出时空域特征,最后用Softmax函数实现手势识别.实验证明,该方法能够达到96%的识别准确率,在不同的实验环境下具有较高的鲁棒性.

应用于WIFI或BLE接收机可重构有源RC滤波器设计

文中提出一种可重构的有源RC滤波器,其可以同时适用于WIFI6/BLE(低功耗蓝牙)传输协议。该滤波器基于40nm CMOS工艺设计,其可以在五阶切比雪夫低通滤波器与三阶巴特沃斯复数带通滤波器进行切换,并基于可编程的电阻和电容,实现增益和带宽的调节。为了满足高截止频率(80MHz)的场景,以及相应的带宽精度,滤波器使用一种基于新补偿技术的新型全差分运算放大器,并采用PTAT电流,该放大器优化了滤波器高频性能并最大限度地减少了电流消耗。版图后仿真结果表明,在WIFI应用中,滤波器的典型带宽为10、20、40、80 MHz,增益调节范围0~24 dB,单路电流消耗为2、3、4.5、5.1 mA,拥有出色的相邻信道抑制:-36 dB@160 MHz(80 MHz带宽);BLE模式下,中心频率可在1 MHz和2 MHz之间进行切换,并拥有大于30dB的镜像抑制,增益0~24 dB可调,单路功耗为1.2 mA。

基于等效载噪比的WiFi与北斗三号RSMC出站信号的兼容性分析

近年来,北斗导航系统建设逐渐完善,北斗三号区域短报文通信(Reginal Short Message Communication, RSMC)服务已进入行业应用越来越广的关键时期。WiFi信号与北斗三号RSMC出站信号频率接近,在实际使用过程中,2个系统可能存在兼容性问题。针对WiFi信号干扰对北斗三号RSMC出站信号性能的影响问题,介绍了北斗三号RSMC出站信号的空口特性,分析了WiFi信号对北斗三号RSMC出站信号的带外干扰和带内干扰,基于等效载噪比的分析方法,从载噪比损失方面对干扰的强度做了仿真分析,并给出了改进方法。研究结果为WiFi和北斗区域短报文服务兼容并存提供技术基础。

基于ZigBee和WiFi的智能语音家居控制系统

电子信息技术的高速发展为智能家居控制系统的设计提供了多样化选择,传统的智能家居无线组网方式更多地偏向于WiFi单种无线组网方式,相较于ZigBee组网技术WiFi技术在功耗、成本以及空间覆盖面上都存在一定的弊端。为了兼具低功耗、低成本、空间覆盖面广的特点,本文设计了一种混合了ZigBee及WiFi技术的混合式组网智能语音家居控制系统。该系统以STM32系列单片机作为主控芯片,感知层以ZigBee技术作为传感器的无线组网方式,网络层结合了ZigBee与WiFi技术开发了物联网网关,由网关统一进行数据转发,应用层则主要使用了SpringBoot框架及Vue框架开发了一个控制页面负责实时显示数据和远程控制硬件设备,同时在系统设计中加入语音控制模块提高了用户体验。本系统高效、节能、便捷,兼具模块化、自动化和智能化,可以实现对家庭室内环境参数指标进行采集和显示,为现代智能家居物联网系统设计提供了一种混合式无线组网方案。

基于WiFi通信的行车安全预警系统设计

随着汽车保有量的不断增加,行车安全问题日益凸显。但传统意义上的行车安全预警系统存在硬件成本高、检测功能单一、响应不迅速等一系列问题,本文设计了一种基于WiFi通信的行车安全预警系统。该系统以STM32单片机为控制核心,通过多种类型传感器采集车内的酒精、一氧化碳气体浓度和障碍物距离数据,并利用WiFi通信实现无线传输,当WiFi不能使用时可以使用4G通信,用户通过手机APP可以实时查看车内外的环境状况。测试结果表明,该系统具备数据检测精度高、多功能数据检测、数据响应迅速等特点。

基于WiFi的便携式无线心电仪研制

近年来,随着慢性病患者数量的增加,人们开始关注自身健康,由此便携式医疗保健装备逐渐走入人们的生活。现阶段,医用医疗监护仪功能强大,能采集多种人体生理参数,但其操作难度高,缺乏专业知识的人难以使用。文中提出了一种新的无线心电仪的设计方案,该方案使用无线通信传输,可以实时采集和分析人体生理参数,并在终端显示。该装置采用模拟前端、红外传感等技术实现生理参数的采集,使用微控制器和WiFi技术实现人体生理参数的检测与传输。采用TCP/IP传输协议实现无线网络数据通信,并基于LabWindows/CVI开发了一个虚拟云服务器。采用多线程操作机制,用户可以在PC上简单便捷地实时监测自己的心电、血氧等生理参数。

WiFi Indoor Positioning and Tracking Algorithm Based on Compressive Sensing and Sage-Husa Adaptive Kalman Filter

Aiming at the problem that the positioning accuracy of WiFi indoor positioning technology based on location fingerprint has not reached the requirements of practical application, a WiFi indoor positioning and tracking algorithm combining adaptive affine propagation (AAPC), compressed sensing (CS) and Kalman filter is proposed. In the off-line phase, AAPC algorithm is used to generate clustering fingerprints with optimal clustering effect performance;In the online phase, CS and nearest neighbor algorithm are used for position estimation;Finally, the Kalman filter and physical constraints are combined to perform positioning and tracking. By collecting a large number of real experimental data, it is proved that the developed algorithm has higher positioning accuracy and more accurate trajectory tracking effect.

智能家电WiFi通信传输性能测试研究

探讨智能家电产品的WiFi通信传输性能测试方法。本文对智能家电的WiFi通信传输性能进行了简要说明,并对在全电波暗室中测试智能家电WiFi通信传输性能的方法进行分析与说明。

基于WiFi的物联网分布式心率血氧监测系统设计

针对传统的心率与血氧含量的检测方法在现代医学的应用中存在的缺陷与不足,设计了一款实时监测老年人的心率与血氧含量的物联网产品。本设计以STM32为控制器,由主机和从机两大系统组成。通过从机的MAX30102模块采集心率与血氧数据,将老年人心率与血氧数据在从机的OLED显示屏实时显示数据,当老年人心率与血氧数据稳定后,利用从机WiFi将数据传输至主机WiFi,在主机的OLED显示屏上进行显示。如主机上OLED显示屏显示的数据不在正常阈值范围内,主机将按照WiFi传输顺序精准闪烁LED灯并通过蜂鸣器发出警报,护理员可以实时监测老年人的身体状况。

WiFi6技术分析及应用策略研究

WiFi6是新一代的无线网络技术,它具有更高的速度、更低的延迟和更好的稳定性,为用户提供了良好的网络体验。文中对WiFi6技术进行了分析,并探讨了其在各个领域中的应用。通过研究,人们可以更好地了解WiFi6技术的优势和应用前景,为其应用提供支持。

Wifi通信技术在煤矿信息化中的实践

根据矿井信息化发展对矿井通信系统网络的扩展性、兼容性以及通信速率的要求,对Wifi通信技术的特征进行了简单的描述,并从有线通信网络的延伸、无线调度通信、应急通信、数据采集以及控制命令的传递等几个角度,对Wifi通信技术在矿井信息化中的典型应用进行详细剖析,指出Wifi通信技术应该与4G通信技术、矿井物联网通信技术等进行有效结合,从而促进矿井信息化的发展。

基于WiFi通信技术的矿井通风监测系统分析

通风是煤矿生产的关键环节,可有效抑制安全隐患,保障整个生产过程的安全。稳定、安全的通风不仅能为井下提供所需空气,还能创设优质、舒适的作业环境,积极预防火灾、瓦斯爆炸等安全事故。为了能够有效处理矿井通风安全问题,本研究提出基于WiFi通信技术,构建矿井通风检测系统,及时预警,有效预防事故。

5G+WiFi6融合的移动物联网方案研究与应用

随着移动通信和WiFi技术的快速发展,5G和WiFi6的终端被广泛应用到物联网中。如何将5G和WiFi融合到移动物联网已成为行业的重要关注点和应用点。本文首先介绍了5G终端和物联网的概念,然后基于5G移动物联网需求进行分析,提出5G+WiFi6融合的移动物联网组网方案。在组网方案中,研究了基于802.1X和Portal认证机制的5G+WiFi融合组网安全接入技术,提升了系统的安全性和可靠性;研究了5G+WiFi的Mesh组网方案,使用OLSR协议解决了5G多流量出口路由问题,实现对传统的AC+AP方案的替代,节省了组网成本。基于本文的研究方案,在客户的5G智慧园区做了网络部署应用,实践证明5G+WiFi6的融合组网技术方案能够保证企业多场景、多业务应用的需求,能够为企业建设移动物联网提供参考。

基于WiFi信号和深度学习的身份识别技术研究

随着价格低廉WiFi设备的广泛部署,无处不在的WiFi信号在人体感知和身份识别方面得到了应用。现有基于WiFi的人体身份识别大多依赖人的步态特征,需要人在WiFi收发设备间来回走动,这种方法限制了识别的速度、规模和应用场景。针对这一不足,提出了一种静态、非接触式快速人体身份识别方法,首先基于人体生物特征影响的射频信号生成特有的信道状态信息(CSI)指纹,这种静态的特征可以提高多人识别的效率;然后对信号进行数据增强和主成分分析(PCA)以减少训练时间和存储空间;最后将预处理后的数据进行多层深度卷积神经网络(DCNN)处理,提取出辨别性特征并进行身份识别。实验结果表明,所提方法可以在多达35人场景下进行快速识别,平均识别精度为95%,优于现有的方法。

基于ZigBee与WiFi的植物工厂环境数据采集系统设计

随着信息技术高速发展和物联网技术在农业农村的普及应用,数字农业设备的研发逐渐成为农业信息化产业关注的热门研究领域。在此背景下,文章设计了一种基于农业物联网的植物工厂环境精准采集系统。文章阐述了以ZigBee-WiFi模块为核心的系统功能总体结构,阐述了以CC2530和ESP8266为核心元件的硬件系统结构,阐述了Z-stack协议栈和OneNET平台的设计结构。经过调试与运行,本文设计的系统能够准确地、实时地采集植物工厂的环境参数数据。

基于WiFi的智能家电遥控系统设计

针对家用电器遥控器越来越多、易丢失和不能通用的现象,基于WiFi技术设计一款智能家电遥控系统。系统通过与智能终端连接WiFi,利用WiFi模块传输数据,单片机控制继电器的闭合,实现多种家用电器的开关,达到遥控的目的。测试结果表明,设计的系统运行可靠,能集中实现对家电遥控的目标,具有良好的应用前景。

基于自适应粒子滤波的WiFi与PDR融合定位算法

针对室内复杂环境下单一定位算法精度低的问题,提出基于自适应粒子滤波的WiFi与行人航位推算(PDR)融合定位算法。针对WiFi定位固定K最近邻(KNN)导致精度变差的问题,采用优选动态KNN进行加权KNN(WKNN)算法定位估计;对于PDR定位累积误差的问题,通过动态阈值的波峰波谷步频检测、最小二乘法拟合修正非线性步长模型进行改善;在此基础上,采用自适应粒子滤波进行WiFi与PDR融合定位。实验结果表明:所提算法在3 dBm噪声标准差条件下,均方根误差(RMSE)为0.95 m,精度达到0.89 m,可有效改善在室内环境下定位系统的定位精度和鲁棒性。