共查询到20条相似文献,搜索用时 156 毫秒
1.
针对城市环境中的噪声监管问题设计了基于无线传感器网络(WSN)的多节点分布式噪声监测系统。与以往的噪声信号采集系统相比较,基于WSN的噪声监测系统不仅解决了信号采集困难,而且还解决了布线复杂、维修繁琐等问题。城市环境中丰富的供电线路配合太阳能电池板可为无线节点持续工作提供所需的能量。WSN通信在TinyOS环境下采用nesC语言设计开发。在LabVIEW环境下实现了WSN网关节点与主机通信,设计了人机交互监测显示面板,同时与城市地图数据库相连,以三维等高图的形式实时显示监测范围内的噪声强度分布。系统在实验室环境下进行了噪声信号监测实验,实验结果表明系统设计合理、结果正确。 相似文献
2.
首先介绍了基于WSN的粮情仓储监测系统的结构,针对粮仓温度监控的特殊环境,分析了经典LEACHE协议中簇头节点能量消耗过大和簇头节点与网关通信距离长的不足,提出以节点综合信息作为簇头节点选取的标准,同时通过限制簇内节点数目,在传输中结合簇内单跳、簇间与网关单跳与多跳结合的数据传输方式;最后将提出的改进算法在布设50个节点的粮仓中运行半年,经测量回收节点电池电压,90%节点均有效减少消耗,延长网络整体生存时间,较好地满足实际应用要求,为大型粮库设施现代化管理奠定了基础。 相似文献
3.
无线传感器网络在粮情测控系统中的应用 总被引:1,自引:0,他引:1
针对当前粮情测控系统的许多弊端,本文采用IEEE802.15.4无线个域网技术和IEEE1451.5智能传感器接口技术,构建了一种新型粮情测控系统。对该系统中的粮仓无线传感网络,给出了无线传感器节点和无线汇聚器节点的硬件设计,并提出了一种适合于粮情数据采集与传输的通信协议。实践表明,采用以上技术实现的新型粮情测控系统具有许多显著的优点。 相似文献
4.
针对现有家居安防系统的缺陷及其实际应用背景,提出一种由GSM网络、一个汇聚节点以及多个WSN节点构成的无线家居安防系统.介绍系统的结构组成、WSN节点的硬件结构和无线通信协议,并对汇聚节点的软件设计作了说明. 相似文献
5.
6.
实时监控无线传感器网络(WSN)从单个节点到整个网络的运行状态,是进行无线传感器各类研究及应用开发的关键技术之一,为了克服基于UART的数据传输所存在的速率瓶颈问题,设计了一种基于USB的WSN监测系统,主要包括侦听节点和监测分析系统两部分。侦听节点采用CC2531 USB Dongle,以被动侦听的方式获取无线传感器网络的数据包(符合IEEE802.15.4标准),封装后通过USB接口上传至上位机监测分析系统。上位机监测系统,通过USB接口读取数据帧、完成帧信息存储、解析。实验结果表明该设计能够实现数据传输并以图形方式动态显示网络运行状态。本监测系统的设计为开展WSN的各类理论及实验研究提供了有力的分析工具。 相似文献
7.
无线传感器网络(WSN)是基于IEEE802.15.4标准的一个无线多跳网络协议标准,它本身并不支持IPv6协议。为了整合WSN和IPv6网络来实现异构WSN之间的互联,6LoWPAN定义了如何在IEEE802.15.4网络上传输IPv6报文,但这并不支持WSN节点和IP网络设备的端到端互连。本设计的网关可以实现WSN网络和IPv6主机之间通过IPv6协议进行实时交互操作。通过实验证明本网关可以实现不同WSN网络节点和IPv6主机之间的通信,允许IPv6主机读取WSN节点数据并触发相应的动作。 相似文献
8.
在无线传感器网络WSN中,可靠性和容错性是评价WSN稳定性的重要指标。在WSN的实际应用中常会发生很多故障(Fault)和干扰,采用故障注入FI技术可以向WSN人为地注入这些故障和干扰,通过观察注入故障后网络的反应来评价网络的可靠性和容错性,从而对网络机制进行改进来提高网络的可靠性和稳定性。本文提出的FISDR是一种采用故障注入的WSN性能评估系统,基于软件故障注入方法,采用一对一的方式通过特殊接口与WSN节点连接,向WSN节点注入故障命令。该系统一是可以有效地向WSN注入各种实际应用时可能遇到的故障和干扰并观察网络运行的状况;二是可以接收包括WSN节点和其它各种设备通过特殊接口发来的数据,并将其存储;三是配有上位机软件对网络拓扑结构进行监控、对传输成功率进行统计并对存储的大量信息进行分析,从而对WSN网络及其可靠性做出评价。本系统在一栋五层办公楼分别用数十个WSN节点和FISDR节点做实验,实验内容包括使用FISDR向WSN注入大规模的故障并统计网络的反应状况,验证FISDR故障注入的效果,从而对FISDR的性能进行测试和分析。实验结果表明,FISDR可以有效地向WSN注入各种故障以评价其可靠性,在测试WSN及其可靠性评价方面有很高的应用价值。 相似文献
9.
无线传感器网络节点的低功耗设计 总被引:6,自引:0,他引:6
无线传感器网络(WSNs)能够协作地实时监测、感知和采集各种环境对象的信息,并将信息传递给系统用户主机进行分析处理。节点具有感知和路由的功能,在实际的应用中,功耗是影响节点工作寿命的关键因素。设计分析了WSNs系统功率消耗的构成,并从硬件和软件方面提出和总结了WSNs的低功耗设计方法,设计了一种低功耗的WSNs节点,并进行了测试,结果证明:该方法适合WSNs节点的应用,具有易使用、低功耗特点。 相似文献
10.
11.
随着物联网和计算机技术的不断发展,智能化、网络化、信息化是现代家居系统的必然发展趋势;将NI无线传感器网络(WSN)技术引入到智能家居监控系统的设计中,基于NI WSN系列产品进行了无线智能家居系统的总体框架、硬件型号和软件流程设计;系统的传感器节点分别采集盗情、烟雾、温湿度等参数,以无线形式通过网关将数据传输至上位机PC,在PC端利用Labview软件实现了智能家居防盗系统、火灾报警系统、环境舒适度等参数的实时在线监控,取得了良好的人机交互界面,并具有远程终端监控功能;该智能家居监控系统具备低功耗、实时性好、易扩展及可现实远程监控等优点,在智能家居领域具有广阔的市场前景和推广应用价值。 相似文献
12.
13.
14.
毛乾杰 《数字社区&智能家居》2009,5(1):232-234
温室环境监测采用基于ZigBee技术的智能网络化传感器有着很明显的优势。ZigBee网络容量大、功耗低、易于扩充并且支持自组织组网。该文设计了一种ZigBee无线传感器监测节点,介绍了基于ZigBee协议构建的无线数据采集网络,包括传感器节点的软、硬件设计。实验证明:节点工作状况良好,整个网络具有较高的可行性,可以实现对环境温湿度、光强等信息进行实时、准确的监测。 相似文献
15.
16.
为了实现温室大棚环境的无线、远程实时监控,提出了一种以CC2430芯片为核心的ZigBee温室环境无线测控系统。描述了终端节点、路由节点和协调器节点的硬件组成和软件流程,并应用改进的Cluster-Tree路由算法组成ZigBee无线传感网络,实现数据的无线传输。利用串口通信技术实现无线传感网络与Yeelink物联网平台的通信,管理者可远程登陆Yeelink平台和手机APP查看温室环境信息以及控制节点状态。经实验测试,大棚内无线节点间的通信距离约80米,并且实现了光强、空气温湿度及土壤湿度的监控。测试表明系统构建简单,稳定可靠,为智能农业的设计提供了参考。 相似文献
17.
和传统无线网络的节点相比,无线传感器网络的节点有其特殊的地方:电源能量有限,通信能力有限以及计算能力有限,网络拓扑结构更加不稳定,这些特性使得以前研究很多的无线自组织网的网络路由协议不能直接应用于无线传感器网络.提出基于遗传算法思想来设计和优化无线传感器网络的路由协议,使得源节点和目的节点之间以及中间节点之间存在多条最佳路径,节点在进行路由选择的同时,最大限度来保证网络各节点的总体能量消耗最少,最终保证整个网络的残存性能有进一步的提高. 相似文献
18.
无线传感器网络在露天矿车辆调度系统中的应用探讨 总被引:1,自引:0,他引:1
针对基于GPS的露天矿车辆调度系统存在用户节点能耗高、体积大、成本比较高、需要一定的固定基础设施的问题,探讨了无线传感器网络在露天矿车辆调度系统中应用的可行性,分析了基于无线传感器网络的露天矿车辆调度系统所采用的关键技术,指出了定位技术是无线传感器网络成功应用到露天矿车辆调度系统中的前提条件,并介绍了一种比较适用于露天矿车辆调度系统的定位算法及目标定位问题的实现方法,最后给出了该系统的应用前景。 相似文献
19.
无线传感器网络WSN是由分布在给定区域内大量无线传感器节点构成的一种新型信息获取系统,而无线传感器硬件节点的设计与实现是其应用的关键和基础工作.针对将无线传感器网络应用在青藏铁路沿线多年冻土区典型段进行地温、变形监测方面的特殊要求,设计了一种无线传感器网络系统,该网络由大量普通传感器节点、若干网关节点及一台计算机构成.无线传感器节点布撒在需要监测的区域内.将所探测到的有用信息通过初步的数据处理和信息融合之后,通过相邻节点接力的方式传送给网关节点.网关节点通过无线方式接收各传感器节点的数据并以有线的方式将数据传送给最终用户计算机.本文详细介绍了一种基于CC2431的网关节点以及基于C8051F320的USB接口的软硬件设计与实现. 相似文献
20.
在无线传感器网络(WSN)中,容易因为故障节点存在冗余的故障属性、噪声数据以及数据可靠性等问题,从而产生传输错误数据,这将极大地消耗WSN节点中能量和带宽,向用户形成错误的决策。为此,提出了基于蚁群算法和BP神经网络模型的WSN节点故障检测方法。通过使用蚁群算法,使用户通过寻找优化路径来定位WSN节点的位置,通过这种随机搜索算法以及蚁群算法的搜索策略使用户对WSN故障节点的位置进行总体把握。然后又基于BP神经网络模型对获取的WSN故障节点信息进一步学习,在数据训练过程中,依据WSN故障节点预测误差,并进一步调整网络的权值和阈值,增加了故障诊断的精度。采用的算法对检测WSN故障节点具有较好的性能,使无线传感器网络的服务质量大大提高,增强了系统的稳定性,实验结果验证了算法的可行性和有效性。 相似文献