无线传感器网络测试系统数据融合研究

根据无线传感器网络在军事领域中研究与应用,对无线传感器网络用于军事装备测试成为新的应用方向.针对无线传感器网络在军事装备测试系统中数据冗余大、关联性强、实时性要求高等问题,为提高传输率与数据精度,提出了基于核偏最小二乘法的无线传感器网络数据融合算法.利用核偏最小二乘法对数据进行回归建模并进行仿真,实现数据快速融合.仿真结果表明,方法的可行性和有效性.     

基于多红外传感器的智能温度测试装置设计

针对物体温度分布的检测,设计了一种新型的智能温度测试装置.该装置采用多红外传感器阵列结构,引入BP神经网络算法对测试数据进行自动补偿与非线性校正,运用基于均值的融合算法对数据进行融合处理,同时,在装置中采用集成温度传感器进行环境温度补偿.与采用红外热像仪进行温度分布检测相比,该装置具有测温精度高、兼容性强、测试成本低、易于维护等优点.     

基于嵌入式无线传感器网络平台的实现

介绍了基于嵌入式无线传感器网络测试平台的软、硬件设计与实现方案,由嵌入式单片机ARM作为核心控制模块,结合外围传感器和无线收发模块,把传感器节点采集的环境数据,进行简单处理后传送到网关节点,网关节点对数据融合处理后,通过TCP/IP模块封装成IP数据包通过移动通信模块发送到服务器,对数据进行管理;同时介绍了嵌入式实时操作系统μC/OS-Ⅱ、小型TC/IPP协议栈μIP以及μIP在μC/OS-Ⅱ上的实现.     

基于WiFi的超低功耗温湿度网络传感器设计

WiFi技术的功耗和定位问题是阻碍其在无线网络传感器中应用的核心问题.以集成了WiFi功能和ARM7内核的SoC芯片GS1010为核心,设计了一款超低功耗温湿度网络传感器,使用SHT15温湿度传感器对温湿度数据进行长期监测.软件系统在μC/OS-Ⅱ嵌入式实时操作系统下,实现了基于睡眠/唤醒机制的低能耗管理、基于SNMP协议的网络管理、基于RSSI的无线定位,以及传感器数据采集和无线传输.测试结果表明传感器工作稳定,达到低功耗温湿度监测和无线定位的要求.     

无线传感器网络网内数据融合的研究

针对目前无线传感器网络(WSNs)网内数据融合所面临的一些挑战,提出了一种基于无线传感器网络分布式K-平均聚类(DKCWSNs)算法的WSNs节点传感数据的分组策略,并采用基于自适应加权的数据融合方法对分组后的感知数据进行融合处理,从而获得更合理的结果.最后,通过实例验证了该方法的有效性.     

嵌入式数据融合系统的设计与实现

介绍了一个基于ARM9嵌入式系统的数据融合平台设计与实现过程。采用S3C2440嵌入式微处理器、ZigBee无线传感器网络和实时Linux操作系统,集成单传感器数据融合与多传感器数据融合两套算法,能够依据环境切换融合算法,并可方便地集成各种数据融合算法,特别适用于旧系统改造、流动式数据检测与控制等场合。     

一种适用无源RFID的集成加速度传感器设计

针对射频识别（ RFID）与无线传感器网络（ WSNs）融合研究的需要,基于0.35μm CMOS工艺设计了一种集成加速度传感器。传感器单元采用从单晶硅衬底的背面进行深反应离子刻蚀工艺,背面刻蚀完成后再正面对金属和介质复合层进行各向异性刻蚀。集成电容式传感器接口电路基于锁相环原理,将传感器信号转移到频率域处理,避免了高功耗的A/D转换器的使用,直接完成电容/数字转换。后期测试结果显示：所设计的集成加速度传感器线性度好,稳定性高,功耗低,适合无源RFID及其它超低功耗应用设计。     

石油井架结构无线应变传感器的设计

在石油井架结构测试中普遍采用传统应变电测法,针对这种方法在测试中存在的问题,以CC1110无线单片机为核心设计了一种用于石油井架结构检测的无线应变传感器.重点介绍了无线应变传感器的组成、硬件电路设计、软件设计以及对所研制的无线应变传感器进行的标定和实验.结果表明:所设计的无线应变传感器具有测量精度高、体积小、功耗低、传输可靠、抗干扰能力强等特点,适合在井场测试中使用.     

基于哈尔小波的传感器网络数据融合算法

在无线传感器网络中,数据融合对于延长网络寿命起着关键作用.当前,对无线传感器网络中数据融合的研究主要集中在基于数据库查询的基础上进行数据合并,本文提出了使用基于哈尔小波变换的数据融合算法在传感器节点内进行数据级融合,它可以有效降低传感器节点内原始数据的发送量,并可以根据细节系数重构不同融合粒度的数据.     

无线传感器网络中基于神经网络的数据融合模型

数据融合技术通过减少传感器节点间的数据通信量,可以有效地节省传感器节点能耗,延长无线传感器网络的寿命.提出了独特的基于神经网络的数据融合模型(NNBA),该模型巧妙地将无线传感器网络的分簇层次结构与神经网络的层次结构相结合,将每个簇设计为一个三层感知器神经网络模型,通过神经网络方法从采集到的大量原始数据中提取特征数据,然后将特征数据发送给汇聚节点.以森林火灾实时监测网为应用实例,设计神经元模型及功能函数,并给出NNBA模型的仿真测试结果.     

面向结构损伤信号的多传感器感知融合方法

针对结构监测中的结构损伤信号的处理,提出一种基于压缩感知的数据融合方法,实现压 缩采样后的稀疏信号的融合和重构。对航空铝板的损伤信号采用高斯随机矩阵将高维 信号序列投影到低维空间,获得稀疏采样的线性测量值,实现信号的压缩采样;再对多 传感器的线性测量值进行数据融合;最后通过重构算法来实现信号的重构。实验表明,与现 有的方法相比,感知融合的方法具有更好的融合性能和抗噪性,能获得更高的数据压缩效果 ,节省了网络的带宽和能量,更适合于结构损伤信号的处理。     

基于RFID传感标签的弯曲应变无线监测方法及实验

为解决结构应变有线监测方法存在的布线量大、安装维护费用高、可靠性差等问题,提出一种基于RFID传感标签技术的无线监测新方法。详细介绍了由应变信号调理电路、MSP430单片机和nRF905无线收发模块组成的标签硬件设计和软件实现。根据有限元分析的结果,在碳纤维增强复合材料层合板实验试件上布置了多个电阻应变片,利用设计的传感标签和读写器,在万能材料试验机上构建了结构应变无线监测的实验系统。弯曲实验结果表明分布的传感标签可有效获取结构应变信号并实现信号的无线传输与处理;多通道数据分析处理结果与实验现象一致,验证了该系统实现结构应变无线监测的有效性。     

无线传感器网络疑误数据节点自动诊断方法

为了提高无线传感器网络疑误数据检测能力,提出基于轮换调度的无线传感器网络疑误数据节点自动诊断方法.通过采用分块区域特征匹配的方法,得到无线传感器网络疑误数据传输的梯度模型,采用资源优化分配方案,进行数据传输信道的均衡调度,得到节点部署分布模型.通过传感信息跟踪采样方法,得到采样信息分布,建立无线传感器网络疑误数据信息特...     

无线传感网络中的目标分类融合

In wireless sensor networks, target classification differs from that in centralized sensing systems because of the distributed detection, wireless communication and limited resources. We study the classification problem of moving vehicles in wireless sensor networks using acoustic signals emitted from vehicles. Three algorithms including wavelet decomposition, weighted k-nearest-neighbor andDempster-Shafer theory are combined in this paper. Finally, we use real world experimental data to validate the classification methods. The result shows that wavelet based feature extraction method can extract stable features from acoustic signals. By fusion with Dempster's rule, the classification performance is improved.     

医院无线网络信息节点安全性度量方法研究

为了提高医院无线网络信息节点安全性,确保医院无线网络通信的畅通,提出一种基于传感器量化融合跟踪检测的医院无线网络信息节点安全性度量方法。构建医院无线网络信息节点的自适应转发控制模型,采用节点剩余能量融合识别方法进行节点的自适应调度,在物联网环境下实现医院无线网络信息节点的优化定位部署,构建节点的路由探测协议,利用医院无线网络信息节点自身的存活度进行无线传感网络模式下的节点转发链路均衡处理,采用传感器量化融合跟踪测试方法实现医院无线网络信息节点的安全性度量。仿真测试结果表明,采用该方法进行医院无线网络信息节点安全性度量的准确性较高,节点的能量开销较小,提高了节点数据转发的准确率。     

基于深度学习算法的无线传感器异常数据检测

提出了基于深度学习的异常数据检测的方法,精准检测到无线传感器异常数据并直观展现检测结果。基于无线传感器网络模型分簇原理,通过异常数据驱动的簇内数据融合机制,去除无线传感器网络中的无效数据,获取无线传感器网络有效数据融合结果。构建了具有4层隐含层的深度卷积神经网络,将预处理后的无线传感器网络数据作为模型输入,通过隐含层完成数据特征提取和映射后,由输出层输出异常数据检测结果。实验证明：该方法可有效融合不同类型数据,且网络节点平均能耗较低;包含4层隐含层的深度卷积神经网络平均分类精度高达98.44%,1000次迭代后隐含层的训练损失均趋于0,可实现无线传感器异常数据实时、直观、准确检测。     

面向目标侦测的非配合式无线传感器网络研究

针对战场目标侦测需求,在满足无线传感器网络低成本、低功耗约束条件的前提下,选择了传感器组合,设计实现了非配合式无线传感器网络硬件平台,采用红外传感器作为"唤醒传感器"实现节点休眠唤醒功能,同时检测人员与车辆,磁阻传感器负责铁磁物质检测,声音传感器实现车辆与人员的声音信号特征检测,利用简单实用的数据处理方法对各传感器信号...     

基于神经网络的无线传感器网络数据预测应用研究

无线传感器网络是一种由数量庞大的网络节点形成的复杂无线网络,是无线传感器的典型应用,目前已经广泛应用在多个领域当中。将神经网络引入到无线传感器网络当中,通过神经元描述每一个无线传感器数据,构建神经网络元模型。对传统的神经网络模型进行改进,利用无线传感器的神经网络模型,实现无线传感器网络采集数据的融合与提取。通过各种应用类型的差异,选择影响数据输出结果的主要因素,建立一种能够进行预测的模型。以某个区域是否发生火灾为实验原型,对该区域的火灾发生概率进行预测,采用已有的火灾发生数据为训练样本,通过收敛的网络预测火灾发生的概率。实验结果表明,基于神经网络的无线传感器网络数据预测是一种可行、有效的方法。     

无线MEMS电容式加速度传感器在港口吊机动挠度测试中的应用

港口吊机抓斗运行时,横梁将产生动挠度.动挠度仪或涡流传感器可以直接测量物理位移,但需要固定的安装点,其使用环境受限.动挠度信号主要以低频为主,普通的直接安装在吊机梁上的传感器因不能测得低频信号而无法测量动挠度.为此,开发了种基于电容式低频振动传感器的无线动挠度测试系统,相对目前其他动挠度测试仪器及测试方法,系统使用方便...     

非打扰式无线传感器网络测试仪的设计与实现

无线传感器网络的测试工具对于传感器网络的深入研究和应用具有重要意义。提出了一种非打扰式的无线传感器网络测试方法,并介绍了基于该方法的无线传感器网络测试仪的设计思路和详细实现。该测试仪采用可编程逻辑阵列(FPGA)高速采集传感器节点的内部互连信息,并将采集的信息通过额外网络传输到测试服务器进行集中处理,还原节点状态信息和获取整个无线网络的通信情况,避免了对传感器网络节点运行和无线通信的影响。实验测试表明,该测试仪可以很好地获取节点状态,并在数据采集的过程中不干扰节点的正常工作。