基于物联网的农业感知数据融合应用研究

随着物联网技术的不断发展,在农业领域中物联网技术得到了广泛的应用.农业物联网主要是通过传感器技术,对农业领域生产和管理的数据信息进行收集,所以农业感知数据的融合在农业物联网应用中是非常重要的.对农业物联网技术及农业感知数据的特点进行了分析,对农业物联网中农业感知数据融合的方法进行了研究,结合农业物联网技术应用的实际情况,对基于物联网的农业感知系统的硬件和软件进行了设计和研究.     

基于物联网技术的网络异构传感数据融合方法

融合网络异构数据时,现有融合方法存在融合精度低和融合时间长问题,因此引入物联网技术,提出一种新的融合方法。首先,引入小波变换的方法,过滤网络异构传感器数据噪声;其次,利用物联网技术,对物联网簇内数据聚类;最后,通过最小二乘法运算,实现汇聚网络异构传感器数据融合。实验结果证明,新的融合方法可有效提高融合结果的精度,缩短融合时间,提升融合效率,与现有融合方法相比具备更高的实际应用价值。     

基于无线传感器网络的网内数据融合*

由于电池能量的限制,无线传感器网络设计的一个主要目标就是最大化网络生命期。在传感器网络中,网内数据融合是减少能源消耗的有效途径。首先基于传感器网络的特点,描述了网内数据融合的概念和网内数据融合的两个层次,重点阐述了在无线传感器网络中网内数据融合的几种数据分发策略,并分析了数据的最大延迟时间T在各个融合节点上的分配对网内数据融合的影响。     

无线传感器网络数据融合研究综述*

无线传感器网络中数据融合技术可以有效的减少数据通信量,降低能耗,延长网络的生存时间。数据融合研究涉及多个方面的技术,因此设计高效的数据融合算法是一项具有挑战性的工作。针对近几年数据融合算法的发展状况进行了综述,对现有的无线传感器网络数据融合算法进行分类研究,给出算法的基本功能和特征,对部分的算法的性能进行讨论和比较,给出数据融合研究领域内存在的问题和发展方向。     

基于分簇的低能耗数据融合隐私保护协议

提出了一种基于分簇的低能耗隐私保护协议(LCCPDA), 其采用动态的方式选举簇头和简单加法簇内融合方式。LCCPDA可以在实现数据融合的同时保护数据安全, 防止数据被窃听和窜改, 保障了数据的隐私性。通过实验分析, 相比于分簇隐私数据融合协议CPDA, LCCPDA有更高的隐私保护性和更低的数据通信量。     

无线传感器网络中的数据融合及其能效评估*

首先介绍当前无线传感器网络中具有代表性的数据融合算法;然后基于树型网络拓扑结构,结合节点休眠调度机制,建立传感器节点的能量模型;最后提出从能量的角度评价不同数据融合算法性能的方法,并通过模拟对典型数据融合算法进行分析.     

一种新的物联网传感器数据融合方法

针对现有技术中各种异构网络或多系统之间的数据融合难、网络利用效率低下等问题,本文研究了一种新的物联网传感器数据融合方法,设计了基于物联网传感器数据融合系统.该系统包括物联网结构层、传感器输出信号的预处理部分和信号分析处理部分,采用ADuC812单片机实现了海量数据的处理,并通过多种无线通信技术进行数据传输,通过物联网应...     

多数据融合的污水厂风机故障在线诊断系统

风机的健康运行是污水处理厂达标运行的根本.为了实时掌握风机的运行状态,开发了一套风机故障在线诊断系统.当风机发生微小故障时,安装在设备上的多个传感器同步采集参数信息,通过对数据多维融合分析,提取出有效参数的故障特征并建立具备自诊断功能的专家系统,通过建立故障特征规则库,系统会根据故障特征做出判别并生成故障诊断报告,实现...     

基于能量优化的WSN数据收集和融合算法

针对WSN路由协议LEACH中簇头负载过重的问题,提出一种改进的数据收集和融合算法LEACH-E,在簇的建立阶段根据节点的剩余能量及相对距离选择簇头;在通信阶段,运用主成分分析法对簇头收到的数据进行降维处理,再将融合后的数据沿着蚁群算法找到的最优路径以多跳方式发送给基站。仿真结果表明,该算法在均匀分簇、均衡节点能耗、延长网络生命等方面有更好的性能。     

基于异常数据驱动的WSN簇内数据融合方法

引入数据驱动的思想,提出了一种基于异常数据驱动的簇内数据融合方法.在节点数据采集过程中,仅当异常数据发生时才发送给簇头,减少了监测网络的数据传输量.在簇头数据融合过程中,建立了各传感器之间的相互支持度矩阵,支持度值较低的监测数据将被剔除,支持度值较高的监测数据进行最优加权融合,从而保证了融合结果的准确性和有效性.仿真实验结果表明,与算术平均值法及自适应加权融合法相比,本文方法能有效去除冗余信息,在融合精度、能量消耗方面具有明显的优势.     

多传感器数据融合技术在故障诊断中的应用

利用多传感器数据融合的方法进行故障诊断,建立融合故障诊断系统.将故障诊断系统按数据融合的方法分为数据级融合模块、特征级融合模块和决策级融合模块.数据级融合模块主要对多传感器的测量信号进行处理,提取出故障诊断的特征信息.特征级融合模块采用3个结构相同的并行神经网络,一是进行局部诊断;二是获得决策级D-S证据理论的基本概率赋值.决策级采用D-S证据理论的方法对特征级局部诊断的结果加以融合,得到最终的诊断结果.利用此系统在汽轮机转子试验台架上进行了故障诊断,得到了令人满意的结果.     

物联网中基于决策级的数据融合

物联网环境下传感器节点会采集大量数据，并且不同节点对时效性的要求也不相同，为了使决策级融合能够更好的适应这一特点，论文将从数据融合算法和路由算法两个方面对其进行改进。其中数据融合算法是在模糊算法的基础上进行改进，主要方法是减少除首次融合外的各次融合的数据的数据量。路由算法是在LEACH算法的基础上进行的改进，主要方法是加入了体现数据时效的时效帧。     

基于物联网的机电设备综合巡检系统设计

针对目前煤矿机电设备维护过程中存在漏检、误检以及检查不够客观全面的问题,设计了一种基于物联网的机电设备综合巡检系统。该系统通过建立机电设备基础属性库,将机电设备的离线巡检与在线监测相结合,将人为经验检测的结果融于客观监测的信息进行综合判断,提高了对机电设备故障诊断的准确率。应用结果表明,该系统可为煤矿机电设备维修提供准确、可靠的依据,提高了煤矿设备管理水平。     

基于物联网的异构传感数据入侵风险识别方法

异构传感数据入侵风险识别过程中未对采集的异构传感数据进行融合处理,导致数据入侵风险识别完整性较差,为此,引入物联网技术,提出一种新的异构传感数据入侵风险识别方法;根据物联网的组成层次,构建物联网结构模型;依据不同网络入侵攻击类型,设置风险类型识别标准;在物联网结构模型下,采集异构传感数据,得出初始数据的融合处理结果;从传感数据结构以及数据时域变化两个方面,提取异构传感数据特征,计算入侵风险值;最终输出可视化的异构传感数据入侵风险等级以及类型的识别结果;实验结果表明,设计识别方法的风险值识别误差降低了0.015,风险类型识别正确率提高了1.6%,且风险识别方法的响应时间更短,即优化设计的入侵风险识别方法在精度和时效性两个方面更加具有优势。     

基于物联网和SOM算法的信息监控系统设计

在物联网环境下进行信息监控系统设计,实现对网络信息的监控和自适应采集,保障网络安全。针对采用传统的神经网络控制方法进行信息监控的数据挖掘准确性不好的问题,提出一种基于物联网和自组织映射SOM算法的信息监控系统设计方法,首先进行信息监控系统的总体设计和功能模块化分析,然后设计改进的SOM算法,应用在信息监控的数据挖掘和分类识别中,在程序加载模块中进行算法加载,最后在物联网环境下构建嵌入式Linux内核进行信息监控系统的软件设计和开发。系统仿真实验结果表明,采用该信息监控系统进行大型物联网的数据信息监控,对数据的准确挖掘和识别性能较好。     

基于云计算和物联网的网络大数据技术研究

为了使网络大数据应用的范围更广,更大程度地提高网络数据存储与管理精度,减少网络数据处理与控制的时间,需要对网络大数据进行研究。当前的网络大数据研究方法多是采用Hadoop基础架构对网络大数据进行研究,在数据存储中没有设定具体的安全存储指标,无法得到数据安全存储指标权重,存在数据存储安全性能低,网络大数据研究精度偏差大等问题。为此,提出一种基于云计算和物联网的网络大数据研究方法。该方法首先利用分级网络编码对网络数据进行传输,以传输的数据为基础,采用CRC算法实现网络数据的计算,然后依据分组存储的方式将数据进行存储,最后利用分层逆序叠加定位法对网络数据进行高精度查询,由此完成对网络大数据的研究。实验结果表明,所提方法可以全面具体地对网络大数据进行研究,提高了数据处理精度和网络数据计算速度,增加了网络数据存储空间容量和查询效率,减少了网络数据运行时的丢失率,扩展了网络数据的运作范围,为后续网络大数据的研究提供了强有力的依据。     

物联网信息融合技术及存在的问题研究

针对物联网信息融合问题进行了简要阐述, 指出物联网信息融合技术分为数据级融合、特征级融合和决策级融合三个层次。从融合技术的原理、适用领域以及技术之间差异性等方面对不同类型技术进行了较为全面的评述。在此基础上, 指出了物联网信息融合过程中存在的问题和挑战, 分析了有待进一步研究的方向。     

一种权重融合模型的物联网频谱分配方案及其免疫实现

采用认知无线电技术, 设计了一种空闲频谱资源选择排序方法。在进行频谱选择时, 提出了一种无偏好信息的主客观权重融合方法, 提高权重设置的合理性, 并将求解权重转换为一个最优化问题, 通过免疫优化算法进行求解。实验结果表明, 该算法可以有效选择满足物联网节点传输需求的频谱, 并具有较高的网络吞吐量。     

基于物联网的温室大棚系统设计

基于物联网的温室大棚系统,运用物联网系统的传感器设备,检测大棚的温度、相对湿度、光照强度、土壤水分、CO2体积分数等参数。通过Zig Bee无线传感器网络(WSNs)采集传感器的数据,传感器数据通过以STM32F103RBT6为核心设计的无线网关传输到远程监测中心。监测中心通过对接收到的数据进行分析,可对大棚环境进行短信预警通知,同时在PC或手机终端可以实时查询大棚状态,并远程控制大棚的浇灌器、通风天窗、外遮阳等设备,实现对大棚生态信息的自动监测和对设施进行自动控制的智能化管理。     

一种新的神经网络故障诊断方法

基于数据融合思想，提出一种新的神经网络故障诊断方法。利用系统故障征兆的分散性和复杂性，采用多个神经网络分别对每一类故障进行诊断，网络输入为与输出故障相关联的监测信号的特征值，将各网络输出进行融合，给出最后诊断结果。将该方法应用于斜轴式无铰柱塞液压泵故障诊断，结果表明能够充分利用各种特征信息，提高诊断速度和精确度。