基于Symlets小波变换的燃气管道泄漏诊断方法

提出一种新的基于无线传感器网络的管道泄漏诊断方法,以解决现有管道泄露诊断方法存在的定位精度差、距离受限和实时性差的问题.该方法采用分布式数据融合技术,在源节点处利用Symlets小波变换提取包含泄漏特征的单模态声发射信号,消除噪声干扰及频散现象;在汇聚节点处根据信号幅值大小将泄漏点两侧的信号排列组合,利用互相关时差定位和加权平均原理获得泄漏点位置坐标.实验结果表明,基于无线传感器网络的新型管道泄露诊断方法可显著提高泄漏点定位精度,其定位误差小于5%.     

面向RS-485控制网络的Modbus协议扩展及应用

Modbus协议广泛应用于工业控制领域,但其在实践中存在通信安全性差和效率低的问题.对此,分别对协议进行了“身份认证”与“读离散寄存器”功能码扩展.“身份认证”通过区分操作权限,保证通信安全;“读离散寄存器”支持对不连续地址寄存器的访问,提高了通信效率及协议寻址地址分配的灵活性.在基于R5-485的某太阳能光伏发电控制网络中成功应用的实例表明,扩展功能可有效提高协议的通信安全性与效率.     

BP神经网络在无线传感器网络三维定位中的应用

为了减小多跳距离估计误差对三维无线传感器网络节点定位的影响,提出了一种结合BP神经网络的多跳定位(BPL)算法.建立了BP神经网络模型,用来修正不相邻节点间的多跳距离估计值;根据锚节点间的位置关系提取样本对其进行训练,使其能够反映三维无线传感器网络几何结构的主要特性,未知节点利用训练好的BP神经网络估计出自身到一定跳数...     

电子整机三维自动布线技术研究

电子整机的快速布线是影响整机快速制造的瓶颈之一。本文采用三维加权网格,对电子整机三维模型进行网格划分,描述了布线空间。运用基于网格的迷宫算法和最小斯坦纳树生成法,进行线缆敷设的线路搜索,并加入Rubin优化算法改善搜索速度。结合实际工程经验和规则,以自行开发的电子整机三维布线系统(3DRS)验证了该算法的可行性。     

状态反馈法改善MEMS静电驱动结构瞬时特性的研究

MEMS静电驱动结构的瞬时特性受其结构本身机械动态特性的影响,自然阻尼过高或者过低都可能会让系统发生操作偏差.利用状态空间分析法分析了MEMS静电驱动结构的工作机理.基于状态反馈原则设计了一种输入量控制方法,即根据系统要求指标来配置极点,实现最优控制.仿真实验结果证明,该方法能提高系统的瞬时特性.     

无线传感器网络微型节点设计的电磁建模方法

为解决微型无线传感器节点设计过程中无法分析射频微机电（RF MEMS）器件微小可动结构的电磁特性问题,提出一种电磁建模方法——变形时域交替方向隐式有限差分法。采用有限差分技术,引入时间变量实现一维垂直运动结构动态方程的时域离散;讨论了时域交替方向隐式有限差分法（ADI-FDTD）的三维数值色散关系;提出线性电（磁）介质参数插值的方法,解决了运动结构的机械时空步与电磁时空步的不一致问题,实现了复杂三维动态结构的时域描述。仿真实验验证了该方法可行有效。     

网络寿命最优的管道监测传感网节点部署研究

提出一种管道监测传感网中节点的优化部署方案,以降低天然气管道监测网络的节点能耗和延长网络寿命。采用一种新的性能指标——成本寿命作为优化目标,分析网络规模、节点间距以及数据传输结构对优化目标的影响,并建立求解节点部署优化问题的数学模型。模型的求解采用混合遗传算法,利用外点函数法修正不满足约束条件的解,同时把退火选择算子嵌入到实数编码的遗传算法中,增强其搜索能力。理论分析和实验结果表明,该方案不仅能够降低网络的节点能耗,平衡网络负载,而且对网络寿命有益处。     

无线传感器网络的网络层服务质量的评价方法研究

提出了一种无线传感器网络的网络层服务质量的量化评价算法。该算法利用测试床对网络原始信息进行高效可靠的获取,通过统计对比测试床信息和汇聚节点信息,实现对丢包率、通信成功率、吞吐量和能量效率等指标的量化评价;根据丢包率和通信成功率建立二维云模型,实现对路由鲁棒性的量化评价。实验结果表明该评价算法可信有效,并且具有较好的易用性和可扩展性。     

无线传感器网络定位算法研究

定位技术是无线传感器网络的支撑技术之一.针对无线传感器网络低成本、低能耗的要求,在继承DV-Hop定位算法优点的基础上,提出根据跳数来调节节点定位过程中的数据包接收量即LDV-Hop定位算法.算法在局部范围内索取定位信息,并可以部分抵制MAC层冲突带来的错误信息.利用网络仿真工具Ns-2对算法进行仿真分析和比较,结果表明LDV-Hop定位算法有更高的定位精度,能有效降低数据通信量,并且对于不规则形状的节点分布具有较强的适应性.     

神经网络和证据理论融合的管道泄漏诊断方法

针对传统管道泄漏诊断方法存在的准确率不高的问题,结合无线传感器网络与信息融合技术,提出一种神经网络和证据理论有机结合的管道泄漏诊断方法. 在普通节点处建立两个子神经网络模型来简化网络结构,分别以负压波和声发射信号中的泄漏特征参数作为输入向量进行初始泄漏诊断;然后将神经网络的识别结果作为证据的基本概率分配,从而实现了赋值的客观化;采用改进的证据组合规则,在普通节点和汇聚节点处进行两级证据合成,充分利用了网络中各种冗余和互补的泄漏信息. 实验结果表明,该方法显著提高了管道泄漏诊断的准确率,降低了识别的不确定性.