传感器数学模型的研究

本文提出了传感器随机数学模型和模糊数学模型这两个新问题,概述了各种建模方法,着重介绍用数值计算方法建立若干种传感器数学模型的实例。     

基于遗传优化策略的传感器配置算法

传感器配置是传感器网络研究的核心问题之一.传感器网络配置可以有效布置传感器网络节点、合理覆盖感知数据区域、延长感知区域传感器网络的运行周期,既能够准确地采集感知区域的数据信息,又能够充分管理传感器网络资源.本文提出了在传感区域中一个有效的基于遗传算法策略的的传感器配置算法,算法目标在于优化传感器数量并且确定它们的位置以...     

基于遗传算法的无线传感器网络最小覆盖集算法

降低能耗以延长网络生存时间是无线传感器网络设计中的一个研究热点.提出一种利用遗传算法实现的"密度控制"策略.该策略利用无线传感器工作节点的最小节点子集(最小覆盖集),达到覆盖整个传感器网络区域的目的.所提出的算法能够较好地调和无线传感器网络寿命和网络覆盖率之间的矛盾,仿真实验证明了算法的有效性.     

密闭空间内的传感器最佳放置位置研究

提出了监测密闭容器内的气体浓度的两个最佳传感器放置位置标准，分别以气体浓度达到给定值的时间最短和在给定时间内气体浓度最大为目标建立了模型，并研究了其优化算法，优化算法运用有限元算法计算得出密闭空间内各点的气体浓度，根据记录的气体浓度值利用查找算法和排序算法进行优化计算，得出最佳传感器放置位置，最后给出了一个仿真应用实例，计算结果表明了这两个最佳传感器放置位置标准的合理性以及优化算法的准确性。     

模拟传感器的抗干扰设计

模拟传感器的应用非常广泛,各行各业可以见到模拟传感器的身影.但在模拟传感器的设计和使用中,都有一个如何使其测量精度达到最高的问题,这就要求设计制作者必须注意到模拟传感器干扰源以及干扰作用方式,设计出消除干扰的电路或预防干扰的措施,才能达到应用模拟传感器的最佳状态.     

一种移动传感器网络完全覆盖控制算法

根据不同的传感器网络通信半径与传感半径比,建立了三种理想的完全覆盖模型. 提出一种基于距离和方向控制的移动传感器网络分布式完全覆盖自部署算法(DOC). DOC算法能使移动传感器网络通过自部署达到理想完全覆盖,即通过距离上的虚拟力控制使节点之间的距离达到理想距离,并通过时针方向的角度控制使节点与其两个相邻邻居节点的夹角达到理想夹角,从而达到理想完全覆盖. 仿真结果表明,对于任何通信半径与传感半径比值,DOC算法都能有效地使传感器网络达到k连通(k≥3)的理想完全覆盖.     

一种多传感器数据信息的融合算法

为解决在多传感器信息融合技术中出现的测量维数和置信度较低、系统的探测能力和生存能力较差以及空间和时间的范围较窄等问题,提出了一种改进的PSO算法.该算法主要包括对传感器自身特点的分析,以及建立一个综合传感器信息增量和处理时间的目标函数的过程.从实验仿真结果可以看出,该算法可以有效地剔除性能不符合系统标准的传感器,从而更...     

双信道无线传感器网络移动代理路由算法

针对移动代理在信道竞争过程中的相互碰撞及相互抑制问题,提出了一种移动代理联合优化路由算法(MACORA).首先利用双层图模型将双信道无线传感器网络中的信道变换问题转化成双层图中的路由问题,进而可将寻路业务和数据传输业务分别放在双层图的控制层和数据层中同步传输,然后将双层图的控制层和数据层融合成一个双层网络,并在这个双层网络中为每个业务实时选路,最后充分利用不同网络层间的空闲信道资源来减少移动代理在信道竞争过程中的相互碰撞及相互抑制概率,达到降低网络堵塞率及数据包传递失误率2个目标.仿真结果表明,与动态传感器网络移动代理路由算法及无线传感器网络移动代理路由算法相比,MACORA算法能将数据包的传递成功率提高15%,并能有效降低网络的平均通信延迟.     

无线传感器网络中基于划分的二维轮廓监控算法

针对传统数据库领域的轮廓查询算法无法直接移植到无线传感器网络领域问题,提出了一种基于划分的二维轮廓监控算法(P2S).P2S算法利用轮廓查询的特点将二维平面进行划分,为每个传感器节点分配一个矩形区域作为过滤器来减少网络中的数据传输,达到降低节点的能量消耗的目的.实验结果表明,P2S算法可以过滤传感器节点的大量不必要的数据,有效地减少了节点向基站发送的消息数量,使得节点有限的电能得到更加合理的利用,从而极大地延长了无线传感器网络的使用寿命.     

无线传感器网络覆盖优化策略

针对无线传感器网络节点覆盖容易出现空洞和盲区的问题,提出一种基于改进人工鱼群算法的无线传感器网络覆盖优化算法.首先构建网络节点的信任度模型,进行节点轮换调度修复路由,然后采用改进人工鱼群算法进行无线传感器网络节点的自适应定位寻优,以人工鱼群优化的节点分布模型重构无线传感器网络(WSN)节点覆盖连通图,实现优化网络覆盖.仿真实验结果表明,利用覆盖优化算法进行WSN网络节点设计,明显地改善了网络节点的覆盖质量,提高了无线传感器网络的安全性能.     

无线传感器网络中一种基于安全性的时钟同步算法

无线传感器网络可以部署在各种危险的环境里,虽然风险性比较大,但是如果能够顺利完成任务,完全有可能延长安全时间。在保证安全的情况下,能够提高无线传感器工作有效性的新的算法——时钟算法。它主要是将网络中的恶意、不良的信息发现以后及时删除处理。此种方法能够使发恶意信息的网站有一定的收敛,并且时间精确。这种算法已经经过了许多的仿真实验,得出来的结论是这个算法是可以使用的。     

基于CMOS图像传感器的压缩感知成像算法

近年来提出的压缩感知理论将信号采样和压缩同时进行,突破了奈奎斯特采样定理的限制,为低采样高分辨率成像提供了可能.为此,提出了一种基于CMOS图像传感器的压缩感知成像算法,采用并行处理策略对CMOS图像传感器A/D转换前的模拟像素矩阵进行压缩采样,减轻了A/D转换模块的负担,大大降低了CMOS图像传感器的功耗,并且该算法实现电路简单.仿真结果表明,所提算法能快速有效地进行测量值的获取,利用TVAL3算法重构的图像主客观质量较好.     

大规模无线传感网络数据收集的无人机路径规划

针对部署在地表交通困难的大规模无线传感网络,采用目前可控无人机(unmanned aerial vehicles, UAV)进行数据收集能够达到更好的效果. 然而,考虑到无人机自身有限的资源,以及网络中存在大量传感器节点的情况,无人机飞行路径规划对于顺利完成数据收集任务具有重要作用. 无人机路径规划可以看作经典的旅行商问题(traveling salesman problem,TSP). 针对部署具有均匀性特点的大规模无线传感网络,提出了一种规则化快速路径规划(fast path planning with rules, FPPWR)算法. 该算法通过网格划分,将全局区域飞行路径的求解划分到多个较小的方格中进行,并通过成对算子路径优化算法在初等飞行路径上将方格区域中的路径合并为全局路径. 实验证明,该算法在保证了较高精度的同时,显著提升了路径规划的效率.      

数字伺服聚焦式位移传感器的研制

提出了一种基于改进的傅科刀口法的数字伺服聚焦式位移传感器,分析了其基本原理、结构与数字伺服控制系统的主要构成。传感器采用基于离散参数自学习的增量型自整定PID控制算法,测量中通过能量信号来判断光点位置,且通过推理算法结合应用准则从知识库中重新确定PID系数,对标准粗糙度样板的检测证明该传感器具有较高的精度。     

SOS压力传感器温度的补偿

分析了硅 蓝宝石(SOS)压力传感器的温度特性,表明测量范围较宽时,传感器的输出易受环境温度的影响,并且成非线性·提出一种基于神经网络共轭梯度算法的硅 蓝宝石压力传感器温度补偿方法·利用神经网络共轭梯度算法具有逼近任意非线性函数的特点,通过训练使神经网络建立在不同环境温度下传感器输出与其实际感受的电压值之间的非线性映射关系,实现硅 蓝宝石压力传感器温度补偿·计算机仿真表明,该方法不仅能有效地消除温度的影响,而且能在神经网络的输出端得到期望的线性输出·     

多元线性回归在角位移传感器机务维护中的应用

某型飞机副翼角位移传感器输出误差直接影响飞参系统的相关通道采集记录精度,制约了飞参记录数据在诸多方面的应用与研究。针对机载传感器输出误差重复性差等特点,论文提出利用多元线性回归算法对飞参记录相关历史数据段进行处理和拟合,该方法在补偿传感器输出误差、辅助判断传感器故障和确定传感器校准时机等方面具有较高的精度和工程使用价值,并已应用在辅助机务维护等方面。本文利用该算法在Matlab环境下对副翼角位移传感器零位输出数据进行了仿真。     

三维空间实现全覆盖的传感节点优化分布算法

针对无线传感网中重要的覆盖问题,已有多种算法来解决这个问题.通过分析这些算法,提出了一种三维空间下的基于网格点的随机算法的改进算法.算法分为两个阶段,初始阶段采用随机算法获得一个初始部署集以实现完全覆盖,在此基础上对初始部署集进行优化,达到在满足完全覆盖的前提下部署集的最小化.实验结果显示了算法在实现最大覆盖的基础上部署集优于已提出的贪心算法和线性规划算法.     

无线传感器网络中的移动式目标跟踪

针对传统无线传感器网络进行移动目标跟踪时能耗过高的问题,提出一种基于移动节点和固定节点协同工作的移动式目标跟踪算法.在传统的由固定节点组成的无线传感器网络中加入少量移动节点,对移动目标进行持续性跟踪.通过移动节点和普通固定节点之间的配合,提高监测质量和容错性,在满足既定监测质量要求的前提下,尽可能地减少参与监测的普通固定活跃节点的数量.仿真实验结果表明:所提出的跟踪方法可以有效地降低固定节点的能耗,延长网络生存期.     

遗传神经网络在GMI传感器设计中的应用

 巨磁阻抗（GMI）微磁传感器具有灵敏度高、响应速度快等突出优点,但其输出信号呈高度非线性特性。利用交流偏置方法产生非对称巨磁阻抗效应（AGMI）,对磁场传感器的线性度有一定改善,但仍存在线性范围小、线性误差较大的缺点。BP神经网络具有良好的自学习、自适应和非线性映射能力,但通常训练速度较慢、易陷入局部极小值;遗传算法有很强的全局寻优能力,但其局部搜索能力不足。为充分发挥二者优点,本研究提出一种基于遗传神经网络的传感器非线性误差校正方法,并针对所设计的GMI传感器,设计了适合本系统的遗传神经网络,可通过Matlab软件实现。结果表明,经过训练的网络输出结果有序,网络的非线性映射性能良好,能精确反映该传感器系统的函数关系。该方法运算快速、精度高,对智能GMI传感器的设计具有一定工程应用价值。     

一种基于LDA和FCM的BPA多模型软测量方法

模糊C-均值聚类(FCM)算法是数据预处理中常用的一种方法,但用这种方法进行数据聚类,各类别边界信息间往往存在干扰,模型精度不能得到很好改善。本文采用一种改进的线性判别分析(LDA)方法,用于扩大样本类别间的距离,使聚类更为精确。将FCM算法与改进的LDA算法结合提取样本特征,然后通过多模型融入到SVM算法中。通过对双酚A软测量建模的仿真研究表明该方法具有较好的效果。