基于Voronoi图的无线传感器网络覆盖算法研究

网络覆盖技术决定了无线传感器网络对物理世界和目标区域的监测能力.对于给定的被监测区域,如何达到最大的覆盖率,提高布撒方的防御能力,是覆盖控制中必须考虑的问题.Voronoi图具有良好的邻近性、邻接性、最大圆、快速划分区域和增删节点的特性.本文提出了一种基于Voronoi图的无线传感器网络覆盖算法,来定位覆盖漏洞区域,将未被覆盖的Voronoi图顶点加入到监测点中以提高被监测区域的覆盖率,并且研究了不同感知半径下传感器节点数量和覆盖率的关系.仿真结果表明,基于Voronoi图的覆盖算法有效的提高了网络覆盖率,从35.41％提高到了100.02％,且网络覆盖率随着传感器节点的感知半径的增大而提高.该算法容易实现,复杂度低,实验结果验证了算法的正确性.     

传感器在船舶系统中的应用

近年来，随着船舶自动化水平的不断提高，各类新型的传感器也广泛地应用于船舶系统中，如通信导航系统中使用GPS实现自动导航，利用测深仪测量船舶的航速与水底的深度等。随着船载控制系统复杂性的不断增加，要求有越来越多精巧的传感器引入整个船舶，所需要的传感器数量不断增大，才能够为现代船舶的操作提供瞬时的和丰富的传感信息，进而通过提供船舶操作人员所需要的早期危险报警和损伤评估来保证船舶的安全。     

MATLAB在传感器教学中的应用

静态标定是传感器教学中一个非常重要的环节,文中利用MATLAB实现了对传感器的静态标定,给出了实例。首先,以pt100热敏电阻为例,利用恒温水溶箱多次采集传感器加载卸载温度值,着重测量20℃～40℃每一分度的电阻值;其次,整理数据,利用MATLAB实现对温度传感器的静态标定。通过实例证实了算法的有效性。     

基于多目标优化函数的无线传感器网络负载均衡路由协议

针对目前无线传感器网络路由协议在延长网络生存期和提高网络整体性能等方面存在的缺陷,以平衡网络中节点能量消耗、延长网络生存期为优化目标,提出了一种基于多目标优化函数路由协议. 该协议将节点可用能量、路由跳数和节点之间物理距离等参数引入到路由选择函数中,以实现最优路径的建立和对无线传感器网络性能的综合优化. NS2仿真结果表明,与传统的定向扩散协议相比,数据发送成功率提高了15. 3%,网络能量利用率提升了9. 7%,网络生存期延长约12%,在无线传感器网络中具有显著的优越性.     

多传感器管理中多目标分配的蚁群优化算法

在多传感器对多目标的监视环境下,传感器对目标的优化分配是传感器管理的重要研究内容.文章探讨了多传感器多目标优化分配问题,提出了一个基于带目标威胁系数和未获拦截目标数最少的蚁群算法,并对信息素采用最差和最优更新策略.对优化分配算法进行了实验仿真验证.经过实验验证了该分配模型是可行的,能够使传感器资源均匀地分配给目标,更加符合实际应用.     

大规模传感器网络局部半定规划的节点定位算法

针对大规模无线传感器网络中节点定位问题,提出了一种高效、准确、分布式的局部半定规划(LSDP)定位算法.根据节点重要度,将大规模无线传感器网络分割为多个局部网络,局部网络采用半定规划的方法对其辖内的节点进行相对定位构建的局部相对映射,应用合并算法将局部相对映射拼接为全局相对映射,再通过参考节点匹配将全局相对映射转换为全局绝对映射,从而获得整个无线传感器网络内部所有节点的详细位置信息.实验结果表明,网络在规则分布下,LSDP的节点定位误差仅为理想通信时的98%,在随机均匀分布下的定位误差减小了90%.     

沸石分子筛修饰用于疾病诊断的QCM气敏传感器

石英晶体微天平(Quartz Crystal Microbalance)能将所吸附分子质量的微小改变转换成频率的变化并加以测量,具有灵敏度高,稳定性好,通用性强,工作温度范围大,尺寸小和抗干扰强等优点,是一种很理想的敏感器件．将QCM经沸石分子筛AgZSM-5修饰后,对丙酮气体的频率响应进行了测量,实验数据显示对呼出气体的探测能很好地区分出正常人和糖尿病人,对糖尿病的早期诊断具有一定的意义。     

能量高效的无线传感器网络稳定分簇路由协议

针对无线传感器网络能量受限和能量消耗不均衡问题,提出了一种能量高效的稳定分簇(energy-efficient steady clustering,EESC)路由协议,其核心思想是:当前簇头根据其簇成员节点的剩余能量信息决定下一轮簇头,下一轮簇头上任后,非簇头节点根据能量距离函数决定加入哪个簇头,簇间通过簇头最小能量耗费判定依据来决定采用单跳还是多跳通信方式向基站发送数据.EESC路由协议每轮产生的簇头数量稳定,综合了分布式和集中式两类分簇协议的优点.实验结果表明,EESC路由协议不仅高效地利用了网络节点有限的能量,而且均衡了节点的能量消耗,显著地延长了网络的存活时间.     

基于UKF的无线传感器异步数据融合优化算法

提出了一种基于无迹卡尔曼滤波(UKF)的无线传感器异步数据融合算法,利用RNAT机制识别无线传感器网络中的冗余节点,构造数据冗余树来实现冗余数据的去除.根据重复数据消除的结果,在每个传感器检测范围半径相等的环境下,采用四圆定位法,任意选择2个检测目标信息的节点,计算2个圆形检测区域边界的交点,根据迭代法找到并近似目标.设定了不同传感器的原始传感器相互独立、同一传感器不同原始量测量值相互独立的前提条件,计算出各通道的测量值,利用未测量卡尔曼滤波器以滤波的形式更新测量值,引入卡尔曼滤波增益矩阵,并结合异步数据定位结果实现数据融合.实验结果表明,融合后的数据利用率高于现有结果,算法耗时短、能耗低,且具有较高的数据融合精度,整个融合的准确率在90％以上.     

非均匀分布的异构传感器网络K覆盖调度算法

针对现有调度算法大多没有考虑监控区域内目标发生频率的非均匀性和节点异构的因素,导致无法适应异构无线传感器网络的特点,提出一种目标非均匀分布条件下K覆盖的异构无线传感器网络调度算法.算法从全网在所有时间片服务质量和节点能耗的角度建立节点调度模型,综合考虑节点异构和监测目标的非均匀分布等约束条件,以网络覆盖率最大和工作节点的数量最少为目标,构造非线性优化函数,提出一种控制参数自适应的微分算法求解节点的调度方案.仿真结果表明:相比典型算法,改进算法能够在满足节点异构和监测目标非均匀分布前提下增强网络的服务质量和降低网络的能耗.