传感器网络中异常数据实时检测算法

如何实时检测传感器网络中异常数据是一项非常重要的工作。通过对线性自回归的分析法,给出传感器数据流的预测模型及其预测机制。当预测出现失败时,给出了一种预测模型自动调整策略,以降低预测误差。基于该预测模型,提出了一种异常数据检测方法,通过计算当前时刻的预测误差与平均预测误差的比值,比较该比值与预先设定的阈值的大小,以检测该时刻数据是否为异常数据。基于该方法,提出了异常事件检测和数据压缩处理的算法。仿真结果验证了预测模型的正确性和有效性,表明该模型能够实时检测异常事件和压缩数据处理。     

基于FLUENT对涡街流量传感器流场仿真及特性研究

运用FLUENT数值仿真软件成功的模拟出流体流经涡街流量传感器时所产生的卡门涡街现象.通过将仿真得到的涡街脱落频率与实验结果比较,两者之间的最大误差不超过10%,表明了FLUENT用于涡街流量传感器流场仿真,进而对传感器进行改进和优化的可行性.基于仿真结果与实验的比较,利用FLUENT数值仿真得到了目前最常用的梯形旋涡发生体后的最佳取压位置为距发生体尾部2.8倍的截流面宽度处,并将梯形发生体与T形发生体进行了对比研究,研究表明T形发生体产生的旋涡信号要优于梯形发生体.     

一种新的地心地固坐标系传感器配准算法

针对多传感器系统进行数据融合的需要,提出了一种新的地心地固坐标系下传感器的配准算法,充分考虑了地球曲率对配准算法本身的影响,当传感器之间相距很远时仍然适用。新算法将传感器配准问题表述成一个关于传感器测量的最小二乘判决函数,然后首次引入Levenberg-Marquarat算法来对其进行优化。最后通过仿真试验对新算法的性能进行了评估,结果说明新的算法对于不同数目的测量值具有良好的一致性。     

QoS保证的传感器网络拓扑控制算法的设计

传感器网络技术的发展对网络服务质量提出了要求,如何在满足一定的服务质量要求前提下实现能量的优化是传感器网络设计必须面对的问题。现有的相关研究主要集中在如何从路由层和链路层来保证一定的QoS指标,本工作将传感器网络中的QoS支持延伸到拓扑管理层,提出了一种支持一定QoS要求的高效的拓扑控制算法,该算法构造一种具有梯度分布特征的节点拓扑结构以平衡网络数据流在sink节点处的聚集。NS2仿真证明了该结构对QoS支持的可行性。仿真表明,该算法以较少的冗余节点增加可将延时和丢包率分别降低50%和40%,证明了该机制在高速率数据场景下的高效性。还通过NS仿真分析了算法实现中关键参数的选取原则。     

多媒体传感器网络中服务感知的业务调度算法

作为传感器网络的高级形式，多媒体传感器网络在环境监控、安全监控以及医疗保健等诸多应用领域发挥重要作用。首先介绍一种提供区分服务的分簇传感器网络体系结构，进而提出一种服务感知的业务调度策略，使用非抢占的优先扳排队模型保障两类服务对时延的要求，以提供满足监控应用需求的QoS。理论分析和仿真试验证明了方法的有效性。较之其它典型方法，方法更适用于可提供区分服务的多媒体传感器网络。     

Sensor planning method for visual tracking in 3D camera networks

Most sensors or cameras discussed in the sensor network community are usually 3D homogeneous, even though their2 D coverage areas in the ground plane are heterogeneous. Meanwhile, observed objects of camera networks are usually simplified as 2D points in previous literature. However in actual application scenes, not only cameras are always heterogeneous with different height and action radiuses, but also the observed objects are with 3D features（i.e., height）. This paper presents a sensor planning formulation addressing the efficiency enhancement of visual tracking in 3D heterogeneous camera networks that track and detect people traversing a region. The problem of sensor planning consists of three issues：（i） how to model the 3D heterogeneous cameras;（ii） how to rank the visibility, which ensures that the object of interest is visible in a camera＇s field of view;（iii） how to reconfigure the 3D viewing orientations of the cameras. This paper studies the geometric properties of 3D heterogeneous camera networks and addresses an evaluation formulation to rank the visibility of observed objects. Then a sensor planning method is proposed to improve the efficiency of visual tracking. Finally, the numerical results show that the proposed method can improve the tracking performance of the system compared to the conventional strategies.     

环形电流磁场的计算比较研究

立足于电动力学的数学表述,详细求解了圆形、矩形电流环在任一点产生的矢势和磁感应强度,并给出了任意形状平面电流环在任一点产生磁场的计算方法,并对不同的计算方法进行了比较和讨论．     

天津LNG码头SBAS-InSAR时序形变及地面监测数据响应分析

为了查明油气重大基础设施中,由星载雷达干涉测量、地面GNSS形变监测、地下位移传感器监测和管道应力应变监测网络构成的星地一体化监测技术的有效性,本文采用SBAS-InSAR技术提取了天津LNG（Liquefied Natural Gas ）码头区域油气管线区域的长时间序列的地表形变数据,进一步分析了地面GNSS（全球导航定位系统）地表位移、多层深度位移计、管道应变传感器数据与同步的SBAS-InSAR地表形变量的数据响应关系,并进一步分析了雨-旱循环的时序变化规律。结果表明：2019年5月-2022年4月的3年间天津LNG码头区域非均匀沉降最为显著,最高达到-394mm;SBAS-InSAR的时序形变数据15-53mm的沉降形变,在GNSS中有9-57mm的地表位移响应,两者相关显著,具有良好的一致性;SBAS-InSAR地表形变变化特征与多层位移计在1m、2m和3m深的位移数据响应特征都与降水量关系密切,呈现显著的雨季-旱季波动特征,二者具有良好的同步性,说明SBAS-InSAR地表形变变化特征能够揭示地下土层的位移变化特征;SBAS-InSAR地表沉降量与地下管道应变呈正相关, SBAS-InSAR获取的地表形变是反映地下管线应变的良好指标。由星载雷达干涉测量、地面GNSS形变监测、地下位移传感器监测和管道应力应变监测网络构成的星地一体化监测数据的集成应用,能够为未来星地一体化的管道安全监测技术体系构建提供有益的借鉴。     

全数字光纤传感测试系统的设计

为克服传统光纤传感测试系统器件分散性大、过程复杂等局限性,结合红外光电传感及物联网技术,设计了全数字光纤传感测试系统。该系统以MCU( Micro Control Unit) 为主控单元,采用红外接近传感器作为IＲLED( Infrared Light Emitting Diode) 驱动以及光电转换输出单元,ＲTC ( Ｒeal-Time Clock) 芯片及EEPＲOM( Electrically-Erasable Programmable Ｒead-Only Memory) 进行时间读取及光电数据的实时存储,WiFi ( Wireless Fidelity) 模块实现光电数据的网传、按键及LCD( Liquid Crystal Display) 显示单元完成人机交互等功能。实验结果表明,该系统可用于特殊环境下的非接触物体检测与颜色识别等场合,为进一步实现光纤传感测试系统的小型化及智能化提供了一种可行性方案。     

基于表面吸附固定法构制孔雀石绿免疫传感器的研究

提出一种基于石蜡电极表面吸附孔雀石绿抗体的电化学免疫传感器,通过竞争型免疫检测法测量水体中残留孔雀石绿。对免疫传感器构制参数——电极表面预处理、抗-MG溶液pH、抗-MG溶液浓度和抗-MG抗体吸附时间进行了研究;对传感器测量过程参数进行了优化,传感器对孔雀石绿检测的线性范围为1．5—780μg／L,检测孔雀石的回收率在93％-116％。