基于无线传感器网络和GPRS的温湿度远程监测系统

本文针对现有温湿度监测系统的缺陷和不足,采用基于ZigBee的无线传感器网络和GPRS技术,设计实现了一种真正能进行远程环境温湿度监测的系统。本方案充分利用现有的ZigBee和GPRS模块化设备进行组网,编写了ZigBee协调器与GPRS模块的接口程序,并实现了上位机监测软件。结果表明,系统运行稳定、采集温湿度数据准确、部署方便灵活。     

一种基于粒子群算法的无线传感器k重覆盖优化策略

为了实现无线传感器网络k重覆盖范围的最大化,延长网络寿命,提出了一种基于粒子群算法的无线传感器k重覆盖优化策略,提高了k重覆盖率,进而提高节点的利用率,延长无线传感器网络的寿命。同时改进了粒子群的惯性权重,有效地避免了标准粒子群算法容易出现的早熟问题,提高算法的稳定性。通过实验仿真证明了此方法的有效性。     

基于时变频率选取的MIMO无线信道仿真模型研究

针对在复杂的无线通信环境中多输入多输出（Multiple Input Multiple Output, MIMO）信道建模非常困难的问题,提出了一种具有空间选择性、频率选择性、时间关联性的MIMO信道模型,将载波频率、最大多普勒频移、到达角（Angle of Arrival, AOA）分布、角度功率谱以及相邻天线间距等技术整合到一起,研究了不同角度频率谱（Power Azimuth Spectrum, PAS）分布的空间关联系数表示。仿真结果表明,这个关联信道容量与理论信道容量一致,从而验证了该模型的合理性,同时,该模型为MIMO容量、系统容量分析及性能评估仿真提供了有力的工具。     

融合信任机制和HBMO算法的WSN能耗均衡分簇方法

针对无线传感器网络(WSN)中的能耗和安全问题,提出一种融合蜜蜂交配优化(HBMO)算法和轻量级信任机制的WSN分簇方法(LWT-HBM).首先,将WSN分成若干个小区,通过HBMO算法选择各自最优的簇头;然后,构建分簇结构,根据簇头和基站的距离设置簇的大小.在簇头能量消耗殆尽前,会利用HBMO选择替代簇头,以此均衡网络能源.在选择簇头的同时,融入轻量级信任机制,根据直接信任和间接信任值来评估节点的可信任度,避免恶意节点被选择为簇头.同时给出了一种精确能耗模型用来计算系统的整体能耗.通过实验将此方法与LEACH和TBCMA方法进行比较,结果表明LWT-HBM方法具有更低的能耗,有效的延长了网络寿命.     

基于Raptor编码的多输入多输出光通信系统设计

为了提高可见光通信(Visible Light Communication, VLC)系统的复用增益,本文提出一种基于多输入多输出(Multiple Input Multiple Output, MIMO)的固定比例像素化VLC系统。系统首先执行空间-角度映射,使数据的传送可在角域中进行;同时利用Raptor编码方法来跟踪由于窗口截断而引起的数据信道特性变化;然后对于使用高速相机捕捉到的一系列时变图像,利用散景效应获得所有链路距离上的固定比例图像。实验利用液晶显示器和高速相机,对所提出的VLC系统进行了验证。与传统的像素化MIMO系统相比,本文所提出的系统在未对准朝向的情境下具有更高的鲁棒性,从而在多路复用场景有着广泛的应用前景。     

无线传感器网络节点自适应惯性权重定位算法

在无线传感器网络定位算法中,为了降低定位误差,提高定位精度,提出一种结合DV-Hop算法和改进粒子群算法的,基于自适应惯性权重的优化定位算法。首先根据DV-Hop算法估算未知节点与信标节点的距离。然后采用改进的粒子群算法做后期优化。根据每次迭代后粒子位置与全局最优位置的距离,对粒子的惯性权重进行动态调整,使其具有动态自适应性。并且利用进化度作为搜索中止条件,加快算法的收敛速度。通过仿真说明,相较于DV-Hop算法和基于已有改进粒子群优化的DV-Hop算法,自适应惯性权重定位算法可以降低平均定位误差,有效地提高了无线传感器网络中节点的定位精度。     

无线传感器网络中极大极小设置的分布式检测研究

在分布式检测系统中,无线传感信道普遍存在未知的噪声,而基于最大似然函数的融合在有未知的噪声时性能表现较差.为了提高信号检测的准确性,提出一种基于极大极小方法设置的鲁棒融合规则.该规则采用最大似然函数的融合算法的结构形式和Huber极小极大的方法,得到虚警概率和检测概率表达式,适用于信道噪声为非衰减噪声分布、有界方差的噪声分布和混合高斯噪声分布.对多传感器并行分布式检测系统的仿真与分析,表明了该融合算法可提高信号检测的准确性,同时也具有一定的鲁棒性.     

无线传感器网络中基于距离的簇头选择优化研究

基于集群路由协议的核心实际上是簇头(CH)选择的过程,该过程要求能量消耗能够均匀分布在每个传感器节点上,以求延长传感器网络的生命周期.提出了一种新的分布式簇头选择算法(LEACH-DS),将从传感器到基站的距离作为关键参数考虑其中,以最优地均衡消耗在每个传感器上的能量.仿真结果表明,对比原LEACH算法,新算法的网络生存周期要比原LEACH的网络生存周期有效提高10 %,尤其是在节点到基站距离较远情况下,有更好的实际和应用价值.     

基于电力通信的LEACH算法的研究和改进

结合无线传感器网络在智能电网的应用,构建了无线传感网的能量模型,详细分析了LEACH算法的原理和实现方法.针对电力通信自身特点,分析LEACH算法存在的不足,提出了一种针对电力通信的改进型算法SG-LEACH.该算法根据电力通信的特点,将节点分为普通节点与高级节点,高级节点优先当选簇首.仿真结果表明,SG-LEACH算法能有效平衡节点能耗分布,大幅延长节点生存时间,提高网络传输效率.     

一种适用于楼宇集中净化物联网系统的无线传输方案

在大量测试实验和理论分析的基础上,研究电磁波在楼内公共烟道的传输问题,分析公共烟道环境的特殊性以及影响电磁波传输损耗的因素。提出一种适用于楼宇集中净化物联网系统的基于SX1278的无线传输方案。该方案采用直接序列扩频调制来提高系统的抗干扰性能,采用截断二进制指数退避算法作为重传机制来解决节点信号冲突碰撞问题。通过在基站端采用时间片轮转调度,来保证计数的同步性和实时性。集成测试和实地测试结果表明,该方案很好地解决了烟道内无线信号的稳定传输问题,且丢包率和误码率较低,系统可靠性好。