大规模传感网数据溯源技术研究

对数据溯源和大规模传感网数据处理系统进行了综述,描述了大规模传感网上的数据溯源应用场景.通过与传统数据处理系统的比较,指出在大规模传感网数据处理系统上进行数据溯源面临的挑战.     

无线多媒体传感器网络的关键技术研究进展

本文从网络传输层面综述了无线多媒体传感器网络的总体架构、节点的硬件组成和网络协议栈架构,并对影响其实用化的最关键技术低延时和低能耗网络设计技术做了介绍。在此基础上给出了关键网络传输技术在未来实现突破的方向,即低延时的实时MAC技术,低延时、低能耗的路由关键技术,多媒体信息安全技术,面向多核和众核的多媒体终端设备的研制和多模态软件构件技术的研究以及高压缩比的多媒体信息流压缩编码技术等等。     

一种海面目标定位跟踪方法

针对海面可疑目标定位跟踪问题,提出在海面部署无线传感器网络。通过已知节点与未知节点之间的位置关系,估计出未知节点的位置坐标;建立跟踪质点与目标的误差系统方程,考虑网络延时,分为理想和有海浪干扰两种情况:理想情况下,给出系统渐近稳定的条件,并通过定义李雅普诺夫函数和Schur定理进行证明,求解线性矩阵不等式,得到控制器,使系统渐近稳定;当系统存在海浪干扰时,给出H∞控制的条件,并证明此条件下,控制器可使系统渐近稳定,由此实现对目标的跟踪。数值仿真验证了所设计定位跟踪方法的有效性。     

单片机技术对传感器应用的促进

随着单片机日益小型化集成化,其应用领域也越来越广泛。文章根据作者在单片机应用方面多年的实践,介绍将单片机技术与传感器的设计应用相结合的各种实例。说明如果将单片机技术融入传感器的设计制造中,就能大大提高传感器的性能和抗干扰能力,向着智能化方向发展。     

C6mimCl/QCM传感器对有机酸性气体的监测

采用离子液体氯化1-己基-3-甲基咪唑(C6mimCl)作为石英晶体微天平(QCM)的涂敷材料制成C6mimCl/QCM传感器,对以甲酸和乙酸为代表的有机酸性气体进行监测.研究结果表明,C6mimCl/QCM传感器对甲酸和乙酸气体均具有响应速率快、灵敏度高和重现性好等特点,该传感器的频率响应信号与被测有机酸性气体浓度呈良好的线性关系,可用于污染物浓度不断升高的博物馆环境的实时在线监测.     

无线传感器网络中DV-Hop定位算法的改进

通过分析DV-Hop算法定位过程误差产生的主要原因,在限制节点间跳数、校正相同跳数的节点之间的跳距和循环升级等3个方面进行改进,并对改进算法进行仿真实验,结果表明:在相同的环境下,本文提出的改进算法能显著提高节点定位精度和覆盖率.     

微流控芯片上油液磨粒电容检测

报道一种可用来检测和计数油液中磨粒个数的微流控芯片实验室装置(microfluidic lab-on-chip).使用直径为25μm铜丝作为电极,在PDMS徼流控芯片上加工获得三维电容传感器,油液样品在微流控芯片上由注射泵驱动通过传感器.金属磨粒与油液介电常数不同,每一个通过电容传感器的磨粒均会产生电容脉冲信号,脉冲信号幅值反映了磨粒大小,而脉冲个数即为磨粒数量,实现了最小粒径为8 μm的铝磨粒的检测和计数.该油液磨粒检测装置具有结构简单、成本低、检测精度高等优点,有望应用于远洋船舶的油液离线分析.     

无线传感器网络基于节点调度的双簇头路由协议

为了延长无线传感器网络的生命周期,提高节点能量利用率,将分簇与节点调度相结合,提出了一种基于节点调度的双簇头的路由协议.该算法利用节点调度实现网络中冗余节点查找,减少分簇时活跃节点;考虑节点和基站的距离及能量,优化选择主、副簇头,副簇头优先选择冗余节点.主簇头用以收集和融合簇内节点的信息,副簇头负责与基站进行通信.仿真结果表明,新算法能有效节约网络能量、平衡节点能耗、延长网络生存时间.     

基于扇形区域的无线传感器网络位置隐私保护

传统的无线传感器网络位置隐私保护算法没有很好地实现安全性与网络能耗之间的均衡.为了解决这个问题,提出了一种基于扇形区域的随机中继节点路由算法,通过调整扇形区域的大小来控制路由路径的范围,并采用随机选取扇形子区域作为下一跳路由节点可选区域的机制来实现源节点的位置隐私保护.仿真实验结果表明,与幻影路由等其他路由算法相比,所提的路由算法可以在不影响数据投递率的前提下,有效地保护源节点的位置隐私,网络能耗较少.同时,该算法具有较好的灵活性,用户可根据实际需求设置高安全性或低能耗模式.     

基于小波神经网络的实际业务流预测方法

针对无线传感器网络传输过程中容易受到噪音干扰的问题,提出了一种新的业务流预测算法AWNNP(Ant colony-based Wavelet Neural Network Prediction).该算法首先利用小波变换对业务流进行分解,并将其小波系数和尺度系数作为样本数据.其次,结合蚁群算法和神经网络来训练样本数据,采用小波模型重构进行重构,以此获得业务流的预测数据.同时,通过仿真实验对比,并分析了小波神经网络预测算法和BP神经网络预测算法,实验结果表明,AWNNP算法性能较优,其误差为16.21%.