面向大规模农田生境监测的无线传感器网络节能优化策略

针对大规模农田生境监测场景中无线传感器网络节点在部分作物生长期内呈现节点空间冗余,以及传感器节点采集到的数据之间通常具有很强的时间关联性的特点,本研究提出一种基于矩阵补全的两步节能优化策略来同时降低传感器网络的数据采集和传输能耗,以实现延长网络寿命的目的。该算法首先通过对节点数据信息量的衡量来寻找出空间上的非冗余节点,剩余的冗余节点关闭其采集功能,只作为中继节点传输数据;其次,利用矩阵补全算法的部分采样原理在采样阶段进一步减少时间上的数据冗余量,达到同时降低采集和传输模块能耗的目的。试验结果表明,所提出的算法可减少网络中83%的工作节点数目,有效降低了网络能耗。     

设施花卉环境参数低功耗传输及模糊控制研究

为了降低现有设施环境监测系统中传感节点的能耗,延长无线传感网络的生存周期,提出了节点动态组包主动传输和多种环境变量加权控制传输2种低功耗机制,减少了大量重复冗余数据的传输,并实现了基于Zigbee的设施花卉环境监测及其低功耗传输系统.提出设施花卉环境下的多变量模糊控制方法,解决了环境变量之间耦合问题,促使温室快速达到花卉适宜环境并保持平衡,实现了对设施花卉环境的综合控制.节点以CC2430芯片为核心,并根据影响花卉生长的环境参数,同时装载SHT10型温湿度、BH1750FVI型光照以及COZIR-ambient型二氧化碳传感器,因此节点可同时采集传输多种环境参数,降低了硬件成本.在南京农业大学园艺试验基地进行组网测试,结果表明,系统比传统周期传输节点(周期1 min)减少能耗85.97％,测量精度在98.5％以上,网络平均丢包率为0.84％,满足了对设施花卉环境的有效监测及低功耗传输的要求.     

基于分簇数据融合的农产品冷链温度监控方法

针对现有基于无线传感网络的农产品冷链物流监测系统,传感器节点数据传输量大,带宽利用率低、能耗高,网络生命周期短的问题,提出了一种基于算术平均值与分批估计的簇内数据融合及自适应加权的簇间数据融合冷链温度监测方法。首先利用疏失误差对采集数据进行预处理,然后利用平均值与分批估计方法对簇成员节点发送的数据进行融合处理,最后簇头节点利用自适应加权算法对接收到的成员节点数据进行进一步的融合处理。实验证明,基于该数据融合方法的冷链监测系统网络生存周期相比传统方法提高了34.2%,稳定周期相比于传统低功耗自适应集簇分层型协议提高了11.4%,数据融合精度高于传统算术平均值法7.6%,系统能耗每轮降低约32.5%。能够有效降低冗余和可信度较差的数据对测量结果带来的影响,减少不必要数据传输损耗,降低了冷链物流成本,提高了农产品冷链物流信息化程度。     

基于改进K-means算法的WSN簇头节点数据融合

无线传感器网络数据融合能够减少节点能耗、延长网络生命周期,近年来受到了广泛关注。已有的应用于农业监测的空间数据融合算法多采用取平均值等方法将一定区域内监测到的数据融合成一个值。而农田环境监测具有监测范围广、监测点多、监测数据量大的特点,监测数据间除了冗余性还具有差异性,因此数据融合应该在消除冗余的同时保留数据的差异。针对农业监测的这一特点,提出在簇头节点应用聚类算法进行空间数据融合,通过聚类减少数据发送量,降低能耗;同时将差异较大的参量聚类到不同类别中以保留数据间的差异。此外,还提出了一种应用于WSN簇头节点的自适应改进K-means聚类算法,仿真结果表明,所提算法融合后的数据上传量比没有融合减少41.19%,消除了数据冗余;算法融合前后最大误差低于取平均值法误差的36%,保留了数据差异性。在没有明确误差要求时, 该算法能够在尽量减少数据上传量的同时保持相对误差低于10%,避免了因聚类个数不当引起的巨大误差。而在有具体误差要求时,该算法融合前后的绝对误差严格低于要求误差。     

基于无线传感器网络的温湿度监测系统设计与实现

给出了以CC2430芯片为核心的环境监测无线传感器网络实现方案.设计中充分考虑到节点的剩余能量、链路质量和节点负载等因素,提出了一种能耗均衡树算法,使网络节点的负载逐渐趋于均衡,解决了因负载分配不均衡,使得网络节点出现过早失效、缩短网络寿命问题.实验表明,算法可均衡节点负载,延长网络的生存时间,实现网络的长效运行.     

能量高效的农田无线传感器网络拓扑关联路由算法

针对农田无线传感器网络节点分布不均、能量约束严格等特点,提出了一种能量高效的簇头选择方法TBCS-EA,在以剩余能量进行簇头选择的基础上根据节点拓扑位置、拓扑密度等进行加权,使距离sink较近的节点与密集区节点大概率成为簇头,提高成簇能量使用效率。针对现有成簇算法频繁进行簇头选举,算法开销大等问题,提出了一种能量逼近式簇头轮换机制,节点连续担任簇头并以某一目标进行能量逼近,在达到逼近目标后进行根据簇内信息指定新簇头,减少簇头选择的次数与协议开销。仿真与实验结果表明,TBCS-EA算法的网络生命周期约为LEACH的2.2倍,CHCS的1.5倍,从节点能量曲线看能耗均衡效果与CHCS相当,明显优于LEACH。结果显示TBCS-EA综合性能较之于现有算法有明显提升。     

基于遗传算法的农业无线传感器节点部署算法设计

农业无线传感器网络是物联网技术在农业领域的重要应用,农业无线传感器节点的部署是限制其生命周期的重要因素.为了提高农业无线传感器网络节点的检测范围利用率,减少传输数据冗余,延长无线传感器网络的生命周期,在随机部署的基础上提出了一种迭代求解的无线传感器节点部署算法.该算法使用遗传算法优化求解,以覆盖率作为适应函数,利用离散...     

多链型农田监测无线传感器网络无分层通信协议

为了减少信道冲突、降低网络能耗和数据时延,提出一种适用于农田监测多链型网络结构的无分层协议RBP。汇聚节点通过发送命令帧对全网进行时间同步、调度,传感器节点根据接收到的不同的命令帧完成同步、数据发送、路由等任务。仿真实验表明,该协议能有效地降低网络能耗、避免链路冲突、减小数据时延,提高网络的可靠性。     

基于任务调度优化的农田WSN节点设计

针对复杂农田环境对无线信号干扰强、节点能耗大等问题,设计一种改进的农田信息采集无线传感器网络节点。该节点以单片机为核心控制器,优化无线传感器节点任务调度,并且提出“模拟化+路径”的方法结合滑动平均数字滤波技术对数据采集和处理。实验表明:该无线网络节点增加了能源的利用率,提高数据采集的精度(精度达到97.6%),可以满足农田信息采集的应用要求。     

基于NNARMAX模型的地下水位预报研究

区域地下水系统是一个受多种因素影响的复杂的非线性动态系统 ,应用遗忘因子的递归最小二乘( RLS)算法进行训练 ,采用通过减少网络节点间的连接权值 ,进而裁减冗余节点来选择适宜的网络拓扑结构 ,建立了非线性自回归滑动平均神经网络 ( NNARMAX)模型 ,地下水位预报结果表明 :通过对网络结构的优化达到了自动确定非线性自回归模型阶数和影响因素的选择 ,能有效地表示区域地下水动态系统内部及其外部诸多影响因素间的不确定关系 ,是预测区域地下水动态变化较为有效的方法之一。     

基于JN5139的农田无线传感器网内数据融合研究

在无线传感器网络中,各个节点的存储能力、通信能力、计算能力及能源的供给都十分有限,因而运用网内数据融合算法消除冗余数据,减小数据传输量,从而达到节省功耗、延长节点生命周期、提高数据采集效率和准确度的目的。介绍了系统结构及主要模块JN5139,采用简单滑动平均法、指数平滑法及自回归滑动平均模型(ARMA),在分析大量WSN数据的基础上,利用时间序列对数据进行建模预测,提出了适合WSN的数据处理模型并用Mat Lab进行仿真,之后将程序烧写到节点中进行试验。试验表明:该方法在保证采集数据可靠性的前提下有效地减少了网络的耗能,延长了网络的生命周期。     

基于低功耗的发射功率自适应水稻田WSN监测系统

针对农田环境信息监测存在能量有限、节点通信距离各异等特点,设计了一种基于接收信号强度和丢包率的发射功率自适应水稻田监测系统,并搭建了一个长期、稳定且可靠的低功耗无线传感网络。硬件方面,为扩大网络的覆盖范围和提高系统的稳定性,采用频率异构的方式对节点分簇,为不同类型的节点配置不同类型的天线。软件方面,为提高CPU利用率,各类节点程序设计采用基于小型嵌入式实时操作系统FreeRTOS;为降低功耗,采取定时休眠唤醒、传感器掉电控制的工作模式和基于感知数据差的低功耗自适应机制。试验结果表明,在150 m通信距离内,系统可以根据当前的通信质量,将节点的发射功率自适应地调整到实现当前通信可靠性所要求(丢包率小于1.3%)的最小发射功率上;对比10 d Bm固定发射功率,当发射功率自适应算法调整为8、6、3 d Bm时,节点续航能力分别提升了11.9%、21.4%和33.3%。通讯性能对比表明,本设计节点的通讯性能明显优于其他3种基于不同发射功率自适应算法的节点,从而验证了本系统的可靠性与实用性。     

土壤湿度采集节点电压补偿方法——基于最小二乘支持向量机

针对适用于WSN土壤湿度采集节点的EC-5传感器对电源电压敏感的问题,从传感器工作原理入手,分析电源电压引起检测误差的来源,且发现当传感器各项参数确定后,这种误差是随被测土壤湿度增大而增大的。采用CC 2 4 3 0芯片作为WSN信息传输节点,建立具有多节点的上下位机WSN土壤湿度采集系统,以节点电压和被测土壤实际湿度为对象,运用最小二乘支持向量机对采集节点中非线性土壤湿度传感器系统进行逆向建模,在上位机上实现由电源电压引起EC-5传感器检测误差的补偿。实验和仿真结果表明,该方法能有效地减少节点电池电压变化对WSN土壤湿度采集精度的影响。     

基于WSN的水产养殖环境监测系统

将无线传感器网络(WSN)技术引入到环境监测系统的开发中,可有效解决水产养殖工作环境复杂、监测地点分散和布线成本高等问题。所介绍的监测系统以一套无线传感器网络节点来形成获取环境参数的自组织网络,利用一种基于GPRS的远程数据传输系统实现无线传感器网络与远程监控端的通信,并通过监测软件对数据进行接收、观测和存储。实验室和水产养殖基地的测试表明,系统运行稳定,数据真实可信,可对水产养殖环境进行有效监测。     

面向精确灌溉的无线传感器网络构建

从灌溉需求和固定管道式喷灌系统的结构特点出发,设计了一个两层无线传感器网络(WSN)体系结构;通过分析传感器传感半径和喷头射程之间的关系,从理论上得到了完全感知覆盖田块所需要最少传感器数的表达式及部署方法;结合网络结构和节点分工,给出了数据的传输方式,并通过分层故障诊断的方法确保数据传输的可靠性.研究表明该网络的通信是可行的.     

果蔬采摘机器人自主定位与导航设计——基于RFID和WSN信息融合

将RFID与WSN技术的信息融合后应用于采摘机器人的自主定位与导航中,结合两者的优势,使采摘机器人在与外界交互上更加精准快速。RFID射频识别技术是一项新兴技术,对于采摘机器人在复杂及障碍物比较多的环境,采用RFID模块对物体的识别具有使用寿命长、识别标签多等优点,但同时也存在抗干扰性差、通信距离过短、过于依赖读写器采集信号且成本高等缺点。WSN技术能感应周围各种的信号,具有辐射范围广、可无人值守且成本低等优点,但对于识别传感器标节点、使用寿命及能耗上不太理想。两项技术之间的完美互补使智能识别与定位更上一个台阶,必将推动RFID和WSN在智能采摘机器人方面的应用和发展。     

基于WSN的茶园土壤信息监测系统设计

为获得实地、大范围和实时监测的茶园土壤信息,设计和开发了WSN(Wireless Sensor Network)的茶园土壤信息监测系统,包括数据采集节点的设计和数据管理中心软件的开发。该系统采用大量数据采集节点组成簇状结构网络,每个簇网络中的采集节点采集到的数据通过簇头到达Sink节点,由Sink节点通过串口通信将数据发送到数据管理中心,为农业科技部门决策提供科学依据。试验结果表明,系统能够实现稳定的数据传输,适合对茶园土壤信息的实时监测。     

基于目标导向采样的机器人改进概率路图法研究

鉴于采样的完全随机性，传统PRM算法往往较难适用于具有狭窄通道工作环境下的机器人路径规划。为此，本文提出了一种融合全局目标导向采样、局部节点增强的改进概率路图法(Improved PRM),并将其应用于平面栅格地图场景及六自由度机器人的路径规划。首先将全局目标导向采样与随机采样有机结合，通过混合采样的方式来提高全局采样点落在狭窄通道内的概率，实现启发式地图增强；其次，经由节点权重思想对位于狭窄通道中的节点进行提取，并利用基于高斯分布的局部节点增强策略在狭窄通道中扩展新节点，增强地图连通性，以提高路径规划的成功率；最后，采用冗余节点剔除策略对算法规划的初始路径进行优化。Improved PRM算法在平面栅格地图中的仿真结果表明，该算法对于机器人路径规划的成功率可达89.3%以上，且综合评价指数及路径质量评价指数均高于其他算法；在六自由度机器人的仿真实验中，Improved PRM算法得到的平均路径代价比传统PRM算法降低约42.7%,成功通过狭窄通道概率也比传统PRM提高68个百分点。因此，相比文中所提其他算法，在具有狭窄通道的工作环境中，改进概率路图法在提高路径规划成功率、减少路径节点...     

基于混合WSN的智能灌溉远程SCADA系统

采用Citect组态软件、无线传感器网络（WSN）、和GPRS模块,开发设计了一套分布式精确灌溉的闭环远程SCADA（Supervisory Control And Data Acquisition）系统。该系统主要由上位机、灌溉监控器、WSN、GPRS无线通讯模块和灌溉阀门系组成。其中,无线传感器网络采用地上和地下的混合拓扑结构,灌溉控制器通过土壤水分含量调控区域面积内的灌水量;远程监控中心采用Citect组态软件实现数据、人机界面管理,并可以通过web发布来实现高层次的监控。测试和试验过程中,数据采样间隔设定为30min,选用4组WSN节点,分别测得深度为5cm和35cm处的土壤温度、含水量,测试结果与普通灌溉相比可节水约20％。该系统实现了灌溉的在线自动监控和作物的精量灌溉,创新性的建立了一种地上、地下混合结构的无线传感器网络模型,为进一步研究奠定了基础。