基于遗传BP算法的温室无线传感器网络定位方法

针对温室移动节点定位的需求,提出了一种基于遗传BP算法的温室无线传感器网络定位方法。该方法主要包括路径损耗指数确定、定位模型训练、未知节点定位3个阶段。首先,锚节点间相互通信,通过高斯校正模型增强定位信息的准确性后,利用最小均方误差估计法确定路径损耗参数;然后,应用遗传BP算法建立未知节点坐标和未知节点至锚节点的距离向量之间的映射关系模型;最后将未知节点接收各锚节点的RSSI值转换为距离向量,输入定位模型中,估算未知节点的位置。试验表明,该方法充分考虑环境对信号传输模型的影响,定位误差≤2m的比例达24%,定位误差≤3.5m的比例达86%,相对定位误差低于4.8%,具有较高的稳定性和定位精度,能够满足实际温室环境的定位需求。     

基于粒子群优化聚类的温室无线传感器网络节能方法

温室传感器网络中,不同区域节点间高相似度数据的传输会浪费通信带宽和增加能量消耗,因此研究相应的节点数据压缩方法对减少数据冗余和提高节点续航能力具有重要意义。该文针对温室无线传感器网络中节点感知数据的特点,同时考虑节点续航能力有限的因素,提出一种温室无线传感器网络方案,系统按轮运行,每轮中利用粒子群(Particle Swarm Optimization)的K-均值聚类算法将节点按监测数据相似性划分到相同的区域,每个数据相同区只允许聚类有效性指标值最高的节点向汇聚节点传输数据,其余节点暂时休眠。试验结果表明,16个节点在10轮试验中归入休眠集合的总次数达到131次,DCAPI平均值为0.1814,每轮降低能耗72.93%以上,该系统能够极大地减少每轮中的工作节点,压缩发送的数据量,降低能耗。     

温室动态星型无线传感器网络通信方法研究

针对温室测控系统信息传输技术存在的一些问题,根据温室结构特征提出一种动态星型无线传感器网络的框架,从低成本低功耗角度出发,移动的汇聚节点采用定时跳频方法与子节点形成子网,以尽量缩短点对点之间的通信距离。利用帧扩展的方法实现了以低功耗芯片nRF2401A构成复杂的通信网络,并给出了传感器节点、控制节点和汇聚节点的通信算法。在汇聚节点不同的工作状态下,对网络子节点进行能耗分析,结果表明,动态星型无线传感器网络的通信方法具有很好的节能效果,对温室中数据的传输是有效的。     

基于无线传感器网络的设施农业车辆定位系统设计与试验

为解决目前设施农业机械定位系统稳定性差、定位精度低和成本高等问题,该文设计了一套基于Nano PAN5375模块的无线传感器网络(wireless sensor network,WSN)定位系统。该定位系统的3个信标节点负责和定位节点的无线测距,安装有定位节点的车辆构成的移动节点负责无线测距和定位坐标的计算。WSN节点采用的是基于Nano PAN5375的WD5032N模块。Nano PAN5375模块通过串行外设接口和微处理器进行通信,实现无线通信和无线测距的功能。设计了WD5032N模块的供电底板电路,满足其微处理器和Nano PAN5375模块的供电要求,以及通过串口和液晶显示屏模块通信实时显示定位坐标X和Y。节点软件以Keil MDK为开发环境,采用单片机C语言开发,实现节点数据采集与处理、无线传输和串口通信等功能。在定位节点上,采用基于线性调频扩频技术的对称双向双边测距算法来计算定位节点到各个信标节点之间的距离,并使用三边质心定位算法计算出未知节点的坐标位置信息,最后使用卡尔曼滤波算法对目标状态的观测值进行迭代,解决因为测量噪声对于定位精度造成的影响。在WD5032N上分别采用3DB天线和5DB天线进行室内和室外测距和定位试验,结果表明,基于Nano PAN5375的WSN定位系统稳定性好,定位精度高,在3个信标节点组成的合适的等边三角形3条边线范围内定位精度能达到1 m左右,而在接近三角形边线外侧的位置定位精度是1~2 m左右,可以满足一般设施农业车辆的定位精度要求。该文为农业机械精确定位的深入研究提供了参考。     

基于UWB与物联网的移动式温室环境监测系统设计与实现

为低成本实现对温室不同区域环境的全面感知，该研究设计了移动式温室环境监测系统，其采用超宽带（Ultra Wide Band，UWB）网状拓扑结构进行分布式组网，节点设备以一主多从的形式对移动工作台实时定位。利用优化后的双向双边测距算法计算各基站与标签之间的距离，通过距离的归一化残差分布判断是否存在非视距（Non Line of Sight, NLOS）误差，利用改进后的增量卡尔曼滤波算法消除NLOS误差，通过Chan算法解算标签准确位置。移动工作台以Arduino控制器为核心，搭载温度、湿度、二氧化碳和光照度传感器，实现对温室环境的实时监测和对移动工作台的远程控制。测试结果表明，系统静态定位最大横向偏差为7.92 cm，最大纵向偏差为7.98 cm，横向和纵向偏差的平均值均<5 cm；移动工作台以0.4 m/s的平均速度行驶，动态定位最大横向偏差为8.7 cm，平均横向偏差为4.7 cm；采集参数上传平均丢包率为2.78%；温度、湿度、光照度和二氧化碳浓度监测相对误差分别低于0.63%、0.34%、0.70%和0.67%，满足温室环境信息移动监测要求。该研究对温室环境调控和温室内作业机具精准定位技术的发展具有一定的理论意义和参考价值。     

改进DV-Hop定位算法在动物监测中的应用

为了避免无线传感器网络中由于节点在测距精度、时间同步、硬件与功耗等方面代价较高造成整个网络死亡,同时提高定位精度,该文基于饲养场的实际环境,对无线传感器网络中典型的DV-Hop定位算法进行简化和优化改进,通过仿真和实际节点试验对定位误差等性能指标进行评价。研究结果表明：改进算法比原始三边测量算法的定位误差平均减少3.17%,能够监测到实际环境中“行走动物”节点的运动轨迹,且定位平均误差为0.33 m。改进算法不仅不需要GPS等硬件辅助,而且减少了计算开销,节省能耗,提高了定位精度,可以有效应用于实际环境。     

温室无线传感器网络节点发射功率自适应控制算法

为了提高无线数据传输的可靠性,基于无线传感器网络(wireless sensor network,WSN)的温室环境数据采集系统,采用试验的方法研究温室中不同环境下WSN节点之间通信的可靠性。在通信距离为5~40 m,存在作物、温室设施等遮挡影响,相对湿度为35%~80%的情况下,对丢包率和接收信号强度指示(received signal strength indication,RSSI)的关系进行研究,通过RSSI对节点间通信可靠性进行评价。在此基础上,提出WSN节点发射功率自适应控制算法。该算法以RSSI作为通信质量的评价因子,通过增大节点的发射功率来提高通信可靠性。测试结果表明,该算法能够根据当前通信状况,自适应地设置节点的发射功率,以尽可能小的发射功率将丢包率维持在1%左右。该算法对WSN在温室中的应用具有实用价值。     

基于压缩感知的资源节约型音频信号采集方法

针对基于无线传感器网络构建的环境监测系统,为减少多媒体信号采样、处理、传输过程所消耗的计算、存储、电能、带宽资源,该文分析了现有信号处理理论和随机采样方法存在的局限性,结合压缩感知理论,提出了一种改进的加性随机采样方法,设计了一种新型的资源节约型音频信号采集算法。该算法依靠传感器节点和汇聚节点的共同协作完成音频信号采集,其中,传感器节点对具有稀疏性的音频信号进行低频随机采样,汇聚节点可从随机采样数据中高概率重构原始信号。将所提出的信号采集方法用于采集粮仓内的赤拟谷盗成虫爬行声,并与已有数据压缩方法进行性能对比。初步试验结果表明：在随机采样频率为196Hz且最大数据重构误差小于0.5%情况下,可实现13个采集节点所获取的78路声信号的远程、无线、实时采集,特别适用于资源有限的无线传感器网络。     

柿园无线传感器网络信号传输损耗研究

为探究柿园无线传感器网络信号传输特性,该文研究了在2.4 GHz无线信道下柿树处于萌芽期、幼叶期和花期3种时期时无线网络信号传输的衰减情况。试验中分别在柿子树萌芽期、幼叶期和花期3个生长时期下选择一列长势均匀的柿树,通过调节子节点和汇聚节点装置的高度和距离测量柿子树从距离地面3个高度冠层底部(0.8 m)、冠层最密部(1.8 m)和冠层顶部(2.8 m)处各8个距离点的链路质量指示值(link quality indicator,LQI),并对试验数据进行分析。结果表明LQI值随着距离的变化呈正弦曲线式衰减趋势。萌芽期时子节点和汇聚节点的高度均位于冠层顶部时,节点间距38 m时是最佳位置;幼叶期时子节点和汇聚节点的高度均位于冠层顶部,节点间距32 m时是最佳位置;花期时子节点和汇聚节点的高度均位于冠层顶部时,节点间距26 m时是最佳位置。通过对3次数据进行曲线拟合分析分别建立了在2.4 GHz信道下信号衰减模型,其中3种生长时期下均是三次多项式模型决定系数R2最大,为最适模型。果园中无线传感器网络信号传输损耗的研究为在果园中无线传感器网络节点部署提供了技术基础。     

基于近邻传播算法的茶园土壤墒情传感器布局优化

针对节水灌溉的土壤墒情传感器布局问题,提出了基于近邻传播算法(affinity propagation,AP聚类算法)的优化布局策略。策略在保证茶园传感网络全覆盖的基础上,实时采集试验区各节点的土壤墒情数据,构建节点土壤含水率的相似度矩阵,并迭代计算各节点的吸引度和归属度值,得出聚类数和聚类中心。结果表明,采用AP聚类算法对试验区域传感器进行优化布局,优化了传感器数量和位置,使传感器数量由25个减少到2个。在试验区随机采集土壤相对含水率,经验证,聚类中心节点的土壤相对含水率与试验区平均值相近,相对偏差近为0.76%,表明聚类中心节点的土壤墒情数据具有代表性。该方法有效降低了数据的冗余度,节约了系统成本。     

基于无线传感器网络的农田信息采集节点设计与试验(简报)

研究基于ZigBee协议的无线传感器网络技术,结合嵌入式处理器开发了无线传感器网络节点和汇聚节点。网络节点规则分布在被监测区域,负责采集土壤水分信息,并自组成网,将信息发送给汇聚节点,实现对信息的动态显示和大容量存储;节点天线分别在0.5、1.0、1.5和2.0 m 4个高度下,对小麦苗期、拔节期和抽穗期3个典型的生长时期进行试验,得出无线电信号在小麦不同生长时期,最佳天线高度下的有效传输距离,为无线传感器网络在农业中的应用提供技术支持。     

温室环境参数无线传感器网络监测系统构建与CC2530传输特性分析

针对传统温室环境监测系统布线繁杂、成本较高、监测灵活性差及以往无线传感器网络（wireless sensor network, WSN）能耗较高等问题,设计了一种基于WSN的温室环境参数监测系统。利用CC2530无线传感网络芯片和外围接口搭建了系统硬件,使用Z-Stack协议栈编制了系统底层软件,基于VB软件平台开发了的温室环境监测系统上位机软件,并验证分析了CC2530芯片的传输特性。结果表明,节点在距地表1.5 m时的有效传输距离为60 m,单个节点使用2节5号电池能够持续进行温室环境参数数据采集工作45 d,能较为准确的对温室环境温湿度及作物土壤体积含水率进行监测,系统具有较高的实用性与可靠性。     

基于农田无线传感网络的分簇路由算法

由于无线传感网络节点的能量有限,如何有效地利用有限资源以及实现数据的有效传输,成为研究热点问题.针对农田区域广以及种植作物杂等环境特征,为延长农田无线传感器网络的生命周期,提高传感网的数据包投递率,构建了适用于农田信息采集的无线传感器网络架构,提出了一种混合式的分簇路由算法HCRA(hybrid clustering routing algorithm),研究了簇的形成、簇头竞选以及簇间路由过程,并对HCRA算法与低功耗自适应集簇分层型算法LEACH(low-energy adaptive clustering hierarchy),以及使用固定簇半径的混合节能分簇算法HEED(hybrid energy-efficient distributed clustering)进行了仿真试验.结果表明:在1 000次迭代周期下,采用HCRA算法的网络生存时间要比LEACH算法长约28％,比HEED算法长约12％;采用HCRA算法的数据包投递率要比LEACH算法高约34个百分点,比HEED算法高约16个百分点.该研究可为农田环境信息采集自动化监测系统提供参考.     

基于780MHz频段的温室无线传感器网络的设计及试验

针对以往农用无线传感器网络(wireless sensor network,WSN)能耗与成本较高、传输性能不理想等问题,该文选用无线射频芯片AT86RF212、单片机C8051F920等,设计了一种工作在780 MHz中国专用频段且与IEEE802.15.4c标准兼容的无线传感器网络。该文简述了无线传感器网络节点结构,重点介绍了780 MHz无线传感器网络的硬件设计,并选择北方典型的日光温室作为试验研究环境,通过改变无线收发距离,对780、433和2 400 MHz频段的无线传感器网络节点的接收信号强度值(RSSI,received signal strength index)和平均丢包率(PLR,packet loss rate)进行了测试与分析。试验结果表明,3种不同频段的无线收发模块的接收信号强度值RSSI都随着收发距离的增大而减小。在温室内测试,收发距离小于20 m时,3种无线模块的RSSI值相近;收发距离为40~90 m时,7803 MHz模块比433 MHz模块的RSSI值略大,2.4 GHz的RSSI值最小。在温室内收发距离小于90 m的范围内,780 MHz模块和433 MHz模块的丢包率均为0,2.4 GHz模块的最高丢包率不超过5%。在温室间测试,收发距离为50~90 m时,780 MHz模块和433 MHz模块的RSSI值相近;收发距离大于90 m时,780 MHz模块比433 MHz模块的RSSI值大;2.4 GHz模块在温室间收发距离为50~140 m时的RSSI值均小于433、780 MHz。2.4 GHz模块在收发距离大于70 m时出现丢包现象,收发距离大于135 m时丢包率达到100%;温室间收发距离为140 m时,433 MHz模块的最大丢包率为11%,780 MHz的最大丢包率不超过6%。因此,在温室环境监测的应用中,780 MHz频段的无线传感器网络的传输性能表现最佳,且与433 MHz都明显优于2.4 GHz。     

农业生态环境监测中无线传感节点信号有效传输距离的确定

农业生态环境的物理形态和结构复杂多样,对WSN（wireless sensor networks）的无线信号传输造成不同衰减影响。为确保无线传感器网络在农业环境中经济、合理、高效部署,有必要明确典型农业环境中无线传感节点间的有效传输距离。该文基于Shadowing信号衰减模型,利用当前通用的CC2530和CC2591无线通信模块,分别选定4种不同农业环境（湖泊、草地、农田、树林）开展单跳组网试验,通过设定不同距离测试传感器节点的接收信号强度指标（received signal strength indication,RSSI）,分析不同环境中RSSI与传输距离间的变化特征。试验结果表明,所有测试环境获得的RSSI值与有效距离遵从Shadowing模型,其拟合度在0.9232～0.9846之间。通过对实测数据建立拟合模型,以接收节点的灵敏度为临界值,计算出湖泊、草地、农田、树林4种环境的理论传输距离分别为663.3,419.3,208.0和79.5 m,而实测有效传输距离与理论值之间的相对误差在22%～34%之间。从误差分布看,复杂环境的实测值更接近理论值,而特殊结构的复杂环境似对实际信号传输有增强作用。该文的研究方法和模型估算获得的信号衰减系数可为实际环境监测组网提供有益参考。