选择特殊符号
选择搜索类型
请输入搜索
本课题的主要目标是综合考虑各种不完整性,探索利用矩阵完成方法解决目前十分突出的由于复杂应用环境等因素导致的无线传感器网络节点定位中数据矩阵结构受到损坏的途径,改善无线传感器网络节点定位的性能。针对矩阵完成方法在无线传感器网络节点定位中的应用,将其分为两大类来考虑:一类是显式矩阵完整性分析,即在数据矩阵中明确知道存在数据缺失或者存在野值及其相应位置的情况;另一类是隐式矩阵完整性分析,指的是数据矩阵在形式上是完整的,但其中部分元素受噪声影响较大或者存在野值并且该元素的位置未知的问题。针对第一类问题,首先引入数据矩阵的低秩特性,使得求解成为可能;其次通过图直观地了解除了低秩以外,数据矩阵还需要满足的三个基本条件,即顶点可测性、连通性和采样集合势大小的要求;特别地,针对欧氏距离矩阵的显示完成问题,利用交替秩完成方法考察了矩阵完成的成功率对采样集合势的要求。从仿真结果上看,需要的测量值个数要数倍于实际自由度才能获得较高的成功率。针对第二类问题,主要考虑具备低秩特性的欧氏距离矩阵的完成问题。为了消除秩约束引入的非凸性,采用半定松弛来获得进行求解。由于加权矩阵的存在,使得半定松弛方法既适用于隐式矩阵完整性分析,也适用于显式矩阵完整性分析。仿真结果验证了半定松弛方法的稳健性。在对上述问题研究过程中,也对有关的参数估计方法和定位方法,如直达方向重建方法、基于混合范数优化的波达方向估计、利用角度差测量进行自主定位等做了相应的研究。 2100433B
节点位置是移动无线传感器网络(WSN)的重要信息之一,对WSN信息获取与探测具有重要意义。理论上,多维标度(MDS)定位方法能利用WSN节点间的距离矩阵估计节点的位置,但是复杂的应用环境、受限的功率、信号带宽和成本等因素往往导致距离矩阵出现不完整性问题。这种由测量数据导致的信息损失不仅增加了节点位置估计问题的欠定程度,还增加了MDS定位算法的复杂度。将矩阵完成分析理论应用于WSN节点定位,开展矩阵元素的测度完整性分析、矩阵的显式完成分析、矩阵的隐式完成分析以及计算与定位精度折衷分析等方面的研究,克服因测量数据的信息损失和复杂应用环境的影响,提高无线传感器网络节点定位算法的稳健性和实用性。
无线传感器是有接收器和。接收器上可以接多个传感器的。输送都是两三百米、频率是2.4GHz。如果需要传输更远的距离的话就需要跳频了。这样整个形式就是无线传感器的网络了。
基于XL.SN智能传感网络的无线传感器数据传输系统,可以实现对温度,压力,气体,温湿度,液位,流量,光照,降雨量,振动,转速等数据参数的实时,无线传输,无线监控与预警。在实际应用中,无线传感器数据传输...
这个....好难说哦,既然天线增益是有的,那么就存在了信号不规则的问题,那么有效通信距离要怎么规定,丢包率低于什么的时候才叫做有效通信半径....接收功率和你所说的通信距离肯定是有关系的。存在着一个功...
无线传感器网络中安全的集中式定位方法
针对定位技术面临的节点能量有限和安全问题,提出了一种基于移动信标的安全集中式定位方法.利用基于移动信标的集中式定位模型降低了未知节点在定位过程中的能量消耗,针对定位中可能面临的攻击行为设计出了相关的安全策略,保证了定位信息的安全性和完整性.实验表明:该方案能够有效保证传感器节点在恶意环境下定位的安全性和稳定性,并且保持较高的定位精度.
无线传感器网络组网设计
无线传感器网络是一种集成了计算机技术、通信技术、传感器技术的新型智能监控网络。本文分析了Zig Bee无线传感器网络的结构,并研究了采用Zig Bee技术如何建立无线传感器网络,及实现终端节点和协调节点的通信。
无线传感器网络(Wireless Sensor NetWork,WSN)是在传感器技术、无线通信技术、网络技术和嵌入式计算机技术基础上发展起来的一门新兴的信息获取技术,广泛应用于军事、智能交通、环境监控、医疗卫生等众多领域。其中,节点位置信息在WSN应用中非常重要,一个没有节点位置信息的WSN是没有任何意义的。
《无线传感器网络节点定位技术研究》对WSN节点定位技术进行了较为详细的研究,主要内容包括:WSN的节点定位技术、基于智能算法优化的WSN节点二维定位技术、基于智能算法优化LSSVR的WSN节点三维定位技术、基于KF-LSSVR的WSN三维移动节点定位技术、基于RSSI-LSSVR的WSN节点安全定位技术、基于WSN的老人行为监测技术应用等。
《无线传感器网络节点定位技术研究》结构合理,条理清晰,内容丰富新颖,可读性强,是一本值得学习研究的著作,可供从事WSN领域的研究人员和工程技术人员参考使用。
第1章 无线传感器网络概述
1.1 无线传感器网络的结构
1.2 无线传感器网络的特点
1.3 无线传感器网络的应用领域
1.4 无线传感器网络的研究现状与发展趋势
第2章 无线传感器网络的节点定位技术
2.1 节点定位技术的研究背景和研究现状
2.2 节点定位技术的基础
2.3 典型的基于测距定位算法和基于非测距定位算法
2.4 节点定位算法的性能评价标准
第3章 基于智能算法优化的WSN节点二维定位技术
3.1 差分进化算法理论
3.2 粒子群优化算法理论
3.3 基于差分进化算法优化的WSN节点二维定位
3.4 基于粒子群优化算法优化的WSN节点二维定位
3.5 基于差分进化和粒子群算法混合优化的WSN节点二维定位
第4章 基于智能算法优化LSSVR的WSN节点三维定位技术
4.1 最小二乘支持向量机理论
4.2 布谷鸟搜索算法理论
4.3 DV-Hop理论
4.4 基于DV-Hop的WSN节点三维定位
4.5 基于布谷鸟搜索算法优化DV-Hop的WSN节点三维定位
4.6 基于LSSVR的WSN节点三维定位算法
4.7 基于粒子群算法优化LSSVR的WSN节点三维定位
4.8 基于差分进化算法优化LSSVR参数的WSN节点三维定位
第5章 基于KF-LSSVR的WSN三维移动节点定位技术
5.1 移动节点定位算法介绍
5.2 基于LSSVR的回归建模定位理论
5.3 卡尔曼滤波算法理论
5.4 基于LSSVR的WSN移动节点三维定位
5.5 基于KF-LSSVR的WSN移动节点三维定位
第6章 基于RSSI-LSSVR的WSN节点安全定位技术
6.1 安全定位算法概述及分类
6.2 安全定位攻击模型及性能评价指标
6.3 传统RSSI测距算法原理及其改进
6.4 基于改进RSSI-LSSVR的WSN三维节点定位
6.5 基于改进RSSI-LSSVR的女巫攻击检测
第7章 基于WSN的老人行为监测技术应用
7.1 监控系统方案设计
7.2 系统硬件电路设计
7.3 系统软件设计
7.4 实验与结果分析
参考文献2100433B
无线传感器网络节点唤醒方式,顾名思义,是无线传感器网络中,节点的唤醒方式。分全唤醒模式、随机唤醒模式、由预测机制选择唤醒模式和任务循环唤醒模式。
(1) 全唤醒模式:这种模式下,无线传感器网络中的所有节点同时唤醒,探测并跟踪网络中出现的目标,虽然这种模式下可以得到较高的跟踪精度,然而是以网络能量的消耗巨大为代价的。
(2) 随机唤醒模式:这种模式下,无线传感器网络中的节点又给定的唤醒概率p随机唤醒。
(3) 由预测机制选择唤醒模式:这种模式下,无线传感器网络中的节点根据跟踪任务的需要,选择性的唤醒对跟踪精度收益较大的节点,通过本拍的信息预测目标下一时刻的状态,并唤醒节点。
(4) 任务循环唤醒模式:这种模式下,无线传感器网络中的节点周期性的出于唤醒状态,这种工作模式的节点可以与其他工作模式的节点共存,并协助其他工作模式的节点工作。
其中由预测机制选择唤醒模式可以获得较低的能耗损耗和较高的信息收益。