無線傳感器網絡農業(yè)信息監(jiān)控系統(tǒng)設計與數據融合研究.pdf

1、隨著傳感器技術、集成電路及其設計技術、信號檢測與處理技術以及計算機網絡技術的迅速發(fā)展,無線傳感器網絡和多傳感器數據融合己經成為嶄新的學科方向和當前的研究熱點,并在軍事和民用領域中得到了廣泛的應用。論文的主要研究內容如下:
　　 對農業(yè)信息監(jiān)測進行了需求分析,并以此提出了基于無線傳感器網絡的監(jiān)測系統(tǒng)的模型,搭建了系統(tǒng)的整體架構。完成了無線監(jiān)測系統(tǒng)中節(jié)點的數據采集、收集、存儲、分析和統(tǒng)計功能,實現了系統(tǒng)的遠程監(jiān)測。從節(jié)點的功能需求出

2、發(fā),分別基于MSP430F149和LPC2214設計了傳感節(jié)點和匯聚節(jié)點,并設計了一套適用于農田信息監(jiān)測的無線通信路由協議,對通信過程涉及的數據包傳輸類型和格式做出相關規(guī)定。在該網絡成功搭建后,又在匯聚節(jié)點上對以太網通信協議進行了技術平移,實現了無線傳感器網絡與以太網的連接,且便于對系統(tǒng)中節(jié)點的集中管理。
　　 在此基礎上,對數據融合技術的原理和意義進行分析研究,并對現有典型的數據融合算法進行了分析研究。在此基礎上,完成了0.1

3、模式下的故障節(jié)點的診斷、參與工作節(jié)點的選擇、節(jié)點參數設置對事件發(fā)現區(qū)域的影響分析,并在此基礎上,對擇優(yōu)選取的傳感器節(jié)點實現了數據融合。其主要創(chuàng)新點如下:
　　 ●提出一種基于貝葉斯決策理論的多傳感器故障解決方法。利用貝葉斯條件概率公式進行兩級數據融合,使故障判定的準確率得以提高。
　　 ●結合具有全局優(yōu)化特性的動態(tài)權重微粒群算法,提出了一種新型的多傳感器目標分配算法模型。仿真數據說明了新算法的可行性與有效性,當規(guī)模較大時

4、,算法顯示出收斂速度快和精度高的特點。
　　 ●實現了利用經典的神經網絡,解決基于樹層次結構的分簇網絡融合問題,所給出的基于分簇路由協議的數據融合算法可以描述如下:首先,將每個簇表征成神經網絡模型,該網絡模型為三層結構;接著把簇頭節(jié)點和該簇傳感器收集到的信息進行融合,該功能是在神經元處理函數中完成;最后由匯聚節(jié)點負責接收結果,此時結果為融合后的數據。
　　 ●將改進的QDPSO算法應用到神經網絡權值訓練過程,避免了梯度下