煤矿井下无线安全监测系统的数据压缩技术研究

发布时间：2017-08-19 22:29

  本文关键词：煤矿井下无线安全监测系统的数据压缩技术研究

  更多相关文章： 无线传感器网络 数据压缩 Kalman滤波 能耗 传感节点

【摘要】：煤矿环境复杂多变,造成了煤矿开采过程中的不安全性,经常导致恶性事故的发生。目前,我国的煤矿安全生产形势十分严峻,特别是近年来重大矿难时有发生,造成了巨大的生命和财产损失。现有的煤矿安全监控系统因为存在各种不足,已经无法满足日益严格的安全生产需求,迫切需要对其进行改善。 装备安全监测监控系统是提高煤矿安全生产的主要途径。通过煤矿安全监测监控系统,形成煤矿井上、井下可靠的安全预警机制和管理决策信息通道,为灾难预警、指挥生产、管理决策乃至事故营救提供环境安全参数动态信息。其中通过数据压缩技术的研究,降低安全监测网络能量消耗,延长安全监测网络寿命,提高安全监测网络的实际可应用性是本文研究的重点,为此本文主要开展了以下研究工作： 1.本文首先介绍了无线传感器网络的概念及体系、特点和关键技术等基础知识。对无线传感器网络与现有无线网络作了区别比较,分析了无线传感器网络应用到煤矿安全监测领域的可行性以及应用中值得深入研究的核心技术。 2.本文对经典数据压缩算法和目前无线传感器网络中数据压缩算法的研究成果进行了分析,总结出各自优缺点和需要改进的地方,为设计适用于煤矿安全监测系统的数据压缩算法提供理论基础。 3.在基本压缩算法的基础上,本文提出了一种基于Kalman滤波的误差带自适应压缩算法(KL-AEO)。首先,通过对系统模型的分析,建立系统状态方程和观测方程。其次,利用现有安全监测数据,通过理论计算得出理论方程的初始状态值,分析得到误差带自适应调节公式。最后,在误差带自适应的基础上,借鉴基本压缩思想,得到了最终改进压缩算法的实现步骤。 4.本文从经典的数据压缩评价指标着手,基于无线传感网络的特点,分析使用经典评价指标评判WSN中数据压缩算法,可能出现的偏差及其原因。在此基础上,介绍了无线传感网络数据压缩评价指标,研究了能耗测试系统的构成。首先,本文设计了一款低功耗无线传感节点。其次,围绕传感节点,借助NI采集卡搭建了能耗测试系统,结合评价指标,得到了改进算法评价结果,验证了本文所设计算法的有效性。
【关键词】：无线传感器网络 数据压缩 Kalman滤波 能耗 传感节点
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TD76
【目录】：

• 中文摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-21
• 1.1 课题研究背景和意义9-11
• 1.1.1 课题来源9
• 1.1.2 研究背景9-10
• 1.1.3 研究目的10-11
• 1.2 无线传感器网络概述11-17
• 1.2.1 无线传感器网络的概念及体系结构11-12
• 1.2.2 无线传感器网络的特点12-13
• 1.2.3 无线传感器网络的应用13-14
• 1.2.4 无线传感器网络的关键技术14-16
• 1.2.5 无线传感器网络中的能耗问题16-17
• 1.3 煤矿井下安全监测系统17-18
• 1.4 本文的主要内容与组织架构18-21
• 1.4.1 本文的主要内容18-19
• 1.4.2 本文的组织结构19-21
• 第2章 无线传感器网络数据压缩算法研究21-29
• 2.1 数据压缩算法21-23
• 2.2 无线传感器网络中数据压缩算法研究23-27
• 2.2.1 无线传感网中数据压缩应用背景23
• 2.2.2 无线传感器网络中数据压缩算法要求23-24
• 2.2.3 无线传感器网络中数据压缩算法分类24-27
• 2.3 本章小结27-29
• 第3章 KL-AEO压缩算法设计29-51
• 3.1 基本压缩算法29-31
• 3.1.1 算法原理29-30
• 3.1.2 实现步骤30
• 3.1.3 优点与不足30-31
• 3.2 卡尔曼滤波算法31-40
• 3.2.1 卡尔曼滤波算法概述31-32
• 3.2.2 卡尔曼滤波的理论基础32-37
• 3.2.3 线性离散系统的卡尔曼方程37-39
• 3.2.4 卡尔曼滤波算法的特点39-40
• 3.3 KL-AEO算法理论与实现40-48
• 3.3.0 原始数据特性40-41
• 3.3.1 算法相关定义41-42
• 3.3.2 系统Kalman方程及初值42-43
• 3.3.3 算法设计思想43-47
• 3.3.4 算法实现步骤47-48
• 3.4 本章小结48-51
• 第4章 KL-AEO压缩性能分析51-67
• 4.1 经典压缩评估指标51-52
• 4.2 WSN中压缩评估指标52-53
• 4.3 仿真结果分析53-65
• 4.3.1 压缩比分析60-62
• 4.3.2 压缩误差分析62-64
• 4.3.3 算法耗能分析64-65
• 4.4 本章小结65-67
• 第5章 算法能耗测试平台67-85
• 5.1 节点架构67
• 5.2 硬件总体结构67-69
• 5.3 硬件电路设计69-74
• 5.3.1 CPU外围电路设计69-70
• 5.3.2 无线通信模块设计70-72
• 5.3.3 传感器模块设计72-73
• 5.3.4 电源电路设计73
• 5.3.5 串口电路设计73-74
• 5.4 整体程序设计74-75
• 5.5 能耗测试与分析75-83
• 5.5.1 测试系统75-76
• 5.5.2 分析结果76-83
• 5.6 本章小结83-85
• 第6章 结论85-87
• 参考文献87-91
• 附录91-97
• 作者简历97-101
• 学位论文数据集101

【参考文献】

中国期刊全文数据库 前10条

1 董辉;卢建刚;孙优贤;;无线传感器网络中分布式小波压缩[J];传感技术学报;2007年11期

2 曾勇;杨涛;冯月晖;;基于nRF24L01的超低功耗无线传感器网络节点设计[J];电子技术应用;2008年07期

3 杨海蓉;张成;丁大为;韦穗;;压缩传感理论与重构算法[J];电子学报;2011年01期

4 张景涛,王华,王宏安;实时数据的存取与压缩[J];化工自动化及仪表;2003年03期

5 崔莉,鞠海玲,苗勇,李天璞,刘巍,赵泽;无线传感器网络研究进展[J];计算机研究与发展;2005年01期

6 刘向宇;王雅哲;杨晓春;王斌;于戈;;面向无线传感器网络的流数据压缩技术[J];计算机科学;2007年02期

7 康健;左宪章;唐力伟;张西红;李浩;;无线传感器网络数据融合技术[J];计算机科学;2010年04期

8 叶佥昱;刘雨;张琳;;基于无线传感器网络的分布式信源编码方法[J];计算机工程;2009年07期

9 罗文华;王继良;;基于Haar小波的自适应数据压缩方法[J];计算机工程;2010年12期

10 张永梅;杨冲;马礼;王凯峰;;一种低功耗的无线传感器网络节点设计方法[J];计算机工程;2012年03期

中国博士学位论文全文数据库 前2条

1 应蓓华;用于无线传感网的低能耗数据压缩[D];清华大学;2010年

2 沈军;气象自动观测站数据处理方法研究[D];中南大学;2012年

，

本文编号：703332