基于物联网多传感器数据融合技术的智能区域监控系统研究
发布时间:2022-10-06 16:54
传统的区域环境监控方案存在诸多限制,基于物联网技术的环境状态监控能够很大程度上突破传统的环境监测手段在时间、空间、监测内容等方面的局限性。同时,基于物联网的多传感区域环境监测也会提供海量监测数据,如何将这些数据进行更好的融合和分析是亟待解决的问题。论文设计了一套基于物联网多传感器数据融合技术的智能区域监控系统,该系统集多种环境参数的采集、传输、处理、融合分析、异常监测、数据存储和开关控制于一体,能够实现对目标监测区域环境状态的监测和控制,并给出环境状态综合评判的数据结果支持,论文对于区域环境监控系统的研究有着较为重要的学术研究价值和工程应用意义。论文首先介绍了基于物联网技术和多传感器数据融合算法的基础理论,分析了基于物联网多传感器数据融合技术的智能区域监控系统在环境监控的优势和可行性;接着设计了智能区域监控系统的整体结构,系统的硬件部分:智能区域监控单元和传感器节点电路,以及系统的工作流程;其次,选用ZigBee协议作为系统的无线通信协议,针对系统功能分别从对芯片的性能需求及选取,芯片及配置电路的硬件架构,软件流程等方面进行了详细设计;而后,针对系统环境监测数据的多源性,设计了系统的两...
【文章页数】:80 页
【学位级别】:硕士
【文章目录】:
中文摘要
英文摘要
1 绪论
1.1 课题研究背景与意义
1.2 国内外研究及应用现状
1.3 论文主要研究内容
2 智能区域监控系统理论基础与总体设计
2.1 物联网体系结构
2.2 物联网网络拓扑结构
2.3 智能区域监控系统总体设计
2.3.1 系统功能设计
2.3.2 系统整体结构设计
2.3.3 系统硬件结构设计
2.3.4 系统软件结构设计
2.4 本章小结
3 智能区域监控系统各模块设计
3.1 智能区域监控系统无线通信网络的组建
3.1.1 低功耗无线通信协议的选择
3.1.2 系统无线通信网络工作流程
3.2 智能区域监控单元设计
3.2.1 基于STM32 的主控单元设计
3.2.2 用户交互界面模块设计
3.2.3 数据传输模块设计
3.2.4 继电器开关控制模块设计
3.2.5 数据存储及建模分析模块设计
3.2.6 电源模块设计
3.3 传感器节点模块设计
3.3.1 传感器数据采集模块设计
3.3.2 无线数据传输模块设计
3.3.3 电源模块设计
3.4 本章小结
4 智能区域监控系统多传感器数据融合建模设计
4.1 智能区域监控系统数据融合结构整体设计
4.1.1 系统数据融合整体结构设计
4.1.2 系统数学模型建立的相关假设
4.2 基于加权最小二乘法的同类传感器数据融合模型设计
4.2.1 加权最小二乘法
4.2.2 同类传感器数据融合模型设计
4.3 基于模糊综合评判法的异类传感器数据融合模型设计
4.3.1 综合模糊评判
4.3.2 异类传感器数据融合模型设计
4.4 本章小结
5 智能区域监控系统的实验测试与结果分析
5.1 测试环境和平台搭建
5.2 系统实验测试结果分析
5.2.1 传感器数据采集模块测试
5.2.2 无线通信模块测试
5.2.3 数据处理及存储模块测试
5.2.4 数据融合算法结果分析
5.2.5 用户交互界面模块及继电器开关模块测试
5.2.6 系统整体性能测试
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
附录
A.作者在攻读硕士学位期间获得的专利
B.作者在攻读硕士学位期间发表的论文
C.作者在攻读硕士学位期间参加的科研项目
D.学位论文数据集
致谢
【参考文献】:
期刊论文
[1]数据融合技术在环境监测网络中的应用与思考[J]. 郑淏,薛惠锋,李养养,杨伟伟,张佳音,王斐. 中国环境监测. 2018(05)
[2]多源数据融合方法研究[J]. 李洪伟,刘兆东,闵远胜,何亮,刘鎏,赵文涛. 核动力工程. 2018(03)
[3]基于最小二乘原理多传感器加权数据融合[J]. 赵华哲,李强,杨家建. 微型机与应用. 2013(12)
[4]面向物联网的无线传感器网络综述[J]. 钱志鸿,王义君. 电子与信息学报. 2013(01)
[5]物联网概念模型与体系结构[J]. 沈苏彬,毛燕琴,范曲立,宗平,黄维. 南京邮电大学学报(自然科学版). 2010(04)
[6]物联网:概念、架构与关键技术研究综述[J]. 孙其博,刘杰,黎羴,范春晓,孙娟娟. 北京邮电大学学报. 2010(03)
[7]多传感器数据融合技术及其研究进展[J]. 华鑫鹏,张辉宜,张岚. 中国仪器仪表. 2008(05)
[8]数据融合综述[J]. 李静,贾利民. 交通标准化. 2007(09)
[9]基于相关性函数和模糊综合函数的多传感器数据融合[J]. 刘建书,李人厚,刘云龙,张贞耀. 系统工程与电子技术. 2006(07)
[10]基于最小二乘原理的多传感器加权融合算法[J]. 仲崇权,张立勇,杨素英,李卓函. 仪器仪表学报. 2003(04)
博士论文
[1]基于技术、应用、市场三个层面的我国物联网产业发展研究[D]. 丛林.辽宁大学 2016
硕士论文
[1]基于物联网的家庭室内环境监测系统的研究与实现[D]. 汤振.南京邮电大学 2018
[2]基于物联网的井场安全监控系统研究[D]. 杨磊.西安石油大学 2016
[3]基于物联网的大场景智能照明监控系统中心软件设计与实现[D]. 张斌.东南大学 2015
本文编号:3687019
【文章页数】:80 页
【学位级别】:硕士
【文章目录】:
中文摘要
英文摘要
1 绪论
1.1 课题研究背景与意义
1.2 国内外研究及应用现状
1.3 论文主要研究内容
2 智能区域监控系统理论基础与总体设计
2.1 物联网体系结构
2.2 物联网网络拓扑结构
2.3 智能区域监控系统总体设计
2.3.1 系统功能设计
2.3.2 系统整体结构设计
2.3.3 系统硬件结构设计
2.3.4 系统软件结构设计
2.4 本章小结
3 智能区域监控系统各模块设计
3.1 智能区域监控系统无线通信网络的组建
3.1.1 低功耗无线通信协议的选择
3.1.2 系统无线通信网络工作流程
3.2 智能区域监控单元设计
3.2.1 基于STM32 的主控单元设计
3.2.2 用户交互界面模块设计
3.2.3 数据传输模块设计
3.2.4 继电器开关控制模块设计
3.2.5 数据存储及建模分析模块设计
3.2.6 电源模块设计
3.3 传感器节点模块设计
3.3.1 传感器数据采集模块设计
3.3.2 无线数据传输模块设计
3.3.3 电源模块设计
3.4 本章小结
4 智能区域监控系统多传感器数据融合建模设计
4.1 智能区域监控系统数据融合结构整体设计
4.1.1 系统数据融合整体结构设计
4.1.2 系统数学模型建立的相关假设
4.2 基于加权最小二乘法的同类传感器数据融合模型设计
4.2.1 加权最小二乘法
4.2.2 同类传感器数据融合模型设计
4.3 基于模糊综合评判法的异类传感器数据融合模型设计
4.3.1 综合模糊评判
4.3.2 异类传感器数据融合模型设计
4.4 本章小结
5 智能区域监控系统的实验测试与结果分析
5.1 测试环境和平台搭建
5.2 系统实验测试结果分析
5.2.1 传感器数据采集模块测试
5.2.2 无线通信模块测试
5.2.3 数据处理及存储模块测试
5.2.4 数据融合算法结果分析
5.2.5 用户交互界面模块及继电器开关模块测试
5.2.6 系统整体性能测试
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
附录
A.作者在攻读硕士学位期间获得的专利
B.作者在攻读硕士学位期间发表的论文
C.作者在攻读硕士学位期间参加的科研项目
D.学位论文数据集
致谢
【参考文献】:
期刊论文
[1]数据融合技术在环境监测网络中的应用与思考[J]. 郑淏,薛惠锋,李养养,杨伟伟,张佳音,王斐. 中国环境监测. 2018(05)
[2]多源数据融合方法研究[J]. 李洪伟,刘兆东,闵远胜,何亮,刘鎏,赵文涛. 核动力工程. 2018(03)
[3]基于最小二乘原理多传感器加权数据融合[J]. 赵华哲,李强,杨家建. 微型机与应用. 2013(12)
[4]面向物联网的无线传感器网络综述[J]. 钱志鸿,王义君. 电子与信息学报. 2013(01)
[5]物联网概念模型与体系结构[J]. 沈苏彬,毛燕琴,范曲立,宗平,黄维. 南京邮电大学学报(自然科学版). 2010(04)
[6]物联网:概念、架构与关键技术研究综述[J]. 孙其博,刘杰,黎羴,范春晓,孙娟娟. 北京邮电大学学报. 2010(03)
[7]多传感器数据融合技术及其研究进展[J]. 华鑫鹏,张辉宜,张岚. 中国仪器仪表. 2008(05)
[8]数据融合综述[J]. 李静,贾利民. 交通标准化. 2007(09)
[9]基于相关性函数和模糊综合函数的多传感器数据融合[J]. 刘建书,李人厚,刘云龙,张贞耀. 系统工程与电子技术. 2006(07)
[10]基于最小二乘原理的多传感器加权融合算法[J]. 仲崇权,张立勇,杨素英,李卓函. 仪器仪表学报. 2003(04)
博士论文
[1]基于技术、应用、市场三个层面的我国物联网产业发展研究[D]. 丛林.辽宁大学 2016
硕士论文
[1]基于物联网的家庭室内环境监测系统的研究与实现[D]. 汤振.南京邮电大学 2018
[2]基于物联网的井场安全监控系统研究[D]. 杨磊.西安石油大学 2016
[3]基于物联网的大场景智能照明监控系统中心软件设计与实现[D]. 张斌.东南大学 2015
本文编号:3687019
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3687019.html
最近更新
教材专著