面向城市污水监测的WSN数据融合算法研究

发布时间：2017-04-03 14:03

  本文关键词：面向城市污水监测的WSN数据融合算法研究，由笔耕文化传播整理发布。

【摘要】：水是生命之源,作为人体组织构成中的重要部分,它是人们赖以生存的不可或缺的能源,因此,水质的好坏与否直接影响着人类正常的生命活动。随着现代科技、工业、经济的不断向前发展,越来越多的污染影响着水资源的质量。实时的掌握水质状况能帮助人们最大限度的降低水质污染带给人们身体和日常生活的危害,保证人们正常生活。课题源于陕西省科学技术研究发展计划项目,针对渭河流域,对西安市内四个排污口水域实施监测。针对传统监测系统步骤繁琐、自动化程度低、水质参数采集不及时、精度偏低、易对水体的生态环境造成破坏、系统投资成本高等问题,提出了一种新型的基于无线传感器网络的城市污水监测系统,并为达到延长网络工作寿命的目的,进行了数据融合算法的研究。根据西安市内排污口的实际特点,制定了面向城市污水监测系统的实施方案。综合各水质测量参数特点与渭河污染现状,选取温度、溶解氧(DO)、浊度、酸碱度(PH值)和氨氮(NH3N)五个参数作为城市污水监测系统的测量参数,并对系统传送的数据进行数据融合处理。路由层次通过对簇成员节点加入均值滤波算法以及设置各参数相应的置信区间,对传感器采集到的原始数据进行去冗余处理,簇头处利用自适应加权数据融合算法实现对同类传感器传输数据进行综合处理；基站处利用BP人工神经网络对污水环境进行分类,确定其水质受污染情况。最后,通过NS2与MATLAB软件对各层次的数据融合算法进行了仿真验证,结果显示该数据融合算法在满足系统数据需求的前提下,能够减少能量消耗,提高信道利用率,有效的延长了污水监测系统的工作寿命。
【关键词】：无线传感器网络 污水监测 数据融合 路由协议 人工神经网络
【学位授予单位】：西安工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP212.9;TN929.5;TP202
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-15
• 1.1 研究的背景与意义8-10
• 1.1.1 课题研究背景8-9
• 1.1.2 课题研究的目的及意义9-10
• 1.2 国内外研究现状分析10-13
• 1.2.1 无线传感器网络国内外研究现状10-11
• 1.2.2 污水监测系统国内外研究现状11
• 1.2.3 数据融合技术国内外研究现状11-12
• 1.2.4 无线传感器网络路由协议国内外研究现状12-13
• 1.3 论文研究内容与结构安排13-15
• 2 面向城市污水监测的WSN数据融合算法概述15-30
• 2.1 城市污水监测系统介绍15-22
• 2.1.1 污水监测系统结构及工作原理15-16
• 2.1.2 无线传感器网络综述16-20
• 2.1.3 污水监测系统特点20
• 2.1.4 系统关键技术20-21
• 2.1.5 系统监测参数的特点21-22
• 2.2 数据融合算法介绍22-27
• 2.2.1 数据融合的作用22-23
• 2.2.2 数据融合分类23-25
• 2.2.3 数据融合常用方法25-27
• 2.3 面向城市污水监测系统的数据融合算法分析27-29
• 2.4 本章小结29-30
• 3 路由层次基于LEACH协议的数据融合30-54
• 3.1 经典路由协议分析30-39
• 3.1.1 经典路由协议介绍30-31
• 3.1.2 经典路由协议仿真分析31-37
• 3.1.3 LEACH算法原理分析37-39
• 3.2 基于LEACH协议的数据融合39-48
• 3.2.1 簇成员节点的数据融合39-42
• 3.2.2 簇头处自适应加权数据融合算法42-48
• 3.3 路由层次基于LEACH协议的数据融合算法仿真48-53
• 3.3.1 NS2简介48-49
• 3.3.2 仿真平台的搭建49-50
• 3.3.3 路由层次基于LEACH的数据融合仿真50-53
• 3.4 本章小结53-54
• 4 基站处BP人工神经网络算法54-70
• 4.1 模式识别方法介绍54-55
• 4.1.1 模糊推理54
• 4.1.2 贝叶斯决策54-55
• 4.1.3 人工神经网络55
• 4.2 BP人工神经网络算法分析55-61
• 4.3 基站处BP人工神经网络仿真分析61-69
• 4.3.1 MATLAB简介61
• 4.3.2 算法仿真分析61-69
• 4.4 本章小结69-70
• 5 结论70-72
• 5.1 结论70
• 5.2 后续工作展望70-72
• 参考文献72-76
• 攻读硕士学位期间发表的论文76-77
• 致谢77-79

【参考文献】

中国期刊全文数据库 前7条

1 孙雨耕,张静,孙永进,房朝晖;无线自组传感器网络[J];传感技术学报;2004年02期

2 严怀成,黄心汉,王敏;多传感器数据融合技术及其应用[J];传感器技术;2005年10期

3 郭戈,罗志刚;多传感器数据融合方法的研究与进展[J];机电一体化;2003年05期

4 R.ANNIE UTHRA;S.V.KASMIR RAJA;A.JEYASEKAR;Anthony J.LATTANZE;;A probabilistic approach for predictive congestion control in wireless sensor networks[J];Journal of Zhejiang University-Science C(Computers & Electronics);2014年03期

5 马祖长,孙怡宁,梅涛;无线传感器网络综述[J];通信学报;2004年04期

6 成小良;邓志东;;基于ZigBee规范构建大规模无线传感器网络[J];通信学报;2008年11期

7 王晓曦,王秀利,周津慧,王永吉;NS2网络仿真器功能扩展方法及实现[J];小型微型计算机系统;2004年06期

中国博士学位论文全文数据库 前1条

1 王伟;无线传感器网络若干关键技术研究[D];华中科技大学;2011年

中国硕士学位论文全文数据库 前6条

1 缪强;无线传感器网络研究与实现[D];浙江大学;2004年

2 曹生岭;基于信号差异的自适应分布式室内定位算法的研究[D];哈尔滨工业大学;2008年

3 李家雨;基于数据融合技术的多传感器水环境监测仪的研制[D];东北大学;2008年

4 黄丽燕;面向花卉基地环境监测的无线传感网络数据融合[D];北京林业大学;2012年

5 吴蓉;无线多媒体传感器网络数据融合技术研究[D];南京邮电大学;2013年

6 王拓;基于WSN的城市污水监测系统数据融合技术研究[D];西安工业大学;2013年

  本文关键词：面向城市污水监测的WSN数据融合算法研究，由笔耕文化传播整理发布。

，

本文编号：284420