基于WSN的污水处理系统的监测研究

发布时间：2021-06-07 10:53

　　针对传统污水处理过程中的花费造价高,监测数据不准确等缺点,该文在污水处理中引入了基于WSN的方法,对WSN中的数据融合,压缩重构和信号传输方式分别采用了改进的Leach协议,新的重构算法以及多跳的传输方式进行改进,仿真实验说明了基于改进后的WSN的污水处理系统具有较好的效果。 

【文章来源】：电脑知识与技术. 2020,16(25)

【文章页数】：4 页

【部分图文】：

监测区域的节点分布图

图2和图3分别显示本文算法，文献[4]算法下的WSN的失效节点和本文算法下的失效节点的分布情况，从图2中发现大部分失效节点都主要集中在监测区域的下方，离Sink节点较远的节点。图3是本文算法下的失效节点的情况，从图2-3的对比情况来看，显然，本文算法在改进了Leach算法和信号重构下前提下，算法的性能有了明显的提高，使得失效的节点分布较远，这也说明了本文算法具有的效果。图3 本文算法下的失效节点

图2 基本Leach协议下的失效节点图4-图6分别表示两种算法下的网络活跃节点数目，Sink节点接收数据量和剩余能量的对比效果，图4中发现两种算法随着轮数逐渐增多，网络活跃节点的数目逐渐下降，但本文算法显然优于基本的Leach算法，这说明本文数据融合后的算法具有较好的算法性能，有效的保障了网络的活跃节点。图5比较了两种算法下的Sink节点接收数据量的对比情况，显然随着轮数的增多，本文算法对应的Sink节点接收数据的程度要明显好于基本Leach算法，这主要是因为采用了新的压缩算法，使得节点的传输效率提高，数据量增大，图6说明了两种算法的剩余节点的能量对比，随着轮数的逐渐增多，本文算法的节点的剩余能量多于文献[4]算法，这主要是因为多跳的传输方式使得节点的能量损失降低。

【参考文献】：
期刊论文
[1]基于ZigBee无线传感器的工业污水监测系统[J]. 杨俊,邹志革.  仪表技术与传感器. 2018(07)
[2]基于改进GA-BP神经网络的工厂污水监测系统研究[J]. 诸飞,俞阿龙.  现代电子技术. 2018(11)
[3]面向水环境监测的生物传感器研究[J]. 夏善红,边超,孙楫舟,谢勇,韩明杰,熊晨雨.  中国科学院院刊. 2017(12)
[4]基于无线传感器网络的污水监测系统设计[J]. 宗峰.  中国沼气. 2017(06)
[5]基于虚拟现实和物联网的水环境监测系统[J]. 邵欣欣,张明会.  中国科技论文. 2017(07)
[6]基于无线传感器网络与GIS的蓝藻水华爆发动态监测与模拟[J]. 杨昆,罗毅,徐玉妃,商春雪,杨扬.  农业工程学报. 2016(24)
[7]基于WSN的气体钻井地层出水模拟监测系统[J]. 陈明,陈向东,陈一健,于祥,付建平.  仪表技术与传感器. 2016(12)
[8]水污染在线监测系统的探究[J]. 何为,栾辉,马琳.  油气田环境保护. 2015(05)
[9]工业污水在线监测系统的应用[J]. 傅其凤,杨亚磊,陈万军,王磊,安旭朝.  工业水处理. 2015(03)
[10]基于无线传感器网络的水质监测系统设计[J]. 赵敏华,李莉,呼娜.  计算机工程. 2014(02)



本文编号：3216442