深井无线传感器网络监测数据处理研究
发布时间:2021-04-22 07:15
在受高地压应力、高温湿、线路供电长等的影响的深井中,现有有线矿井安全监测系统制约了深井开采安全监控水平。无线传感器网络(WSN)灵活多变的自组织网络方式可以在深井安全监测中大规模部署,对深井环境、生产设备的运行状态和工作人员位置进行实时监测预警,传感器节点采集监测数据,并经融合处理后传输至汇聚节点进行研究分析,并告知用户。为了改进WSN中的节点的能量消耗、网络寿命、带宽拥堵,针对数据传输和融合,分别提出了两种不同的算法。在数据传输时,提出了一种非均匀的分簇算法,该算法是通过改进萤火虫算法来优化WSN非均匀成簇的,利用萤火虫算法中荧光素浓度更新原则与WSN中的局部簇首密度、簇首临近距离、簇首位置、节点距离等因素相结合进行优化分簇,簇间采用代价函数构造转发树,形成离基站距离两级梯度单、多跳传输。根据适应度函数形成的网络分簇能获得较小簇内能耗,并在基站较近的地方形成较多分散的簇首和尺寸较小的簇,有效的平衡簇间能耗。在数据融合时,提出了一种基于改进蚁群算法优化BP神经网络模型的数据融合算法,分析已有的蚁群算法,结合前人优化过的蚁群算法,并将能量加入进行考虑;对蚂蚁运动方向进行规划,使得蚂蚁群朝...
【文章来源】:南华大学湖南省
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景与研究意义
1.2 无线传感器网络监测数据处理研究综述
1.2.1 监测数据传输研究综述
1.2.2 监测数据融合研究综述
1.3 应用场景
1.4 主要研究内容及论文组织结构
1.4.1 主要研究内容
1.4.2 论文组织结构
1.4.3 技术路线
第2章 基础理论及技术
2.1 无线传感器网络
2.1.1 无线传感器网络体系结构
2.1.2 无线传感器网络特征
2.2 无线传感器网络路由技术
2.2.1 数据路由算法
2.2.2 数据路由类型
2.2.3 典型路由算法分析
2.3 无线传感器网络数据融合技术
2.3.1 数据融合算法
2.3.2 数据融合类型
2.4 本章小结
第3章 非均匀分簇UCRA-GSO数据传输算法
3.1 数据传输模型
3.1.1 网络模型
3.1.2 能耗模型
3.2 UCRA-GSO算法
3.2.1 萤火虫优化理论
3.2.2 分簇构建阶段
3.2.3 数据传输阶段
3.3 仿真与性能分析
3.4 本章小结
第4章 改进蚁群BP神经网络IFA-IACOBP数据融合算法
4.1 融合理论及模型
4.1.1 基本蚁群算法
4.1.2 改进蚁群算法
4.1.3 BP神经网络模型
4.2 IACOBP算法
4.2.1 算法网络模型
4.2.2 蚁群BP神经网络
4.2.3 算法神经元
4.3 仿真与性能分析
4.4 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读学位期间的科研及成果
致谢
本文编号:3153370
【文章来源】:南华大学湖南省
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景与研究意义
1.2 无线传感器网络监测数据处理研究综述
1.2.1 监测数据传输研究综述
1.2.2 监测数据融合研究综述
1.3 应用场景
1.4 主要研究内容及论文组织结构
1.4.1 主要研究内容
1.4.2 论文组织结构
1.4.3 技术路线
第2章 基础理论及技术
2.1 无线传感器网络
2.1.1 无线传感器网络体系结构
2.1.2 无线传感器网络特征
2.2 无线传感器网络路由技术
2.2.1 数据路由算法
2.2.2 数据路由类型
2.2.3 典型路由算法分析
2.3 无线传感器网络数据融合技术
2.3.1 数据融合算法
2.3.2 数据融合类型
2.4 本章小结
第3章 非均匀分簇UCRA-GSO数据传输算法
3.1 数据传输模型
3.1.1 网络模型
3.1.2 能耗模型
3.2 UCRA-GSO算法
3.2.1 萤火虫优化理论
3.2.2 分簇构建阶段
3.2.3 数据传输阶段
3.3 仿真与性能分析
3.4 本章小结
第4章 改进蚁群BP神经网络IFA-IACOBP数据融合算法
4.1 融合理论及模型
4.1.1 基本蚁群算法
4.1.2 改进蚁群算法
4.1.3 BP神经网络模型
4.2 IACOBP算法
4.2.1 算法网络模型
4.2.2 蚁群BP神经网络
4.2.3 算法神经元
4.3 仿真与性能分析
4.4 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读学位期间的科研及成果
致谢
本文编号:3153370
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3153370.html