基于ZigBee网络的家居环境监测系统设计和节点定位研究

发布时间：2017-04-08 00:14

  本文关键词：基于ZigBee网络的家居环境监测系统设计和节点定位研究，由笔耕文化传播整理发布。

【摘要】：随着科技的进步和人们生活质量的提高,智能家居的需求越来越多,尤其是无线传感网络的飞速发展,该项技术目前是世界新兴科技发展的主流方向之一,其融合了多种先进技术,具有重要的商业价值和科研价值,例如在物联网、农业生态环境监测、工业环境监控、医疗护理等领域均有广泛的应用,直接促进了智能家居的深入发展,在无线传感器网络中通常采用ZigBee技术实现无线通信,因为其具有低成本、低功耗、自组网、建网可靠性等特性。同时采用ZigBee技术的智能家居系统摆脱了传统家居布线繁杂、工作量大、成本高、维护困难、不易组网等缺点,所以是作为智能家居应用技术的首选技术。本文设计了基于ZigBee网络的环境监测系统设计,包括传感器数据的采集和多个LED灯的精准任意控制。本文中ZigBee无线传感器网络包括协调器和终端节点两种设备,传感器主要与ZigBee终端节点相连,用来采集室内温湿度信息、烟雾信息和光照信息,这些信息通过ZigBee无线传感器网络传送到协调器上,WiFi串口服务器通过RS232转TTL接口与协调器相连,WiFi串口服务器发出WiFi信号,这样协调器收集的传感器数据就可以通过移动端(手机/PAD)来接收和在软件界面上显示了,反过来也可以通过此设计,在移动端软件界面上精确控制各个ZigBee终端节点LED灯。实现整个网络的双向流通。该系统基本能满足设计要求。由于本文除重点介绍了智能家居、ZigBee关键技术相关内容外,还对无线传感器网络节点定位算法进行了探索和研究。介绍了几种常用的定位算法,提出了一种较传统RSSI值定位算法精确度和稳定度更高的算法,即基于贝叶斯概率统计模型的改进RSSI节点的定位算法。此算法首先利用贝叶斯概率模型筛选出部分RSSI值,之后通过三角形质心算法求解出未知节点坐标,最后对得到的坐标值进行多次迭代求精运算,达到位置坐标坐标最优解,从而得到最终坐标。由仿真结果可看出,该算法较传统的RSSI定位算法在精度和稳定性上有较大改善。且在锚节点比例较低时,该算法表现依然很好。
【关键词】：ZigBee技术 智能家居 CC2530嵌入式控制 节点定位算法
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP274;TN92
【目录】：

• 摘要4-6
• Abstract6-14
• 第一章 绪论14-22
• 1.1 课题研究背景和意义14-15
• 1.2 智能家居概述15-17
• 1.3 智能家居的国内外研究现状17-19
• 1.3.1 国外研究现状17-18
• 1.3.2 国内研究现状18-19
• 1.4 智能家居的发展趋势19-20
• 1.5 本文主要研究内容和安排20-22
• 第二章 ZigBee技术概述22-35
• 2.1 组网技术选择22-29
• 2.1.1 几种无线通信技术概述22-26
• 2.1.2 几种无线通信技术的比较26-28
• 2.1.3 ZigBee用于家居组网的可行性分析28-29
• 2.2 ZigBee无线通信技术概述29-33
• 2.2.1 ZigBee技术的网络结构29-30
• 2.2.2 ZigBee网络协议栈体系结构30-31
• 2.2.3 ZigBee拓扑结构分析31-32
• 2.2.4 ZigBee技术的特点及应用领域32-33
• 2.3 本章小结33-35
• 第三章 系统硬件选择和设计35-51
• 3.1 设计原则35-36
• 3.2 系统总体架构36-37
• 3.3 系统硬件选型和设计37-50
• 3.3.1 系统硬件总体设计方案37-38
• 3.3.2 ZigBee网络芯片选择38-40
• 3.3.3 ZigBee硬件开发平台介绍40-41
• 3.3.4 硬件各个模块介绍41-50
• 3.4 本章小结50-51
• 第四章 系统软件程序的设计与实现51-72
• 4.1 开发环境介绍51-52
• 4.2 Z-Stack协议栈总体设计流程52-59
• 4.2.1 Z-Stack协议栈52-55
• 4.2.2 OSAL操作系统55-59
• 4.3 终端节点软件设计59-61
• 4.4 终端节点环境检测数据采集程序设计61-64
• 4.4.1 温湿度采集程序设计61-62
• 4.4.2 光照检测程序设计62-63
• 4.4.3 烟雾探测程序设计63-64
• 4.5 协调器程序流程设计64-69
• 4.6 增加通讯距离方法69-71
• 4.7 本章小结71-72
• 第五章 节点定位算法的研究72-84
• 5.1 基于测距的定位算法73-75
• 5.1.1 基于AOA的APS算法73-74
• 5.1.2 基于TDOA的AHLos算法74-75
• 5.1.3 基于RSSI的RADAR算法75
• 5.2 基于非测距的定位算法75-78
• 5.2.1 DV-Hop算法75-76
• 5.2.2 质心算法76-78
• 5.3 基于贝叶斯概率统计模型的改进RSSI节点定位算法78-83
• 5.3.1 RSSI的测距模型78-79
• 5.3.2 算法的改进79-80
• 5.3.3 坐标计算80
• 5.3.4 坐标精确化80-81
• 5.3.5 算法的流程81-82
• 5.3.6 算法仿真分析82-83
• 5.4 本章小结83-84
• 第六章 系统测试84-88
• 6.1 系统测试平台搭建84
• 6.2 系统测试平台测试结果PC端显示84-85
• 6.3 系统测试平台测试结果移动端显示85-86
• 6.4 终端节点控制协议设置86-87
• 6.5 本章小结87-88
• 总结与展望88-89
• 参考文献89-92
• 攻读学位期间发表的论文92-94
• 致谢94-95

【相似文献】

中国期刊全文数据库 前10条

1 ;比尔·盖茨的智能家居[J];中华建设;2005年05期

2 ;2005年度十大智能家居品牌[J];电脑知识与技术;2006年03期

3 Valent Tang From;;智能家居科技——欧洲正在赶超美国[J];电脑知识与技术;2006年09期

4 陈鹏;;智能家居的系统分类和设计[J];仪器仪表标准化与计量;2006年02期

5 王伟光;;走近国外智能化家居[J];数字社区&智能家居;2007年02期

6 张鼎盛;;享受生活 享受智能家居[J];建材与装修情报;2007年05期

7 张鼎盛;;享受生活 享受智能家居[J];建材与装修情报;2007年07期

8 吕莉;罗杰;;智能家居及其发展趋势[J];计算机与现代化;2007年11期

9 李磊;林晓杰;;智能家居的标准与协议[J];数字社区&智能家居;2008年01期

10 ;专注、专业、专心——打造智能家居行业第一媒体[J];数字社区&智能家居;2008年01期

中国重要会议论文全文数据库 前10条

1 吴效明;赵锦萌;吴剑波;;智能家居的医疗监测技术研究[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会壁报展示论文[C];2010年

2 荣蓉;吴文p，

本文编号：291646