基于无线传感器网络的城市热电网监控系统的研究

随着对城市供热系统节能研究的深入,热计量与温度控制已成为当前暖通行业关注与研究的焦点,并成为一个高科技有效应用于国计民生的典范.本论文提出采用无线通信的方式,通过对GPRS无线通信模块和zigbee射频模块的控制进行温度、流量和压力数据的传输与交互,可以解决热计量不透明的问题,为最终实现温度的实时监控计量提供前提条件.     

平均干扰下的无线传感器网络高效能传输研究

传输功率的调整是当前无线传感器网络进行低功耗优化设计的主要手段之一,但较低的传输功率却又很难保证连通性(因外围节点干扰引入的随机性),较大的传输功率不仅增加能耗而且会对邻近通信节点带来干扰,如果简单地在网络中进行传输功率调整,极易造成相邻通信子网传输功率的相互攀升,从而极大地降低了传输效能。该文从干扰模型分析出发,给出了基于平均干扰下的最优传输功率计算方法,考虑到网络环境的时变性,将该优化传输功率与自适应速率控制机制结合以提高传输效能。仿真结果表明,相比于MCP协议和Basic协议,基于平均干扰下的优化传输功率机制在单比特能耗及平均吞吐率上能够得到更好的性能折中。     

一种改进的无线传感器网络随机密钥预分配算法

在分析现有无线传感器网络随机预分配密钥算法的基础上,通过同时引入q合成技术、多路增强技术与单向密钥序列技术,提出了增强的随机预分配密钥算法H-RKP,并以节点俘获攻击为例对其安全性进行了分析,证明该算法可以进一步提高现有随机预分配密钥算法的安全性．     

协同分集下AF与DF比较

在慢衰落信道中,协同分集是一种新的空间分集方式,其本质是利用分布用户的单天线形成一个虚拟的多天线系统,即形成虚拟MIMO。在其协同方式中,有AF模式和DF模式(编码协同是DF模式的一种特殊情况)。该文针对AF与DF两种基本协同方式进行了详细的比较,并在对称信道和非对称信道下进行了系统的仿真。理论分析和仿真结果表明:在相同的条件下,AF模式相对于DF模式有较大的优势是因为AF模式较DF模式有较大的阵列增益,虽然两者有相同的分集增益,但DF有更大的灵活性。     

物理学与信息获取技术

21世纪是信息时代,信息获取是信息科学的一个分支.文章主要论述了信息获取技术与物理学的关系和作用,提出物理学是信息获取技术的基础,而目前信息获取技术的发展落后于信息处理和信息传输技术的发展,并在此基础上讨论了信息获取技术发展的现状和趋势.     

分段电极集成光波导电场传感器的研究

针对电磁兼容测试中对小尺寸大带宽电场传感器的需求,用x切y传iNbO3晶体的M-Z干涉仪结构, 设计并制作了一种实用的集成光波导电场传感器．器件含有10段电极,尺寸为60min×6mm×0．5 mm．在入射场强为120dBμV/m,试验结果显示传感器的3dB响应带宽为2．2GHz．     

双限温度报警器

采用分立元件设计了一种温度报警电路 ,可以在待测物的温度高于或低于所控温度范围时自动报警 ,以便及时调整热源 ,达到双限温度控制的目的     

基于Rough Sets的传感器异常数据处理

在各种传感器的应用中,经常要对传感器的测量数据进行处理,以保证测量结果的可靠性．为了利用粗糙集理论处理不确定数据的优点,根据粗糙集理论的思想,先由已知测量数据提取出决策表,再进行补全、离散化等预处理,最后进行属性约简并提取出分类规则,对测量数据进行分类,剔除测量数据中的异常数据．实验结果显示该异常数据发现方法比常用的异常数据处理方法更为客观、精确和可靠．     

基于可穿戴计算机电源管理的蚁群算法

功耗管理是可穿戴计算系统低功耗设计的一个重要手段。该文提出了一种基于蚁群算法的可穿戴计算机动态电源管理方法,通过自适应的优化功耗切换时间,在基本保证系统实时性能的条件下,能有效地减小系统各模块的平均功耗,延长系统的工作时间。仿真结果证明了其有效性。     

基于神经网络的六维力传感器静态标定方法研究

利用BP神经网络研究了六维力传感器的静态标定方法.良好的泛化能力是基于神经网络标定方法的关键,而现有基于神经网络的传感器标定方法对网络的泛化能力鲜有考虑.针对上述问题,以提高神经网络泛化能力为目的,对神经网络的训练样本、训练期望误差值和网络隐层单元数等的选取进行了研究.实验及计算机仿真表明,当选取样本数据具有遍历性时,利用神经网络标定后进行补偿计算可提高六维力传感器的测量精度.