无线传感器网络与监测应用基本信息

《无线传感器网络与监测应用》

作 者:李岳衡，王慧斌 著

丛 书 名: 冷配在线

出 版 社:国防工业出版社

ISBN:9787118079272

出版时间:2011-12-01

版 次:1

页 数:216

装 帧:平装

开 本:16开

《无线传感器网络与监测应用》系统分析和阐述了面向大规模水情监测这一具体应用背景下无线传感器网络的有关概念、原理和方法，并针对水情监测数据融合中的流量软测量与错误数据校正，以及动目标协作跟踪等具体应用进行了深入的介绍和讨论。全书共分为5章，包括基于无线传感器网络信息获取和监测应用的发展特点与趋势;面向水情监测无线传感器网络拓扑结构规划和路由算法设计;mac层低功耗低时延网络协议调度;基于bp和rbf人工神经网络水情监测wsn汇聚节点信息融合和可重构硬件设计与研究;以及基于粒子滤波目标跟踪预测和跟踪节点管理的无线传感器网络协作目标跟踪等。

《无线传感器网络与监测应用》可作为电子信息工程、工业自动化、计算机应用、仪器科学与技术等相关专业的研究生、高年级本科生以及科研人员、工程技术人员的参考书。

李岳衡，男，博士，副研究员，湖南永兴人。2001年于东南大学无线电工程系移动通信国家重点实验室获通信与信息系统专业工学博士学位。2001年12月至2006年8月在飞利浦上海东亚研究实验室工作，任高级研究员、项目研发组长等职;2006年9月至今在河海大学计算机与信息学院工作。现为中国电子学会高级会员。主持和参与国家自然科学基金项目、江苏省自然科学基金项目、东南大学移动通信国家重点实验室开放课题、中央高校基本科研业务费专项资金资助项目、水利部科学技术项目等;获得省部级科学技术进步二等奖。

第1章 绪论

1.1 当代信息化发展的技术趋势

1.2 基于无线传感器网络的信息获取

1.2.1 传感技术及其发展

1.2.2 无线传感器网络的发展及其特点

1.2.3 无线传感器网络关键技术

1.3 无线传感器网络监测应用

1.3.1 工业无线传感器网络

1.3.2 水下环境多源监测

1.3.3 运动目标跟踪

参考文献

第2章 水情监测无线传感器网络拓扑结构和路由算法

2.1 水情监测的国内外发展状况

2.2 面向水情实时监测的wsn总体设计方案

2.2.1 基于wsn的水情监测系统整体架构

2.2.2 节点硬件设计

2.2.3 协议软件部分

2.2.4 常用网络拓扑结构

2.3 水情wsn异构混合树形网络拓扑结构

2.3.1 背景

2.3.2 异构混合树形拓扑结构设计

2.3.3 簇头节点的选取

2.3.4 信息传输与能量管理

2.3.5 计算与分析

2.4 基于簇分布的leach协议改进算法

2.4.1 水情监测中选用leach路由协议的原因

2.4.2 leach路由协议研究及其存在的问题

2.4.3 leach-nd算法设计与，性能分析

参考文献

第3章 水情监测无线传感器网络mac层协议优化

3.1 csma/ca性能优化及应用

3.1.1 1eee 802.15.4 mac层协议概述

3.1.2 基于差分服务markov链csma/ca性能评估模型

3.1.3 实时水情监测基于信道接入机制的差分服务

3.1.4 基于队列机制的差分服务

3.2 实时数据占空比自适应算法

3.2.1 概述

3.2.2 计算与分析

3.3 时延归类改进型gts算法

3.3.1 网络微积分模型

3.3.2 基于时延归一化的dcgts算法

3.3.3 计算与分析

参考文献

第4章 基于人工神经网络wsn汇聚节点融合建模与硬件设计

4.1 基于人工神经网络水情监测wsn汇聚节点融合系统

4.1.1 水情信息时空相关性分析

4.1.2 基于人工神经网络汇聚节点融合系统

4.1.3 人工神经网络融合模型

4.2 面向水情数据校正人工神经网络融合模型

4.2.1 基于人工神经网络数据校正原理

4.2.2 样本获取及数据预处理

4.2.3 基于改进bpnn水情数据校正模型

4.2.4 基于rbfnn水情数据校正模型

4.2.5 两种ann水情数据校正模型的性能评价

4.3 面向明渠流量软测量人工神经网络融合模型

4.3.1 基于人工神经网络明渠流量软测量原理

4.3.2 二次变量选取和样本获取

4.3.3 基于改进bpnn明渠流量软测量模型

4.3.4 基于rbfnn明渠流量软测量模型

4.3.5 两种人工神经网络明渠流量软测量模型性能评价

4.4 基于可重构人工神经网络融合模型汇聚节点设计

4.4.1 汇聚节点硬件电路设计

4.4.2 可重构人工神经网络融合模型fpga实现

4.4.3 汇聚节点软硬件集成及仿真

参考文献

第5章 无线传感器网络多节点协作动目标跟踪

5.1 无线传感器网络目标跟踪主要方法与应用发展

5.1.1 研究意义

5.1.2 目标跟踪主要方法

5.1.3 目标跟踪应用发展

5.2 协作跟踪理论与目标跟踪方法

5.2.1 协作跟踪理论与跟踪过程

5.2.2 目标检测与定位方法

5.2.3 目标跟踪预测方法

5.3 基于粒子滤波预测的动目标跟踪

5.3.1 卡尔曼预测算法原理

5.3.2 粒子滤波预测算法原理

5.3.3 基于粒子滤波预测的动目标跟踪

5.3.4 计算与分析

5.4 基于区域控制的节点调度管理方法

5.4.1 现有动目标跟踪节点调度算法

5.4.2 动目标跟踪节点组织形式

5.4.3 基于区域控制的节点动态管理算法

5.4.4 计算与分析

参考文献

传感器网络用来感知客观物理世界，获取物理世界的信息量。客观世界的物理量多种多样，不可穷尽。不同的传感器网络应用关心不同的物理量，因此对传感器的应用系统也有多种多样的要求。

无线传感器网络

不同的应用对传感器网络的要求不同，其硬件平台、软件系统和网络协议必然会有很大差别。所以传感器网络不能像因特网一样，有统一的通信协议平台。对于不同的传感器网络应用虽然存在一些共性问题，但在开发传感器网络应用中，更关心传感器网络的差异。只有让系统更贴近应用，才能做出最高效的目标系统。针对每一个具体应用来研究传感器网络技术，这是传感器网络设计不同于传统网络的显著特征。

无线传感网络有着许多不同的应用。在工业界和商业界中，它用于监测数据，而如果使用有线传感器，则成本较高且实现起来困难。无线传感器可以长期放置在荒芜的地区，用于监测环境变量，而不需要将他们重新充电再放回去。

无线传感网络的应用包括视频监视，交通监视，航空交通控制，机器人学,汽车，家居健康监测和工业自动化。在环境监控中一个典型的应用就是传感网（Sensor Web，或SW）。传感器网络可以用来监视有效利用电力，如日本的例子。[1]