【摘 要】
:
无线传感器网络(wireless sensor network,WSN)技术的快速发展,使得其在智慧建筑中的监测应用越来越广泛,使用WSN在智慧建筑中进行监测时,传感器节点可能因为能量长时间消耗或物理损坏等原因失去原有效用,节点通信链路也可能会因为物体阻挡或数据碰撞堵塞等原因出现暂时或永久性的通信故障。因此研究网络能量低功耗与故障容错,是实现整个网络正常运行的关键问题。针对WSN内节点能量消耗过多
论文部分内容阅读
无线传感器网络(wireless sensor network,WSN)技术的快速发展,使得其在智慧建筑中的监测应用越来越广泛,使用WSN在智慧建筑中进行监测时,传感器节点可能因为能量长时间消耗或物理损坏等原因失去原有效用,节点通信链路也可能会因为物体阻挡或数据碰撞堵塞等原因出现暂时或永久性的通信故障。因此研究网络能量低功耗与故障容错,是实现整个网络正常运行的关键问题。针对WSN内节点能量消耗过多问题,提出一种细粒度电源控制的低功耗管理方法,该方法将传统传感器系统睡眠、空闲和运行三种功率模式划分为五种状态,主要将睡眠模式分为深度睡眠(状态0)、中等空闲(状态1)和唤醒准备(状态2),空闲与工作模式状态不变,通过转换节点睡眠模式的工作状态调节功耗,在保证WSN正常运转前提下,大大降低了节点能源消耗,实现低功耗目标,仿真结果表明与传统方法相比节省了约74%的电量。针对WSN网络故障影响数据采集和传输稳定性问题,提出一种完备的分布式容错方案,按步骤分为初始化、故障诊断、故障分类和故障容错四个阶段。首先将网络初始化并进行簇集群设置;之后故障检测阶段使用Fletcher校验和与超时响应机制进行硬件与链路故障检测,使用具有显著概率值的MannWhitney U统计检验用于软件故障检测;随后利用高斯隶属函数将软件故障节点的测量值转换为不同故障类别的归属概率,并通过分类因子进行分类;最后在容错阶段,使用逐步回归分析,通过优化相邻传感器节点预测方程找到故障节点,得到预测数据,实现网络故障恢复。仿真结果表明该方法在检测精度、数据时延、网络功耗、容错率等方面具有较大优势。根据智慧建筑数据采集需求,对监测系统进行总体设计,采用CC2530节点开发芯片,设计终端节点与协调器节点工作程序,进行人机界面程序设计,最后构建WSN监测系统,进行传感器网络组网测试,并验证了本文低功耗与故障容错方案的有效性。综上所述,本论文研究了WSN中低功耗与容错问题,并进行实物测试。针对网络能耗高、使用寿命短以及网络故障导致网络失去原有监测功能分别提出了对应解决方案。通过实物测试和仿真结果分析,证明了本文解决方案在WSN低功耗与故障容错方面的有效性,延长了WSN生命周期,为服务智慧建筑打下了深厚基础。
其他文献
人口数据能反映一个国家或地区的人口在地理空间中的分布,也是反映社会经济发展和城市建设状况的重要数据源。传统的人口数据通常以人口普查和抽样调查的方式统计获得,存在时效性差、难以与其他地理空间数据融合等局限。人口数据空间化方法是实现人口空间分布模拟的有效方法,能得到的更高时间和空间分辨率的人口数据。然而此类方法在模拟人口空间分布时采用“自上而下”的建模思路,模拟得到的结果难以反映“自下而上”微观个体行
命名实体识别是自然语言处理领域的核心任务,是机器问答、信息检索等任务的基础性工作;其最核心的目标是从非结构文本中寻找、识别和分类相关实体。当前命名实体识别在英文上已经取得了巨大的成功,但在中文领域上的研究进展远落后于英文;尤其是面向一些专业领域,如电子医疗病历实体识别等,中文命名实体识别的研究还有待进一步提高。在通用数据集上,中文相较于英文有着更为复杂的语法结构且字词之间无空格来分割,因此存在边界
目的:观察温经汤配合腕踝针治疗寒凝血瘀型痛经的疗效。方法:选取本院就诊的寒凝血瘀型痛经患者60例,随机分为治疗组及对照组各30例。治疗组用温经汤配合腕踝针治疗,对照组用西药治疗。结果:治疗组痛经缓解优于对照组(P<0.05),且用药后痛经症状积分低于对照组(P<0.05)。治疗组总有效率高于对照组(P<0.05)。结论:温经汤配合腕踝针治疗寒凝血瘀型痛经能缓解临床症状,且维持疗效时间更持久。
姿势迁移的图像生成技术旨在将给定的源人物姿势转换为设定的目标姿势,同时,保持生成人物图像的外观及服装纹理与源人物的尽可能一致。人物姿势的表示是姿势迁移研究中的核心问题。目前使用较为广泛的是基于人体关键点的二维姿势表示,该方式的优点在于获取方便,可通过已经成熟的姿势估计算法直接通过对源人物图像计算得到准确的姿势关键点。其他方法如基于3D表示的人物姿势由于获取困难,使其应用场景十分受限。然而,使用二维
时间序列是按时间刻度有序并且互相关联的数据序列,数据特征随时间具有一定的变化规律。时间序列预测已经在商业、环境、医学、工业等各个领域得到了广泛的关注。实现准确的预测对节约资源、提高效率、减少成本、优化配置等方面都具有重要的作用。时间序列预测方法是根据历史的时间序列数据、相关特征等推算未来观测值的手段。目前时间序列数据预测的方法以深度学习模型为主,虽然取得了很多研究成果,但是在时间序列数据的预处理、
是自然语言处理领域中一个重要的任务。随着深度学习技术的发展,相比于短文本摘要技术,长文本摘要发展缓慢。一方面缺乏可用的大规模数据集;另一方面,当文本序列过长时会产生长距离依赖问题。针对上述问题,本文基于深度神经网络技术,开展长文本摘要建模方法研究。本文从以下四个方面对长文本自动摘要任务展开研究:(1)针对当前中文长文本数据集缺乏的问题,本文采用中文专利数据构建了一个大型的专利数据集。该数据集在关键
随着新一代信息技术、大数据理论与实践的高速发展,智慧城市的范围不断扩大、范畴不断延伸、智能化的水平不断提高。智慧城市建设中地址的数字化、精细化、智能化管理成为各种政务管理、金融机构、市场应用重要基础数据,也是实现应用目标、提升应用能力的必要数据。但是,由于我国地址规划建设起步相对较晚,传统建筑地址采集方式落后且缺少统一的规范策略,造成各行各业既有的建筑地址信息数据难以准确匹配,难以给上层的地理信息
长期以来,建筑工程中安全事故频繁发生所导致的人员伤亡和财产损失,受到国家和社会的广泛关注。为了防止类似事故的发生,在每次事故发生后会形成事故调查报告,通过从历史事故中总结经验教训,从而制定安全管理策略和防范措施用于预防未来的风险发生。而以往对事故的分析研究依赖于专家利用专业知识进行人工分析,这使得分析结果很容易受到人的主观影响。同时,随着事故报告数据量的不断增加,人工分析耗时耗力,已经无法满足需求
目的 通过对安徽省某县级医院胆囊炎单病种付费患者住院费用的灰色关联分析,为该院有效缩短住院时间、适应支付方式改革提供对策建议。方法 收集安徽省某县级医院2016年至2019年单病种付费住院信息,分析胆囊炎患者住院数据,对住院费用结构、关联系数、关联度等进行分析。结果 该院胆囊炎患者手术麻醉费、药品费占比及关联系数较大,与次均住院费用关联度也最大,护理费构成比有小幅度上升。结论 手术麻醉费与药品费对
文本生成序列图像是一项融合计算机视觉和自然语言处理两个方向的跨模态任务,该任务通过输入的文本描述,生成符合对应语义信息的序列图像。由于文本描述能够生成多个不同的图像,因此生成语义一致且分辨率较高的图像是一个极具挑战性的任务。生成对抗网络由于自身独特的对抗机制,被广泛应用于解决文本生成图像的任务。然而生成对抗网络的模型训练难以收敛,文本生成序列图像仍然面临着生成图像的对象布局混乱、上下文信息难以提取