河流冰情环境检测是获取河流冰情及灾害等监控数据的基础,是水文与冰情灾害预测预报、水环境监测、水工设施安全预警的重要依据。在河流冰情环境检测工作中,利用数据采集、无线传感器网络远程监控实现对河流冰情灾害的实时预测预警十分重要。在实际组成的冰情检测系统中,由于各种新型冰情传感器的使用,监测范围的不断扩展,以及恶劣工作环境引起的大量奇异(干扰)冰情信号的存在,使得数据采集、现场冰情信号的实时处理以及冰情信号的远距离传输工作量的增大,加重了冰情检测网络的负担,影响数据质量与实时性,亟需研究可以应用于工程现场实际的新型冰情检测设备与冰情数据实时处理算法,引入新的数据通信方式与组网结构,以适应冰情检测的需求。在过去的几十年中,移动数据流量有了巨大的增长,这推动了无线网络的巨大的转变。5G网络的发展正是伴随着这种趋势,将通信技术从人与人的连接扩展到人与物、物与物的连接。在5G接入网络技术中,如何为大量用户提供数据密集型和延迟敏感型服务一直是研究的热点,雾无线接入网络(Fog Radio Access Network,F-RAN)被认为是一种有效的解决方案,可以通过将缓存和计算的网络功能从远程云服务器扩展到接近用户设备的边缘,实现减轻回程链路的负担,显著提高网络信息传输的性能。针对现有冰情检测网络的不足,本文将NB-Io T(Narrowband Internet of Things)物联网通信接口技术、5G无线F-RAN网络及无线传感器网络组网技术引入冰情检测系统中,设计研制了具有NB-Io T物联网通信接口功能的冰情检测传感器;提出了一种基于5G无线F-RAN雾无线网络分层内容分发的数据传输方法,结合冰情检测特定的环境,运用雾无线网络原理去解决数据在现场检测网络分布的检测设备间的传输速率低,分析受限问题。同时,在前端无线传感器网络组网过程中,为了解决调度冲突问题,提出了一种基于动态优先级调度的分簇方案组建传感器网络。针对前端数据传输过程中数据融合问题,提出改进K-means算法提高多种类型传感器采集数据的融合效率。在后端结合采集数据,采用弹性BP网络进行训练建立数据模型库,使数据能够在后端实时解析并判定出河流冰情环境整体的状况。论文的主要研究工作如下:1.在对课题组多年研究的几类新型冰情检测传感器检测原理及结构进行总结研究的基础上,将NB-Io T物联网无线通信技术融入冰情检测传感系统中,从通信结构上将传感器改进为可以直接应用于5G网络的新一代智能终端设备,并具有无线传感器网络组网能力,在此基础上,结合5G大带宽视频文件传输能力,设计基于新型传感器的5G冰情检测网络系统结构,可实现前端采集、后端分析的目标,为物联网技术应用于河流冰情环境检测系统奠定基础。2.本文通过对前端无线传感器网络组网技术的研究,提出了一种基于动态优先级调度的分簇方案组建传感器网络,提高传感器节点间数据调度效率。利用多数据融合方法实现多种类型传感器采集数据的融合,提出改进Kmeans算法提高在传感器簇节点端数据的融合效率。在后端采用弹性BP网络对采集数据进行训练并建立数据模型库,使数据能够在后端实时解析、判定出河流冰情环境整体的状况。该方案整体解决了现有传感器网络在多种传感器节点增加,部署的比较稠密时产生的网络负载增加,网络寿命降低的问题,适用于低温以及复杂环境中的试验研究。通过仿真验证,对比测试,提出的方案能够实现利用现有传感器网络,高效、准确的传递多种类型传感器采集的数据,达到实时检测河流冰情环境的目标。3.以5G雾无线网络传输架构为基础,结合冰情检测特定的环境,提出了一种新的F-RAN分层内容分发数据传输方法。在提出的分层内容分发策略下,具有随机文件请求的C-UE(普通终端设备)和与其关联的BS和FUE(带缓存功能的终端设备)在一定距离的范围内共同和分层地提供服务,使冰情检测网络中视频数据大文件可以在多个终端设备中高效协同传输。依据提出的F-RAN分层内容分发策略的传输理论,推导了在F-RAN中BS的传输概率,然后,在分散概率缓存放置的假设下,进一步推导出F-UE的平均传输概率。在此基础上,推导了网络覆盖概率的解析表达式,通过仿真实例验证了分层内容分发策略模型传输优势,提出的分层内容分发策略可以显著提高数据传输质量,满足冰情检测网络中视频数据大文件在多个终端设备中高效协同传输及回传的需求。