【摘 要】
:
无线传感器网络是一种集信息采集、处理和传输功能于一体的智能网络系统,具有灵活性高、成本低、自组织性高等特点,在军事、环境监测、智慧城市、农林渔牧以及健康医疗等领域均有较为广泛的应用前景。由于无线传感器网络节点资源受限,并经常部署在一些恶劣的环境中,数据传输会受到多径衰落、节点失效、链路中断、路径损耗、阴影效应等不利因素的影响,易造成数据包的丢失,所以数据传输往往得不到保障。本文主要针对无线传感器网
论文部分内容阅读
无线传感器网络是一种集信息采集、处理和传输功能于一体的智能网络系统,具有灵活性高、成本低、自组织性高等特点,在军事、环境监测、智慧城市、农林渔牧以及健康医疗等领域均有较为广泛的应用前景。由于无线传感器网络节点资源受限,并经常部署在一些恶劣的环境中,数据传输会受到多径衰落、节点失效、链路中断、路径损耗、阴影效应等不利因素的影响,易造成数据包的丢失,所以数据传输往往得不到保障。本文主要针对无线传感器网络传输过程中的数据丢包问题开展研究,设计并实现一种低复杂度基于RS码丢包恢复的可靠数据传输方案以及基于ARQ重传的可靠数据传输方案。具体工作包括:在基于RS码丢包恢复的可靠数据传输方案中,传感器节点首先将一定数量的信息数据包缓存在数据包组中,然后对数据包相同位置的数据符号进行RS码编码,并将生成的冗余校验符号置于数据包对应位置的后面,获得一组冗余数据包,然后每一包数据再通过Turbo编码和交织后进行分包传输;汇聚节点基于四路天线接收分包传输的数据包,依次完成包括帧头恢复、数据合并、解交织、Turbo译码组帧和RS译码等过程。在陆地和海洋环境中对该方案进行测试,并以丢包率(Packet Loss Rate,PLR)作为性能的度量指标。测试结果表明,基于RS码丢包恢复的可靠数据传输方案能在丢包率较低的情况下,有效准确恢复丢失的数据包,保证信息传输的完整性,提升了单向信道数据传输的可靠性。在基于ARQ重传的可靠数据传输方案中,设计并实现一种基于Ymodem通信协议的ARQ重传与协同通信分集技术方法。为了满足嵌入式系统因存储空间限制以及不同测试功能的需求,传感器节点通过基于Ymodem通信协议的ARQ重传方法对程序文件远程更新。同时为了保证传感器数据可靠的上传,该方法通过协同分集技术提高多路径传输的可靠性。进一步对数据包结构进行设计、硬件和软件实现。最后与停等式ARQ方案开展实际的对比测试,结果表明,基于ARQ重传的可靠数据传输方案比停等式ARQ方案重传次数更少,可靠性更高。
其他文献
近年来肝癌的发病率和总体死亡率呈上升趋势,其中,原发性肝癌是肝脏中最常见的恶性肿瘤,由于肝癌的发病过程极为复杂,传统的诊断方法不能有效且准确地对原发性肝癌进行早期诊断,因此寻找一种有效的肝癌早期诊断方法成为了提高肝癌患者生存率的关键。本文设计并加工了一种新型双通道光纤表面等离子体共振(Surface Plasmon Resonance,SPR)传感器,并提出基于该传感器进行联合检测早期肝癌标志物的
基于磁流体动力学(Magnetohydrodynamic,MHD)的微角振动传感器,能够敏感微振动频率和角速率,具有高的动态特性和宽的阻尼调节特性。相较于传统的角速率传感器(如陀螺仪)不存在机械磨损和摩擦阻尼,可靠性高,寿命长,广泛应用于航空航天领域。目前MHD微角振动传感器的研究主要集中在流体环结构、磁路结构、低频拓展及信号降噪等,对内部导电流体参数及对传感器性能影响的研究鲜有报道,如导电流体气
当今世界科技越来越发达,普通二维显示已经无法满足人们更高的需求。三维沙盘显示越来越受到人们的关注。当今三维数字沙盘主要是在传统的沙盘上面添加多媒体投影系统或将计算机远程控制技术与实体沙盘模型结合,通过控制沙盘动态变化,将一些图片或者遥感信息按照真实比例缩小重新呈现在人们的眼前。但是这些沙盘大多有占地面积较大、不易移动、重复使用度不高等缺点。本课题重新设计了一套方便拆卸、占地面积小、可扩充的三维沙盘
在当下万物互联浪潮的推动下,物联网服务的近场通信技术成为了当前的研究热点问题,尤其是人们对于利用室内定位实现人员管理及重要物品的信息动态掌控的需求也在日益增加。射频定位技术已经广泛的应用于商业、医疗、工业管理等领域,该技术可以实现对象的物理位置的精确定位,如何提高该定位方式的精度尤其是应急环境下的精确定位,将对人员管理和物联网的发展有重要的意义。RFID定位技术利用射频方式进行非接触式双向通信交换
随着人工智能技术的深入发展,计算机视觉领域取得了大量的成果,尤其在计算机视觉识别领域,优秀的图像目标识别模型层出不穷,但是目标识别任务仍存在诸多的挑战。一方面计算机视觉识别模型的训练往往需要大量图像数据的支持,另一方面精确的图像实例级标注需要极为昂贵的人力成本。为了对计算机视觉的目标识别和自动驾驶的感知领域提供更好的基础支撑,本文设计了针对交通环境下的标注软件对采集的真实交通环境中的图像数据进行了
人脸属性分类任务是对给定的人脸图像提取特征,并进行特定属性的多标签分类。人脸属性是人类可理解的直观语义特征,比如眼睛、胡须、皱纹等,表情也是人脸属性的细分,比如微笑、愤怒等,由此看来人脸属性对于人脸特征的语义级别表述非常重要。现有的人脸属性识别方法包括两类,一类是针对每个属性单独训练二分类器,最后综合多个分类器完成多属性识别,这类方法可控性好,但是没有考虑到属性之间的关联;还有一类是多任务学习,特
同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)是机器人自主导航定位的关键技术。以相机为传感器的视觉SLAM系统在近十余年中发展出包括非直接法、直接法和混合法在内的多种算法,这些算法在多种精确测定的数据集中可以完成基本的视觉定位和地图模型构建的任务。对于虚拟现实/增强现实等实际应用,现行算法不能很好地处理一些复杂运动的相机位姿估计,另外,一
微表情是一种发生非常迅速的表情,持续时间一般情况下只有1/25s~1/5s,发生时动作幅度微小,人很难凭借肉眼直接察觉,其同时是一种无法抑制且无法伪造的自发式表情,更适合作为人类真实心理想法的依据,在心理研究、公共安全、商务谈判等领域具有更强的适用性。目前微表情识别方法仍多依赖于手工提取特征,费时费力且能够提取到的特征有限,导致最终识别结果不理想。随着技术发展,已有研究人员将深度学习算法引入到微表
海洋无线传感器网络是由大量漂浮在海上的具有无线通信能力和一定数据处理能力的传感器节点组成的自组织的网络,由于其具有成本低、易布放、可大规模组网等特点,在海洋观测与探测方面具有广泛的应用。但是,受海上恶劣的天气环境与复杂的电磁环境影响,海洋无线传感器网络节点之间的传输非常不可靠。基于此,本文提出了一种宏分集接收的传输架构,并设计了一种低复杂度的级联分集合并方案,以提高系统传输可靠性。具体而言:首先,
基于LoRa(Long Range)的无线传感器网络具有功耗低、覆盖广的优势,可为广阔的区域提供高可靠、大规模的传感网络覆盖。然而部署环境的复杂多变以及节点间的碰撞造成了通信链路质量不可靠,导致无线传感器网络通信性能变差。针对上述问题,设计了基于LoRa的通信系统,从实地测试出发,研究了复杂场景下链路质量的分布特征,分析了LoRa物理层参数对不可靠链路性能的影响,从优化物理层参数配置和多址接入协议