论文部分内容阅读
随着智能运输业的飞速发展,交通运输网络的建设日渐成熟,极大迎合了人们对于出行和商品流通的需求,同时,在现代物流过程中,为了使运输货物能够快速、准时、安全的到达目的地,对物流运输系统提出了更新更高的要求。为此,本文研究以MSP430处理器为控制核心,货物位置信息的获取和货物终端与监控中心的通信分别采用GPS定位技术和GPRS移动通讯网络来实现,兼以GIS地理信息系统作为监控中心针对车辆进行监控管理的技术平台,提出了一个有效的物流跟踪信息系统的解决方案,并将之应用于大宗货物的运输跟踪。为了解决货物跟踪过程中仓储环境的复杂和多变,本文提出了一种新型的基于误差等级的数据融合算法,根据跟踪精度要求,灵活设定误差等级,通过多项式拟合系数来表示一定范围内的监测数据的分布状态,在内存中生成虚拟节点。仿真结果表明,该算法大大提高了数据采集精度,在多种类环境应用方面能够表现出良好的性能。本文给出了货物终端系统设计,分为硬件和软件两部分。硬件部分主要是以MSP430单片机为硬件开发平台,并完成了MSP430F449单片机最小系统、电源、GPS模块、LCD显示、GPRS模块接口等外围电路设计;软件部分主要是在IAR Embedded Workbench集成开发环境上完成,设计出了系统初始化程序、串口中断程序、卡尔曼滤波程序、短信息程序等。跟踪系统的设计:本文首先分析了物流跟踪信息系统的主要构成,硬件部分主要分为两部分:执行器节点和总控制器节点。执行器节点以MSP430F149,nRF905为核心,配有高度集成温湿度传感器实现跟踪过程中货物的状态监控;总控制器节点包括MSP430F449处理器、无线射频模块、GPS模块、GPRS模块、LCD显示等,通过对各个环节的软硬件设计,完成了对整个物流跟踪过程中的货物定位以及货物定位和状态信息的传递,实现了物流跟踪的智能化。仓储与数据融合研究:物流过程中的仓储环境由于规模大且复杂多变往往导致传递的数据信息不够准确,本文提出了一种适用于大规模的多种类环境应用背景的数据融合算法,最终得到的误差明显小于簇内数据取均值的融合算法,为各种大规模的无线传感器网络(Wireless Sensor Networks,WSNs)提供了一种新型有效的信息融合方法。