欢迎来到天天文库
浏览记录
ID:34779893
大小:9.63 MB
页数:60页
时间:2019-03-10
《探索低功耗无线车辆检测传感器网络优化研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、北京交通大学硕士学位论文低功耗无线车辆检测传感器网络优化研究姓名:黄轶群申请学位级别:硕士专业:交通信息工程及控制指导教师:蔡伯根201012中文摘要摘要:车辆检测技术是智能交通系统的重要组成部分,采用无线传感器网络采集和传输车辆信息与传统方法相比具有显著优势,在智能交通领域有着极其广泛的应用前景。而无线车辆检测传感器网中的能量限制是制约其发展的一个重要因素。因此研究如何对无线车辆检测传感器网络进行优化设计以降低其能耗具有重要的实际意义。论文首先详细地分析了无线车辆检测传感器网络整体结构和无线传感器网络能量传输的数学模
2、型。在此基础上,设计了一种无线车辆检测传感器网络中继节点布设方案。该算法根据采集节点在网络中的相对位置来布设中继节点,可以有效的避免长距离的数据传输,达到降低网络能量消耗的目的;提出了一种适用于车辆检测传感器网络的分布式无损数据压缩算法,该算法结合无线车辆检测传感器网络的特点,通过分析数据帧之间的内在联系,利用相对编码来去除冗余,压缩率达到40%以上;论文开发了一种基于C/S模式的无线车辆检测传感器网络监控平台,该平台实现了数据实时采集,远程用户在线崦测,分析和处理传感器节点数据等功能,满足用户对无线车辆检测传感器网络
3、监控的需求。为了验证本文所提出的节点优化布设算法及数据压缩算法,进行了仿真实验,并在在北京交通大学校园内进行了实地数据采集,结果表明,经过本文所提出的节点优化布设算法及数据压缩算法,可以有效降低无线传感器网络的能耗,达到了预期目标。关键词:车辆检测;无线传感器网络;低功耗;节点布设;数据压缩;优化分类号:U491.1+16ABSTRACTV色llicledetectionteclⅡlologyis锄illlportantpartiIliIltelligent仃ansponationsystem.Usillg、析rele
4、sssensorn加rl(g础eraIld仃ansf.erVeKcle佃尚Hnationhassigllificamadvantagescomparedw油【缸aditionalmetllods,觚dhaS锄咖emelyproSpeCtiIl硫elligent订aIlsportationfield.Ene曜ylimitofWirelessVemcledetectionsellSorneMorkisa11洫1portalltfIactorw11ichrestricteditsdeVelopment.Therefore,也
5、eresearchonhowtooptimjzationdesigntlle、析relessVellicledetectionsensorne觚orkt0reduce也eenergyC0璐umptionhaSiII】印rtantpra嘶calsigIli6caIlce.ThemesisfirstlyaIlalyzednlesnllctu]reof、ⅣirelessVehicleiIetectionsensorne觚orkind“1.TheLayoutmethodof、)l,irelessne撕orkseIlSorsan
6、diIlfb珊ationcolleCtionmemodareaIl2Llyzed.EIaSedontlleene增yconsumptionofdi舵rentmodule,“armlyzed让leenergy仃ansmissionmodelofwirelesssensornetv旧rks.Analg矾也mofwirelessvehicledetectionsellsornetworknodelayoutispresented,OnmisbaSis,designofawirelessvellicledetectionsen
7、sorneMorkrelaynodelayoutprogram,tllealgorithmbaSedontllecollectionnoderelatiVepositionintllene“V0rkt0rclaynodelayout,caneff.ectiVelyavoidthelon分di啦mccdata打ansmissio玛t0remucenc庀、Ⅳorkenergycons啪espu印oses;proposedforVehicledetectionsensornet、)~,orks,distributl范loss
8、lesscompressionalgoritllm,t11ealgorimmcombiIledwithwirelessSensornet、№tI(s,Vemcledetectionfeature,byanalyziI培tlleintemalrelationsllipbetweenmunes,usil培relativecodet0r
此文档下载收益归作者所有