基于双协议融合的WSN温室环境监控系统设计

来源 :第26届中国过程控制会议 | 被引量 : 0次 | 上传用户:xjtuzhanglei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  针对温室环境数据无线采集、视频监控及远程管理的需求,本文设计了一种基于无线传感器网络(Wireless Sensor Network,WSN)的智能温室环境监控系统。系统采用ZigBee 和WiFi 融合通信技术组成智能网关,其中ZigBee 无线通讯设备用于采集温室环境数据,WiFi 通讯设备用于无线视频传输和远程通讯。所设计系统既避免了传统温室环境有线监控安装和维护的繁琐,同时又解决了ZigBee 无线传感器网络传输速率较低、无线传输距离较近的缺点,温室环境监控功能得到拓展。经过测试验证,系统实现了温室环境远程监控管理的各项性能,具有良好的应用性和可扩展性。
其他文献
针对五轴机械运动本体,提出了一种基于柔性立体靶标的运动学标定方法.首先,分析了五轴机械本体不同类型的运动关节,建立了对应完整的运动学模型.然后在关节轨迹法的基础上,采用了轨迹点的视觉计算原理,并设计了由位置不变的固定靶标和可自由放置的移动靶标组成的柔性立体靶标,可扩大各关节的运动轨迹范围,从而避免了对大型标定靶或者昂贵测量设备的依赖,降低了标定成本,并且该方法操作灵活,更适合现场标定.最后实验结果
上下文向量空间模型是基于可比较语料库构建双语词表的经典模型之一,传统的上下文向量空间模型在度量词语相似度过程中并没有考虑匹配方向性。针对上述问题,本文对传统的模型进行改善从而提出了一种新的模型-双向上下文向量模型。本文分别基于传统的上下文向量空间模型和本文提出的双向上下文向量空间模型完成了双语词表构建的对比实验,双向上下文向量模型取得了更好的实验结果,证明了本文提出模型的有效性。
反向响应过程广泛存在于化工领域中,但针对反向响应过程的性能评估研究较少。本文针对一类二阶时滞反向响应过程,研究其PID 控制回路性能评估问题,推导在阶跃信号输入下的PID 控制回路累积绝对误差(IAE)性能基准值,并将其推广到斜坡输入以及一般输入情形,为不同类型设定值输入下的反向响应过程建立通用化的IAE 性能评价标准。仿真结果验证了本文所提性能评估算法的正确性以及通用性。
随着嵌入式系统和软件复杂度的快速增长,嵌入式软件也变得越来越复杂,一个软件包中包含很多的软件模块,每个模块都会有成百上千的函数,这样就造成了模块之间复杂的调用关系。使用某个模块时需要在软件包中搜索它调用的其它模块,通过遍历软件包搜索则会造成效率低下。本文提出了基于社交网络的嵌入式软件模块搜索方法,能分析软件包结构的同时又可以提高相关联的软件模块搜索的效率。本文以Atmel 公司的ASF 软件包中的
针对现有的人机交互领域中静态手势识别方法硬件成本高,操作复杂等缺点,提出了一种适合智能手机实现的静态手势识别方法。该方法由手机内置的加速度传感器记录由用户按特定的静态姿势持手机而产生的上肢肌肉震颤,通过提取震颤信号的高阶统计量作为识别特征,采用“一对一”多类分类支持向量机识别不同静态手势。实验结果表明该方法对不同实验者6 种静态手势的平均识别准确率在93%以上,验证了本方法的有效性。
针对常规反步控制方法在路径跟踪中出现的速度跳变与推进器驱动饱和等问题,将生物启发神经动力学模型应用到水下机器人路径跟踪控制中。利用生物启发神经动力学模型的渐变和有界输出等特性,设计的反步路径跟踪控制器,可以有效克服水下机器人跟踪控制中的速度跳变,避免推进器的驱动饱和,满足水下机器人推进器的推力约束。所提方法的稳定性通过Lyapunov 理论进行了证明,并将该方法对“SMU I”ARV 水下机器人进
本文针对非线性系统提出了一种基于时变ARX 模型的非线性自适应预测函数控制算法。该算法通过T-S模糊将非线性系统转换为时变ARX 模型,其模型的参数利用遗忘因子法在线辨识获得。然后与预测函数控制方法相结合,采用状态空间方法来重新构造时变ARX 模型,从而减少了计算量,并且利用实际增益与模型增益相等来递推预测控制量的最优解。以磁悬浮系统为研究对象,在模型匹配和失配的情况下,将本文的控制算法与直接自适
为了支持嵌入式系统软件的高效开发,提出一种专门针对嵌入式软件开发的构件组装方法显得非常重要。本文先分析了嵌入式构件的特征,然后通过聚类分析方法求解实例与用户需求之间的相似度,提取最匹配的相似实例,实现基于相似实例的嵌入式构件组装方法,最后在Atmel Studio 嵌入式系统平台上对提出的方法进行验证。
在钢铁企业能源系统的低压氮气使用过程中,由于氮气使用单元分散且在管网中的位置不同,对管网压力的影响会出现短时间的延迟。鉴于此种情况,本文提出了一种基于影响因素输入延迟的多核最小二乘支持向量机对管网压力进行建模预测。该方法首先对低压氮气压力影响因素的延迟时间进行确定,提出一种基于Causality的影响因素延迟时间计算方法,同时根据不同的影响因素和对应的延迟时间分别构造训练样本,进而建立基于最小二乘
基于子空间方法的多变量系统辨识近年来得到越来越多的关注。子空间辨识算法当前主要的研究是基于白噪声环境,而实际现场数据多是受有色噪声干扰的。针对有色噪声问题,本文提出了基于数据滤波的子空间辨识算法。利用经典的均值滤波与中值滤波方法对输入输出数据处理,从而大大减弱有色噪声对数据的影响,提高系统的辨识精度。本文从方差的角度在理论上证明了两种滤波方法的有效性,而且本文方法得到的模型是无偏的,其精度优于常见