21世纪以来,无线传感器网络技术(Wireless Sensor Network,WSN)得到了突飞猛进的发展,并展现出了十分广阔的应用前景。WSN在环境监测、生物医疗等许多领域都有重要的科研价值和巨大的实用价值,其中,以无线传感网络为基础组建监控平台便是一个重要的应用领域。然而随着技术发展及性能要求的提高,传统的无线传感监控网络在实际应用中暴露出了诸多问题,如网络生命周期亟待延长、监控数据易受干扰等等。本文针对无线传感监控过程的三个重要环节:监控数据的传输、监控数据的预测、监控数据可视化,分别开展了以下三个方面的研究工作。(1)以WSN在工业中的监控应用为背景,通过对监控网络进行数据通信链路规划,提高监控网络的可靠性。由于WSN通信链路的规划问题构成了一个NP难问题,故本文采用整数线性规划(Integer Linear Programming,ILP)的思想进行处理,在求解过程中,重点关注通信链路的容错性、网络生命周期以及通信实时性三个关键特性。实验结果表明,本文所采用的通信链路规划方法有效地增强了WSN监控系统的数据传输可靠性。(2)围绕监控数据的预测问题,本文使用实地采集的柑橘灌溉监控数据和工业设备工作状态监控数据,深入分析了监控数据的特点之后,在传统隐马尔可夫模型(Hidden Markov Model,HMM)的基础上,引入K-means聚类算法和粒子群优化算法(Particle Swarm Optimization,PSO),改进了HMM模型。首先,K-means聚类算法将对所有的监控数据序列按照变化模式的不同进行区分;接着,在HMM训练过程中融合PSO优化方法,针对每种数据变化模式分别训练出具有针对性的HMM参数并对其进行优化,构建出HMM参数库;从而得到了能够针对灵活变化的WSN监控数据提供准确预测的改进型HMM(Improved HMM)。与朴素贝叶斯、灰色系统、BP神经网络、传统HMM的对比实验分析,证明了本文所提出的改进型HMM预测方法能够对监控数据序列中缺失的数据片段提供可靠的修复依据,同时能够对监控数据未来的变化趋势进行准确预测。以上工作保证了监控数据的完整性与可靠性,为WSN监控系统在实际应用中的推广奠定了基础。(3)为了使监控数据的可视化应用更加便捷,本文通过Microsoft.Net与具有跨平台特性的Rich Internet Application技术,设计并实现了后台监控软件。该软件将实时地向用户呈现当前整个监控网络中各节点采集到的监控数据,并根据预设的多层监控阈值及时发送监控预警,便于用户全面掌握监控对象的实时状态,在应用层为WSN监控系统提供了必要的可视化软件基础平台。