简介:无线传感器网络部署的成功取决于是否能够在其诸如数据的精确性、数据聚类程度以及网络生命周期最大化等问题上,提供一个高质量可靠的性能服务。其中,数据融合机制就特别具有挑战性。如果将一小部分低质量的数据作为数据融合输入,那么极可能对整个数据融合结果产生负面影响。该文提出了改进型分批估计和BP神经网络相结合的多传感器数据融合方法,旨在提高网络的服务质量并减少整个网络的能量消耗。该方法能够辨别和剔除低质量的终端数据,提高数据的精确性;同时,它还能够融合冗余的数据,以减少各站点之间的数据通信消耗,使网络生命周期最大化。通过MATLAB实验仿真,表明该文提出的方法具有良好的数据融合性能;相比于LEACH,有效减少转发数据包量,提高了网络生命期。
简介:摘要:随着现代化技术以及信息化手段的飞速发展,社会已经进入到了全新的发展进程中,这也为各大社会行业的发展起到了良好的促进作用,特别是在移动互联网以及高性能芯片不断完善的背景下,智能穿戴设备已经得到了较为全面的发展优化。而在各类智能穿戴设备当中,其所采用的多传感器集成的方式,能够有效收集到所需的数据信息,并通过蓝牙来将这部分数据传送至移动终端当中,从而实现对于健康情况或是运动状态的实时化获取,也正是由于其所具备的先进功能,使其受到了群众的广泛喜爱。因此,文章首先对智能穿戴设备的基本概述加以明确;在此基础上,提出基于多传感器融合的智能穿戴设备研究。
简介:摘要:本论文主要基于传感器信号,采用NI PCI-6122 DAQ采集模块,通过LabVIEW软件进行数据信号的采集、分析及信息存储,可实现对信号的动态监测,并发出故障预警,经实验验证,功能良好。