无线传感器网络中火灾监测系统的研究与实现

摘要

随着对无线传感器网络研究的加深，无线传感器网络已经被应用于实际的环境监测，火灾监测是其中一个重要的应用。但是目前基于无线传感器网络的火灾监测系统存在两个问题：(1)由于低功耗的传感器节点感知能力不足而造成的火灾预警的延迟甚至是漏报；(2)由于传感器节点能量较低，使得无线传感器网络火灾监测系统工作时间受限。针对这两个问题，本文提出了基于时间序列预测的传感器数据采集算法(TSDC)和基于切向约束的B样条等值线查询算法(TCCM)的无线传感器网络火灾监测系统。本文的主要研究成果有：
　　 1．为了解决传感器节点感知延迟的问题，提出了基于时间序列预测的传感器数据采集算法(TSDC)。算法采用时间序列预测方法，计算传感器节点在一段时间内采集到的数据的变化趋势，建立预测模型。通过对预测模型参数的设置，预测环境监测值，降低传感器节点的感知延迟时间。通过大量实验证明本文火灾监测系统对明火预警识别率接近100％，且预警延迟可控制在30s内，对暗火的识别率可控制在80%，预警延迟可控制在1min内。
　　 2．系统下发查询时，为了节省网络中传感器节点能量，减少向sink返回信息的节点数量，提出了基于切向约束的B样条等值线查询算法(TCCM)。利用TCCM算法，当用户向网络中节点下发查询时，分布在网络中符合查询条件的节点不必全部向sink返回信息，只需返回的部分代表节点。根据返回的代表节点信息，在sink端使用还原算法，可以拟合出符合条件的节点位置信息。理论分析表明：TCCM算法返回的节点期望数只是网络等值线节点数的30%，并且节点选取的计算复杂度减小为O(n)。实验结果表明：与目前最好的算法相比，算法返回的代表节点数减少了53%，且拟合成的等值线精确度平均提高45.3%。

目录

第1章 绪论

1.1 课题研究的背景与意义

1.2 国内外研究现状

1.3 本文的主要研究内容及贡献

1.4 论文结构安排

第2章 火灾监测系统设计

2.1 火灾监测系统的结构设计

2.2 系统网络拓扑结构

2.3 Telosb节点感知特性

2.4 系统信息处理结构

2.5 本章小结

第3章 火灾监测系统数据采集和火灾识别算法研究

3.1 引言

3.2 问题描述

3.3 TSDC算法设计

3.3.1 传感器节点端时间序列模型的创建

3.3.2 Sink端数据预测

3.3.3 传感器节点对模型反馈算法

3.4 基于神经网络的火灾识别算法

3.5 实验

3.5.1 火灾监测系统平台创建

3.5.2 实验结果

3.6 本章小结

第4章 基于切向约束的B样条等值线查询算法(TCCM)

4.1 引言

4.2 问题描述

4.3 算法设计

4.3.1 代表节点的选取算法

4.3.2 等值线的还原

4.4 TCCM算法理论分析

4.5 实验结果及分析

4.5.1 实验结果

4.6 本章小结

结论

参考文献

致谢

攻读硕士学位期间发表的学术论文

声明