用于间歇性连通无线传感器网络的路由方法

    公开(公告)号:CN103532845B

    公开(公告)日:2017-03-15

    申请号:CN201310488535.3

    申请日:2013-10-17

    Applicant: 西北大学

    Abstract: 本发明公开了一种用于间歇性连通无线传感器网络的路由协议,包括初始化阶段S1和运行阶段S2;确定网络中所有传感器节点在网路中的层数;确定所有传感器节点的下一跳邻居表;确定转发集:分别将每个传感器节点的下一跳邻居表中的节点按照与当前节点形成链路的SLQE度量以降序排序,取前k个节点组成该当前节点的转发集;对传感器网络中的每个节点的转发集排序,生成排序后的转发集;网络中每个节点按照排序后的转发集将数据包转发给下一跳节点,直至数据包发送到sink节点。本发明解决了无线链路不可靠、不稳定性导致的数据收集的实时性和可靠性问题。使得数据收集在网络生命期、数据转发率和传输延迟方面得到平衡。

    一种用于感知野外环境的物联网网关及其数据传输方法

    公开(公告)号:CN102932964B

    公开(公告)日:2015-05-27

    申请号:CN201210430753.7

    申请日:2012-11-01

    Applicant: 西北大学

    Abstract: 本发明公开了一种用于感知野外环境的物联网网关及其数据传输方法,该网关包括Sink Node模块、核心ARM控制模块、GPRS模块、3G模块和电源模块;Sink Node模块、GPRS模块和3G模块分别与核心ARM控制模块相连接;电源模块与其他各模块相连;本发明的方法:监测区域的节点采集数据发送至Sink Node模块;sink node模块将数据送至核心ARM核心控制模块。核心ARM控制模块对数据进行分类后传送至GPRS模块、3G模块;GPRS模块与3G模块分别将传感数据和图像数据发送到远程服务器。本发明该网关将野外环境的感知数据通过该物联网网关上的GPRS网络以及3G网络上传到远程服务器的数据库中,使得监控中心能够实时接收数据并且在远程服务器数据库中对数据进一步处理,实现监控中心对数据的远程监管。

    一种基于温度感知的无线传感器网络时间同步方法

    公开(公告)号:CN104168641A

    公开(公告)日:2014-11-26

    申请号:CN201410341165.5

    申请日:2014-07-17

    Applicant: 西北大学

    CPC classification number: Y02D70/00

    Abstract: 本发明公开了一种基于温度感知的无线传感器网络时间同步方法,该方法包括的步骤有:敏感度因子确定、敏感度因子间隔确定、本地时间更新。本算法在频偏估计时考虑到了节点当前环境温度变化对节点频偏造成的影响,提高了频偏估计的精度。同时,由于该算法在时间同步的过程中主要依赖本地信息,大大减少了信息传输次数,从而很大程度上降低了能耗,并且减少了由信息逐层传输带来的误差累积。最后,由于该算法对信息传输的依赖较低,从而解决了野外环境下由于恶劣天气以及节点位置动态变化等造成的通信不稳定的问题。

    一种无线传感器节点随机部署的被动式目标定位方法

    公开(公告)号:CN103634907A

    公开(公告)日:2014-03-12

    申请号:CN201310651614.1

    申请日:2013-12-04

    Applicant: 西北大学

    Abstract: 本发明公开了一种无线传感器节点随机部署被被动式目标定位方法,具体包括如下步骤:步骤1:在监测区域内部署传感器节点和基站;步骤2:监测前无干扰情况下的RSS值采集;步骤3:监测阶段的RSS值采集及分类;步骤4:由于监测区域内节点是随机部署的,要想准确定位到目标位置,首先需要确定监测区域内被目标所干扰的链路的位置,即构成这些被干扰链路的节点的位置;步骤5:监测区域目标位置的确定。本发明的方法无需先验知识即可进行,另外,该方法无需网格划分,从而规避了基于网格划分的定位方法中网格大小影响定位精度的缺点。

    基于编码器解码器网络的细粒度生命体征信号重构方法

    公开(公告)号:CN115227212A

    公开(公告)日:2022-10-25

    申请号:CN202210630575.6

    申请日:2022-06-06

    Applicant: 西北大学

    Abstract: 本发明公开了基于编码器解码器网络的细粒度生命体征信号重构方法,从原始无线射频信号中提取细粒度的生命体征信号波形看作对基于原始射频信号的细粒度生命体征信号的基本分布进行建模,在原始射频信号和真实信号波形的驱动下,该方法可自动建模得出两者之间的非线性关系。不需要对信号提取额外的复杂特征,不限制用户的日常行为,同时对所提取的目标用户所引起的相位信息进行数据增强变换操作,更大程度提高了数据的可用性;通过将潜在向量编码为概率分布来规范化潜在空间,使得网络可以以更有意义的方式进行采样,避免网络过度拟合,更好的处理超出范围的输入。

    一种基于卷积神经网络的室内定位方法

    公开(公告)号:CN110351658A

    公开(公告)日:2019-10-18

    申请号:CN201910475353.X

    申请日:2019-06-03

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于卷积神经网络的室内定位方法:步骤1,获取相位信息矩阵;步骤2,相位信息矩阵校准;步骤3,将最终的相位信息矩阵中的所有相位信息以及每个相位信息对应的矩阵坐标作为训练集,输入所构建的信道检测模型,得到训练好的信道检测模型;步骤4:将待检测的单信道下的相位信息输入训练好的信道检测模型;步骤5:根据信道信息CH和初始位置PH,得到完整的相位信息;步骤6:根据完整的相位信息,得到其对应的似然函数估计量,将似然函数估计量最大的定位区域作为目标位置。本发明利用深度学习的方法得到待测信道的位置,并根据该位置得到的虚拟高带宽相位信息对目标定位,能够有效提高定位精度。

Patent Agency Ranking