导读:本文包含了无源无线传感器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:无源,传感器,网络,层析,强度,能量,信号。
无源无线传感器论文文献综述
景鸿鹏[1]（2019）在《基于数据聚合的无源无线传感器网络MAC层设计与实现》一文中研究指出将传感器网络应用于工业现场,实现工业设备的实时监控、保障设备安全运行、实现工业智能化和自动化,是物联网技术发展的必然趋势。论文依托于北京市“无源无线传感器网络关键技术研发及应用”项目,通过对机车车轴的振动数据进行分析并通过工业传感器网络回传数据,实现对轨道交通场景下车辆的运行状况的监测和预警。将无线传感器网络部署在轨道机车上,通过能量收集模块将机车车轴的振动的机械能转化为电能为传感器节点供能。由于电能收集速率慢且供能不稳定,通过加速度传感器采集的高速数据流在低速低功耗的无源无线传感器网络中不能及时有效的传输。网络规模较大,数据经由多跳网络传输时会导致强烈的漏斗效应,造成汇聚节点负载过重,能耗加剧,甚至造成网络瘫痪,严重影响了网络的稳定性和数据的有效性。针对无源无线传感器网络中节点能量受限情况下,数据采集量大且传输困难、节点资源受限不能进行复杂计算和大量存储、以及多跳网络下漏斗效应明显、丢包率严重等问题,本文提出了一种基于机器学习的故障诊断方法进行数据压缩降低数据传输量,并提出一种基于数据聚合的无线传感器网络MAC层时隙分配方案,进一步降低网络的流量,降低网络的能耗。针对高速振动数据流,在节点端借助传感器节点的有限的存储资源和计算能力,对振动数据进行特征提取,并使用机器学习模型对设备状况进行诊断。在节点进行数据传输时只传输诊断结果,并只在必要时对原始数据进行回传。方案在实现故障诊断的同时并降低了节点的95%以上的数据传输量,降低了节点的能耗,延长了节点的存活时间。针对无线传感器网络能量受限下数据传输的问题,提出一种基于TDMA的MAC层数据时隙分配方案,对网络进行超帧设计并进行时隙分配。将传感器节点依照物理部署位置进行分簇,不同分簇之间占用不同的信道进行簇内数据交互,避免了簇之间的碰撞冲突。通过簇头选举算法对簇头进行选取,由簇头节点对簇内节点传输的诊断状态进行聚合传输,进一步降低节点传输的数据量。通过时隙占用算法,簇头节点为需要额外传输时隙的节点进行共享时隙分配,保证了网络时隙分配的灵活性。论文的最后对基于数据聚合的无源无线传感器网络进行的功能测试,通过对网络节点进行抓包分析,对传感器网络的功能进行了验证。实验表明,本文的设计在保障了诊断精度的同时,降低了网络的数据量,降低了传输能耗并延长了节点的使用寿命。(本文来源于《北京交通大学》期刊2019-06-01）
[2]（2018）在《智能无源无线传感器一站式解决方案解决物联网感测设计挑战》一文中研究指出物联网(Io T)正迅速发展,感测是其重要一环。通常,Io T感测节点是采用电池供电和有线连接的,这阻碍了在某些无法进入或难以到达的地方进行部署,而频繁更换电池也会增加维护成本,且电池和走线会增加面积,不利于实现高能效和高密度分布。为此,安森美半导体推出创新的智能无源无线传感器(Smart Passive(本文来源于《世界电子元器件》期刊2018年08期）
Muhammad,Mustafa[3]（2018）在《使用两个继电器开关用于多功能LC无源无线传感器系统》一文中研究指出随着科学技术的发展,能够同时检测多个参数的传感网络的需求越来越多。LC无源无线多功能传感器系统作为一种植入式装置,在大规模食品质量的检测等领域具有诸多的应用。同时LC无源无线多功能传感器系统与传统的分立传感器相比,具有检测系统简单、成本低、尺寸小的优势。本论文提出了一种基于双继电器开关的多功能LC无源无线传感系统,并对提出的LC无源无线传感系统进行建模、仿真和实验验证,最终系统输出多个谐振频率的信号,表明系统具有同时测量多个参数的功能。本论文提出的LC型无源无线传感系统通过两个开关控制叁个不同的电容式传感器,从而达到同时检测叁个参数的目的。传感系统包括电感线圈、叁个电容和两个开关。传感器线圈顺序并联叁个不同的电容,其间依次串联两个开关,从而构成叁个不同的LC谐振电路。读取线圈与传感器线圈通过磁耦合,以无线方式访问传感器并感应出电压,从而控制两个开关。本论文使用ADS软件对该LC传感系统进行建模和仿真,软件中使用叁个独立的模块分别表示压力传感器、相对湿度传感器和温度传感器所对应的叁种不同的谐振频率,并设置两个工作在不同阈值上电磁继电器开关,从而该LC传感系统的叁个电容传感器能够同时测量叁个传感参数。此外,本论文使用MATHLAB软件对此多功能LC传感系统进行了理论分析和验证。本论文为了验证理论模型和仿真的准确性,在电路板上搭建了此传感系统,包含叁个不同外部参数的PCB电感、两个开关和叁个可变电容。实验结果表明,在两个机械开关关断的时候,并将两个开关的寄生电容考虑在内,测得的第一谐振频率为30MHz,可变电容器C1为30pF,C2和C3固定为50pF。打开第一个开关(Sw1),调节C2电容为30pF,而C1和C3固定在50pF,使第二个谐振频率为27MHz。当两个开关Sw1和Sw2都打开时,通过将C1和C2固定在50pF,并且C3变为30pF时,得到第叁个谐振频率响应约为25MHz。实验结果与模拟结果符合,表明本论文提出的LC传感系统可以通过检测叁种不同的谐振频率来同时测试叁种不同的传感器。(本文来源于《东南大学》期刊2018-06-01）
雷谦[4]（2018）在《基于无线传感器网络的无源定位与跟踪》一文中研究指出无源目标定位与跟踪作为无线传感器领域的热点问题,具有对不携带任何信号收发设备的目标进行定位和跟踪的特点,在军事、医疗和安全监控等领域有着十分广阔的应用前景。然而,随着研究的不断深入,无源目标定位与跟踪面临着现有定位和跟踪技术精度不高的问题。同时,轨迹跟踪技术还面临着现有算法复杂度过高的问题。这些,将严重制约着目标定位与跟踪在各领域的拓展。因此,深入研究无源目标定位与跟踪技术具有重要意义,本文以提高定位和跟踪精度为目标。本文以研究无线传感器网络领域无源目标定位和跟踪精度的提高为目标,首先研究了两种不同环境下的定位技术:室外环境中基于新型椭圆模型的射频层析成像(Ra-dio Tomographic Imaging,RTI)和室内环境中基于增强型通信频道选择的指纹定位。然后,研究了无源目标的轨迹跟踪技术:即基于接收信号强度-距离-角度权值的几何滤波轨迹跟踪。本文的贡献总结如下:(1)由于室外环境中无源目标定位精度仍有一定提升的空间,本文以对无源目标具有定位效果的RTI算法为基础,结合基于稀疏表达的正交匹配跟踪(Orthogonal Matching Pursuit,OMP)算法来获取目标的位置。首先,利用信号的视距和非视距传输方式,结合椭圆(通信链路在二维平面的投影或通信链路信号传播范围)内像素块(监控区域的划分)与椭圆焦点(传感器)的相对位置关系,将椭圆内的区域划分为不同权值的像素块。然后,首次将基于稀疏表达的OMP引入到RTI算法中对不适定问题求解。通过对稀疏度(无源目标数量)的设置,滤除其它干扰的目标估计位置,从视觉上达到一种滤波的效果。实验表明所提出的基于新型椭圆模型的RTI算法可以进一步提高无源目标定位的精度;(2)由于室内环境中无源目标定位容易受到障碍物(如墙壁、天花板和家具等)对信号传输的影响,而且定位精度仍有提升的空间。本文以受环境改变影响较小的指纹算法为基础,结合基于机器学习的逻辑回归算法来处理大量复杂的实验数据。首先,在指纹算法的离线数据训练(第一阶段)和在线数据匹配(第二阶段)中,分别选取平均接收信号强度(Received Signal Strength,RSS)最高的通信链路,并计算在该链路中两两通信频道的皮尔森系数。然后,将皮尔森系数最大的两个通信频道所收集到的实验数据用于这两个阶段。这是由于平均RSS较高的通信链路所收集到的数据,其定位结果对于环境改变的鲁棒性较强。而且,皮尔森系数较高通信频道所收集到的实验数据,也会进一步提高定位结果对环境改变的鲁棒性。最后,首次将机器学习领域的逻辑回归算法引入到无源目标定位中,来求解目标的估计位置。实验结果表明本文所提出的基于增强型通信频道选择的指纹定位算法,进一步提高了无源目标的定位精度,而且无需重新测量数据节省了大量的人力物力资源;(3)针对现有无源目标轨迹跟踪技术精度不高且计算复杂度过高的问题,本文以对计算复杂度可以有效降低的几何滤波算法为基础,结合提出的接收信号强度-距离-角度权值估算出目标的位置。首先,通过设置接收信号强度改变的阈值,以及通信链路交点与无源目标上一个估计位置的关系,滤除远离目标真实位置的通信链路的交点,降低计算复杂度。将通信链路中接收信号强度的改变作为其交点的权值,以便于对通信链路的交点进行区分。然后,根据通信链路交点与目标上一个估计位置的关系,提出了一种新型距离权值。这样,距离目标上一个估计位置越近的交点将被分配更高的权值,有助于对交点进一步区分。最后,根据通信链路交点与无源目标上一个估计位置之间的角度关系,将交点最多的方向作为目标的运动方向,提出了一种新型角度权值。实验表明本文所提出的基于接收信号强度-距离-角度权值的几何滤波轨迹跟踪算法,进一步提高了无源目标的轨迹跟踪精度。(本文来源于《武汉大学》期刊2018-05-01）
冯俞璋,王磊,王元麒,李益红,谭毓银[5]（2018）在《基于RSSI的无线传感器网络被动式无源感知研究》一文中研究指出为研究无线传感器网络在特定区域内进行感知的表现,在目标区域内部署传感器节点,测出无人状态下和有人进入时各个节点的接收信号强度指示,并用一种基于中值滤波的被动式无源感知算法对结果进行分析。分析结果表明:无线传感器网络对部署环境要求不高,它可以应用于诸多不依赖于环境的领域;当有人进入监测区域时,必定会对区域内节点的接收信号产生影响,使接收信号强度有所波动,通过分析这种波动就可以实现感知;采用中值滤波的方式对被动式无源感知算法进行优化,该方法能有效地减少随机性和不稳定性带来的误差影响,使测量值更接近于真实值,也使感知算法的准确度有所提高。(本文来源于《广西大学学报(自然科学版)》期刊2018年02期）
羊威[6]（2018）在《车载无源无线传感器网络的设计与实现》一文中研究指出对轨道交通车辆核心部件进行检修是保证列车运行安全的重要措施。无线传感器网络功耗低、可靠性高、灵活性强的特点使其在车辆健康监测领域有着广泛的应用。但是目前多数无线传感器网络节点完全依赖外部电池供电,存在电池储能有限,更换电池成本高,废旧电池污染环境等问题。利用能量收集技术设计无源无线传感器节点是一种有效的解决方案。现有多数无源无线传感器网络节点主要存在能量收集速率缓慢、能量转化率低、输出功率小等问题。这些问题导致节点能量有限且不稳定。此外,车厢中节点分布呈大跨度的长线型,节点通过多跳路由的方式组网将增加转发节点的能耗,加剧能耗分布不均的问题。这将导致部分无源节点负载过重,从而引发网络的瘫痪,严重影响网络的传输效率和稳定性。针对上述问题,结合轨道交通车辆应用场景,本文设计了一种基于振动能量收集装置的车载无源无线传感器网络节点,并提出了一种适用于无源无线传感器节点的分布式低功耗网络通信方案。轨道交通车辆应用场景下振动能源分布广泛且较稳定。故本文采用基于电磁式振动能量采集器,设计了能够支持无线射频收发的异步能量收集电路,减小了振动频率等因素对设备性能的影响,提升了能量收集的速率,为传感器节点提供了稳定的电源。在通信方案设计方面,本文首先针对节点分布广泛、组网困难的问题,设计了基于互相独立的分布式子网的网络架构。子网采用简单的星型拓扑结构,实现了内部资源的统一管理,提升系统整体能量利用率。其次,针对节点能量受限的问题,本文采用了可控性更高、实时性更好的TDMA传输协议。再次,论文为车载无源传感器网络设计了网络超帧、时隙调度与数据报文,为节点任务设置不同的启动频率以进一步降低节点功耗。同时,本文针对节点启动时间随机、节点能耗不均的问题,设计了中心节点动态选取算法。论文最后对基于振动能量收集的无源无线传感器节点进行了功能性测试。通过对节点进行组网测试,验证了车载无源无线传感器网络的基本功能。实验结果表明本文设计的车载无源无线传感器网络达成设计目标。(本文来源于《北京交通大学》期刊2018-01-01）
付星星[7]（2017）在《基于无线传感器网络的室内无源被动定位技术研究》一文中研究指出近年来,由于目标跟踪技术在安防监控、火灾预防以及防暴反恐等领域越来越重要,基于无线传感器网络(WSN)的定位技术已经成为该领域的研究热点。WSN定位技术的主要原理是在监控区域的周围布置一定数量的无线传感器网络节点,使两两节点之间互相进行通信,在监视区域内形成大量的无线信号链路,当有目标出现在监视区域内时,则会使区域内的某些链路的无线射频信号被遮挡,从而引起RSS测量值的变化,然后定位算法根据RSS值变化以及节点坐标位置实现对目标的实时定位。与传统的定位技术相比,基于WSN的无源被动定位技术无需目标携带任何电子标签即可实现对目标的实时定位,因此具有巨大的发展前景。本文首先深入研究了目标对无线射频信号遮挡引起衰减的测量模型,即监视区内目标的遮挡位置与传感器网络节点的接收信号强度RSS值两者之间的数学关系;在指数衰减模型上做了一定改进,提出了改进指数衰减模型来进一步提高定位精度。定位算法方面主要使用粒子滤波算法,通过辅助粒子滤波定位算法来提高室内目标定位精度。由于室内环境的复杂性,无线信号的传播会产生多径效应,在单信道粒子滤波定位算法的基础上,本文提出了一种基于多信道衰减尺度(fade_level)的粒子滤波定位算法。该定位算法改进了粒子滤波算法的测量模型,主要采用了两种方法,一种方法根据对应信道的衰减尺度分配不同的权重再加权累加起来,即多信道动态权重;另一种是根据衰减尺度筛选出接近反衰落链路的那组信道数据。为了实时采集监视区域内的测量数据,本文还设计了从无线网络传感器的多信道切换令牌环通信协议以及汇聚节点的接收通信协议。通过现场实验,多信道的定位精度相对于单信道提高了 37%,在7*7m的区域内单目标的平均定位误差为0.2682m。(本文来源于《南京理工大学》期刊2017-12-01）
王凯行[8]（2017）在《无线传感器网络中基于网格法与椭圆测量模型的无源感知定位算法研究》一文中研究指出随着无线传感器网络技术的不断发展,无线传感器网络越来越多地应用于环境感知、目标监测等方面。已有的无线传感器定位技术多为有源定位,定位目标需要绑定有源器件或电子标签,在条件受限的环境中适用性不高。近年来利用无线传感器网络节点的接收信号强度指示RSSI(Received Signal Strength Indication)进行无源感知定位(Device-free Localization)的概念被提出:通过目标对无线信号的吸收、反射、折射作用而造成的链路RSSI变化,实现对感知目标位置的估计。无源感知定位使目标脱离了有源电子器件的限制,具有更强的灵活性与适用性,其中定位算法成为无源感知定位研究的重点。本文首先对无线传感器网络与无源感知定位技术进行了概述,对各类定位算法模型进行了分类与比较,重点研究了基于RSSI的无源感知定位算法,将网格法(Sensor Grid Array)与椭圆测量模型(Ellipse Measurement Model)结合,提出了基于网格法与椭圆测量模型的无源感知定位算法。算法首先根据网格法定位原理,利用传感器节点链路对感知区域进行划分,再通过比较链路RSSI的相对变化对链路进行筛选并结合椭圆测量模型绘制圆环线,依据椭圆交点确定感知目标位置。在确定算法的基本流程后,需对所使用的椭圆模型参数进行调整以适应算法的整体过程。因此本文在以CC2530芯片为核心的ZigBee无线传感器网络实验平台上进行定位实验,通过对定位误差数据的收集与分析,实现了模型参数的反向推导,确定了算法的最终形式。算法确定后,在原实验平台的基础上分别改变传感器节点的数目与感知区域面积,重新进行无源感知定位实验,完成实验数据收集并配合MATLAB进行算法仿真与模拟定位,验证了算法的有效性。通过定位误差分析与算法比较可以发现:基于网格法与椭圆测量模型的无源感知定位算法相较于传统的网格法能够以较低的传感器节点密度获得相近的定位精度,但会使定位产生边缘效应;相较于扫描成像法,基于网格法与椭圆测量模型的无源感知定位算法能够以更低的节点硬件成本获得更高的定位精度。(本文来源于《安徽大学》期刊2017-05-01）
王福林[9]（2017）在《无源无线传感器技术在智能建筑中的应用》一文中研究指出1概述电子技术的发展使得智能化的成本大大降低,任何一个设备甚至物品都可以容易地、低成本地开发成为智能设备,这促成了物联网概念的形成与物联网技术的广泛应用。由于物联网系统中联网物体数目众多,有线电力供给和有线通信不再可行,电池供电和无线通信是目前物联网应用普遍采用的技术手段。然而,由于电池电力容量有限,需要定期更换电池,其电池成本和更换电池的人力成本也不容忽视,因此,电池技术成为限制物联网推广应用的瓶颈,无源无线(本文来源于《智能建筑》期刊2017年01期）
翟鹏飞[10]（2015）在《适用于无源无线传感器网络的远场射频能量收集芯片设计》一文中研究指出无源远场射频能量收集芯片是将射频信号转换为稳定的直流电压并驱动负载,主要应用于为无源无线传感器网络供电,也可以用在RFID标签中,作为标签的供电源。它具有无导线连接,能量接收距离远,体积小,寿命长,无需维护等优点。该能量收集电路主要包含CMOS RF-DC倍压整流电路,超低功耗基准电压产生电路、能量值自判断电路和低压差(LDO)线性稳压电路。整个芯片与标准CMOS工艺兼容,提高集成度,降低成本,符合传感器网络节点便携化,小型化的发展趋势。论文首先介绍无源远场射频能量收集系统的整体结构和基本原理,并分析各个模块的基本原理和电路结构。然后详细阐述无源能量收集芯片中各个模块的设计,包括各个模块的基本电路实现和版图设计,并进行前后仿真验证。论文中能量收集芯片设计是基于TSMC90nm工艺。经过仿真验证所有功能正常实现,性能指标满足要求。芯片可实现对射频能量的收集,同时输出稳定的直流电压驱动负载。芯片整体能量收集灵敏度优于-24dBm(约4μW),并且输出电压值可根据输入能量大小自动切换为1V或3V,在输入能量值低于设定阈值时为1V,高于设定阈值时为3V。本文设计的：CMOS RF-DC倍压整流电路在负载为1MΩ时,输出电压达到1.4V,整流效率约达49%,当输入能量值为4dBm,负载电阻大于60KΩ时,输出电压可达2.9V以上;超低功耗基准电压产生电路利用工作在亚阈值区的MOS管实现,使其所需电源电压可低于1V,输出基准电压温漂低于220ppm/℃,总电流消耗小于100nA；能量值自判断电路实现了芯片输出电压对输入能量值大小的自适应,同时可以在高能量输入时为LDO电路提供额外的电流；超低功耗LDO电路作为芯片输出级,输出可驱动负载的电压。(本文来源于《北京交通大学》期刊2015-06-30）
无源无线传感器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
物联网(Io T)正迅速发展,感测是其重要一环。通常,Io T感测节点是采用电池供电和有线连接的,这阻碍了在某些无法进入或难以到达的地方进行部署,而频繁更换电池也会增加维护成本,且电池和走线会增加面积,不利于实现高能效和高密度分布。为此,安森美半导体推出创新的智能无源无线传感器(Smart Passive
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
无源无线传感器论文参考文献
[1].景鸿鹏.基于数据聚合的无源无线传感器网络MAC层设计与实现[D].北京交通大学.2019
[2]..智能无源无线传感器一站式解决方案解决物联网感测设计挑战[J].世界电子元器件.2018
[3].Muhammad,Mustafa.使用两个继电器开关用于多功能LC无源无线传感器系统[D].东南大学.2018
[4].雷谦.基于无线传感器网络的无源定位与跟踪[D].武汉大学.2018
[5].冯俞璋,王磊,王元麒,李益红,谭毓银.基于RSSI的无线传感器网络被动式无源感知研究[J].广西大学学报(自然科学版).2018
[6].羊威.车载无源无线传感器网络的设计与实现[D].北京交通大学.2018
[7].付星星.基于无线传感器网络的室内无源被动定位技术研究[D].南京理工大学.2017
[8].王凯行.无线传感器网络中基于网格法与椭圆测量模型的无源感知定位算法研究[D].安徽大学.2017
[9].王福林.无源无线传感器技术在智能建筑中的应用[J].智能建筑.2017
[10].翟鹏飞.适用于无源无线传感器网络的远场射频能量收集芯片设计[D].北京交通大学.2015
论文知识图
