基于WSN的金属矿井矿车定位及安全监测系统的研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
第一章 绪论 | 第10-18页 |
·课题研究背景和意义 | 第10-12页 |
·无线传感器网络结构及优势 | 第12-13页 |
·WSN定位技术研究现状 | 第13-14页 |
·矿车定位监测技术的研究现状 | 第14-15页 |
·国外矿车监控技术现状 | 第14-15页 |
·国内矿车监控技术现状 | 第15页 |
·本论文的组织工作及技术路线 | 第15-18页 |
第二章 井下矿车定位及监测系统总体设计 | 第18-30页 |
·金属矿井井下环境分析 | 第18页 |
·井下无线通信技术的选取与应用 | 第18-21页 |
·无线通信技术的比较 | 第18-19页 |
·ZigBee组网拓扑方案设计 | 第19-20页 |
·节点地址分配机制 | 第20-21页 |
·井下定位监测系统的设计 | 第21-23页 |
·定位监测系统总体设计 | 第21-22页 |
·井上控制系统 | 第22-23页 |
·井下定位系统 | 第23页 |
·矿井巷道中电磁波的传输特性及损耗 | 第23-25页 |
·节点天线辐射场强及部署方向分析 | 第25-27页 |
·网络各节点部署方式 | 第27-29页 |
·本章小结 | 第29-30页 |
第三章 井下矿车定位及安全监测系统软硬件设计 | 第30-43页 |
·节点硬件芯片选型 | 第30页 |
·系统各模块硬件结构设计 | 第30-36页 |
·移动矿车车载盲节点的硬件设计 | 第30-33页 |
·固定参考节点的设计 | 第33-34页 |
·协调器节点硬件设计 | 第34-35页 |
·有线通信RS-485 模块 | 第35-36页 |
·系统各模块的软件设计 | 第36-42页 |
·矿车车载移动盲节点软件设计 | 第37-38页 |
·参考固定节点软件设计 | 第38-39页 |
·协调器软件设计 | 第39-40页 |
·地面监控系统软件设计及测速方法 | 第40-42页 |
·本章小结 | 第42-43页 |
第四章ZigBee网络路由协议的研究及优化 | 第43-52页 |
·无线网络路由协议简介 | 第43-44页 |
·ZigBee网络路由协议及算法介绍 | 第44-47页 |
·ZigBee网络路由协议 | 第44-45页 |
·AODV路由协议算法简介 | 第45-47页 |
·AODV路由协议的优化与改进 | 第47-51页 |
·AODV-RD路由协议的改进原理 | 第47-49页 |
·AODV-RD路由协议算法仿真 | 第49-51页 |
·本章小结 | 第51-52页 |
第五章 系统定位跟踪算法的研究与优化 | 第52-74页 |
·矿井下定位算法的选取 | 第52-54页 |
·WSN定位算法分类 | 第52-53页 |
·井下矿车定位算法的选取 | 第53-54页 |
·基于RSSI定位算法的原理及参数优化 | 第54-62页 |
·测距模型的建立 | 第54页 |
·测距模型参数修正与优化 | 第54-56页 |
·基于RSSI的测距实验 | 第56-57页 |
·高斯滤波原理及模拟仿真 | 第57-59页 |
·基于最小二乘法的参数估计 | 第59-62页 |
·RSSI定位算法的模拟仿真及改进 | 第62-66页 |
·定位算法的模拟仿真 | 第62-64页 |
·基于加权质心的改进定位算法 | 第64-66页 |
·基于粒子滤波算法对矿车轨迹的跟踪 | 第66-73页 |
·基于WSN的目标跟踪算法分类 | 第66-67页 |
·基于粒子滤波预测轨迹跟踪 | 第67-73页 |
·本章小结 | 第73-74页 |
第六章 实验测试及研究分析 | 第74-87页 |
·上位机管理系统功能及原理分析 | 第74页 |
·上位机管理系统设计 | 第74-76页 |
·实验性能测试平台介绍 | 第76页 |
·系统整体测试结果及数据分析 | 第76-83页 |
·两点RSSI值传输的实时性测试 | 第76-78页 |
·系统定位实验测试 | 第78-83页 |
·基于RBF神经网络对速度的预测及分析 | 第83-85页 |
·RBF神经网络简介 | 第83页 |
·RBF神经网络算法步骤 | 第83-84页 |
·预测结果仿真及分析 | 第84-85页 |
·本章小结 | 第85-87页 |
第七章 结论与展望 | 第87-89页 |
·总结 | 第87-88页 |
·不足与展望 | 第88-89页 |
参考文献 | 第89-93页 |
致谢 | 第93-94页 |
攻读学位期间的研究成果 | 第94-95页 |