CN103188757B - 基于分簇网络感知技术的火情趋势分析方法及系统 - Google Patents
基于分簇网络感知技术的火情趋势分析方法及系统 Download PDFInfo
- Publication number
- CN103188757B CN103188757B CN201110458570.1A CN201110458570A CN103188757B CN 103188757 B CN103188757 B CN 103188757B CN 201110458570 A CN201110458570 A CN 201110458570A CN 103188757 B CN103188757 B CN 103188757B
- Authority
- CN
- China
- Prior art keywords
- transducer
- node
- bunch
- fire
- leader cluster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Radio Relay Systems (AREA)
- Alarm Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于分簇网络感知技术的火情趋势分析系统,其特征在于,包括:多个传感器,所述多个传感器包括用于撒播在火场的具有短距离通信功能的多个普通节点传感器和具有短距离通信功能、中距离通信功能以及GPS定位功能的多个锚节点传感器;中继器,所述中继器具有中距离通信功能,用于在火场接收锚节点传感器所发出的簇路由信息,并通过卫星通信链路发送所接收的簇路由信息;飞行器,所述飞行器用于在火灾发生时向地面撒播所述多个传感器;数据处理平台,所述数据处理平台位于指挥监控中心,用于通过卫星通信链路接收所述簇路由信息,并对所述簇路由信息进行分析处理。本发明还公开了一种基于分簇网络感知技术的火情趋势分析方法。
Description
技术领域
本发明涉及一种大面积森林火势蔓延趋势的判断方法,属于动态信息实时感知技术,特别是涉及一种基于分簇网络感知技术的火情趋势分析方法及系统。
背景技术
无线传感器网络(WSN,WirelessSensorNetwork)综合了传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术,能够协作的实时监测、感知和采集网络分布区域内的各种环境或监测对象的信息,并对这些信息进行处理,获得详尽而准确的信息,传送到需要这些信息的用户。
随着科学技术的发展,无线传感网络被应用于森林防火的研究工作中,包括利用无线传感器网络技术快速有效地动态获取和描述森林环境变量信息等,并已经取得了一定的研究成果,对我国森林火灾的监测和预防工作产生了重要的生态意义、社会意义和经济意义。
但是,目前现有的基于无线传感器网络技术的森林火灾监测方案主要都是为了解决预防火灾或快速感知火灾并且报警的问题。另外,由于其需要人工固定布设传感器,成本偏高,且只能通过温湿度传感器、烟雾传感器来判别火情,而对火势蔓延趋势、方向以及速度的研判等关键信息则无法提供有价值的支持。然而发生森林火灾时,森林地形地势复杂,气候条件多变,林火燃烧凶猛,因此,能够测定火势蔓延趋势、方向以及速度才能快速有效地控制火势,降低森林火灾的损失。
因此亟须一种能够在火灾已经发生的情况下,为火灾扑救指挥工作提供决策性数据支持的解决方案,该处理方法应该至少实现如下功能:
1.迅速测定火场的准确位置、面积、形状,自动生成火场实时地图。
2.有效测定火场的发展速度和方向。
3.结合火场实时数据,迅速计算出隔离带的最佳开设位置。
发明内容
本发明的目的在于提供一种基于分簇网络感知技术的火情趋势分析系统,可以迅速测定火场的准确位置、面积、形状生成火场实时地图,以及计算出整个火场的发展速度和方向和隔离带的最佳开设位置。
本发明的另一目的在于提供一种基于分簇网络感知技术的火情趋势分析系统,用以有效测定火场的发展速度和方向。
为解决上述技术问题,本发明提供一种基于分簇网络感知技术的火情趋势分析系统,包括:多个传感器,所述多个传感器包括用于撒播在火场的具有短距离通信功能的多个普通节点传感器和具有短距离通信功能、中距离通信功能以及GPS定位功能的多个锚节点传感器;中继器,所述中继器具有中距离通信功能,用于在火场接收锚节点传感器所发出的簇路由信息,并通过卫星通信链路发送所接收的簇路由信息;飞行器,所述飞行器用于在火灾发生时向地面撒播所述多个传感器;数据处理平台,所述数据处理平台位于指挥监控中心,用于通过卫星通信链路接收所述簇路由信息,并对所述簇路由信息进行分析处理;所述多个传感器中的锚节点传感器作为簇头建立若干无线分簇网络,并通过中继器和卫星通信链路将各锚节点传感器所发出的簇路由信息实时发送到数据处理平台,所述数据处理平台对所接收到的簇路由信息采用DV-hop定位算法计算得出各传感器的分布数据并实时绘制出火场监测地图,然后计算出整个火场的发展速度和方向以及隔离带的最佳开设位置。
作为优选,所述普通节点传感器包括无线收发器。
作为优选,所述锚节点传感器包括所述锚节点传感器包括用于与所述普通节点传感器的无线收发器通信的无线收发器、用于卫星定位的GPS模块和用于与所述中继器通信的超高频通讯模块。
作为优选,所述中继器设置在飞行器上。
作为优选,所述飞行器为直升机、无人机或飞艇。
作为优选,所述中继器具有卫星通信能力。
作为优选,所述无线分簇网络包括一个或多个锚节点传感器和多个普通节点传感器。
作为优选,所述簇路由信息包括簇路由表、最优路径信息以及锚节点传感器的GPS定位数据。
作为优选,所述数据处理平台采用DV-hop定位算法对所接收到的所述信息进行分析。
相应的,本发明还提供一种基于分簇网络感知技术的火情趋势分析系统,包括以下步骤:
步骤1:利用飞行器沿火线空中撒播多个传感器;
步骤2:传感器达到地面后,以传感器中的所有或部分锚节点传感器作为簇头节点,其余的传感器作为簇节点自组建立若干无线分簇网络;
步骤3:所有簇头发起并开始建立最优路径;
步骤4:各无线分簇网络中的各个簇头节点实时向中继器发送其簇路由信息,所述中继器经由卫星通信链路将所接收到的簇路由信息进行发送;
步骤5:数据处理平台通过卫星通信链路实时接收所述簇路由信息;
步骤6:数据处理平台对所接收到簇路由信息进行分析,实时绘制出火场监测地图;
步骤7:判断所接收的路由信息是否足够计算火场的发展速度和趋势,若足够计算,则执行步骤8;若不够计算,则返回执行步骤5;
步骤8:计算并在火场监测地图上标注整个火场的发展速度和趋势;
步骤9:根据预设的计算模型计算并在火场监测地图上标注隔离带的最佳开设位置。
作为优选,所述簇路由信息包括簇路由表、最优路径以及锚节点传感器的GPS定位数据。
作为优选,所述步骤3中所有簇头发起并开始建立最优路径的步骤包括:
步骤3.1簇头节点发起洪泛广播,内容包括本簇头节点ID、本簇头节点坐标和本簇头节点跳数;
步骤3.2等待邻近簇节点建立梯度路由,并转发广播信息;
步骤3.3接收邻近簇节点转发的其它簇头广播信息,内容包括其它簇头节点ID、其它簇头节点坐标和其它簇头节点跳数;
步骤3.4通过中距离通讯装置向中继器发送已经接收到的簇路由信息;
步骤3.5返回步骤3.1。
作为优选,所述步骤3.2中建立梯度路由的步骤包括:
步骤3.2.1在簇节点本地创建路由记录表,字段内容包括簇头节点ID、簇头节点坐标和簇头节点跳数;
步骤3.2.2从邻近节点接收簇头广播信息,获取其转发的簇头节点详细信息;
步骤3.2.3判断获取到的簇头节点ID是否在本地路由表中已登记,如果已登记,则执行步骤3.2.4;如果未登记,则执行步骤3.2.9;
步骤3.2.4查找本地路由表中该簇头节点对应登记的原跳数值;
步骤3.2.5判断获取到的新跳数值是否小于原跳数值,若小于原跳数值,则执行步骤3.2.6;若大于原跳数值,则执行步骤3.2.2;
步骤3.2.6在本地记录表将该簇头的原跳数更新为新跳数;
步骤3.2.7转发该簇头节点的最新信息,内容包括簇头节点ID、簇头节点坐标和簇头节点跳数加一;
步骤3.2.8执行步骤3.2.2;
步骤3.2.9在本地记录表中添加一条新记录,内容包括该簇头节点ID、簇头节点坐标和簇头节点跳数;
步骤3.2.10执行步骤3.2.7。
作为优选,所述步骤5包括:
步骤5.1:将所接收到的路由信息输入数据处理平台,并使用DV-Hop定位算法得出普通节点传感器相对于锚节点传感器的位置进行近似估算,从而得出所有传感器的分布数据;
步骤5.2:根据传感器的分布数据值绘制火场监测地图。
由于采用了以上技术方案,与现有技术相比,本发明具有以下优点:能够实时感知火场的准确位置、面积、形状以及火场的发展速度和方向等关键数据;可在制定扑救方案前,为指挥决策者提供客观、量化的火场实时数据,做到科学指挥、决策有据,且无需预先部署、全面部署和长期监控,而只需在火灾发生后有针对性的在火场上空沿线撒播部署,大大节约了部署成本和维护成本,有效的提高了系统整体的监控效率;采用空中随机撒播的部署方式代替人工定点安装部署的方式,可操作性强且部署速度极快。
附图说明
图1为本发明实施例的基于分簇网络感知技术的火情趋势分析系统的示意图;
图2为本发明实施例的基于分簇网络感知技术的火情趋势分析方法的流程图;
图3为本发明实施例的基于分簇网络感知技术的火情趋势分析方法中建立最优路径的流程图;
图4为本发明实施例的基于分簇网络感知技术的火情趋势分析方法中建立梯度路由的流程图;
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
本发明的基于分簇网络感知技术的火情趋势分析系统包括:多个传感器,所述多个传感器包括用于撒播在火场的具有短距离通信功能的多个普通节点传感器和具有短距离通信功能、中距离通信功能以及GPS定位功能的多个锚节点传感器;
中继器,所述中继器具有中距离通信功能,用于在火场接收锚节点传感器所发出的簇路由信息,并通过卫星通信链路发送所接收的簇路由信息;
飞行器,所述飞行器用于在火灾发生时向地面撒播所述多个传感器;
数据处理平台,所述数据处理平台位于指挥监控中心,用于通过卫星通信链路接收所述簇路由信息,并对所述簇路由信息进行分析处理;
所述多个传感器中的全部或部分锚节点传感器作为簇头建立若干无线分簇网络,并通过中继器和卫星通信链路将各锚节点传感器所发出的簇路由信息实时发送到数据处理平台,所述数据处理平台对所接收到的簇路由信息采用DV-hop定位算法计算得出各传感器的分布数据并实时绘制出火场监测地图,然后计算出整个火场的发展速度和方向以及隔离带的最佳开设位置。
图1为本发明实施例的基于分簇网络感知技术的火情趋势分析系统的示意图。如图1所示,当发生大面积开放式火灾时,利用飞行器在火灾现场空中撒播包括大量普通传感器和少量锚节点传感器的多个传感器,完成传感器的部署工作。在本实施例中,所述飞行器可以是直升机、无人机、飞艇等。
所述普通节点传感器具备短距离通讯功能的低成本,所述锚节点传感器同时具备短距离通讯功能、中距离通讯功能和GPS定位功能。所述普通节点传感器包括无线收发器,所述锚节点传感器包括用于与所述普通节点传感器的无线收发器通信的无线收发器、用于卫星定位的GPS模块和用于与所述中继器通信的超高频通讯模块,在本实施例中,所述无线收发器为Zigbee收发器,但本发明不限于此,所述无线收发器也可以是蓝牙收发器等。当传感器到达地面后,以锚节点传感器作为簇头节点,普通节点传感器作为簇节点自组建立若干无线分簇网络。在本实施例中,所述无线分簇网络包括一锚节点传感器和多个普通节点传感器,但本发明不限于此,根据实际情况需要,每个无线分簇网络中可以包括多个锚节点传感器。基于分簇路由的概念,由锚节点传感器作为簇头广播跳数,普通节点传感器接收并判断到锚节点传感器的最小跳数,然后将跳数加一进行转发。组网完成后,锚节点传感器根据路由表信息得出与任一普通节点的最优通讯路径。
锚节点传感器实时向中继器发送其簇路由信息,所述簇路由信息包括簇路由表、最优路径信息以及锚节点传感器的GPS定位数据。
所述中继器可以设置在飞行器上,用于在空中与地面的锚节点传感器进行中距离通讯,同时通过卫星通信链路将这些簇路由信息传输至指挥中心的数据处理平台。在本实施例中,数据处理平台可通过卫星信号接收站接收卫星信号。
所述数据处理平台采用DV-Hop定位算法分析所接收的各个无线分簇网络的簇路由信息,对普通节点传感器相对与锚节点传感器的位置进行近似估计,然后根据所估计的传感器的分布数据绘制出传感器部署地区的火场监测地图。当火线蔓延且烧毁部分传感器后,锚节点传感器将会重新选择最优路径组网,数据处理平台根据变化的簇路由信息计算得出最新的传感器分布数据,然后将所述最新的传感器分布数据与原先的分布数据进行比较,可得出传感器消失的趋势和速度,并在已经生成的火场监测地图上标注出损毁消失的传感器,由此计算出整个火场的发展速度和方向。然后,数据处理平台根据预先设置的计算模型判断计算出隔离带的最佳开设位置,并立即直观的标注在火场地图上。
相应的,本发明还提供一种基于分簇网络感知技术的火情趋势分析方法,参考图2,其为本发明实施例的基于分簇网络感知技术的火情趋势分析方法的流程图,所述方法包括以下步骤:
步骤1.在火灾发生时,利用飞行器按一定比例空中沿火线空中撒播普通传感器(簇节点)和锚传感器(簇头节点),完成传感器的部署工作。
步骤2.传感器达到地面后以传感器中的所有或部分锚节点传感器作为簇头节点,其余传感器作为簇节点自组建立若干无线分簇网络。
步骤3.组网完成后,由所有簇头节点广播数据包,采用梯度路由法建立最优路径并实时更新簇路由表。
步骤4.各无线分簇网络由簇头节点实时向中继器发送本簇的路由信息包括簇路由表和最优路径的信息,以及簇头节点本身的GPS定位数据,同时通过卫星通信链路向指挥中心的数据处理平台传输这些数据。
步骤5.数据处理平台通过卫星实时接收所有无线分簇网络的最新路由信息。
步骤6.数据处理平台采用DV-Hop定位算法分析路由信息,即每一个簇头节点的每跳平均距离可以由此节点到其他的簇头节点的总的距离之和除以总的跳数之和得到;而相对某簇头节点的其它簇节点距离,可以根据路由信息中所记录的跳数值乘以每跳平均距离近似得出。通过该方法,可以计算出节点分布的相对距离,再结合簇头节点的GPS定位数据,可绘制出传感器部署地区的火场监测地图。
步骤7.数据处理平台将最新计算出节点分布数据与原先的分布数据相比较,在已经生成的火场监测地图上标注出损毁消失的传感器节点。数据处理平台还可以根据消失节点的趋势和速度计算出整个火场的发展速度和方向,因此,数据处理平台首先判断已知的信息是否足够计算趋势。如果足够计算,则执行步骤8;如果不够计算,则返回执行步骤5。
步骤8.计算并在火场地图上标注出整个火场的发展速度和趋势。
步骤9.根据预设的计算模型计算并在火场地图上标注出隔离带最佳开设位置。
图3为本发明实施例的基于分簇网络感知技术的火情趋势分析方法中簇头节点建立最优路径的流程图;如图3所示,上述步骤3中簇头节点建立最优路径,包括步骤如下:
步骤3.1.簇头节点发起洪泛广播,内容包括本簇头节点ID、本簇头节点坐标和本簇头节点跳数。
步骤3.2.等待邻近簇节点建立梯度路由,并转发广播信息。
步骤3.3.接收邻近簇节点转发的其它簇头广播信息,内容包括其它簇头节点ID、其它簇头节点坐标和其它簇头节点跳数。
步骤3.4.通过中距离通讯装置向中继器发送已经接收到的梯度路由信息。
步骤3.5.返回步骤3.1。
图4为本发明实施例的基于分簇网络感知技术的火情趋势分析方法中簇节点建立梯度路由的流程图。如图4所示,步骤3.2中簇节点建立梯度路由包括步骤如下:
步骤3.2.1.在簇节点本地创建路由记录表,字段内容包括簇头节点ID、簇头节点坐标和簇头节点跳数。
步骤3.2.2.从邻近节点接收簇头广播信息,获取其转发的簇头节点详细信息。
步骤3.2.3.判断获取到的簇头节点ID是否在本地路由表中已登记,如果已登记,则执行步骤3.2.4;如果未登记,则执行步骤3.2.9。
步骤3.2.4.查找本地路由表中该簇头节点对应登记的原跳数值。
步骤3.2.5.判断获取到的新跳数值是否小于原跳数值,若小于原跳数值,则执行步骤3.2.6;若大于原跳数值,则执行步骤3.2.2。
步骤3.2.6.在本地记录表将该簇头的原跳数更新为新跳数。
步骤3.2.7.转发该簇头节点的最新信息,内容包括簇头节点ID、簇头节点坐标和簇头节点跳数加一。
步骤3.2.8.执行步骤3.2.2。
步骤3.2.9.在本地记录表中添加一条新记录,内容包括该簇头节点ID、簇头节点坐标和簇头节点跳数。
步骤3.2.10.执行步骤3.2.7。
经过簇节点建立梯度路由和簇头节点建立最优路径的步骤,簇头节点(锚节点传感器)中可具有其所在的整个无线分簇网络的簇路由信息并随着火势的蔓延对该簇路由信息进行不断更新,同时将这些簇路由信息通过中继器经由卫星通信网络实时发送给位于指挥中心的数据处理平台。数据处理平台采用DV-Hop定位算法分析所接收的各个无线分簇网络的簇路由信息,计算得到火灾现场传感器的分布数据,同时绘制出传感器部署地区的火场监测地图。然后数据处理平台将最新计算出节点分布数据与原先的分布数据相比较,在已经生成的火场监测地图上标注出损毁消失的传感器节点,数据处理平台根据消失节点的趋势和速度计算出整个火场的发展速度和方向。
综上所述,本发明的基于分簇网络感知技术的开放式火情趋势分析系统能够在火灾发生后迅速部署构成,并通过本发明的基于分簇网络感知技术的开放式火情趋势分析方法实时感知火场的准确位置、面积、形状以及火场的发展速度和方向等,能够快速为扑救指挥工作提供关键决策数据。
以上实施例仅用以说明本发明而非限制,尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明进行修改该或者同等替换,而不脱离本发明的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (14)
1.一种基于分簇网络感知技术的火情趋势分析系统,其特征在于,包括:
多个传感器,所述多个传感器包括用于撒播在火场的具有短距离通信功能的多个普通节点传感器和具有短距离通信功能、中距离通信功能以及GPS定位功能的多个锚节点传感器;
中继器,所述中继器具有中距离通信功能,用于在火场接收锚节点传感器所发出的簇路由信息,并通过卫星通信链路发送所接收的簇路由信息;
飞行器,所述飞行器用于在火灾发生时向地面撒播所述多个传感器;
数据处理平台,所述数据处理平台位于指挥监控中心,用于通过卫星通信链路接收所述簇路由信息,并对所述簇路由信息进行分析处理;
所述多个传感器中的锚节点传感器作为簇头建立若干无线分簇网络,并通过中继器和卫星通信链路将各锚节点传感器所发出的簇路由信息实时发送到数据处理平台,所述数据处理平台对所接收到的簇路由信息采用DV-hop定位算法计算得出各传感器的分布数据并实时绘制出火场监测地图,然后计算出整个火场的发展速度和方向以及隔离带的最佳开设位置。
2.如权利要求1所述的系统,其特征在于,所述普通节点传感器包括无线收发器。
3.如权利要求1所述的系统,其特征在于,所述锚节点传感器包括用于与所述普通节点传感器的无线收发器通信的无线收发器、用于卫星定位的GPS模块和用于与所述中继器通信的超高频通讯模块。
4.如权利要求1所述的系统,其特征在于,所述中继器设置在飞行器上。
5.如权利要求4所述的系统,其特征在于,所述飞行器为直升机、飞机、无人机或飞艇。
6.如权利要求4所述的系统,其特征在于,所述中继器具有卫星通信能力。
7.如权利要求1所述的系统,其特征在于,所述无线分簇网络包括一个或多个锚节点传感器和多个普通节点传感器。
8.如权利要求1所述的系统,其特征在于,所述簇路由信息包括簇路由表、最优路径以及锚节点传感器的GPS定位数据。
9.如权利要求1所述的系统,其特征在于,所述数据处理平台采用DV-hop定位算法对所接收到的所述簇路由信息进行分析。
10.一种采用如权利要求1~9任一项所述系统的基于分簇网络感知技术的火情趋势分析方法,其特征在于,包括以下步骤:
步骤1:利用飞行器沿火线空中撒播多个传感器;
步骤2:传感器达到地面后,以传感器中的所有或部分锚节点传感器作为簇头节点,其余的传感器作为簇节点自组建立若干无线分簇网络;
步骤3:所有簇头发起并开始建立最优路径;
步骤4:各无线分簇网络中的各个簇头节点实时向中继器发送其簇路由信息,所述中继器经由卫星通信链路将所接收到的簇路由信息进行发送;
步骤5:数据处理平台通过卫星通信链路实时接收所述簇路由信息;
步骤6:数据处理平台对所接收到簇路由信息进行分析,实时绘制出火场监测地图;
步骤7:判断所接收的簇路由信息是否足够计算火场的发展速度和趋势,若足够计算,则执行步骤8;若不够计算,则返回执行步骤5;
步骤8:计算并在火场监测地图上标注整个火场的发展速度和趋势;
步骤9:根据预设的计算模型计算并在火场监测地图上标注隔离带的最佳开设位置。
11.如权利要求10所述的方法,其特征在于,所述簇路由信息包括簇路由表、最优路径以及锚节点传感器的GPS定位数据。
12.如权利要求10所述的方法,其特征在于,所述步骤3中所有簇头发起并开始建立最优路径的步骤包括:
步骤3.1簇头节点发起洪泛广播,内容包括本簇头节点ID、本簇头节点坐标和本簇头节点跳数;
步骤3.2等待邻近簇节点建立梯度路由,并转发广播信息;
步骤3.3接收邻近簇节点转发的其它簇头广播信息,内容包括其它簇头节点ID、其它簇头节点坐标和其它簇头节点跳数;
步骤3.4通过中距离通讯装置向中继器发送已经接收到的簇路由信息;
步骤3.5返回步骤3.1。
13.如权利要求12所述的方法,其特征在于,所述步骤3.2中建立梯度路由的步骤包括:
步骤3.2.1在簇节点本地创建路由记录表,字段内容包括簇头节点ID、簇头节点坐标和簇头节点跳数;
步骤3.2.2从邻近节点接收簇头广播信息,获取其转发的簇头节点详细信息;
步骤3.2.3判断获取到的簇头节点ID是否在本地路由表中已登记,如果已登记,则执行步骤3.2.4;如果未登记,则执行步骤3.2.9;
步骤3.2.4查找本地路由表中该簇头节点对应登记的原跳数值;
步骤3.2.5判断获取到的新跳数值是否小于原跳数值,若小于原跳数值,则执行步骤3.2.6;若大于原跳数值,则执行步骤3.2.2;
步骤3.2.6在本地记录表将该簇头的原跳数更新为新跳数;
步骤3.2.7转发该簇头节点的最新信息,内容包括簇头节点ID、簇头节点坐标和簇头节点跳数加一;
步骤3.2.8执行步骤3.2.2;
步骤3.2.9在本地记录表中添加一条新记录,内容包括该簇头节点ID、簇头节点坐标和簇头节点跳数;
步骤3.2.10执行步骤3.2.7。
14.如权利要求10所述的方法,其特征在于,所述步骤5包括:
步骤5.1:将所接收到的簇路由信息输入数据处理平台,并使用DV-Hop定位算法得出普通节点传感器相对于锚节点传感器的位置进行近似估算,从而得出所有传感器的分布数据:
步骤5.2:根据传感器的分布数据值绘制火场监测地图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110458570.1A CN103188757B (zh) | 2011-12-31 | 2011-12-31 | 基于分簇网络感知技术的火情趋势分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110458570.1A CN103188757B (zh) | 2011-12-31 | 2011-12-31 | 基于分簇网络感知技术的火情趋势分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103188757A CN103188757A (zh) | 2013-07-03 |
CN103188757B true CN103188757B (zh) | 2015-11-11 |
Family
ID=48679644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110458570.1A Active CN103188757B (zh) | 2011-12-31 | 2011-12-31 | 基于分簇网络感知技术的火情趋势分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103188757B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104345644A (zh) * | 2013-07-29 | 2015-02-11 | 中科宇图天下科技有限公司 | 具有抛撒式传感装置的监测无人机及监测方法 |
CN104318697B (zh) * | 2014-10-16 | 2017-02-15 | 湘潭大学 | 无线传感器网络监测森林火灾的节点布置方法 |
CN104794845A (zh) * | 2015-05-04 | 2015-07-22 | 安徽大学 | 基于火险等级预报的森林火灾预警方法 |
CN108510690A (zh) * | 2018-04-25 | 2018-09-07 | 桂林理工大学 | 一种基于无线传感器网络的森林防火监控方法 |
CN108665667A (zh) * | 2018-04-25 | 2018-10-16 | 桂林理工大学 | 一种基于无线传感器网络的森林防火监控系统 |
CN108710348B (zh) * | 2018-05-14 | 2024-03-26 | 西安工业大学 | 一种无人机群控制系统及其无人机设备 |
CN108710382B (zh) * | 2018-05-14 | 2024-03-26 | 西安工业大学 | 一种基于分簇算法的智能监测无人机控制系统 |
CN109245818A (zh) * | 2018-09-28 | 2019-01-18 | 西安直升机有限公司 | 预警指挥直升机通信平台系统 |
CN112835378A (zh) * | 2019-11-23 | 2021-05-25 | 马跃华 | 一种多技术协同森林草原智能防护系统 |
CN111556550B (zh) * | 2020-03-17 | 2022-03-15 | 西安电子科技大学 | 无人机网络通信的路由方法 |
CN115379306B (zh) * | 2022-06-28 | 2024-02-06 | 中国民用航空飞行学院 | 一种基于航空器中继通信的野外灾害监测系统和方法 |
CN117831247A (zh) * | 2024-03-04 | 2024-04-05 | 四川天邑康和通信股份有限公司 | 基于fttr的家庭安防监控方法、系统、介质及设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101073693A (zh) * | 2006-05-16 | 2007-11-21 | 爱斯泰克(上海)高频通讯技术有限公司 | 基于小型飞行器的准实时动态森林火灾监测系统 |
CN101291267A (zh) * | 2008-03-05 | 2008-10-22 | 中科院嘉兴中心微系统所分中心 | 无线传感网火灾态势监控系统实现方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8116243B2 (en) * | 2006-10-05 | 2012-02-14 | Electronics And Telecommunications Research Institute | Wireless sensor network and adaptive method for monitoring the security thereof |
-
2011
- 2011-12-31 CN CN201110458570.1A patent/CN103188757B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101073693A (zh) * | 2006-05-16 | 2007-11-21 | 爱斯泰克(上海)高频通讯技术有限公司 | 基于小型飞行器的准实时动态森林火灾监测系统 |
CN101291267A (zh) * | 2008-03-05 | 2008-10-22 | 中科院嘉兴中心微系统所分中心 | 无线传感网火灾态势监控系统实现方法 |
Non-Patent Citations (2)
Title |
---|
CPF_EDAS_无线传感器网络中一种基于簇势场的高效数据融合策略;冯芳,程良伦;《计算机应用研究》;20110731;第28卷(第7期);2613-2615 * |
基于无线传感器网络的多参数火灾探测节点研究;刘士兴,张永明,顾勤冬;《传感技术学报》;20100630;第23卷(第6期);883-887 * |
Also Published As
Publication number | Publication date |
---|---|
CN103188757A (zh) | 2013-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103188757B (zh) | 基于分簇网络感知技术的火情趋势分析方法及系统 | |
Zheng et al. | Energy-efficient localization and tracking of mobile devices in wireless sensor networks | |
Abumansoor et al. | A secure cooperative approach for nonline-of-sight location verification in VANET | |
Hadiwardoyo et al. | Experimental characterization of UAV-to-car communications | |
US9426044B2 (en) | Radio access network geographic information system with multiple format | |
CN107919901A (zh) | 控制无线网络中的信道使用 | |
CN102695237B (zh) | 一种支持随机移动的移动传感网路由方法 | |
US9686766B2 (en) | Location positioning using M2M ecosystem | |
KR101855524B1 (ko) | 단말기 및 클라우드 연계 기반 센서 데이터 수집 시스템 및 방법 | |
CN107328426B (zh) | 一种适用于视力障碍者的室内定位导航方法及系统 | |
CN106658387A (zh) | 全域导航的目标区域信息推送系统及方法 | |
CN206133827U (zh) | 一种室内应急逃生导航装置 | |
CN108351421A (zh) | 移动网络中的定位方法、基站和移动终端 | |
CN108769897B (zh) | 一种基于距离加权的路由方法及其节点路由功能模块 | |
CN106470449A (zh) | 一种数据收发、中继方法、装置及通信系统 | |
CN105812459B (zh) | 车联网沿路节点定位系统 | |
CN106781185A (zh) | 一种森林火灾快速监测定位系统及其监测定位方法 | |
Kurt et al. | Distributed connectivity maintenance in swarm of drones during post-disaster transportation applications | |
CN111862603A (zh) | 一种智慧城市高速路网监控系统 | |
CN110621966A (zh) | 经由智能照明进行噪声流监控和声音定位 | |
Chen et al. | OmimamoriNet: an outdoor positioning system based on Wi-SUN FAN network | |
CN105430620A (zh) | 一种移动无线传感网络的数据收集方法 | |
Huang et al. | CarAgent: Collecting and disseminating floating car data in vehicular networks | |
Serna et al. | A convex hull-based approximation of forest fire shape with distributed wireless sensor networks | |
Vladuta et al. | Data collection analysis: Field experiments with wireless sensors and unmanned aerial vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |