CN106559799A - 基于无线传感器网络的垃圾填埋场智能监测系统及方法 - Google Patents

基于无线传感器网络的垃圾填埋场智能监测系统及方法 Download PDF

Info

Publication number
CN106559799A
CN106559799A CN201611040032.XA CN201611040032A CN106559799A CN 106559799 A CN106559799 A CN 106559799A CN 201611040032 A CN201611040032 A CN 201611040032A CN 106559799 A CN106559799 A CN 106559799A
Authority
CN
China
Prior art keywords
extraction well
monitoring terminal
wireless
data
matrix
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.)
Granted
Application number
CN201611040032.XA
Other languages
English (en)
Other versions
CN106559799B (zh
Inventor
黄川�
张倩
王里奥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN201611040032.XA priority Critical patent/CN106559799B/zh
Publication of CN106559799A publication Critical patent/CN106559799A/zh
Application granted granted Critical
Publication of CN106559799B publication Critical patent/CN106559799B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/021—Traffic management, e.g. flow control or congestion control in wireless networks with changing topologies, e.g. ad-hoc networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/0289—Congestion control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Processing Of Solid Wastes (AREA)

Abstract

本发明提供了一种基于无线传感器网络的垃圾填埋场智能监测系统及方法，系统包括均匀设置在垃圾填埋场中抽气井，在每个抽气井的井口端设置有无线监控终端，垃圾填埋场中的无线监控终端按照5个抽气井组成一簇或7个抽气井组成一簇，依次交替进行网络覆盖，通过分簇自组的方式将一级簇头构成第二层无线传感器网络；各个无线监控终端将对应数据上传到一级簇头中，经过一级簇头压缩感知后发送至二级簇头，经过二级簇头压缩编码后上传至远程服务器；远程服务器将收到的信息进行解压解码后分析出各个抽气井的产气状况。通过设计最佳网络拓扑，保证整个填埋场的全局覆盖，通过两级分簇式布局和两级压缩感知处理，使得监测数据能够实时远程传输。

Description

基于无线传感器网络的垃圾填埋场智能监测系统及方法
技术领域
本发明涉及无线传感器监测网络，具体涉及一种基于无线传感器网络的垃圾填埋场智能监测系统及方法。
背景技术
近年来，随着城市化发展，生活垃圾日益增多，现有的垃圾处理大多采用填埋的方式。为了实现资源的回收利用，大型的垃圾填埋场通常还将垃圾填埋后所产生的气体进行回收。
由于工程环境的特殊性和复杂性，垃圾填埋场通常设置抽气井来进行气体抽取，填埋物质通常产生的气体较为丰富，抽气不及时或者抽气过多均可能对填埋场的产气效率造成影响，要想充分提升填埋场的产气率，必须对各个抽气井的工况进行实时的监测。
现有技术的缺点是：
由于抽气井分布较多，覆盖范围较广，而且大多属于露天设置，铺设有线网络的成本较高，现有的无线网络虽然能够实现数据的监控，但是针对这种特定的应用场景，现有的无线传感器网络组织架构比较复杂，各个节点传输的数据较多，如果不对网络进行合理布局，并且对传输的数据进行合理的处理，网络吞吐量难以满足应用场景的需求，经常出现网络拥塞甚至数据丢包的现象。
发明内容
本申请通过提供一种基于无线传感器网络的垃圾填埋场智能监测系统及方法，主要解决现有技术中垃圾填埋场气井监测数据传输不实时，普通网络难以满足大数据量传输的需求。
为解决上述技术问题，本申请采用以下技术方案予以实现：
一种基于无线传感器网络的垃圾填埋场智能监测系统，其关键在于，包括均匀设置在垃圾填埋场中抽气井，相邻最近的三个抽气井按照边长d＝30～50m的等边三角形分布，在每个抽气井的井口端设置有无线监控终端，所述无线监控终端上连接有CO2传感器、O2传感器、CH4传感器、气压传感器以及电动阀，垃圾填埋场中的无线监控终端依次交替按照以下方式构成第一层无线传感器网络：
A：以相邻5个抽气井所对应的无线监控终端组成一簇，以位于中心的一个抽气井的无线监控终端作为一级簇头，一级簇头到其余四个抽气井的无线监控终端之间的距离为d；
B：以相邻7个抽气井所对应的无线监控终端组成一簇，以位于中心的一个抽气井的无线监控终端作为一级簇头，一级簇头到其余四个抽气井的无线监控终端之间的距离为d；
当通过A、B两种方式依次交替将垃圾填埋场中的所有无线监控终端覆盖完成后，通过分簇自组的方式将一级簇头构成第二层无线传感器网络，选择位于中心的抽气井的簇头为二级簇头，所述二级簇头与远程服务器连接；
各个无线监控终端将对应抽气井的CO2传感器、O2传感器、CH4传感器以及气压传感器所检测的数据上传到一级簇头中，经过一级簇头压缩感知后发送至二级簇头，经过二级簇头信号重构后再次进行压缩感知并上传至远程服务器；
远程服务器将收到的信息进行解压解码后分析出各个抽气井的产气状况，并经过二级簇头和一级簇头向各个抽气井上的无线监控终端发送阀门开闭指令，无线监控终端收到所述阀门开闭指令后控制该抽气井上的电动阀开闭。
可选地，所述抽气井设置有抽气管和集气管，所述CO2传感器、O2传感器、CH4传感器以及气压传感器分别布置在抽气管的上端部，所述电动阀安装在抽气管和集气管之间。
结合抽气井的具体应用场景，为了抽气管的合理布局，防止填埋场气体泄漏，所述抽气管从上到下依次穿过10～20cm厚的植被层、40～50cm厚的保护土层、3～5cm厚的土质排水层、柔性土工膜封盖以及压实黏土封盖后进入抽气井中，在抽气井的上端设置有100cm～140cm深的回填压实黏土段，中端设置有50～70cm深的膨润土密封段，经过木工织物隔离后，下段设置有25～30cm深的砾石层，在砾石层的下部填埋垃圾，抽气管从抽气井伸入，其下端连接有多孔PVC管，该多孔PVC管伸入在填埋垃圾中。
可选地，所述多孔PVC管的下端设置有闷头。
为了更好的实现气体的采集，所述抽气管与所述多孔PVC管的管径为15cm，所述多孔PVC管管壁上的气孔孔径为5mm。
基于上述系统，本发明还提出了一种基于无线传感器网络的垃圾填埋场智能监测系统的控制方法，其关键在于按照以下步骤进行：
S1：将各个无线监控终端上的CO2传感器、O2传感器、CH4传感器以及气压传感器在一段时间内所采集的信号分别用一个数据监测向量表示；
S2：各个无线监控终端将步骤S1所得的各个向量发送到对应的一级簇头中，由一级簇头构建得到以下数据矩阵：
每一列表示一个无线监控终端上传的一个数据向量，每个簇头最多接收7个无线监测终端的数据，不足7个自动补0；
S3：一级簇头进行一级数据压缩感知处理，分别得到各个数据矩阵的一级测量矩阵，并将所述一级测量矩阵上传至二级簇头中；
S4：二级簇头对各个一级簇头上传的一级测量矩阵进行信号重构；
S5：二级簇头将信号重构后的数据矩阵进行二级压缩感知处理，分别得到各个数据矩阵的二级测量矩阵，并将所述二级测量矩阵上传至远程服务器中；
S6：远程服务器对各个二级簇头上传的数据矩阵进行信号重构，得到原始的数据监测向量；
S7：远程服务器根据原始的数据监测向量，判断抽气井产气是否异常，当气压超标时，反馈控制指令，开通电动阀，实现抽气控制。
进一步地，所述压缩感知处理的具体步骤如下：
(1)假设M为某个簇内传感器节点的个数，N为一段规定时间内节点所采集到的信号向量的长度，所以簇头节点存储的数据可以用以下的矩阵表示：
其中，X的每一列xi，i＝1,2,…,M表示一个传感器节点经过规定时间采集到的信号向量，每一行表示M个节点同一时刻采样得到的数据；
(2)簇头节点进行压缩感知处理，首先要进行的是稀疏变换
xi＝Ψαi，i＝1,2,…,M，
其中，αi，i＝1,2,…,M为系数变换后的系数，写成矩阵形式：
A＝[α1 α2…αM]，
参照压缩感知算法中的JSM模型，对信号矩阵进行联合稀疏表示，αi＝ωc+ωi，i＝1,2,…,M；其中，ωc是所有信号的共同分量，拥有相同的稀疏基且稀疏度相同，假设||ωc||0＝Kc，ωi是每个信号独有的特征分量ωi，i＝1,2,…,M，||ωi||0＝Ki，i＝1,2,…,M，为了使联合稀疏表示的稀疏度最小，即理解为对下式进行最优化问题：
min(||ωc||0+||ω1||0+…+||ωM||0)s.t.αi＝ωc+ωi，i＝1,2,…,M；
经过联合稀疏后的信号系数矩阵可写成B＝[ωc ω1…ωM]再进行测量；
根据共同分量和特征分量的稀疏度可确认观测值的个数，再根据前章所述生成对应的测量矩阵Φs，Φ1，Φ2，…，ΦM；
将测量过程简写为以下形式：
其中将测量值矩阵记作Y＝[ys y1 y2…yM]；
(3)传输测量值矩阵Y即为矩阵X压缩感知处理后的数据。
与现有技术相比，本申请提供的技术方案，具有的技术效果或优点是：
结合垃圾填埋场抽气井的地理位置布局关系，设计出了最佳的网络拓扑，保证整个填埋场的全局覆盖，通过两级分簇式布局和两级压缩感知处理，使得整个网络大量监测数据能够实时远程传输，防止网络拥塞，提升信息处理能力。
附图说明
图1为本发明的网络拓扑结构图；
图2为本发明抽气井的布局结构图；
图3为信息处理流程图。
具体实施方式
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式，对上述技术方案进行详细的说明。
如图1所示，一种基于无线传感器网络的垃圾填埋场智能监测系统，包括均匀设置在垃圾填埋场中抽气井1，相邻最近的三个抽气井按照边长d＝30～50m的等边三角形分布，在每个抽气井的井口端设置有无线监控终端2，所述无线监控终端2上连接有CO2传感器、O2传感器、CH4传感器、气压传感器以及电动阀15，垃圾填埋场中的无线监控终端2依次交替按照以下方式构成第一层无线传感器网络：
A：如图1中矩形框11所围成的区域，以相邻5个抽气井组成一簇，以位于中心的一个抽气井的无线监控终端作为一级簇头，一级簇头到其余四个抽气井的无线监控终端之间的距离为d；
B：如图1中圆形框12所围成的区域，以相邻7个抽气井组成一簇，以位于中心的一个抽气井的无线监控终端作为一级簇头，一级簇头到其余四个抽气井的无线监控终端之间的距离为d；
当通过A、B两种方式依次交替将垃圾填埋场中的所有无线监控终端覆盖完成后，通过分簇自组的方式将一级簇头构成第二层无线传感器网络，选择位于中心的抽气井的簇头为二级簇头，所述二级簇头与远程服务器连接，如图中a处所示位置的无线监控终端即为二级簇头；
各个无线监控终端将对应抽气井的CO2传感器、O2传感器、CH4传感器以及气压传感器所检测的数据上传到一级簇头中，经过一级簇头压缩感知后发送至二级簇头，经过二级簇头信号重构后再次进行压缩感知并上传至远程服务器；
远程服务器将收到的信息进行解压解码后分析出各个抽气井的产气状况，并经过二级簇头和一级簇头向各个抽气井上的无线监控终端发送阀门开闭指令，无线监控终端收到所述阀门开闭指令后控制该抽气井上的电动阀开闭。
如图2所示，所述抽气井设置有抽气管13和集气管14，所述CO2传感器、O2传感器、CH4传感器以及气压传感器分别布置在抽气管13的上端部，所述电动阀15安装在抽气管13和集气管14之间的连接管16上。
从图2可以看出，所述抽气管13从上到下依次穿过10～20cm厚的植被层17、40～50cm厚的保护土层18、3～5cm厚的土质排水层19、柔性土工膜封盖20以及压实黏土封盖21后进入抽气井中，在抽气井的上端设置有100cm～140cm深的回填压实黏土段22，中端设置有50～70cm深的膨润土密封段23，经过木工织物24隔离后，下段设置有25～30cm深的砾石层25，在砾石层25的下部填埋垃圾26，抽气管13从抽气井伸入，其下端连接有多孔PVC管131，该多孔PVC管伸131入在填埋垃圾26中，所述多孔PVC管131的下端设置有闷头27。
在具体实施过程中，所述抽气管13与所述多孔PVC管131的管径为15cm，所述多孔PVC管131管壁上的气孔孔径为5mm。
基于上述系统，本发明还提出一种基于无线传感器网络的垃圾填埋场智能监测系统的控制方法，按照以下步骤进行：
S1：将各个无线监控终端上的CO2传感器、O2传感器、CH4传感器以及气压传感器在一段时间内所采集的信号分别用一个数据监测向量表示；
S2：各个无线监控终端将步骤S1所得的各个向量发送到对应的一级簇头中，由一级簇头构建得到以下数据矩阵：
每一列表示一个无线监控终端上传的一个数据向量，每个簇头最多接收7个无线监测终端的数据，不足7个自动补0；
S3：一级簇头进行一级数据压缩感知处理，分别得到各个数据矩阵的一级测量矩阵，并将所述一级测量矩阵上传至二级簇头中；
S4：二级簇头对各个一级簇头上传的一级测量矩阵进行信号重构；
S5：二级簇头将信号重构后的数据矩阵进行二级压缩感知处理，分别得到各个数据矩阵的二级测量矩阵，并将所述二级测量矩阵上传至远程服务器中；
S6：远程服务器对各个二级簇头上传的数据矩阵进行信号重构，得到原始的数据监测向量；
S7：远程服务器根据原始的数据监测向量，判断抽气井产气是否异常，当气压超标时，反馈控制指令，开通电动阀，实现抽气控制。
如图3所示，JSM模型结合无线传感器网络的具体应用，可以将数据传输过程归纳如下，采集到的数据首先会传输到簇头节点，簇头节点会存储数据并且进行处理。如图3所示，簇头节点根据各传感器节点的数据最佳地确定共同分量，然后分别对共同分量和特征分量进行测量，将测量结果值传输到汇聚终端，最终在终端联合恢复出各个节点的信号，具体步骤如下：
(1)假设M为某个簇内传感器节点的个数，N为一段规定时间内节点所采集到的信号向量的长度，所以簇头节点存储的数据可以用以下的矩阵表示：
其中，X的每一列xi，i＝1,2,…,M表示一个传感器节点经过规定时间采集到的信号向量，每一行表示M个节点同一时刻采样得到的数据；
(2)簇头节点进行压缩感知处理，首先要进行的是稀疏变换
xi＝Ψαi，i＝1,2,…,M，
其中，αi，i＝1,2,…,M为系数变换后的系数，写成矩阵形式：
A＝[α1 α2…αM]，
参照压缩感知算法中的JSM模型，对信号矩阵进行联合稀疏表示，αi＝ωc+ωi，i＝1,2,…,M；其中，ωc是所有信号的共同分量，拥有相同的稀疏基且稀疏度相同，假设||ωc||0＝Kc，ωi是每个信号独有的特征分量ωi，i＝1,2,…,M，||ωi||0＝Ki，i＝1,2,…,M，为了使联合稀疏表示的稀疏度最小，即理解为对下式进行最优化问题：
min(||ωc||0+||ω1||0+…+||ωM||0)s.t.αi＝ωc+ωi，i＝1,2,…,M；
经过联合稀疏后的信号系数矩阵可写成B＝[ωc ω1…ωM]再进行测量；
根据共同分量和特征分量的稀疏度可确认观测值的个数，再根据前章所述生成对应的测量矩阵Φs，Φ1，Φ2，…，ΦM；
将测量过程简写为以下形式：
其中将测量值矩阵记作Y＝[ys y1 y2…yM]；
(3)传输测量值矩阵Y即为矩阵X压缩感知处理后的数据。
针对压缩感知的具体工作原理，可参考文献：Donoho D.L,Compressed sensing,Technical Report,Stanford University,2004.它是一种压缩感知理论(CompressiveSensing,CS)，是基于信号处理、小波分析和计算、统计学等相关理论而研究提出的一种全新的信息获取模式，它能够在减少采样数的情况下精确或高概率精确重建原始信号。压缩感知在获取信号的同时，对数据进行适当的压缩，使其采样频率低于奈奎斯特抽样频率，这样仅仅通过很少的采样值，就可以精确的重构信号，同时又节省了大量的采样和存储资源。
应当指出的是，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改性、添加或替换，也应属于本发明的保护范围。

Claims (7)

1.一种基于无线传感器网络的垃圾填埋场智能监测系统，其特征在于，包括均匀设置在垃圾填埋场中抽气井，相邻最近的三个抽气井按照边长d＝30～50m的等边三角形分布，在每个抽气井的井口端设置有无线监控终端，所述无线监控终端上连接有CO2传感器、O2传感器、CH4传感器、气压传感器以及电动阀，垃圾填埋场中的无线监控终端依次交替按照以下方式构成第一层无线传感器网络：
A：以相邻5个抽气井组成一簇，以位于中心的一个抽气井的无线监控终端作为一级簇头，一级簇头到其余四个抽气井的无线监控终端之间的距离为d；
B：以相邻7个抽气井组成一簇，以位于中心的一个抽气井的无线监控终端作为一级簇头，一级簇头到其余四个抽气井的无线监控终端之间的距离为d；
当通过A、B两种方式依次交替将垃圾填埋场中的所有无线监控终端覆盖完成后，通过分簇自组的方式将一级簇头构成第二层无线传感器网络，选择位于中心的抽气井的簇头为二级簇头，所述二级簇头与远程服务器连接；
各个无线监控终端将对应抽气井的CO2传感器、O2传感器、CH4传感器以及气压传感器所检测的数据上传到一级簇头中，经过一级簇头压缩感知后发送至二级簇头，经过二级簇头信号重构后再次进行压缩感知并上传至远程服务器；
远程服务器将收到的信息进行解压解码后分析出各个抽气井的产气状况，并经过二级簇头和一级簇头向各个抽气井上的无线监控终端发送阀门开闭指令，无线监控终端收到所述阀门开闭指令后控制该抽气井上的电动阀开闭。
2.根据权利要求1所述的基于无线传感器网络的垃圾填埋场智能监测系统，其特征在于，所述抽气井设置有抽气管和集气管，所述CO2传感器、O2传感器、CH4传感器以及气压传感器分别布置在抽气管的上端部，所述电动阀安装在抽气管和集气管之间。
3.根据权利要求2所述的基于无线传感器网络的垃圾填埋场智能监测系统，其特征在于，所述抽气管从上到下依次穿过10～20cm厚的植被层、40～50cm厚的保护土层、3～5cm厚的土质排水层、柔性土工膜封盖以及压实黏土封盖后进入抽气井中，在抽气井的上端设置有100cm～140cm深的回填压实黏土段，中端设置有50～70cm深的膨润土密封段，经过木工织物隔离后，下段设置有25～30cm深的砾石层，在砾石层的下部填埋垃圾，抽气管从抽气井伸入，其下端连接有多孔PVC管，该多孔PVC管伸入在填埋垃圾中。
4.根据权利要求3所述的基于无线传感器网络的垃圾填埋场智能监测系统，其特征在于，所述多孔PVC管的下端设置有闷头。
5.根据权利要求3所述的基于无线传感器网络的垃圾填埋场智能监测系统，其特征在于，所述抽气管与所述多孔PVC管的管径为15cm，所述多孔PVC管管壁上的气孔孔径为5mm。
6.一种如权利要求1所述基于无线传感器网络的垃圾填埋场智能监测系统的控制方法，其特征在于按照以下步骤进行：
S1：将各个无线监控终端上的CO2传感器、O2传感器、CH4传感器以及气压传感器在一段时间内所采集的信号分别用一个数据监测向量表示；
S2：各个无线监控终端将步骤S1所得的各个向量发送到对应的一级簇头中，由一级簇头构建得到以下数据矩阵：
每一列表示一个无线监控终端上传的一个数据向量，每个簇头最多接收7个无线监测终端的数据，不足7个自动补0；
S3：一级簇头进行一级数据压缩感知处理，分别得到各个数据矩阵的一级测量矩阵，并将所述一级测量矩阵上传至二级簇头中；
S4：二级簇头对各个一级簇头上传的一级测量矩阵进行信号重构；
S5：二级簇头将信号重构后的数据矩阵进行二级压缩感知处理，分别得到各个数据矩阵的二级测量矩阵，并将所述二级测量矩阵上传至远程服务器中；
S6：远程服务器对各个二级簇头上传的数据矩阵进行信号重构，得到原始的数据监测向量；
S7：远程服务器根据原始的数据监测向量，判断抽气井产气是否异常，当气压超标时，反馈控制指令，开通电动阀，实现抽气控制。
7.根据权利要求6所述的基于无线传感器网络的垃圾填埋场智能监测系统的控制方法，其特征在于：
所述压缩感知处理的具体步骤如下：
(1)假设M为某个簇内传感器节点的个数，N为一段规定时间内节点所采集到的信号向量的长度，所以簇头节点存储的数据可以用以下的矩阵表示：
其中，X的每一列xi，i＝1,2,…,M表示一个传感器节点经过规定时间采集到的信号向量，每一行表示M个节点同一时刻采样得到的数据；
(2)簇头节点进行压缩感知处理，首先要进行的是稀疏变换
xi＝Ψαi，i＝1,2,…,M，
其中，αi，i＝1,2,…,M为系数变换后的系数，写成矩阵形式：
A＝[α1 α2 … αM]，
参照压缩感知算法中的JSM模型，对信号矩阵进行联合稀疏表示，αi＝ωc+ωi，i＝1,2,…,M；其中，ωc是所有信号的共同分量，拥有相同的稀疏基且稀疏度相同，假设||ωc||0＝Kc，ωi是每个信号独有的特征分量ωi，i＝1,2,…,M，||ωi||0＝Ki，i＝1,2,…,M，为了使联合稀疏表示的稀疏度最小，即理解为对下式进行最优化问题：
min(||ωc||0+||ω1||0+…+||ωM||0)s.t.αi＝ωc+ωi，i＝1,2,…,M；
经过联合稀疏后的信号系数矩阵可写成B＝[ωc ω1 … ωM]再进行测量；
根据共同分量和特征分量的稀疏度可确认观测值的个数，再根据前章所述生成对应的测量矩阵Φs，Φ1，Φ2，…，ΦM；
将测量过程简写为以下形式：
其中将测量值矩阵记作Y＝[ys y1 y2 … yM]；
(3)传输测量值矩阵Y即为矩阵X压缩感知处理后的数据。
CN201611040032.XA 2016-11-21 2016-11-21 基于无线传感器网络的垃圾填埋场智能监测系统及方法 Expired - Fee Related CN106559799B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611040032.XA CN106559799B (zh) 2016-11-21 2016-11-21 基于无线传感器网络的垃圾填埋场智能监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611040032.XA CN106559799B (zh) 2016-11-21 2016-11-21 基于无线传感器网络的垃圾填埋场智能监测系统及方法

Publications (2)

Publication Number Publication Date
CN106559799A true CN106559799A (zh) 2017-04-05
CN106559799B CN106559799B (zh) 2018-06-29

Family

ID=58444398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611040032.XA Expired - Fee Related CN106559799B (zh) 2016-11-21 2016-11-21 基于无线传感器网络的垃圾填埋场智能监测系统及方法

Country Status (1)

Country Link
CN (1) CN106559799B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109922313A (zh) * 2019-02-15 2019-06-21 苏州华盖信息科技有限公司 一种图像处理方法、移动终端及云服务器
CN113660614A (zh) * 2021-08-23 2021-11-16 重庆第二师范学院 一种基于物联网的无线传感器网络的分布式压缩感知方法
US11221138B1 (en) 2020-05-26 2022-01-11 Wm Intellectual Property Holdings, L.L.C. System and method for remote monitoring and control of landfill and recycling operations

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110191496A1 (en) * 2010-01-29 2011-08-04 Microsoft Corporation Compressive data gathering for large-scale wireless sensor networks
CN103347265A (zh) * 2013-07-22 2013-10-09 华东交通大学 一种面向精准农业的wsn节点部署方法
US20130345993A1 (en) * 2012-06-20 2013-12-26 Gowtham Bellala Determining Sensor Placement in Distributed Networks
CN103607763A (zh) * 2013-12-05 2014-02-26 北京邮电大学 一种无线传感器网络中物体定位感知的方法及系统
CN104184785A (zh) * 2013-09-12 2014-12-03 中国林业科学研究院资源信息研究所 基于云平台的林业物联网系统
CN104219704A (zh) * 2014-09-24 2014-12-17 河海大学常州校区 无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法
CN104244358A (zh) * 2014-08-26 2014-12-24 南京邮电大学 一种基于dcs的无线传感网节能路由策略
CN104281124A (zh) * 2014-09-09 2015-01-14 武汉凯信达智能科技有限公司 一种垃圾填埋场垃圾好氧降解监测控制系统及控制方法
CN105592472A (zh) * 2016-01-22 2016-05-18 华北电力大学（保定） 无线传感器网络拓扑方法
CN105959990A (zh) * 2016-04-25 2016-09-21 东莞市联洲知识产权运营管理有限公司 一种无线传感器网络拓扑控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110191496A1 (en) * 2010-01-29 2011-08-04 Microsoft Corporation Compressive data gathering for large-scale wireless sensor networks
US20130345993A1 (en) * 2012-06-20 2013-12-26 Gowtham Bellala Determining Sensor Placement in Distributed Networks
CN103347265A (zh) * 2013-07-22 2013-10-09 华东交通大学 一种面向精准农业的wsn节点部署方法
CN104184785A (zh) * 2013-09-12 2014-12-03 中国林业科学研究院资源信息研究所 基于云平台的林业物联网系统
CN103607763A (zh) * 2013-12-05 2014-02-26 北京邮电大学 一种无线传感器网络中物体定位感知的方法及系统
CN104244358A (zh) * 2014-08-26 2014-12-24 南京邮电大学 一种基于dcs的无线传感网节能路由策略
CN104281124A (zh) * 2014-09-09 2015-01-14 武汉凯信达智能科技有限公司 一种垃圾填埋场垃圾好氧降解监测控制系统及控制方法
CN104219704A (zh) * 2014-09-24 2014-12-17 河海大学常州校区 无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法
CN105592472A (zh) * 2016-01-22 2016-05-18 华北电力大学（保定） 无线传感器网络拓扑方法
CN105959990A (zh) * 2016-04-25 2016-09-21 东莞市联洲知识产权运营管理有限公司 一种无线传感器网络拓扑控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姚振杰等: "无线传感器网络的格型拓扑可靠性分析", 《计算机研究与发展》 *
张倩: "无线传感器网络的数据压缩感知算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109922313A (zh) * 2019-02-15 2019-06-21 苏州华盖信息科技有限公司 一种图像处理方法、移动终端及云服务器
US11221138B1 (en) 2020-05-26 2022-01-11 Wm Intellectual Property Holdings, L.L.C. System and method for remote monitoring and control of landfill and recycling operations
US11486573B1 (en) 2020-05-26 2022-11-01 Wm Intellectual Property Holdings, L.L.C. System and method for remote monitoring and control of landfill and recycling operations
US11761627B1 (en) 2020-05-26 2023-09-19 Wm Intellectual Property Holdings, L.L.C. System and method for remote monitoring and control of landfill and recycling operations
US11867395B1 (en) 2020-05-26 2024-01-09 Wm Intellectual Property Holdings, L.L.C. System and method for remote monitoring and control of landfill and recycling operations
CN113660614A (zh) * 2021-08-23 2021-11-16 重庆第二师范学院 一种基于物联网的无线传感器网络的分布式压缩感知方法
CN113660614B (zh) * 2021-08-23 2022-10-04 重庆第二师范学院 一种基于物联网的无线传感器网络的分布式压缩感知方法

Also Published As

Publication number Publication date
CN106559799B (zh) 2018-06-29

Similar Documents

Publication Publication Date Title
CN106559799B (zh) 基于无线传感器网络的垃圾填埋场智能监测系统及方法
US10808502B2 (en) Method for optimizing sensor network node location in geological CO2 storage area
CN103217703B (zh) 一种以掌子面放炮为震源的隧道超前地质预报方法及装置
CN104776319B (zh) 多路空气采样型窨井内燃气在线监测方法和系统
CN109268072B (zh) 煤矿底板突水灾害智能、实时预测预警的大数据云平台
CN204646218U (zh) 一种现代化钻井数据采集监控系统
CN112177062A (zh) 建筑基坑远程智能监测系统及监测方法
CN111429471A (zh) 一种地质灾害信息管理系统及方法
CN102724681A (zh) 一种结合能量有效性的传感器网络覆盖空洞检测方法
CN108230624A (zh) 基于cc2530的山体滑坡监测系统
CN113865495A (zh) 一种边坡变形无线监测系统及方法
CN110173305B (zh) 断层处隧道结构全寿命监测预警方法
CN105916174A (zh) 基于锯齿形扫描的自适应空间压缩方法
Gao et al. Exploring spatio-temporal correlation and complexity of safety monitoring data by complex networks
CN209619984U (zh) 铁路高陡岩质边坡微震监测系统
CN105334083A (zh) 一种煤矿工作面痕量气体正压采集装置及其采集方法
CN202970793U (zh) 隧道初级支护体变形稳定性远程与现场三维数字预警设施
CN108111966A (zh) 一种基于压缩感知和近邻差值比较的室内定位方法
CN110428189A (zh) 一种地下水水源地回补潜力的量化评价方法及系统
CN207521412U (zh) 垃圾填埋场排气装置
CN204479094U (zh) 混凝土结构耐久性多元复合无线监测系统
CN107327291B (zh) 一种确定二氧化碳相变致裂煤层增渗最佳布孔方式的方法
CN207521404U (zh) 填埋场气体收集系统
CN208167826U (zh) 一种膨胀土边坡监测与防护系统
CN215832723U (zh) 一种流域水情信息采集分析系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180629

Termination date: 20191121

CF01 Termination of patent right due to non-payment of annual fee