CN106996968A - 一种基于改进型压缩感知湖泊水质监测系统 - Google Patents

一种基于改进型压缩感知湖泊水质监测系统 Download PDF

Info

Publication number
CN106996968A
CN106996968A CN201710153342.0A CN201710153342A CN106996968A CN 106996968 A CN106996968 A CN 106996968A CN 201710153342 A CN201710153342 A CN 201710153342A CN 106996968 A CN106996968 A CN 106996968A
Authority
CN
China
Prior art keywords
node
water quality
signal
sensor
network
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.)
Pending
Application number
CN201710153342.0A
Other languages
English (en)
Inventor
顾相平
李翔
常波
陈宏明
戴峻峰
姜子杰
耿夫利
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.)
Huaiyin Institute of Technology
Original Assignee
Huaiyin Institute of Technology
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 Huaiyin Institute of Technology filed Critical Huaiyin Institute of Technology
Priority to CN201710153342.0A priority Critical patent/CN106996968A/zh
Publication of CN106996968A publication Critical patent/CN106996968A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water

Abstract

本发明公开了一种基于改进型压缩感知湖泊水质监测系统，其特征在于：所述系统包括多个使用压缩感知技术的传感器节点所组成的多个监测点，监测点采集相应的参数值，通过ZigBee技术自组织网络中的协调器完成数据重构，将重构的数据由网关通过Internet网络发送至上位机监控中心，所述传感器节点包括温度节点、PH值节点、电导率节点以及溶解氧节点，传感器节点用于采集湖泊水质环境信息，通过ZigBee网络传输至网关；目的在于解决现有水质监测系统安装、有线部署困难，维护成本高、网络能耗高等问题。

Description

一种基于改进型压缩感知湖泊水质监测系统
技术领域
本发明涉及无线传感器网络、信号处理、无线通信技术领域，具体涉及一种基于改进型压缩感知湖泊水质监测系统。
背景技术
近年来，无线传感器网络在智慧水利、智慧环保、智慧医疗、智慧交通、智慧农业等行业的实时监测监控中发挥了巨大作用。在这些应用中，每个传感器节点都会采集大量数据，比如温度、湿度等，但单个传感器节点能耗、存储空间、带宽等资源严重受限，而且传感器节点需要频繁传输采集的数据，这些因素对无线传感器网络的实际应用都带来了严峻挑战。另外，传统的湖泊、人工养殖水环境、饮用水环境中监测水平参差不齐，监测设备多为有线设备，安装部署不灵活，成本高，难以在远程监测监控领域广泛应用。
发明内容
本发明提供一种基于压缩感知湖泊水质监测系统，目的在于解决现有水质监测系统安装、有线部署困难，维护成本高、网络能耗高等缺点，采用改进型压缩感知技术、无线传感器网络、自组织网络、无线通信技术，有效提升了环保相关部门的工作效率和管理水平。
本发明通过以下技术方案实现：
一种基于改进型压缩感知湖泊水质监测系统，其特征在于：所述系统包括多个使用压缩感知技术的传感器节点所组成的多个监测点，监测点采集相应的参数值，通过ZigBee技术自组织网络中的协调器完成数据重构，将重构的数据由网关通过Internet网络发送至上位机监控中心，所述传感器节点包括温度节点、PH值节点、电导率节点以及溶解氧节点，传感器节点用于采集湖泊水质环境信息，通过ZigBee网络传输至网关。
本发明进一步技术改进方案是：
所述传感器节点加入网络后，ZigBee网络中的传感器节点开始采集水质信息，获得传感器节点数据，使用DFT算法对信号进行稀疏表示，然后对变换后的信号使用感知矩阵进行采样，采样后的信号与原始信号相比，大大降低了节点的存储空间和传输能耗，最终将采样后的信号通过树状路由传输给协调器，在协调器端通过ICS算法，重构原始信号，协调器将重构的信号发送给网关，由网关将数据通过Internet网络发送给上位机监控中心，在上位机监控中心，通过Web服务可以实时查询监测点的水质信息，若遇到水质信息超限等紧急情况，会发出报警信号及时通知相关工作人员采取应急措施。
本发明通过以下技术方案实现：
所述传感器节点均设置有处理器模块、Zigbee无线通信模块以及电源模块，电源模块为传感器节点、处理器模块、Zigbee无线通信模块提供工作电源，传感器节点将采集的数据经过处理器模块发送给Zigbee无线通信模块。
本发明通过以下技术方案实现：
所述温度节点采用半导体温度传感器AD590；PH值节点采用E-201型号的PH值传感器；电导率节点采用DJS-1C型号电导率传感器及其信号调理电路，处理器模块采用CC2530的增强型8051微控制器，电源模块采用AMS1117系列稳压器；溶解氧节点采用RY952型号传感器及其调理电路；所述网关采用 TD/SCDMA网关；所述上位机监控中心为PC终端机、或为手持移动终端。
本发明与现有技术相比，具有以下明显优点：
一、本发明采用压缩感知技术、无线传感器网络技术、无线通信技术，通过ZigBee技术自组织网络，近距离收集水质参数：温度、PH值、电导率、溶解氧等参数，而这些数据在收集、转发的时候，充分考虑这些传感器节点采集的参数在空间上的高度相关性和同一节点在某个时间序列中采集的某一参数时间上的高度相关性，去除这些数据冗余后再使用压缩感知技术。
二、本发明采用压缩感知的核心思想是将压缩和采样同时进行，首先采集信号的测量值，然后根据相应的重构算法由测量值重构原始信号。压缩感知的优点是信号的测量值远远小于传统采样方法所获得的数据量，突破了香农采样定理的束缚，通过压缩感知和去除数据时空相关性冗余之后再ZigBee网络中采集、传输数据将大大降低单个节点的能耗并延长了整个网络的寿命，ZigBee网络中的数据最后在协调器中汇聚重构，并通过3G网关节点上传至Internet网络后传输至上位机监控中心，上位机监控中心可以是PC机或手机，完成湖泊水质低功耗数据采集和远程监控的目的
附图说明
图1为本发明系统结构原理图；
图2为本发明温度节点信号调理电路原理图；
图3为本发明PH值接口电路；
图4为本发明电导率节点结构框图；
图5为本发明溶解氧节点信号调理电路；
图6为本发明CC2530模块接口电路原理图；
图7为本发明电源模块原理图；
图8为本发明系统流程图；
图9为本发明原始温度信号和重构信号对比图；
图10为本发明原始温度信号稀疏表示和ICS重构后的信号对比图；
图11为本发明ICS和l1-ls算法运行时间对比图；
图12为本发明ICS迭代次数；
具体实施方式
由图1到7所示，本发明系统包括多个使用压缩感知技术的传感器节点所组成的多个监测点，监测点采集相应的参数值，通过ZigBee技术自组织网络中的协调器完成数据重构，将重构的数据由网关通过Internet网络发送至上位机监控中心，所述传感器节点包括温度节点、PH值节点、电导率节点以及溶解氧节点，传感器节点用于采集湖泊水质环境信息，通过ZigBee网络传输至网关。
所述的温度节点中温度采集模块主要采用美国公司生产的半导体温度传感器AD590实现水质温度数据采集，温度节点信号调理电路原理图如图2所示，信号调理电路中主要采用差动放大器使其最终的输出电压 VO＝(100K/10k)×(V2-V1)＝T/10(T为摄氏温度)，若T＝26℃，则输出电压VO为2.6V，输出电压接AD转换器，最终输出的数字量与摄氏温度成线性关系。
所述的PH值节点中PH值数据采集模块主要由PH复合电极采集信号，PH值复合电极由PH玻璃电极和银—氯化银参比电极复合而成，外壳是聚碳酸酯压制而成，它是PH计的测量关键元件，用以测量溶液中氢离子浓度的PH值，该PH 值节点中采用E-201型号的PH值传感器，原始信号为-414.12～414.12mV的直流电压信号，被测液体的PH值与产生的电势成反比：-59.16mV＝1PH。采用PH 值传感器来采集数据，ADC电压运用差分模式，经过转化，利用PH值与电压的关系得到流量数据。差分模式是一种输入信号的方式，主要是提高信号精度，去掉共有的误差干扰。差分输入的是将两个输入端的差值作为信号，这样可以免去一些误差，比如你输入一个1V的信号电源有偏差，比实际输入要大0.1，就可以用差分输入1V和2V相减就把两端共有的那0.1误差去除。单端输入无法删除这类误差。PH值节点中PH值传感器与处理器模块的接口电路如图3所示。
所述的电导率节点主要由DJS-1C型号电导率传感器实现数据采集，电导率节点硬件结构框图如图4所示。
所述的溶解氧节点中溶解氧采集模块主要由RY952型号传感器和相应的调理电路实现，因为RY952溶解氧传感器所输出的电压信号极其微弱，要保证处理器能够对采集的信号进行正确的A/D采样，需要对溶解氧传感器输出信号进行信号调理，使其输出信号更加稳定且电压值不超过基准电压。在所设计的信号调理电路中采用LM358集成运放，放大模拟电信号。LM358是标准线性放大器，一共有8个引脚，2通道。模拟信号先从溶解氧传感器引脚1中输出到运算放大器LM358的引脚3中，同时溶解氧传感器另一端接地。电阻R5是限流电阻，而电阻R3和电阻R4是用来放大模拟信号的。放大后的信号由P06端输入到处理器模块，信号调理电路中采用同相放大电路。因为在软件设计部分，溶解氧节点设计中CC2530采用的1.15V的A/D内部参考电压，所以RY952溶解氧传感器的输出信号明显太弱，需要进行放大处理，而放大的倍数在设计中选定为放大 45倍。处理电路的电压放大倍数的计算公式为
由经典同相放大电路计算增益可以看出电路放大45倍，满足了CC2530采集信号的要求。在LM358的引脚8是芯片电源入口，同时所加的两个电容是为了达到滤波的作用使信号更加稳定。溶解氧节点信号调理电路原理图如图5所示。
所述的处理器模块，主要采用CC2530的增强型8051微控制器，具有在线系统可编程内存和8KB的RAM；系统时钟由32MHz晶振提供，系统休眠时钟由 32KHz无源晶振提供；复位按键与RESET连接，可实现硬件复位，初始化系统；无线通信模块采用CC2530领先的RF射频收发器，符合2.4GHz IEEE802.15.4 标准，具有极高的接收灵敏度和抗干扰性能，可编程的输出功率高达4.5dBm，图6为处理器模块底座原理图。
所述的电源模块主要实现12V电源电压、5V电压和3.3V电压之间的转换，如图7所示。AMS1117核心芯片主要实现5V到3.3V电压转换。通过开关可以选择电源供电方式。AMS1117系列稳压器有可调版与多种固定电压版，设计用于提供1A输出电流且工作压差可低至1V。在最大输出电流时，AMS1117器件的压差保证最大不超过1.3V，并随负载电流的减小而逐渐降低。AMS1117的片上微调把基准电压调整到1.5％的误差以内，而且电流限制也得到了调整，以尽量减少因稳压器和电源电路超载而造成的压力。AMS1117器件引脚上兼容其他三端SCSI 稳压器，提供适用贴片安装的SOT-223，8引脚SOIC，和TO-252(DPAK)塑料封装。AMS1117有固定和可调两个版本可用，输出电压可以是：1.2V，1.5V，1.8V， 2.5V，3.3V，和5.0V。片内过热切断电路提供了过载和过热保护，以防环境温度造成过高的结温。为了确保的稳定性，对可调电压版本，输出需要连接一个至少22μF的钽电容。对于固定电压版本，可采用更小的电容，具体可以根据实际应用确定。通常，线性调整器的稳定性随着输出电流增加而降低。本发明采用的是AMS1117固定输出3.3V的固定电路。
所述的3G网关采用TD/SCDMA网关，支持WIFI功能和3G/3.5G TD-SCDMA 无线网络功能，可以实现无线数据高速、安全、可靠的数据传输。
所述的上位机监控中心，可以使用PC机或手机，通过Web服务，实时查看湖泊不同监测点的水质信息，若遇到紧急情况或者相关水质信息超限，就会报警发送信息通知相关工作人员，立即采取应急方案解决问题，并通过相关命令对下位机的传感器节点进行控制。
如图8所示，首先整个系统初始化后，传感器节点加入网络后，ZigBee网络中不同类型的传感器节点开始采集水质信息，温度、PH值、电导率和溶解氧的值，获取到传感器节点数据，使用DFT算法对信号进行稀疏表示，然后对变换后的信号使用感知矩阵进行采样，采样后的信号与原始信号信号相比，大大降低了节点的存储空间和传输能耗，最终将采样后的信号通过树状路由传输给协调器，在协调器端通过ICS算法，重构原始信号，协调器将重构的信号发送给TD/SCDMA网关，由网关将数据通过Internet网络发送给上位机监控中心，在上位机监控中心中，通过Web服务可以实时查询监测点的水质信息，若遇到水质信息超限等紧急情况，会发出报警信号及时通知相关工作人员采取应急措施。
改进型压缩感知数据采集方法主要包括以下几个步骤：
步骤1、ZigBee网络中的协调器收集不同节点的数据，网络中的传感器节点周期性的采集数据，假设周期为T，所述数据为不同传感器节点在一个周期T 中采集的数据所组成的N维向量，表示为：X＝[x1,x2,x3,...,xn]T(式1)；
步骤2、对于信号X，若存在一个稀疏基Ψ，且在该稀疏基下信号能进行稀疏表示为：Ψ＝[ψ1,ψ2,ψ3,...ψk]T(式2)，此时，ZigBee网络进行数据采样可以进一步表示为：或者用矩阵形式表示为：X＝SΨ(式4)，其中， S为X的稀疏表示。因此，ZigBee网络中的N个无线传感器节点在一个周期T 内产生的数据X可以表示为k个非零系数的矢量S(k<<N)，通过压缩采样的方式，在ZigBee网络中，只需要获取长度为M(k<M<<N)的矢量数据就可以完全表达出整个传感器网络一个周期内采样的信息，并重构出原始的信号。因此， ZigBee网络处理的数据规模将大大降低，从而降低了节点的功耗，并延长了整个网络的寿命；
步骤3、利用采用矩阵Φ，对传感器节点上的数据进行采样，此时压缩采样得到的信号Y可以表示为Y＝ΦX＝ΦΨS＝AS(式5)，其中Φ＝{φj,i}为采样矩阵，也叫感知矩阵，且矩阵中元素满足独立同分布，方差为1/M(高斯随机矩阵)，最终得到的信号Y的大小远远小于原始信号，更易处理、存储和转发。故式(5) 就可以变换为：
而(式5)中A需满足有限等距性质，即对于任意K值得稀疏信号x和常数δk∈(0,1)有
步骤4、在ZigBee网络中的协调器端进行数据的重构，为了能从y中恢复信号x，可以通过求解L0范数来解决该问题，如式(8)所示。
但L0范数一个NP-complete问题，这里将其转换为L1范数进行求解，如(式 9所示)
此时，使用改进的信号重构算法ICS恢复信号x，重构算法如下：
4.1)、将信号x分解成正和负两部分，
x＝u-v，u≥0，v≥0(式10)
于是，就可以将(式9)问题转换为：
s.t.u≥0
v≥0
将(式11)写成界约束二次规划的标准形式为：
s.t.z≥0
其中，
b＝ATy，
此时，使用梯度投影方法求解(式12).
4.2)、首先，假设一个很小的缩放因子αk＞0，
再设置一个缩放因子λ(k)∈[0，1]，
z(k+1)＝z(k)+λ(k)(W(k)-z(k))(式15)
在每一次迭代中，z(k)都沿着负的梯度方向进行搜索：并且定义了如下一个向量，
设置a(k)的初值α0＝argminF(z(k)-αg(k)),从而α0就可以通过 (式17)计算得到，
为了保证α0不能太大，也不能太小，给其界定了一个区间[αmin，αmax]，其中0＜αmin＜αmax。
算法主要步骤如下：
步骤一(初始化):
步骤二：利用(式17)计算α0，用mid(αmin，α0，αmax)替换α0；
步骤三：令α0依次为α0，βα0，β2a0,…得到：
并令
步骤四：若满足收敛条件，就得到近似解z(k+1),否则令k←k+1，并返回步骤二。
某湖泊水质温度原始信号，选取1号传感器采集的781Frame数据以及利用改进的重构算法ICS恢复的信号如图9所示；温度信号经过DFT稀疏变换，如图10中的上图所示，经过ICS重构的稀疏信号如图10中下图所示，这里采用表示重构算法ICS的误差，其中是x的估计值。利用ICS 算法重构后的信号MSE＝0.0014，重构误差非常小，能精确提取和恢复原始信号的特征。
改进的重构算法ICS的CPU运行时间与l1-ls重构算法的CPU运行时间分别为0.0456s和0.0978s，算法时间缩短53.4％，如图11所示。改进的重构算法ICS经过8次迭代就满足收敛要求，趋于稳定，如图12所示。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (4)

1.一种基于改进型压缩感知湖泊水质监测系统，其特征在于：所述系统包括多个使用压缩感知技术的传感器节点所组成的多个监测点，监测点采集相应的参数值，通过ZigBee技术自组织网络中的协调器完成数据重构，将重构的数据由网关通过Internet网络发送至上位机监控中心，所述传感器节点包括温度节点、PH值节点、电导率节点以及溶解氧节点，传感器节点用于采集湖泊水质环境信息，通过ZigBee网络传输至网关。
2.根据权利要求1所述的一种基于改进型压缩感知湖泊水质监测系统，其特征在于：所述传感器节点加入网络后，ZigBee网络中的传感器节点开始采集水质信息，获得传感器节点数据，使用DFT算法对信号进行稀疏表示，然后对变换后的信号使用感知矩阵进行采样，采样后的信号与原始信号相比，大大降低了节点的存储空间和传输能耗，最终将采样后的信号通过树状路由传输给协调器，在协调器端通过ICS算法，重构原始信号，协调器将重构的信号发送给网关，由网关将数据通过Internet网络发送给上位机监控中心，在上位机监控中心，通过Web服务可以实时查询监测点的水质信息，若遇到水质信息超限等紧急情况，会发出报警信号及时通知相关工作人员采取应急措施。
3.根据权利要求1或2所述的一种基于改进型压缩感知湖泊水质监测系统，其特征在于：所述传感器节点均设置有处理器模块、Zigbee无线通信模块以及电源模块，电源模块为传感器节点、处理器模块、Zigbee无线通信模块提供工作电源，传感器节点将采集的数据经过处理器模块发送给Zigbee无线通信模块。
4.根据权利要求3所述的一种基于改进型压缩感知湖泊水质监测系统，其特征在于：所述温度节点采用半导体温度传感器AD590；PH值节点采用E-201型号的PH值传感器；电导率节点采用DJS-1C型号电导率传感器及其信号调理电路，处理器模块采用CC2530的增强型8051微控制器，电源模块采用AMS1117系列稳压器；溶解氧节点采用RY952型号传感器及其调理电路；所述网关采用TD/SCDMA网关；所述上位机监控中心为 PC终端机、或为手持移动终端。
CN201710153342.0A 2017-03-15 2017-03-15 一种基于改进型压缩感知湖泊水质监测系统 Pending CN106996968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710153342.0A CN106996968A (zh) 2017-03-15 2017-03-15 一种基于改进型压缩感知湖泊水质监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710153342.0A CN106996968A (zh) 2017-03-15 2017-03-15 一种基于改进型压缩感知湖泊水质监测系统

Publications (1)

Publication Number Publication Date
CN106996968A true CN106996968A (zh) 2017-08-01

Family

ID=59431588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710153342.0A Pending CN106996968A (zh) 2017-03-15 2017-03-15 一种基于改进型压缩感知湖泊水质监测系统

Country Status (1)

Country Link
CN (1) CN106996968A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109270232A (zh) * 2018-08-08 2019-01-25 佛山科学技术学院 一种水污染大数据监测与预警方法及装置
CN111970655A (zh) * 2020-07-09 2020-11-20 北京航空航天大学 一种台风轻质探测节点数据回传方法
CN112484781A (zh) * 2020-12-04 2021-03-12 武汉城市职业学院 一种基于多旋翼无人机的总线式湖泊水质监测系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101730301A (zh) * 2009-12-08 2010-06-09 西安元智系统技术有限责任公司 一种无线传感器网络及基于该传感器网络的水质监测系统
CN201681071U (zh) * 2009-12-11 2010-12-22 中国计量学院 多参数模块化养殖水环境无线监测系统
CN102798384A (zh) * 2012-07-03 2012-11-28 天津大学 一种基于压缩采样的海洋遥感图像水色水温监测方法
CN102890142A (zh) * 2012-09-20 2013-01-23 华东理工大学 基于物联网的在线湖泊水质监测系统
KR20130017992A (ko) * 2011-08-12 2013-02-20 주식회사 정림 Ｕｓｎ 기반 실시간 수질 모니터링을 위한 다항목 수질측정기
CN204270487U (zh) * 2014-12-18 2015-04-15 镇江坤泉电子科技有限公司 基于无线传感器的水质环境监测系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101730301A (zh) * 2009-12-08 2010-06-09 西安元智系统技术有限责任公司 一种无线传感器网络及基于该传感器网络的水质监测系统
CN201681071U (zh) * 2009-12-11 2010-12-22 中国计量学院 多参数模块化养殖水环境无线监测系统
KR20130017992A (ko) * 2011-08-12 2013-02-20 주식회사 정림 Ｕｓｎ 기반 실시간 수질 모니터링을 위한 다항목 수질측정기
CN102798384A (zh) * 2012-07-03 2012-11-28 天津大学 一种基于压缩采样的海洋遥感图像水色水温监测方法
CN102890142A (zh) * 2012-09-20 2013-01-23 华东理工大学 基于物联网的在线湖泊水质监测系统
CN204270487U (zh) * 2014-12-18 2015-04-15 镇江坤泉电子科技有限公司 基于无线传感器的水质环境监测系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MA´RIO A. T. FIGUEIREDO: "Gradient Projection for Sparse Reconstruction: Application to Compressed Sensing and Other Inverse Problems", 《IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING》 *
吕方旭: "基于傅里叶基的自适应压缩感知重构算法", 《北京航空航天大学学报》 *
张燕燕: "《物联网实验》", 31 October 2014 *
樊宽刚: "《无线传感网络关键技术研究及应用》", 31 January 2016 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109270232A (zh) * 2018-08-08 2019-01-25 佛山科学技术学院 一种水污染大数据监测与预警方法及装置
CN109270232B (zh) * 2018-08-08 2020-07-28 佛山科学技术学院 一种水污染大数据监测与预警方法及装置
CN111970655A (zh) * 2020-07-09 2020-11-20 北京航空航天大学 一种台风轻质探测节点数据回传方法
CN112484781A (zh) * 2020-12-04 2021-03-12 武汉城市职业学院 一种基于多旋翼无人机的总线式湖泊水质监测系统

Similar Documents

Publication Publication Date Title
Shariff et al. Zigbee-based data acquisition system for online monitoring of grid-connected photovoltaic system
Sung et al. Improved particle swarm optimization algorithm for android medical care IOT using modified parameters
CN106996968A (zh) 一种基于改进型压缩感知湖泊水质监测系统
CN101951696A (zh) 农田无线传感器网络及其数据采集方法
Zhang et al. A kind of design schema of wireless smart water meter reading system based on zigbee technology
Shinde et al. Environment monitoring system through Internet of Things (IOT)
CN103077594A (zh) 基于ZigBee的风电场无线数据采集系统
Wei et al. The compressed sensing of wireless sensor networks based on Internet of Things
CN107896255A (zh) 一种基于物联网的土壤基质数据采集与自动监测系统
CN204718990U (zh) 无线水质监测系统
CN106338346A (zh) 一种电气设备温度监测无线传感器网络节点
CN109578209B (zh) 一种基于嵌入式控制结合物联网的复杂风电发电参数控制系统
Kommuri et al. Development of real time environment monitoring system using with MSP430
CN203929875U (zh) 一种交流绝缘子泄漏及电晕脉冲电流的在线监测装置
CN203732094U (zh) 一种太阳能光伏供电多传感环境信息的检测装置
CN106066825B (zh) Gpu集群功耗监控系统及其监控方法
Wedashwara et al. IoT based Smart Small Scale Solar Energy Planning using Evolutionary Fuzzy Association Rule Mining
CN206559904U (zh) 一种灌区信息采集装置
CN209372138U (zh) 一种空气在线监测系统
Zhang et al. Design and implementation of smart home monitoring system based on msp430
CN107786165A (zh) 一种基于ZigBee的光伏电池阵列性能监测系统
CN109870941A (zh) 一种基于物联网技术的农业综合管理系统
CN208316682U (zh) 一种基于物联网技术的光储能源运行参数监测装置
CN207995038U (zh) 一种基于ZigBee的光伏电池阵列性能监测系统
CN103533557A (zh) 一种水情信息的分布式稀疏优化检测方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170801

RJ01 Rejection of invention patent application after publication