CN117729512A - 基于智能感知的能量收集转移再利用系统 - Google Patents
基于智能感知的能量收集转移再利用系统 Download PDFInfo
- Publication number
- CN117729512A CN117729512A CN202311753895.1A CN202311753895A CN117729512A CN 117729512 A CN117729512 A CN 117729512A CN 202311753895 A CN202311753895 A CN 202311753895A CN 117729512 A CN117729512 A CN 117729512A
- Authority
- CN
- China
- Prior art keywords
- module
- energy
- transfer
- observation
- intelligent perception
- 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
Links
- 230000008447 perception Effects 0.000 title claims abstract description 34
- 238000004064 recycling Methods 0.000 title claims description 6
- 238000006243 chemical reaction Methods 0.000 claims abstract description 26
- 238000012546 transfer Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000012795 verification Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000003044 adaptive effect Effects 0.000 claims description 17
- 239000003990 capacitor Substances 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000003306 harvesting Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000006641 stabilisation Effects 0.000 claims description 3
- 238000011105 stabilization Methods 0.000 claims description 3
- 230000000087 stabilizing effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 241000854291 Dianthus carthusianorum Species 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了基于智能感知的能量收集转移再利用系统，包括管理平台、能量收集模块、能量转换模块、传感模块、处理模块、定位模块和分析校验模块，所述管理平台用于对基于智能感知的能量收集转移再利用系统进行管理和运维，所述能量收集模块用于接收射频源发射的电磁波将其转换为高压脉冲，本发明所述的基于智能感知的能量收集转移再利用系统，能够根据不同位置的接收器接收的信号强度不同，推断出发射出射频信号物体的坐标，实现对能量收集源的精准定位，提高了能量收集利用的工作精确度，在智能感知的过程中，能够提高支撑集估计精度，会增加观测中感知能量的分配效率，实现感知的过程中自适应观测。
Description
技术领域
本发明涉及能量收集利用技术领域，具体涉及基于智能感知的能量收集转移再利用系统。
背景技术
无线传感器网络在环境监测、结构健康监测、植人式医疗监测、汽车胎压监测等方面有广阔的应用前景，但是这些应用的主要瓶颈是自给能源，如果每个节点都需要自己的外部电源，那么无线传感器网络就失去了优势，而能源收集能将局部环境能量转换成可用的电能，成为了一种给无线传感器网络供电的方法，能源收集是指传感器节点应该采用尽可能多的方法从环境中吸取能量，以确保传感器节点能够长期、稳定、可靠地工作，通过能源收集无线传感器网络所需能源能够自足，应用寿命更长，在进行能源收集过程通常配合智能感知技术共同进行，本方案具体涉及基于智能感知的能量收集转移再利用系统；
但是现有的基于智能感知的能量收集转移再利用系统，无法根据不同位置的接收器接收的信号强度不同推断发射出射频信号物体的坐标，无法对能量收集源的精准定位，会影响能量收集利用的工作精确度，在智能感知的过程中，支撑集估计精度不够，会影响观测中感知能量的分配效率，无法实现感知的过程中自适应观测。
发明内容
本发明的主要目的在于提供基于智能感知的能量收集转移再利用系统，可以有效解决背景技术中提出的现有的基于智能感知的能量收集转移再利用系统无法根据不同位置的接收器接收的信号强度不同推断发射出射频信号物体的坐标，无法对能量收集源的精准定位，会影响能量收集利用的工作精确度，在智能感知的过程中，支撑集估计精度不够，会影响观测中感知能量的分配效率，无法实现感知的过程中自适应观测的问题。
为实现上述目的，本发明采取的技术方案为：
基于智能感知的能量收集转移再利用系统，包括：
管理平台，所述管理平台用于对基于智能感知的能量收集转移再利用系统进行管理和运维；
能量收集模块，所述能量收集模块用于接收射频源发射的电磁波将其转换为高压脉冲；
能量转换模块，所述能量转换模块与接收天线阻抗匹配后连接，将天线所产生的高频高压脉冲转换为直流电压并存储在电容当中；
传感模块，所述传感模块通过超低功耗传感器感知并收集环境信息；
处理模块，所述处理模块用于对采集的数据进行处理；
定位模块，所述定位模块用于对感知位置标签进行定位，进而推断发射出射频信号物体的坐标；
分析校验模块，所述分析校验模块用于对感知收集的信息进行分析和校验。
优选的，所述能量转换模块包括能量转换、能量存储和稳压，转换部分采用封装的转换芯片，芯片内部集成了射频到直流电压的转换电路。
优选的，所述能量转换模块的具体操作为环境射频能量通过RF-DC电路转换成直流电压，并存储在电容中，转换所得的直流电压经过斩波稳压电路放大，将直流电压变成输出可调节的直流电压源，通过改变连接在引脚之间的电阻R的阻值调节输出电压，电阻R输出电压之间的关系式为RF输入端引脚与标准50欧姆负载的天线相连接，芯片收集的射频能量范围为902-928MHz。
优选的，所述能量收集模块收集并转换的射频能量存储在超级电容当中，电容容量值根据实际需求进行计算，容量值的计算公式为C＝V·I·t，最后将输出的直流电压稳压后为系统进行供电。
优选的，所述传感模块包括数据采集、数据传输和数据恢复，传感器对原始的高纬数据进行采样，得到低维的采样值，对采集得到低维测量值进行传送，对传输的信号进行重构实现对数据进行恢复。
优选的，所述传感模块在智能感知时需要通过定位模块进行定位，定位模块的具体步骤为：
步骤一、根据算法选择K个参考标签，根据加权求和公式计算目标理论位置；
步骤二、根据得到的目标理论位置，获取与目标理论位置最近N个参考标签的位置；
步骤三、对获得N个参考标签也采用相同的方法，对N个参考标签的坐标位置进行理论位置的计算，如果偏差超过设定比例，则将其剔除，选择M个参考标签；
步骤四、计算M个标签理论坐标位置与实际的坐标位置的平均差值；
步骤五、将计算的理论位置进行修复,得到目标的坐标位置。
通过无线射频信号进行数据交互，有两种方式计算标签的位置，一种是由数个不同位置的射频信号接收器，根据不同位置的接收器接收到的信号强度不同，进而推断出发射出射频信号物体的坐标，达到较高的精准度，另外一种方式是在多个固定位置放置参考标签，根据接收器读取到不同位置的标签的信号强度来计算标签位置，与上一种方式相比，可以节省接收器的个数，由于接收器读取数值具有离散性，会导致位置计算过程中存在异常关联度，定位稳定性不能得到有效保障，受电磁波的反射、折射以及多径效应等因素的影响，参考标签信号强度值也会发生一定的偏差，将造成的定位坐标误差更大，为了提高系统定位精度，减轻外界干扰因素对坐标计算精度的影响，在获取理论坐标的基础上采用自修复机制进行坐标修复，将误差较大的参考标签移除，获得更加精准的位置信息。
优选的，所述分析校验模块对感知收集的信息进行分析校验，所述分析校验的具体步骤如下：
S1、输入初始化观测矩阵总观测数M，自适应观测步数n＝0，用初始观测矩阵观测信号，获得初始观测信号/>获取估计支撑集/>获得a[n]，并得到新观测向量/>
S2、用新观测向量观测信号
S3、更新观测矩阵和观测信号/>
S4、采用重构算法获取估计信号和估计支撑集/>设置n＝n+1，继续迭代，直到n＝M-M0，输出信号/>估计支撑集/>
对算法进行复杂度分析，通过算法流程可以看出，算法的计算复杂度主要集中于获取支撑集和新观测向量系数更新，根据计算复杂度分析易知，算法在一次迭代中新观测向量系数更新计算复杂度为0(K3)，从而经过T＝M-M0次自适应观测的算法总计算复杂度为0(T(M-K+q)M2N)，在实际应用中，可采用预置观测向量池来避免特征分解带来的计算复杂度，观察自适应框架下各算法重构概率P与稀疏度K的关系所示，测试信号长度N＝200，观测数M＝30，快拍数L＝8，信噪比SNR＝20dB，自适应算法初始观测数M0＝20，自适应算法的重构概率在各种稀疏度情形都低于非自适应算法，而自适应算法虽然在K＜L的情形具备优于非自适应算法的重构性能，但随着稀疏度增大，其重构概率将低于非自适应算法。
优选的，所述处理模块包括汇聚节点，汇聚节点收集终端节点的数据并组建网络，在初始化完成后对信道扫描，未搜索到其它协调器信标，则在该信道上组建网络。
优选的，所述能量收集模块包括温度传感器和湿度传感器，温度传感器用于检测环境温度变化，湿度传感器用于检测环境湿度变化。
优选的，所述管理平台包括微处理器，微处理器对管理平台接受的数据信号进行计算和存储，且微处理器具备射频通信功能。
与现有技术相比，本发明具有如下有益效果：
本发明能够根据不同位置的接收器接收的信号强度不同，推断出发射出射频信号物体的坐标，实现对能量收集源的精准定位，提高了能量收集利用的工作精确度；
进一步的，在智能感知的过程中，能够提高支撑集估计精度，会增加观测中感知能量的分配效率，实现感知的过程中自适应观测。
附图说明
图1为本发明基于智能感知的能量收集转移再利用系统的系统框图；
图2为本发明基于智能感知的能量收集转移再利用系统的能量转换模块的系统框图；
图3为本发明基于智能感知的能量收集转移再利用系统的传感模块的流程图；
图4为本发明基于智能感知的能量收集转移再利用系统的定位模块的流程图；
图5为本发明基于智能感知的能量收集转移再利用系统的分析校验的流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
如图1-5所示，基于智能感知的能量收集转移再利用系统，包括管理平台、能量收集模块、能量转换模块、传感模块、处理模块、定位模块和分析校验模块；
管理平台用于对基于智能感知的能量收集转移再利用系统进行管理和运维；
能量收集模块用于接收射频源发射的电磁波将其转换为高压脉冲，通过在射频信号传输天线平面内层放置反射底板进行定向反射；
能量转换模块与接收天线阻抗匹配后连接，将天线所产生的高频高压脉冲转换为直流电压并存储在电容当中；
传感模块通过超低功耗传感器感知并收集环境信息，在传感器节点预留接口实现与外接设备连接；
处理模块用于对采集的数据进行处理，处理后的数据通过通信单元反馈到终端系统；
定位模块用于对感知位置标签进行定位，进而推断发射出射频信号物体的坐标，实现对能量收集源的精准定位；
分析校验模块用于对感知收集的信息进行分析和校验，能够增加观测中感知能量的分配效率。
能量转换模块包括能量转换、能量存储和稳压，转换部分采用封装的转换芯片，芯片内部集成了射频到直流电压的转换电路，当电容存储的电压值高于设定的高电压阀值时，芯片将使能电压输出引脚，并输出直流电压，反之，当电容存储的电压值低于设定的低电压阀值时，芯片将停止输出直流电压。
能量转换模块的具体操作为环境射频能量通过RF-DC电路转换成直流电压，并存储在电容中，转换所得的直流电压经过斩波稳压电路放大，将直流电压变成输出可调节的直流电压源，通过改变连接在引脚之间的电阻R的阻值调节输出电压，电阻R输出电压之间的关系式为RF输入端引脚与标准50欧姆负载的天线相连接，芯片收集的射频能量范围为902-928MHz，超过该频段的电磁波也可进行采集但是转换效率会有所降低，芯片还拥有RSSI检测功能，该功能通过引脚的操作来测量芯片所采集到的射频能量，引脚表示V是否有直流电压输出，若引脚为高，表示有直流电压输出，反之，则没有直流电压输出。
能量收集模块收集并转换的射频能量存储在超级电容当中，电容容量值根据实际需求进行计算，容量值的计算公式为C＝V·I·t，最后将输出的直流电压稳压后为系统进行供电，较小的电容充电速度快，但单次供电时间短，较大的电容充电速度慢，但单次供电时间更长。
传感模块包括数据采集、数据传输和数据恢复，传感器对原始的高纬数据进行采样，得到低维的采样值，对采集得到低维测量值进行传送，对传输的信号进行重构实现对数据进行恢复，节点将采集到的低维测量值传送到簇头，为了防止传送数据不出现冲突碰撞，认为每个与同一簇头通过特定信道相连的节点是一种时频稳态模式，外部的干扰和噪声在数据包的传送过程中通过传感网络物理层调制处理干净，采样值的传送过程中不会出现冲突，信号的传输损耗基本可以忽略。
传感模块在智能感知时需要通过定位模块进行定位，定位模块的具体步骤为：
步骤一、根据算法选择K个参考标签，根据加权求和公式计算目标理论位置；
步骤二、根据得到的目标理论位置，获取与目标理论位置最近N个参考标签的位置；
步骤三、对获得N个参考标签也采用相同的方法，对N个参考标签的坐标位置进行理论位置的计算，如果偏差超过设定比例，则将其剔除，选择M个参考标签；
步骤四、计算M个标签理论坐标位置与实际的坐标位置的平均差值；
步骤五、将计算的理论位置进行修复,得到目标的坐标位置。
通过无线射频信号进行数据交互，有两种方式计算标签的位置，一种是由数个不同位置的射频信号接收器，根据不同位置的接收器接收到的信号强度不同，进而推断出发射出射频信号物体的坐标，达到较高的精准度，另外一种方式是在多个固定位置放置参考标签，根据接收器读取到不同位置的标签的信号强度来计算标签位置，与上一种方式相比，可以节省接收器的个数，由于接收器读取数值具有离散性，会导致位置计算过程中存在异常关联度，定位稳定性不能得到有效保障，受电磁波的反射、折射以及多径效应等因素的影响，参考标签信号强度值也会发生一定的偏差，将造成的定位坐标误差更大，为了提高系统定位精度，减轻外界干扰因素对坐标计算精度的影响，在获取理论坐标的基础上采用自修复机制进行坐标修复，将误差较大的参考标签移除，获得更加精准的位置信息。
分析校验模块对感知收集的信息进行分析校验，分析校验的具体步骤如下：
S1、输入初始化观测矩阵总观测数M，自适应观测步数n＝0，用初始观测矩阵观测信号，获得初始观测信号/>获取估计支撑集/>获得a[n]，并得到新观测向量/>
S2、用新观测向量观测信号
S3、更新观测矩阵和观测信号/>
S4、采用重构算法获取估计信号和估计支撑集/>设置n＝n+1，继续迭代，直到n＝M-M0，输出信号/>估计支撑集/>
对算法进行复杂度分析，通过算法流程可以看出，算法的计算复杂度主要集中于获取支撑集和新观测向量系数更新，根据计算复杂度分析易知，算法在一次迭代中新观测向量系数更新计算复杂度为0(K3)，从而经过T＝M-M0次自适应观测的算法总计算复杂度为0(T(M-K+q)M2N)，在实际应用中，可采用预置观测向量池来避免特征分解带来的计算复杂度，观察自适应框架下各算法重构概率P与稀疏度K的关系所示，测试信号长度N＝200，观测数M＝30，快拍数L＝8，信噪比SNR＝20dB，自适应算法初始观测数M0＝20，自适应算法的重构概率在各种稀疏度情形都低于非自适应算法，而自适应算法虽然在K＜L的情形具备优于非自适应算法的重构性能，但随着稀疏度增大，其重构概率将低于非自适应算法。
处理模块包括汇聚节点，汇聚节点收集终端节点的数据并组建网络，在初始化完成后对信道扫描，未搜索到其它协调器信标，则在该信道上组建网络，若信道已被其他协调器占用，则立即切换值其他信道，继续扫描知道发现新的空闲信道，在网络都建立完毕之后，进入监听模式，通过任务轮询来响应终端节点信息。
能量收集模块包括温度传感器和湿度传感器，温度传感器用于检测环境温度变化，湿度传感器用于检测环境湿度变化，温湿度作为环境检测中最常见的两个物理量，将其作为传感器节点的待测量，便于观测节点的功能效果，选择超低功耗的温度以及湿度传感器更加满足整个系统的超低功耗要求。
管理平台包括微处理器，微处理器对管理平台接受的数据信号进行计算和存储，且微处理器具备射频通信功能，微处理器编写传感器节点全局的驱动程序，微处理器控制程序是整个软件系统的中枢部分，微处理器控制能量转换模块的开关与启停，保证最优的能量传输效率，处理ADC采集的数据，将处理后的数据通过通信模块(发送至汇聚节点。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及效物界定。
Claims (10)
1.基于智能感知的能量收集转移再利用系统，其特征在于，包括：
管理平台，所述管理平台用于对基于智能感知的能量收集转移再利用系统进行管理和运维；
能量收集模块，所述能量收集模块用于接收射频源发射的电磁波将其转换为高压脉冲；
能量转换模块，所述能量转换模块与接收天线阻抗匹配后连接，将天线所产生的高频高压脉冲转换为直流电压并存储在电容当中；
传感模块，所述传感模块通过超低功耗传感器感知并收集环境信息；
处理模块，所述处理模块用于对采集的数据进行处理；
定位模块，所述定位模块用于对感知位置标签进行定位，进而推断发射出射频信号物体的坐标；
分析校验模块，所述分析校验模块用于对感知收集的信息进行分析和校验。
2.根据权利要求1所述的基于智能感知的能量收集转移再利用系统，其特征在于：所述能量转换模块包括能量转换、能量存储和稳压，转换部分采用封装的转换芯片，芯片内部集成了射频到直流电压的转换电路。
3.根据权利要求2所述的基于智能感知的能量收集转移再利用系统，其特征在于：所述能量转换模块的具体操作为环境射频能量通过RF-DC电路转换成直流电压，并存储在电容中，转换所得的直流电压经过斩波稳压电路放大，将直流电压变成输出可调节的直流电压源，通过改变连接在引脚之间的电阻R的阻值调节输出电压，电阻R输出电压之间的关系式为RF输入端引脚与标准50欧姆负载的天线相连接，芯片收集的射频能量范围为902-928MHz。
4.根据权利要求1所述的基于智能感知的能量收集转移再利用系统，其特征在于：所述能量收集模块收集并转换的射频能量存储在超级电容当中，电容容量值根据实际需求进行计算，容量值的计算公式为C＝V·I·t，最后将输出的直流电压稳压后为系统进行供电。
5.根据权利要求1所述的基于智能感知的能量收集转移再利用系统，其特征在于：所述传感模块包括数据采集、数据传输和数据恢复，传感器对原始的高纬数据进行采样，得到低维的采样值，对采集得到低维测量值进行传送，对传输的信号进行重构实现对数据进行恢复。
6.根据权利要求5所述的基于智能感知的能量收集转移再利用系统，其特征在于：所述传感模块在智能感知时需要通过定位模块进行定位，定位模块的具体步骤为：
步骤一、根据算法选择K个参考标签，根据加权求和公式计算目标理论位置；
步骤二、根据得到的目标理论位置，获取与目标理论位置最近N个参考标签的位置；
步骤三、对获得N个参考标签也采用相同的方法，对N个参考标签的坐标位置进行理论位置的计算，如果偏差超过设定比例，则将其剔除，选择M个参考标签；
步骤四、计算M个标签理论坐标位置与实际的坐标位置的平均差值；
步骤五、将计算的理论位置进行修复,得到目标的坐标位置。
7.根据权利要求1所述的基于智能感知的能量收集转移再利用系统，其特征在于：所述分析校验模块对感知收集的信息进行分析校验，所述分析校验的具体步骤如下：
S1、输入初始化观测矩阵总观测数M，自适应观测步数n＝0，用初始观测矩阵观测信号，获得初始观测信号/>获取估计支撑集/>获得a[n]，并得到新观测向量/>
S2、用新观测向量观测信号
S3、更新观测矩阵和观测信号/>
S4、采用重构算法获取估计信号和估计支撑集/>设置n＝n+1，继续迭代，直到n＝M-M0，输出信号/>估计支撑集/>
8.根据权利要求1所述的基于智能感知的能量收集转移再利用系统，其特征在于：所述处理模块包括汇聚节点，汇聚节点收集终端节点的数据并组建网络，在初始化完成后对信道扫描，未搜索到其它协调器信标，则在该信道上组建网络。
9.根据权利要求1所述的基于智能感知的能量收集转移再利用系统，其特征在于：所述能量收集模块包括温度传感器和湿度传感器，温度传感器用于检测环境温度变化，湿度传感器用于检测环境湿度变化。
10.根据权利要求1所述的基于智能感知的能量收集转移再利用系统，其特征在于：所述管理平台包括微处理器，微处理器对管理平台接受的数据信号进行计算和存储，且微处理器具备射频通信功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311753895.1A CN117729512A (zh) | 2023-12-20 | 2023-12-20 | 基于智能感知的能量收集转移再利用系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311753895.1A CN117729512A (zh) | 2023-12-20 | 2023-12-20 | 基于智能感知的能量收集转移再利用系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117729512A true CN117729512A (zh) | 2024-03-19 |
Family
ID=90208539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311753895.1A Pending CN117729512A (zh) | 2023-12-20 | 2023-12-20 | 基于智能感知的能量收集转移再利用系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117729512A (zh) |
-
2023
- 2023-12-20 CN CN202311753895.1A patent/CN117729512A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gao et al. | CRISLoc: Reconstructable CSI fingerprinting for indoor smartphone localization | |
| CN109444813B (zh) | 一种基于bp和dnn双神经网络的rfid室内定位方法 | |
| CN102236801B (zh) | 一种射频识别检测系统 | |
| CN102298685B (zh) | 基于虚拟仪器的汽车电子射频识别参数检测系统 | |
| CN106792506B (zh) | 一种WiFi定位方法及服务器 | |
| CN113059963B (zh) | 胎压监测模块、轮胎定位系统及方法 | |
| CN106597081B (zh) | 一种nb-iot终端多种工作模式下的精密电流检测装置 | |
| CN110933628A (zh) | 基于孪生网络的指纹室内定位方法 | |
| US11054454B2 (en) | Wireless passive field strength probe | |
| CN113595580B (zh) | 无线通信方法、电子设备、天线及调谐器件 | |
| Rao et al. | Device-free passive wireless localization system with transfer deep learning method | |
| Kim et al. | Implementation of multi-level modulated-backscatter communication system using ambient Wi-Fi signal | |
| CN117729512A (zh) | 基于智能感知的能量收集转移再利用系统 | |
| CN201654821U (zh) | 一种射频识别电子标签模拟器 | |
| CN112071083B (zh) | 一种机动车牌接力识别系统及车牌接力识别方法 | |
| US11763106B2 (en) | Method for passive wireless channel estimation in radio frequency network and apparatus for same | |
| CN116709205A (zh) | 一种面向电力物联网的分布式干扰源定位方法及系统 | |
| Wang et al. | Indoor fingerprinting localization based on fine-grained CSI using principal component analysis | |
| CN108668218A (zh) | 一种终端定位方法及装置 | |
| KR20220096315A (ko) | 에너지 하베스팅 센서의 동작 패턴 결정을 통한 전력 절감 방법 및 시스템 | |
| CN114339649B (zh) | 一种wknn分类的nlos识别系统 | |
| CN218298512U (zh) | 一种空中无线电频谱测向感知设备 | |
| Feng et al. | WiSensor: Passive Sensor Data Transmission by Way of Ambient Wi-Fi Channels | |
| CN110736871A (zh) | 一种光伏阵列功率分析仪、功率分析系统及功率分析方法 | |
| Eidaks et al. | Impact of signal waveform on RF-harvesting device performance in wireless sensor network |
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 |