首页  |  期刊简介  |  稿件审稿流程  |  学术道德规范  |  编委会  |  征订启事  |  联系我们  |  English
中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
洪悦,郭承军.基于K-means和SOM的水下传感器数据采集方法[J].数据采集与处理,2021,36(2):280-288
基于K-means和SOM的水下传感器数据采集方法
Data Collection Method of Underwater Sensor Based on K-means and SOM
投稿时间:2020-07-06  修订日期:2020-10-20
DOI:10.16337/j.1004-9037.2021.02.009
中文关键词:  K-means算法  自组织神经网络  无线传感器网络  路径规划  数据采集
英文关键词:K-means algorithm  self-organization neural networks  wireless sensor network  path programming  data collection
基金项目:
作者单位邮编
洪悦 电子科技大学电子科学技术研究院成都 611731 611731
郭承军 电子科技大学通信抗干扰技术国家级重点实验室成都 611731 611731
摘要点击次数: 73
全文下载次数: 150
中文摘要:
      随着海洋资源勘探和海洋污染物监控工作的开展,水文数据的监测和采集等已经成为重要的研究方向。其中,水下无线传感器网络在水文数据采集过程中起着举足轻重的作用。本文研究的是水下无线传感器二维监测网络模型中,传感器节点数据采集的问题,其设计方法是通过自组织映射(Self-organizing mapping,SOM)对传感器节点进行路径最优化处理,结合优化的路径图形和K-means算法找到路径内部聚合点,利用聚合点和传感器的节点得到传感器通信半径内的数据采集点,最后通过SOM得到水下机器人(Autonomous underwater vehicle,AUV)到各个数据采集点采集数据的最优路径。经过实验验证,在水下1 200 m×1 750 m范围内布置52个传感器节点的情景下,数据采集点相比于传感器节点路径规划采用相同的采集顺序得到的路径优化了6.7%;对数据采集点重新进行自组织路径规划得到的路径比传感器结点路径的最优解提高了12.2%。增加传感器节点的数量,其结果也大致相同,因此采用该方法可以提高水下机器人采集数据的效率。
英文摘要:
      With the development of marine resource exploration and marine pollutant monitoring, monitoring and collection of hydrologic data have become an important research direction.Among them, underwater wireless sensor networks play an important role in hydrological data acquisition. This paper studies the data collection of sensor nodes in the two-dimensional monitoring model network of underwater wireless sensors. The proposed method optimizes the path of sensor nodes by using self-organizing mapping (SOM).We combine the optimized path graphics and the K-means algorithm to find the path internal aggregation point.Then we find the data acquisition point within the sensor communication radius through the aggregation point and the sensor node. Finally, the optimal path of autonomaous underwater vehicle (AUV) to each data collection point is found through SOM. In the verification experiment, 52 sensor nodes are arranged within a range of 1 200 m×1 750 m under the water, and the path obtained by data collection points is optimized by 6.7% compared with the path planning of sensor nodes in the same acquisition sequence. Compared with the optimal solution of sensor node path, the path obtained by reorganizing the self-organizing path planning of data collection points is improved by 12.2%. The results of increasing the number of sensor nodes are similar, so the proposed method can improve the data acquisition efficiency of AUV.
查看全文  HTML  查看/发表评论

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第2070235位访问者 本站今日一共被访问484

技术支持:北京勤云科技发展有限公司