基于海浪遮蔽效应模型的海洋传感网三维动态协同定位机制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51579143
  • 项目类别:
    面上项目
  • 资助金额:
    63.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E1104.航海与海事技术
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Marine Wireless Sensor Networks have broad application prospects in the areas of marine environmental monitoring, information platform construction, and maritime safety guarantee, among which network nodes’ localization is a key technical problem. Signal propagation, between the nodes of Marine Sensor Networks featuring as three-dimensional and highly dynamic, is susceptible to the shadowing of waves. With a good consideration of the above features, this project mainly focuses on the study of: Firstly, utilizing Fractal Fusion based Brownian Motion Surface Model to simulate the wave motion, to analyze the shadowing effect for the signal propagation caused by the wave combined with the measured data of the microelectronic mechanical system inertial measurement unit, and to establish a cooperative localization oriented Wave Shadowing Effect Model; Secondly, based on the Cramér-Rao Bound(CRB)theory, proposing a censoring scheme of the wave shadowing model; and then builds a cooperative localization mechanism based on the Wave Shadowing Effect Model; Lastly, creating a Gaussian Markov Mobile Model on the basis of the trajectory prediction under different sea conditions, to compensate and correct the position information of the nodes dynamically on demand,so as to optimize the performance of marine environment self-adaptability in cooperative localization mechanism, and to improve the localization accuracy and stability. This research will play an active role in promoting the application of wireless sensor networks in the marine field. Moreover, it has scientific significance and academic value on enriching the basic knowledge of how to apply wireless sensor network in marine environment and other harsh environment likewise.
海洋无线传感器网络在海洋环境监测、信息平台建设及海事安全保障等方面具有广泛的应用前景,基于网络的节点定位是其应用中的一个关键技术问题。本项目针对海洋环境中信号传播易受海浪遮蔽影响、以及网络节点呈现三维动态等特性:首先,基于分形融合的布朗运动曲面模型对海浪运动进行模拟,结合微电子机械系统惯性测量单元的实测数据,分析海浪对信号传播产生的遮蔽影响,以建立面向协同定位的海浪遮蔽效应模型;然后,应用克拉美罗界方法提出海浪遮蔽模型的审查方案,并建立起基于海浪遮蔽效应模型的协同定位机制;最后,建立结合不同海况的基于轨迹预测的高斯马尔科夫移动模型,以按需动态地对节点位置进行补偿修正,实现协同定位机制的海洋环境自适应性能优化,以提升其定位的准确性与稳定性。项目研究将对推动无线传感器网络在海洋领域的应用起到积极的作用,同时对于丰富其在海洋环境及其它类似恶劣环境下的应用基础理论也具有重要的科学意义与学术价值。

结项摘要

国家“建设海洋强国”战略的提出,加之发展海洋经济的需求的增长及网络等监测高技术的发展与信息技术的快速进展,使得建立一个全球性的海洋传感与监测系统十分迫切并成为可能。而在海洋传感网(MSN)中,其网络节点(监测目标)的高效、实时与精确定位既是海洋监测应用的需求,同时也是研究MSN的路由与拓扑等其它问题的基础。本项目针对海洋环境中信号传播易受海浪遮蔽影响、以及网络节点呈现三维动态等特性,着重从以下四个方面对MSN定位关键技术进行深入研究:. 首先基于分形融合的布朗运动曲面模型对海上环境进行模拟,并根据节点在海上环境中距平均海面高度对信号传播的特点,建立海浪遮蔽因子参数模型,搭建的无线传感网(WSN)平台对遮蔽模型进行系统验证,从而提出一种适于海上多变环境的海浪遮蔽模型;以此模型为基础,进一步设计了MSN海洋监测系统,研究MSN节点定位算法,考虑遮蔽因子对测量模型的影响,运用协同理论与信息散度(KLD)函数推导得到最优化参数θ,进一步提出增强型粒子滤波定位算法,以减少非高斯噪声对于定位精度的影响;此外,为提高定位效率,还研究了测距异常情况下的鲁棒性定位机制,将原有定位问题转化为优化问题中的广义信赖域子问题,通过改进二分法进行求解,并推导得到克拉美罗下界(CRLB)对原有定位算法进行审查,增强了系统的定位鲁棒性;为进一步优化网络节点运动的自适应性,研究一种基于节点轨迹预测的MSN自适应性能优化,根据海域信标节点运动情况,求得运动相关性系数α,并建立节点参数自适应运动模型,预测未知节点运动轨迹,随后进一步提出改进蒙特卡罗定位方法,以优化系统定位的自适应能力。. 本项目研究旨在解决MSN应用中所将面临的一些关键基础理论问题,对于提高发展海洋传感网有着积极的作用,在海上目标定位中将有着广阔的应用前景。同时,研究成果对于推动WSN 定位在其它类似恶劣环境中的应用具有积极的指导意义,而对于丰富WSN 的定位相关理论也具有重要的科学意义和学术价值。

项目成果

期刊论文数量(22)
专著数量(0)
科研奖励数量(3)
会议论文数量(3)
专利数量(13)
基于改进自适应粒子滤波的无线传感网船舶追踪
  • DOI:
    10.13340/j.jsmu.2018.02.003
  • 发表时间:
    2018
  • 期刊:
    上海海事大学学报
  • 影响因子:
    --
  • 作者:
    梅骁峻;吴华锋;陈彦臻;蒋恩青
  • 通讯作者:
    蒋恩青
Anomaly Detection and Cleaning of Highway Elevation Data from Google Earth Using Ensemble Empirical Mode Decomposition
使用集成经验模态分解对 Google Earth 中的公路高程数据进行异常检测和清理
  • DOI:
    10.1061/jtepbs.0000138
  • 发表时间:
    2018
  • 期刊:
    JOURNAL OF TRANSPORTATION ENGINEERING PART A-SYSTEMS
  • 影响因子:
    --
  • 作者:
    Chen Xinqiang;Li Zhibin;Wang Yinhai;Tang Jinjun;Zhu Wenbo;Shi Chaojian;Wu Huafeng
  • 通讯作者:
    Wu Huafeng
SideIO: A Side I/O system framework for hybrid scientific workflow
SideIO:用于混合科学工作流程的 Side I/O 系统框架
  • DOI:
    10.1016/j.jpdc.2016.07.001
  • 发表时间:
    2017
  • 期刊:
    Journal of Parallel and Distributed Computing
  • 影响因子:
    3.8
  • 作者:
    Wang Jun;Huang Dan;Wu Huafeng;Yin Jiangling;Zhang Xuhong;Chen Xunchao;Wang Ruijun
  • 通讯作者:
    Wang Ruijun
A novel cooperative localization algorithm using enhanced particle filter technique in maritime search and rescue wireless sensor network
海上搜救无线传感器网络中使用增强粒子滤波技术的新型协作定位算法
  • DOI:
    10.1016/j.isatra.2017.09.013
  • 发表时间:
    2018
  • 期刊:
    ISA Transactions
  • 影响因子:
    7.3
  • 作者:
    Wu Huafeng;Mei Xiaojun;Chen Xinqiang;Li Junjun;Wang Jun;Mohapatra Prasant
  • 通讯作者:
    Mohapatra Prasant
Prediction based opportunistic routing for maritime search and rescue wireless sensor network
基于预测的海上搜救无线传感器网络机会路由
  • DOI:
    10.1016/j.jpdc.2017.06.021
  • 发表时间:
    2018
  • 期刊:
    Journal of Parallel and Distributed Computing
  • 影响因子:
    3.8
  • 作者:
    Wu Huafeng;Wang Jun;Ananta Raghavendra Rao;Kommareddy Vamsee Reddy;Wang Rui;Mohapatra Prasant
  • 通讯作者:
    Mohapatra Prasant

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于模糊聚类的海上交通事故分析
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    中国航海
  • 影响因子:
    --
  • 作者:
    朱现场;肖英杰;吴华锋;周伟
  • 通讯作者:
    周伟
海上移动通信环境下的MP2P网络体系结构
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    大连海事大学学报
  • 影响因子:
    --
  • 作者:
    吴华锋;孙文力;彭静
  • 通讯作者:
    彭静
基于虚拟力的LoRa浮标网络覆盖优化算法
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    计算机应用研究
  • 影响因子:
    --
  • 作者:
    刘侠;郑建道;吴华锋;张倩楠
  • 通讯作者:
    张倩楠
基于自适应与轨迹预测的移动节点定位
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国航海
  • 影响因子:
    --
  • 作者:
    郭世俊;吴华锋;刘侠;马奕葳
  • 通讯作者:
    马奕葳
有矩形障碍物的物流射频识别网络优化研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    黄有方;吴华锋;杨勇生;肖英杰
  • 通讯作者:
    肖英杰

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

吴华锋的其他基金

极地态势感知集群系统最优动态部署理论与关键技术
  • 批准号:
    52331012
  • 批准年份:
    2023
  • 资助金额:
    230 万元
  • 项目类别:
    重点项目
基于动态自适应成簇的海洋传感网智能数据预测与重构
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
海上搜救无线传感网的动态拓扑及时空随机覆盖机理研究
  • 批准号:
    51279099
  • 批准年份:
    2012
  • 资助金额:
    80.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码