基于物联网的煤矿井下环境监测系统的研究与实现

XXXX 大 学 工 程 硕 士 学 位 论 文

传感器模块处理器模块无线通信模块传感器AC/D处理器存储器网络MA收发器能量供应模块图2-3 无线传感节点结构

无线传感网络具有部署方便、无线、独立工作、容错性高、扩展性好、覆盖区域广等优点,可以实现多个目标区域物体的实时、联合监测,将数据信息传递到外部网络,提供给需求用户。

网络通信技术

信息可靠、安全的传输由网络通信技术来实现,并通过网络通信技术进行信息与控制信息的双向传递。物联网的网络有互联网、通信网和广电网,按照传输介质分为无线、有线技术。前者较常用的有CDMA、ZigBee、GPRS等,本节将概述ZigBee的体系结构。

ZigBee技术由ZigBee联盟(美国摩托罗拉公司、英国Invensys公司、日本三菱电气公司等)于2002年共同研究开发出来的,具有开发简便、成本低、功耗低等特点的短距离通信技术。该技术体系结构是分层进行量化的,主要有四层结构,分别是:应用层、网络层、媒体控制层和物理层[40],每一层完成任务需上层提供服务。如图2-4所示。

XXXX 大 学 工 程 硕 士 学 位 论 文

应用支持层(APS)网络层(NWK)ZigBee协议媒体访问控制层(MAC)IEEE802.15.4网络层(PHY)图2-4ZigBee 协议体系机构

ZigBee协议规定的节点有终端设备、路由器和协调器等三种类型。第一种类型选用精简功能设备(Reduced Function Device,RFD),而后两种类型选用全功能设备(Full Function Device, FFD)。其中FFD存储空间大、资源丰富,RFD相对资源少、存储空间小。

ZigBee 按照一定拓扑结构进行通信,目前有三种拓扑类型,分别是:星状、树状和网状网络[41],如图2-5所示。

图2-5ZigBee三种网络拓扑结构

星状网络拓扑结构中的其他设备均与协调器交互,其结构简单,没有路由实现的作用,通常适用于区域范围较小的场景;作为星状网络的延伸的树状网络,网络中节点分工清晰,规模大,是一种广义的星形拓扑,适用于中性网络;网状网络的核心是协调器,拓扑结构复杂,每个设备都具有路由功能,具有抗

XXXX 大 学 工 程 硕 士 学 位 论 文

干扰、自愈能力强等特点。

智能技术

物联网中的对象越多,获取信息就越多,存储的数据信息量就越大。如何处理这些数据,对数据进行加工,挖掘有用的信息,进行人工操作时不现实的,需要通过智能化平台进行分析处理,综合运行数据库技术、数据挖掘技术、云计算技术等智能技术,对采集的数据进行处理,提取有价值的决策信息,实现对物联网中对象的实时智能管理。

2.4 本章小结

本章主要阐述了物联网的概念、体系结构、设计原则和关键技术,在关键技术中,重点介绍了无线传感网络技术和ZigBee技术。

XXXX 大 学 工 程 硕 士 学 位 论 文

第三章数据挖掘在煤矿井下环境监测系统中的应用

煤矿井下环境监测数据呈海量级增加,对数据的处理与分析,传统方法效率低,也不能满足需要。文章提出用数据挖掘技术进行煤矿井下环境监测区域的危险等级的划分,首先利用模糊聚类方法,划分不同的区域,然后利用模糊评判方法,评价监测区域的危险等级。

3.1 数据挖掘技术概述

随着计算机网络技术的发展,数据采集和存储技术的快速进步,导致数据信息迅速膨胀,面对的不仅仅是局限在于一个区域、行业、或部门的数据,而是数据海洋。海量数据中,有价值信息的提取,将对企业的发展至关重要。如何从这些海量信息中提取有用的有价值的信息,“数据丰富”(data rich)而“知识贫乏”(knowledge poor)[42]这一问题一直以来困扰着许多大型企业和公司。人们对这一问题研究的深入,就形成了数据挖掘技术这一学科。数据挖掘是一门涉及数据库技术、人工智能、统计学等多学科的技术,发展过程[43]如表 3.1 所示:

表2-1 数据挖掘发展过程

时间 20世纪60年代 20世纪80年代 20世纪90年代 现阶段

进化阶段 数据搜索 数据访问 数据仓库 数据挖掘

特点 静态历史数据 动态访问历史数据 各层次提供回溯的动态历史数据 提供预测信息

主要生产厂家 IBM、CDC IBM、Microsoft Arbor、Microstrategy IBM、Pilot等

3.1.1 数据挖掘的定义

数据挖掘(Data Mining ,DM),就是从数据中搜索数据,发现和挖掘知识。它和数据库知识发现(Knowledge Discovery in Databases ,KDD)密切相关,是KDD的有效手段和过程之一,KDD的过程如图3.1所示。

随着研究的不断深入,数据挖掘的定义从20世纪80年代以来,一直在完善。现阶段,全世界公认的数据挖掘的定义是由Fayyad等[44]提出的。数据挖掘是从现有的巨量数据中提取有价值的、隐含的知识,并对这些知识进行科学的分析、归纳和推理,提出一种新的模式,以便对未知进行决策和预测。从

联系客服:779662525#qq.com(#替换为@)