制造車間無(wú)線傳感網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)及路由與定位算法研究.pdf

1、制造車間的數(shù)字化和智能化是制造企業(yè)信息化發(fā)展的必然趨勢(shì)。目前生產(chǎn)過(guò)程中普遍存在多源信息采集費(fèi)時(shí)滯后、生產(chǎn)狀態(tài)難以全面監(jiān)控、在制品和制造資源難以精確跟蹤等問(wèn)題，只有通過(guò)采用以無(wú)線傳感網(wǎng)絡(luò)為代表的物聯(lián)網(wǎng)技術(shù)，才能實(shí)現(xiàn)制造資源之間的互聯(lián)、互感，以及執(zhí)行狀態(tài)的主動(dòng)感知和全方位監(jiān)控，從而達(dá)到對(duì)制造過(guò)程與資源的智能調(diào)度與優(yōu)化決策目標(biāo)。由于車間物理環(huán)境的復(fù)雜性及對(duì)數(shù)據(jù)采集的實(shí)時(shí)性、準(zhǔn)確性和高質(zhì)量的要求，將無(wú)線傳感網(wǎng)絡(luò)技術(shù)應(yīng)用于制造車間中時(shí)還存在很多技

2、術(shù)難點(diǎn)，包括傳感網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)、多類型數(shù)據(jù)的采集與可靠傳輸、移動(dòng)制造資源的高精度定位等等，本文針對(duì)這些關(guān)鍵技術(shù)進(jìn)行了深入研究，并結(jié)合典型制造企業(yè)進(jìn)行了應(yīng)用實(shí)現(xiàn)。具體研究?jī)?nèi)容如下：
　　分析了制造車間無(wú)線傳感網(wǎng)絡(luò)的復(fù)雜網(wǎng)絡(luò)特性，引入無(wú)標(biāo)度網(wǎng)絡(luò)和局域世界網(wǎng)絡(luò)的演化模型，構(gòu)造了更符合實(shí)際無(wú)線傳感網(wǎng)絡(luò)的能量感知局域世界演化模型。統(tǒng)計(jì)結(jié)果表明適當(dāng)增加少量節(jié)點(diǎn)的通信范圍可以有效提高網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)母咝浴Ｔ诖死碚摶A(chǔ)上，在傳感網(wǎng)絡(luò)中引入具有更高

3、能量、存儲(chǔ)容量大和數(shù)據(jù)處理能力強(qiáng)的高級(jí)節(jié)點(diǎn)，構(gòu)建具有小世界特性的無(wú)線傳感網(wǎng)絡(luò)，該種網(wǎng)絡(luò)模型可以減少數(shù)據(jù)傳輸時(shí)間延遲，降低節(jié)點(diǎn)通信能耗，均衡節(jié)點(diǎn)負(fù)載，還改善了網(wǎng)絡(luò)對(duì)節(jié)點(diǎn)隨機(jī)失效的容錯(cuò)性。
　　分析了制造過(guò)程中數(shù)據(jù)采集方式和多類型傳輸模式。針對(duì)車間中周期性信息傳輸?shù)膽?yīng)用場(chǎng)景，設(shè)計(jì)了無(wú)線傳感網(wǎng)絡(luò)的不平等分簇路由算法，其引入復(fù)雜網(wǎng)絡(luò)的群落檢測(cè)方法，該算法能很好地平衡網(wǎng)絡(luò)中節(jié)點(diǎn)的能耗及提高數(shù)據(jù)包的傳輸效率。對(duì)于多種信息傳輸模式共存的場(chǎng)景，分

4、析了不同類型傳輸?shù)姆?wù)質(zhì)量要求，設(shè)計(jì)了提供多種結(jié)構(gòu)的無(wú)線傳感網(wǎng)絡(luò)，并提出了多路徑路由算法，為具有不同優(yōu)先級(jí)的信息提供合適的路徑進(jìn)行數(shù)據(jù)傳輸，以滿足制造車間多類型信息傳輸?shù)膶?shí)時(shí)性需求。
　　分析了制造車間移動(dòng)資源無(wú)線定位的應(yīng)用需求，并基于無(wú)線傳感網(wǎng)絡(luò)對(duì)移動(dòng)資源進(jìn)行定位。以蒙特卡羅方法為基本思想，分別設(shè)計(jì)了免于測(cè)距和基于接收信號(hào)強(qiáng)度（Received Signal Strength Indication，RSSI）測(cè)距的蒙特卡羅定位算

5、法。在免于測(cè)距的定位算法中，引入了高斯-馬爾科夫運(yùn)動(dòng)模型模擬制造車間移動(dòng)資源的運(yùn)動(dòng)軌跡，根據(jù)前一時(shí)刻移動(dòng)節(jié)點(diǎn)的估計(jì)位置和運(yùn)動(dòng)模型，預(yù)測(cè)當(dāng)前時(shí)刻的節(jié)點(diǎn)可能出現(xiàn)的范圍，并進(jìn)行取樣和估計(jì)。在基于RSSI測(cè)距的蒙特卡羅定位算法中，通過(guò)參考節(jié)點(diǎn)和移動(dòng)節(jié)點(diǎn)之間的RSSI測(cè)距，對(duì)移動(dòng)節(jié)點(diǎn)的取樣范圍進(jìn)一步約束，從而提高樣本質(zhì)量和采樣效率。兩種定位算法的精度比經(jīng)典蒙特卡羅定位算法有了較大提升。
　　在上述關(guān)鍵技術(shù)研究的基礎(chǔ)上，提出了基于物聯(lián)網(wǎng)技術(shù)的