7篇关于ZigBee技术的计算机毕业论文

今天分享的是关于ZigBee技术的7篇计算机毕业论文范文, 如果你的论文涉及到ZigBee技术等主题,本文能够帮助到你

面向电流检测的物联网应用

这是一篇关于物联网,ZigBee技术,SSH,故障预测,大型仪器设备的论文, 主要内容为高校实验室大型仪器设备的拥有量快速增长,但存在使用率低的情况,管理信息化程度相对滞后。另一方面,物联网技术快速发展,给人们带来新的思维方式,给各个领域带来新的机遇。通过物联网技术,把大型仪器设备使用情况及时入网,信息共享,有助于设备使用率的提高,发挥更大效益。本文研究并实现一个面向电流检测的物联网应用,包括感知层网络和Web应用程序。感知层是整个应用的基础,以ZigBee技术构建感知层网络,完成物与物的连接。文中详细介绍了硬件设计与软件设计,包括硬件选型、原理图设计、电路板设计、zigbee运行机制,同时详细描述不同类型节点的事件与功能。Web应用程序为用户提供信息服务和管理功能,是应用的核心,即物与人的交互。感知层的采集节点监测设备的运行电流值,并在节点中加入基于历史数据的递推估计算法得出故障预测值,然后实时的通过网关节点上传。Web应用程序是基于Java Web和轻量级J2EE技术的B/S架构,通过整合SSH(Struts2、Hibernate、Spring)组合框架设计开发。感知层上传的信息存储在MySQL数据库中,Web应用程序通过Tomcat容器部署在局域网或互联网,以互联网作为应用的网络层。Web应用层遵循MVC(视图、模型、控制器)设计模式,以HTML标签、CSS样式和javascript编写的页面,作为表示层,实现与用户友好交互。Java语言开发业务逻辑,Hibernate完成由Java对象到数据库关系表的映射。为用户提供各种功能服务,包括用户管理、短信提醒、预约、统计报表、查询等。业务逻辑和事务由Spring管理,符合“高内聚、低耦合”的编程思想。最后,对硬件通信进行独立测试,以及感知层与Web应用程序联合测试。通过后续监测数据,验证基于历史数据的递推估计算法。

基于ZigBee的花卉温室环境智能监控系统研究与实现

这是一篇关于ZigBee技术,温室大棚,远程监控,云平台,遗传粒子群混合算法的论文, 主要内容为随着人们生活品质的不断提高,绿植、花卉逐渐走入人们的生活。传统绿植、花卉种植依靠人工耗费人力物力,很多环境因素难以人为准确判断,并且微小的环境变化都可能导致花卉品质下降。针对于南疆地区,温室大棚监测控制技术仍处于半自动化半人工阶段,半智能化的温室监控系统成本高且精准度低,不能满足花卉生长环境需求。针对上述情况,本研究在对阿拉尔周边花卉大棚实地调研和全面分析的基础上,设计出一套低成本的基于ZigBee技术的温室智能监控系统,同时建立PCA-GAPSO-LSSVM组合算法的温室环境预测模型,对温室监测系统稳定性进行检验,实现更加精准的温室环境调控。本文研究的主要工作如下。(1)基于物联网技术设计并实现了花卉温室智能监控系统。本研究结合ZigBee技术和无线通信技术提出了一种低成本的智能花卉监控系统。系统由上位机和下位机两部分组成,上位机主要负责监测、管理、警告和远程控制环境信息。下位机包括两个通信网络,一个负责采集、传输和控制指令的执行。另一个负责与上位机通信,搭建ZigBee局域网,汇总环境监控节点数据并发送控制命令。同时系统在主控设备端引入边缘计算,能够实现在网络通信不畅条件下对环控设备的全自动调控。(2)手机APP设计与云服务器搭建。上位机控制终端包括用户手机APP端和Web端,手机App方便了用户随时随地查看温室监控系统运行状态,并能设定温室大棚环境参数阈值,当温室环境参数超出阈值范围将会收到设备报警信号,有手动和自动两种调控方式。Web端可以实现对温室适时和历史环境数据的查询,并根据需要进行环境数据的下载分析。云服务器选用One Net云服务器进行搭建,云平台可实现对花卉温室监控系统上传数据的存储和展示,并且能对温室内的设备进行控制。(3)搭建温室环境预测模型。使用PCA-GAPSO-LSSVM组合算法完成对温室环境数据的预测,并通过比对分析选出最佳拟合方案,实现对温室环境的精准化控制。首先通过PCA挑选出影响预测对象的主元因子作为预测模型的输入变量。其次通过GAPSO遗传粒子群组合算法对LSSVM的正则化参数gam和RBF函数参数sig2进行优化,建立预测对象和主元因子的非线性预测模型。最后通过PSO、CPSO和GAPSO三种算法对比分析,选出拟合度更高、迭代次数更短、预测效果更好的GAPSO改进算法,拟合优度在3%以下。通过实地测试和实验分析表明,该监测控制系统功能全面,成本更低,自动调控基本完善。本研究设计的基于ZigBee的花卉温室智能监控系统已在本校园艺试验站花卉大棚运行试用,目前系统运行稳定,对温室环境数据采集上传及时,稳定性强。温室环境预测模型误差小、精确度高,为准确的环境数据调控提供算法基础,本系统可推广性强。

面向电流检测的物联网应用

基于RFID和ZigBee的道地中药材质量追溯系统的分析及实现

这是一篇关于道地中药材,RFID技术,ZigBee技术,追踪追溯的论文, 主要内容为我国对中药材的研究与使用可追溯至数千年前,天然资源物种庞大。但是,随着自然环境的破坏,人们肆意的掠夺式采集和灭绝性捕猎使得野生、天然的优质中草药数量呈现大幅度下滑趋势,鱼龙混杂的劣质中药材充斥着整个市场。随着人们安全意识的提高和当下较为混乱的市场现象,消费者加大了对药品质量安全等问题的关注力度。本文从硬件、算法、软件三方面对道地中药材质量追溯系统进行研究设计。将无线传感器节点与RFID标签阅读器相结合。在整个供应链过程中减缓RFID采集上传的压力,提高了工作效率和准确性。数据碰撞是大量数据上传不可避免的困扰,本文对RFID防碰撞算法进行了改进,使改进后的算法更加适用于标签数量多,分布面积广的情况。数据通过ZigBee网络节点上传到服务器端时也会面临数据大量堵塞的情况,结合蚁群算法的AODV路由协议能够按照信息素量、路由跳数等影响因子合理科学的分配ZigBee路由节点路径。降低路径选择拥塞度,提升路径利用率。文章构建了追溯系统总体框架,对相关硬件进行了性能测试。并在应用层利用B/S架构搭建质量追溯系统,实现了对用户、标签、供应链模块等环节的管理,为消费者和管理人员提供了可操作化追踪。理论与实践紧密结合,为项目加入更多实际意义。本文创新点主要概括为以下三方面:1、在系统硬件设计中将RFID技术与ZigBee技术相融合,弥补了单纯使用RFID技术在采集过程中存在的片面性和冗余性等问题。2、本文依照改进后的RFID防碰撞算法和基于蚁群算法的AODV路由协议为项目设计实施提供了相关依据。最大程度减少了碰撞传输损失,运用蚁群算法对路由节点的路径选择进行优化。3、搭建完成了较为完善的质量追溯系统,以五大模块的形式对药材生产加工等所有环节进行系统性管理。

面向电流检测的物联网应用

基于语音识别技术的拣选系统研究与应用

这是一篇关于拣选路径优化,遗传算法,语音识别,ZigBee技术,语音拣选系统的论文, 主要内容为随着电商及物流行业的快速发展,物流配送已经成为影响物流系统运作效率及服务水平的关键因素,优化物流配送作业也成为各大电商及物流企业的最为关注的目标。物流配送包含多个作业环节,其中拣选环节作业成本约占配送总成本的50%,所以,优化拣选作业对提升物流配送效率至关重要;而在拣选作业过程中,行走时间约占总时间的55%,所以,减少行走时间对提升拣选效率显得非常关键。本文针对拣选行走时间问题,完成了以下研究及优化内容:(1)研究物流拣选流程并构建拣选路径优化模型。分析拣选流程及策略,构建基于总拣选行走距离最短为目标函数的数学模型;结合多设备,多路径的情况设计优化模型;采用遗传算法进行求解:设计遗传算法的染色体编码、解码及交叉算子,基于实例采用合适的变异方法分别对原始模型和优化模型求解;验证拣选路径的优化效果。结果证明该模型实现了缩短行走距离,减少行走时间,提升拣选效率的优化目标。(2)实现语音拣选设备选型并组建基于ZigBee技术的无线传输网络。选择LD3320语音芯片作为拣选设备的核心模块,采用单片机STC10L08XE对语音芯片进行二次开发;设计了语音识别驱动流程,并利用Keil uVision4软件对语音指令进行开发及编译;利用STC-ISP软件将编译的语音指令程序写入语音芯片。应用ZigBee技术,为拣选终端设备组建多节点的数据择优传输网络,并对各个节点进行硬件设计,以减少数据包路由转发跳数,提高数据传输准确度。通过芯片对语音指令的播报,简化拣选作业流程,提升拣选效率。(3)集成以上研究结果,设计并开发语音拣选系统,验证优化模型。融合拣选路径优化结果、语音拣选终端设备及无线传输网络,设计语音拣选系统架构及功能模块;应用SQLServer2008数据库及Visual Studio 2013程序对语音拣选系统进行开发并展示;验证该系统良好的延展性,移植性,易操作性等特点。实例验证表明,语音拣选系统减少行走时间,简化作业流程,提高数据传输准确度,提高了拣选效率,有利于促进配送作业的服务水平,提升企业的经济效益及顾客满意度,为语音拣选技术在企业中的推广提供一定的借鉴。