为了降低智能防溜铁鞋状态研判误差,提升防溜铁鞋的安全性,设计了基于扭矩前馈的多信道智能防溜铁鞋状态研判系统。硬件方面,对无线传感器和网关进行了设计;软件方面,通过建立数据传输平台,实现了多信道智能防溜铁鞋数据传输控制。建立的通信数据抗干扰机制,去除了多信道数据传输中的噪声数据。依托后向传播神经网络(BPNN)预测模型,设计扭矩前馈跟踪算法,并对扭矩的瞬态信息进行了更新。基于量子遗传算法构建状态研判模型,结合多信道数据和扭矩前馈数据,完成了智能防溜铁鞋状态研判。系统测试结果表明该系统的状态研判误差为6.67%,满足实际工作要求。

针对每个终端仅配置一套无线信号收发装置、信道传输速率较低（1-10kbit/s）、可划分成多个不相重叠的子信道的情况下组建Ad Hoc网络的需求,提出了一种基于多信道改进的MAcA-BI协议——RIMA-Mc（Receiver Initiated Multiple Access basedon multiple channels）。在充分借鉴本领域内现有研究成果的基础上,该协议试图通过减少控制开销、增加信道的空间复用度等方法提高低速Ad Hoc网络的吞吐量。最后,利用计算机仿真证明了这一协议在一定条件下对提高网络的吞吐量确实有所帮助。

针对机械振动无线传感器网络节点因信道带宽窄导致网络传输速率过低，在大量原始数据传输需求下实时性较差的问题，提出一种基于簇树星型混合拓扑的多信道数据传输方法。对各传感器网络节点进行树间通信干扰最小化信道分配，避免邻频干扰影响树间并行通信，在数据同步采集结束后，各节点以分配信道组建簇树星型混合拓扑网络进行数据传输；采用树间通信握手机制和树间通信优先级抢占机制解决簇树星型混合拓扑带来的树间互盲问题；将各采集节点短地址作为调度信息载入信标进行广播，各采集节点根据调度信息决定进行数据传输或者休眠，实现树内通信能耗最小化时序调度。将提出的多信道数据传输方法与载波侦听多路访问/冲突避免机制进行对比，实验结果表明该方法能有效提高机械振动无线传感器网络数据传输速率。