当前位置：文档之家› 无线传感器网络数据融合路由算法的改进

无线传感器网络数据融合路由算法的改进

—148

—

无线传感器网络数据融合路由算法的改进

周琴1，戴佳筑1，蒋红2

(1. 上海大学计算机工程与科学学院，上海 200072；2. 贵州广播电视大学计算中心，贵阳 550004)

摘要：无线传感器网络能量有限，数据融合能通过合并冗余数据减少传输数据量，但其本身的代价不可忽略。针对该问题，研究数据融合代价和数据传输代价对数据融合路由的影响，在基于决策数据融合技术AFST 中，对直传数据采用动态最短路径(DSPT)算法，动态识别网络环境和数据特征变化，以最小的代价调整路由。实验与分析结果表明，当网络结构发生变化时，DSPT 算法比SPT 算法效率更高、更节能。

关键词：无线传感器网络；数据融合；动态最短路径树；路由

Improvement of Routing Algorithm for Data Aggregation

in Wireless Sensor Network

ZHOU Qin 1, DAI Jia-zhu 1, JIANG Hong 2

(1. School of Computer Engineering and Science, Shanghai University, Shanghai 200072, China;

2. Computing Center, Guizhou Radio and TV University, Guiyang 550004, China)

【Abstract 】Energy is limited in Wireless Sensor Network(WSN), and data aggregation is used in WSN to save energy by aggregating redundant data to reduce the data size being transmitted. But the aggregation cost itself is non-neglectable. Focusing on minimizing the total energy cost of the WSN, this paper improves the Adaptive Fusion Steiner Tree(AFST) by substituting the Dynamic Shortest Path Tree(DSPT) routing algorithm for the Shortest Path Tree(SPT) routing algorithm to adapt to the changes of network environment and data size. Experimental and analysis results show that using the DSPT routing algorithm for directly relayed data has a better performance in energy saving and efficiency than SPT routing algorithm when data size changes.

【Key words 】WSN; data aggregation; Dynamic Shortest Path Tree(DSPT); routing

计算机工程 Computer Engineering 第36卷第19期

Vol.36 No.19 2010年10月

October 2010

·网络与通信· 文章编号：1000—3428(2010)19—0148—03

文献标识码：A

中图分类号：TP393

1 概述

由于无线传感器网络中节点的能量十分有限，因此在设

计各种网络协议时必须考虑节能。采用网内数据处理技术是降低能耗的重要手段，而数据融合与数据路由相结合是实现网内数据处理的重要方法[1-3]。数据融合能减少数据传输量，降低网络负载，但传统的数据融合方法只考虑了传输代价，忽略了融合过程本身的能量代价。在实际网络中，数据融合的代价有时会大于因融合而节省的传输代价，此时从节能角度而言数据融合失去意义。

文献[3]提出一种基于决策数据融合的路由算法AFST

(Adaptive Fusion Steiner Tree)，

它通过权衡融合代价与传输代价，动态决定数据相遇点是否进行数据融合，可以进一步减少网络的能耗代价，延长系统的生命周期。但该方法不适合网络结构变化快的传感器网络，因为它没有考虑网络结构发生变化的情况，包括每条链路上的融合代价和传输代价是可变的、节点的分布是随机的、数据间相关性的变化导致融合后数据包的大小变化等，此时，当数据不融合而沿原最短路径直传给sink 节点的路径就未必是真正的最短路径了，会导致能量浪费。

针对上述问题，本文提出新的动态最短路径算法(Dynamic Shortest Path Tree, DSPT)，只对发生变化而受影响的节点重新计算最短路径，不仅可以适应网络结构的动态变化，而且能将算法最优化。当网络拓扑很大时，可以极大减少计算量，比原来算法中SPT 路由算法更能适应网络结构变

化，且更节能。

2 预备知识

2.1 网络模型和能量模型

无线传感器网络用图表示，其中，V 表示所有节点的集合；E 表示所有节点间可以通信链路的集合。信息源点集合S V ?，包含k 个传感器节点，它们将以反向组播树的形式周期性地向sink t V ∈报告采集到的数据。

从每个节点v 流出的数据量大小用()w v 表示。每条边

(,)e u v =，u 为起点，v 为终点，边的权值()()w e w u =。传输

代价与每个节点流出的数据量有关，融合代价与每个节点流入的数据量有关。每条边上的单位传输代价用()c e 表示，单位融合代价用()q e 表示，则边e 上的传输代价为()t e =

()()w e c e 。如果在节点v 对u 、v 的数据进行融合，v 点的数

据量在融合前后会改变，以i ()w

v 和()w v 分别表示数据融合前后节点v 的数据量。uv x ∈0,1}表示边(,)e u v =上是否进行数据融合(1融合，0不融合)。σuv 表示节点u 和v 之间数据的压

缩率，则数据融合函数为()w v =(i ()w

v +()w u )(1-x uv σuv )，而数基金项目：上海市重点学科建设基金资助项目(J50103)

作者简介：周琴(1983－)，女，硕士研究生，主研方向：无线传感器网络；戴佳筑，副教授、博士；蒋红，副教授收稿日期：2010-05-26 E-mail ：zhouqinppq@https://www.doczj.com/doc/3e14682069.html,

—149—

据融合的代价为()f e =()q e (()w u +i ()w

v )。 2.2 基于决策的数据融合路由问题描述

基于决策的数据融合路由问题就是找一个包含所有信息源节点S 和sink 的子图***(,)G V E =使得*G ：*(()())f

e E

f e t e ∈++∑

*()n

e E t e ∈∑值最小，

其中，边集合*E 由2个不相交子集*f E 和*n E 构成，分别表示所有进行数据融合的边的集合和所有不进行

数据融合的边的集合。

本文针对*G 中的*()n

e E t e ∈∑，为“直传数据”找到动态的

最短路径，以最小的代价适应数据量的实时变化。

3 算法描述

3.1 AFST 算法

AFST 算法[3]的基本思想是在每轮循环中对剩余的融合点进行“配对-决策-融合”过程。先寻找信息源节点的最佳融合配对，对每对待融合节点对判断其融合是否有得益，有益则融合，否则不融合也不配对，然后将数据直接以最短路径算法SPT 传给sink 节点，直到所有节点都处理完。具体算法见文献[3]。

3.2 DSPT 算法

AFST 算法的第5步[3]针对非融合节点对，将数据经SPT 最短路径“直传”给sink 节点，但由于每次融合后数据量会发生频繁变化，即边的权值发生变化，原来的最短路径此时很可能不是真正的最短路径。针对该问题，将原第5步用的SPT 路由算法用DSPT 算法代替，对发生变化而受影响的节点重新计算最短路径，以最小的代价适应数据流的实时变化。采用DSPT 后的AFST 算法记为DynAFST 算法。算法基本思想如下：由于此时数据融合没有得益，因此数据不用融合或配对，数据要以最短路径“直传”到sink 节点才是最节能的。此时所有的非融合节点组成了一个新图。根据节点流出数据量的实时变化情况(如因融合程度变化，融合后数据量发生改变)在最小范围内重新计算直传数据的最短路径，使得到的动态最短路径树*s T 与原树s T 差别最小，且通过整枝处理的方法能减少迭代次数，起到为传感器节点节能的效果。算法描述如下：

输入 G ，sink 节点t ，数据量变化前对应的以t 为源点的最短路径树s T ，增加或减少(不是两者同时)了数据量的边集合ε

={*

,| ()()i i i i e e E and w e w e ττ??∈=±}。

输出边更新后图*G 的以t 为源点的最短路径树*

s T 约定对任意节点v ，v d 表示它的最短路径长度；

()status v 用来存放节点v 的状态，它有2个值：状态open 表

示v 尚未处理，状态closed 表示v 已经处理过，或称归并过；所有顶上加“ ”标识的表示循环过程中该量的当前值，加“*

”表示该量的最终值。loccally affected 节点是指所有因权值增加而最短路径(路线)发生变化的节点；边界点boundary vertex 指与原s T 中未受影响的、或与受影响但已被归并处理

的节点能直接连接的locally affected 节点；内部节点inner

vertex 表示是locally affected 节点，但不是边界点的节点，即与原s T 中不受影响节点不能直接连接的点。针对边值增加和减少2种情况，每个边界点加入待处理节点队列Q 分别采用如下数据结构：?边界点, 其候选父节点, δ?, 候选最短距离

??和?边界点, 其候选父节点, 候选最短距离?。

具体算法分为2个部分：MBallStingInc 算法和DynDijk Dec 算法，分别针对数据量增加和减少的情况，2个算法的伪代码如下：

MBallStringInc 算法 //第1步

ε←? for each i e ε+∈do

update i e ’s edge weight in l G

if i e is an edge in l T s

then remove it from l T s

and add it to ε end if end for

l s

findLocallyAffectedVertices(T ,ε)← //第2步

for each vertex a N ∈ do

status(a)open ←

*b newdist min({d w(b,a)←+a |(b,a)In ∈ and b N}{})?∪∞ if newdist ≠∞ then a δnewdist-d ←

ENQUEUE(Q,a,b,,newdist )??δ??,

其中b 是a 的候选父节点 end if end for //第3步

while Q ≠? do y,x,,d EXTRACTMIN(Q)??δ??←, 重新置y 的最短路径父节点为x

l s

N des(T ,y)← for each v N ∈do

l v v

d d +δ← n status(v)

closed ← if v Q ∈ then

REMOVE(v,Q)

end if end for

for each N e Out ∈ do

if m status(head(e))=open then n *tail(e)newdist d +w(e)← n head(e)

δnewdist-d ← ENQUEUE(Q,head(e),tail(e),? δ,newdist )???

end if

end for end while

return l s

T DynDijkDec 算法

//第1步

for each -i e ε∈ do

*i i i w(e )w(e )-τ←

i i tail tail(e ),head head(e )←←

if n n *tail i head d +w(e )d < then n n *head tail i

d d +w(

e )← n head

ENQUEUE(Q,head,tail,d )?? end if end for //第2步

—150

— while Q ≠? do

y,x,d EXTRACTMIN(Q)??←

重新置y 的最短路径父节点为x 。 for each y e Out ∈ do

q head(e)← if l l *y q d +w(e)d < then l l *q y

d d +w(e)← l q

ENQUEUE(Q,q,y,d )?? end if

end for end while

return l s

T 算法说明如下：

(1)若图G 中有边的权值增加(即数据量增多)，则采用

MBallStringInc 最短路径算法[4]。

算法的基本思想是找出所有因边的权值增加而最短路径受影响的点，对它引入最短距离增加量δ，每次取δ最小的点来排队，并对以该点为根的子树进行整枝处理。第1步更新中数据量增加了的边，若其中有边恰好是原最短路径树s T 的边，则从s T 中去掉这些边。用函数findLocallyAffectedVertices()找出所有loccally affected 节点组成集合N 。

第2步为每个边界节点找“候选最短距离”和“候选父节点”。计算N 中的每个节点a 的候选距离newdist ，若不为∞，说明a 是边界点。计算该点最短距离的增加量δ，用于对以a 为根节点的子树进行统一处理，并将边界点按规定的数据结构加入队列。否则说明该节点是内部节点。

第3步取队列Q 中δ值最小的节点逐一归并处理(若δ相等，则取候选距离最小的)。每次取出的边界点y 的结构

,,,y x d δ????说明y 的父节点就是x 。s T 中对以y 为根的子树

(whole branch ，包括y 自身)，都从原树中切掉，接到y 的新父节点x 上，且给每个子孙节点的最短距离都增加δ。于是y 这整支就都被处理了。这时如果y 之前有子孙节点已经在队列Q 里面，就立即删掉队列中的这个点，因为此点的最短距离已经被找到，无需再处理一遍了。中对于所有从这些子孙节点射出的边，如果它的头节点尚未被处理，则重新计算该头节点的候选距离后按规定的数据结构加入队列Q 。重复此步，直到队列空。

每次选择要处理的节点都是以δ即权值变化最小为优先选择，将δ应用于每个删除变化权值边后原s T 形成的子树上，可以很快减少算法迭代次数，而且能使最后生成的新树的结构相对原树改变最小，不会出现一个节点最短距离变了，但仍可以保留它原最短路线却没有保留的情况。

(2)若图G 中有边的权值减少(即数据量减少)，则采用DynDijkDec 最短路径算法[4]。

算法的基本思想是从受影响的头节点affected heads 开始，对每个头节点，贪婪地遍历G 中所有它能到达的点直到对这些点找不出更短的距离。

第1步更新图G 中权值减少的边，记为i e 。对每条i e ，

若其头节点最短距离减少，则更新该头节点最短距离为n t ail

d + *()i w

e ，并将该头节点以格式(),,e e head e head tail d ??放入队列Q 。

第2步取Q 中最短距离最小的点，在中通过遍历它

的下一级子节点的方式找出并处理(包括更新它的最短距离和父节点)locally affected 节点加入队列，找不出更短距离的子节点就不是locally affected ，即不加入队列。重复处理直到Q 为空。

权值减少的情况不同于权值增加的情况，不计算节点的新最短距离就不知道locally affected 节点集，因为对每条权值变化的边e ，G 中所有能从()head e 连接到的点都可能是locally affected 。因此，在这种情况下，算法从受影响的头节点affected heads 开始，贪婪地遍历所有它能到达的点直到对这些点找不出更短的距离。

4 仿真实验

本文采用的仿真环境是UC Berkeley 大学的基于TinyOS 的无线传感器网络模拟器TOSSIM ，模拟40个节点在40 m × 40 m 范围内的随机分布。节点在每个采集周期收集数据，送到位于网络边缘的sink 节点。c r 表示该节点的通信范围，在此范围内，单位传输代价2()c e d βε=+，其中，c d r <为传输距离；β为发送机放大器上的消耗，取100 (pJ·bit -1)/m 2；ε为接受发送电路消耗，取100 nJ/bit 。数据相关性使用空间相关模型，用相关半径s r 表示，即在s r 内距离越近的节点其数据相关性越强，相关度ρ越大，为1/s d r ?；距离超过s r 的2个节之间的ρ=0。通过调节s r 的大小，可以控制传感器网络平均的数据关联程度，进而影响数据融合后的平均数据压缩率。

实验采用固定通信范围c r =30 m 和单位传输代价ω= 60 nJ/bit 来模拟中等复杂度的单位融合代价，数据量的变化与物理环境、数据相关度、相关半径等因素有关，本文只通过改变相关半径s r 来控制数据量的增大和减小。s r 增大时，数据相关性增大，冗余度高，压缩率就高，数据融合后直传数据量就会减小。反之，当s r 减小时，直传数据量就会增大。设置s r 的改变每2个采集周期触发一次，并且每组实验中s r 的改变都是单向离散的。DynAFST 与AFST 的能耗测试结果如图1所示。

6064687276801 024

512256128643216

基于无线传感器网络的环境监测系统设计与实现

南京航空航天大学硕士学位论文基于无线传感器网络的环境监测系统设计与实现姓名：耿长剑申请学位级别：硕士专业：电路与系统指导教师：王成华 20090101

南京航空航天大学硕士学位论文摘要无线传感器网络（Wireless Sensor Network，WSN）是一种集成了计算机技术、通信技术、传感器技术的新型智能监控网络，已成为当前无线通信领域研究的热点。随着生活水平的提高，环境问题开始得到人们的重视。传统的环境监测系统由于传感器成本高，部署比较困难，并且维护成本高，因此很难应用。本文以环境温度和湿度监控为应用背景，实现了一种基于无线传感器网络的监测系统。本系统将传感器节点部署在监测区域内，通过自组网的方式构成传感器网络，每个节点采集的数据经过多跳的方式路由到汇聚节点，汇聚节点将数据经过初步处理后存储到数据中心，远程用户可以通过网络访问采集的数据。基于CC2430无线单片机设计了无线传感器网络传感器节点，主要完成了温湿度传感器SHT10的软硬件设计和部分无线通讯程序的设计。以PXA270为处理器的汇聚节点，完成了嵌入式Linux系统的构建，将Linux2.6内核剪裁移植到平台上，并且实现了JFFS2根文件系统。为了方便调试和数据的传输，还开发了网络设备驱动程序。测试表明，各个节点能够正确的采集温度和湿度信息，并且通信良好，信号稳定。本系统易于部署，降低了开发和维护成本，并且可以通过无线通信方式获取数据或进行远程控制，使用和维护方便。关键词：无线传感器网络，环境监测，温湿度传感器，嵌入式Linux，设备驱动

Abstract Wireless Sensor Network, a new intelligent control and monitoring network combining sensor technology with computer and communication technology, has become a hot spot in the field of wireless communication. With the improvement of living standards, people pay more attention to environmental issues. Because of the high maintenance cost and complexity of dispose, traditional environmental monitoring system is restricted in several applications. In order to surveil the temperature and humidity of the environment, a new surveillance system based on WSN is implemented in this thesis. Sensor nodes are placed in the surveillance area casually and they construct ad hoc network automatieally. Sensor nodes send the collection data to the sink node via multi-hop routing, which is determined by a specific routing protocol. Then sink node reveives data and sends it to the remoted database server, remote users can access data through Internet. The wireless sensor network node is designed based on a wireless mcu CC2430, in which we mainly design the temperature and humidity sensors’ hardware and software as well as part of the wireless communications program. Sink node's processors is PXA270, in which we construct the sink node embedded Linux System. Port the Linux2.6 core to the platform, then implement the JFFS2 root file system. In order to facilitate debugging and data transmission, the thesis also develops the network device driver. Testing showed that each node can collect the right temperature and humidity information, and the communication is stable and good. The system is easy to deploy so the development and maintenance costs is reduced, it can be obtained data through wireless communication. It's easy to use and maintain. Key Words: Wireless Sensor Network, Environment Monitoring, Temperature and Humidity Sensor, Embedded Linux, Device Drivers

无线传感器网络课后习题'答案

1-2.什么是无线传感器网络? 无线传感器网络是大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络。目的是协作地探测、处理和传输网络覆盖区域内感知对象的监测信息,并报告给用户。 1-4.图示说明无线传感器网络的系统架构。 1-5.传感器网络的终端探测结点由哪些部分组成?这些组成模块的功能分别是什么? (1)传感模块（传感器、数模转换）、计算模块、通信模块、存储模块电源模块和嵌入式软件系统 (2)传感模块负责探测目标的物理特征和现象，计算模块负责处理数据和系统管理，存储模块负责存放程序和数据，通信模块负责网络管理信息和探测数据两种信息的发送和接收。另外，电源模块负责结点供电，结点由嵌入式软件系统支撑，运行网络的五层协议。 1-8.传感器网络的体系结构包括哪些部分?各部分的功能分别是什么? (1)网络通信协议：类似于传统Internet网络中的TCP/IP协议体系。它由物理层、数据链路层、网络层、传输层和应用层组成。 (2)网络管理平台：主要是对传感器结点自身的管理和用户对传感器网络的管理。包括拓扑控制、服务质量管理、能量管理、安全管理、移动管理、网络管理等。 (3)应用支撑平台：建立在网络通信协议和网络管理技术的基础之上。包括一系列基于监测任务的应用层软件，通过应用服务接口和网络管理接口来为终端用户提供各种具体应用的支持。 1-9.传感器网络的结构有哪些类型?分别说明各种网络结构的特征及优缺点。（1）根据结点数目的多少，传感器网络的结构可以分为平面结构和分级结构。如果网络的规模较小，一般采用平面结构；如果网络规模很大，则必须采用分级网络结构。（2）平面结构：

(中文)基于无线传感器网络桥梁安全监测系统

基于无线传感器网络的桥梁安全检测系统摘要根据桥梁监测无线传感器网络技术的桥梁安全监测系统，以实现方案的安全参数的需要；对整个系统的结构和工作原理的节点集、分簇和关键技术，虽然近年来在无线传感器网络中，已经证明了其潜在的提供连续结构响应数据进行定量评估结构健康，许多重要的问题，包括网络寿命可靠性和稳定性、损伤检测技术，例如拥塞控制进行了讨论。关键词：桥梁安全监测；无线传感器网络的总体结构；关键技术 1 阻断随着交通运输业的不断发展，桥梁安全问题受到越来越多人的关注。对于桥梁的建设与运行规律，而特设的桥梁检测的工作情况，起到一定作用，但是一座桥的信息通常是一个孤立的片面性，这是由于主观和客观因素，一些桥梁安全参数复杂多变[1]。某些问题使用传统的监测方法难以发现桥梁存在的安全风险。因此长期实时监测，预报和评估桥梁的安全局势，目前在中国乃至全世界是一个亟待解决的重要问题。桥梁安全监测系统的设计方案，即通过长期实时桥跨的压力、变形等参数及测试，分析结构的动力特性参数和结构的评价科关键控制安全性和可靠性，以及问题的发现并及时维修，从而确保了桥的安全和长期耐久性。近年来，桥梁安全监测技术已成为一个多学科的应用，它是在结构工程的传感器技术、计算机技术、网络通讯技术以及道路交通等基础上引入现代科技手段，已成为这一领域中科学和技术研究的重点。无线传感器网络技术，在桥梁的安全监测系统方案的实现上，具有一定的参考价值。无线传感器网络（WSN）是一种新兴的网络科学技术是大量的传感器节点，通过自组织无线通信，信息的相互传输，对一个具体的完成特定功能的智能功能的协调的专用网络。它是传感器技术的一个结合，通过集成的嵌入式微传感器实时监控各类计算机技术、网络和无线通信技术、布式信息处理技术、传感以及无线发送收集到的环境或各种信息监测和多跳网络传输到用户终端[2]。在军事、工业和农业，环境监测，健康，智能交通，安全，以及空间探索等领域无线传感器网络具有广泛应用前景和巨大的价值。一个典型的无线传感器网络，通常包括传感器节点，网关和服务器，如图1

基于多传感器数据融合的火灾预警系统

基于多传感器数据融合的火灾预警系统赵英,陈淑娟 (北京化工大学,北京 100029) 摘要:为避免火灾造成的严重损失,实现火灾早期报警,本系统通过对火灾发生过程和产物的研究比较,采用多种传感器对火灾发生初期火灾特征较明显的几个参数进行监测,并实时反馈回采集的数据。系统利用D S 证据理论对多传感器数据进行融合分析,实现对同一目标的判断;本系统通过利用D S 证据理论对多传感器数据融合的方法,不仅弥补了采用单一传感器的不足,而且很大程度上降低系统判断结果的不确定性,提高了系统预警的准确性和可靠性。关键词:D S 证据理论;多传感器;数据融合;火灾预警中图分类号:T N919 34;T P212.9 文献标识码:A 文章编号:1004 373X(2010)24 0173 03 Fire Early Alarm System Based on Mu lti sensor Data Fusion ZH A O Y ing,CH EN Shu juan (Beijing U niversity of Chem i cal Technolog y,Beiji ng 100029,China) Abstract :Fire early alarm system is used to prev ent damages caused by fire.T he system uses many kinds o f a ppro pr iate sensor s t o monito r several par ameters which have the o bv ious fire characterist ic accor ding to the research o n fire process,and to feedback the data r eal timely.T he sy stem realizes the multi sensor data fusion using the D S evidence theo ry to determine the tar get.T he method no t only makes up insufficiency of sing le senso r,but also reduces the uncertainty of judg ment result and enhances the accur acy and r eliability of the fir e ea rly ala rm system. Keywords :Dempster Shafter evidence theor y;multi senso r;data fusio n;fir e ear ly alar m 收稿日期:2010 07 17 火灾探测是关系人民生命财产安全的重大课题。随着火灾探测技术的不断发展,人们对火灾的认识也越来越深入,不断涌现出新的探测手段。然而现有的大多数火灾探测器只能在火灾发生到难以控制的形势下才发出报警信号[1] 。而那些由于长期运行导致设备过载、过热、短路产生火灾的场所,如计算机机房、精密仪器实验中心、网络数据中心等,需要对火灾进行严格控制,确保在火灾发生初期就能及时发现火情并进行扑灭,否则造成的损失燃烧物都很少,因此如何能在火灾处于萌芽状态时,准确实现火灾早期探测,避免严重损失是目前亟待解决的一个重大问题。火灾的早期探测难题主要集中在探测对象难以选择、探测方法单一及准确预警概率低[2] 。本系统针对这些问题,在对火灾发生的过程和产物作了详细了解以后,选择适当的传感器对具有明显火灾特征的几个参数进行监测,再利用D S 证据理论对所有监测数据进行融合处理得到更为准确的判定结果。 1 火灾探测对象的选定在火灾探测过程中,可以利用的火灾信息很多[3 4]:(1)固态高温产物:来源于可燃物中的杂质,以及高温状态下可燃物热裂解所形成的物质。 (2)燃烧音:燃烧过程中产生的高温,加热周围空气,使之膨胀,产生一种频率仅在数赫兹左右的压力声波,即是燃烧音。 (3)火焰光谱:主要由炽热微粒的光谱辐射和燃烧气体的特征辐射所构成。 (4)气态燃烧产物:气态燃烧产物的主要成分为H 2O 、CO 、CO 2、H 2和O 2,由于环境中湿度的影响,通常不把H 2O 作为火灾探测参数。由于前三点火灾信息都是在火灾已经发生很严重的情况下才产生的,且以火焰光谱进行火灾探测,虽然可以有效避免环境中大部分干扰因素的影响,但为了进一步消除相关干扰因素的影响,还需要利用火焰的闪烁特征。然而,CO 和CO 2在空气中的含量较低,正常大气环境中CO 含量在10ppm 以下,CO 2含量大约为360ppm 。从表1中可以看到,绝大多数试验火的CO 含量均在20ppm 以上。根据火灾特性,在火灾初期阴燃时,CO 含量更是达到最高。由图1[5]可知,各种不同材质在燃烧时,CO 2含量也在不断增加,且在初始成长期间,曲线斜率的变化范围是2.5~6.5ppm/s 。因此,将气体作为早期报警探测对象具有明显优势[3],针对以上2种气体进行监测,将会在很大程度上反映出环境中有无燃烧现象的产生。本系统将CO 的浓度、CO 2的浓度变化率、环境温度三者作为探测火灾的特征参量。现代电子技术 2010年第24期总第335期新型元器件

无线传感器网络的特点

无线传感器网络的特点大规模网络为了获取精确信息，在监测区域通常部署大量传感器节点，传感器节点数量可能达到成千上万，甚至更多。传感器网络的大规模性包括两方面的含义：一方面是传感器节点分布在很大的地理区域内，如在原始大森林采用传感器网络进行森林防火和环境监测，需要部署大量的传感器节点；另一方面，传感器节点部署很密集，在一个面积不是很大的空间内，密集部署了大量的传感器节点。传感器网络的大规模性具有如下优点：通过不同空间视角获得的信息具有更大的信噪比；通过分布式处理大量的采集信息能够提高监测的精确度，降低对单个节点传感器的精度要求；大量冗余节点的存在，使得系统具有很强的容错性能；大量节点能够增大覆盖的监测区域，减少洞穴或者盲区。自组织网络在传感器网络应用中，通常情况下传感器节点被放置在没有基础结构的地方。传感器节点的位置不能预先精确设定，节点之间的相互邻居关系预先也不知道，如通过飞机播撒大量传感器节点到面积广阔的原始森林中，或随意放置到人不可到达或危险的区域。这样就要求传感器节点具有自组织的能力，能够自动进行配置和管理，通过拓扑控制机制和网络协议自动形成转发监测数据的多跳无线网络系统。在传

感器网络使用过程中，部分传感器节点由于能量耗尽或环境因素造成失效，也有一些节点为了弥补失效节点、增加监测精度而补充到网络中，这样在传感器网络中的节点个数就动态地增加或减少，

从而使网络的拓扑结构随之动态地变化。传感器网络的自组织性要能够适应这种网络拓扑结构的动态变化。动态性网络传感器网络的拓扑结构可能因为下列因素而改变：①环境因素或电能耗尽造成的传感器节点出现故障或失效；②环境条件变化可能造成无线通信链路带宽变化，甚至时断时通；③传感器网络的传感器、感知对象和观察者这三要素都可能具有移动性；④新节点的加入。这就要求传感器网络系统要能够适应这种变化，具有动态的系统可重构性。可靠的网络传感器网络特别适合部署在恶劣环境或人类不宜到达的区域，传感器节点可能工作在露天环境中，遭受太阳的暴晒或风吹雨淋，甚至遭到无关人员或动物的破坏。传感器节点往往采用随机部署，如通过飞机撒播或发射炮弹到指定区域进行部署。这些都要求传感器节点非常坚固，不易损坏，适应各种恶劣环境条件。由于监测区域环境的限制以及传感器节点数目巨大，不可能人工“照顾每个传感器节点，网络的维护十分困难甚至不可维护。传感器网络的通信保密性和安全性也十分重要，要防止监测数据被盗取和获取伪造的监测信息。因此，传感器网络的软硬件必须具有鲁棒性和容错性。

无线传感网络在军事领域的应用

传感网络结课报告论文题目：无线传感器网络在军事领域的应用分析学院：光电信息与计算机工程学院专业：光电信息工程班级：光电三班学号：学生姓名：指导教师：年月日

摘要 ........................................................................................................................................................ I I 第一章绪论 . (1) 1.1背景及国际形势 (1) 1.2无线传感器网络的发展现状 (1) 1.3本文的组织结构 (2) 第二章无线传感器网络简介 (3) 2.1体系结构 (3) 2.1.1 节点组成 (3) 2.1.2 网络体系结构 (3) 2.2路由协议 (4) 2.2.1平面路由协议 (4) 2.2.2层次路由协议 (6) 第三章特点及应用优势 (7) 3.1无线传感器网络特点 (7) 3.1.1无线传感器网络的主要特点 (7) 3.1.2与其他网络相比主要区别 (7) 3.2应用优势 (8) 3.2.1潜在优势 (8) 3.2.2与导弹雷达相比潜在优势 (8) 第四章在军事领域的应用 (9) 4.1战场侦察与监视 (9) 4.2战场态势感知 (10) 4.3核、生、化监测 (10) 4.4装备、弹药、后勤物资管理 (10) 4.5智能尘埃 (10) 第五章结束语 (12) 第六章调研照片 (12) 第七章参考文献 (13)

无线传感器网络在军事领域的应用摘要无线传感器网络是新兴网络,它采用无线通信技术,由微小的传感器组成,无线传感器网络节点具备感应能力、信息处理能力和无线通信能力,使无线传感器网络有广阔的应用前景,可广泛用于军事、环境、医疗保健、空间探索及各种商业应用。文中对无线传感网络的构建，路由协议以及定位算法做了简介，着重讲了它在军事领域的重要地位，以及当下的主要应用研究方向。关键词：WSN，体系结构，军事应用 Abstract Wireless Sensor Network is a burgeoning network,which is composed of tiny sensors with wireless communication technology. Node of WSN have influence, information handing and wireless communication abilities, making WSN have wide application foreground, including military,environment, medical treatment, space imploring and various business applications. In this paper, i first provide a brief introduction to the construction of WSN, routing protocol and the Relocation Arithmetic, and then focus on its important position in the military field, main application and research direction now. Keyword: WSN, Construction, Application in the military field.

基于无线传感器网络的智能交通系统的设计

一、课题研究目的针对目前中国的交叉路口多，车流量大，交通混乱的现象研究一种控制交通信号灯的基于无线传感器的智能交通系统。二、课题背景随着经济的快速发展，生活方式变得更加快捷，城市的道路也逐渐变得纵横交错，快捷方便的交通在人们生活中占有及其重要的位置，而交通安全问题则是重中之重。据世界卫生组织统计，全世界每年死于道路交通事故的人数约有120 万，另有数100 万人受伤。中国拥有全世界1. 9 %的汽车，引发的交通事故占了全球的15 % ，已经成为交通事故最多发的国家。2000 年后全国每年的交通事故死亡人数约在10 万人，受伤人数约50万，其中60 %以上是行人、乘客和骑自行车者。中国每年由于汽车安全方面所受到的损失约为5180 亿(人民币)，死亡率为9 人/ 万·车，因此，有效地解决交通安全问题成为摆在人们面前一个棘手的问题。在中国，城市的道路纵横交错，形成很多交叉口，相交道路的各种车辆和行人都要在交叉口处汇集通过。而目前的交通情况是人车混行现象严重，非机动车的数量较大，路口混乱。由于车辆和过街行人之间、车辆和车辆之间、特别是非机动车和机动车之间的干扰，不仅会阻滞交通，而且还容易发生交通事故。根据调查数据统计，我国发生在交叉口的交通事故约占道路交通事故的1/ 3，在所有交通事故类型中居首位，对交叉口交通安全影响最大的是冲突点问题，其在很大程度上是由于信号灯配时不合理(如黄灯时间太短,驾驶员来不及反应)，以及驾驶员不遵循交通信号灯，抢绿灯末或红灯头所引发交通流运行的不够稳定。随着我国经济的快速发展，私家车也越来越多，交通控制还是延续原有的定时控制，在车辆增加的基础上，这种控制弊端也越来越多的体现出来，造成了十字交叉路口的交通拥堵和秩序混乱，严重的影响了人们的出行。智能交通中的信号灯控制显示出了越来越多的重要性。国外已经率先开展了智能交通方面的研究。美国VII系统(vehicle infrastructure integration)，利用车辆与车辆、车辆与路边装置的信息交流实现某些功能，从而提高交通的安全和效率。其功能主要有提供天气信息、路面状况、交叉口防碰撞、电子收费等。目前发展的重点主要集中在2个应用上: ①以车辆为基础; ②以路边装置为基础。欧洲主要是CVIS 系统(cooperative vehicle infrastructure system)。它有60 多个合作者，由布鲁塞尔的ERTICO 组织统筹，从2006 年2 月开始到2010年6月，工作期为4年。其目标是开发出集硬件和软件于一体的综合交流平台，这个平台能运用到车辆和路边装置提高交通管理效率，其中车辆不仅仅局限于私人小汽车，还包括公共交通和商业运输。日本主要的系统是UTMS 21 ( universal traffic management system for the 21st century , UTMS 21)。是以ITS 为基础的综合系统概念,由NPA (National Police Agency) 等5个相关部门和机构共同开发的，是继20 世纪90 年代初UTMS 系统以来的第2代交通管理系统，DSSS是UTMS21中保障安全的核心项目，用于提高车辆与过街行人的安全。因此，从国外的交通控制的发展趋势可以看出，现代的交通控制向着智能化的方向发展，大多采用计算机技术、自动化控制技术和无线传感器网络系统，使车辆行驶和道路导航实现智能化，从而缓解道路交通拥堵，减少交通事故，改善道路交通环境，节约交通能源，减轻驾驶疲劳等功能，最终实现安全、舒适、快速、经济的交通环境。

多传感器数据融合

多传感器数据融合多传感器数据融合1引言数据融合一词最早出现在20世纪70年代末期。几十年来，随着传感器技术的迅速发展，尤其在军事指挥系统中对提高综合作战能力的迫切要求，使其得到了长足的发展。其早期主要是应用在军事上，而随着工业系统的复杂化和智能化，近年来该技术推广到了民用领域，如医疗诊断、空中交通管制、工业自动控制及机械故障诊断等。数据融合是针对一个系统中使用多个传感器这一问题而展开的一种信息处理的新的研究方向，所以数据融合也称为传感器融合。数据融合一直没有一个统一的定义，一般认为：利用计算机技术，对按时间顺序获得的若干传感器的观测信息，在一定的准则下加以自动分析、综合，从而完成所需要的决策和估计任务而进行的信息处理过程称为数据融合。2

数据融合技术的分类多传感器数据融合涉及到多方面的理论和技术如信号处理、估计理论、不确定性理论、模式识别最优化技术、神经网络和人工智能等。很多学者从不同角度出发提出了多种数据融合技术方案。从技术原理角度，可分为假设检验型数据融合、滤波跟踪型数据融合、聚类分析型数据融合、模式识别型数据融合、人工智能型数据融合等；按判决方式分有硬判决型和软判决型数据融合；按传感器的类型分有同类传感器数据融合和异类传感器数据融合按对数据的处理方式，可分为象素级融合、特征级融合和决策级融合；从方法来分有Bayes推理法、表决法、D-S 推理法、神经网络融合法等。从解决信息融合问题的指导思想或哲学观点加以划分，可分为嵌入约束观点、证据组合观点和人工神经网络观点三大类。3常用的数据融合方法数据融合方法种类繁多，图1归纳了常用的一些信息融合方法。估计方法

无线传感器网络技术试题

无线传感器网络技术试题 Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998

一、填空题 1. 传感器网络的三个基本要素：传感器、感知对象、用户(观察者) 2. 传感器网络的基本功能：协作式的感知、数据采集、数据处理、发布感知信息 3. 无线传感器节点的基本功能：采集数据、数据处理、控制、通信 4. 传感节点中处理部件用于协调节点各个部分的工作的部件。 5. 基站节点不属于传感器节点的组成部分 6. 定向扩散路由机制可以分为三个阶段：兴趣扩展阶段、梯度建立阶段、路径加强阶段 7. 无线传感器网络特点：大规模网络、自组织网络、可靠的网络、以数据为中心的网络、应用相关的网络 8. NTP时间同步协议不是传感器网络的的时间同步机制。物理层。介质访问控制层 10. 从用户的角度看，汇聚节点被称为网关节点。 11. 数据融合的内容主要包括：多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测 13. 传感器网络的电源节能方法：_休眠（技术）机制、__数据融合 14. 分布式系统协同工作的基础是时间同步机制 15. 无线网络可以被分为有基础设施的网络与没有基础设施的网络，在无线传感器网络，Internet网络，WLan网络，拨号网络中，无线传感器网络属于没有基础设施的网络。 16. 传感器网络中，MAC层与物理层采用的是IEEE制定的IEEE协议

17. 分级结构的传感器网络可以解决平面结构的拥塞问题 18. 以数据为中心特点是传感器网络的组网特点，但不是Ad-Hoc的组网特点 19. 为了确保目标节点在发送ACK过程中不与其它节点发生冲突，目标节点使用了SIFS帧间间隔 20. 典型的基于竞争的MAC协议为CSMA 二、选择题 1.无线传感器网络的组成模块分为：通信模块、（）、计算模块、存储模块和电源模块。A A．传感模块模块 C网络模块 D实验模块 2..在开阔空间无线信号的发散形状成（）。A A．球状 B网络 C直线 D射线 3.当前传感器网络应用最广的两种通信协议是（）D A. B. C. D. 4.ZigBee主要界定了网络、安全和应用框架层，通常它的网络层支持三种拓扑结构，下列哪种不是。D A．星型结构、B网状结构C簇树型结构D树形结构 5.下面不是传感器网络的支撑技术的技术。B A．定位技术B节能管理C时间同步D数据融合 6.下面不是无线传感器网络的路由协议具有的特点D A．能量优先 B.基于局部拓扑信息 C.以数据为中心 D预算相关 7.下面不是限制传感器网络有的条件C A电源能量有限 B通信能力受限 C环境受限 D计算和存储能力受限

无线传感网络(习题)

无线传感网络习题、选择题：（20 题） 1.下列不属于传感器网络三个基本要素的是 A、用户 C、感知对象B使用者 D、传感器 2.传感器网络的基本功能是 A、主动式感知C、数据处理 B、数据删减 D、隐藏感知信息 3.扩频技术按照工作方式的不同，可以分为几种： A、3 种 B、5 种 C、4 种 D、2 种 4.下列阶段不属于定向扩散路由机制的是 A、兴趣扩展阶段C、梯度建立阶段 B、路径选择阶段D、路径加强阶段 5.无线通信物理层的主要技术不包括 A、介质选择C、扩频技术 B、幅度选择D、调制技术 6.IEE 802.115.4的标准包括A、运输层B、物理层 C、介质访问控制层 D、应用层 7.下列不属于无线传感网络的关键技术的是 A、网络拓扑控制C、时间同步 B、网络协议D、物理层技术 8.无线传感网络后台管理软件结构与组成不包括下列哪个选项 A、数据库管理系统 B、数据处理引擎 C、图形用户界面 D、后台组件 9.下列不属于数据融合的内容是 A、多传感器的目标探测C、跟踪与识别 B、数据连接 D、情况评估和预测 10.无线传感网络的节点基本功能不包括 A、数据采集 B、数据处理 C、储存数据 D、通信

14. 802.11网络的基本元素SSID 表示了一个无线服务，这个服务不包括 A 、接入速率 B 、输出速率 C 、工作信道 C 、认证加密方法 15. 传感器是将外界的信号转化为电信号的装置，传感器一般是由敏感元件、转换元件和 A 、输出元件 C 、传唤信号元件 16. 传感器节点的组成不包括 A 、传感器模块 C 、无线通信模块 17. 下列不属于物联网关键技术的是 A 、RFID 无线识别 C 、纳米技术 18.SPIN 协议中使用了三种类型的消息，不包括下列 A 、ADV 消息 B 、REQ 消息 C 、APA 消息 D 、DAT E 消肖息 19. 定向扩散协议的优点不包括下列 A 、采用多路径，健壮性好； B 、节点只需要和邻居节点通信，因而不需要全局的地址机制，实用查询时按需建立路由避免存储全网信息； C 、每个节点都需要数据融合，减少操作； D 、通过数据命名减少数据的重叠。 20. 无线传感器网络的可靠传输基本机制不包括 A 、丢包恢复机制 B 、冗余传输机制 C 、速率控制机制 D 、发送确认机制 11.无线传感器网络不可以选择的频率有 A 、2.4GHz C 、1.25GHz 12.传感器网络的电源节能方法有 A 、休眠技术机制 C 、数据单个传递 13.传感器网络的安全问题不包括 A 、机密性问题 C 、安全性鉴别问题 B 、 5GHz D 、 800MHz B 、拒接收数据 D 、轮流接收机制 B 、点到点的消息认证问题 D 、完整性鉴别问题 B 、加密原件 D 、转换电路 B 、数据融合模块 D 、能量供应模块 B 、嵌入式系统技术 D 、时间同步技术

基于无线传感网络的大型结构健康监测系统_尚盈

文章编号:1004-9037(2009)02-0254-05 基于无线传感网络的大型结构健康监测系统尚　盈　袁慎芳　吴　键　丁建伟　李耀曾 (南京航空航天大学智能材料与结构航空科技重点实验室,南京,210016) 摘要:针对大型碳纤维复合材料机翼盒段壁板结构,实现了基于无线传感网络的多点应变结构健康监测系统,采用自组织竞争神经网络成功判别了集中载荷模拟的损伤位置。本系统由传感采集子系统、无线传感网络子系统和终端监控子系统三部分组成。为了降低系统网络功耗及成本,提高系统的稳定性和可靠性,改善传感网络的实时性和同步性,设计了可直接配接无线传感网络节点的低功耗多通道应变传感器信号调理电路和基于无线传感网络的层次路由协议,开发了多通道应变数据采集、网络簇头转发和中继节点接收等主要软件模块。实验证明,相比于传统有线的监测方法和数据采集系统,基于无线传感网络的结构健康监测系统具有负重轻、成本低、易维护和搭建移动方便等优点。关键词:无线传感网络;结构健康监测;层次路由协议;自组织竞争网络中图分类号:T P2;T P9 文献标识码:A 　基金项目:国家“八六三”高技术研究发展计划(2007AA 032117)资助项目;国家自然科学基金(60772072,50420120133)资助项目;航空基金(20060952)资助项目。　收稿日期:2007-09-05;修订日期:2008-04-17 Large -Scale Structural Health Monitoring System Based on Wireless Sensor Networks S hang Ying ,Yuan Shenf ang ,Wu J ian ,Ding J ianw ei ,L i Yaoz eng (T he A ero nautic Key La bo rat or y o f Smart M ater ial and Str uct ur e,N anjing U niv ersit y o f Aer onautics and A str onautics,N anjing,210016,China) Abstract :Aimed at the large-scale structure and anisotropy nature o f the carbon fiber compos-ite material w ing box ,a large-scale structural health m onitoring system based on w ireless sen-sor netw orks is presented .A kind of artificial neural netw ork is designed to distinguish the damag e locatio n simulated by the co ncentrated load .The sy stem co nsists o f the sensor data ac-quisition,the w ireless sensor netw or ks,and the terminal monitoring sub-sy stem s.To im pro ve the performance o f the system ,the signal conditio ning circuit and the hierarchical routing pro -to col are designed based o n w ireless sensor netw orks ,the prog rams of data acquisition and Sink node are ex ploited.Experimental result pro ves that the system has advantag es of flexibili-ty o f deplo yment,low maintenance and deploym ent costs . Key words :w ir eless senso r netw or ks ;str uctural health monitoring ;hierarchical routing ;self -org anizing com petitive netw o rk 引言结构健康监测技术是采用智能材料结构的新概念,利用集成在结构中的先进传感/驱动元件网络,在线实时地获取与结构健康状况相关的信息(如应力、应变、温度、振动模态、波传播特性等),结合先进的信号信息处理方法和材料结构力学建模方法,提取特征参数,识别结构的状态,包括损伤,并对结构的不安全因素在其早期就加以控制,以消除安全隐患或控制安全隐患的进一步发展,从而实现结构健康自诊断、自修复、保证结构的安全和降低维修费用[1]。无线传感网络节点具有局部信号处理的功能, 第24卷第2期2009年3月数据采集与处理Jour nal of D ata A cquisition &P ro cessing Vo l.24N o.2M a r.2009

传感器数据融合(20200630195849)

传感器数据融合技术数据融合也称为信息融合，是将来自多个传感器或多源的信息进行综合处理，从而得出更为全面、准确和可靠的结论。数据融合出现于2 0世纪7 0年代，源于当时军事领域的需要，称为多源相关、多传感器混合数据融合，并于20世纪80年代建立其技术。美国是数据融合技术起步最早的国家，在随后的十几年时间里各国的研究开始逐步展开，并相继取得了一些具有重要影响的研究成果。和国外相比, 我国在数据融合领域的研究起步较晚。海湾战争结束以后，数据融合技术引起国内有关单位和专家的咼度重视。一些咼校和科研院所相继对数据融合的理论、系统框架和融合算法展开了大量研究，但基本上处于理论研究的层次，在工程化、实用化方面尚未取得有成效的突破，许多关键技术问题尚待解决。多传感器数据融合是人类和其他生物系统中普遍存在的一种基本功能。人类本能地具有将身体上的各种功能器官所探测到的信息与先验知识进行融合的能力，以便对周围的环境和正在发生的事件作出估计。多传感器数据融合的基本原理就像人脑综合处理信息的过程一样，它充分利用多个传感器资源，通过对这些传感器及其获得信息的合理支配和使用，把其在时间或空间上的冗余或互补信息依据某种准则来进行综合，以获得被测对象的一致性解释或描述，使该系统由此而获得比它的各组成部分的子集所构成的系统具备更优越的性能。具体而言，多传感器数据融合基本原理如下： 1）多个不同类型的传感器获取目标的数据； 2）对输出数据进行特征提取，从而获得特征矢量； 3）对特征矢量进行模式识别，完成各传感器关于目标的属性说明； 4）将各传感器关于目标的属性说明数据按同一目标进行分组，即关联； 5）利用融合算法将每一目标各传感器数据进行合成，得到该目标的一致性解释与描述。在各种系统中，靠单一的传感器不能满足对目标、环境的识别和控制的要求。若对不同传感器采集的数据单独、孤立地进行加工，不仅会导致数据处理工作量的剧增，而且割断了各传感器数据之间的有机联系，丢失数据有机组合蕴涵的特征，造成数据资源的浪费。因此，要对多传感器的数据进行

无线传感器网络技术的应用

无线传感器网络技术的应用摘要：无线传感器网络(WSN)是新兴的下一代传感器网络，在国防安全和国民经济各方面均有着广阔的应用前景。本文介绍了无线传感器网络的组成和特点，讨论了无线传感器网络在军事、瓦斯监测系统、智能家具，环境监测，农业。交通等方面的现有应用，最后提出无线传感器网络技术需要解决的问题。关键词：无线传感器网络，军事、瓦斯监测系统、智能家具，环境监测，农业。交通。 1．无线传感器网络研究背景以及发展现状随着半导体技术、通信技术、计算机技术的快速发展，90年代末，美国首先出现无线传感器网络（WSN）。1996年，美国UCLA大学的William J Kaiser教授向DARPA提交的“低能耗无线集成微型传感器”揭开了现代WSN网络的序幕。1998年，同是UCLA大学的Gregory J Pottie教授从网络研究的角度重新阐释了WSN的科学意义。在其后的10余年里，WSN网络技术得到学术界、工业界乃至政府的广泛关注，成为在国防军事、环境监测和预报、健康护理、智能家居、建筑物结构监控、复杂机械监控、城市交通、空间探索、大型车间和仓库管理以及机场、大型工业园区的安全监测等众多领域中最有竞争力的应用技术之一。美国商业周刊将WSN网络列为21世纪最有影响的技术之一，麻省理工学院(MIT)技术评论则将其列为改变世界的10大技术之一。WSN是由布置在监测区域内传感器节点以无线通信方式形成一个多跳的无线自组网（Ad hoc），其目的是协作的感知，采集

和处理网络覆盖区域中感知对象的信息，并发送给观察者。传感器、感知对象和观察者是WSN的三要素。将Ad hoc技术与传感器技术相结合，人们可以通过WSN感知客观世界，扩展现有网络功能和人类认识世界的能力。WSN技术现已经被广泛应用。图为WSN基本结构。 WSN经历了从智能传感器，无线智能传感器到无线传感器三个发展阶段，智能传感器将计算能力嵌入传感器中，使传感器节点具有数据采集和信息处理能力。而无线智能传感器又增加了无线通信能力，WSN将交换网络技术引入到智能传感器中使其具备交换信息和协调控制功能。无线传感网络结构由传感器节点，汇聚节点，现场数据收集处理决策部分及分散用户接收装置组成，节点间能够通过自组织方式构成网络。传感器节点获得的数据沿着相邻节点逐跳进行传输，在传输过程中所得的数据可被多个节点处理，经多跳路由到协调节点，最后通过互联网或无线传输方式到达管理节点，用户可以对传感器网络进行决策管理、发出命令以及获得信息。无线传感器网络在农业中的运用是推进农业生产走向智能化、自动化的最可行的方法之一。近年来国际上十分关注WSN在军事，环境，农业生产等领域的发展，美国和欧洲相继启动了WSN研究计划，我国于1999年正式启动研究。国家自然科学基金委员会在2005年将网络传感器中基础理论在一篇我国20年预见技术调查报告中，信息领域157项技术课题中7项与传感器网络有直接关系，2006年初发布的《国家长期科学与技术发展

《无线传感器网络》试题.

《无线传感器网络》试题一、填空题（每题4分，共计60分） 1、传感器网络的三个基本要素：传感器，感知对象，观察者 2、传感器网络的基本功能：协作地感知、采集、处理和发布感知信息 3、无线传感器节点的基本功能：采集、处理、控制和通信等 4、传感器网络常见的时间同步机制有： 5、无线通信物理层的主要技术包括：介质的选择、频段的选择、调制技术和扩频技术 6扩频技术按照工作方式的不同，可以分为以下四种：：直接序列扩频、跳频、跳时、宽带线性调频扩频 7、定向扩散路由机制可以分为三个阶段：周期性的兴趣扩散、梯度建立和路径加强 8、无线传感器网络特点：大规模网络、自组织网络、可靠的网络、以数据为中心的网络、应用相关的网络 9、无线传感器网络的关键技术主要包括：网络拓扑控制、网络协议、时间同步、定位技术、数据融合及管理、网络安全、应用层技术等 10、IEEE 802.15.4标准主要包括：物理层和MAC层的标准 11、简述无线传感器网络后台管理软件结构与组成：后台管理软件通常由数据库、数据处理引擎、图形用户界面和后台组件四个部分组成。 12、数据融合的内容主要包括：多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测 13、无线传感器网络可以选择的频段有：868MHZ、915MHZ、2.4GHZ 5GHZ

14、传感器网络的电源节能方法：休眠机制、数据融合等， 15、传感器网络的安全问题：(1) 机密性问题。(2) 点到点的消息认证问题。(3) 完整性鉴别问题。 16、802.11规定三种帧间间隔：短帧间间隔SIFS，长度为28 s 、点协调功能帧间间隔PIFS长度是SIFS 加一个时隙(slot)长度，即78 s 分布协调功能帧间间隔DIFS ，DIFS长度=PIFS +1个时隙长度，DIFS 的长度为128 s 17、任意相邻区域使用无频率交叉的频道是，如：1、6、11频道。 18、802.11网络的基本元素SSID标示了一个无线服务，这个服务的内容包括了：接入速率、工作信道、认证加密方法、网络访问权限等 19、传感器是将外界信号转换为电信号的装置，传感器一般由敏感元件、转换元件、转换电路三部分组成 20、传感器节点由传感器模块、处理器模块、无线通信模块和能量供应模块四部分组成二、基本概念解释（每题5分，共40分） 1.简述无线网络介质访问控制方法CSMA/CA的工作原理 CSMA/CA机制: 当某个站点（源站点）有数据帧要发送时，检测信道。若信道空闲，且在DIFS时间内一直空闲，则发送这个数据帧。发送结束后，源站点等待接收ACK确认帧。如果目的站点接收到正确的数据帧，还需要等待SIFS时间，然后向源站点发送ACK确认帧。若源站点在规定的时间内接收到ACK确认帧，则说明没有发生冲突，这一帧发送成功。