基于无线传感器网络的采样算法
1.无线传感器网络的研究背景及应用现状
1.1 研究背景
无线传感器网络(Wireless Sensor Network，简称WSN) 的基本功能是将一系列在空间上分散的传感器单元通过自组织的无线网络进行连接，从而将各自采集的数据进行传输汇总，以实现对空间分散范围内的物理或环境状况的协作监控，并根据这些信息进行相应的分析和处理。因具有成本低、范围大、布设灵活、移动支持等特点，无线传感器网络在工业监控、智能电力、矿山安全、医疗健康、环境监测等行业的应用一直广受重视;与此同时，无线传感器网络也面临着延长节点工作时间、增加通信距离、小型化、标准化等技术挑战和寻找应用场景等市场挑战。无线传感器网络的研究经历了以下四个阶段：
（1）第一代传感器网络：20世纪70年代。点对点传输，具有简单信息获取能力。
（2）第二代传感器网络：获取多种信息的综合能力，采用串/并接口与传感控制器相联。
（3）第三代传感器网络：20世纪90年代后期。智能传感器采用现场总线连接传感控制器构成局域网络。
（4）第四代传感器网络：以无线传感器网络为标志，正处于研究和开发阶段。
近年来，无线传感器网络引起了业界极大关注，其应用环境通常是由价格便宜的传感器节点组成的，每个节点都能够采集、存储和处理环境信息，并且能和邻居节点通过无线链路保持通信。覆盖问题是无线传感器网络配置首先面临的基本问题，因为传感器节点可能任意分布在配置区域，它反映了一个无线传感器网络某区域被监测和跟踪的状况。随着无线传感器网络应用的普及，更多的研究工作深入到其网络配置的基本理论方面，其中覆盖问题就是无线传感器网络设计和规划需要面临的一个基本问题之一。随着深入研究的角度不同，覆盖问题也表述成不同的理论模型，甚至在计算几何里面就能找到与覆盖相关的解决方案。尽管这些办法并不能直接应用到无线传感器网络
中，但是研究这些问题有助于建立读者对无线传感器网络覆盖问题相关的理论背景。
1.2 无线传感器网络的应用现状
虽然无线传感器网络的大规模商业应用，由于技术等方面的制约还有待时日，但是最近几年，随着计算成本的下降以及微处理器体积越来越小，已经为数不少的无线传感器网络开始投入使用。目前无线传感器网络的应用主要集中在以下领域：
（1）环境的监测和保护
随着人们对于环境问题的关注程度越来越高，需要采集的环境数据也越来越多，无线传感器网络的出现为随机性的研究数据获取提供了便利，并且还可以避免传统数据收集方式给环境带来的侵入式破坏。比如，英特尔研究实验室研究人员曾经将32个小型传感器连进互联网，以读出缅因州"大鸭岛"上的气候，用来评价一种海燕巢的条件。无线传感器网络还可以跟踪候鸟和昆虫的迁移，研究环境变化对农作物的影响，监测海洋、大气和土壤的成分等。此外，它也可以应用在精细农业中，来监测农作物中的害虫、土壤的酸碱度和施肥状况等。
（2）医疗护理
无线传感器网络在医疗研究、护理领域也可以大展身手。罗彻斯特大学的科学家使用无线传感器创建了一个智能医疗房间，使用微尘来测量居住者的重要征兆（血压、脉搏和呼吸）、睡觉姿势以及每天24小时的活动状况。英特尔公司也推出了无线传感器网络的家庭护理技术。该技术是做为探讨应对老龄化社会的技术项目Center for Aging Services Technologies（CAST）的一个环节开发的。该系统通过在鞋、家具以家用电器等家中道具和设备中嵌入半导体传感器，帮助老龄人士、阿尔茨海默氏病患者以及残障人士的家庭生活。利用无线通信将各传感器联网可高效传递必要的信息从而方便接受护理。而且还可以减轻护理人员的负担。英特尔主管预防性健康保险研究的董事Eric Dishman称，"在开发家庭用护理技术方面，无线传感器网络是非常有前途的领域"。
（3）军事领域
由于无线传感器网络具有密集型、随机分布的特点，使其非常适合应用于恶劣的战场环境中，使其非常适合应用于恶劣的战场环境中，包括侦察敌情、监控兵力、装备和物资，判断生物化学攻击等多方面用途。美国国防部远景计划研究局已投资几千万美元，帮助大学进行"智能尘埃"传感器技术的研发。哈伯研究公司总裁阿尔门丁格预测：智能尘埃式传感器及有关的技术销售将从2004年的1000万美元增加到2010年的几十亿美元。
（4）其他用途
无线传感器网络还被应用于其他一些领域。比如一些危险的工业环境如井矿、核电厂等，工作人员可以通过它来实施安全监测。也可以用在交通领域作为车辆监控的有力工具。此外和还可以在工业自动化生产线等诸多领域，英特尔正在对工厂中的一个无线网络进行测试，该网络由40台机器上的210个传感器组成，这样组成的监控系统将可以大大改善工厂的运作条件。它可以大幅降低检查设备的成本，同时由于可以提前发现问题，因此将能够缩短停机时间，提高效率，并延长设备的使用时间。
尽管无线传感器技术目前仍处于初步应用阶段，但已经展示出了非凡的应用价值，相信随着相关技术的发展和推进，一定会得到更大的应用。但就目前的技术水平来说，让无线传感器网正常运行并大量投入使用还面临着许多问题：
（1）网络内通信问题。无线传感器网络内正常通信联系中，信号可能被一些障碍物或其他电子信号干扰而受到影响，怎么安全有效的进行通信是个有待研究的问题。
（2）成本问题。在一个无线传感器网络里面，需要使用数量庞大的微型传感器，这样的话成本会制约其发展。
（3）系统能量供应问题。目前主要的解决方案有：使用高能电池；降低传感功率；此外还有传感器网络的自我能量收集技术和电池无线充电技术。其中后两者备受关注。
（4）高效的无线传感器网络结构。无线传感器网络的网络结构是组织无线传感器的成网技术，有多种形态和方式，合理的无线传感器网络可以最大限度的利用资源。在这里面，还包括网络安全协议问
题和大规模传感器网络中的节点移动性管理等诸多问题有待解决。2. 无线传感器网络相关技术
2.1无线传感器网络节点构成
无线传感器网络由大量体积小、成本低、具有无线通信、传感、数据处理的传感器节点以自组织方式构成。传感器节点构成了网络的硬件基础。节点具备三个功能：首先，作为现场信息采集单元要完成信息的采集并按要求对采集到的信息进行适当的预处理，因此节点包括数据采集模块及数据预处理模块；其次，传感器节点还具有信息转发功能，将采集到的现场信息通过一定的方式传输到其他节点或信息处理中心，因此节点还必须包括通信模块来完成信息的接收、传递等；第三，当节点处要实现某种控制作用时，还需要有控制模块。一般来说，无线传感器节点由以下几个物理部分构成：
（1）由微处理器或微控制器构成的计算子系统，负责控制传感器、执行通信协议及处理传感数据的算法；
（2）用于无线通信的短距离无线收发电路，即通信子系统；
（3）由一组传感器和激励装置构成的传感子系统。
实际应用中，并不是所有的节点都需要控制模块。传感器节点的一种基本模型如图2-1所示。包括传感器、ADC、CPU及存储器、通信模块、控制模块及电源（能量）等，当不需要控制作用时，节点组成如图2-1中粗线内部分所示。所有这些模块组装成一个火柴盒大小甚至更小的传感器节点，各模块相互协作以完成一项共同的任务。
图2-1 传感器节点基本模型
除此之外，根据具体应用的需要，节点可能还会有定位系统、电源再生单元和移动单元等。其中电源再生单元是重要的模块之一，有的系统可能采用太阳能电池等方式来补充能量，但是大多数情况下传感器节点的电池是不可补充的。定位系统对传感器网络的路由是很重要的，有些传感器节点采用GPS进行定位，但是GPS模块价格昂贵且体积难以减少，所以不可能全部节点都使用GPS来进行定位。此外，GPS定位还受到其他限制，如网络放置于建筑物内部等。通常情况下是在整个网络中会有某些传感器节点配有GPS系统，其他节点通过局部定位算法得到它们与配有GPS的节点之间的相对位置，这样所有节点都能知道各自的具体位置了。除借助GPS的定位方式外，还有离散梯度法等间接定位方式。
无线传感器网络中的节点不但要完成信息的采集、传输、预处理等，有时还涉及到较为复杂的任务调度及管理，因此在传感器网络中节点还可能带有嵌入式操作系统以进行更有效的管理，嵌入式操作系统可以是通用的如uCOS—II等，也可以是专门针对传感器网络开发的操作系统，如UC Berkeley开发的TinyOS。
目前，无线传感网络的节点设计主要有两种方法：一种是利用市场上可以获得的商业元器件构建传感器节点，如围绕TinyOS项目设计的系列硬件平台；另一种方法是采用MEMS和集成电路技术，设计包含微处理器、通信电路、传感器等模块的高度集成化传感器节点，如Smart Dust、WINS等。
2.2 无线传感器网络体系结构
无线传感器网络体系结构如图2-2所示,传感器网络通常包括传感器节点，汇聚节点和管理节点。传感器节点任意的分布在某一监测区域内，节点以自组织的形式构成网络，通过多跳中继方式将监测数据传送到汇聚节点，最后通过Internet或其他网络通讯方式将监测信息传送到管理节点。同样的，用户可以通过管理节点进行命令的发布，告知传感器节点收集监测信息。
图2-2 无线传感器网络体系结构图
传感器节点是一个具有信息收集和处理能力的微系统，集成了传感器模块、信息处理模块、无线通讯模块和能量供应模块。其结构体
系如图2-3所示。
图2-3 传感器节点体系结构
传感器模块负责监测区域内信息的采集和转换，信息处理模块负责管理整个传感器节点、存储和处理自身采集的数据或者其他节点发送来的数据，无线通讯模块负责与其他传感器节点进行通讯，能量供应模块负责对整个传感器网络的运行进行能量的供应。
传感器节点能量的供应是采用电池，节点能量有限，考虑尽可能的延长整个传感器网络的生命周期，在设计传感器节点时，保证能量供应的持续性是一个重要的设计原则。传感器节点能量消耗的模块主要是包括传感器模块、信息处理模块和无线通讯模块，而绝大部分的能量消耗是集中在无线通讯模块上，约占整个传感器节点能量消耗的80%。因此，目前提出的传感器节点通讯路由协议主要是围绕着减少能量消耗延长网络生命周期而进行设计的。
在无线传感器网络中，路由协议不仅关心单个节点的能量消耗，更关心整个网能量的均衡消耗，这样才能延长整个网络的生存期。同时，无线传感器网络是以数据为中心的，这在路由协议中表现的最为突出，每个节点没有必要采用全网统一的编址，选择路径可以不用根据节点的编址，更多的是根据感兴趣的数据建立数据源到汇聚节点之
间的转发路径。目前提出了很多类型的传感器网络路由协议，就是基于上述的目的。
3. 无线传感器网络协同采样路由算法性能指标
WSN协同采样路由算法的应用，有助于网络节点能量的有效利用、感知服务质量的提高和整体生存时间的延长，但另一方面也会带来网络相关传输、管理、存储和计算等代价的提高。因此，WSN信息采样的性能评价标准对于分析一个信息采样策略及算法的可用性与有效性至关重要。通过从不同的角度总结出信息采样算法所面临的挑战，有助于清楚地比较出各种算法之间的优缺点。这里归纳出以下几点：
(1)信息采样能力
以环境感知、目标监测、信息获取和有效传输为主要目标的WSN 需要关心对传感区域或监测目标的信息采样能力，无线传感器网络信息采样问题也正是由此而来。因此，网络对目标区域或是目标点的采样覆盖程度是衡量一个WSN信息采样算法是否优劣的首要标准。
(2)能量有效性(即延长网络生存时间)
由于WSN节点硬件平台资源受限、网络节点数量巨大、实际应用的环境条件复杂且大多不允许对“失效”节点进行电池更换，因此，如何节约各节点有限的电池能量并尽力延长整体网络的生存时间已成为WSN的重要性能指标。能量的有效性将是WSN信息采样所面临的一个主要挑战。
(3)网络的连通性
由于WSN是一种无基础设施的网络，大量节点采用自组织方式协同完成指令中心的查询、搜集等指令，网络节点之间需要通过无线多跳方式或直接或间接地相互通信来协同工作。网络的连通性将有效保证自身无线多跳自组织通信的开展，并直接决定了WSN感知、监视、传感、通信等各种服务质量的达到。
(4)算法精确性
由于受实际部署条件差异、网络资源有限和覆盖目标特性等多方面的影响，况下是一个NP完全问题，只能达到近似优化采样。势必会造成采样控制算法执行结果产生误差，甚至不能使得WSN在很多
情况下保证算法的有效执行。如何减小误差，提高算法的精确性成为优化采样控制算法的一项重要内容。
(5)算法复杂性
不同WSN采样控制策略及算法其实现方式不同导致算法复杂程度也有较大差别。衡量一个WSN采样算法是否优化的一项重要标准就是其算法的复杂性程度。算法的复杂性程度通常包括时间复杂度、通信复度以及实现复杂度等，需要综合考虑。
(6)算法实施策略
WSN采样控制算法的执行可以有分布式、集中式以及两者的混合式3种方式。通常来说，由于WSN自身的能量消耗、协议操作代价、网络性能和精度等要求，使得利用本地信息执行的分布式算法更为适用。在一些特殊的网络操作环境下，分布式、集中式两种方式混合执行则更为有效。
除了上面列出的一些所面临的挑战之外，WSN采样控制协议算法还会存在是否需要知道网络节点位置、是否需要专门的采样控制消息等差别。同样，它们也是我们设计、分析具体协议和算法时要考察的内容。
4. 基于无线传感器网络分簇构架的协同采样算法描述及其MATLAB 仿真分析
4.1 无线传感器网络中的分簇架构及算法介绍
4.1.1 无线传感器网络中的分簇架构
在采用分簇结构的无线传感器网络中，网络节点被划分为若干个簇。每个簇通常由一个簇头节点(CH)以及多个成员节点(MN)组成。成员节点只与簇头通信，簇头与簇头构成高一级的虚拟骨干网，负责簇内的数据融合和簇间数据转发。因为簇头节点的能量消耗较大，通常采用周期性选择簇头节点的方法均衡网络中节点能量的消耗。簇头的集合形成连通统治集(CDS)，因为获得最优CDS是NPC问题，因此实际提出的算法均为启发式的。图4-1给出了分簇结构以及簇内与簇间的数据流向。
图4-1 WSN中的分簇结构及其簇内与簇间的数据流向
WSN采用分簇结构具有如下一些显著的优点：
(1)在满足一定约束条件情况下(例如覆盖范围与采样精度要求等)，簇成员节点可以在某些时间段内关闭通信模块，大幅度减少空闲等待状况的能量消耗，因此可节省能量。
(2)簇头通常负责采集簇成员发送来的数据，这些数据具有较大的相关性，因此可以采用数据融合算法，在保证信息量的情况下降低数据通信量，降低数据转发的能量开销。
(3)因为采用层次结构，簇成员只需了解到所属簇头的路由信息，簇头只需了解簇头间的路由信息，因此可降低路由协议的复杂度，减少路由表项数目，路由维护开销也随之降低。
(4)具有较好的可扩展性能，更加适合于大规模WSN的应用场景。
4.1.2 无线传感器网络分簇算法介绍
(1)集中式/分布式算法
根据是否存在一个中心控制节点负责整个网络的簇划分，分簇算法可分为集中式与分布式两类。典型的集中式算法有LEACH-C、APTEEN等。我们提出的基于径向基函数(RBF)的分簇算法也属于此类。中心控制节点通常有持续的电源供应、较高的存储与计算能力，并能获得网络的全局信息，因此可以采用复杂的算法获得优化的分簇结果。但是由于普通无线传感器节点能量有限，计算与通信能力不强，因此对于大型的WSN，集中式算法在灵活性、可扩展性以及健壮性等方面存在缺陷，例如很多集中式算法要求获得节点的剩余能量，因为传感器节点运行中能量不断下降，所以必须隔一段时间就得通知中心控制点更新剩余能量信息，这就造成大量额外数据包的传输，使算法的开销过大。与集中式算法不同，分布式算法一般只需要相邻节点之间互相交换信息，甚至不考虑相邻节点独立作出判断，这类算法简单、高效、灵活，因此更适用于大规模WSN。目前大部分经典的WSN分簇算法如LEACH、HEED等，都属于分布式算法，Hausdorff 算法、响应式分布分簇算法(RDCA)也属于这一类。
(2) 基于地理位置/地理位置无关算法
根据是否需要借助GPS获得节点的地理位置，可以将分簇算法分为基于地理位置的算法与地理位置无关算法两类。典型的基于地理位置的算法有GAF等，其他大部分常见的分簇算法，如LEACH算法等，都不需要借助于地理位置信息。基于地理位置的算法有的需要获得全局信息，有的只需要通过广播包获得相邻节点的位置信息。因为传感器网络节点数量大，单个节点造价低、能量有限，而GPS模块不但成本高而且会额外消耗节点能量，因此为每个节点都配备GPS 模块是不经济的。通常的做法是在网络中设置少量信标节点，一般是通过携带GPS定位设备获得自身的精确位置，然后其他传感器节点通过信标节点的位置信息根据一定的定位算法获得自身的位置。常用的定位算法有到达时间(TOA)、到达时间差(TDOA)、接收信号强度指示(RSSI)、到达角度(AOA)和距离向量-跳数等。不过在室内、水下或森林等有障碍环境中无法使用GPS系统，使其应用受到一定限制。
基于地理位置的分簇算法一般假设节点已知自身的精确位置，而如何获得自身位置信息则不包括在算法内。
(3)确定性/随机性算法
在网络拓扑结构与每个节点的剩余能量不变的情况下，根据分簇算法是否能取得确定结果，可将其分为确定性与随机性算法。在确定性算法中，节点必须等待某个特定事件发生或某些特定节点已宣布自己的角色(CH还是MN)后，才能做出决定。例如DCA算法必须等待所有权值高于自己的相邻节点宣布成为CH或者加入到某个簇后，才能确定自身是成为CH还是MN。确定性算法的一个不足之处就是收敛时间依赖于网络规模，DCA算法的时间复杂度为O(d)，d为网络直径(通常用跳数来定义)，在最差情况下(节点线性分布)，d可达到n -1(n为节点个数)。此外网络的鲁棒性不好，如果一个节点在拓扑发现阶段后失效，可能造成其相邻节点陷入无限期等待。为消除这种现象，一些算法，例如ACE算法限制节点在一定次数(如5次后)结束循环等待。随机性算法根据一定的概率确定节点是否成为簇头。LEACH算法中节点成为簇头的概率仅与过去若干轮次中节点自身的状态有关，HEED算法中的概率与剩余能量有关，还有一些算法同时考虑了节点度等多种参数。随机性算法分簇结果的优化程度通常不如确定性算法，但是收敛速度较快，开销较小，鲁棒性好，特别适合大规模网络。
(4) 单层/多层算法
根据算法产生的最终拓扑结构，可分为单层和多层算法。单层算法只进行一次分簇，目前提出的大部分分簇算法，如LEACH、HEAD、GAF等都属于此类，而多层算法在前一次分簇选举出的簇头基础上继续进行分簇，选举出第二层簇头和簇成员节点，随后可以进行第三层、第四层等簇头选举。多层算法一般只用于超大规模WSN，算法较为复杂。文献提出了一种多层算法(层数从1到5)，该算法以最小化系统整体能量消耗为目标，推导出系统整体能量消耗的解析式，然后通过数值计算求出不同节点密度条件下的最优解。
(5) 簇内单跳/多跳算法
根据簇内MN到CH的跳数，可分为簇内单跳与簇内多跳算法，
也可采用单跳算法的MN直接与CH进行通信，而多跳算法中的MN 可通过其他MH中继与CH进行通信。LEACH、HEED等算法采用单跳方式，而Max-min D等算法使用多跳方式。
4.2 基于无线传感器网络协同采样算法的描述及其MATLAB仿真分析
协同采样是一种分布式主动采样制度，该制度要求每一个传感器合作完成任务——数据采样并且利用简洁的合作方式通过相邻传感器节点实现数据的传播。这可以通过利用在相邻传感的内部联系实现。该制度的目标是在确保收集数据的质量的前提下将发送冗余信息通过无线信道的能量浪费降到最低。协同采样需要两个关键操作部分：在单个传感器节点，一个传感器测量模型作为一个基于当地传感器测量的空时坐标的函数，这些通过窃听邻近传感器无线传播而获得的。传感器协同通过向其相邻节点声明它的当地测量以帮助建立覆盖全部传感器域的全局函数逼近。为了减少冗余信息的传播，每一个传感器节点需要判断。
在Slepian和Wolf的开创性工作中显示：如果知道两个传感器节点关联的先验知识，那么相互之间所需的通信量将会大大减少；然而这种先验知识很少知道。因此需要在没有传感器之间联系说明的先验知识的情况下进行大量的工作来汇总在传感器之间传播信息的特定数据。一个好的数据子集应该提供一定覆盖范围概念的观点被提了出来，并且关于这种观点已经有了许多不同的形式。一些基于这种理念所提出的方法涉及到让节点选择一个代表节点来代表相邻节点区，但这是以在选择代表节点时架高节点并且在选择一个节点来代表整个区域出现错误为代价的。另一个观点是去估计优先函数而不是无线传
感网络的节点值。然而这个工作被限制在将传感器区域划分为一系列的V oronoi胞区，或者仅仅是最邻近算法。有人建议：一些特定的增益能够通过计算当地的所获得数据的时间线和更新来获得，一个节点通过延迟这些对称的平衡达到一个政策，走向一个更加分布的形式。
我们建议在传感器远距离传播中采用这种分布式形式。这个隐含在协同采样（CS）的想法是用了一个传播政策：不仅仅在当地每一个节点上有效率，同样适用于网络，或者至少是广播范围中传感器区域组成的网络中。举个例子：如果在这个网络中的一个节点有关于模型的知识，该模型是FC最大的利用其读物。那么这个节点就可以利用它窃听到的信息去建立一个初步的估计，该估计是关于FC自己读物可以达到的最大值。如果FC的最大值不远，那么这个节点所拥有的信息就会有冗余并且这个节点不会传播或报告它的读物。通过保持静默，这个节点同样向这个网络的剩余节点做出表示并且向FC发送节点自己的对当前估计的认可度。我们在估计一个传感器网络的隐藏物理函数中应用CS的观点来展示CS在实际中的应用。
在仿真之前我们对传感器传播声明一些假设：
（1）传播线路是对称的，这就是说如果传感器节点i能够听到传感器j的广播，
那么传感器j同样能够听到传感器i的广播。
（2）每个传感器的传播范围是一样的。
（3）所有传感器节点传播代价是相同的。
（4）传播时间相对于退避时间可忽略不计。
（5）FC 没有功率约束。
（6）在每次传播之前没有握手。
（7）所有传播都能被FC 听到并正确解码。
我们N 个节点用,1,....,i X i N =来表示，同时用k i Y 来表示节点i 在时
刻k 的瞬时读物。这个读物是通过一个未知的函数f 来得到。
为了简化，在本论文中我们只关注时间为常数的函数，就是说(,)()i i f X k f X =。这篇论文是跟随寻找实际函数f 的步伐。因为只有我们估计在传感器位置的函数f ，估计1k f
Λ+也是个同样的过程。1k f Λ+在第K 次报告之后：
1()k k f g θΛ+= 这里 k θ是一个速记符号适用于所有传感器节点，这些节点已经向上面节点传过报告包括第K 次报告。(.)g 是一个估计值用来近似隐含在当前信息下的函数值，它可能是个核心函数或者是一个最邻近映射。一个获得估计值k
f Λ与实际值f 之间测量误差的方法是测量预测读物和实际读物的误差，这只适用于每个节点上的差异。
如果我们定义k S 作为第K 次报告被传播的节点的子集，那么从
一个最优化的观点，这个问题能够被阐述这样，任给一个误差准则： 不行的是，在大多数情形下，这个解决方案和1,2,3….，k 采样的组合只能通过一个耗尽的组合整体得到。然而，如果我们采取贪婪的观点，那么我们在这最优化的方式中选择（k+1）次的报告。在我们的情形中，在第(k+1)次报告中的最优节点用*1
k i +表示并被定义为在所有可能的传感器节点中的最高网络收益。由于我们假设每一个节点
的传播能量耗损相同，最优化的焦点就会聚集在报告的收益上。如果我们被允许选择下一个的节点，理论上，我们会考虑一个解决方案来选择节点报告，来达到所有节点间全部误差的最小化。之前的工作已经显示在一些特定的情况下，在这种结构区域中选择报告给下一个的节点实质上获得过量的消极采样。大量的研究针对()k φθ和它们的影响在性能上的区别。大多数工作涉及到维持和更新的概率模型，针对分布式传感器节点读物和寻找传感器节点，使得该模型有最小的信心或者有最高的熵。最终的结果是非常密集的计算和通讯工作。
那么这些节点如何在仍然协同的工作的同时以一种分布式的方式来指定它们的传播延迟呢。对于计算和通讯来说，计算f Λ或者k Y Λ是非常密集的，尤其在融合中心。然而，我们建议每一个传感器以它们自己的方程来执行这个任务：1(,)k k
i i i i g X f θ+Λ=。在这里1k i f +Λ是1
k f +Λ的局部版本，其中1k i f +Λ是利用节点从信道k i θ和传感器自己位置来估计局部
1K i Y +的。注意到对任何i 来说局部估计1k i f +Λ并不能预测1K i
Y +Λ，但是仅仅可用于第i 个传感器节点。有一个重要的区别需要强调一下：1k i f +Λ既不感兴趣也不代表全局估计1k f +Λ，它仅仅是在传感器位置上的局部版本。这样，如果FC 希望的话它就能执行更复杂的运算，但这不需要计算这些信息反馈给每一个传感器，传感器也不需要计算它自己的估计给FC ，这样就节省了时间和通信成本了。
我们假设传感器的传播范围足够大，传感器i 传播范围之外的传感器读物相关性很小或者对传感器i 的影响很小，反之亦然。那么那
些窃听到在传播范围之内报告的传感器节点同样有局部版本k θ，定义为k i θ。此外，每一个传感器节点i 同样知道它精确的读物1k i Y +并且有
对它们自己有用的信息而这些信息FC 却不能得到，特别是节点i 精确的当地误差1k k k i i i Y f εΛ+=-。
表1对比了不同的当地变量符合以及这些局部变量所对应的全局变量。
表1
理想情况下，如果我们对所有的节点设定了一个确定性退避延迟k i T 这个延迟在每一个节点上与预测误差是成反比例的，那么有最大预
测误差的节点会最先传播，()k k i i T h ε=。因为每一个传感器能够计算它们自己的k i ε，它们就可以决定它们自己的传播的时刻。在网络中每一
个传播后k i T 。如果传感器节点在延迟时间内的任意时刻接收到新的信
息或者需要传播，那么该节点就需要更新它的误差并且重新计算它的延迟。一旦节点已经等待了它自己的延迟时间，它就会传播它自己的读物。如果再一段时间T 内没有传播给FC 中心，那么过程就会停止这种事件就会发生就像沉默预示着一种共识：进一步的贡献所获得的利益是有限的。算法1和2展示了Pseudo 码被全局或局部利用的算法的例子。
为了测量我们算法的性能，我们将它与称之为“贪婪Oracle ”分
离器进行对比。一个Oracle在选择下一个采样的最好的传感器读物时会有关于k 和k Y的全部信息。这个Oracle的性能可以被认为是一
个最好的可能的性能。我们自适
应方法的性能被用来与这个方法的绝对下限进行比较。
5. 总结
在这篇论文中我们讲述了“协同采样”，其对网络中的信息进行积极的采样，通过利用局部信息把传播形式统一为分布式。我们将这个想法应用在一个WSN隐藏函数的快速逼近上。本文给出了相应的理论结果，该理论结果是关于在确定数量静默时间的隐藏结果。仿真结果显示：它的性能可以与贪婪Oracle的性能相比较。距离前一次广播的理论误差范围给出的时间可以收紧并且实际生活中数据的性能还需测试。
参考文献
[1]孙利民,李建中,陈渝等.无线传感器网络.北京:清华大学出版
社,2005.
[2]于海斌,曾鹏,梁韦华.智能无线传感器网络系统.北京:科学出版社,2006.
[3]李莉,董树松, 温向明.无线传感器网络中的分簇算法[J].无线通信技术,2006.
[4]沈波,张世永,钟亦平.无线传感器网络分簇路由协议[J].软件学报,2006.
[5] Minglei Huang ,Yu Hen Hu. Collaborative Sampling in Wireless Sensor Networks. IEEE Globecom 2010.
[6]HOU Y T, SHI Y, SHERALI H D, etal. On energy provisioning and relay node placement for wireless sensor networks[J]. IEEE Trans on Wireless Communications, 2005.
[7]AL-KARAKI J N, KAMAL A E. Routing techniques in wireless sensor networks:a survey[J]. IEEE Wireless Communications.
[8] D. Puccinelli M. Haenggi Wireless Sensor Networks: Applications and Challenges of Ubiquitous Sensing Circuits and Systems Magazine, IEEE ,2005.
[9] P.Levis et. al. T2: A second generation os for embedded sen- sor networks. Technical report, University of California, Berkeley,2005.
[10] P. Levis, David Gay, and David Culler, "Active sensor ne- tworks," in In Proceedings of Usenix Network Systems Design and Implementation(NSDI), Boston, MA, USA., 2005.
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
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：
无线传感器网络面临的安全隐患及安全定位机制 随着通信技术的发展，安全问题显得越来越重要。在现实生活中，有线网络已经深入到千家万户：互联网、有线电视网络、有线电话网络等与人们生活的联系越来越紧密，已经成为必不可少的一部分，有线网络的安全问题已经能够得到有效的解决。在日常生活中，人们可以放心的使用这些网络，利用它来更好的生活和学习。然而随着无线通信技术的不断发展，无线网络在日常生活中已占据重要的地位，如无线LAN技术、3G技术、4G技术等，同时也有许多新兴的无线网络技术如无线传感器网络， Ad-hoc 等有待进一步发展。随着人们对无线通信的依赖越来越强烈，无线通信的安全问题也面临着重要的考验。本章首先介绍普通网络安全定位研究方法，随后介绍无线传感器网络存在的安全隐患以及常见的网络攻击模型，分析比较这些攻击模型对定位的影响，最后介绍已有的一些安全定位算法，为后续章节的相关研究工作打下基础。 3.1 安全定位研究方法 不同的定位算法会面临着不同的安全方面的问题，安全定位的研究方法可以 采用图 3-1 所示的流程来进行。
图3-1安全定位方法研究流程图 Figure 3-1 Flowchart of security positi oning research method 在研究中首先要找出针对不同定位算法的攻击模型，分析这些攻击对定位精 度所造成的影响，然后从两方面入手来解决这个安全问题或隐患：一方面改进定 位算法使得该定位算法不易受到来自外界的攻击，另一方面可以设计进行攻击检 测判断及剔除掉受到攻击的节点的安全定位算法或者把已有的安全算法进行改进使之能够应用于无线传感器网络定位，还可以从理论上建立安全定位算法的数学模型，分析各种参数对系统性能的影响，最后根据这个数学模型对算法进行仿真，并把仿真结果作为反馈信息，对安全定位算法进一步优化和改进，直到达到最优为止。 3.2安全隐患 由于无线传感器网络随机部署、网络拓扑易变、自组织成网络和无线链路等特点，使其面临着更为严峻的安全隐患。在传感器网络不同的定位算法中具有不同的定位思想，所面临的安全问题也不尽相同。攻击者会利用定位技术的弱点设计不同的攻击手段，因此了解各定位系统自身存在的安全隐患和常见的攻击模型对安全定位至
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
1武警部队监控平台架构介绍与设计 1.1监控系统的系统结构 基站监控系统的结构组成如上图所示，主要由三个大的部分构成，分别是监控中心、监控站点、监控单元。整个系统从资金、功能以及方便维护性出发，我们采用了干点加节点方式的监控方法。 监控中心（SC）：SC的定义是指整个系统的中心枢纽点，控制整个分监控站，主要的功能是起管理作用和数据处理作用。一般只在市级包括（地、州）设置相应的监控中心，位置一般在武警部队的交换中心机房内或者指挥中心大楼内。 区域监控中心（SS）：又称分点监控站，主要是分散在各个更低等级的区县，主要功能是监控自己所负责辖区的所有基站。对于固话网络，区域监控中心的管辖范围为一个县/区；移动通信网络由于其组网不同于固话本地网，则相对弱化了这一级。区域监控中心SS的机房内的设备配置与SC的差不多，但是不同的是功能不同以及SS的等级低于SC,SS的功能主要是维护设备和监控。 监控单元（SU）：是整个监控系统中等级最低的单元了，它的功能就是监控并且起供电，传输等等作用，主要由SM和其他供电设备由若干监控模块、辅助设备构成。SU侧集成有无线传感网络微设备，比如定位设备或者光感，温感设备等等。 监控模块（SM）：SM是监控单元的组成部分之一，主要作用监控信息的采集功能以及传输，提供相应的通信接口，完成相关信息的上传于接收。
2监控系统的分级管理结构及监控中心功能 基站监控系统的组网分级如果从管理上来看，主要采用两级结构：CSC集中监控中心和现场监控单元。CSC主要设置在运营商的枢纽大楼，主要功能为数据处理，管理远程监控单元，对告警信息进行分类统计，可实现告警查询和存储的功能。一般管理员可以在CSC实现中心调度的功能，并将告警信息进行分发。而FSU一般针对具体的某一个基站，具体作用于如何采集数据参数并进行传输。CSC集中监控中心的需要对FSU采集的数据参数进行报表统计和分析，自动生产图表并为我们的客户提供直观，方便的可视化操作，为维护工作提供依据，维护管理者可以根据大量的分析数据和报表进行快速反应，以最快的速度发现网络的故障点和优先处理点，将人力资源使用在刀刃上。监控中心CSC系统的功能中，还有维护管理类，具体描述如下： 1）实时报警功能 该系统的报警功能是指发现机房里的各种故障后，通过声音，短信，主界面显示的方式及时的上报给操作者。当机房内的动力环境，空调，烟感，人体红外等等发生变量后，这些数据通过基站监控终端上传到BTS再到BSC。最后由数据库进行分类整理后存储到SQLSEVRER2000中。下面介绍主要的几种报警方式： 2)声音报警 基站发生告警后，系统采集后，会用声卡对不一样的告警类别发出对应的语音提示。比如：声音的设置有几种，主要是以鸣叫的长短来区分的。为便于引起现场维护人员的重视紧急告警可设置为长鸣，不重要的告警故障设置为短鸣。这样一来可以用声音区分故障的等级，比方某地市的中心交换机房内相关告警声音设置，它的开关电源柜当平均电流达到40AH的时候，提示声音设置为长鸣，并立即发生短信告警工单。如果在夜晚机房无人值守的情况下：
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。
无线传感器网络的应用与影响因素分析 摘要：无线传感器网络在信息传输、采集、处理方面的能力非常强。最初，由于军事方面的需要，无线传感网络不断发展，传感器网络技术不断进步，其应用的范围也日益广泛，已从军事防御领域扩展以及普及到社会生活的各个方面。本文全面描述了无线传感器网络的发展过程、研究领域的现状和影响传感器应用的若干因素。关键词：无线传感器网络；传感器节点；限制因素 applications of wireless sensor networks and influencing factors analysis liu peng (college of computer science,yangtze university,jingzhou434023,china) abstract:wireless sensor networks in the transmission of informa- tion,collecting,processing capacity is very strong.initially,due to the needs of the military aspects of wireless sensor networks,the continuous development of sensor network technology continues to progress its increasingly wide range of applications,from military defense field to expand and spread to various aspects of social life.a comprehensive description of the development
第36卷 增刊Ⅰ2008年 10月 华 中 科 技 大 学 学 报(自然科学版) J.Huazhong Univ.of Sci.&Tech.(Natural Science Edition )Vol.36Sup.Ⅰ Oct. 2008 收稿日期:2008207215. 作者简介:郝志凯(19832),男,博士研究生,E 2mail :zk -hao @https://www.doczj.com/doc/932431999.html,. 基金项目:国家高技术研究发展计划资助项目(2006AA11Z225);国家自然科学基金资助项目(60635010, 60605026). 无线传感器网络定位方法综述 郝志凯 王 硕 (中国科学院自动化研究所复杂系统与智能科学实验室,北京100190) 摘要:介绍了国内外研究机构在无线传感器网络定位方法方面开展的研究工作,并对这些研究工作进行了归纳和总结.定位的基本方法分为距离式定位和非距离式定位.距离式定位是通过测量距离或角度进行位置估计,测量数据的精度对定位精度有很大影响.非距离式定位是通过节点间的hop 数或估计距离计算节点的坐标,这种方法不需要测量距离或角度,利用估计距离代替真实距离,算法简单但精度不高.无线传感器网络中定位方法的应用需要针对不同的应用场合,综合考虑节点的规模、成本及系统对定位精度等要求来进行设计和选择. 关 键 词:无线传感器网络;定位方法;距离式定位;非距离式定位;相对定位 中图分类号:TN919.2;TP732 文献标识码:A 文章编号:167124512(2008)S120224204 Survey on localization algorithms for wireless sensor net w orks H ao Zhi k ai W ang S huo (Laboratory of Complex Systems and Intelligence Science ,Institute of Automation , Chinese Academy of Sciences ,Beijing 100190) Abstract :Current researches in wireless sensor networks (WSNs ′ )localization algorit hms are int ro 2duced ,and t hese researches are analyzed and concluded.The p recision of t he nodes ′locations are im 2portant for t he data ′s effectiveness in WSNs ′.The localization algorit hms are divided into range 2based and range 2free.Range 2based algorit hms use t he measured distance and angle to calculate t he nodes ′coordinates.However ,t he range 2f ree researches use hop s or evaluated distance to localization ,which are simple but low 2precision.In different occasions ,t he algorit hm should be taken account in t he net 2work ′s size ,co st ,p recision and so on. K ey w ords :wireless sensor networks (WSNs ′ );localization ;range 2based ;range 2f ree ;relative po sitio 2ning 目前广泛使用的全球卫星导航定位系统GPS 可用来确定携带者的绝对位置,但不适合在 无线传感器网络中大量使用.主要有以下原因[1]:a .成本高.无线传感器网络中的节点数量多、分 布密集,如果各节点都配备GPS 接收器成本很高;b .能源限制.网络中的节点通常是通过内部电池进行供电,由于其工作环境有时在森林、山地等人迹罕至的地方,对其进行电源更换困难;c .工作环境限制.节点有时会分布在室内等电磁 波较难到达的环境中,这种工作环境下GPS 无法完成定位任务;d .尺寸较大.由于上述种种原因使得GPS 不能广泛用在无线传感器网络系统的节点上,这就需要发展适合于无线传感器网络应用的节点定位方法. 鉴于无线传感器网络节点在能耗、计算能力、通信能力等方面的限制,其节点的定位方法应该具有分布式、低复杂性、精度较高、通用性较好等特点,国内外的研究机构已开展了大量工作[2～9].
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。
无线传感器网络的研究现状及发展 默认分类 2008-06-12 18:19:20 阅读910 评论0 字号：大中小 摘要：无线传感器网络(WSN>综合了传感器技术、微电子机械系统(MEMS>嵌入式计算技术．分布式信息处理技术和无线通信技术，能够协作地实时感知、采集、处理和传输各种环境或监测对象的信息．具有十分广阔的应用前景，成为国内外学术界和工业界新的研究领域研究热点。本文简要介绍了无线传感器网络的网络结构、节点组成，分析了无线传感器网络的特点及其与现有网络的区别。进而介绍现有无线传感器网络中的MAC层技术、路由技术、节点技术和跨层设计等关键技术。最后展望无线传俄器网络的应用和发展并指出关键技术的进步将起到决定性的促进作用。 关键词：无线传感器网络节点 MAC层路由协议跨层设计 Abstract: Wireless sensor network (WSN> is integration of sensor techniques, Micro-Electro-Mechanical Systems, embedded computation techniques, distributed computation techniques and wireless communication technique. They can be used for sensing, collecting, processing and transferring information of monitored objects for users. As a new research area and interest hotspot of academia and industries, Wireless Sensor Network(WSN> has a wide application future. This paper briefly introduced the wireless sensor network of networks, nodes, the analysis of the characteristics of wireless sensor networks and the differences wih the existing networks. And the MAC layer technology, routing technology, joint cross-layer design technology and key technology are introduced . At last the prospects of wireless sensor network are discussed in this article. Key Words: Wireless Sensor Network, node, MAC, routing protocol, Cross-layer design 一、概述 随着通信技术、嵌入式计算技术和传感器技术的发展进步，包括微电子机械系统 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 摘要 无线传感器网络（WSN，Wireless Sensor Network）是近年来迅速发展并受到普遍重视的新型网络技术，它的出现和发展给人类的生活和生产的各个领域带来了深远的影响。无线传感器网络节点定位技术是无线传感器网络应用研究的基础。目前，已有多种定位技术被应用于室内定位中，尤其是基于接收信号强度（RSSI，Received Signal Strength Indication）的定位技术以其低功耗、低成本、易于实现等优点，得到了无线传感器网络研究学者们的青睐。 本文重点研究了基于RSSI的室内定位的关键技术，主要包括定位模型分析和定位算法设计。首先，为了获得较为精确的定位，根据RSSI测距原理和无线信号传播衰减模型在设定的室内环境进行多次实验，通过计算及均值处理等方法反复调整以获得标准的定位模型参数，得到高精度的等效距离。接着，根据三边定位算法原理简化定位算法，建立更为简单的定位模型，采用双边定位得到两个可能的定位点，再利用RSSI测距原理对两个定位点进行择优选择确定定位点。最后，在Arduino开发平台上对参考节点与未知节点这两类iDuino节点的室内定位模型进行了软件开发设计和程序开发。在设定的室内环境部署iDuino节点，搭建实验定位模型，并实现了定位。 关键词：无线传感器网络，节点，室内定位，RSSI，Arduino ABSTRACT Wireless sensor network (WSN) is developed rapidly and universally emphasized as a new network technology in recent years, the advent and development of WSN have had a profound and lasting impact on the life and all areas of production of human beings. Wireless nodes localization technology is the basis in the application and studies of wireless sensor network. There are a variety of positioning technology have been used in indoor location at present, especially the based on RSSI (received signal strength) positioning technology gets a great preference from many scholars of studies of wireless sensor network with the advantages of low power consumption, low cost and easy to realize. This paper mainly studies the key technology of indoor positioning based on RSSI, which mainly includes the positioning model analysis and positioning algorithm design. First, in order to obtain more accurate positioning, we perform several experiments according to the RSSI ranging principle and wireless signal propagation attenuation model in the setting of indoor environment, and get accurate positioning model parameters and equivalent distance by the methods of calculation and mean processing. Then, we simplify Trilateral Localization Algorithm to Bilateral Location Algorithm and establish a simpler positioning model, with which we can get two nodes of possible location, and determine the better node according to the RSSI ranging principle. At last, we make software designing and programming of these nodes that are anchor nodes and nodes of unknown on the Arduino development platform. Combined with the indoor environment we selected, we deploy the iDuino nodes and then build location model, with which we implement the location. KEY WORDS：Wireless Sensor Network，Nodes，Indoor Location，RSSI，Arduino 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无线传感器网络技术试题
基于arduino的无线传感器网络室内定位方法的研究大学论文
基于无线传感网络的大型结构健康监测系统_尚盈
相关主题
文本预览