基于无线传感器网络的车辆定位技术研究【摘要】智能交通在城市道路交通系统中有重要地位，作为智能交通重要支撑技术之一的车辆定位的研究有重要现实意义。无线传感器网络作为一种新兴应用性网络技术，能够自主实现数据采集、融合和传输应用的智能网络应用系统。本文介绍了适用于公交、高速及普通车辆的基于无线传感器网络的车辆定位技术，在分析了全球定位和站点信标定位等定位技术基础上，提出了一种基于无线传感器网络的Zigbee技术自动模型转换的车辆定位算法，网络中节点为无线收发模块，无线传感器网络相较于有线模式，具有设备成本、环境等要求低的优势。
【关键词】车辆定位技术、无线传感器网络、公交车辆、高速车辆、ZigBee技术
毕业设计（论文）原创性声明和使用授权说明
原创性声明
本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：日期：
指导教师签名：日期：
使用授权说明
本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：日期：
学位论文原创性声明
本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。
作者签名：日期：年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名：日期：年月日
导师签名：日期：年月日
1研究背景和目的
随着社会的发展进步，人们对智能交通要求越来越高，车辆定位作为智能交通系统中的重要组成部分，引起了广泛的关注。由于GPS定位在高楼、深山等地处失效以及其价格问题，需要有针对公交车辆和高速车辆这两种交通的特殊定位方法。然后系统的提出基于无线传感器网络的Zigbee技术自动模型转换的车辆定位算法。
1.1无线传感器网络的体系结构
无线传感器网络[1]通常包括传感器节点、中心节点、任务管理节点，其网络体系结构如下图：
图1.1 无线传感器网络体系结构
大量传感器节点随机部署在监测区域内部或附近，能够通过自组织方式构成
网络。传感器节点监测的数据沿着其他传感器节点逐跳地进行传输，在传输中监
测数据可能被多个节点处理，经多跳路由到汇聚或中心节点，最后通过互联网或
卫星到达管理节点。用户通过管理节点对传感器网络进行配置和管理，发布监测
任务以及收集监测数据。
1.2典型车辆定位技术
（1）无线电定位技术
根据若干无线电基站所发出信号的强弱及波长、相位、数字信号或其他方式来推算被测物体位置的技术[6]。根据无线电发射基站所在位置的不同，可以分为地基电子定位和天基电子定位，天基电子定位又称卫星定位和“北斗一号”卫星定位系统。
对普通民用用户而言，可供选择的卫星定位系统主要有两种：GPS(全球定位系统)和GLONASS(全球轨道卫星导航系统)。
（2）航位推算(DR)法
依据牛顿力学原理进行定位，通过利用各种惯性传感器测量载体的速度、加速度、位移和航向等信息，解算出载体在惯性坐标系中的相对位置。
定位的主要原则在于：利用其本身所装设的距离感测元件与方向感测元件，得出车辆行驶的距离与方向的改变，即可算出车辆位移的向量。开机时需由外部提供初始位置信息，后续的数据经由折算距离与角度再加到初始数据上，而得出目前的位置。
航位推算法通常存在距离与相位误差，而且误差会随着距离与时间的增加而累积，此误差称为累积误差。经过一段时间或距离的运作后，必须修正初始数据。（3）信标法
在都市内均匀地设置固定自动车辆识别设施，再依据车辆与路边设施的关系，求出车辆与信号标杆的相对位置。
适用于固定路线，当装有感应器的车辆经过信号标杆时，标杆上的发报器立刻将信号传回调度中心，此种系统的定位精确度依信号杆设置密度的疏密而定，且车辆需按固定路线行驶时方能定位。
（4）RFID 定位技术
RFID 定位技术不需要卫星或者蜂窝网络的配合，可由用户自己布置在特定区域进行定位，例如停车场、滑雪场。在这些区域的特定地点( 例如关键出入口) 安放RFID 阅读器之后，系统可以实时检测到带有RFID 装置的物体处于什么位置，其精确度在于RFID 阅读器的分布。
RFID(RadioFrequencyIdentifieation)，即射频识别，俗称电子标签。它是一种非接触式的自动识别技术，通过射频信号自动识别目标对象并获取相关数据。RFID由标签、解读器和天线三个基本要素组成。其基本工作原理并不复杂，标签进入磁场后，接收解读器发出的射频信号，凭借感应电流所获得的能量发送出存储在芯片中的产品信息(PassiveTag，无源标签或被动标签)，或者主动发送某一频率的信号(ActiveTag，有源标签或主动标签)。解读器读取信息并解码后，送至中央信息系统进行有关数据处理。
然而制造技术较为复杂，智能标签的生产成本相对过高;标准尚未统一，最大的市场尚无法启动;应用环境和解决方案还不够成熟，安全性将接受很大考验。
(5)地图匹配(MM)法
一种基于软件技术的定位误差修正方法,多用来加强上述定位系统的不足。基本思想是将车辆定位信息与数字地图中的道路网信息联系起来, 并由此确定车辆在地图中的位置。假设车辆在数字地图的内部，当定位系统提供的车辆位置坐标没有与路段配合时，地图匹配法会寻找最近的路段，在地图上标示车辆位置。地图匹配可视为虚拟定位系统，位置的决定是依据节点(路口)、路型点(如转弯曲线的始点或终点)及道路的方位而定。
若地图定位的精度较定位系统好，则采用地图匹配定位，定位精度15m以内。
(6) 组合定位法
GPS或GLONASS卫星导航系统能迅速、准确、全天候地提供定位导航和授时信息，但在城市高楼区、林荫道、涵洞及深山峡谷内，GPS或GLONASS的上述功能可能会失效。但最重要的原因是这种方法价格昂贵。
航位推算是一种常用的车辆定位技术，但方向传感器随时间积累误差较大，不能单独、长时间地使用。为了保证车辆正常行驶时能够准确定位，必须使用地图匹配的方法显示及进一步校正定位误差。
目前，车辆组合导航通常有以下几种组合形式：GPS／DR、GPS／MM、GPS／DR／MM、GPS／GLONASS、GPS／GLONASS／MM、GLONASS／DR／MM。
(7) Zigbee技术
Zigbee是一种具有统一技术标准的短距离无线通信技术[5]，应用层的开发根据用户自己的应用需要进行。其标准架构是在OSI七层模型的基础上根据市场和应用的需要制定的，其中，IEEE 802.15.4标准定义了物理层PHY和媒体访问控制MAC层；Zigbee联盟对定义了网络层协议和应用层；应用层包括应用支持子层APS，应用框架AF，ZigBee设备对象ZDO以及用户定义应用对象。Zigbee技术不仅具有低成本、低功耗、低速率和低复杂度等特点，而且还具有可靠性高，组网灵活简单，响应速度快，网络容量大等优势。
基于Zigbee技术的无线传感器网络可组成以下3种基本的网络拓扑结构：星形网络结构，网状网络结构和簇状网络结构，其中特别是网状网络结构，具有很强大的网络健壮性和系统可靠性。
按设备在无线传感器网络中充当的角色可以将Zigbee设备分为网络协调器，网络路由器，网络终端等三种设备类型。如果无线传感器网络需要与外部网络互联通信，则在无线传感器网络中还可以定义为网关或称网络主机。
结合道路上Zigbee节点的布置情况，分别介绍集中式定位算法和分布式定位算法这两种算法的定位过程。
1）集中式定位算法
车载终端发出一个信号，若干个基站接收之后把收到的信息传送给控制中心,然后控制中心利用定位算法进行定位，求出车辆的位置。集中式定位算法只需车载终端发出一次数据报，不需要专门的定位数据报，并可用较复杂的计算方法，求出较高精度的定位结果，如图所示。
图1.2 集中式定位算法示意图
图1.3 分布式定位算法示意图
2）分布式定位算法
此种算法和GPS工作方式相似。基站每秒钟若干次重复广播一个信息，包括自身的位置、ID号和发布信息的时间等。然后，各个车载终端接收到广播信息后，可以计算出自身的坐标位置，如上图所示。
无论上述哪种定位方式，都可以使用相同的定位算法。求出车辆位置后，可通过广播信道将此车辆的位置信息告知其它车辆。从而，其它车辆利用这些信息可以求出哪些车辆离自己很近，提前做好避车的准备。
1.3 测距技术
测距指标的高低直接影响定位算法的性能。测距技术是基于距离定位算法的基础，主要有基于到达时间(TOA)的测距技术、基于到达时间差(TDOA)的测距技术、基于到达角度(AOA)的测距技术和基于接收信号强度指示(RSSI)的测距技术。
(1)TOA(Time of Arrival)
己知信号传播速度，通过测量信号在两个节点间的传播时间可以得到两个节
点之间的距离。使用无线电信号TOA技术最基本的定位系统是GPS。但是TOA技术微小的时间测量误差会带来巨大的测距误差，所以GPS系统中对于时钟同步的要求非常高，卫星上装有价值昂贵、精确度很高的原子钟，GPS接收机采用精确度略差的石英钟，并通过不断与卫星进行时间同步的方法来减少时钟误差。(2)TDOA(Time Difference of Arrival)
通过记录两种不同信号在两个节点间的传播时间差，再基于两个信号的传播速度，最后由传播时间差计算得到两个节点之间的距离。己经有一些定位算法采用此种测距方法，通常使用无线射频信号和超声波信号，发射节点同时发出这两种信号。
与上述TOA方法相比，TDOA不需要时间同步，对时间精度的要求较低，然而同样会受到超声波传播中NLOS的限制，只能适用于节点部署较为密集,障碍物较少的情况。
(3)AOA(Angle of Arrival)
该方法将距离的测量转换为角度的测量，未知节点通过天线阵列或其它特殊接收设备感知锚节点信号的到达方向，接着计算两节点之间的相对方位角，最后通过三角测量法计算未知节点位置坐标。其缺点同样受外界环境的影响，需要额外硬件，一般无线传感器网络设备无法满足这种测距技术对设备在硬件尺寸和功耗上的要求。
(4)RSSI(Received Signal Strength Indicator)
已知发射节点发射信号的强度，接收节点根据收到的信号强度，计算出信号的传播损耗，利用信号在空间的传播理论和信号传播经验模型将传输损耗转化为节点之间的距离。该技术主要使用射频(RF)信号。因传感器节点本身具有无线通信能力，故其是一种低功耗、廉价的测距技术。它的主要误差来源是由环境所造成的信号传播模型的不准确性。通常将其看作为一种粗糙的测距技术。需采用各种算法来减小测距误差对定位精度的影响，如根据测量信号的误差统计特性进行多次测量迭代以减小测距误差。
2 公交车辆定位技术
基于GPS实现的公交车辆监控系统的定位的特点是定位精度为5m～17m，系统由三部分组成：一个是车载的GPS接收机和无线发射装置，该装置使用业余频段将车辆的位置信息传输给监控中心主机，监控中心将信息处理，回传给每一个车站的LED组成的车辆位置显示屏。乘客通过LED显示屏上面闪烁的小红灯得知车辆目前在哪一站。该系统的成本较高，功能单一。
然而因乘客只关心所乘坐的车辆会在几分钟后到达，并不关心这条线路上有多少辆车。
2.1 站点信标定位技术
信标定位法运用于公交车辆的技术称为站点信标定位技术[6]，把信号标杆和电子站牌结合起来，组成站点单元，设置在每一个公交站点。相对GPS定位而言，它使得城市中公交车辆的监控和定位以较低廉的价格就可实现，且能满足公交的应用需要。
公交车停靠车站、车载单元与站点信标之间可采用红外通信技术。站点信标将该车的身份以及到站时刻等信息记录下来，然后把这些信息传送给控制中心。车载单元发送车辆信息给站点单元，它们之间是单向通信。站点单元和控制中心之间是双向通信。站点单元收到信息后，将通过通信链路报告给控制中心。这里的通信链路可以采用有线链路或无线链路两种方案.
有线链路是通过铺设电缆或光缆将所有站点以及控制中心连接起来。所有站点与控制中心之间连成网络，信息沟通方便快捷可靠。
无线通信链路的方式，即采用专用或公用的通信网进行信息传输。
控制中心收到信息后，通过查询数据库(车辆信息数据库、站点信息数据库、线路信息数据库)，就可知道该车更详细的内容、它现处于哪个站点上以及它将到达的下一个站点等。控制中心通过一定的算法，找到每一个站点将要到站的那一班公交车，然后根据行车平均速度和站点与站点间的平均行车时间等经验数据，计算出每一个站点对应的那一班公交车将要到站的时间。
2.2 数据传输和相关问题处理
（1）网络的组成和结构
网络中由信标节点和移动节点两类节点组成,这两类节点都是无线收发模块,其它还有相关的微处理器,数据采集和控制相关操作的软件, 中转节点是与带有监控的软件平台的PC 计算机相连提供定位数据的信标节点。
本算法[4]是基于比较简单的网络构造,网络结构是信标节点成线性或非闭合曲线的排布, 这样符合城市街道布局, 可以把信标节点沿城市干道排布, 把移动节点安装在路径上述干道的公交车辆上, 公交车辆在散布信标节点的道路行驶。
图2.1 网络拓扑结构
(2)系统帧的结构
仿照802.15.4协议MAC数据帧结构构造下列帧结构，图2.2分别给出了数据帧的结构，确认帧的结构与数据格式相同。数据帧类型，是区分数据帧和确认帧或其他功能信号，路由信息是防止数据反复重发设置的，发过同一数据的信标
节点把自己的编号加入到相应的路由位，传感信息用于公交车辆的位置，时间戳，路况等一些传感数据，或者具体应用的扩展。 图2.2 数据帧结构
在系统启动时，由中转节点发送时间同步信号，接收到的节点的时间片清零，未收到同步信号的节点可通过扩散的方式由相邻的上一级节点传输同步信号（同步信号为零号数据帧），接收到同步信号时向中转节点返回确认信号，否则重发。以后在每一次时间轮片过程的第一时间有中转节点发送时间同步信号，各个节点自动以该信号或接收到的其它节点信号自动同步，或修正同步时间误差。
(3)数据传输过程
整个系统根据节点个数设置时间片大小和个数。每个时间片对应一个号码，每个节点（除中转节点）一个号码。节点发送数据信息，只能在属于自己的时间片内发送。每个节点都有编号。信标节点接收到数据后开始向周围邻近信标节点转发数据帧，移动节点不负责转发数据，当临近信标节点获得自己的时间片后，再向其临近节点转发，最后把数据传送到中转节点，中转节点获得数据。
为了阐述数据的传输过程，截取一段目标监控区域，移动节点A 对相邻的信标节点在自己的时间片发出请求信号，请求成功后，将定位信息向邻近节B 发送，信标节点B 接收到了数据后，首先对数据进行校验，由于B 节点是第一次转发此数据，因此在路由位1中加入自己的节点编号，数据帧如下：
这样就防止同样的数据地在B 点重复传输，B 点在自己的时间片下向邻近节点C 转发数据，而C 节点在接收到数据以后，把自己的节点编号加入到路由位2，数据帧如下：
然后向邻近的B ，D 转发数据，由于前面路由位1的设置，使得数据不能回传，同样数据到达D 点后由于路由位2的作用也不会回传，这样数据转发至F ，空路由位只剩一个，然后下个节点接收到数据后，把路由位2清空（原来为0CH 替换位0FH ），添加自己的编号，数据帧如下：
1字节
1字节 1字节 1字节 1字节 1字节 1字节 1字节 11字节 2字节 源地址 数据帧
类型 数据帧长
度 路由位 1 路 由 位
2 路 由 位
3 路 由 位
4 路 由 位
5 传感信息（含报警、上行下行等信息）
数据帧尾（FCS 校验位） 帧头
负载 帧尾 0AH 00H 12H 0B 00H 00H 00H 00H 0H 80H
0AH 00H 12H 0B 0CH 00H 00H 00H 0H 80H
0AH 00H 12H 0B 0FH 0DH 0EH 00H 0H 80H
下个节点在路由位3添加，添加至第四个路由位，下个节点再替换第二个路由位，如此反复循环，这样就使数据减少重复传送，提高传输效率，直至到达中转节点，再由中转节点传输至基站PC 。
(4)车辆定位中相关问题的处理
公路交通中出现如交通堵塞或交通事故等紧急情况发生下，需要及时地通知监控台，再由监控台通知相关部门做好疏散等相关处理工作，以免事态扩大，此时就需要信标节点优先处理这样的报警信息，无需再等待时间片，使报警信息及时到达监控台。
由于公交车辆存在上行和下行问题，在数据传输上必须区别对待，在传感信息位中加入一个比特位1表示上行，0表示下行。节点发送数据用此来表示是上行或下行，同时在车站牌的信标节点安装显示屏，在每一路牌下都有按钮，按下按钮表示等待该路公交车的乘客请求该路公交车到达时间，同时候车乘客也可以通过车站信标节点的按键向将要到达的公交车辆设置数据帧类型以防止误车。在公交车辆里的上车门和下车门安装光敏器件记录上车和下车的客流量信息，通过车载移动节点发送回监控台，监控台通过数据分析，来及时对交通进行调度。
如x 路公交车（编号为x ）以普通50-60人的上行公交车为例，在A 站台候车的乘客想知道x 路车什么时候到达A 站台，按下x 路站牌下按钮，在此站牌的信标节点扫描按键，产生数据帧如下：
数据帧类型为1表示非数据帧，信息位0xH 代表公交标识，01H 表示上行，则下行x 路车不对此数据作出回应，上行的x 路车移动节点接受到以后，分析数据帧类型和信息位，产生数据帧如下： 上行站点A
接收到数据分析后，把前方来车的位置显示在显示屏上，候车人可根据时间来决定是否改乘其它路车辆。
图
2.3 定位系统流程图
0AH
01H 0612H 00H 00H
00H 00H 00H 0xH 01H 80H 帧头 信息位 校验位
0xH 01H 06H 00H 00H
00H 00H 00H 0xH 01H 时间 80H 帧头 信息位（其余为0） 校验位
x路车到A站后，通过上车们和下车门的设备统计了上车（15人），下车人
数（10人）后设置数据帧如下：
0xH 00H 06H 00H 00H 00H 00H 0FH 0AH 01H 00H 80H
帧头信息位（其余位为0）校验位基站接收到类似的数据帧（类型为0）后首先对路由位1统计，对于路由位
1相同的下车人数字段进行叠加，当超过某一数值时对路由位1地址的路段进行
交通调度缓解这一路段的交通压力。
（5）定位过程和网络速度
移动节点会定时的向基站发送信息，使基站能够实时的监控到各个移动节点的
位置和传感信息，移动节点定位是通过其附近的信标节点来确定的，移动节点封
装好数据帧向信标节点发送数据，信标节点通过地址匹配和校验后，向上一级转发，这样最终到达基站，因此，对网络速度就有一定的要求，否则无法体现定位
的实时性，假如，某条道路中有256节点，通常在井下对于信标节点密度不需要
太大，以56个信标节点和200个移动节点。目前，一般的无线收发模块的发送
速率为100k~1Mbps，本文数据帧为21字节，168位数据装配成发送数据为336
位数据以100kbps发送时间为0.00336s，时间片的长短要视收发模块缓存大小而定，如使用nrf905，则可把时间片设为0.02s，可以让节点把尽可能多地数据在
一个时间片内把移动节点的请求都发送出去，那么轮转一周时间为5.12s，考虑
最坏的情况，当全部移动节点都集中到离中转节点的最远的信标节点进行信息的
发送，那么数据每个数据将经过55个节点转发，即至少要55×0.02=0.11s。
2.3 驾驶员辅助定位技术
让监控中心和站点乘客获悉公交车辆准确位置是关键问题。把公交车的车载
单元与电子报站器等车载设备结合起来，在车辆到站时，让驾驶员操纵车载单元
向监控中心报告到达的站点。这样，监控中心可以知晓线路上每一辆车的运行情况。通过一定的分析处理后，监控中心向每一个站点发布即将到站的公交车信息。
驾驶员在每到达某一站时按一下按钮，既向乘客报站，又将该车所在位置信
息发送回了公交公司的控制中心网站。这里车载单元和控制中心之间只能采用无
线通信链路进行通信，可采用短消息通信方式，短消息里记录了车辆的身份、所
到的站点、时间等信息.控制中心显示并计算该车的位置，并发布给相关的所有
站点单元。同时还可将该车站以及车辆信息更新在电子地图网站上，可以随时供
上网的人查询。
站点单元和控制中心之间的通信也是无线和有线两种方式可选择。这种定位
技术需要驾驶员的参与，称为驾驶员辅助定位技术，其优点是该系统虽然半人工化，但是它却较好地解决了GPS方案中系统庞大、造价过高的问题，而且它不需
在站点布设信标，因此，比站点信标定位技术的成本还要低。技术的关键在于车
载单元的研制，并可根据需要做模块；同时，如果能依靠现有的城市地下光缆进行有线通信，可使系统的数据传输速率稳定、及时，使该系统具有更高的可靠性。
3 高速公路车辆定位技术
基于无线传感器网络的车辆定位系统设计方案[8]在结构上可分为四大部分: 车载有源RFID 电子标签、RFID 射频集信基站、分控中心和高速公路车辆管理中心。系统可通过无线射频技术提供其所在车辆的基本信息，包括车主信息、车辆状态等。RFID射频集信基站的功能是接收车载有源RFID 电子标签发射的信息。该系统采用有源RFID 技术实现路边RFID 射频集信基站与车载有源RFID 电子标签间的通信，并对车辆身份进行识别。
基于无线传感器网络的车辆定位系统可用于高速公路的交通和车辆管理。通过在需要管理和监控的场合设立基站，利用基站就可通过无线射频通信方式与安装在汽车上的车载有源RFID 电子标签进行通信，以获取车辆牌照等信息，并发布必要的交通信息给车辆驾驶员。基站可与高速路段的分控中心联网，而分控中心又可与交通车辆管理中心联网，从而构成整个高速路动态交通监管系统。
图3 动态交通监管系统结构示意图
分控中心和高速公路车辆管理中心根据所获取车载RFID 有源电子标签中的信息、地域编码和车辆通过RFID 射频集信基站的时间来形成车辆行驶记录，并以数据库的形式存档。高速公路车辆管理中心可通过互联网查询任何车辆信息。高速公路车辆管理中心是交通管理的通信、调度、监控和协调指挥枢纽，可分级分区设置。主区域控制中心下辖多个分控中心，分控中心按不同的区域平行设置。控制中心之间可以相互交换数据，可实现交通车辆的跨区域管理、调度与协调。分控中心的设置应该根据交通道路的主次、道路密度及道路的交通密度来设置。
关键问题有四个: 其一车辆检测与信号强度检测节点通过监听车载节点发送的数据包判断车辆是否在自己检测范围内，并测量接收信号强度，估算同目标
车辆之间的距离; 其二是网络通信问题，由于传感器节点通信半径有限，在检测到车辆信息之后要通过多跳转发方式将信息发送给基站; 其三基站设计与信息处理，包括基站的硬件设计和数据处理方式; 其四是服务器客户端查询方式，包括服务器数据库开发和客户端查询方式和显示界面。
高速公路上要对车辆高速识别。首先，要解决的问题就是实现车辆的高速识别问题车辆在高速公路上行驶正常速度为100 km/h ～120 km/h ，车速较高时可以达到200 km/h 以上，一个标识站中的读写器可以覆盖的有效距离大约为100 m ，所以，通过标识站的时间只有大约30 ms 。这么短的时间内，要能够正确的读取车内的RFID 标签的数据，是需要解决的主要关键问题。其次，便是RFID 电子标签的封装。RFID 电子标签的封装形态通常要求识别率高、可靠性高、成本低、便于在车上安装和拆卸、封装中应避免由于操作原因而产生无法识别的现象，同时还要便于携带以及与现有IC 卡的有机合成等。
4 基于自动模型转换的车辆定位算法
本车辆定位算法是基于距离的无线传感器网络定位算法。基本过程分成三个基本步骤：
第一步是基于TOA 技术的测距;
第二步是最小二乘算法，将测距结果转换成车辆位置坐标，为第三步滤波提供观测值；
第三步是自动模型转换Kalman 滤波，利用观测噪声的统计特性和车辆运动轨迹的连续性来进一步提高车辆的位置估计精度。
4.1 最小二乘定位算法
最小二乘算法[5]是最基本的一种基于距离的定位算法。基于距离的定位算法通常分为三个阶段：第一个阶段是测距阶段，未知节点直接或间接测量到邻近节点的距离；第二个阶段是定位阶段，对于二维定位，未知节点在计算出到达三个或三个以上锚节点的距离后，可以利用最小二乘算法等定位算法计算出未知节点的坐标，完成初步定位；第三个阶段是求精阶段，如利用测距噪声具有的统计特性进行循环求精，利用节点运动状态的连续性进行滤波求精等。最小二乘算法是基于自动模型转换的车辆定位算法的基础，详细分析该法的特点和计算过程如下。
已知1,2,…,n 等n 个锚节点位置坐标分别为()()()n n y x y x y x ,,,,2211?,节点()y x P ,是未知节点，测得这些锚节点到节点()y x P ,的距离分别为n d d d ?21,,z 是距离测量值中可能存在的偏差，则可以得出以下表达式：
()()()()()()2
222
12121z d y y x x z d y y x x n n n -=-+-?????????????-=-+- （1） 通过求解此方程组，可以得出P 点坐标()y x ,。由于测距误差的存在，方程组（1）或许没有合理的解，因此可以求出()y x ,在最小二乘算法意义上的最优估计值，使上述方程组近似成立。
由(1)式可得：22222222
22222222222
11221122121222222222n n n n n n y yy y x xx x z z d d y yy y x xx x z z d d y yy y x xx x z z d d +-++-=+-?
???????????????????+-++-=+-+-++-=+- （2）
以上方程组是关于x,y,z 的二次方程组，是非线性的，求解比较困难繁琐。如果从第二个式子开始，每个方程式分别减去第一个方程式，那么可得到关于x,y,z 的如下线性方程组：
()()()()()()()()()()()()()()()212122111212212123
233121212123212122
222121212122222222222222222222y x y x y y y x x x z d d d d y x y x y y y x x x z d d d d y x y x y y y x x x z d d d d n n n n n n +-++-+-=-+-?
??????????????????????????????+-++-+-=-+-+-++-+-=-+- （3）
分别令，
()()()()()()()()()21221212212123212123
23132122212122
2212113113211211131312121131132112;;;22,;22;22;
22;22;22;
22,;22;22d d y x y x d d y x y x d d y x y x y y p y y p y y p d d k d d k d d k x x r x x r x x r n n
n n n n n n n n --+-+=???????????????????--+-+=?--+-+=?-=?-=-=-=?-=-=-=?-=-=，，
则可以得到最小二乘法的目标函数公式：()∑=?+++=n i i i i i z k y p x r g 2
2
1111 （4） 对x,y,z 分别求偏导并令其为零，可以得到g 取极小值时的关于x,y,z 三元一次方程组：
[][][][][][][][][]0
222/0222/0
222/111111312121212121212121211111131313131312121212121111113131313131212121212=?++++?+?+++=+?+++=??=?++++?+?++++?+++=??=?++++?+?++++?+++=??n n n n n n n n n n n n n n n k z k y p x r k z k y p x r k z k y p x r z g p z k y p x r p z k y p x r p z k y p x r y g r z k y p x r r z k y p x r r z k y p x r x g （5）
整理得到如下方程组：∑∑∑∑∑∑∑∑∑∑∑∑============?-=++?-=++?-=++n
i i n i n i n i i i i i i n i n i n i n i i i i i i i n i n i n i n i i i i i i
i k z k y k p x k
r p z k p y p y p r r z k r y p r x r 21212222111112
22212111211122
2212111112
1 （6） 最后解方程组(6)得到P 点坐标和测距值中存在的偏差。
由整个求解过程可以看出，最小二乘算法位置估计和所用锚节点个数n 、锚节点自身位置的准确度、锚节点之间的拓扑关系，测距误差等因素密切相关。
最小二乘法求取车辆位置的过程如下结论：
(1)同时参与定位的ZigBee 基站的数量n 越大，说明在最小二乘法计算之前获得的关于未知节点的信息越多，那么定位结果就会越准确。
(2)定位精度和参与定位的ZigBee 基站的拓扑结构密切相关，当设置的合理时(比如参与定位的基站关于定位节点对称等)，会明显提高定位的精度。
(3)当测距n d d d ?21,,越准确时，越容易得出精确的定位结果；另外，基站本身位置坐标的不准确度可以等效为测距的不准确度，会增加最小二乘定位算法的不确定性。
(4)影响最小二乘定位算法的因素很多，单纯依靠最小二乘算法进行定位，定位精度的不确定性大，并且定位精度低。如果单纯依靠增加定位基站数量来提高定位精度的话，会增加Zigbee 定位网络中的通信流量。一方面是耗能增大，影响网络的使用寿命，另一方面不利于网络中其它信息的交换。所以本文在使用最小二乘算法的基础上引进Kalman 滤波，在定位的同时估计出车辆的速度和加速度，具有一定的现实意义。
4.2 随机线性离散系统Kalman 滤波基本过程
（1） 随机线性离散系统方程
k k k k k k k k k k k V X H Z W X X +=Γ+Φ=----1
1,11, （7）
k X 是状态向量空间，包含所要估计车辆位置、速度、加速度等信息；1,-Φk k 是状态向量从k-1时刻过渡到k 时刻的一步转移矩阵；1,-Γk k 是系统噪声的驱动矩阵，和1-k W 一起反映状态向量转换的精度；1-k W 是系统方程中引入的状态转移误差矩阵；k Z 是系统的观测矩阵；k H 是观测转移矩阵，反映状态向量空间与观测值的关系；k V 是观测值引入误差，反映观测值精度；
根据kalman 滤波理论，若要实现kalman 最优滤波效果，需满足如下假设条件：[][][][];;;0;0;0][kj k T j k kj k T j k T j k k k R V V E Q W W E V W E V E W E δδ=====
其中k Q 是关于系统过程噪声的对称非负定方差矩阵，k R 是关于系统观测噪声的对称正定矩阵，kj δ在k=j 时为1，j k ≠时为0。
（2）Kalman 滤波基本过程
状态一步预测11,1,-∧--∧Φ=k k k k k X X （8）
状态估计??
????-+=-∧-∧∧1,1,k k k k k k k k X H Z K X X （9） 滤波增益矩阵[]111,1,----=+=k T k k k k T k k k k T k k k k R H P K R H P H H P K 或 （10）
一步预测误差方差阵T k k k k k T k k k k k k k Q P P 1,11,1,11,1,-------ΓΓ+ΦΦ= （11）
估计误差方差[][][]1,1,---=+--=k k k k k T k k k T k k k k k k k P H K I P K R K H K I P H K I P 或（12）
由以上Kalman 滤波过程可以看出：
1）当k R 变大时，k K 变小。这是因为k R 大意味着观测值带来的新信息的误差比较大，k K 变小可以减弱观测噪声对滤波的不利影响；
2）当k Q 变小时，k K 变小。这是因为k Q 变小意味着状态向量空间转移的准确性增加，最终的估计对观测值依赖性变小。
4.3 高斯观测噪声非零均值时Kalman 滤波过程
状态一步预测11,1,-∧
--∧Φ=k k k k k X X （13）
状态估计??????--+=-∧-∧∧1,1,k k k k k k k k X H mk Z K X X (14) 其中mk 是观测噪声的均值。
滤波增益矩阵[]111,1,----=+=k T k k k k T k k k k T k k k k R H P K R H P H H P K 或 (15)
一步预测误差方差阵T k k k k k T k k k k k k k Q P P 1,11,1,11,1,-------ΓΓ+ΦΦ= (16)
估计误差方差[][][]1,1,---=+--=k k k k k T k k k T k k k k k k k P H K I P K R K H K I P H K I P 或(17)
观测噪声非零均值时的滤波过程和基本滤波过程没有本质的变化，只是引入了一个非随机变量mk ，与其相应的滤波结构没有改变。
4.4车辆运动模型的建立
本小节将介绍两种车辆运动模型，加速度模型和速度模型。
（1）加速度模型
假定车辆近似匀加速运动，设任意时刻车辆的位置是s ，速度是v ，加速度是a ，j 是加加速度（j 假定为零均值的高斯白噪声），根据牛顿运动定律可以得知前后两时刻的位置、速度、加速度存在如下关系：
t j a a at v v at t v s s k k k k k k k k 111211t ,2
/-----+=+=++=，
是两个时刻的过渡时间其中
取状态向量空间为????
? ??=a v s X k ，s 表示位置，v 表示速度，a 表示加速度；于
是得到加速度模型的状态向量一步转移矩阵????
? ??=Φ-100102/121,t t t k k 和系统噪声驱动矩阵????
? ??=Γ-t k k 001,，进而可得加速度模型的状态方程。
对于加速度模型，当滤波达到稳定时，增益k K 相应地稳定于三个参数，故习惯上也称此种滤波是γβα--滤波。
（2） 速度模型
假定车辆近似匀速运动，设任意时刻车辆的位置是s ，速度是v ，j 是加速度（j 假定为零均值的高斯分布），根据牛顿运动定律可以得知前后两时刻的位置、速度存在如下关系：jt v v t
v s s k k k k k +=+=---111，其中t 是两个时刻的过渡时间；
状态向量空间为???
? ??=v s X k ，s 表示位置，v 表示速度，于是得到状态向量一
步转移矩阵???? ??=Φ-1011,t k k 和系统噪声驱动矩阵???
? ??=Γ-t k k 01,，进而可得速度模型的
状态方程。
4.5 模型转换过程及判断依据
如果在整个定位过程中适时地转换加速度模型和速度模型，符合车辆的实际
运动状态，能够减小定位误差。另外，因为Kalman 滤波是一个渐进稳定的过程，所以，如果在需要某一模型时才启动该模型进行滤波的话，会因为模型启动不及时而不能获得较好的定位效果。通过使用两个加速度模型分段调用机制，并在重新启动一个加速度模型时对其进行初始化处理等措施来减少旧数据对现在时刻的影响，加大新观测数据的作用，进而减小车辆定位误差，提高定位精度。
在车辆运动的整个过程中，速度模型一直处于滤波状态；加速度模型1和加速度模型2处于时间间隔一定的间断性滤波状态，但两个加速度模型仍可以覆盖车辆运动的整个过程。三个车辆运动模型都在指定的时间内工作，但是调用哪一个滤波值是由车辆加速判断机制和加速度模型滤波的稳定状态决定的。
通过比较最小二乘算法定位误差和速度模型Kalman 滤波定位误差两者大小的方法来判断速度模型是否引起了较大的滤波误差，进而判断车辆运动中是否有加速过程。
如果速度模型最终的滤波效果明显低于单纯的最小二乘算法的效果，即速度模型滤波后的定位误差明显大于单纯的最小二乘算法定位误差，那么就认为车辆运动中出现了加速过程。设kalmanv 是速度模型滤波后车辆位置估计，measure 是最小二乘算法车辆位置估计，errorx 是最小二乘算法位置估计误差的先验标准差，q 是一经验值，则可得如下车辆加速判定公式：
abs(kalmanv-measure)>errorx+q （文中q=-0.7） (18)
（1）定位算法稳定性分析及误差分析
对于定常系统，Kalman 滤波的稳定性可以通过可控性矩阵和可观测性矩阵的正定性来判断。可控性矩阵和可观测性矩阵的各阶顺序主子式都大于零。加速度模型一致渐进稳定，当滤波时间充分长后，它的Kalman 最优滤波值将渐进地不依赖于滤波的初始值。
本文所用基于自动模型转换的车辆定位算法在整个车辆定位过程中是一致渐进稳定的。随着时间的推进，滤波估计出来的位置,速度，加速度等值都逐渐不依赖于初始值0X 和0P 。
（2） Kalman 滤波器结构图及算法方框图
图4.1 随机线性离散系统Kalman 滤波器结构图
1-k Q 1
0=k P T k k k k k T
k k k k k k k Q P P 1
,11,1,11,1,-------ΓΓ+ΦΦ=[]11,1,---+=k T k k k k T k k k k R H P H H P K k
R []1,--=k k k k k P H K I P K=K+1k P 1
1,1,-∧--∧Φ=k k k k k X X ??
????-+=-∧-∧∧1,1,k k k k k k k k X H Z K X X k K k
Z 10=∧k
X k X ∧
图4.2 Kalman 滤波算法方框图
在一个Kalman 滤波周期内，Kalman 滤波具有两个明显的信息更新过程，这两个信息更新过程分别对应系统信息的更新和观测信息的更新，亦即是时间更新过程和观测更新过程。与此同时存在两个明显的计算回路，一个是滤波计算回路，一个是增益计算回路。这样，Kalman 滤波可以在不断的更新过程中递推前进，完成整个滤波过程。
（3） 基于Gram-Schmidt 正交变换的平方根滤波过程 1
-k Q k
R K=K+1k ?1
1,1,-∧--∧Φ=k k k k k X X ??
????-+=-∧-∧∧1,1,k k k k k k k k X H Z K X X k K k Z 10=∧k X k X ∧
10=?k ???
? ????????Γ?Φ-=?-----2111,11,1,k k k k k k k k Q S G ()()11
1--+=+=k k k k k T k k R b r R a a b k
k k k k a b K 1,-?=T k k k k k k a K r -?=?-1, 图4.3 平方根Kalman 滤波算法方框图
（4）自动模型转换定位算法流程图
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 绪论 1.1 课题背景和研究意义 无线传感器网络综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术等多种先进技术。其主体是集成化微型传感器，这些微型传感器具有无线通信、数据采集和处理、协同合作的功能。无线传感器网络就是由成千上万的传感器节点通过自组织方式构成的网络，它通过这些传感器协作地实时监测、感知和采集各种环境或监测对象的信息，通过嵌入式系统对信息进行处理，并通过随机自组织无线通信网络以多跳中继方式将所感知信息传送到用户终端，使用户完全掌握监测区域的情况并做出反应[1]。 无线传感器网络的自组织性和容错能力使其不会因为某些节点在恶意攻击中的损坏而导致整个系统的崩溃，所以传感器网络非常适合应用于恶劣的战场环境，包括监控我军兵力、装备和物资状态；监视冲突区域，侦察敌方地形和布防，定位攻击目标；评估损失，侦察和探测核、生物及化学攻击等。在战场上，铺设的传感器将采集相应的信息，并通过汇聚节点将数据送至数据处理中心，再转发到指挥部，最后融合来自各战场的数据，形成我军完备的战区态势图。也可以更隐蔽的方式近距离地观察敌方的布防，或直接将传感器节点撒向敌方阵地，在敌方还未来得及反应时迅速收集有利于作战的信息。在生物和化学战中，利用传感器网络，可及时、准确地探测爆炸中心，这会为我军提供宝贵的反应时间，从而最大可能地减小伤亡。 无线传感器网络是继因特网之后，将对21世纪人类生活方式产生重大影响的IT 热点技术。如果说因特网改变了人与人之间交流、沟通的方式，那么无线传感器网络则将逻辑上的信息世界与真实物理世界融合在一起，将改变人与自然交互的方式[2][3]。无线传感器网络是新兴的下一代传感器网络，最早的代表性论述出现在1999年，题为“传感器走向无线时代”。随后在美国的移动计算和网络国际会议上，提出了无线传感器网络是下一个世纪面临的发展机遇。2003年，美国《技术评论》杂志论述未来新兴十大技术时，无线传感器网络被列为第一项未来新兴技术。同年，美国《商业周刊》又在其“未来技术专版”中发表文章指出，传感器网络是全球未来四大高技术产业之一，将掀起新的的产业浪潮。美国《今日防务》杂志更认为无线传感器网络的应用和发展，将引起一场划时代的军事技术革命和未来战争的变
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
目录 摘要 ......................................................................................... I Abstract ................................................................................... II 第一章前言 . (1) 1.1 研究目的和意义 (1) 1.2 国内外研究现状 (1) 1.3 研究内容 (1) 第二章无线传感器网络 (2) 2.1 无线传感器网络及其特点 (2) 2.2 无线传感器的拓扑结构 (3) 2.3 无线传感器网络的应用 (4) 第三章无线传感器网络通信协议概述 (6) 第四章路由协议 (8) 4.1路由协议的分类 (8) 4.2典型路由协议的比较 (13) 4.2路由协议下一步研究方向 (14) 第五章 MAC协议 (15) 5.1 MAC协议研究进展 (15) 5.2 MAC协议的主要问题 (15) 5.3 MAC协议的分类 (18) 5.4 MAC协议的分析和比较 (18) 5.5 MAC协议下一步研究方向 (27) 第六章总结和展望 (28) 致谢 ...............................................................错误！未定义书签。参考文献 (30)
摘要 随着无线通信技术、低功耗处理器和芯片集成工艺的飞速发展，无线传感器网络应运而生了。由于其成本低、适应性强，功能强大等特点，无线传感器网络（WSNs）在军事、环保、生产、医药和智能空间等领域都具有广阔的应用前景，其通信协议研究面临许多新的挑战。本文着重分析了路由协议和MAC协议两大网络协议的分类，并提出未来的研究方向。 关键词：无线传感器网络，通信协议，路由协议，MAC协议
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/de226011.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。
实习报告 实习目的与任务： 本次实习是研究基于S-MAC的无线传感器网络MAC协议的分析与优化。了解S-MAC协议及其相关应用方向和基本性能，以求对SMAC协议有一个全面的认识，为毕业的开展打下良好的认识基础和知识储备，并对该方向研究的可行性进行评估，以期在毕业设计时能够有的放矢，把握好方向。 实习单位： 河南理工大学 实习内容： 主要是在图书馆查询相关知识，二十多天的辛劳成果，现归纳如下： 无线传感器网络(WSN)技术是指将传感器技术、自动控制技术、数据网络传输、储存、处理与分析技术集成的现代信息技术(宫鹏, 2007)。WSN 由具备记忆能力的存储器、处理器、传感器、无线通讯和电池等硬件组成。在环境监测中应用WSN 是遥感技术的新的生长点。Whelan 等(2008)把无线传感器网络在环境监测中的应用称为大尺度遥感。在环境应用中, 无线传感器网络和有线网络结合被称为环境传感器网络或生态传感器网络(ESNs)(Rundel等, 2009)。对科学索引网(ISI Web of Science)搜索发现, 过去10 多年来, 有关无线传感器网络的论文急剧增多。1998－2001 年仅发表13 篇, 但是2002－2005 年成倍增长, 到2006－2007 年每年发表400 多篇, 2008 年发表587 篇。到2009 年6 月初, 已经发表290 余篇。《商业周刊》把WSN 技术做为21 世纪21 项最重要的技术之一(Evans 等, 2008)。WSN 的传感器一般与小型计算机和无线发送装置集于一体, 称作网络传感器节点。每个节点可以挂接机械的、热、生物、化学、光学和磁力传感器。一般置于观测对象的附近, 或与观测对象直接接触, 甚至埋于感兴趣观测对象中。获得关于观测对象的图像、声音、气味、震动等物理、化学、生物学特性。人们通过手机、因特网等无线通讯技术控制传感器开启或关闭, 获得各种数据, 对所获数据进行显示、储存或分析, 并通过网络传输到数据收集中心。它的发展及其广泛应用主要归因于传感器技术的微型化、智能化、廉价性和数据无线传输的可能性。网络传感器节点置于野外, 自己就能寻找附近的同类传感器网络节点, 实现相互间的网络通讯, 指令和数据传输, 并自动构建网络拓扑。其中之一不工作后, 节点间可以自动跳接到其
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
基于无线传感器的振动检测毕业论文目录 摘要........................................................... I Abstract....................................................... I I 目录........................................................ I II 1 绪论 (1) 1.1 选题意义 (1) 1.2 技术背景 (2) 1.3 本文工作 (2) 2 系统设计 (4) 2.1 需求分析 (4) 2.2 硬件结构 (5) 2.3 软件结构 (8) 2.4 功能流程 (16) 3 关键技术 (17) 3.1 振动数据采集 (17) 3.2 XMesh网络协议 (19) 3.3 数据处理 (22) 3.4 数据格式转换 (23) 4 测试 (25)
5 结论 (27) 致谢 (28) 参考文献 (29) 1 绪论 1.1 选题意义 当代社会的工业生产中，设备的机械化，自动化，信息化，智能化程度都日新月异的发展和进步着。设备规模越来越大，结构越来越复杂，功能越来越多，性能越来越高；这极大地提高了生产效率，改变了人们的生活方式。同时这些设备一旦产生故障也将造成重大的经济损失，有时还会带来人员伤亡和严重的环境污染。 传统的维护方式是出了故障再修理或者定期检修，但是现代工业体系中的设备往往具备大型化，连续化，高速化，自动化的特性[1]。一旦产生故障就会使整条生产线停顿，甚至对生产设备造成严重损伤，由此带来的经济损失将是不可承受的。而传统的定期检测需要大量技术娴熟经验丰富的技术员，但是此种方式往往带来检修过剩及生产线的不必要停顿。这将给企业带来额外的损失和经济负担，同时此种方法并不能及时发现机械故障。因此基于传感器的即时
对于定位一般的理解就是确定位置。在无线传感网中,定位是指网络通过特 定的方法确定节点的位置信息。其可分为节点的自身定位和目标定位。节点自 身定位是确定网络中节点位置坐标的过程,它是网络自身属性的确定过程,是网络 的支撑,可以通过人工配置或各种节点自定位算法完成; 目标定位是指在网络覆 盖范围内确定一个事件或一个目标的位置坐标,这可以通过把位置已知的网络节 点作为参考节点来确定事件或目标在网络中所处的位置。无线传感网定位问题 就是寻求利用少量的锚节点来确定网络中未知节点的位置坐标的方法。 无线传感网中,传感器节点的可靠性差、能量有限、节点数量庞大且节点部 署具有不确定性等,这些限制因素对定位技术提出了更高的要求。通常无线传感 网定位技术具备以下特点: ① 自组织性 通常无线传感网中的节点是随机布设的,不能依靠全局的基础设施的协助确定每 个节点的位置所在。因此,自组织性就显得格外重要。 ② 容错性 传感器节点的硬件配置低、处理能力弱、可靠性差、能量少以及测距时会产生 误差等因素决定了传感器节点本身的脆弱性,因此定位算法必须具有良好的容错 性。 ③ 能量高效性 为了尽量延长网络的生存周期,要尽可能的减少节点间的通信开销,减少算法中计 算的复杂度,用尽量少的能量完成尽可能多的工作。 ④ 分布式计算 每个节点自己对自身的位置进行估算,不需要将所有信息传送到某个特定的节点 进行集中计算。 、管路敷设技术通过管线不仅可以解决吊顶层配置不规范高中资料试卷问题，而且可保障各类管路习题到位。在管路敷设过程中，要加强看护关于管路高中资料试卷连接管口处理高中资料试卷弯扁度固定盒位置保护层防腐跨接地线弯曲半径标等，要求技术交底。管线敷设技术中包含线槽、管架等多项方式，为解决高中语文电气课件中管壁薄、接口不严等问题，合理利用管线敷设技术。线缆敷设原则：在分线盒处，当不同电压回路交叉时，应采用金属隔板进行隔开处理；同一线槽内强电回路须同时切断习题电源，线缆敷设完毕，要进行检查和检测处理。、电气课件中调试对全部高中资料试卷电气设备，在安装过程中以及安装结束后进行 高中资料试卷调整试验；通电检查所有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电气设备进行空载与带负荷下高中资料试卷调控试验；对设备进行调整使其在正常工况下与过度工作下都可以正常工作；对于继电保护进行整核对定值，审核与校对图纸，编写复杂设备与装置高中资料试卷调试方案，编写重要设备高中资料试卷试验方案以及系统启动方案；对整套启动过程中高中资料试卷电气设备进行调试工作并且进行过关运行高中资料试卷技术指导。对于调试过程中高中资料试卷技术问题，作为调试人员，需要在事前掌握图纸资料、设备制造厂家出具高中资料试卷试验报告与相关技术资料，并且了解现场设备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况 ，然后根据规范与规程规定，制定设备调试高中资料试卷方案。 、电气设备调试高中资料试卷技术电力保护装置调试技术，电力保护高中资料试卷配置技术是指机组在进行继电保护高中资料试卷总体配置时，需要在最大限度内来确保机组高中资料试卷安全，并且尽可能地缩小故障高中资料试卷破坏范围，或者对某些异常高中资料试卷工况进行自动处理，尤其要避免错误高中资料试卷保护装置动作，并且拒绝动作，来避免不必要高中资料试卷突然停机。因此，电力高中资料试卷保护装置调试技术，要求电力保护装置做到准确灵活。对于差动保护装置高中资料试卷调试技术是指发电机一变压器组在发生内部故障时，需要进行外部电源高中资料试卷切除从而采用高中资料试卷主要保护装置。
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