下载文档原格式
传感器技术的最新进展与应用前景在当今科技飞速发展的时代，传感器技术作为一项关键的技术领域，正经历着日新月异的变革。
传感器如同人类感知世界的“触角”，能够将各种物理、化学和生物信息转化为可测量和可处理的电信号，为我们提供了对周围环境和系统的深入了解。
近年来，传感器技术在多个方面取得了显著的进展。
首先，在材料科学的推动下，新型敏感材料的出现大大提高了传感器的性能。
例如，纳米材料由于其独特的物理和化学性质，被广泛应用于传感器的制造中。
纳米级的金属氧化物、碳纳米管和量子点等材料，具有更高的灵敏度、更快的响应速度和更好的选择性，使得传感器能够检测到更低浓度的物质和更微小的物理变化。
其次，微机电系统（MEMS）技术的不断成熟为传感器的微型化和集成化提供了强大的支持。
MEMS 传感器将机械部件、传感器和电子电路集成在一个微小的芯片上，不仅减小了传感器的体积和重量，还降低了成本和功耗。
如今，MEMS 加速度计、陀螺仪和压力传感器等已经广泛应用于智能手机、汽车电子和航空航天等领域。
再者，智能化和网络化也是传感器技术发展的重要趋势。
智能传感器具备了数据处理和自我诊断的能力，能够对采集到的数据进行实时分析和预处理，减少了传输的数据量和对后端系统的处理压力。
同时，通过无线网络技术，传感器可以实现互联互通，形成大规模的传感器网络，从而实现对大范围区域的实时监测和数据采集。
在应用领域，传感器技术的发展带来了广泛而深刻的影响。
在医疗健康领域，传感器技术的应用为疾病的诊断和治疗提供了新的手段。
例如，可穿戴式传感器能够实时监测人体的生理参数，如心率、血压、血糖和体温等。
这些传感器可以与智能手机或云平台连接，将数据传输给医生或健康管理机构，实现远程医疗和健康监测。
此外，植入式传感器在体内环境监测和疾病治疗方面也发挥着重要作用，如心脏起搏器中的传感器可以实时监测心脏的电活动，调整起搏参数，提高治疗效果。
在工业生产中，传感器技术是实现智能制造和工业 40 的关键。
无线传感器网络在航空航天中的应用无线传感器网络（Wireless Sensor Network，WSN）是一种由大量分布式无线传感器节点组成的网络系统，可以实时采集、处理和传输各种环境信息。
在航空航天领域，无线传感器网络的应用正逐渐得到广泛关注和应用。
本文将探讨无线传感器网络在航空航天中的应用，并分析其优势和挑战。
一、航空航天领域的无线传感器网络应用1. 飞行器结构健康监测无线传感器网络可以用于飞行器结构健康监测。
通过在飞行器的关键部位安装无线传感器节点，可以实时监测飞行器的结构状况，检测潜在的结构损伤和疲劳裂纹，提前预警结构故障，保障飞行安全。
2. 空中交通管理无线传感器网络在空中交通管理中也发挥着重要作用。
通过在机场、航空器和航空导航设施中部署无线传感器节点，可以实时监测和收集航空器的位置、速度、高度等信息，提供准确的航空交通控制和导航指引，提高空中交通的安全性和效率。
3. 空间环境监测无线传感器网络还可以用于空间环境监测。
在航天器中部署无线传感器节点，可以实时监测宇航员的生命体征、空气质量、温度、湿度等环境参数，提供宇航员生命保障和舱内环境控制的依据。
二、无线传感器网络在航空航天中的优势1. 实时性无线传感器网络可以实时采集和传输数据，可以及时监测和反馈航空航天系统的运行状态和环境变化，提供及时的决策支持。
2. 自组织性无线传感器网络具有自组织性，可以根据网络拓扑和环境变化自动调整节点之间的通信连接，提高网络的灵活性和适应性。
3. 低成本相比传统有线传感器网络，无线传感器网络具有安装和维护成本低的优势。
无线传感器节点体积小、重量轻，安装和布线方便，降低了航空航天系统的成本和复杂度。
三、无线传感器网络在航空航天中的挑战1. 能源限制无线传感器节点通常由电池供电，能源有限。
在航空航天中，能源供应受到限制，如何提高无线传感器节点的能源利用效率，延长其寿命，是一个重要的挑战。
2. 数据传输安全性航空航天领域的数据传输需要保证高度的安全性和可靠性。
无线传感器网络的应用与优势一、简介无线传感器网络是一种基于无线通信技术的分布式传感器系统。
它由一组具有处理能力和通信能力的传感器节点组成。
通过无线通信技术连接成一个网络，实现对环境信息的采集、处理和传输。
无线传感器网络的应用领域非常广泛，具有许多优势，下面将详细介绍。
二、应用领域1.环境监测无线传感器网络可以用于环境监测，如监测空气质量、水质等各种环境参数。
它能够实时采集数据，并将数据传输到中心节点或云端进行处理和分析。
通过环境监测，我们可以及时发现环境污染问题，并采取相应的措施，保障环境和人民健康。
2.农业无线传感器网络可以用于农业领域，如土壤湿度检测、光照检测等。
通过无线传感器网络可以实现农业生产的智能化管理，提高生产效率和产品质量，减少劳动力成本。
3.能源管理无线传感器网络可以用于能源管理领域，如智能楼宇系统、能源消耗监测等。
通过无线传感器网络可以实时监测能源的使用情况，提高能源利用效率，减少能源浪费。
4.健康监测无线传感器网络可以用于健康监测领域，如心率检测、血糖检测等。
通过无线传感器网络可以实时监测患者的健康状况，及时发现异常情况并采取相应的措施，保障患者的健康。
5.智能交通无线传感器网络可以用于智能交通领域，如智能交通信号灯、车辆监测等。
通过无线传感器网络可以实现智能交通系统的建设，提高交通效率和安全性。
三、优势1.低功耗无线传感器网络采用无线通信技术，节点间直接相互通信，不需要使用中心控制器，从而避免了中心控制器的单点故障。
节点之间的通信可以通过特定的协议实现低功耗通信，从而延长节点的使用寿命。
2.灵活性强无线传感器网络可以采用不同类型和规模的节点，可以根据不同的应用场景进行自由组合和布置。
由于节点之间的无线连接，节点的位置可以自由调整，系统具有很强的灵活性。
3.自组织能力强无线传感器网络具有自组织的能力，节点可以自由连接和断开，自动形成网络。
通过自组织能力，无线传感器网络可以实现自我管理和自我维护，减少人工干预。
无线传感器网络的研究内容综述摘要：无线传感器网络具有广泛的应用前景，且能够实现多种功能，因而是当前学术研究的一个重点领域。
本文介绍了无线传感器网络的体系结构和组网特点，详细分析了当前无线传感器网络中各层次的通信协议。
关键词：无线传感器网络体系结构组网特点通信协议1 无线传感器网络结构无线传感器网络的典型结构为自组多跳网络。
该网络中的节点同时具有传感、信息处理以及无线通信功能，每个节点通过多跳路由连接到无线网关，通过无线网关实现与监控终端的通信。
鉴于节点的属性限制，其通信距离较短，因此必须使用多跳路由，且节点数量要多，分布要密集。
2 无线传感器网络特点无线传感器网络具有如下几方面特点。
①硬件功能有限。
由于节点体积较小、价格相对低廉且要求运行的功耗较低，故其在性能方面要比通用的计算设备差很多。
②续航时间有限。
该方式为电池供电，且节点体积较小，分部环境较复杂，因而无法为电池充电或者为节点更换电池，一旦能源消耗完毕，该节点也就死亡，因此在传感器网络的设计中，一切以节能为前提。
③自组织性。
无线传感器网络的覆盖都是由节点自助完成的，不需要依赖任何支撑网络设施。
④无中心性。
网络中所有节点都是相对独立和平等的，任意节点的离开或加入都不会影响整个网络的运行。
⑤多跳路由。
无线传输网络中的节点只能在小范围内进行通信，因而若希望实现与网关或者外围监控终端的通信则必须通过其他节点进行路由实现。
⑥节点数量庞大，网络分布密集。
在某一区域进行无线传感器网络部署时需要使用大量的节点来维持网络的容错性和抗毁性。
3 无线传感器网络协议层次无线传感器网络的通信协议主要分为物理层、链路层、网络层和传输层。
对于这些协议需要进行具体讨论，现有的如ieee802.1x协议无法在无线传感器网络中应用。
3.1 物理层物理层的主要作用为产生载波对所需传输的数据进行调制与解调。
当前时期对物理层节点的设计思路主要有两种，一种为使用mems和集成电路技术等对节点的微处理器、传感器等模块进行设计；另一种为使用现有的商业元器件进行节点构建。
无线传感器网络（WSN）的技术与应用无线传感器网络（Wireless Sensor Network，简称WSN）是一种由若干个无线传感器节点构成的网络。
每个传感器节点都具有感知、处理和通信功能，能够通过无线信号进行数据的传输和交流。
WSN技术在近年来得到了广泛的应用和研究，其在环境监测、智能家居、农业、工业控制等领域具有重要的意义。
一、WSN技术的基本原理和特点WSN技术的核心是无线传感器节点，它是由微处理器、传感器、无线通信模块和能量供应装置等组成。
传感器节点可以感知周围环境的不同参数，例如温度、湿度、光照强度等，并将这些数据进行处理和存储。
节点之间通过无线通信进行数据的传输，形成一个自组织的网络结构。
WSN具有以下几个主要特点：1. 无线通信：WSN采用无线通信方式，节点之间可以通过无线信号传输数据，不受布线限制，能够灵活部署在不同的环境中。
2. 自组织性：WSN的节点具有自组织能力，可以根据网络拓扑结构和节点的状态进行自动组网，形成一个动态的网络结构。
3. 分布式处理：WSN中的每个节点都具有数据处理和存储的能力，可以进行分布式的数据处理，实现网络的协同工作。
4. 能量有限：WSN中的节点能量有限，需要通过能量管理或是能量收集技术来延长节点的寿命。
二、WSN的应用领域与案例分析1. 环境监测：WSN可以用于环境参数的实时监测和采集。
例如，在自然灾害预警系统中，通过部署大量的传感器节点，可以实时监测地震、洪水等灾害情况，为应急救援提供及时的信息。
2. 智能家居：WSN可以实现智能家居的自动化控制。
通过部署传感器节点，可以实时感知室内温度、湿度等信息，并进行智能控制，实现温度调节、灯光控制等功能。
3. 农业领域：WSN可以用于农业生产的智能化管理。
通过在农田、温室等地部署传感器节点，可以实时监测土壤湿度、温度等参数，并为农民提供农作物的生长状态和病虫害预警等信息。
4. 工业控制：WSN可以应用于工业生产过程的实时监测和控制。
无线传感器网络的广泛应用无线传感器网络（Wireless Sensor Networks，WSN）是由许多分布在某一区域的小型无线传感器节点组成的网络。
每个节点都能感知环境中的各种信息，并通过无线通信互相传递和处理数据。
随着无线通信和传感技术的发展，无线传感器网络在各个领域得到了广泛的应用。
一、农业领域的应用无线传感器网络在农业领域的应用可提供实时的环境监测和农作物生长情况的数据，帮助农民进行农田管理。
通过安装在农田中的传感器节点，可以收集土壤湿度、温度、光照等环境参数，以及作物生长状态的数据。
基于这些数据，农民可以及时调整灌溉和施肥等措施，提高农作物的产量和品质。
二、环境监测领域的应用无线传感器网络在环境监测领域的应用可以实时地收集和传输环境参数的数据，如空气质量、水质、噪声等。
这些数据对于环境保护和资源管理非常重要。
传感器节点可以安装在城市中的各个角落，通过无线通信将环境数据传输到中心服务器。
基于这些数据，政府和相关部门可以采取相应的措施来改善环境质量和保护生态系统。
三、工业监控领域的应用无线传感器网络在工业监控领域的应用可以实时监测和控制工业设备和流程。
传感器节点可以安装在生产线上，通过收集关键参数的数据，如温度、压力、振动等，帮助企业进行实时监控和远程管理。
这可以提高工业生产的效率和安全性，减少故障和事故的发生。
四、智能交通领域的应用无线传感器网络在智能交通领域的应用可以提供实时的交通信息和道路状况数据。
通过在道路上安装传感器节点，可以收集交通流量、车速、拥堵情况等数据。
这些数据可以用于交通控制、车辆导航和路况预测等应用，帮助缓解交通拥堵和提高交通流动性。
五、健康监测领域的应用无线传感器网络在健康监测领域的应用可以实时监测和记录人体健康状况的数据。
通过佩戴在身体上的传感器节点，可以收集心率、体温、血氧饱和度等信息。
这些数据可以用于健康管理、疾病预防和远程医疗等应用，提高个人健康水平和医疗服务的效果。
无线传感器网络国内外研究现状摘要: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 wihthe 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(Micro-Electro-Mechanical Systems,MEMS以及相关的接口、信号处现技术的飞速发展和日益成熟,具有感知能力、计算能力和通信能力的微型传感器网络引起了人们的极大关注。
计算机研究与发展ＩＳＳＮ １０００－１２３９?ＣＮ １１－１７７７?ＴＰＪｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ ４７（Ｓｕｐｐｌ．）：８１－８７，２０１０ 收稿日期：２０１０－０９－０８ 基金项目：国家自然科学基金项目（６０７０３０８２，６０８７３２４８，６０９３３０１１）；国家“九七三”重点基础研究发展计划基金项目（２００６ＣＢ３０３０００）无线传感器网络应用系统最新进展综述洪 锋 褚红伟 金宗科 单体江 郭忠文（中国海洋大学计算机科学与技术系 山东青岛 ２６６１００）（ｈｏｎｇｆｅｎｇ＠ｏｕｃ．ｅｄｕ．ｃｎ）Ｒｅｖｉｅｗ ｏｆ Ｒｅｃｅｎｔ Ｐｒｏｇｒｅｓｓ ｏｎ Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ ＡｐｐｌｉｃａｔｉｏｎｓＨｏｎｇ Ｆｅｎｇ，Ｃｈｕ Ｈｏｎｇｗｅｉ，Ｊｉｎ Ｚｏｎｇｋｅ，Ｓｈａｎ Ｔｉｊｉａｎｇ，ａｎｄ Ｇｕｏ Ｚｈｏｎｇｗｅｎ（Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｏｃｅａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎａ，Ｑｉｎｇｄａｏ，Ｓｈａｎｄｏｎｇ２６６１００）Ａｂｓｔｒａｃｔ Ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ（ＷＳＮ）ｉｓ ａ ｍｕｌｔｉ－ｈｏｐ，ｓｅｌｆ－ｏｒｇａｎｉｚｅｄ ｗｉｒｅｌｅｓｓ ｎｅｔｗｏｒｋ ｗｈｉｃｈｃｏｎｓｉｓｔｓ ｏｆ ａ ｌａｒｇｅ ｎｕｍｂｅｒ ｏｆ ｌｏｗ－ｃｏｓｔ ｓｅｎｓｏｒ ｎｏｄｅｓ，ａｎｄ ｉｔ ｉｓ ｍａｉｎｌｙ ｕｓｅｄ ｔｏ ｃｏｌｌｅｃｔ ａｎｄ ｔｒａｎｓｐｏｒｔ ｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｌ ｄａｔａ．Ｉｎ ｒｅｃｅｎｔ ｙｅａｒｓ，ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ ｈａｓ ｂｅｅｎ ｐｌａｙｉｎｇ ａｎ ｉｍｐｏｒｔａｎｔ ｒｏｌｅ ｉｎｍａｎｙ ａｐｐｌｉｃａｔｉｏｎ ｄｏｍａｉｎｓ，ｓｕｃｈ ａｓ ｅｎｖｉｒｏｎｍｅｎｔ ｓｕｒｖｅｉｌｌａｎｃｅ，ｍｅｄｉｃａｌ ｒｅｓｅａｒｃｈ，ｍｉｌｉｔａｒｙ，ａｎｄ ｏｕｒ ｄａｉｌｙｌｉｖｅｓ，ｅｔｃ．Ｔｈｉｓ ｐａｐｅｒ ｇｉｖｅｓ ａ ｓｙｓｔｅｍｉｃ ｒｅｖｉｅｗ ｏｆ ｒｅｃｅｎｔ ｐｒｏｇｒｅｓｓ ｏｎ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋａｐｐｌｉｃａｔｉｏｎｓ，ｗｈｉｃｈ ｄｅｓｃｒｉｂｅｓ ｔｈｅ ｄｉｆｆｅｒｅｎｔ ａｓｐｅｃｔｓ ｏｆ ｓｕｃｈ ＷＳＮ ａｐｐｌｉｃａｔｉｏｎｓ ｒｅｓｐｅｃｔｉｖｅｌｙ，ｉｎｃｌｕｄｉｎｇｔｈｅ ｂｅｇｉｎｎｉｎｇ ｔｉｍｅ，ｒｅｓｅａｒｃｈ ｇｒｏｕｐ，ｍｏｔｉｖａｔｉｏｎ，ｒｏｕｔｉｎｇ ｐａｔｔｅｒｎｓ，ｎｏｄｅ ｔｙｐｅ ａｎｄ ｄａｔａ ｓ ｃｏｌｌｅｃｔｉｏｎｆｒｅｑｕｅｎｃｙ，ｄｉｓｃｕｓｓｅｓ ｔｈｅ ｅｘｉｓｔｉｎｇ ｐｒｏｂｌｅｍｓ ｏｆ ＷＳＮ ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ ｏｕｔｌｏｏｋ ｔｈｅ ｄｅｖｅｌｏｐｉｎｇ ｗａｙｓ ｏｆＷＳＮ ａｐｐｌｉｃａｔｉｏｎｓ ｉｎ ｆｕｔｕｒｅ．Ｋｅｙ ｗｏｒｄｓ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ；ａｐｐｌｉｃａｔｉｏｎ；ｓｙｓｔｅｍｉｃ ｏｖｅｒｖｉｅｗ摘 要 无线传感器网络是由大量小型、低成本的传感器节点组成的多跳无线自组织网络，主要用于采集和传播环境数据．近年来，无线传感器网络已经应用在环境监测、医学研究、军事和日常生活等多个领域．对无线传感器网络应用系统的最新进展进行综述，以应用系统的研究机构、目的、部署时间、路由方式、节点类型、数据采集频率等为出发点进行了详细介绍，并对各应用系统进行分析对比，进而总结了现阶段无线传感器网络应用系统存在的问题，最后展望了今后的发展方向．关键词 无线传感器网络；应用系统；综述中图法分类号 ＴＰ３９３ 由于微机电系统（ｍｉｃｒｏ ｅｌｅｃｔｒｏ ｍｅｃｈａｎｉｃａｌｓｙｓｔｅｍｓ，ＭＥＭＳ）、无线通信和数字电子电路技术的发展，使得制造廉价、低能耗、小尺寸并且能在短距离内进行无线通信的多功能传感器节点成为可能．随着传感器节点功能不断增强，基于大量传感器节点的无线传感器网络（ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ，ＷＳＮ）应运而生［１］．无线传感器网络是一种全新的信息获取方式，能够实时监测和采集网络部署区域的多种数据信息，并且将采集的数据信息发送到网关节点．无线传感器网络具有快速部署、抗毁性强、实时性等特点，有着愈来愈广泛的应用前景．目前，无线传感器网路已经被成功应用到了包括军事、自然环境监测、工业生产监测、医疗保健及人类其他日常生活等在内的多个研究领域．近年来，国内外已涌现了大批的无线传感器网络的应用系统和研究探索．这些应用横跨多个不同的研究领域，并逐渐步入了大规模部署的应用阶段，贴近人类日常生活的方方面面．如在自然环境监测领域方面，为了监测大堡礁海域的生态系统情况，澳大利亚墨尔本大学和詹姆斯库克大学合作展开了（ｇｒｅａｔｅ ｂａｒｒｉｅｒ ｒｅｅｆ，ＧＢＲ）项目研究，成功利用无线传感器网络实现了对海洋生态系统的监测和数据采集；中国海洋大学和香港科技大学合作开展的ＯｃｅａｎＳｅｎｓｅ项目，同样是面向海洋环境信息监测的无线传感器网络应用，并成功实现了对各种海洋环境信息数据的感知、实时采集及分析处理．在工业生产监测领域，美国北卡罗来纳大学在美国肯塔基州的魁北克变电所部署的大规模无线传感器网络实现了对变电所设备的健康监测．在医疗保健方面，美国ＣａｒｅＮｅｔ项目，利用无线传感器网络对老年人的行动数据进行监测，从而实现了远程医疗保健的应用．本文对无线传感器网络应用系统的最新进展情况进行综述，介绍了自然环境监测、防灾减灾监测、工业生产监测和日常生活监测４个应用领域的国内外１４个传感器网络系统，并对各应用系统进行了详细的分析对比，进而总结了无线传感器网络应用系统存在的问题，并展望了今后的发展方向．１ 自然环境监测无线传感器网络对自然环境监测起到了巨大的推动作用，使人类可以更容易且更合理地监测和了解大自然环境．本节详细介绍了近年来无线传感器网络在自然环境监测领域的应用系统实例．１．１ 大堡礁监测系统（ＧＢＲ）澳大利亚墨尔本大学和詹姆斯库克大学合作部署的ＧＢＲ［２］无线传感器网络应用系统，利用海上无线传感器网络对大堡礁海域的生态系统进行监测．大堡礁纵贯于澳洲的东北沿海，其环境气候是非常复杂多变的，因此对其进行环境监测有着重大的研究和实践意义．传统的海洋环境数据的采集方法花费较高而且采集的数据精度不高，不能满足人类对海洋研究的需求．ＧＢＲ使用的传感器节点是ｉＭｏｔｅ２和μ－ｎｏｄｅ，这些节点可以测量空气温度、湿度、风速、风向、大气压和海水温度等参数，数据的采集周期为１０ｍｉｎ．节点之间通过多跳路由或者直连的方式将数据发送给基站．２００７年，ＧＢＲ在澳大利亚玛格内特岛的尼利湾部署了第１个数据采集装置，随后又在大堡礁的多个地区部署了数据采集装置，Ｗｅｂ站点ｈｔｔｐ：??ｄａｔａ．ａｉｍｓ．ｇｏｖ．ａｕ?ａｗｓｑａｑｃ?ｄｏ?ｓｔａｒｔ．ｄｏ开放了ＧＢＲ项目的监测数据．ＧＢＲ实现了以较低的成本获取高精度的、实时海洋环境数据的应用需求．１．２ 城市传感系统（ＣｉｔｙＳｅｎｓｅ）ＣｉｔｙＳｅｎｓｅ［３－４］是美国哈佛大学和ＢＢＮ公司在麻省剑桥部署的一个城市规模的无线传感器网络系统，主要用于监测大范围的天气和空气污染情况．ＣｉｔｙＳｅｎｓｅ系统由１００个传感器节点组成，可以监测的环境信息有空气温度、大气压、相对湿度、风向、风速、降雨量、降雨强度、ＣＯ２浓度和声音等级等，数据采集频率为每小时一次．传感器节点通过多跳路由的方式将数据传送给基站．ＣｉｔｙＳｅｎｓｅ的部署工作始于２００７年．其Ｗｅｂ站点ｈｔｔｐ：??ｗｗｗ．ｃｉｔｙｓｅｎｓｅ．ｎｅｔ公开了ＣｉｔｙＳｅｎｓｅ项目的监测数据．１．３ 冰川监测系统（ＧｌａｃｓＷｅｂ）冰川活动对环境变化有着重要的影响，因此采集冰川数据并对其行为建模具有重要意义．英国南安普顿大学开展了ＧｌａｃｓＷｅｂ［５－６］系统项目，其目的就是利用无线传感器网络监测和研究冰川的活动．ＧｌａｃｓＷｅｂ监测系统部署于挪威约斯特达尔冰盖的布里克斯达斯布尔冰河．ＧｌａｃｓＷｅｂ将传感器部署在冰川内部、表面以及下部来采集数据，并采用单跳方式将数据发送给设置在冰川上的基站．传感器采集的数据主要有温度、压强、压力、天气以及冰下移动，数据的采集周期为每小时一次，且采集时间为２００３—２００６年．ＧｌａｃｓＷｅｂ项目的监测数据对研究冰川的运动和全球变暖具有巨大的推动作用．１．４ 城市天气监测系统（ＮＷＳＰ）新加坡南洋理工大学的ＮＷＳＰ［７－８］（ｎａｔｉｏｎａｌｗｅａｔｈｅｒ ｓｔｕｄｙ ｐｒｏｊｅｃｔ）是一个基于无线传感器网络的大规模的实时天气监测系统，其目的是提高人们对气候变化、全球变暖等环境问题的防范意识．在ＮＷＳＰ项目中，数百个迷你天气基站被部署在新加坡的１００多所大学或高中．每一个天气基站都包含有ＴｅｌｏｓＢ节点或Ｍｉｃａ节点，它们能够测量温度、降雨量、湿度、风速和风向等天气参数信息，数据的采集周期为５～１５ｍｉｎ．基站通过直连的方式将数据传送到数据中心．从２００５年部署至今，ＮＷＳＰ系统一直在运行．Ｗｅｂ站点ｈｔｔｐ：??ｎｗｓｐ．ｎｔｕ．ｅｄｕ．ｓｇ?ｗｅａｔｈｅｒ?ｎｅｗ＿ｐｏｒｔａｌ＿ｄｉｓｐｌａｙ．ｈｔｍ公开了ＮＷＳＰ项目系统的各个天气基站的实时天气数据．由于天气基站覆盖了新加坡的大部分地区，所以通过ＮＷＳＰ系统基本可以获取整个新加坡的天气状况信息，具有重要的实践意义．２８计算机研究与发展 ２０１０，４７（增刊）１．５ 绿野千传（ＧｒｅｅｎＯｒｂｓ）森林作为陆地生态系统主体，在减缓大气ＣＯ２浓度上升以及调节全球气候方面具有不可替代的作用．持续性监测森林生态指标，对维护森林生态系统具有极其重要的意义．为了给林业生态监测提供可靠的原型系统，由香港科技大学、西安交通大学、伊利诺理工大学、浙江林学院、杭州电子科技大学和清华大学合作开展的ＧｒｅｅｎＯｒｂｓ（绿野千传）［９－１０］监测系统应运而生．ＧｒｅｅｎＯｒｂｓ的主要任务包括：１）进行森林生态环境的全年监测，通过Ｔｅｌｏｓｂ节点采集包括温度、湿度、光照和郁闭度等多种数据，并利用多跳路由的方式将数据传送至基站．传感器采集的数据信息为多种重要应用提供支持，如森林监测、森林观测和研究、火灾风险评估、野外救援等．２）ＧｒｅｅｎＯｒｂｓ是为建立长期大规模无线传感器网络系统而进行的前瞻研究与探索．ＧｒｅｅｎＯｒｂｓ于２００８年７月在浙江林学院部署了５０个ＴｅｌｏｓＢ节点，在２００９年５月２９日又部署了１２０个ＴｅｌｏｓＢ节点，并将在今后增加到１ ０００多个节点，从而获得部署大规模和持续工作的无线传感器网络应用系统工程的经验．Ｗｅｂ站点ｈｔｔｐ：??ｏｒｂｓｍａｐ．ｇｒｅｅｎｏｒｂｓ．ｏｒｇ公开了ＧｒｅｅｎＯｒｂｓ项目的森林环境监测数据．１．６ 海洋传感器监测系统（ＯｃｅａｎＳｅｎｓｅ）中国海洋大学和香港科技大学合作进行的ＯｃｅａｎＳｅｎｓｅ［１１］项目利用无线传感器网络对近岸海洋环境进行实时监测．组成ＯｃｅａｎＳｅｎｓｅ系统的传感器节点是在ＴｅｌｏｓＢ节点的基础上，进行相应的防水和漂浮处理．ＯｃｅａｎＳｅｎｓｅ在青岛崂山湾附近海域部署了２０余个节点监测各种海洋环境信息，如温度、湿度、光度及各节点间通信的信号强度等．节点每１０ｍｉｎ采集一次数据，并采用多跳路由的方式将数据传送至岸边的基站．基站利用ＧＰＲＳ无线通信方式将数据发送至数据中心．ＯｃｅａｎＳｅｎｓｅ系统于２００７年１１月开始运行，并成功采集了长约１８个月的海洋环境信息数据．Ｗｅｂ站点ｈｔｔｐ：??ｏｓｎ．ｏｕｃ．ｅｄｕ．ｃｎ?ＳｅｎｓｅＭａｐ?公开了ＯｃｅａｎＳｅｎｓｅ项目的海洋环境监测数据．２ 防灾害监测无线传感器网络在防灾害领域也有着较为广泛的应用，本节介绍一些有关防灾害方面的典型应用实例．２．１ 火山监测传统的火山监测系统通过部署带有ＧＰＳ的数据采集器来记录地震和声音信息，这种方式虽然能够提供高精度的数据，但由于花费较高而且设备不能获取长期的电源供给，因此很难部署应用．随着传感器网络技术的发展，利用无线传感器网络对火山进行监测的方案已被提上日程．哈佛大学于２００５年在厄瓜多尔雷文塔活火山附近部署了一个无线传感器网络监测系统［１２］．该监测系统由Ｍｉｃａ２传感器节点和次声麦克风节点组成，次声麦克风节点的作用是将传感器节点采集的数据发送给基站，基站可以在９ｋｍ的范围内将数据转发给火山观测中心．传感器以１００Ｈｚ的频率持续地采集地震和声音数据．整个火山观测系统持续了１９天的时间．该无线传感器网络监测系统以低耗费和部署相对简单的方式实现了对真实火山的监测，并获取了大量的火山监测数据，其意义是不言而喻的．２．２ 泥石流监测系统（ＤＦＯ）台湾逢甲大学和国立清华大学的（ｄｅｂｒｉｓ ｆｌｏｗｏｂｓｅｒｖａｔｉｏｎ，ＤＦＯ）［１３］项目利用无线传感器网络对泥石流进行监测并能做出相应的预警．目前，逢甲大学的ＧＩＳ中心通过在全台湾部署的将近２０个基站建立了先进的观测系统．这些基站由雨量计、超音波水位计、张力电缆、超声波传感器、微震测量仪和ＣＣＤ照相机组成，这些设备的基本采样频率为１Ｈｚ，并使用多跳路由的方式将数据传送至基站，最后基站利用低轨道卫星将实时数据传送回ＧＩＳ中心．系统也可以使用ＡＤＳＬ，ＧＳＭ，ＧＰＲＳ或ＰＳＴＮ网络等方式传送数据．２．３ 火灾信息和救援系统（ＳｍｏｋｅＮｅｔ）在美国因火灾死亡的人数比其他自然灾害死亡人数的总和还要多．美国平均每年发生１９０万次火灾，经济损失达上百万美元．加州大学伯克利分校机械工程系开展了“火灾信息和救援”（ＦＩＲＥ）［１４］项目研究，其目的是建立一套硬件和软件工具来改善消防的安全性和高效性．ＦＩＲＥ项目使用一个叫作ＳｍｏｋｅＮｅｔ的无线传感器网络对发生事故的大型建筑物内的消防员进行追踪，并向所有参加救援的人员提供重要信息，包括位置、火源和健康状况数据等．通过ＳｍｏｋｅＮｅｔ，消防员能够迅速判断火源位置、火势怎样蔓延以及对安全路线进行估计．ＳｍｏｋｅＮｅｔ由Ｔｅｌｏｓ Ｓｋｙ节点组成，节点通过多跳路由的方式将数据传送给基站，然后基站以４０Ｈｚ的频率对数３８洪 锋等：无线传感器网络应用系统最新进展综述据进行广播．３ 工业监测无线传感器网络也能够很好地满足工业生产监测的需求，在该领域的应用还在不断扩展．３．１ 变电所监测利用无线传感器网络技术，电力公司能对发电站和变电所的设施进行健康监测，从而可节省大量资金．北卡罗来纳大学于２００８年在美国肯塔基州的魁北克变电所部署了一个大规模的无线传感器网络系统［１５］．其目的在于验证在变电所环境下使用无线传感器网络的可行性，确定网络长期使用的可靠性以及找出传感器网络在变电所设备健康监测上存在的问题．网络系统使用Ｃｒｏｓｓｂｏｗ公司生产的ＭｉｃａＺ传感器节点．节点被部署在大约３０４．８ｍ×２１３．４ｍ英尺范围的变电站环境中．传感器每１５ｍｉｎ采集一次数据（包括环境温度和电源电压），并采用多跳路由方式将数据传送给基站，基站再通过ＶＰＮ与因特网相连．３．２ 自来水管监测系统（ＰｉｐｅＮｅｔ）随着管道设施的日趋老化，美国的自来水公司面临巨额的安装操作和修理费用．每年处理供水管道的泄漏、破裂和下水道的堵塞、溢出需要花费上百亿美元，监测并修复地下设施也面临着一系列的困难．针对以上问题，麻省理工学院做了一个基于无线传感器网络的管道监测系统（ＰｉｐｅＮｅｔ）［１６］，其目的是对输水管道（下水道、故障控制阀门）发生的爆裂、泄漏以及其他异常情况进行侦测、定位并确定异常的数量．ＰｉｐｅＮｅｔ主要部署了３个监测群组，第１个群组部署在提供饮用水的管道里，主要由压力传感器和ｐＨ传感器组成．压力数据每５ｍｉｎ采集１次，采集持续时间为５ｓ，采集频率为１００Ｈｚ．ｐＨ值数据也是每５ｍｉｎ采集一次，采集持续时间为１０ｓ，采集频率为１００Ｈｚ．数据通过多跳路由方式每５ｍｉｎ向基站传送１次．第２个群组部署在饮用水管道上，主要采用压力传感器．压力数据每５ｍｉｎ采集１次，采集持续时间为５ｓ，采集频率为３００Ｈｚ．第３个群组部署在下水道．考虑到下水道严酷的环境，群组使用了３个传感器，２个压力传感器在底部，１个超声波传感器在顶部．压力传感器每５ｍｉｎ采集一次数据，采集持续时间为１０ｓ，采集频率为１００Ｈｚ．使用ＰｉｐｅＮｅｔ对输水管道进行监测能够大大减少管道的维护费用，而且其实时性也能够保证迅速发现管道异常并作出相应的处理．３．３ 结构健康监测系统（Ｗｉｓｄｅｎ）结构健康监测系统的目的是寻找并定位建筑物、桥梁、船舶或飞行器的损坏位置．当前，结构工程师使用有线或单跳的无线数据采集系统来获取结构数据．部署有线网络增加了采集数据的花费，并且限制了传感器的数量和部署位置；使用无线传感器能解决这些问题．美国南加州大学的Ｗｉｓｄｅｎ［１７］是一个基于无线传感器网络的数据采集系统，主要用于建筑结构健康监测．Ｗｉｓｄｅｎ使用的传感器有ＭｉｃａＺ和Ｍｉｃａ２，节点每秒采集１次数据，并通过多跳路由的方式将数据传送到基站．４ 日常生活监测无线传感器网络的应用范围已不仅仅局限于环境和工业监测等领域，很多的应用系统实已开始逐渐贴近人们的日常生活应用领域，如医疗保健、行为监测等等．４．１ 远程医疗保健监测系统（ＣａｒｅＮｅｔ）美国老年人的医疗保健花费已经成为了全国关注的问题．通过美国人口普查局的统计，到２０３０年美国超过６５岁的人要超过７ ０００万，将是２０００年的两倍，医疗保健的花费在２０１０年将达到ＧＤＰ的１５．９％．目前无线传感器网络的发展使在病人身上部署可穿戴的传感器成为可能．ＣａｒｅＮｅｔ［１８］是一种用于远程医疗保健的无线传感器网络．ＣａｒｅＮｅｔ使用ＴｅｌｏｓＢ节点，节点上装配有加速计和陀螺仪，用来测量老年人的运动数据，数据的采集频率为３３Ｈｚ．传感器节点与基站可以直接通信，基站之间通过多跳路由的方式传递数据．无线传感器网络在医疗保健中的应用转变了传统的医疗保健方式，减少了医疗的费用，高效地利用临床资源．４．２ 行人统计监测系统（ＭｅｔｒｏＮｅｔ）美国弗尼吉亚大学的ＭｅｔｒｏＮｅｔ［１９－２０］项目利无线传感器网络做了一个行人统计监测系统，其目的是利用城市内各个商店采集的行人数据来进行某些预测．该系统将ＰＩＲ传感器部署在商店的门和窗户上，对某一时间段内的人流量进行统计．通过人流量分析可以获取很多信息，比如通过数据可以知道商店投放广告值不值得，某一天的天气情况怎样，顾客最经常光顾哪家商店等等．４８计算机研究与发展 ２０１０，４７（增刊）５ 对比分析以上按照应用领域的分类对多个无线传感器网络应用系统进行了罗列和详细阐述，表１对所有这些无线传感器网络应用系统作了汇总和对比分析．对比的内容包括：应用系统名称、部署时间、科研机构、应用目的、路由方式、节点类型和数据采集周期．表１ 无线传感器网络应用系统分类汇总及对比分析应用时间科研机构应用目的路由方式节点类型采集周期自然环境ＧＢＲ ２００７墨尔本大学、詹姆斯库克大学大堡礁环境监测多跳路由ｉＭｏｔｅ２，μ－ｎｏｄｅ １０ｍｉｎＣｉｔｙＳｅｎｓｅ ２００７哈佛大学污染和天气监测多跳路由Ｖａｉｓａｌａ １ｈＧｌａｃｓＷｅｂ ２００３英国南安普顿大学冰川研究直连－１ｈＮＷＳＰ ２００５南洋理工大学环境监测直连Ｍｉｃａ，ＴｅｌｏｓＢ ５～１５ｍｉｎＧｒｅｅｎＯｒｂｓ ２００８香港科技大学等森林环境监测多跳路由ＴｅｌｏｓＢ－ＯｃｅａｎＳｅｎｓｅ ２００７中国海洋大学、香港科技大学海洋环境监测多跳路由ＴｅｌｏｓＢ １０ｍｉｎ防灾防害Ｖｏｌｃａｎｏ ２００４哈佛大学火山监测多跳路由Ｍｉｃａ２ １ｓＤＦＯ ２００７逢甲大学、国立清华大学泥石流监测多跳路由Ｔｍｏｔｅ Ｓｋｙ １ｓＳｍｏｋｅＮｅｔ－加州大学伯克利分校城市防火多跳路由Ｔｅｌｏｓ Ｓｋｙ ２５ｍｓ工程监测Ｓｕｂｓｔａｔｉｏｎ ２００８北卡罗来纳大学变电所监测多跳路由ＭｉｃａＺ １５ｍｉｎＰｉｐｅＮｅｔ ２００４麻省理工学院输水管道监测多跳路由Ｉｎｔｅｒ Ｍｏｔｅ ５ｍｉｎＷｉｓｄｅｎ－南加州大学结构监测多跳路由ＭｉｃａＺ，Ｍｉｃａ２ １ｓ生活监测ＭｅｔｒｏＮｅｔ ２００８弗尼吉亚大学行人监测直连ＰＩＲ－ＣａｒｅＮｅｔ ２００７范德比特大学等医疗保健多跳路由ＴｅｌｏｓＢ ３０ｍｓ 表１共列出了１４个典型的无线传感器网络应用，其中自然环境监测方面的应用最多，这说明目前无线传感器网络的应用还主要侧重于自然环境监测领域，其他领域的应用还相对较少，因此无线传感器网络在其他领域的应用有着相对更为广阔的前景．由表１的时间和应用目的比较可以发现，无线传感器网络应用最早是出现在自然环境监测和工程监测领域中，从２００７—２００８年才开始应用在生活应用领域．同时与其他年份相比，在２００７—２００８年之间涌现了较多的无线传感器网络应用，显示了无线传感器网络正逐渐从自然环境监测和工程监测领域扩展到生活应用领域的发展趋势．因此，未来几年内在人类日常生活领域，必将出现更多的无线传感器网络应用系统，直接监测和影响人类生活环境及生活方式．另外，对于自然环境监测来说，在一段连续的时间内环境的变化不是特别明显，因此采样周期可以设置长一些．而日常生活监测的周期则相对较短，以ＣａｒｅＮｅｔ为例，在某一个时间段内病人发生意外情况是不可预知的，必须增加采样频率才能对病人的情况进行实时监测，因此采集的数据量也会加大．同时，日常生活监测应用越来越细化，几乎能够渗透到人类生活的各个角落．从表１的研究机构比较中可以得出，目前国内和国外的研究机构或团队都在进行无线传感器网络应用方面的探究工作，相信在不久的将来无线传感器网络会像因特网一样得到广泛的普及应用，从而使“智能地球”的理想变为现实．通过各个应用的路由方式的对比，能够明显地看出目前大多数的无线传感器网络应用都使用多跳路由的方式发送数据．使用这种方式是因为许多传感器节点距离基站太远，无法直接和基站进行通信．如何在多跳条件要求下，保证数据能够准确、高效地传送，是无线传感器网络应用系统部署必须解决的问题．从数据的采集频率对比可以看出，各无线传感５８洪 锋等：无线传感器网络应用系统最新进展综述器网络应用都是以采集实时数据为中心的，而传感器采集的数据量是非常庞大的，如何对这些数据进行分析处理和展现也成为当前急需解决的问题．同时，对于不同类型的无线传感器网络应用，由于使用的传感器节点不同，采集的数据类型也不同，对不同类型的数据进行分析与汇总也是重要的研究问题．综上所述，随着无线传感器网络的发展，其应用正逐渐深入普及到人们的生产和生活领域．而在这一过程中，如何高效地解决具体应用中提出的实践问题，以及如何进一步促进无线传感器网络技术的发展，已成为当前各个科研机构的研究重点和热题．６ 总结和展望本文对无线传感器网络应用系统的最新进展作了系统的综述，以应用系统的部署时间、研究机构、应用目的、路由方式、节点类型和数据采集周期为出发点，对国内外多个研究机构和团队开展的一些最新的无线传感器网络应用项目，进行了详细的阐述与对比分析．对比结果阐述了无线传感器网络应用有着非常广阔的发展前景，而且其正逐步从自然环境监测领域和工业生产领域渗透到人类日常生活的其他领域，并且随着“智能地球”和“物联网”概念的提出，未来的无线传感器网络应用将无处不在．在无线传感器网络发展的同时，它还将遇到更多的困难和挑战：如何使用无线传感器网络对环境进行更合理的监测和控制；如何对传感器网络获取的大量实时数据进行分析处理及可视化展示；如何让无线传感器网络应用更好地为人类服务等等．参考文献［１］崔莉，鞠海玲，苗勇，等．无线传感器网络研究进展．计算机研究与发展，２００５，４２（１）：１６３－１７４［２］Ｓｔｕａｒｔ Ｋ，Ｓｃｏｔｔ Ｂ，Ｉａｎ Ａ，ｅｔ ａｌ．Ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｉｎｇ ｔｈｅ ｇｒｅａｔｂａｒｒｉｅｒ ｒｅｅｆ．Ｓｐａｔｉａｌ Ｓｃｉｅｎｃｅｓ Ｑｕｅｅｎｓｌａｎｄ Ｊｏｕｒｎａｌ，２００４：３４－３８［３］Ｒｏｈａｎ Ｎａｒａｙａｎａ Ｍ，Ｇｅｏｆｆｒｅｙ Ｍ，Ｉａｎ Ａ，ｅｔ ａｌ．ＣｉｔｙＳｅｎｓｅ：Ａｎ ＵｒｂａｎＳｃａｌｅ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ ａｎｄ ｔｅｓｔｂｅｄ??ＩＥＥＥＩｎｔ Ｃｏｎｆ ｏｎ Ｔｅｃｈｎｏｌｏｇｉｅｓ ｆｏｒ Ｈｏｍｅｌａｎｄ Ｓｅｃｕｒｉｔｙ．Ｐｉｓｃａｔａｗａｙ，ＮＪ：ＩＥＥＥ，２００８：５８３－５８８［４］Ａｎ ｏｐｅｎ Ｕｒｂａｎ－ｓｃａｌｅ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ Ｔｅｓｔｂｅｄ．ＨａｒｗａｒｄＵｎｉｖｅｒｓｉｔｙ，２００７．［２０１０－０４－１０］．ｈｔｔｐ：??ｗｗｗ．ｃｉｔｙｓｅｎｓｅ．ｎｅｔ［５］Ｋｉｒｋ Ｍ，Ｊａｎｅ Ｈ，Ｒｏｙａｎ Ｏ．Ｄｅｐｌｏｙｉｎｇ ａ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒｎｅｔｗｏｒｋ ｉｎ ｉｃｅｌａｎｄ??Ｐｒｏｃ ｏｆ ｔｈｅ ３ｒｄ Ｉｎｔ Ｃｏｎｆ ｏｎ ＧｅｏＳｅｎｓｏｒＮｅｔｗｏｒｋｓ．Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ，２００９：１３１－１３７［６］Ｇｌａｃｓｗｅｂ：Ｍｏｎｉｔｏｒ Ｇｌａｃｉｅｒ Ｂｅｈａｖｉｏｕｒ．Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｏｕｔｈａｍｐｔｏｎ，２００３．［２０１０－０４－１０］．ｈｔｔｐ：??ｅｎｖｉｓｅｎｓｅ．ｏｒｇ?ｇｌａｃｓｗｅｂ［７］Ｈｏｃｋ Ｂｅｎｇ Ｌ，Ｋｅｃｋ Ｖｏｏｎ Ｌ，Ｗａｎｇ Ｗｅｎｑｉａｎｇ，ｅｔ ａｌ．Ｔｈｅｎａｔｉｏｎａｌ ｗｅａｔｈｅｒ ｓｅｎｓｏｒ ｇｒｉｄ??Ｐｒｏｃ ｏｆ ｔｈｅ ５ｔｈ Ｉｎｔ Ｃｏｎｆ ｏｎＥｍｂｅｄｄｅｄ Ｎｅｔｗｏｒｋｅｄ Ｓｅｎｓｏｒ Ｓｙｓｔｅｍｓ．Ｎｅｗ Ｙｏｒｋ：ＡＣＭ，２００７：３６９－３７０［８］ＮＷＳＰ：Ｎａｔｉｏｎａｌ Ｗｅａｔｈｅｒ Ｓｔｕｄｙ Ｐｒｏｊｅｃｔ．ＮａｎｙａｎｇＴｅｃｈｎｏｌｏｇｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，２００５．［２０１０－０４－１０］．ｈｔｔｐ：??ｎｗｓｐ．ｎｔｕ．ｅｄｕ．ｓｇ?ｎｗｓｐ［９］Ｈｅ Ｙｕａｎ，Ｍｏ Ｌｕｆｅｎｇ，Ｗａｎｇ Ｊｉｌｉａｎｇ，ｅｔ ａｌ．Ｗｈｙ ａｒｅ ｌｏｎｇ－ｔｅｒｍ ｌａｒｇｅ－ｓｃａｌｅ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓ ｄｉｆｆｉｃｕｌｔ？Ｌｅｓｓｏｎｓ ｌｅａｒｎｅｄｆｒｏｍ ＧｒｅｅｎＯｒｂｓ??Ｐｒｏｃ ｏｆ ｔｈｅ ＡＣＭ ＭｏｂｉＣｏｍｍｕｎｉｃａｔｉｏｎｓ．Ｎｅｗ Ｙｏｒｋ：ＡＣＭ，２００９［１０］ＧｒｅｅｎＯｒｂｓ：Ａ ｌｏｎｇ－ｔｅｒｍ ｋｉｌｏ－ｓｃａｌｅ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｓｙｓｔｅｍ ｉｎ ｔｈｅ ｆｏｒｅｓｔ．Ｈｏｎｇ Ｋａｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ＆Ｔｅｃｈｎｏｌｏｇｙ，２００８．［２０１０－０４－１０］．ｈｔｔｐ：??ｇｒｅｅｎｏｒｂｓ．ｏｒｇ［１１］Ｇｕｏ Ｚｈｏｎｇｗｅｎ，Ｈｏｎｇ Ｆｅｎｇ，Ｆｅｎｇ Ｙｕａｎ，ｅｔ ａｌ．ＯｃｅａｎＳｅｎｓｅ：Ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ ｏｆ ｒｅａｌｔｉｍｅ ｏｃｅａｎ ｅｎｖｉｒｏｎｍｅｎｔａｌｄａｔａ ｏｂｓｅｒｖａｔｉｏｎ ａｎｄ ｉｔｓ ｄｅｖｅｌｏｐｍｅｎｔ ｐｌａｔｆｏｒｍ??ＷＵＷＮＥＴ．Ｎｅｗ Ｙｏｒｋ：ＡＣＭ，２００８：１０１－１０５［１２］Ｗｅｒｎｅｒ Ａｌｌｅｎ Ｇ，Ｊｏｈｎｓｏｎ Ｊ，Ｒｕｉｚ Ｍ，ｅｔ ａｌ．Ｍｏｎｉｔｏｒｉｎｇｖｏｌｃａｎｉｃ ｅｒｕｐｔｉｏｎｓ ｗｉｔｈ ａ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ??Ｐｒｏｃ ｏｆｔｈｅ ２ｎｄ Ｅｕｒｏｐｅａｎ Ｗｏｒｋｓｈｏｐ ｏｎ Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ．２００５：１０８－１２０［１３］Ｃｈｏｕ Ｐ Ｈ，Ｃｈｕｎｇ Ｙ Ｃ，Ｋｉｎｇ Ｃ Ｔ，ｅｔ ａｌ．Ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒｎｅｔｗｏｒｋｓ ｆｏｒ ｄｅｂｒｉｓ ｆｌｏｗ ｏｂｓｅｒｖａｔｉｏｎ??Ｓｅｎｓｏｒ，Ｍｅｓｈ ａｎｄ ＡｄＨｏｃ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ Ｎｅｔｗｏｒｋｓ．Ｐｉｓｃａｔａｗａｙ，ＮＪ：ＩＥＥＥ，２００８：６１５－６１７［１４］Ｗｉｌｓｏｎ Ｊ，Ｂｈａｒｇａｖａ Ｖ，Ｒｅｄｆｅｒｎ Ａ，ｅｔ ａｌ．Ａ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒｎｅｔｗｏｒｋ ａｎｄ ｉｎｃｉｄｅｎｔ ｃｏｍｍａｎｄ ｉｎｔｅｒｆａｃｅ ｆｏｒ ｕｒｂａｎｆｉｒｅｆｉｇｈｔｉｎｇ??Ｐｒｏｃ ｏｆ ｔｈｅ ４ｔｈ Ａｎｎｕａｌ Ｉｎｔ Ｃｏｎｆ ｏｎ Ｍｏｂｉｌｅ ａｎｄＵｂｉｑｕｉｔｏｕｓ Ｓｙｓｔｅｍｓ：Ｎｅｔｗｏｒｋｉｎｇ ＆Ｓｅｒｖｉｃｅｓ（ＭｏｂｉＱｕｉｔｏｕｓ２００７）．Ｐｉｓｃａｔａｗａｙ，ＮＪ：ＩＥＥＥ，２００７：１－７［１５］Ａｓｉｓ Ｎ，Ｒｏｂｅｒｔ Ｃ，Ｈａｄｉ Ａ，ｅｔ ａｌ．Ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｆｏｒ ｓｕｂｓｔａｔｉｏｎ ｍｏｎｉｔｏｒｉｎｇ：Ｄｅｓｉｇｎ ａｎｄ ｄｅｐｌｏｙｍｅｎｔ??Ｐｒｏｃ ｏｆｔｈｅ ６ｔｈ Ｉｎｔ Ｃｏｎｆ ｏｎ Ｅｍｂｅｄｄｅｄ Ｎｅｔｗｏｒｋｅｄ Ｓｅｎｓｏｒ Ｓｙｓｔｅｍｓ．Ｎｅｗ Ｙｏｒｋ：ＡＣＭ，２００８：３６５－３６６［１６］Ｉｖａｎ Ｓ，Ｌａｍａ Ｎ，Ｓａｍ Ｍ．ＰＩＰＥＮＥＴ：Ａ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒｎｅｔｗｏｒｋ ｆｏｒ ｐｉｐｅｌｉｎｅ ｍｏｎｉｔｏｒｉｎｇ??Ｐｒｏｃ ｏｆ ｔｈｅ ６ｔｈ Ｉｎｔ Ｃｏｎｆ ｏｎＩｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ ｉｎ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ．Ｎｅｗ Ｙｏｒｋ：ＡＣＭ，２００７：２６４－２７３［１７］Ｘｕ Ｎｉｎｇ，Ｓｕｍｉｔ Ｒ，Ｄｅｅｐａｋ Ｇ，ｅｔ ａｌ．Ａ Ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒｎｅｔｗｏｒｋ ｆｏｒ ｓｔｒｕｃｔｕｒａｌ ｍｏｎｉｔｏｒｉｎｇ??Ｐｒｏｃ ｏｆ ｔｈｅ ４ｔｈ Ｉｎｔ Ｃｏｎｆｏｎ Ｅｍｂｅｄｄｅｄ Ｎｅｔｗｏｒｋｅｄ Ｓｅｎｓｏｒ Ｓｙｓｔｅｍｓ．Ｎｅｗ Ｙｏｒｋ：ＡＣＭ，２００６：１３－２４［１８］Ｊｉａｎｇ Ｓ，Ｘｕｅ Ｙ，Ｃａｏ Ｙ，ｅｔ ａｌ．Ｃａｒｅｎｅｔ：Ａｎ ｉｎｔｅｇｒａｔｅｄｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋｉｎｇ ｅｎｖｉｒｏｎｍｅｎｔ ｆｏｒ ｒｅｍｏｔｅｈｅａｌｔｈｃａｒｅ??Ｐｒｏｃ ｏｆ ｔｈｅ ３ｒｄ Ｉｎｔ Ｃｏｎｆ ｏｎ Ｂｏｄｙ ＡｒｅａＮｅｔｗｏｒｋｓ．２００８［１９］Ｒｏｂｅｒｔ Ｄ，Ｌｕ Ｊｉａｋａｎｇ，Ｌｉ Ｊｉｎｇｙｕａｎ，ｅｔ ａｌ．Ｍｅｔｒｏｎｅｔ：Ｃａｓｅｓｔｕｄｙ ｆｏｒ ｃｏｌｌａｂｏｒａｔｉｖｅ ｄａｔａ ｓｈａｒｉｎｇ ｏｎ ｔｈｅ ｗｏｒｌｄ ｗｉｄｅ ｗｅｂ??Ｉｎｔ Ｃｏｎｆ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ ｉｎ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ．ＮｅｗＹｏｒｋ：ＡＣＭ，２００８：５５７－５５８６８计算机研究与发展 ２０１０，４７（增刊）［２０］Ｍｅｔｒｏｎｅｔ．Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｖｉｒｇｉｎｉａ，２００８．［２０１０－０４－１０］．ｈｔｔｐ：??ｗｗｗ．ｃｓ．ｖｉｒｇｉｎｉａ．ｅｄｕ?～ｗｈｉｔｅｈｏｕｓｅ?ｒｅｓｅａｒｃｈ?ｍｅｔｒｏｎｅｔ 洪 锋 男，１９７７年生，博士，讲师，主要研究方向为传感器网络、容迟网络和对等网络． 褚红伟 男，１９８８年生，硕士研究生，主要研究方向为无线传感器网络． 金宗科 男，１９８５年生，硕士研究生，主要研究方向为无线传感器网络． 单体江 男，１９８４年生，硕士研究生，主要研究方向为传感器网络和网络仿真技术． 郭忠文 男，１９６５年生，教授，主要研究方向为网络技术和信息处理技术．７８洪 锋等：无线传感器网络应用系统最新进展综述。
