wsan是什麼無線網路

A. wLAN是什麼

WLAN是Wireless Local Area Networks的簡寫，就是無線區域網絡，wLAN利用射頻（Radio Frequency； RF）的技術，使用電磁波，取代舊式礙手礙腳的雙絞銅線（Coaxial）所構成的區域網絡，在空中進行通信連接，使得無線區域網絡能利用簡單的存取架構讓用戶透過它，達到「信息隨身化、便利走天下」的理想境界。

拓展資料

WLAN的接入方式很簡單，以家庭WLAN為例，只需一個無線接入設備-路由器，一個具備無線功能的計算機或終端（手機或PAD），沒有無線功能的計算機只需外插一個無線網卡即可。有了以上設備後，具體操作如下：使用路由器將熱點（其他已組建好且在接收范圍的無線網路）或有線網路接入家庭，按照網路服務商提供的說明書進行路由配置，配置好後在家中覆蓋范圍內（WLAN穩定的覆蓋范圍大概在20
m~50 m之間）放置接收終端，打開終端的無線功能，輸入服務商給定的用戶名和密碼即可接入WLAN。

WLAN的典型應用場景如下：

大樓之間：大樓之間建構網路的連結，取代專線，簡單又便宜。

餐飲及零售：餐飲服務業可使用無線區域網絡產品，直接從餐桌即可輸入並傳送客人點菜內容至廚房、櫃台。零售商促銷時，可使用無線區域網絡產品設置臨時收銀櫃台。

企業：當企業內的員工使用無線區域網絡產品時，不管他們在辦公室的任何一個角落，有無線區域網絡產品，就能隨意地發電子郵件、分享檔案及上網路瀏覽。

醫療：使用附無線區域網絡產品的手提式計算機取得實時信息，醫護人員可藉此避免對傷患救治的遲延、不必要的紙上作業、單據循環的遲延及誤診等，而提升對傷患照顧的品質。

B. 蔡自興的發表論文

蔡自興教授已在國內外發表論文和科技報告等860多篇。
2010年：
1.Cai Zixing. Research on navigation control and cooperation of mobile robots (Plenary Lecture 1). 2010 Chinese Control and Decision Conference, New Century Grand Hotel, Xuzhou, China, May 26- 28, 2010.
2.Cai Zixing. Research on navigation control and cooperation of mobile robots (Plenary Lecture 1). 2010 Chinese Control and Decision Conference, New Century Grand Hotel, Xuzhou, China, May 26-28, 2010.
3. Chen Baifan,Zi-Xing Cai, Zhi-Rong Zou. A Hybrid Data Association Approach for Mobile Robot SLAM. International Conference on Control, Automation and Systems, October 27-30, 2010, KINTEX, Gyeonggi-do, KOREA (Accepted).
4. Guo Fan,Cai Zixing, Xie Bin, Tang Jin. Automatic Image Haze Removal Based on Luminance Component. The International conference on Signal and Image Processing (SIP 2010).May 2010 (Accepted).
5. Linai. Kuang,Zixing. Cai.Immune System based Redeployment Scheme for Wireless Sensor Networks[C].In proceeding of 1st IET International Conference on Wireless Sensor Network. Beijing, China, November,2010.
6. Lingli YU,Zixing CAI, A Study of Multi-Robot Stochastic Increment Exploration Mission Planning [J]. Frontiers of Electrical and Electronic Engineering in China, (Received).
7. Liu Hui,Cai Zixing, and Wang Yong. Hybridizing particle swarm optimization with differential evolution for constrained numerical and engineering optimization. Applied Soft Computing, 2010,10(2): 629–640.
8. LIU Xian-ru,CAI Zi-xing. Advanced obstacles detection and tracking by using fusing radar and image sensor data. International Conference on Control, Automation and Systems，2010/10/27,Korea.
9. Liu Xianru,Cai zixing. Advanced obstacles detection and tracking by using fusing Radar and Image Sensor Data[C]. International Conference on Control, Automation and Systems. (October 27-30,2010, KINTEX, Gyeonggi-do, KOREA).
10. Ren Xiaoping,Zixing Cai. Kinematics Model of Unmanned Driving Vehicle. Proceedings of the 8th World Congress on Intelligent Control and Automation, July 6-9 2010, Jinan, China, 2010: 5910-5914.
11. Suqin Tang,Zixing Cai: Tourism Domain Ontology Construction from the Unstructured Text Documents. The 9th IEEE International Conference on Cognitive Informatics, Beijing, China.2010,pp297-301.
12. Suqin Tang,Zixing Cai: Using the Format Concept Analysis to Construct the Tourism Information Ontology. The 2010 Seventh International Conference on Fuzzy Systems and Knowledge Discovery (FSKD'10)，Yantian, China.2010, pp2941-2944.
13. Tan Ping,Zixing Cai. An Adaptive Particle Filter Based on Posterior Distribution. Proceedings of the 8th World Congress on Intelligent Control and Automation, July 6-9 2010, Jinan, China, 2010: 5886-5890.
14. Wang Yong,Cai Zixing, Zhang Qingfu. Differential evolution with composite trial vector generation strategies and control parameters. IEEE Transactions on Evolutionary Computation, Accept, regular paper.
15. Wang Yong,Cai Zixing. Constrained evolutionary optimization by means of (mu+lambda)-differential evolution and improved adaptive trade-off model. Evolutionary Computation, in press.
16. Wang Yong, Combining multiobjective optimization with differential evolution to solve constrained optimization problems. IEEE Transactions on Evolutionary Computation, (regular paper, Accepted).
17. Xianru Liu,Zixing Cai.Advanced Obstacles Detection and tracking by Fusing Millimeter Wave Radar and Image Sensor Data,International IEEE Intl Coference on Control,Automation and Systems , Korea, 2010, 22:1115-1121.
18. Xie Bin, Fan Guo,Zixing Cai. Improved Single Image Dehazing Using Dark Channel Prior and Multi-Scale Retinex. 2010 International Conference on Intelligent System Design and Engineering Application, Changsha, China, 2010. (Accepted) .
19. YU Ling-li,CAI Zi-xing, GAO Ping-an, LIU Xiao-ying. A spatial orthogonal allocation and heterogeneous cultural hybrid algorithm for multi-robot exploration mission planning. Journal of control theory and applications (Received) .
20.蔡自興，陳白帆，劉麗珏. 智能科學基礎系列課程國家級教學團隊的改革與建設. 計算機教育，2010，（127）：40-44 .
21.蔡自興，任孝平，李昭.一種基於GPS/INS組合導航系統的車輛狀態估計方法. Proc.CCPR2010, 2010.
22.蔡自興。智能科學技術課程教學縱橫談. 計算機教育，2010，（127）：2-6.
23.蔡自興，蔣冬冬，譚平，安基程。H.264中快速運動估計演算法的一種改進方案;計算機應用研究2010,27(4):1524-1525.
24.蔡自興; 任孝平; 鄒磊; 匡林愛. 一種簇結構下的多移動機器人通信方法.小型微型計算機系統,2010,31(3):553-556.
25. 陳愛斌，蔡自興.一種基於目標和背景加權的目標跟蹤方法,控制與決策，2010,25(8):1246-1250.
26. 陳愛斌;蔡自興; 文志強; 董德毅. 一種基於預測模型的均值偏移加速演算法. 信息與控制 2010,39(2): 234-237.
27. 陳愛斌; 董德毅;楊勇;蔡自興. 基於目標中心定位和NMI特徵的跟蹤演算法.計算機應用與軟體,2010,27(4):276-279.
28. 陳白帆，蔡自興，劉麗珏. 人工智慧課程的創新性教學探索——人工智慧精品課程建設與改革. 計算機教育，2010，（127）：27-31.
29. 官東，蔡自興，孔志周. 一種基於推薦證據理論的網格信任模型.系統模擬學報，2010，22（8）：1895-1898.
30.郭璠,蔡自興,謝斌, 唐琎. 圖像去霧技術研究綜述與展望. 計算機應用, 2010, 30(9):2417-2421.
31. 郭璠,蔡自興, 謝斌, 唐琎. 一種基於亮度分量的自動圖像去霧方法. 中國圖象圖形學報. 2010年3月(錄用).
32. 江中央,蔡自興,王勇. 一種新的基於正交實驗設計的約束優化進化演算法. 計算機學報, 2010，33（5）：855-864.
33. 江中央,蔡自興,王勇.求解全局優化問題的混合自適應正交遺傳演算法.軟體學報, 2010,21(6):1296-1307.
34. 匡林愛,蔡自興. 基於遺傳演算法的無線感測器網路重新部署方法. 控制與決策，2010,25(9):1329-1332.
35. 匡林愛,蔡自興.一種簇機構下的多移動機器人通訊方法.小型微型計算機系統.，2010，31（3）：553-556.
36. 匡林愛,蔡自興.一種帶寬約束的無線感測器網路節點調度演算法.高技術通訊，2010,20(3):309-313.
37. 劉麗珏，蔡自興，唐琎. 人工智慧雙語教學建設. 計算機教育，2010，（127）：74-77.
38. 劉獻如，蔡自興. 基於SAD與UKF-Mean shift的主動目標跟蹤. 模式識別與人工智慧，2010,23(5)：646-652.
39. 劉獻如，蔡自興. 結構化道路車道線的魯棒檢測與跟蹤. 光電子.激光，2010，21(12):1834-1838.
40. 劉獻如,蔡自興.UKF 與Mean shift 相結合的實時目標跟蹤.中南大學學報，2009年錄用.
41. 劉曉瑩;蔡自興; 余伶俐; 高平安. 一種正交混沌蟻群演算法在群機器人任務規劃中的應用研究. 小型微型計算機系統, 2010,31(1):164-168.
42. 蒙祖強，蔡自興，黃柏雄. 課程交叉教學在應用型人才培養中的實踐探索. 計算機教育，2010，（127）：55-57.
43. 潘薇;蔡自興; 陳白帆. 復雜環境下多機器人協作構建地圖的方法;四川大學學報(工程科學版) 2010-01-20.
44. 任孝平,蔡自興,鄒磊,匡林愛.「中南移動二號」多移動機器人通信系統.中南大學學報（自然科學版）,2010,41(4):1442-1448.
45. 任孝平,蔡自興.四種虛擬力模型在感測器網路覆蓋中的性能分析.信息與控制,2010，39（4）：441-445.
46. 任孝平;蔡自興; 陳愛斌. 多移動機器人通信系統研究進展. 控制與決策 2010,(3): 327-332.
47.唐素勤，蔡自興，王駒，蔣運承: 基於gfp語義的描述邏輯系統FLE的有窮基,計算機研究與發展，2010,47(9):1514-1521.
48. 唐素勤，蔡自興，王駒，蔣運承: 描述邏輯非標准推理, 模式識別與人工智慧，2010,23(4)：522-530.
49. 肖赤心，蔡自興，王勇. 字典序進化演算法用於組合優化問題. 控制理論與應用，2010，27（4）：473-480.
50. 謝斌，蔡自興. 基於MATLAB Robotics Toolbox的機器人學模擬實驗教學. 計算機教育，2010，（127）：140-143.
51. 余伶俐,蔡自興,譚平,段琢華.基於多模態Rao-Blackwellized進化粒子濾波器的移動機器人航跡推算系統的故障診斷. 控制與決策，2010，25（12）：1787-1792.
52. 余伶俐,蔡自興,譚平,進化粒子濾波器對比研究及其在移動機器人故障診斷的應用. 信息與控制，2010，39（5）：621-628.
53. 余伶俐，蔡自興，肖曉明. 智能控制精品課程建設與教學改革研究. 計算機教育，2010，（127）：35-39.
54. 余伶俐,焦繼樂,蔡自興. 一種多機器人任務規劃演算法及其系統實現. 計算機科學，2010，37（6）：252-255.
55.周濤;蔡自興。 信息審計中短消息中心實驗環境的模擬[J].科學技術與工程 2010,10(6): 1551-1554.
56. 鄒磊,蔡自興,任孝平.一種基於虛擬力的自組織覆蓋演算法.計算機工程,2010,36(14):93-95 .
2009年：
57. Gao Ping-an,Cai Zi-xing. Evolutionary Computation Approach to Decentralized Multi-robot Task Allocation. Proc. of the 5th International Conference on Natural Computation, IEEE Computer Society, 2009,415-419.
58. Wang Yong,Cai Zixing, Zhou Yuren. Accelerating adaptive trade-off model using shrinking space technique for constrained evolutionary optimization, International Journal for Numerical Methods in Engineering, 2009, 77(11):1501-1534.
59. Wang Yong,Cai Zixing, Zhou Yuren, Fan Zhun. Constrained optimization based on hybrid evolutionary algorithm and adaptive constraint-handling technique, Structural and Multidisciplinary Optimization, 2009, 37(1): 395-413.
60. Wang Yong,Cai Zixing. A hybrid multi-swarm particle swarm optimization to solve constrained optimization problems, Frontiers of Computer Science in China, 2009,3(1):38-52.
61. Wang Yong,Cai Zixing. Constrained evolutionary optimization by applying (mu+lambda)-differential evolution and improved adaptive trade-off model. Evolutionary Computation, Accept.
62. Liu Hui,Cai Zixing, and Wang Yong. Hybridizing particle swarm optimization with differential evolution for constrained numerical and engineering optimization.Applied Soft Computing, 2010,10(2):629–640.
63. Liu Limei,Cai Zixing. An Improvement of Hough Transform for Building Feature map.
64. Limei Liu, Zixing Cai,WeiPan.AMapBuilding Method Based on Uncertain Information of Sonar Sensor[C]. The 9th International Conference for Young Computer Scientists,2009,1738-1742.
65. YU Ling-li,CAI Zi-xing. Robot Detection Mission Planning Based on Heterogeneous Interactive Cultural Hybrid Algorithm. Proc. of the 5th International Conference on Natural Computation.2009,583-587.
66. Ren Xiaoping,Cai Zixing.A Distributed Actor Deployment Algorithm for Maximum Connected Coverage in WSAN. Proc. of the 2009 Fifth International Conference on Natural Computation, 2009,283-287.
67. 王勇,蔡自興,周育人,肖赤心.約束優化進化演算法.軟體學報, 2009,20(1): 11-29.
68. 陳白帆,蔡自興, 潘薇. 基於聲納和攝像頭的動態環境地圖創建方法.高技術通訊, 2009, 19(4): 410-414.
69. 陳白帆,蔡自興, 袁成. 基於粒子群優化的移動機器人SLAM方法研究.機器人, 2009, 31(6)：513-517.
70. 高平安,蔡自興. 多移動機器人任務負載均衡分組規劃方法.高技術通訊,2009, 19(5):501-505.
71. 高平安,蔡自興. 一種基於多子群的動態優化演算法.中南大學學報(自然科學版) 2009, 40(3): 731-736.
72. 劉獻如,;蔡自興. 一種基於Integral Imaging和與模擬退火相結合的深度測量方法研究. 系統模擬學報. 2009，21(8)：2303~2306.
73. 劉利枚，蔡自興，潘薇.一種基於聲納信息的地圖創建方法.計算機工程，2009，35（7）：166-185.
74. 余伶俐，蔡自興. 基於異質互動式文化混合演算法的機器人探測任務規劃.機器人.2009, 31(2):137-145.
75. 余伶俐，蔡自興，劉曉瑩，高平安. 均分點蟻群演算法在群集機器人任務規劃中的應用研究[J].高技術通訊. 2009,19(10),1054-1060.
76. 余伶俐，蔡自興. 改進混合離散粒子群的多種優化策略演算法.中南大學學報,2009, 40(4): 1047-1053.
77. 余伶俐，蔡自興，高平安，劉曉瑩. 當代學習自適應混合離散粒子群演算法研究. 小型微型計算機系統. 2009, 30(9):1800-1804.
78. 余伶俐，蔡自興. 基於當代學習離散粒子群的多機器人高效任務分配演算法研究. 計算機應用研究. 2009, 26(5):1691-1694.
79.蔡自興; 謝斌; 魏世勇; 陳白帆. 《機器人學》教材建設的體會. 2009年全國人工智慧大會(CAAI-13)，北京：北京郵電大學出版社，252-255，2009年9月.
80.蔡自興，郭璠. 密碼學虛擬實驗平台的設計與實現.中國人工智慧進展（2009），中國人工智慧大會(CAAI-13)論文集，北京：北京郵電大學出版社，432-438，2009年9月.
81.蔡自興,任孝平,鄒磊.分布式多機器人通信模擬系統.智能系統學報,2009,4(4): 309-313.
82. 任孝平,蔡自興.基於阿克曼原理的車式移動機器人運動學建模.智能系統學報, 2009,4(6);534-537.
83.蔡自興; 任孝平; 鄒磊. 分布式多機器人通信模擬系統.智能系統學報, 2009,4(4);309-313.
84. 文志強;蔡自興. 一種目標跟蹤中的模糊核直方圖. 高技術通訊, 2009,19(2):174-180.
85.劉星寶;蔡自興. 種子檢測器刺激-應答變異演算法研究. 高技術通訊, 2009,19(3):273-278.
86. 劉星寶;蔡自興. 負選擇演算法中的檢測器快速生成策略. 小型微型計算機系統, 2009-07-15.
87. 劉星寶;蔡自興. 異常檢測系統的漏洞分析.中南大學學報(自然科學版), 2009-08-26.
88. 潘薇;蔡自興; 陳白帆. 一種非結構環境下多機器人構建地圖的方法. 高技術通訊, 2009-05-25.
89. 孔志周;蔡自興; 官東. 兩種模糊密度確定方法的實驗比較. 小型微型計算機系統, 2009-02-15.
90. 江中央;蔡自興; 王勇. 用於全局優化的混合正交遺傳演算法. 計算機工程, 2009-02-20.
91. 肖赤心;蔡自興; 王勇; 周經野. 一種基於佳點集原理的約束優化進化演算法. 控制與決策, 2009-02-15 .
92. 官東;蔡自興; 孔志周. 一種基於網格技術的HLA分布模擬實現方法. 系統模擬學報, 2009,21(5):1363-1366.
93.劉慧;蔡自興; 王勇. 基於佳點集的約束優化進化演算法. 系統模擬學報, 2009-03-20 .
94. 潘薇;蔡自興; 陳白帆. 基於遺傳演算法的多機器人協作建圖方法. 計算機應用研究, 2009-04-15.
95. 任孝平;蔡自興; 盧薇薇. 一種基於掃描相關度的LSB演算法. 計算機應用, 2009-05-01.
96.胡強;蔡自興. 一種基於改造時鍾系統的Linux實時化方案. 計算機工程, 2009-06-05.
97. 袁成;蔡自興; 陳白帆. 粒子群優化的同時定位與建圖方法. 計算機工程, 2009-06-05.
98. 王勇;蔡自興. 「智能優化演算法及其應用」課程教學的實踐與探索. 計算機教育, 2009-06-10.
99. 任孝平;蔡自興; 盧薇薇. 網路可重構的多機器人模擬系統. 計算機應用研究, 2009-06-15.
100. 袁湘鵬;蔡自興; 劉利枚. 基於聲納的移動機器人環境建圖的設計與實現. 計算機應用研究, 2009-07-15.
101. 官東;蔡自興; 孔志周.網格服務本體匹配演算法研究. 小型微型計算機系統, 2009，30(8):1639-1643.
102. 鄒磊;蔡自興; 任孝平. 基於簇的多移動機器人通信系統. 計算機應用研究, 2009-08-15.
103.蔡自興. 從嚴施教,精心育才,培養高素質人才. 計算機教育, 2009-09-10.
104. 肖曉明; 曠東林;蔡自興. 單親遺傳演算法種群初始化方法分析. 電腦與信息技術, 2009-08-15.
105. 劉麗珏; 陳白帆; 王勇; 余伶俐;蔡自興. 精益求精建設人工智慧精品課程. 計算機教育, 2009-09-10.
106. 陳愛斌;蔡自興; 安基程. 一種基於攝像機視角的立體視覺定位方法.中南大學學報(自然科學版), 2009-09-10.
107. 唐素勤;蔡自興; 江中央; 肖赤心. 用於求解約束優化問題的自適應佳點集進化演算法. 小型微型計算機系統,2009,第9期，2009-11-15.
108.胡揚;桂衛華;蔡自興. 多元智能演算法控制結構綜述. 計算機科學, 2009-10-15.
109.蔡自興. 《混沌系統的模糊神經網路控制理論與方法》評介. 計算技術與自動化, 2009-12-15.
110. 陳愛斌;蔡自興; 安基程. 一種基於攝像機視角的立體視覺定位方法. 2009年中國智能自動化會議論文集（第六分冊）[中南大學學報（增刊）], 2009-09-27.
111. 於金霞;蔡自興; 段琢華. 復雜地形下移動機器人運動學建模研究. 2009中國控制與決策會議論文集（1）, 2009-06-17.
112. 劉獻如，蔡自興，楊欣榮. Integral Imaging與模擬退火相結合的深度測量方法研究. 系統模擬學報，2009,21（8）：2303－2307.

C. 簡述Wlan的特點

wlan就是無線區域網得英文名稱。
在無線區域網WLAN發明之前，人們要想通過網路進行聯絡和通信，必須先用物理線纜-銅絞線組建一個電子運行的通路，為了提高效率和速度，後來又發明了光纖。當網路發展到一定規模後，人們又發現，這種有線網路無論組建、拆裝還是在原有基礎上進行重新布局和改建，都非常困難，且成本和代價也非常高，於是WLAN的組網方式應運而生。
無線區域網絡英文全名：Wireless Local Area Networks；簡寫為： WLAN。它是相當便利的數據傳輸系統，它利用射頻（Radio Frequency； RF）的技術，使用電磁波，取代舊式礙手礙腳的雙絞銅線（Coaxial）所構成的區域網絡，在空中進行通信連接，使得無線區域網絡能利用簡單的存取架構讓用戶透過它，達到「信息隨身化、便利走天下」的理想境界。

優點：
⑴靈活性和移動性。在有線網路中，網路設備的安放位置受網路位置的限制，而無線區域網在無線信號覆蓋區域內的任何一個位置都可以接入網路。無線區域網另一個最大的優點在於其移動性，連接到無線區域網的用戶可以移動且能同時與網路保持連接。
⑵安裝便捷。無線區域網可以免去或最大程度地減少網路布線的工作量，一般只要安裝一個或多個接入點設備，就可建立覆蓋整個區域的區域網絡。
⑶易於進行網路規劃和調整。對於有線網路來說，辦公地點或網路拓撲的改變通常意味著重新建網。重新布線是一個昂貴、費時、浪費和瑣碎的過程，無線區域網可以避免或減少以上情況的發生。
無線區域網
⑷故障定位容易。有線網路一旦出現物理故障，尤其是由於線路連接不良而造成的網路中斷，往往很難查明，而且檢修線路需要付出很大的代價。無線網路則很容易定位故障，只需更換故障設備即可恢復網路連接。
⑸易於擴展。無線區域網有多種配置方式，可以很快從只有幾個用戶的小型區域網擴展到上千用戶的大型網路，並且能夠提供節點間「漫遊」等有線網路無法實現的特性。由於無線區域網有以上諸多優點，因此其發展十分迅速。最近幾年，無線區域網已經在企業、醫院、商店、工廠和學校等場合得到了廣泛的應用。

無線區域網的不足之處：
無線區域網在能夠給網路用戶帶來便捷和實用的同時，也存在著一些缺陷。無線區域網的不足之處體現在以下幾個方面：
⑴性能。無線區域網是依靠無線電波進行傳輸的。這些電波通過無線發射裝置進行發射，而建築物、車輛、樹木和其它障礙物都可能阻礙電磁波的傳輸，所以會影響網路的性能。
⑵速率。無線信道的傳輸速率與有線信道相比要低得多。無線區域網的最大傳輸速率為1Gbit/s，只適合於個人終端和小規模網路應用。
⑶安全性。本質上無線電波不要求建立物理的連接通道，無線信號是發散的。從理論上講，很容易監聽到無線電波廣播范圍內的任何信號，造成通信信息泄漏。

D. 什麼是WSAN

WSAN 所謂的「由感測器Sensor、監督器Monitor、控制器Controller（或指：Actor）等功效所構成的網路」到底是何種型態？老實說若無具體實際的舉例及描述，其實是不容易想像及理解的，因此以下我們舉個情境案例以助理解：

◆消費性電子－如電視機、錄放影機、DVD播放機等的遙控器與接收器，可以從紅外線遙控改用成無線遙控，不僅沒有紅外線的方位、距離等限制，且能雙向傳遞訊息，紅外線只能單向發送控制命令，但卻無法接收受控者所反應的狀態資訊，而無線技術則可以。

◆照明、空調、保全、門禁－居家或建築物的自動化控制，包括屋內外的亮度感測，進而決定是否要開啟照明，另外也用於感測溫度、濕度等狀態來回應改變空調控制，此外還有偵煙消防、紅外線防盜等感應控制，以及門禁的感應、鐵卷門的控制等。

◆醫療量測儀器、裝置－居家用的血壓脈搏計、體重計、體脂計、血糖計等健康儀器，甚至是健身用的跑步機等，都可以透過感應與控制來交換、傳遞訊息，此外居家的重病患者，其心電圖器與相關健康監督儀器，也都可以使用WSAN。

◆工業工廠自動化控制－工廠的資產盤點管理、生產流程式控制制、環境性的能源控制等。更具體說，如：倉庫中的無人搬運車、生產線上的機械手臂、後段的品管檢驗感測，都能夠用WSAN來強化、提升。

◆資訊周邊、玩具－如電腦所用的鍵盤、滑鼠、搖桿、手寫筆、觸控板等人機介面裝置（Human Interface Device；HID），或者是無線玩具車等，也都可以採行WSAN技術來達到無線化感應、控制。

E. WSN安全特點主要有哪些

WSN安全特點如下：

(1)動態性網路。WSN具有很強的網路動態性。由於能量、環境等問題，會使感測器節點死亡，或者由節點的移動性，又會有新的節點加入到網路中，從而使整個網路的拓撲結構發生動態變化。這就要求WSN要能夠適應這種變化，使網路具有可調性和重構性。

(2)硬體資源有限。節點由於受到價格、體積和功耗的限制，在通信能力、計算能力和內存空間等方面比普通計算機要弱很多。

(3)能量受限。網路節點由電池供電，電池的容量一般不是很大。由於應用領域的特殊性，不能經常給電池充電或更換電池，一旦電池能量用完，這個節點也就失去了作用(死亡)。因此在WSN的設計技術和協議的使用都要以節能為前提。

(4)大規模網路。為了對一個區域執行高密度的監測、感知任務，WSN往往將成千上萬，甚至更多的感測節點投放到這個區域，規模較移動通信網路成數量級地提高，甚至無法為單個節點分配統一的地址。

(5)以數據為中心。在WSN中，人們主要關心某個區域的某些觀測指標，而不是關心具體某個節點的觀測數據，這就是WSN以數據為中心的特點。相比之下，互聯網傳送的數據是和節點的物理地址聯系起來的。

(6)廣播式通信。由於WSN中節點數目龐大，使得其在組網和通信時不可能如Ad hoc網路那樣採用點對點通信，而要採用廣播方式，以加快信息傳播的范圍和速度，並可以節省電力。

(7)無人值守。感測器的應用與物理世界緊密聯系，感測器節點往往密集發布於急需監控的物理環境中。

(8)易受物理環境影響。WSN與其所在物理環境密切相關，並隨著環境的變化而不斷變化。

補充與物理環境相關的例子：

F. 感測器網路的作用

感測器網路主要包括三個方面：感應、通訊、計算（硬體、軟體、演算法）。其中的關鍵技術主要有無線資料庫技術，比如使用在無線感測器網路的查詢，和用於和其它感測器通訊的網路技術，特別是多次跳躍路由協議。例如摩托羅拉使用在家庭控制系統中的ZigBee無線協議。
感測器網路與感測器
感測器網路與感測器是什麼關系呢？它究竟是一種感測器呢還是一種網路呢？在回答這個問題之前，我們先來看一下感測器網路中感測節點的系統組成吧。如圖1所示，一般可以將感測節點分解為感測模塊、微處理器最小系統、無線通信模塊、電源模塊和增強功能模塊5個組成部分，其中增強功能模塊為可選配置。

圖1 感測器網路中感測節點的系統組成
可以把感測模塊和電源模塊看作傳統的感測器，如果再加上微處理器最小系統就可對應於智能感測器，而無線通信模塊是為了實現無線通信功能而比傳統感測器新增加的功能模塊。增強功能模塊是可選配置，例如時間同步系統、衛星定位系統、用於移動的機械繫統等。
從感測節點的系統組成上看，感測器網路可以看作是多個增加了無線通信模塊的智能感測器組成的自組織網路。而從功能上看，感測器和感測器網路大致相同，都是用來感知監測環境信息的，不過顯然感測器網路具備更高的可靠性。
感測器網路的發展
感測器網路是怎樣發展起來的呢？
最早的感測器網路可以追溯到上世紀70年代美軍在越戰中使用的「熱帶樹」感測器。為了遏制北越在胡志明小道的後勤補給，美軍在這條小道上沿途投放了上萬個「熱帶樹」感測器，這是一種振動和聲響感測器，當北越車隊經過時感測器探測到振動和聲響即向指揮中心發送感知信號，美軍收到信號後即組織轟炸，有資料顯示越戰期間美軍依靠「熱帶樹」的幫助總共炸壞了4萬多輛北越運輸卡車。
「熱帶樹」感測器之間沒有通信能力，所以實際上還稱不上網路的概念。20世紀80年代以來，美國軍方陸續與高校開展感測器網路方面的研究合作，旨在建立能夠用於軍事用途的自組織的無線感測器網路，這期間在硬體、軟體、標准化和產品化等方面取得了一系列的重大進展。
2000年，美國加州大學伯克利分校發布了感測器節點專用操作系統TinyOS，後續又推出專用程序設計語言nesC。2001年，伯克利分校又推出Mica系列感測器節點產品。TinyOS和Mica取得了巨大的成功，直到今天它們仍然得到了廣泛的應用。
2001年，ZigBee聯盟成立，並對無線感測器網路的通信協議進行了全面的標准化，後續多家公司發布了多款符合ZigBee協議標準的晶元和產品。
感測器網路未來的發展趨勢
感測器網路未來的發展趨勢又如何呢？
感測器網路技術誕生至今也不過幾十年的時間，最近更是得到了美國之外歐洲、中國和日韓等國的重視和關注，目前其發展前沿也在不斷延伸。總體說來，大致可以將其發展趨勢劃分為兩大類：其一是設計用於完成特殊任務的無線感測器網路，例如無線多媒體感測器網路和無線感測執行網路。其二是設計用於特殊應用環境下工作的無線感測器網路，例如水下環境和地下環境。
無線多媒體感測器網路（WMSN, Wireless Multimedia Sensor Network）在感測器節點上藉助多媒體感測單元將音頻、視頻、圖像等多媒體信息傳送到管理節點，能夠實現對復雜多變環境的監測。
無線感測執行網路（WSAN, Wireless Sensor and Actor Network）在WSN的基礎上加入了執行節點（Actor），執行節點根據收集到的監測信息做出決策並執行相關操作，從而在對環境監測的基礎上進一步實現對環境的控制。
水聲無線感測器網路（UW-ASN, Underwater Acoustic Sensor Network）採用水聲無線通信技術實現水下感測器節點之間的通信連接，能夠完成海洋采樣、環境監測、水下開采、輔助航行等任務。

G. WSN的特點是什麼

WSN的特點是：

（1）組建方式自由。無線網路感測器的組建不受任何外界條件的限制，組建者無論在何時何地，都可以快速地組建起一個功能完善的無線網路感測器網路，組建成功之後的維護管理工作也完全在網路內部進行。

（2）網路拓撲結構的不確定性。從網路層次的方向來看，無線感測器的網路拓撲結構是變化不定的，例如構成網路拓撲結構的感測器節點可以隨時增加或者減少，網路拓撲結構圖可以隨時被分開或者合並。

（3）控制方式不集中。雖然無線感測器網路把基站和感測器的節點集中控制了起來，但是各個感測器節點之間的控制方式還是分散式的，路由和主機的功能由網路的終端實現各個主機獨立運行，互不幹涉，因此無線感測器網路的強度很高，很難被破壞。

（4）安全性不高。無線感測器網路採用無線方式傳遞信息，因此感測器節點在傳遞信息的過程中很容易被外界入侵，從而導致信息的泄露和無線感測器網路的損壞，大部分無線感測器網路的節點都是暴露在外的，這大大降低了無線感測器網路的安全性。

(7)wsan是什麼無線網路擴展閱讀

無線感測技術在應用，不僅僅可以有大型組織進行工作和科研進行使用。對於個人來說，由於技術的不斷發展，無線感測技術的成本也越來越低，越來越多的人可以將無線感測技術用於個體身上。

對於個人來說，無線感測技術的主要使用目的是用來進行定位，定位技術對於感測技術來說是應用較廣的方面，在車輛上安裝無線感測裝置，可以通過無線感測技術，將車輛所在位置信息進行傳輸，然後再由中轉站將信息進行處理發送，這樣在接收站能夠明確了解汽車所處位置信息。對於汽車進行導航具有重要的意義。

此外，還可以對一些隨身攜帶的物品採用無線感測技術，對一些老年人或者兒童進行實時定位，避免一些弱勢人員出現意外事故。

H. 有誰了解 zigbee 技術嗎

1、ZigBee起源什麼技術？

A：在藍牙技術的使用過程中，人們發現藍牙技術盡管有許多優點，但仍存在許多缺陷。對工業，家庭自動化控制和工業遙測遙控領域而言，藍牙技術顯得太復雜，功耗大，距離近，組網規模太小等……而工業自動化，對無線數據通信的需求越來越強烈，而且，對於工業現場，這種無線數據傳輸必需是高可靠的，並能抵抗工業現場的各種電磁干擾。因此，經過人們長期努力，ZigBee協議在2003年中正式問世了。另外，ZigBee使用了在它之前所研究過的面向家庭網路的通信協議Home RF Lite。

2、什麼是ZigBee？

A： 首先ZigBee是IEEE802.15.4協議的代名詞。根據這個協議規定的技術是一種近距離、低復雜度、低功耗、低數據速率、低成本的雙向無線通信技術，主要適合於自動控制和遠程式控制制領域，可以嵌入各種設備中，同時支持地理定位功能。由於蜜蜂（bee）是靠飛翔和「嗡嗡」（zig）地抖動翅膀的「舞蹈」來與同伴傳遞花粉所在方位和遠近信息的，也就是蜜蜂依靠著這樣的方式構成了群體中的通信「網路」，因此ZigBee的發明者們形象地利用蜜蜂的這種行為來形象地描述這種無線信息傳輸技術。

3、Zigbee技術有哪些特點？

A： ZigBee的特點主要有以下八個方面：

（1）低功耗：在低耗電待機模式下，2節5號干電池可支持1個節點工作6-24個月，甚至更長。這是ZigBee的突出優勢。相比之下藍牙可以工作數周、WiFi可以工作數小時；

（2）低成本：通過大幅簡化協議降低成本（不足藍牙的1/10），也降低了對通信控制器的要求，按預測分析，以8051的8位微控制器測算，全功能的主節點需要32KB代碼，子功能節點少至4KB代碼，而且ZigBee的協議專利免費；

（3）低速率：ZigBee工作在250kbps的通訊速率，滿足低速率傳輸數據的應用需求；

（4）近距離：傳輸范圍一般介於10～100m之間，在增加RF發射功率後，亦可增加到1-3km，這指的是相鄰節點間的距離。如果通過路由和節點間通信的接力，傳輸距離將可以更遠；

（5）短時延：ZigBee的響應速度較快，一般從睡眠轉入工作狀態只需15ms，節點連接進入網路只需30ms，進一步節省了電能。相比較，藍牙需要3-10s、WiFi需要3s；

（6）高容量：ZigBee可採用星狀、片狀和網狀網路結構，由一個主節點管理若乾子節點，最多一個主節點可管理254個子節點；同時主節點還可由上一層網路節點管理，最多可組成65000個節點的大網；

（7）高安全：ZigBee提供了三級安全模式，包括無安全設定、使用接入控制清單(ACL)防止非法獲取數據以及採用高級加密標准(AES128)的對稱密碼，以靈活確定其安全屬性；

（8）免執照頻段：採用直接序列擴頻在工業科學醫療2.4GHz(全球)頻段。

4、為什麼說ZigBee是順應工業自動化對可靠的無線數據傳輸日益增長的需求而產生的？

A：ZigBee技術本身，就是因為蘭牙技術不能滿足工業自動化中，對低數據量、低成本、低功耗、高可靠性的無線數據通信的需求而產生的。因為，對於工業現場，這種無線數據傳輸必需是高可靠的，並能抵抗工業現場的各種電磁干擾。ZigBee技術中，使用網狀網拓撲結構，自動路由，動態組網，直序擴頻的方式，就是為了滿足工業自動化控制現場的這種需要。

5、ZigBee使用那種協議？

A： ZigBee使用IEEE802.15.4協議，這是一種低傳送速率的無限PAN的協議。在標准化方面，IEEE802.15.4工作組主要負責制定物理層和MAC層的協議，其餘協議主要參照和採用現有的標准，高層應用、測試和市場推廣等方面的工作將由ZigBee聯盟負責。
目前IEEE所制訂的無線個域網路WPAN大致有四：
1）IEEE 802.15.1Bluetooth，藍芽v1.1；
2）IEEE 802.15.2Bluetooth，藍芽補充規范，降低與WiFi同范疇內運用時的相互干擾問題；
3）IEEE 802.15.3WiMEDIA，標准速、高速WPAN；IEEE 802.15.3a UWB，高速WPAN；
4）IEEE 802.15.4ZigBee，低速WPAN (又稱WSAN, S代表Sensor)。
6、為什麼ZigBee無線通信使用2.4G頻段是免費頻段？

A：在我國和世界上大多數其他國家，一般使用無線電設備都是要付頻率使用費的，包括手機通信，只不過移動運營商已經向國家支付了這筆費用，並通過號碼佔用費等方式向用戶收取了這筆費用。在使用其它無線設備時，你首先要向國家相關部門申請頻率使用許可，然後根據你的無線設備所使用的頻率，功率大小和數量收取費用。這是一筆不小的費用，一般設備一年往往要交納幾千元的費用。

而免費頻段，是指各個國家根據各自的實際情況，並考慮盡可能與世界其他國家規定的一致性，而劃分出來的一個頻段，專門用於工業，醫療以及科學研究使用（ISM頻段），不需申請而可以免費使用的頻段。我們國家的2.4G頻段，就是這樣一個頻段。然而，為了保證大家都可以合理使用，國家對該頻段內的無線收發設備，在不同環境下的使用功率做了相應的限制，例如在城市環境下，發射功率不能超過100mW。

7、ZigBee僅適合近距離通信嗎？

A：ZigBee區域網絡不僅可以通過提高每個節點模塊的發射功率和接收靈敏度以及增加節點數量來擴展網路，而且還可以通過傳統的互聯網去監控路途遙遠的ZigBee控制網路。

但是，在進行擴張要注意的是：
1）隨著發射功率的增加，耗電量自然要增大，只要求耗電也大，便會失去ZigBee本身電能消耗很低的優勢；
2）盡管2.4Ghz是免費頻段，但是不能超過電波法中對於最大功率的限制。
8、ZigBee採用直序擴頻的通信方式有什麼好處？

A：同樣的頻段，採用不同的通信方式則結果也許會有很大的差別，例如ASK、FSK、FHSS、DSSS等抗干擾能力，通信安全保密性，可靠性都各不相同。ZigBee系統和CDMA系統一樣，都採用的是直序擴頻技術（DSSS)，它是一種抗干擾能力極強，保密性和可靠性都很高的通信方式。如果你使用過這兩種技術的通信產品，你會發現兩者在可靠性上不同凡響。

由於擴頻技術在正常通信時所要求的信噪比可以很低，就是說，在干擾很強的環境下，它仍然能夠正常工作。根據計算和實驗，這相當於接收靈敏度提高了7dBm，也不容易干擾別人。換句話說，它可以使用較低的功率傳輸更遠的距離。

9、ZigBee與現有數傳電台的比較有哪些特點？

A：其優點如下：

（1）可靠性高：由於ZigBee模塊的集成度遠比一般數傳電台高，分離元器件少，因而可靠性更高；

（2）使用方便安全：因為集成度高，比起一般數傳電台來，ZigBee收法模塊體積可以做得很小，而且功耗低，最大發射電流比一個CDMA手機還要小許多，因而很容易集成或直接安放在到設備之中，不僅使用方便，而且在戶外攜帶使用時不容易受到損壞；

（3）抗干擾力強，保密性好，誤碼率低：ZigBee收發模塊使用的是2.4G直序擴頻技術，比起一般FSK,ASK和跳頻的數傳電台來，具有更好的抗干擾能力，和更遠的傳輸距離；

（4）免費頻段：ZigBee使用的是免費頻段，而許多數傳電台所使用的頻段不僅需要申請，而且每年都需要向國家無委會交納相當的頻率使用費；

（5）價格低：ZigBee數傳模塊的價格只有具有類似功能的數傳電台的幾分之一。

10、 ZigBee是具有怎樣的無線數據傳輸網路？

A：簡單的說，ZigBee是一種高可靠的無線數傳網路，類似於CDMA和GSM網路，ZigBee數傳模塊類似於移動網路基站。通訊距離從標準的75米到幾百米、幾公里，並且支持無線擴展。

ZigBee是一個由可多到65000個無線數傳模塊組成的一個無線數傳網路平台，十分類似現有的移動通信CDMA網或GSM網，每一個ZigBee網路數傳模塊類似移動網路的一個基站，在整個網路范圍內，它們之間可以進行相互通信；每個網路節點間的距離可以從標準的75米，到擴展後的幾百米，甚至幾公里。

與移動通信的CDMA網或GSM網不同的是，ZigBee網路主要是為工業現場自動化控制數據傳輸而建立，因而，它必須具有簡單，使用方便，工作可靠，價格低的特點。而移動通信網主要是為語音通信而建立,每個基站價值一般都在百萬元人民幣以上，而每個ZigBee「基站」卻不到1000元人民幣。每個ZigBee網路節點不僅本身可以作為監控對象，例如其所連接的感測器直接進行數據採集和監控，還可以自動中轉別的網路節點傳過來的數據

除此之外，每一個ZigBee網路節點（FFD）還可在自己信號覆蓋的范圍內，和多個不承擔網路信息中轉任務的孤立的子節點（RFD）無線連接。每個ZigBee網路節點（FFD和RFD）可以支持多達31個的感測器和受控設備，每一個感測器和受控設備終可以有8種不同的介面方式。可以採集和傳輸數字量和模擬量。