Ⅰ 緗戠粶涓鎵鏈変紶鎰熷櫒鑺傜偣鍦頒綅瀵圭瓑,騫舵瀯鎴愪竴涓瀵圭瓑寮忕綉緇滅殑鏃犵嚎浼犳劅緗戠粶鐨勭壒鐐規槸錛
鏃犵嚎浼犳劅鍣ㄧ綉緇滀腑鎵鏈変紶鎰熷櫒鑺傜偣鍦頒綅瀵圭瓑錛屽苟鏋勬垚涓涓瀵圭瓑寮忕綉緇滅殑鏃犵嚎浼犳劅緗戠粶鐨勭壒鐐瑰備笅錛
紜浠惰祫婧愭湁闄愶細姣忎釜鑺傜偣鐢變簬鍙椾環鏍箋佷綋縐鍜屽姛鑰楃殑闄愬埗錛屽叾璁＄畻鑳藉姏銆佺▼搴忕┖闂村拰鍐呭瓨絀洪棿絳夌‖浠惰祫婧愭湁闄愶紝鍥犳ゅ崗璁灞傛′笉鑳藉お澶嶆潅銆
鐢墊簮瀹歸噺鏈夐檺錛氬湪鏃犵嚎浼犳劅鍣ㄧ綉緇滆妭鐐逛腑涓鑸閮芥槸閫氳繃闇瑕佺數奼犳潵榪涜屼緵鐢電殑錛屼絾鍥犱負涓鑸鐢墊睜鐨勫歸噺涓嶆槸寰堝ぇ錛屾墍浠ヨ妭鐐硅佽妭鑳斤紝浠諱綍鎶鏈鍜屽崗璁鐨勪嬌鐢ㄩ兘瑕佷互鑺傝兘涓哄墠鎻愩
鏃犱腑蹇冿細鏃犵嚎浼犳劅鍣ㄧ綉緇滀腑娌℃湁涓ユ牸鐨勬帶鍒朵腑蹇冿紝鎵鏈夎妭鐐瑰湴浣嶅鉤絳夛紝鏄涓涓瀵圭瓑寮忕綉緇溿傝妭鐐瑰彲浠ラ殢鏃跺姞鍏ユ垨紱誨紑緗戠粶錛屼換浣曡妭鐐圭殑鏁呴殰涓嶄細褰卞搷鏁翠釜緗戠粶鐨勮繍琛岋紝鍏鋒湁寰堝己鐨勬姉姣佹с
鑷緇勭粐錛氱綉緇滃睍寮涓嶉渶瑕佷緷璧栭勮捐炬柦錛岃妭鐐歸氳繃鍗忚鍜岀畻娉曞崗璋冭屼負錛岃妭鐐瑰彲浠ュ揩閫熴佽嚜鍔ㄥ湴緇勬垚涓涓鐙絝嬬殑緗戠粶銆
澶氳煩璺鐢遍氫俊錛氳妭鐐圭殑閫氫俊璺濈繪湁闄愶紝涓鑸鍦ㄥ嚑鐧劇背鐨勮寖鍥村唴錛岃妭鐐瑰彧涓庨偦灞呰妭鐐圭洿鎺ラ氫俊銆傚傛灉瑕佷笌鍏跺皠棰戣嗙洊鑼冨洿澶栫殑鑺傜偣閫氫俊錛岃侀氳繃涓闂磋妭鐐硅繘琛岃礬鐢便傛棤綰誇紶鎰熷櫒緗戠粶涓鐨勫氳煩璺鐢辯敱鏅閫氳妭鐐瑰畬鎴愶紝騫朵笉闇瑕佸噯澶囦笓闂ㄧ殑璺鐢辮懼囥
鍔ㄦ佹嫇鎵戱細鏃犵嚎浼犳劅鍣ㄧ綉緇滄槸鍔ㄦ佺綉緇滐紝鑺傜偣鍙浠ョЩ鍔錛涜妭鐐逛細鍥犵數奼犺楀敖鎴栨晠闅滈鍑虹綉緇滐紱鑺傜偣涔熷彲鑳界敱浜庨渶瑕佽娣誨姞鍒扮綉緇滀腑銆傝繖閮戒細浣跨綉緇滄嫇鎵戣妭鐐瑰彉鍖栥
鑺傜偣鏁伴噺澶氾紝鍒嗗竷瀵嗭細涓哄瑰尯鍩熸墽琛岀洃嫻嬶紝寰寰鏈夊緢澶氫紶鎰熷櫒鑺傜偣瀹夌疆鍒拌ュ尯鍩熴備紶鎰熷櫒鑺傜偣鍒嗗竷闈炲父瀵嗛泦錛屽埄鐢ㄨ妭鐐歸棿榪炴帴鎬ф潵淇濊瘉緋葷粺瀹歸敊鍜屾姉姣併
璇鋒敞鎰忥紝鏃犵嚎浼犳劅鍣ㄧ綉緇滄槸涓縐嶅嶆潅鑰屽氭牱鐨勬妧鏈錛屼笂榪扮壒鐐瑰彧鏄鍏朵腑涓閮ㄥ垎銆傞拡瀵逛笉鍚岀殑搴旂敤鍦烘櫙鍜岄渶奼傦紝鏃犵嚎浼犳劅鍣ㄧ綉緇滅殑璁捐″拰瀹炴柦鍙鑳戒細瀛樺湪宸寮傘
Ⅱ 無線感測器網路的特點與應用
無線感測器網路是一種新型的感測器網路，其主要是由大量的感測器節點組成，利用無線網路組成一個自動配置的網路系統，並將感知和收集到的信息發給管理部門。目前無線感測器網路在軍事、生態環境、醫療和家居方面都有一定應用，未來無線感測器網路的發展前景將是不可估量的。
一、無線感測器網路的特點
(一)節點數量多
在監測區通常都會安置許多感測器節點，並通過分布式處理信息，這樣就能夠提高監測的准確性，有效獲取更加精確的信息，並降低對節點感測器的精度要求。此外，由於節點數量多，因此存在許多冗餘節點，這樣就能使系統的容錯能力較強，並且節點數量多還能夠覆蓋到更廣闊的監測區域，有效減少監測盲區。
(二)動態拓撲
無線感測器網路屬於動態網路，其節點並非固定的。當某個節電出現故障或是耗盡電池後，將會退出網路，此外，還可能由於需要而被轉移添加到其他的網路當中。
(三)自組織網路
無線感測器的節點位置並不能進行精確預先設定。節點之間的相互位置也無法預知，例如通過使用飛機播散節點或隨意放置在無人或危險的區域內。在這種情況下，就要求感測器節點自身能夠具有一定的組織能力，能夠自動進行相關管理和配置。
(四)多跳路由
無線感測網路中，節點之間的距離通常都在幾十到幾百米，因此節點只能與其相鄰的節點進行直接通信。如果需要與范圍外的節點進行通信，就需要經過中間節點進行路由。無線感測網路中的多跳路由並不是專門的路由設備，所有傳輸工作都是由普通的節點完成的。
(五)以數據為中心
無線感測網路中的節點均利用編號標識。由於節點是隨機分布的，因此節點的編號和位置之間並沒有聯系。用戶在查詢事件時，只需要將事件報告給網路，並不需要告知節點編號。因此這是一種以數據為中心進行查詢、傳輸的方式。
(六)電源能力局限性
通常都是用電池對節點進行供電，而每個節點的能源都是有限的，因此一旦電池的能量消耗完，就是造成節點無法再進行正常工作。
二、無線感測器網路的應用
(一)環境監測應用
無線感測器可以用於進行氣象研究、檢測洪水和火災等，在生態環境監測中具有明顯優勢。隨著我國市場經濟的不斷發展，生態環境污染問題也越來越嚴重。我國是一個幅員遼闊、資源豐富的農業大國，因此在進行農業生產時利用無線感測器進行對生產環境變化進行監測能夠為農業生產帶來許多好處，這對我國市場經濟的'不斷發展有著重要意義。
(二)醫療護理應用
無線感測器網路通過使用互聯網路將收集到的信息傳送到接受埠，例如一些病人身上會有一些用於監測心率、血壓等的感測器節點，這樣醫生就可以隨時了解病人的病情，一旦病人出現問題就能夠及時進行臨時處理和救治。在醫療領域內感測器已經有了一些成功案例，例如芬蘭的技術人員設計出了一種可以穿在身上的無線感測器系統，還有SSIM(Smart Sensors and Integrated Microsystems)等。
(三)智能家居建築應用
文物保護單位的一個重要工作就是要對具有意義的古老建築實行保護措施。利用無線感測器網路的節點對古老建築內的溫度是、濕度、關照等進行監測，這樣就能夠對建築物進行長期有效的監控。對於一些珍貴文物的保存，對保護地的位置、溫度和濕度等提前進行檢測，可以提高展覽品或文物的保存品質。例如，英國一個博物館基於無線感測器網路設計了一個警報系統，利用放在溫度底部的節點檢測燈光、振動等信息，以此來保障文物的安全[5]。
目前我國基礎建設處在高速發展期，建設單位對各種建設工程的安全施工監測越來越關注。利用無線感測器網路使建築能夠檢測到自身狀況並將檢測數據發送給管理部門，這樣管理部門就能夠及時掌握建築狀況並根據優先等級來處理建築修復工作。
另外，在傢具或家電匯中設置無線感測器節點，利用無線網路與互聯網路，將家居環境打造成一個更加舒適方便的空間，為人們提供更加人性化和智能化的生活環境。通過實時監測屋內溫度、濕度、光照等，對房間內的細微變化進行監測和感知，進而對空調、門窗等進行智能控制，這樣就能夠為人們提供一個更加舒適的生活環境。
(四)軍事應用
無線感測器網路具有低能耗、小體積、高抗毀等特性，且其具有高隱蔽性和高度的自組織能力，這為軍事偵察提供有效手段。美國在20世紀90年代就開始在軍事研究中應用無線感測器網路。無線感測器網路在惡劣的戰場內能夠實時監控區域內敵軍的裝備，並對戰場上的狀況進行監控，對攻擊目標進行定位並能夠檢測生化武器。
目前無線感測器網路在全球許多國家的軍事、研究、工業部門都得到了廣泛的關注，尤其受到美國國防部和軍事部門的重視，美國基於C4ISR又提出了C4KISR的計劃，對戰場情報的感知和信息綜合能力又提出新的要求，並開設了如NSOF系統等的一系列軍事無線感測器網路研究。
總之，隨著無線感測器網路的研究不斷深入和擴展，人們對無線感測器的認識也越來越清晰，然而目前無線感測器網路的在技術上還存在一定問題需要解決，例如存儲能力、傳輸能力、覆蓋率等。盡管無線感測器網路還有許多技術問題待解決使得現在無法廣泛推廣和運用，但相信其未來發展前景不可估量。
Ⅲ 無線感測器網路節點硬體的模塊化設計
無線感測器網路節點硬體的模塊化設計
隨著人們對於環境監測要求的不斷提高，無線感測器網路技術以其投資成本低、架設方便、可靠性高的性能優勢得到了比較廣泛的應用。由於無線感測器網路節點需要實現採集、處理、通信等多個功能，因此硬體上採用模塊化設計可以大大提高網路節點的穩定性和安全性。那麼下面我就來討論一下無線感測器網路節點硬體的模塊化設計。
1 CC2430晶元簡介
CC2430是一款工作在2.4 GHz免費頻段上，支持IEEE 802.15.4標準的無線收發晶元。該晶元具有很高的集成度，體積小功耗低。單個晶元上整合了ZigBee射頻(RF)前端、內存和微控制器。CC2430擁有1個8位MCU(8051)，8 KB的RAM，32 KB、64 KB或128 KB的Flash，還包含模擬數字轉換器(ADC)，4個定時器(Timer)，AESl28協處理器，看門狗定時器(Watchdog-timer)，32.768 kHz晶振的休眠模式定時器，上電復位電路(Power-on-Reset)，掉電檢測電(Brown-out-Detection)，以及21個可編程I/O介面。
CC2430晶元採用0.18μm CMOS工藝生產，工作時的電流損耗為27 mA;在接收和發射模式下，電流損耗分別為26.7 mA和26.9 mA;休眠時電流為O.5 μA。CC2430的休眠模式和轉換到主動模式的超短時間的特性，特別適合那些要求電池壽命非常長的應用。
2 無線感測器網路系統結構
整個無線感測器網路由若干採集節點、1個匯聚節點、1個中轉器、1個上位機控制中心組成，系統結構如圖1所示。無線感測器網路採集節點完成數據採集、預處理和通信工作;匯聚節點負責網路的發起和維護，收集並上傳數據，將中轉器下發的命令通告採集節點;中轉器負責上傳收集到的數據並將控制中心發出的命令信息傳遞給匯聚節點;控制中心負責處理最終上傳數據，並且可以由用戶下達網路的操作命令。
採集節點和匯聚節點由CC2430作為控制核心，採集節點可採集並傳遞數據，匯聚節點負責收集所有採集節點採集到的數據。中轉器採用ARM處理器作為控制核心，和匯聚節點採用串口通信，以GPRS通信方式和上位機控制中心進行交互。上位機控制中心實現人機交互，可以處理、顯示上傳的數據並且可以直接由客戶下達網路動作執行命令。
3 節點模塊化設計
匯聚節點和採集節點在硬體配置上基本相同，採用模塊化設計使得設計通用性更好。
每個節點主要由控制模塊、無線模塊、採集模塊、電源模塊4部分構成。
3.1 控制模塊
控制模塊主要由CC2430及其外圍電路構成，完成對採集數據的處理、存儲以及收發工作，並對電源模塊進行管理。晶元CC2430包括21個可編程I/0口，其中8路A/D介面，可滿足多路感測器的採集、處理需求。CC2430自帶了一個復位介面，外接一個復位按鍵可以實現硬體初始化系統。32 MHz晶振提供系統時鍾，32.768 kHz晶振供系統休眠時使用。
節點選用晶元FM25L256作為存儲設備，這是一款256 Kb鐵電存儲器，其SPI介面頻率高達25 MHz，低功耗運行以及10年的數據保持力保證了節點數據存儲的低成本以及可靠性。
3.2 無線模塊
無線模塊負責節點間數據和命令的傳輸，因此，合理設計無線模塊是節點穩定、高效通信的重要保證。
TI公司提供了一個適用於CC2430的微帶巴倫電路，這個設計把無線電RF引腳差分信號的阻抗轉換為單端50 Ω。由於該電路直接影響節點的通信質量，在使用前必須對其進行模擬驗證。設計中選用ADS模擬軟體進行模擬，採用了版圖和原理圖的聯合模擬方法。模擬電路圖如圖5所示，微帶電路為TI提供的微帶巴倫電路，分立元件均選自村田公司元件庫內的模型，嚴格保證了模擬數據的`真實性和可靠性。巴倫電路在工作頻段內(2.400～2.4835 GHz)信號傳輸特性高效、穩定。
3.3 採集模塊
採集模塊負責採集數據並調理數據信號。本設計中，監測的是土壤的溫度和濕度數據，採用的感測器是PTWD-3A型土壤溫度感測器以及TDR-3型土壤水分感測器。
PTWD-3A型土壤溫度感測器採用精密鉑電阻作為感應部件，其阻值隨溫度變化而變化。為了准確地進行測量，採用四線法測量電阻原理，將電阻信號調理成CC2430晶元A/D通道能采樣的電壓信號。由P354運算放大器、高精度精密貼片電阻以及2.5 V電源構成10 mA恆流源。10 mA的電流環流經感測器電阻R1、R2將電阻信號轉換成為電壓信號，由差分放大器LT1991一倍增益將信號轉換為單端輸出送入CC2430晶元的ADC通道進行采樣。
TDR-3型土壤水分感測器輸出信號即為電壓信號。感測器輸出信號通過P354運算放大器送入CC2430晶元的ADC通道進行采樣。
3.4 電源模塊
電源模塊負責調理電壓、分配能量，分為充電管理模塊、雙電源切換管理模塊、電壓轉換模塊3個模塊。本設計中採用額定電壓12 V、電容量3 Ah的鉛酸電池供電。
作為環境監測的無線感測器網路應用，節點需要在野外無人看守的情況下進行工作，能量補給是系統持續工作的重要保證。本設計採用太陽能電池板為節點在野外工作時進行電能的補給，充電管理模塊則是根據日照情況以及電池能量狀態對鉛酸電池進行合理、有效的充電。光電耦合器TLP521-100和場效應管Q共同構成了充電模塊的開關電路，可以由CC2430晶元的I/0口很方便地進行控制。
在太陽能電池板對電池充電時，電池不能對系統進行供電，因此設計中採用了雙電源供電方式，保持“一充一供”的工作狀態，雙電源切換管理模塊負責電源的安全、快速切換。如圖10所示，採用了兩個開關電路對兩塊電源進行切換。
在電源進行切換時，總是先打開處於閑置狀態的電源，再關閉正在為系統供電的電源，因此會在一段短暫的時間內同時有兩個電源對系統供電，這是為了防止系統出現掉電情況。
電源模塊需提供5 V、3.3 V、2.5 V等多組電源以滿足節點各模塊的供能需求。由於系統電源組較多，電壓轉換模塊採用了開關型降壓穩壓器以及低壓差線性穩壓器等多種電壓轉換晶元來對電源進行電壓轉換，同時要確保電源模塊供能的高效性。
結語
節點的設計對整個無線感測器網路系統至關重要。本設計採用了功能強大的射頻晶元CC2430作為核心管理晶元，能較好地完成數據採集、分析、傳輸等多個功能。硬體的模塊化設計大大加強了節點的穩定性、可靠性和通用性，在野外無人值守的情況下無線感測器網路系統可以長期、穩定地進行環境方面的監測。
;Ⅳ 低功耗無線感測節點設計論文
S-MAC協議
S-MAC(Sensor-MAC)協議是較早的針對WSN的一種MAC協議，他是在802.11MAC的基礎上，採用下面介紹的多種機制來減少了節點能量的消耗。固定周期性的偵聽和睡眠：為了減少能量的消耗，感測器節點要盡量處於低功耗的睡眠狀態。S-MAC協議採用了低占空比的周期性睡眠／偵聽。為了使得S-MAC協議具有良好的擴展性，在覆蓋網路中形成眾多不同的虛擬簇。
消息傳遞技術：對於無線信道，傳輸差錯與包長度成正比，短包成功傳輸的概率要大於長包。在S-MAC協議中消息傳遞技術將長消息分成若干短包，利用RTS／CTS握手機制，一次性發送整個長消息，這樣既提高發送成功率，有減少了控制消息。流量自適應偵聽機制：感測器節點在與鄰居節點通信結束後並不立即進入睡眠狀態，而保持偵聽一段時間，採用流量自適應偵聽機制，減少了網路中的傳輸延遲。
S-MAC協議與IEEE802.11 MAC相比，在節能方面有了很大的改善。但睡眠機制的引入，使得網路的傳輸延遲增加，吞吐量下降。針對S-MAC協議存在的不足，研究人員對其進行了改進，提出了一種帶有自適應睡眠的S-MAC協議。
3.3.2 LMAC協議
LMAC協議使用時分多址 (TDMA)機制,時間被分成若干個時隙, 節點在傳送數據時不需要競爭信道，可以避免傳輸碰撞造成的能量損耗。節點只能指派一個控制時隙，在時隙期間,節點總是會傳送一條信息，此信息包含兩部分：控制信息和數據單元。由於一個時隙只能被一個節點控制, 所以節點可以無沖突的進行通訊。
3.3.3 T-MAC協議
T-MAC(Timeout-MAC)協議與自適應睡眠的S-MAC協議基本思想大體相同。數據傳輸仍然採用RTS／CTS／DATA／ACK的4次握手機制，不同的是在節點活動的時隙內插入了一個TA(Time Active)時隙，若TA時隙之間沒有任何時間發生，則活動結束進入睡眠狀態。TA的取值對於T-MAC協議性能至關重要，其約束條件為：TA=m(C+R+T)，m>1，其中C為競爭信道時間，R為發送RTS分組的時間，T為RTS分組結束到發出CTS分組開始的時間。在模擬的時候，一般選取m=1.5，即：TA=1.5×(C+R+T)。
T-MAC協議雖然能根據當前網路的動態變化，通過提前結束活動周期來減少空閑偵聽提高能效，但帶來了「早睡」問題。所謂早睡問題是指在多個感測器節點向一個或少數幾個匯聚節點發送數據時，由於節點在當前TA沒有收到激活事件，過早進入睡眠，沒有監測到接下來的數據包，導致網路延遲。為解決這個問題，提出了未來清除發送和滿緩沖區優先兩個方法。
基於競爭的MAC協議通常很難提供實時性保證，而且由於沖突的存在，浪費了能量。基於競爭的協議在有些應用場合(比如主要考慮節能而不太關心時延的可預測性時)有較大的應用，基於競爭的協議需要解決的是提供一個實時性的統計上界。根據這類協議的分布式和隨機的補償特性，基於競爭的協議沒有確切的保證不同節點的數據包的優先順序。因此，有必要限制優先順序倒置的概率以建立統計上的端到端的時延保證。
3.3.4 Wise-MAC協議
Wise - MAC協議在非堅持CSMA協議的基礎上，採用前導碼采樣技術控制節點處於空閑偵聽狀態時的能量消耗。與S-MAC和T-MAC協議相比，節能效果非常顯著。
無線信道在傳輸過程中經常出現錯誤，所以需要鏈路層的確認機制來恢復丟失的數據包。Wise-MAC協議的ACK數據幀不僅用來對接收到的數據包進行確認，還會通知其他鄰居節點到下一次采樣的剩餘時間。通過這種方式，每個節點不斷更新相鄰節點的采樣時間偏移表。利用這些信息，每個節點可以選擇恰當的時間，使用最小長度的喚醒前導碼向目的節點發送數據。
Wise-MAC協議可以很好地適應網路流量變化，他是和WISENET超級功耗SoC晶元結合設計的。Wise-MAC協議的采樣同步機制會帶來數據包沖突的問題，也會由於節點學要存儲相鄰節點的信道偵聽時間，會佔用寶貴的存儲空間，增加協議實現的復雜度，尤其是在節點密度較高的網路內這個問題尤為突出。
3.3.5 DMAC協議
數據採集樹是無線感測器網路的一種重要的通信模式，DMAC協議就是針對這種數據採集樹而提出的，目標是減少網路的能量消耗和減少數據的傳輸延遲。DMAC協議採用不同深度節點之間的接收發送／睡眠的交錯調度機制。將節點周期劃分為接收、發送和睡眠時隙，數據能沿著多跳路徑連續地從數據源節點傳送到匯聚節點，減少睡眠帶來的傳輸延遲。
3.3.6 Z-MAC協議
綜合CSMA和TDMA二者各自的優點，由RHEE 等在2005年提出了一種混合機制的Z-MAC協議。
Z-MAC將信道使用物化為時間幀的同時，使用CSMA作為基本機制，時隙的佔有者只是有數據發送的優先權，其他節點也可以在該時隙發送信息幀，當節點之間產生碰撞之後，時隙佔有者的回退時間短，從而真正獲得時隙的信道使用權。Z-MAC使用競爭狀態標示來轉換MAC機制，節點在ACK重復丟失和碰撞回退頻繁的情況下，將由低競爭狀態轉為高競爭狀態，由CSMA機制轉為TDMA機制。因而可以說，Z-MAC在較低網路負載下，類似CSMA，在網路進入高競爭的信道狀態之後，類似TDMA。
Z-MAC並不需要精確的時間同步，有著較好的信道利用率和網路擴展性。協議達到即時的適應網路負載的變化的同時，TDMA和CSMA機制的同步和互換會產生較大的能量耗損和網路延遲問題。
Ⅳ 設計無線感測器網路的節點部署方案時必須考慮哪些問題
設計無線感測器網路節點需要遵循以下幾個主要的原則。
（1）微型化與低成本
由於無線感測器網路節點數量大，只有實現節點的微型化與低成本才有可能大規模部署與應用。因此節點的微型化與低成本一直是研究人員追求的主要目標之一。對於目標跟蹤與位置服務一類的應用來說，部署的無線感測器節點越密，定位精度就越高。對於醫療監控類的應用來說，微型節點容易被穿戴。實現節點的微型化與低成本需要考慮硬體與軟體兩個方面的因素，而關鍵是研製專用的片上系統（System on Chip，SoC）晶元。對於傳統的個人計算機，內存2GB、硬碟100GB已經是常見的配置，而一個典型的無線感測器節點的內存只有4kB、程序存儲空間只有10kB。正是因為感測器節點硬體配置的限制，所以節點的操作系統、應用軟體結構的設計與軟體編程都必須注意節約計算資源，不能夠超出節點硬體可能支持的范圍。
（2）低功耗
感測器節點在使用過程中受到電池能量的限制。在實際應用中，通常要求感測器節點數量很多，但是每個節點的體積很小，攜帶的電池能量十分有限。同時，由於無線感測器網路的節點數量多、成本低廉、部署區域的環境復雜，有些區域甚至人員不能到達，因此感測器節點通過更換電池來補充能源是不現實的。如何高效使用有限的電池能量，來最大化網路生命周期是無線感測器網路面臨的最大的挑戰。
感測器節點消耗能量的模塊包括：感測器模塊、處理器模塊和無線通信模塊。隨著集成電路工藝的進步，處理器和感測器模塊的功耗變得很低。圖2-43給出了感測器節點各部分能量消耗情況。從圖中可以看出，感測器節點能量的絕大部分消耗在無線通信模塊。感測器節點發送信息消耗的電能比計算更大，傳輸1bit信號到相距100m的其他節點需要的能量相當於執行3000條計算指令消耗的能量。
圖2-43感測器節點各部分能量消耗情況無線通信模塊存在四種狀態：發送、接收、空閑和休眠。無線通信模塊在空閑狀態一直監聽無線信道的使用情況，檢查是否有數據發送給自己，而在休眠狀態則關閉通信模塊。從圖中可以看到，無線通信模塊在發送狀態的能量消耗最大；在空閑狀態和接收狀態的能量消耗接近，但略少於發送狀態的能量消耗；在休眠狀態的能量消耗最少。為讓網路通信更有效率，必須減少不必要的轉發和接收，不需要通信時盡快進入休眠狀態，這是設計無線感測器網路協議時需要重點考慮的問題。
（3）靈活性與可擴展性
無線感測器網路節點的靈活性與可擴展性表現在適應不同的應用系統，或部署在不同的應用場景中。例如，感測器節點可以用於森林防火的無線感測器網路中，也可以用於天然氣管道安全監控的無線感測器網路中；可以用於沙漠乾旱環境下天然氣管道安全監控，也可以用於沼澤地潮濕環境的安全監控；可以適應單一聲音感測器精確位置測量的應用，也可以適應溫度、濕度與聲音等多種感測器的應用；節點可以按照不同的應用需求，將不同的功能模塊自由配置到系統中，而不需重新設計新的感測器節點；節點的硬體設計必須考慮提供的外部介面，可以方便地在現有的節點上直接接入新的感測器。軟體設計必須考慮到可裁剪，可以方便地擴充功能，可以通過網路自動更新應用軟體。
（4）魯棒性
普通的計算機或PDA、智能手機可以通過經常性的人機交互來保證系統的正常運行。而無線感測器節點與傳統信息設備最大的區別是無人值守，一旦大量無線感測器節點被飛機拋灑或人工安置後，就需要獨立運行。即使是用於醫療健康的可穿戴節點，也需要獨立工作，使用者無法與其交互。對於普通的計算機，如果出現故障，人們可以通過重啟來恢復系統的工作狀態。而在無線感測器網路的設計中，如果一個節點崩潰，那麼剩餘的節點將按照自組網的思路，重新組成具有新拓撲的自組網。當剩餘的節點不能夠組成新的網路時，這個無線感測器網路就失效了。因此感測器節點的魯棒性是實現無線感測器網路長時間工作重要的保證。更多http://www.big-bit.com/news/list-75.html
Ⅵ 浼犳劅鍣ㄧ綉緇滀紶鎰熷櫒緗戠粶浣撶郴緇撴瀯
浼犳劅鍣ㄧ綉緇滅殑鏋舵瀯閫氬父鐢變笁涓涓昏侀儴鍒嗙粍鎴愶細浼犳劅鍣ㄨ妭鐐癸紙sensor錛夈佹眹鑱氳妭鐐癸紙sink node錛夊拰綆＄悊鑺傜偣銆傝繖浜涜妭鐐瑰湪鐩戞祴鍖哄煙錛sensor field錛夊唴鎴栧叾鍛ㄨ竟榪涜屽垎甯冨紡閮ㄧ講錛屽畠浠閫氳繃鑷緇勭粐鐨勬柟寮忓艦鎴愪竴涓鍔ㄦ佺殑緗戠粶緇撴瀯銆傛瘡涓浼犳劅鍣ㄨ妭鐐硅礋璐ｅ疄鏃舵敹闆嗙幆澧冩暟鎹錛岃繖浜涙暟鎹閫氳繃鑺傜偣闂寸殑鎺ュ姏浼犺緭錛屽嵆浠庝竴涓鑺傜偣浼犻掑埌涓嬩竴涓錛岀洿鑷沖埌杈懼叾浠栬妭鐐瑰勭悊鍜岃礬鐢卞埌奼囪仛鑺傜偣銆傛眹鑱氳妭鐐規槸鏁版嵁鐨勪富瑕佹眹闆嗙偣錛岃礋璐ｅ皢鏀墮泦鍒扮殑鏁版嵁閫氳繃浜掕仈緗戞垨鍗鏄熶紶杈撳埌鏇撮珮綰у埆鐨勭＄悊鑺傜偣銆
綆＄悊鑺傜偣鍦ㄤ紶鎰熷櫒緗戠粶涓鎵婕斿叧閿瑙掕壊錛屽畠涓嶄粎璐熻矗緗戠粶鐨勯厤緗鍜岀＄悊錛岃繕鎵挎媴鐫鍙戝竷鐩戞祴浠誨姟鐨勫姛鑳姐傜敤鎴峰彲浠ラ氳繃綆＄悊鑺傜偣鏉ヨ懼畾浼犳劅鍣ㄧ殑宸ヤ綔妯″紡錛岃懼畾鐩戞祴鐩鏍囷紝騫舵帴鏀跺勭悊鍚庣殑鏁版嵁緇撴灉錛屼粠鑰屽疄鐜板圭幆澧冩垨鐗瑰畾鍖哄煙鐨勫疄鏃剁洃鎺у拰綆＄悊銆傝繖縐嶆灦鏋勮捐′嬌寰椾紶鎰熷櫒緗戠粶鑳藉熼珮鏁堝湴榪涜屾暟鎹閲囬泦鍜屼紶杈擄紝涓哄悇縐嶅簲鐢ㄦ彁渚涘己鏈夊姏鐨勬敮鎸併
浼犳劅鍣ㄧ綉緇滄槸鐢辮稿氬湪絀洪棿涓婂垎甯冪殑鑷鍔ㄨ呯疆緇勬垚鐨勪竴縐嶈＄畻鏈虹綉緇滐紝榪欎簺瑁呯疆浣跨敤浼犳劅鍣ㄥ崗浣滃湴鐩戞帶涓嶅悓浣嶇疆鐨勭墿鐞嗘垨鐜澧冪姸鍐碉紙姣斿傛俯搴︺佸０闊熾佹尟鍔ㄣ佸帇鍔涖佽繍鍔ㄦ垨奼℃煋鐗╋級銆傛棤綰誇紶鎰熷櫒緗戠粶鐨勫彂灞曟渶鍒濊搗婧愪簬鎴樺満鐩戞祴絳夊啗浜嬪簲鐢ㄣ傝岀幇浠婃棤綰誇紶鎰熷櫒緗戠粶琚搴旂敤浜庡緢澶氭皯鐢ㄩ嗗煙錛屽傜幆澧冧笌鐢熸佺洃嫻嬨佸仴搴風洃鎶ゃ佸跺涵鑷鍔ㄥ寲銆佷互鍙婁氦閫氭帶鍒剁瓑銆
Ⅶ 無線感測器網路節點部署問題研究
無線感測器網路是近幾年發展起來的一種新興技術,在條件惡劣和無人堅守的環境監測和事件跟蹤中顯示了很大的應用價值。節點部署是無線感測器網路工作的基礎,對網路的運行情況和壽命有很大的影響。部署問題涉及覆蓋、連接和節約能量消耗3個方面。該文重點討論了網路部署中的覆蓋問題,綜述了現有的研究成果,總結了今後的熱點研究方向,為以後的研究奠定了基礎。
基於虛擬勢場的有向感測器網路覆蓋增強演算法
陶 丹+, 馬華東, 劉 亮
(智能通信軟體與多媒體北京市重點實驗室(北京郵電大學),北京 100876)
A Virtual Potential Field Based Coverage-Enhancing Algorithm for Directional Sensor Networks
TAO Dan+, MA Hua-Dong, LIU Liang
(Beijing Key Laboratory of Intelligent Telecommunications Software and Multimedia (Beijing University of Posts and Telecommunications), Beijing 100876, China)
+ Corresponding author: Phn: +86-10-62282277, Fax: +86-10-62283523, E-mail: [email protected], http://www.bupt.e.cn
Tao D, Ma HD, Liu L. A virtual potential field based coverage-enhancing algorithm for directional sensor networks. Journal of Software, 2007,18(5):11521163. http://www.jos.org.cn/1000-9825/18/1152.htm
Abstract: Motivated by the directional sensing feature of video sensor, a direction adjustable sensing model is proposed first in this paper. Then, the coverage-enhancing problem in directional sensor networks is analyzed and defined. Moreover, a potential field based coverage-enhancing algorithm (PFCEA) is presented. By introcing the concept of 「centroid」, the pending problem is translated into the centroid points』 uniform distribution problem. Centroid points repel each other to eliminate the sensing overlapping regions and coverage holes, thus enhance the whole coverage performance of the directional sensor network. A set of simulation results are performed to demonstrate the effectiveness of the proposed algorithm.
Key words: directional sensor network; directional sensing model; virtual potential field; coverage enhancement
摘 要: 首先從視頻感測器節點方向性感知特性出發,設計了一種方向可調感知模型,並以此為基礎對有向感測器網路覆蓋增強問題進行分析與定義;其次,提出了一種基於虛擬勢場的有向感測器網路覆蓋增強演算法PFCEA (potential field based coverage-enhancing algorithm).通過引入「質心」概念,將有向感測器網路覆蓋增強問題轉化為質心均勻分布問題,以質心點作圓周運動代替感測器節點感測方向的轉動.質心在虛擬力作用下作擴散運動,以消除網路中感知重疊區和盲區,進而增強整個有向感測器網路覆蓋.一系列模擬實驗驗證了該演算法的有效性.
關鍵詞: 有向感測器網路;有向感知模型;虛擬勢場;覆蓋增強
中圖法分類號: TP393 文獻標識碼: A
覆蓋作為感測器網路中的一個基本問題,反映了感測器網路所能提供的「感知」服務質量.優化感測器網路覆蓋對於合理分配網路的空間資源,更好地完成環境感知、信息獲取任務以及提高網路生存能力都具有重要的意義[1].目前,感測器網路的初期部署有兩種策略:一種是大規模的隨機部署;另一種是針對特定的用途進行計劃部署.由於感測器網路通常工作在復雜的環境下,而且網路中感測器節點眾多,因此大都採用隨機部署方式.然而,這種大規模隨機投放方式很難一次性地將數目眾多的感測器節點放置在適合的位置,極容易造成感測器網路覆蓋的不合理(比如,局部目標區域感測器節點分布過密或過疏),進而形成感知重疊區和盲區.因此,在感測器網路初始部署後,我們需要採用覆蓋增強策略以獲得理想的網路覆蓋性能.
目前,國內外學者相繼開展了相關覆蓋增強問題的研究,並取得了一定的進展[25].從目前可獲取的資料來看,絕大多數覆蓋問題研究都是針對基於全向感知模型(omni-directional sensing model)的感測器網路展開的[6],
即網路中節點的感知范圍是一個以節點為圓心、以其感知距離為半徑的圓形區域.通常採用休眠冗餘節點[2,7]、
重新調整節點分布[811]或添加新節點[11]等方法實現感測器網路覆蓋增強.
實際上,有向感知模型(directional sensing model)也是感測器網路中的一種典型的感知模型[12],即節點的感知范圍是一個以節點為圓心、半徑為其感知距離的扇形區域.由基於有向感知模型的感測器節點所構成的網路稱為有向感測器網路.視頻感測器網路是有向感測器網路的一個典型實例.感知模型的差異造成了現有基於全向感知模型的覆蓋研究成果不能直接應用於有向感測器網路,迫切需要設計出一系列新方法.
在早期的工作中[13],我們率先開展有向感測器網路中覆蓋問題的研究,設計一種基本的有向感知模型,用以刻畫視頻感測器節點的方向性感知特性,並研究有向感測器網路覆蓋完整性以及通信連通性問題.同時,考慮到有向感測器節點感測方嚮往往具有可調整特性(比如PTZ攝像頭的推拉搖移功能),我們進一步提出一種基於圖論和計算幾何的集中式覆蓋增強演算法[14],調整方案一經確定,網路中所有有向感測器節點並發地進行感測方向的一次性調整,以此獲得網路覆蓋性能的增強.但由於未能充分考慮到有向感測器節點局部位置及感測方向信息,因而,該演算法對有向感測器網路覆蓋增強的能力相對有限.
本文將基本的有向感知模型擴展為方向可調感知模型,研究有向感測器網路覆蓋增強問題.首先定義了方向可調感知模型,並分析隨機部署策略對有向感測器網路覆蓋率的影響.在此基礎上,分析了有向感測器網路覆蓋增強問題.本文通過引入「質心」概念,將待解決問題轉化為質心均勻分布問題,提出了一種基於虛擬勢場的有向感測器網路覆蓋增強演算法PFCEA(potential field based coverage-enhancing algorithm).質心在虛擬力作用下作擴散運動,逐步消除網路中感知重疊區和盲區,增強整個網路覆蓋性能.最後,一系列模擬實驗驗證了PFCEA演算法的有效性.
1 有向感測器網路覆蓋增強問題
本節旨在分析和定義有向感測器網路覆蓋增強問題.在此之前,我們對方向可調感知模型進行簡要介紹.
1.1 方向可調感知模型
不同於目前已有的全向感知模型,方向可調感知模型的感知區域受「視角」的限制,並非一個完整的圓形區域.在某時刻t,有向感測器節點具有方向性感知特性;隨著其感測方向的不斷調整(即旋轉),有向感測器節點有能力覆蓋到其感測距離內的所有圓形區域.由此,通過簡單的幾何抽象,我們可以得到有向感測器節點的方向可調感知模型,如圖1所示.
定義1. 方向可調感知模型可用一個四元組P,R, ,
表示.其中,P=(x,y)表示有向感測器節點的位置坐標;R表示節
點的最大感測范圍,即感測半徑;單位向量 = 為扇形感知區域的中軸線,即節點在某時刻t時的感測方向; 和 分別是單位向量 在X軸和Y軸方向上的投影分量;表示邊界距離感測向量 的感測夾角,2代表感測區域視角,記作FOV.
特別地,當=時,傳統的全向感知模型是方向可調感知模型的一個特例.
若點P1被有向感測器節點vi覆蓋成立,記為viP1,當且僅當滿足以下條件:
(1) ,其中, 代表點P1到該節點的歐氏距離;
(2) 與 間夾角取值屬於[,].
判別點P1是否被有向感測器節點覆蓋的一個簡單方法是:如果 且 ,那麼,點P1
被有向感測器節點覆蓋;否則,覆蓋不成立.另外,若區域A被有向感測節點覆蓋,當且僅當區域A中任何一個點都被有向感測節點覆蓋.除非特別說明,下文中出現的「節點」和「感測器節點」均滿足上述方向可調感知模型.
1.2 有向感測器網路覆蓋增強問題的分析與定義
在研究本文內容之前,我們需要作以下必要假設:
A1. 有向感測器網路中所有節點同構,即所有節點的感測半徑(R)、感測夾角()參數規格分別相同;
A2. 有向感測器網路中所有節點一經部署,則位置固定不變,但其感測方向可調;
A3. 有向感測器網路中各節點都了解自身位置及感測方向信息,且各節點對自身感測方向可控.
假設目標區域的面積為S,隨機部署的感測器節點位置滿足均勻分布模型,且目標區域內任意兩個感測器節點不在同一位置.感測器節點的感測方向在[0,2]上也滿足均勻分布模型.在不考慮感測器節點可能落入邊界區域造成有效覆蓋區域減小的情況下,由於每個感測器節點所監控的區域面積為R2,則每個感測器節點能監測整個目標區域的概率為R2/S.目標區域被N個感測器節點覆蓋的初始概率p0的計算公式為(具體推導過程參見文獻[14])
(1)
由公式(1)可知,當目標區域內網路覆蓋率至少達到p0時,需要部署的節點規模計算公式為
(2)
當網路覆蓋率分別為p0和p0+p時,所需部署的感測器節點數目分別為ln(1p0)/,ln(1(p0+p))/.其中, =ln(SR2)lnS.因此,感測器節點數目差異N由公式(3)可得,
(3)
當目標區域面積S、節點感測半徑R和感測夾角一定時,為一常數.此時,N與p0,p滿足關系如圖2所示(S=500500m2,R=60m,=45º).從圖中我們可以看出,當p0一定時,N隨著p的增加而增加;當p一定時,N隨著p0的增加而增加,且增加率越來越大.因此,當需要將覆蓋率增大p時,則需多部署N個節點(p0取值較大時(80%),p取值每增加1%,N就有數十、甚至數百的增加).如果採用一定的覆蓋增強策略,無須多部署節點,就可以使網路覆蓋率達到p0+p,大量節省了感測器網路部署成本.
設Si(t)表示節點vi在感測向量為 時所覆蓋的區域面積.運算操作Si(t)Sj(t)代表節點vi和節點vj所能覆蓋到的區域總面積.這樣,當網路中節點感測向量取值為 時,有向感測器網路覆蓋率可表
示如下:
(4)
因此,有向感測器網路覆蓋增強問題歸納如下:
問題:求解一組 ,使得對於初始的 ,有 取值
接近最大.
Fig.2 The relation among p0, p and N
圖2 p0,p和N三者之間的關系
2 基於虛擬勢場的覆蓋增強演算法
2.1 傳統虛擬勢場方法
虛擬勢場(virtual potential field)的概念最初應用於機器人的路徑規劃和障礙躲避.Howard等人[8]和Pori等人[9]先後將這一概念引入到感測器網路的覆蓋增強問題中來.其基本思想是把網路中每個感測器節點看作一個虛擬的電荷,各節點受到其他節點的虛擬力作用,向目標區域中的其他區域擴散,最終達到平衡狀態,即實現目標區域的充分覆蓋狀態.Zou等人[15]提出了一種虛擬力演算法(virtual force algorithm,簡稱VFA),初始節點隨機部署後自動完善網路覆蓋性能,以均勻網路覆蓋並保證網路覆蓋范圍最大化.在執行過程中,感測器節點並不移動,而是計算出隨機部署的感測器節點虛擬移動軌跡.一旦感測器節點位置確定後,則對相應節點進行一次移動操作.Li等人[10]為解決感測器網路布局優化,在文獻[15]的基礎上提出了涉及目標的虛擬力演算法(target involved virtual force algorithm,簡稱TIVFA),通過計算節點與目標、熱點區域、障礙物和其他感測器之間的虛擬力,為各節點尋找受力平衡點,並將其作為該感測器節點的新位置.
上述利用虛擬勢場方法優化感測器網路覆蓋的研究成果都是基於全向感知模型展開的.假定感測器節點間存在兩種虛擬力作用:一種是斥力,使感測器節點足夠稀疏,避免節點過於密集而形成感知重疊區域;另一種是引力,使感測器節點保持一定的分布密度,避免節點過於分離而形成感知盲區[15].最終利用感測器節點的位置移動來實現感測器網路覆蓋增強.
2.2 基於虛擬勢場的有向感測器網路覆蓋增強演算法
在實際應用中,考慮到感測器網路部署成本,所有部署的感測器節點都具有移動能力是不現實的.另外,感測器節點位置的移動極易引起部分感測器節點的失效,進而造成整個感測器網路拓撲發生變化.這些無疑都會增加網路維護成本.因而,本文的研究工作基於感測器節點位置不變、感測方向可調的假設.上述假設使得直接利用虛擬勢場方法解決有向感測器網路覆蓋增強問題遇到了麻煩.在傳統的虛擬勢場方法中,感測器節點在勢場力的作用下進行平動(如圖3(a)所示),而基於本文的假設,感測器節點表現為其扇形感知區域在勢場力的作用下以感測器節點為軸心進行旋轉(如圖3(b)所示).
為了簡化扇形感知區域的轉動模型,我們引入「質心(centroid)」的概念.質心是質點系中一個特定的點,它與物體的平衡、運動以及內力分布密切相關.感測器節點的位置不變,其感測方向的不斷調整可近似地看作是扇形感知區域的質心點繞感測器節點作圓周運動.如圖3(b)所示,一個均勻扇形感知區域的質心點位於其對稱軸上且與圓心距離為2Rsin/3.每個感測器節點有且僅有一個質心點與其對應.我們用c表示感測器節點v所對應的質心點.本文將有向感測器網路覆蓋增強問題轉化為利用傳統虛擬勢場方法可解的質心點均勻分布問題,如圖4所示.
Fig.3 Moving models of sensor node
圖3 感測器節點的運動模型
Fig.4 The issue description of coverage enhancement in directional sensor networks
圖4 有向感測器網路覆蓋增強問題描述
2.2.1 受力分析
利用虛擬勢場方法增強有向感測器網路覆蓋,可以近似等價於質心點-質心點(c-c)之間虛擬力作用問題.我們假設質心點-質心點之間存在斥力,在斥力作用下,相鄰質心點逐步擴散開來,在降低冗餘覆蓋的同時,逐漸實現整個監測區域的充分高效覆蓋,最終增強有向感測器網路的覆蓋性能.在虛擬勢場作用下,質心點受來自相鄰一個或多個質心點的斥力作用.下面給出質心點受力的計算方法.
如圖5所示,dij表示感測器節點vi與vj之間的歐氏距離.只有當dij小於感測器節點感測半徑(R)的2倍時,它們的感知區域才存在重疊的可能,故它們之間才存在產生斥力的作用,該斥力作用於感測器節點相應的質心點ci和cj上.
定義2. 有向感測器網路中,歐氏距離不大於節點感測半徑(R)2倍的一對節點互為鄰居節點.節點vi的鄰居節點集合記作i.即i={vj|Dis(vi,vj)2R,ij}.
我們定義質心點vj對質心點vi的斥力模型 ,見公式(5).
(5)
其中,Dij表示質心點ci和cj之間的歐氏距離;kR表示斥力系數(常數,本文取kR=1);ij為單位向量,指示斥力方向(由質心點cj指向ci).公式(5)表明,只有當感測器節點vi和vj互為鄰居節點時(即有可能形成冗餘覆蓋時),其相應的質心點ci和cj之間才存在斥力作用.質心點所受斥力大小與ci和cj之間的歐氏距離成反比,而質心點所受斥力方向由ci和cj之間的相互位置關系所決定.
質心點ci所受合力是其受到相鄰k個質心點排斥力的矢量和.公式(6)描述質心點ci所受合力模型 .
(6)
通過如圖6所示的實例,我們分析質心點的受力情況.圖中包括4個感測器節點:v1,v2,v3和v4,其相應的質心
點分別為c1,c2,c3和c4.以質心點c1為例,由於d122R,故 ,質心點c1僅受到來自質心點c3和c4的斥力,其所受合力 .感測器節點感測方向旋轉導致質心點的運動軌跡並不是任意的,而是固定繞感測器節點作圓周運動.因此,質心點的運動僅僅受合力沿圓周切線方向分量 的影響.
Fig.6 The force on centroid
圖6 質心點受力
2.2.2 控制規則(control law)
本文基於一個虛擬物理世界研究質心點運動問題,其中作用力、質心點等都是虛擬的.該虛擬物理世界的構建是建立在求解問題特徵的基礎上的.在此,我們定義控制規則,即規定質心點受力與運動之間的關系,以達到質心點的均勻分布.
質心點在 作用下運動,受到運動學和動力學的雙重約束,具體表現如下:
(1) 運動學約束
在傳統感測器網路中利用虛擬勢場方法移動感測器節點的情況下,由於感測器節點向任意方向運動的概率是等同的,我們大都忽略其所受的運動學約束[8].而在轉動模型中,質心點的運動不是任意方向的,受合力沿圓
周切線方向分量 的影響,只能繞其感測器節點作圓周運動.
質心點在運動過程中受到的虛擬力是變化的,但對感測器網路系統來說,感測器節點之間每時每刻都交換鄰居節點位置及感測方向信息是不現實的.因此,我們設定鄰居節點間每隔時間步長t交換一次位置及感測方向信息,根據交換信息計算當前時間步長質心點所受合力,得出轉動方向及弧長.同時,問題求解的目的在於將節點的感測方向調整至一個合適的位置.在此,我們不考慮速度和加速度與轉動弧長之間的關系.
(2) 動力學約束
動力學約束研究受力與運動之間的關系.本運動模型中的動力學約束主要包含兩方面內容:
• 每個時間步長t內,質心點所受合力與轉動方向及弧長之間的關系;
• 質心點運動的靜止條件.
在傳統感測器網路中利用虛擬勢場方法移動感測器節點的情況下,在每個時間步長內,感測器節點的運動速度受限於最大運動速度vmax,而不是隨感測器節點受力無止境地增加.通過此舉保證微調方法的快速收斂.在本轉動模型中,我們同樣假設質心點每次固定以較小的轉動角度進行轉動,通過多次微調方法逐步趨向最優解,即在每個時間步長t內,質心點轉動的方向沿所受合力在圓周切線方向分量,轉動大小不是任意的,而是具有固定轉動角度.採用上述方法的原因有兩個:
• 運動過程中,質心點受力不斷變化,且變化規律很難用簡單的函數進行表示,加之上述運動學約束和問題特徵等因素影響,我們很難得出一個簡明而合理的質心點所受合力與轉動弧長之間的關系.
• 運動過程中,質心點按固定角度進行轉動,有利於簡化計算過程,減少節點的計算負擔.同時,我們通過分析模擬實驗數據發現,該方法具有較為理想的收斂性(具體討論參見第3.2節).
固定轉動角度取值不同對PFCEA演算法性能具有較大的影響,這在第3.3節中將加以詳細的分析和說明.
當質心點所受合力沿圓周切線方向分量為0時,其到達理想位置轉動停止.如圖7所示,我們假定質心點在圓周上O點處合力切向分量為0.由於質心點按固定轉動角度進行轉動,因此,它
未必會剛好轉動到O點處.當質心點處於圖7中弧 或 時,會
因合力切向分量不為0而導致質心點圍繞O點附近往復振動.因此,為避免出現振動現象,加速質心點達到穩定狀態,我們需要進一步限定質心點運動的停止條件.
當質心點圍繞O點附近往復振動時,其受合力的切向分量很
小.因此,我們設定受力門限,當 (本文取=10e6),即可認
定質心點已達到穩定狀態,無須再運動.經過數個時間步長t後,當網路中所有質心點達到穩定狀態時,整個感測器網路即達到穩定狀態,此時對應的一組 ,該
組解通常為本文覆蓋增強的較優解.
2.3 演算法描述
基於上述分析,本文提出了基於虛擬勢場的網路覆蓋增強演算法(PFCEA),該演算法是一個分布式演算法,在每個感測器節點上並發執行.PFCEA演算法描述如下:
輸入:節點vi及其鄰居節點的位置和感測方向信息.
輸出:節點vi最終的感測方向信息 .
1. t0; //初始化時間步長計數器
2. 計算節點vi相應質心點ci初始位置 ;
3. 計算節點vi鄰居節點集合i,M表示鄰居節點集合中元素數目;
4. While (1)
4.1 tt+1;
4.2 ;
4.3 For (j=0; j<M; j++)
4.3.1 計算質心點cj對ci的當前斥力 ,其中,vji;
4.3.2 ;
4.4 計算質心點ci當前所受合力 沿圓周切線分量 ;
4.5 確定質心點ci運動方向;
4.6 If ( ) Then
4.6.1 質心點ci沿 方向轉動固定角度;
4.6.2 調整質心點ci至新位置 ;
4.6.3 計算節點vj指向當前質心點ci向量並單位化,得到節點vi最終的感測方向信息 ;
4.7 Sleep (t);
5. End.
3 演算法模擬與性能分析
我們利用VC6.0自行開發了適用於感測器網路部署及覆蓋研究的模擬軟體Senetest2.0,並利用該軟體進行了大量模擬實驗,以驗證PFCEA演算法的有效性.實驗中參數的取值見表1.為簡化實驗,假設目標區域中所有感測器節點同構,即所有節點的感測半徑及感測夾角規格分別相同.
Table 1 Experimental parameters
表1 實驗參數
Parameter Variation
Target area S 500500m2
Area coverage p 0~1
Sensor number N 0~250
Sensing radius Rs 0~100m
Sensing offset angel 0º~90º
3.1 實例研究
在本節中,我們通過一個具體實例說明PFCEA演算法對有向感測器網路覆蓋增強.在500500m2的目標區域內,我們部署感測半徑R=60m、感測夾角=45º的感測器節點完成場景監測.若達到預期的網路覆蓋率p=70%, 通過公式(1),我們可預先估算出所需部署的感測器節點數目,
.
針對上述實例,我們記錄了PFCEA演算法運行不同時間步長時有向感測器網路覆蓋增強情況,如圖8所示.
(a) Initial coverage, p0=65.74%
(a) 初始覆蓋,p0=65.74% (b) The 10th time step, p10=76.03%
(b) 第10個時間步長,p10=76.03%
(c) The 20th time step, p20=80.20%
(c) 第20個時間步長,p20=80.20% (d) The 30th time step, p30=81.45%
(d) 第30個時間步長,p30=81.45%
Fig.8 Coverage enhancement using PFCEA algorithm
圖8 PFCEA演算法實現覆蓋增強
直觀看來,質心點在虛擬斥力作用下進行擴散運動,逐步消除網路中感知重疊區和盲區,最終實現有向感測器網路覆蓋增強.此例中,網路感測器節點分別經過30個時間步長的調整,網路覆蓋率由最初的65.74%提高到81.45%,網路覆蓋增強達15.71個百分點.
圖9顯示了逐個時間步長調整所帶來的網路覆蓋增強.我們發現,隨著時間步長的增加,網路覆蓋率也不斷增加,且近似滿足指數關系.當時間步長達到30次以後,網路中絕大多數節點的感測方向出現振動現象,直觀表現為網路覆蓋率在81.20%附近在允許的范圍振盪.此時,我們認定有向感測器網路覆蓋性能近似增強至最優.
網路覆蓋性能可以顯著地降低網路部署成本.實例通過節點感測方向的自調整,在僅僅部署105個感測器節點的情況下,最終獲得81.45%的網路覆蓋率.若預期的網路覆蓋率為81.45%,通過公式(1)的計算可知,我們至少需要部署148個感測器節點.由此可見,利用PFCEA演算法實現網路覆蓋增強的直接效果是可以節省近43個感測器節點,極大地降低了網路部署成本.
3.2 收斂性分析
為了討論本文演算法的收斂性,我們針對4種不同的網路節點規模進行多組實驗.我們針對各網路節點規模隨機生成10個拓撲結構,分別計算演算法收斂次數,並取平均值,實驗數據見表2.其他實驗參數為R=60m,=45º, =5º.
Table 2 Experimental data for convergence analysis
表2 實驗數據收斂性分析
(%)
(%)
1 50 41.28 52.73 24
2 70 52.74 64.98 21
3 90 60.76 73.24 28
4 110 65.58 78.02 27
分析上述實驗數據,我們可以得出,PFCEA演算法的收斂性即調整的次數,並不隨感測器網路節點規模的變化而發生顯著的改變,其取值一般維持在[20,30]范圍內.由此可見,本文PFCEA演算法具有較好的收斂性,可以在較短的時間步長內完成有向感測器網路的覆蓋增強過程.
3.3 模擬分析
在本節中,我們通過一系列模擬實驗來說明4個主要參數對本文PFCEA演算法性能的影響.它們分別是:節點規模N、感測半徑R、感測夾角和(質心點)轉動角度.針對前3個參數,我們與以往研究的一種集中式覆蓋增強演算法[14]進行性能分析和比較.
A. 節點規模N、感測半徑R以及感測角度
我們分別取不同節點規模進行模擬實驗.從圖10(a)變化曲線可以看出,當R和一定時,N取值較小導致網路初始覆蓋率較小.此時,隨著N的增大,p取值呈現持續上升趨勢.當N=200時,網路覆蓋率增強可達14.40個百分點.此後,p取值有所下降.這是由於當節點規模N增加導致網路初始覆蓋率較高時(如60%),相鄰多感測器節點間形成覆蓋盲區的概率大為降低,無疑削弱了PFCEA演算法的性能.另外,部分感測器節點落入邊界區域,也會間接起到削弱PFCEA演算法性能的作用.
另外,感測半徑、感測角度對PFCEA演算法性能的影響與此類似.當節點規模一定時,節點感測半徑或感測角度取值越小,單個節點的覆蓋區域越小,各相鄰節點間形成感知重疊區域的可能性也就越小.此時,PFCEA演算法對網路覆蓋性能改善並不顯著.隨著感測半徑或感測角度的增加,p不斷增加.當R=70m且=45º時,網路覆蓋率最高可提升15.91%.但隨著感測半徑或感測角度取值的不斷增加,PFCEA演算法帶來的網路覆蓋效果降低,如圖10(b)、圖10(c)所示.
(c) The effect of sensing offset angle , other parameters meet N=100, R=40m, =5º
(c) 感測角度的影響,其他實驗參數滿足:N=100,R=40m,=5º
Ⅷ 如何開始設計無線感測器網路系統
1、如何選擇合適的無線感測器技術
無線感測器網路系統的基本架構包括三部分,第一部分是無線收發晶元,其職責是將數字信息轉換為高頻無線信號傳送出去和將接收到的高頻無線信號恢復成數字信息。無線感測器收發晶元而言,IEEE 802.15.4能為無線感測器應用提供最佳方案,這是因為IEEE 802.15.4規范可能是主要且可能唯一的實用標准。目前全球有多家公司提供這方面的收發晶元。像TI公司的CC2420,CC2520等晶元都特別適用於鈕扣電池和低電能應用的低功耗特性。實現一個典型的無線感測器網路節點和路由器,可以採用多晶元方案,如圖3所示,由一個無線收發晶元和一個微控制器(單片機)組成,微處理器可以採用低功耗的MSP430,無線晶元可以採用CC2520,CC2420等;
典型的無線感測器網路節點或者路由器隨著技術不斷發展,已經有越來越多的公司,將無線收發器晶元和微控制器和無線收發器做成了一個片上系統(SoC),例如TI公司採用8051內核的CC2430、CC2431等ZIGBEE無線單片機,隨著無線感測器網路對計算能力提高要求,最近Freescale公司也推出了ARM內核的32位ZIGBEE無線單片機. 使用這些SoC無線單片機設計無線感測器網路,將使無線感測器節點具有更小的體積,更低的功耗和更低的價格;TI公司在國內的技術合作夥伴深圳無線龍科技公司等,也同時提供這些晶元,開發工具的相關技術支持;無線感測器網路構架第二部分是運行於單片機或者無線單片機內部的嵌入式軟體,也稱軟體協議棧(network stack), 網路堆棧有兩個職責。
首先,它必須要處理節點間的無線鏈接通信質量的頻繁變化和環境因數對無線通訊造成的干擾,具有對網路自組織,自恢復的能力;網路堆棧的第二個職能是要具有很強的路由演算法能力,確保訊息可靠高效地通過各種網路拓撲(星狀,網狀等等)從源節點(如果現有,可以通過成百上千路由節點)發送到目標節點。確保通訊的實時性要求。
ZigBee聯盟是由眾多技術供應商和開發商組成的獨立標准組織。也是目前世界是最大的,基於IEEE 802.15.4平台的網路軟體協議棧標准提供聯盟;
該組織從ZIGBEE2004,ZIGBEE2006,ZIGBEE2007 ,不斷發展,目前提供的的兩個網路棧是:ZigBee和ZigBee PRO。從使用角度看,ZigBee堆棧很適合一般包含十到幾百個節點的小型網路。而ZigBee PRO是ZigBee的超集,它增加了一些功能,可對網路進行擴展並更好地應對來自其他技術的無線干擾,而且可以適應更大型的網路和具有更加可靠的路由通訊演算法和無線通訊可靠性;無線感測器網路構架第三部分應用軟體,這部分包括各種根據用戶現有開發的軟體代碼,這些代碼目前大部分是採用C語言來進行開發,可以之間以介面和API方式,調用軟體協議棧的功能;在多種無線感測器網路技術中,我們認為採用802.15.4國際標准和ZIGBEE技術,作為我們設計無線感測器系統的起步,有如下優點:
1)兼容一個全球化的可靠的國際標准;
2)可以通過TI, Freescale這樣的大型晶元供應商.獲得穩定的無線收發晶元和無線單片機來源,也可以獲得免費的ZIGBEE協議棧和相關源代碼,降低開放門檻;
3)能夠採用KEIL和IAR這樣的高性能軟體編譯調試環境,可以大大加快開放速度,縮短上市周期;
2、開始無線感測器網路系統設計准備些什麼?
首先,我們現需要進行一些知識准備,對無線感測器網路需要的技術和知識,進行准備,雖然可能我們已經熟悉單片機和相關軟體開發技術,但是無線收發器和無線SoC(無線單片機)還是有獨特的地方,而且IEEE802.15.4和ZIGBEE協議棧等,也是具有一定難度的知識領域;好在目前在無線感測器網路和無線單片機方面,已經有大量的技術書籍可供參考,圖四是一些無線感測器相關技術書籍,對入門無線感測器網路可能開卷有益;
其次,我們仍然需要一套容易使用的無線感測器網路(WSN)開發系統,這是因為:
1)我們需要一套完整的軟體編譯開發平台,包括IAR和KEIL的編譯調試環境,在線模擬器等必要的開發工具;
2)我們進入無線感測器系統設計的難度重心,是盡快掌握無線感測器網路協議棧軟體使用,同時盡快進入相關應用軟體開發,所以我們需要一套已經完成高頻測試的無線節點,網關,路由器和無線模塊來進行硬體評估和運行我們的嵌入式應用軟體和協議棧軟體;
3)我們需要相關溫度,壓力,加速度,光線,濕度等感測器介面到這個系統,方便我們系統設計;
4)我們在進入一個陌生的技術領域時,往往會有很多的困難,我們需要相應的技術支持和知識支持;
目前,很多國內企業,都已經推出了各種無線感測器網路開發工具,圖五是國內企業成都無線龍通訊科技公司的一種最新的,支持美國德州儀器TI CC2520無線收發器和TI ZIGBEE 2007/PRO協議棧的無線感測器網路(WSN)開發系統的新產品,包括在線模擬器,PC GUI網路監視控制軟體,相關源代碼無線感測器網路示範代碼包裝等,是快速進入無線感測器網路系統設計的可選擇國產工具之一;
3、設計無線感測器系統具體過程
當我們完成了上述的知識准備和相關開發工具准備後,我們就可以開始一個無線感測器設計過程了,下面,我們以一個家庭節能無線感測器網路系統為實例,看看一個無線感測器網路的實際過程;家庭節能系統框圖如圖六所示:
家庭中的電器,包括空調,洗衣機,冰箱等,構成一個典型的無線感測器網路,通過能源管理網關和安裝在戶外的無線轉發路由器,實時傳輸到能源公司電腦化管理網路和資料庫,實現對家庭能源的管理;設計任務包括設計嵌入到家電內部的無線感測器網路單元(無線節點),家庭無線顯示單元和家庭能源控制單元(無線節點或者無線路由器),能源管理網關(無線網關)等;