wsan是什么无线网络

A. wLAN是什么

WLAN是Wireless Local Area Networks的简写，就是无线局域网络，wLAN利用射频（Radio Frequency； RF）的技术，使用电磁波，取代旧式碍手碍脚的双绞铜线（Coaxial）所构成的局域网络，在空中进行通信连接，使得无线局域网络能利用简单的存取架构让用户透过它，达到“信息随身化、便利走天下”的理想境界。

拓展资料

WLAN的接入方式很简单，以家庭WLAN为例，只需一个无线接入设备-路由器，一个具备无线功能的计算机或终端（手机或PAD），没有无线功能的计算机只需外插一个无线网卡即可。有了以上设备后，具体操作如下：使用路由器将热点（其他已组建好且在接收范围的无线网络）或有线网络接入家庭，按照网络服务商提供的说明书进行路由配置，配置好后在家中覆盖范围内（WLAN稳定的覆盖范围大概在20
m~50 m之间）放置接收终端，打开终端的无线功能，输入服务商给定的用户名和密码即可接入WLAN。

WLAN的典型应用场景如下：

大楼之间：大楼之间建构网络的连结，取代专线，简单又便宜。

餐饮及零售：餐饮服务业可使用无线局域网络产品，直接从餐桌即可输入并传送客人点菜内容至厨房、柜台。零售商促销时，可使用无线局域网络产品设置临时收银柜台。

企业：当企业内的员工使用无线局域网络产品时，不管他们在办公室的任何一个角落，有无线局域网络产品，就能随意地发电子邮件、分享档案及上网络浏览。

医疗：使用附无线局域网络产品的手提式计算机取得实时信息，医护人员可借此避免对伤患救治的迟延、不必要的纸上作业、单据循环的迟延及误诊等，而提升对伤患照顾的品质。

B. 蔡自兴的发表论文

蔡自兴教授已在国内外发表论文和科技报告等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.蔡自兴，陈白帆，刘丽珏. 智能科学基础系列课程国家级教学团队的改革与建设. 计算机教育，2010，（127）：40-44 .
21.蔡自兴，任孝平，李昭.一种基于GPS/INS组合导航系统的车辆状态估计方法. Proc.CCPR2010, 2010.
22.蔡自兴。智能科学技术课程教学纵横谈. 计算机教育，2010，（127）：2-6.
23.蔡自兴，蒋冬冬，谭平，安基程。H.264中快速运动估计算法的一种改进方案;计算机应用研究2010,27(4):1524-1525.
24.蔡自兴; 任孝平; 邹磊; 匡林爱. 一种簇结构下的多移动机器人通信方法.小型微型计算机系统,2010,31(3):553-556.
25. 陈爱斌，蔡自兴.一种基于目标和背景加权的目标跟踪方法,控制与决策，2010,25(8):1246-1250.
26. 陈爱斌;蔡自兴; 文志强; 董德毅. 一种基于预测模型的均值偏移加速算法. 信息与控制 2010,39(2): 234-237.
27. 陈爱斌; 董德毅;杨勇;蔡自兴. 基于目标中心定位和NMI特征的跟踪算法.计算机应用与软件,2010,27(4):276-279.
28. 陈白帆，蔡自兴，刘丽珏. 人工智能课程的创新性教学探索——人工智能精品课程建设与改革. 计算机教育，2010，（127）：27-31.
29. 官东，蔡自兴，孔志周. 一种基于推荐证据理论的网格信任模型.系统仿真学报，2010，22（8）：1895-1898.
30.郭璠,蔡自兴,谢斌, 唐琎. 图像去雾技术研究综述与展望. 计算机应用, 2010, 30(9):2417-2421.
31. 郭璠,蔡自兴, 谢斌, 唐琎. 一种基于亮度分量的自动图像去雾方法. 中国图象图形学报. 2010年3月(录用).
32. 江中央,蔡自兴,王勇. 一种新的基于正交实验设计的约束优化进化算法. 计算机学报, 2010，33（5）：855-864.
33. 江中央,蔡自兴,王勇.求解全局优化问题的混合自适应正交遗传算法.软件学报, 2010,21(6):1296-1307.
34. 匡林爱,蔡自兴. 基于遗传算法的无线传感器网络重新部署方法. 控制与决策，2010,25(9):1329-1332.
35. 匡林爱,蔡自兴.一种簇机构下的多移动机器人通讯方法.小型微型计算机系统.，2010，31（3）：553-556.
36. 匡林爱,蔡自兴.一种带宽约束的无线传感器网络节点调度算法.高技术通讯，2010,20(3):309-313.
37. 刘丽珏，蔡自兴，唐琎. 人工智能双语教学建设. 计算机教育，2010，（127）：74-77.
38. 刘献如，蔡自兴. 基于SAD与UKF-Mean shift的主动目标跟踪. 模式识别与人工智能，2010,23(5)：646-652.
39. 刘献如，蔡自兴. 结构化道路车道线的鲁棒检测与跟踪. 光电子.激光，2010，21(12):1834-1838.
40. 刘献如,蔡自兴.UKF 与Mean shift 相结合的实时目标跟踪.中南大学学报，2009年录用.
41. 刘晓莹;蔡自兴; 余伶俐; 高平安. 一种正交混沌蚁群算法在群机器人任务规划中的应用研究. 小型微型计算机系统, 2010,31(1):164-168.
42. 蒙祖强，蔡自兴，黄柏雄. 课程交叉教学在应用型人才培养中的实践探索. 计算机教育，2010，（127）：55-57.
43. 潘薇;蔡自兴; 陈白帆. 复杂环境下多机器人协作构建地图的方法;四川大学学报(工程科学版) 2010-01-20.
44. 任孝平,蔡自兴,邹磊,匡林爱.“中南移动二号”多移动机器人通信系统.中南大学学报（自然科学版）,2010,41(4):1442-1448.
45. 任孝平,蔡自兴.四种虚拟力模型在传感器网络覆盖中的性能分析.信息与控制,2010，39（4）：441-445.
46. 任孝平;蔡自兴; 陈爱斌. 多移动机器人通信系统研究进展. 控制与决策 2010,(3): 327-332.
47.唐素勤，蔡自兴，王驹，蒋运承: 基于gfp语义的描述逻辑系统FLE的有穷基,计算机研究与发展，2010,47(9):1514-1521.
48. 唐素勤，蔡自兴，王驹，蒋运承: 描述逻辑非标准推理, 模式识别与人工智能，2010,23(4)：522-530.
49. 肖赤心，蔡自兴，王勇. 字典序进化算法用于组合优化问题. 控制理论与应用，2010，27（4）：473-480.
50. 谢斌，蔡自兴. 基于MATLAB Robotics Toolbox的机器人学仿真实验教学. 计算机教育，2010，（127）：140-143.
51. 余伶俐,蔡自兴,谭平,段琢华.基于多模态Rao-Blackwellized进化粒子滤波器的移动机器人航迹推算系统的故障诊断. 控制与决策，2010，25（12）：1787-1792.
52. 余伶俐,蔡自兴,谭平,进化粒子滤波器对比研究及其在移动机器人故障诊断的应用. 信息与控制，2010，39（5）：621-628.
53. 余伶俐，蔡自兴，肖晓明. 智能控制精品课程建设与教学改革研究. 计算机教育，2010，（127）：35-39.
54. 余伶俐,焦继乐,蔡自兴. 一种多机器人任务规划算法及其系统实现. 计算机科学，2010，37（6）：252-255.
55.周涛;蔡自兴。 信息审计中短消息中心实验环境的仿真[J].科学技术与工程 2010,10(6): 1551-1554.
56. 邹磊,蔡自兴,任孝平.一种基于虚拟力的自组织覆盖算法.计算机工程,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,蔡自兴,周育人,肖赤心.约束优化进化算法.软件学报, 2009,20(1): 11-29.
68. 陈白帆,蔡自兴, 潘薇. 基于声纳和摄像头的动态环境地图创建方法.高技术通讯, 2009, 19(4): 410-414.
69. 陈白帆,蔡自兴, 袁成. 基于粒子群优化的移动机器人SLAM方法研究.机器人, 2009, 31(6)：513-517.
70. 高平安,蔡自兴. 多移动机器人任务负载均衡分组规划方法.高技术通讯,2009, 19(5):501-505.
71. 高平安,蔡自兴. 一种基于多子群的动态优化算法.中南大学学报(自然科学版) 2009, 40(3): 731-736.
72. 刘献如,;蔡自兴. 一种基于Integral Imaging和与模拟退火相结合的深度测量方法研究. 系统仿真学报. 2009，21(8)：2303~2306.
73. 刘利枚，蔡自兴，潘薇.一种基于声纳信息的地图创建方法.计算机工程，2009，35（7）：166-185.
74. 余伶俐，蔡自兴. 基于异质交互式文化混合算法的机器人探测任务规划.机器人.2009, 31(2):137-145.
75. 余伶俐，蔡自兴，刘晓莹，高平安. 均分点蚁群算法在群集机器人任务规划中的应用研究[J].高技术通讯. 2009,19(10),1054-1060.
76. 余伶俐，蔡自兴. 改进混合离散粒子群的多种优化策略算法.中南大学学报,2009, 40(4): 1047-1053.
77. 余伶俐，蔡自兴，高平安，刘晓莹. 当代学习自适应混合离散粒子群算法研究. 小型微型计算机系统. 2009, 30(9):1800-1804.
78. 余伶俐，蔡自兴. 基于当代学习离散粒子群的多机器人高效任务分配算法研究. 计算机应用研究. 2009, 26(5):1691-1694.
79.蔡自兴; 谢斌; 魏世勇; 陈白帆. 《机器人学》教材建设的体会. 2009年全国人工智能大会(CAAI-13)，北京：北京邮电大学出版社，252-255，2009年9月.
80.蔡自兴，郭璠. 密码学虚拟实验平台的设计与实现.中国人工智能进展（2009），中国人工智能大会(CAAI-13)论文集，北京：北京邮电大学出版社，432-438，2009年9月.
81.蔡自兴,任孝平,邹磊.分布式多机器人通信仿真系统.智能系统学报,2009,4(4): 309-313.
82. 任孝平,蔡自兴.基于阿克曼原理的车式移动机器人运动学建模.智能系统学报, 2009,4(6);534-537.
83.蔡自兴; 任孝平; 邹磊. 分布式多机器人通信仿真系统.智能系统学报, 2009,4(4);309-313.
84. 文志强;蔡自兴. 一种目标跟踪中的模糊核直方图. 高技术通讯, 2009,19(2):174-180.
85.刘星宝;蔡自兴. 种子检测器刺激-应答变异算法研究. 高技术通讯, 2009,19(3):273-278.
86. 刘星宝;蔡自兴. 负选择算法中的检测器快速生成策略. 小型微型计算机系统, 2009-07-15.
87. 刘星宝;蔡自兴. 异常检测系统的漏洞分析.中南大学学报(自然科学版), 2009-08-26.
88. 潘薇;蔡自兴; 陈白帆. 一种非结构环境下多机器人构建地图的方法. 高技术通讯, 2009-05-25.
89. 孔志周;蔡自兴; 官东. 两种模糊密度确定方法的实验比较. 小型微型计算机系统, 2009-02-15.
90. 江中央;蔡自兴; 王勇. 用于全局优化的混合正交遗传算法. 计算机工程, 2009-02-20.
91. 肖赤心;蔡自兴; 王勇; 周经野. 一种基于佳点集原理的约束优化进化算法. 控制与决策, 2009-02-15 .
92. 官东;蔡自兴; 孔志周. 一种基于网格技术的HLA分布仿真实现方法. 系统仿真学报, 2009,21(5):1363-1366.
93.刘慧;蔡自兴; 王勇. 基于佳点集的约束优化进化算法. 系统仿真学报, 2009-03-20 .
94. 潘薇;蔡自兴; 陈白帆. 基于遗传算法的多机器人协作建图方法. 计算机应用研究, 2009-04-15.
95. 任孝平;蔡自兴; 卢薇薇. 一种基于扫描相关度的LSB算法. 计算机应用, 2009-05-01.
96.胡强;蔡自兴. 一种基于改造时钟系统的Linux实时化方案. 计算机工程, 2009-06-05.
97. 袁成;蔡自兴; 陈白帆. 粒子群优化的同时定位与建图方法. 计算机工程, 2009-06-05.
98. 王勇;蔡自兴. “智能优化算法及其应用”课程教学的实践与探索. 计算机教育, 2009-06-10.
99. 任孝平;蔡自兴; 卢薇薇. 网络可重构的多机器人仿真系统. 计算机应用研究, 2009-06-15.
100. 袁湘鹏;蔡自兴; 刘利枚. 基于声纳的移动机器人环境建图的设计与实现. 计算机应用研究, 2009-07-15.
101. 官东;蔡自兴; 孔志周.网格服务本体匹配算法研究. 小型微型计算机系统, 2009，30(8):1639-1643.
102. 邹磊;蔡自兴; 任孝平. 基于簇的多移动机器人通信系统. 计算机应用研究, 2009-08-15.
103.蔡自兴. 从严施教,精心育才,培养高素质人才. 计算机教育, 2009-09-10.
104. 肖晓明; 旷东林;蔡自兴. 单亲遗传算法种群初始化方法分析. 电脑与信息技术, 2009-08-15.
105. 刘丽珏; 陈白帆; 王勇; 余伶俐;蔡自兴. 精益求精建设人工智能精品课程. 计算机教育, 2009-09-10.
106. 陈爱斌;蔡自兴; 安基程. 一种基于摄像机视角的立体视觉定位方法.中南大学学报(自然科学版), 2009-09-10.
107. 唐素勤;蔡自兴; 江中央; 肖赤心. 用于求解约束优化问题的自适应佳点集进化算法. 小型微型计算机系统,2009,第9期，2009-11-15.
108.胡扬;桂卫华;蔡自兴. 多元智能算法控制结构综述. 计算机科学, 2009-10-15.
109.蔡自兴. 《混沌系统的模糊神经网络控制理论与方法》评介. 计算技术与自动化, 2009-12-15.
110. 陈爱斌;蔡自兴; 安基程. 一种基于摄像机视角的立体视觉定位方法. 2009年中国智能自动化会议论文集（第六分册）[中南大学学报（增刊）], 2009-09-27.
111. 于金霞;蔡自兴; 段琢华. 复杂地形下移动机器人运动学建模研究. 2009中国控制与决策会议论文集（1）, 2009-06-17.
112. 刘献如，蔡自兴，杨欣荣. Integral Imaging与模拟退火相结合的深度测量方法研究. 系统仿真学报，2009,21（8）：2303－2307.

C. 简述Wlan的特点

wlan就是无线局域网得英文名称。
在无线局域网WLAN发明之前，人们要想通过网络进行联络和通信，必须先用物理线缆-铜绞线组建一个电子运行的通路，为了提高效率和速度，后来又发明了光纤。当网络发展到一定规模后，人们又发现，这种有线网络无论组建、拆装还是在原有基础上进行重新布局和改建，都非常困难，且成本和代价也非常高，于是WLAN的组网方式应运而生。
无线局域网络英文全名：Wireless Local Area Networks；简写为： WLAN。它是相当便利的数据传输系统，它利用射频（Radio Frequency； RF）的技术，使用电磁波，取代旧式碍手碍脚的双绞铜线（Coaxial）所构成的局域网络，在空中进行通信连接，使得无线局域网络能利用简单的存取架构让用户透过它，达到“信息随身化、便利走天下”的理想境界。

优点：
⑴灵活性和移动性。在有线网络中，网络设备的安放位置受网络位置的限制，而无线局域网在无线信号覆盖区域内的任何一个位置都可以接入网络。无线局域网另一个最大的优点在于其移动性，连接到无线局域网的用户可以移动且能同时与网络保持连接。
⑵安装便捷。无线局域网可以免去或最大程度地减少网络布线的工作量，一般只要安装一个或多个接入点设备，就可建立覆盖整个区域的局域网络。
⑶易于进行网络规划和调整。对于有线网络来说，办公地点或网络拓扑的改变通常意味着重新建网。重新布线是一个昂贵、费时、浪费和琐碎的过程，无线局域网可以避免或减少以上情况的发生。
无线局域网
⑷故障定位容易。有线网络一旦出现物理故障，尤其是由于线路连接不良而造成的网络中断，往往很难查明，而且检修线路需要付出很大的代价。无线网络则很容易定位故障，只需更换故障设备即可恢复网络连接。
⑸易于扩展。无线局域网有多种配置方式，可以很快从只有几个用户的小型局域网扩展到上千用户的大型网络，并且能够提供节点间“漫游”等有线网络无法实现的特性。由于无线局域网有以上诸多优点，因此其发展十分迅速。最近几年，无线局域网已经在企业、医院、商店、工厂和学校等场合得到了广泛的应用。

无线局域网的不足之处：
无线局域网在能够给网络用户带来便捷和实用的同时，也存在着一些缺陷。无线局域网的不足之处体现在以下几个方面：
⑴性能。无线局域网是依靠无线电波进行传输的。这些电波通过无线发射装置进行发射，而建筑物、车辆、树木和其它障碍物都可能阻碍电磁波的传输，所以会影响网络的性能。
⑵速率。无线信道的传输速率与有线信道相比要低得多。无线局域网的最大传输速率为1Gbit/s，只适合于个人终端和小规模网络应用。
⑶安全性。本质上无线电波不要求建立物理的连接通道，无线信号是发散的。从理论上讲，很容易监听到无线电波广播范围内的任何信号，造成通信信息泄漏。

D. 什么是WSAN

WSAN 所谓的“由感测器Sensor、监督器Monitor、控制器Controller（或指：Actor）等功效所构成的网路”到底是何种型态？老实说若无具体实际的举例及描述，其实是不容易想象及理解的，因此以下我们举个情境案例以助理解：

◆消费性电子－如电视机、录放影机、DVD播放机等的遥控器与接收器，可以从红外线遥控改用成无线遥控，不仅没有红外线的方位、距离等限制，且能双向传递讯息，红外线只能单向发送控制命令，但却无法接收受控者所反应的状态资讯，而无线技术则可以。

◆照明、空调、保全、门禁－居家或建筑物的自动化控制，包括屋内外的亮度感测，进而决定是否要开启照明，另外也用于感测温度、湿度等状态来回应改变空调控制，此外还有侦烟消防、红外线防盗等感应控制，以及门禁的感应、铁卷门的控制等。

◆医疗量测仪器、装置－居家用的血压脉搏计、体重计、体脂计、血糖计等健康仪器，甚至是健身用的跑步机等，都可以透过感应与控制来交换、传递讯息，此外居家的重病患者，其心电图器与相关健康监督仪器，也都可以使用WSAN。

◆工业工厂自动化控制－工厂的资产盘点管理、生产流程控制、环境性的能源控制等。更具体说，如：仓库中的无人搬运车、生产线上的机械手臂、后段的品管检验感测，都能够用WSAN来强化、提升。

◆资讯周边、玩具－如电脑所用的键盘、鼠标、摇杆、手写笔、触控板等人机接口装置（Human Interface Device；HID），或者是无线玩具车等，也都可以采行WSAN技术来达到无线化感应、控制。

E. WSN安全特点主要有哪些

WSN安全特点如下：

(1)动态性网络。WSN具有很强的网络动态性。由于能量、环境等问题，会使传感器节点死亡，或者由节点的移动性，又会有新的节点加入到网络中，从而使整个网络的拓扑结构发生动态变化。这就要求WSN要能够适应这种变化，使网络具有可调性和重构性。

(2)硬件资源有限。节点由于受到价格、体积和功耗的限制，在通信能力、计算能力和内存空间等方面比普通计算机要弱很多。

(3)能量受限。网络节点由电池供电，电池的容量一般不是很大。由于应用领域的特殊性，不能经常给电池充电或更换电池，一旦电池能量用完，这个节点也就失去了作用(死亡)。因此在WSN的设计技术和协议的使用都要以节能为前提。

(4)大规模网络。为了对一个区域执行高密度的监测、感知任务，WSN往往将成千上万，甚至更多的传感节点投放到这个区域，规模较移动通信网络成数量级地提高，甚至无法为单个节点分配统一的地址。

(5)以数据为中心。在WSN中，人们主要关心某个区域的某些观测指标，而不是关心具体某个节点的观测数据，这就是WSN以数据为中心的特点。相比之下，互联网传送的数据是和节点的物理地址联系起来的。

(6)广播式通信。由于WSN中节点数目庞大，使得其在组网和通信时不可能如Ad hoc网络那样采用点对点通信，而要采用广播方式，以加快信息传播的范围和速度，并可以节省电力。

(7)无人值守。传感器的应用与物理世界紧密联系，传感器节点往往密集发布于急需监控的物理环境中。

(8)易受物理环境影响。WSN与其所在物理环境密切相关，并随着环境的变化而不断变化。

补充与物理环境相关的例子：

F. 传感器网络的作用

传感器网络主要包括三个方面：感应、通讯、计算（硬件、软件、算法）。其中的关键技术主要有无线数据库技术，比如使用在无线传感器网络的查询，和用于和其它传感器通讯的网络技术，特别是多次跳跃路由协议。例如摩托罗拉使用在家庭控制系统中的ZigBee无线协议。
传感器网络与传感器
传感器网络与传感器是什么关系呢？它究竟是一种传感器呢还是一种网络呢？在回答这个问题之前，我们先来看一下传感器网络中传感节点的系统组成吧。如图1所示，一般可以将传感节点分解为传感模块、微处理器最小系统、无线通信模块、电源模块和增强功能模块5个组成部分，其中增强功能模块为可选配置。

图1 传感器网络中传感节点的系统组成
可以把传感模块和电源模块看作传统的传感器，如果再加上微处理器最小系统就可对应于智能传感器，而无线通信模块是为了实现无线通信功能而比传统传感器新增加的功能模块。增强功能模块是可选配置，例如时间同步系统、卫星定位系统、用于移动的机械系统等。
从传感节点的系统组成上看，传感器网络可以看作是多个增加了无线通信模块的智能传感器组成的自组织网络。而从功能上看，传感器和传感器网络大致相同，都是用来感知监测环境信息的，不过显然传感器网络具备更高的可靠性。
传感器网络的发展
传感器网络是怎样发展起来的呢？
最早的传感器网络可以追溯到上世纪70年代美军在越战中使用的“热带树”传感器。为了遏制北越在胡志明小道的后勤补给，美军在这条小道上沿途投放了上万个“热带树”传感器，这是一种振动和声响传感器，当北越车队经过时传感器探测到振动和声响即向指挥中心发送感知信号，美军收到信号后即组织轰炸，有资料显示越战期间美军依靠“热带树”的帮助总共炸坏了4万多辆北越运输卡车。
“热带树”传感器之间没有通信能力，所以实际上还称不上网络的概念。20世纪80年代以来，美国军方陆续与高校开展传感器网络方面的研究合作，旨在建立能够用于军事用途的自组织的无线传感器网络，这期间在硬件、软件、标准化和产品化等方面取得了一系列的重大进展。
2000年，美国加州大学伯克利分校发布了传感器节点专用操作系统TinyOS，后续又推出专用程序设计语言nesC。2001年，伯克利分校又推出Mica系列传感器节点产品。TinyOS和Mica取得了巨大的成功，直到今天它们仍然得到了广泛的应用。
2001年，ZigBee联盟成立，并对无线传感器网络的通信协议进行了全面的标准化，后续多家公司发布了多款符合ZigBee协议标准的芯片和产品。
传感器网络未来的发展趋势
传感器网络未来的发展趋势又如何呢？
传感器网络技术诞生至今也不过几十年的时间，最近更是得到了美国之外欧洲、中国和日韩等国的重视和关注，目前其发展前沿也在不断延伸。总体说来，大致可以将其发展趋势划分为两大类：其一是设计用于完成特殊任务的无线传感器网络，例如无线多媒体传感器网络和无线传感执行网络。其二是设计用于特殊应用环境下工作的无线传感器网络，例如水下环境和地下环境。
无线多媒体传感器网络（WMSN, Wireless Multimedia Sensor Network）在传感器节点上借助多媒体传感单元将音频、视频、图像等多媒体信息传送到管理节点，能够实现对复杂多变环境的监测。
无线传感执行网络（WSAN, Wireless Sensor and Actor Network）在WSN的基础上加入了执行节点（Actor），执行节点根据收集到的监测信息做出决策并执行相关操作，从而在对环境监测的基础上进一步实现对环境的控制。
水声无线传感器网络（UW-ASN, Underwater Acoustic Sensor Network）采用水声无线通信技术实现水下传感器节点之间的通信连接，能够完成海洋采样、环境监测、水下开采、辅助航行等任务。

G. WSN的特点是什么

WSN的特点是：

（1）组建方式自由。无线网络传感器的组建不受任何外界条件的限制，组建者无论在何时何地，都可以快速地组建起一个功能完善的无线网络传感器网络，组建成功之后的维护管理工作也完全在网络内部进行。

（2）网络拓扑结构的不确定性。从网络层次的方向来看，无线传感器的网络拓扑结构是变化不定的，例如构成网络拓扑结构的传感器节点可以随时增加或者减少，网络拓扑结构图可以随时被分开或者合并。

（3）控制方式不集中。虽然无线传感器网络把基站和传感器的节点集中控制了起来，但是各个传感器节点之间的控制方式还是分散式的，路由和主机的功能由网络的终端实现各个主机独立运行，互不干涉，因此无线传感器网络的强度很高，很难被破坏。

（4）安全性不高。无线传感器网络采用无线方式传递信息，因此传感器节点在传递信息的过程中很容易被外界入侵，从而导致信息的泄露和无线传感器网络的损坏，大部分无线传感器网络的节点都是暴露在外的，这大大降低了无线传感器网络的安全性。

(7)wsan是什么无线网络扩展阅读

无线传感技术在应用，不仅仅可以有大型组织进行工作和科研进行使用。对于个人来说，由于技术的不断发展，无线传感技术的成本也越来越低，越来越多的人可以将无线传感技术用于个体身上。

对于个人来说，无线传感技术的主要使用目的是用来进行定位，定位技术对于传感技术来说是应用较广的方面，在车辆上安装无线传感装置，可以通过无线传感技术，将车辆所在位置信息进行传输，然后再由中转站将信息进行处理发送，这样在接收站能够明确了解汽车所处位置信息。对于汽车进行导航具有重要的意义。

此外，还可以对一些随身携带的物品采用无线传感技术，对一些老年人或者儿童进行实时定位，避免一些弱势人员出现意外事故。

H. 有谁了解 zigbee 技术吗

1、ZigBee起源什么技术？

A：在蓝牙技术的使用过程中，人们发现蓝牙技术尽管有许多优点，但仍存在许多缺陷。对工业，家庭自动化控制和工业遥测遥控领域而言，蓝牙技术显得太复杂，功耗大，距离近，组网规模太小等……而工业自动化，对无线数据通信的需求越来越强烈，而且，对于工业现场，这种无线数据传输必需是高可靠的，并能抵抗工业现场的各种电磁干扰。因此，经过人们长期努力，ZigBee协议在2003年中正式问世了。另外，ZigBee使用了在它之前所研究过的面向家庭网络的通信协议Home RF Lite。

2、什么是ZigBee？

A： 首先ZigBee是IEEE802.15.4协议的代名词。根据这个协议规定的技术是一种近距离、低复杂度、低功耗、低数据速率、低成本的双向无线通信技术，主要适合于自动控制和远程控制领域，可以嵌入各种设备中，同时支持地理定位功能。由于蜜蜂（bee）是靠飞翔和“嗡嗡”（zig）地抖动翅膀的“舞蹈”来与同伴传递花粉所在方位和远近信息的，也就是蜜蜂依靠着这样的方式构成了群体中的通信“网络”，因此ZigBee的发明者们形象地利用蜜蜂的这种行为来形象地描述这种无线信息传输技术。

3、Zigbee技术有哪些特点？

A： ZigBee的特点主要有以下八个方面：

（1）低功耗：在低耗电待机模式下，2节5号干电池可支持1个节点工作6-24个月，甚至更长。这是ZigBee的突出优势。相比之下蓝牙可以工作数周、WiFi可以工作数小时；

（2）低成本：通过大幅简化协议降低成本（不足蓝牙的1/10），也降低了对通信控制器的要求，按预测分析，以8051的8位微控制器测算，全功能的主节点需要32KB代码，子功能节点少至4KB代码，而且ZigBee的协议专利免费；

（3）低速率：ZigBee工作在250kbps的通讯速率，满足低速率传输数据的应用需求；

（4）近距离：传输范围一般介于10～100m之间，在增加RF发射功率后，亦可增加到1-3km，这指的是相邻节点间的距离。如果通过路由和节点间通信的接力，传输距离将可以更远；

（5）短时延：ZigBee的响应速度较快，一般从睡眠转入工作状态只需15ms，节点连接进入网络只需30ms，进一步节省了电能。相比较，蓝牙需要3-10s、WiFi需要3s；

（6）高容量：ZigBee可采用星状、片状和网状网络结构，由一个主节点管理若干子节点，最多一个主节点可管理254个子节点；同时主节点还可由上一层网络节点管理，最多可组成65000个节点的大网；

（7）高安全：ZigBee提供了三级安全模式，包括无安全设定、使用接入控制清单(ACL)防止非法获取数据以及采用高级加密标准(AES128)的对称密码，以灵活确定其安全属性；

（8）免执照频段：采用直接序列扩频在工业科学医疗2.4GHz(全球)频段。

4、为什么说ZigBee是顺应工业自动化对可靠的无线数据传输日益增长的需求而产生的？

A：ZigBee技术本身，就是因为兰牙技术不能满足工业自动化中，对低数据量、低成本、低功耗、高可靠性的无线数据通信的需求而产生的。因为，对于工业现场，这种无线数据传输必需是高可靠的，并能抵抗工业现场的各种电磁干扰。ZigBee技术中，使用网状网拓扑结构，自动路由，动态组网，直序扩频的方式，就是为了满足工业自动化控制现场的这种需要。

5、ZigBee使用那种协议？

A： ZigBee使用IEEE802.15.4协议，这是一种低传送速率的无限PAN的协议。在标准化方面，IEEE802.15.4工作组主要负责制定物理层和MAC层的协议，其余协议主要参照和采用现有的标准，高层应用、测试和市场推广等方面的工作将由ZigBee联盟负责。
目前IEEE所制订的无线个域网络WPAN大致有四：
1）IEEE 802.15.1Bluetooth，蓝芽v1.1；
2）IEEE 802.15.2Bluetooth，蓝芽补充规范，降低与WiFi同范畴内运用时的相互干扰问题；
3）IEEE 802.15.3WiMEDIA，标准速、高速WPAN；IEEE 802.15.3a UWB，高速WPAN；
4）IEEE 802.15.4ZigBee，低速WPAN (又称WSAN, S代表Sensor)。
6、为什么ZigBee无线通信使用2.4G频段是免费频段？

A：在我国和世界上大多数其他国家，一般使用无线电设备都是要付频率使用费的，包括手机通信，只不过移动运营商已经向国家支付了这笔费用，并通过号码占用费等方式向用户收取了这笔费用。在使用其它无线设备时，你首先要向国家相关部门申请频率使用许可，然后根据你的无线设备所使用的频率，功率大小和数量收取费用。这是一笔不小的费用，一般设备一年往往要交纳几千元的费用。

而免费频段，是指各个国家根据各自的实际情况，并考虑尽可能与世界其他国家规定的一致性，而划分出来的一个频段，专门用于工业，医疗以及科学研究使用（ISM频段），不需申请而可以免费使用的频段。我们国家的2.4G频段，就是这样一个频段。然而，为了保证大家都可以合理使用，国家对该频段内的无线收发设备，在不同环境下的使用功率做了相应的限制，例如在城市环境下，发射功率不能超过100mW。

7、ZigBee仅适合近距离通信吗？

A：ZigBee局域网络不仅可以通过提高每个节点模块的发射功率和接收灵敏度以及增加节点数量来扩展网络，而且还可以通过传统的互联网去监控路途遥远的ZigBee控制网络。

但是，在进行扩张要注意的是：
1）随着发射功率的增加，耗电量自然要增大，只要求耗电也大，便会失去ZigBee本身电能消耗很低的优势；
2）尽管2.4Ghz是免费频段，但是不能超过电波法中对于最大功率的限制。
8、ZigBee采用直序扩频的通信方式有什么好处？

A：同样的频段，采用不同的通信方式则结果也许会有很大的差别，例如ASK、FSK、FHSS、DSSS等抗干扰能力，通信安全保密性，可靠性都各不相同。ZigBee系统和CDMA系统一样，都采用的是直序扩频技术（DSSS)，它是一种抗干扰能力极强，保密性和可靠性都很高的通信方式。如果你使用过这两种技术的通信产品，你会发现两者在可靠性上不同凡响。

由于扩频技术在正常通信时所要求的信噪比可以很低，就是说，在干扰很强的环境下，它仍然能够正常工作。根据计算和实验，这相当于接收灵敏度提高了7dBm，也不容易干扰别人。换句话说，它可以使用较低的功率传输更远的距离。

9、ZigBee与现有数传电台的比较有哪些特点？

A：其优点如下：

（1）可靠性高：由于ZigBee模块的集成度远比一般数传电台高，分离元器件少，因而可靠性更高；

（2）使用方便安全：因为集成度高，比起一般数传电台来，ZigBee收法模块体积可以做得很小，而且功耗低，最大发射电流比一个CDMA手机还要小许多，因而很容易集成或直接安放在到设备之中，不仅使用方便，而且在户外携带使用时不容易受到损坏；

（3）抗干扰力强，保密性好，误码率低：ZigBee收发模块使用的是2.4G直序扩频技术，比起一般FSK,ASK和跳频的数传电台来，具有更好的抗干扰能力，和更远的传输距离；

（4）免费频段：ZigBee使用的是免费频段，而许多数传电台所使用的频段不仅需要申请，而且每年都需要向国家无委会交纳相当的频率使用费；

（5）价格低：ZigBee数传模块的价格只有具有类似功能的数传电台的几分之一。

10、 ZigBee是具有怎样的无线数据传输网络？

A：简单的说，ZigBee是一种高可靠的无线数传网络，类似于CDMA和GSM网络，ZigBee数传模块类似于移动网络基站。通讯距离从标准的75米到几百米、几公里，并且支持无线扩展。

ZigBee是一个由可多到65000个无线数传模块组成的一个无线数传网络平台，十分类似现有的移动通信CDMA网或GSM网，每一个ZigBee网络数传模块类似移动网络的一个基站，在整个网络范围内，它们之间可以进行相互通信；每个网络节点间的距离可以从标准的75米，到扩展后的几百米，甚至几公里。

与移动通信的CDMA网或GSM网不同的是，ZigBee网络主要是为工业现场自动化控制数据传输而建立，因而，它必须具有简单，使用方便，工作可靠，价格低的特点。而移动通信网主要是为语音通信而建立,每个基站价值一般都在百万元人民币以上，而每个ZigBee“基站”却不到1000元人民币。每个ZigBee网络节点不仅本身可以作为监控对象，例如其所连接的传感器直接进行数据采集和监控，还可以自动中转别的网络节点传过来的数据

除此之外，每一个ZigBee网络节点（FFD）还可在自己信号覆盖的范围内，和多个不承担网络信息中转任务的孤立的子节点（RFD）无线连接。每个ZigBee网络节点（FFD和RFD）可以支持多达31个的传感器和受控设备，每一个传感器和受控设备终可以有8种不同的接口方式。可以采集和传输数字量和模拟量。