无线传感网络实验

㈠ 无线传感网络的发展

这个问题的范围有点大。
简而言之，无线传感器网络（wireless sensor network，wsn）作为物联网（internet of thing,IOT）的重要组成部分，目前在智能家居、精准农业、林业监测、军事、智能建筑、智能交通等领域都在逐渐展开应用。能被传感器sensor感知的物理参量（温度、湿度、震动、加速度、二氧化碳浓度...），包括video、image、audio等多媒体数据，通过wsn节点的自组网，远程采集、传输至监控端。

目前制约wsn普及的因素主要有：能耗（通常wsn节点较小，2节电池供电）、传输范围（射频芯片cc2430，我们做实验，在150m左右，信号已经很差），还有最重要的，硬件成本。

wsn特别适合：无人监守、不适合人去的地方（如山体滑坡监测等、煤矿瓦斯浓度监测...等）

以上文字原创。只是简要回答你的问题，因为问题范围有点大。

㈡ 什么是无线传感技术

早在上世纪70年代，就出现了将传统传感器采用点对点传输、连接传感控制器而构成传感网络雏形，我们把它归之为第一代传感器网络。随着相关学科的不断发展和进步，传感器网络同时还具有了获取多种信息信号的综合处理能力，并通过与传感控制的相联，组成了有信息综合和处理能力的传感器网络，这是第二代传感器网络。而从上世纪末开始，现场总线技术开始应用于传感器网络，人们用其组建智能化传感器网络，大量多功能传感器被运用，并使用无线技术连接，无线传感器网络逐渐形成。

无线传感器网络是新一代的传感器网络，具有非常上世纪70年代，其发展和应用，将会给人类的生活和生产的各个领域带来深远影响。

无线传感器网络可以看成是由数据获取网络、数据颁布网络和控制管理中心三部分组成的。其主要组成部分是集成有传感器、处理单元和通信模块的节点，各节点通过协议自组成一个分布式网络，再将采集来的数据通过优化后经无线电波传输给信息处理中心。

㈢ 请简要描述在无线传感网络组网实验中进行zigbee参数配置时需注意哪些问题

Zigbee：全新无线网络数据通信技术 Zigbee技术是随着工业自动化对于无线通信和数据传输的需求而产生的，Zigbee网络省电、可靠、成本低、容量大、安全，可广泛应用于各种自动控制领域。 Zigbee的由来： 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通信的需求越来越强烈。正因此，经过人们长期努力，Zigbee协议在2003年中通过后，于2004正式问世了。 Zigbee是什么： 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的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；另外整个Zigbee网络还可以与现有的其它的各种网络连接。例如，你可以通过互联网在北京监控云南某地的一个Zigbee控制网络。 不同的是，Zigbee网络主要是为自动化控制数据传输而建立，而移动通信网主要是为语音通信而建立；每个移动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与监控对对象，例如传感器连接直接进行数据采集和监控，它还可以自动中转别的网络节点传过来的数据资料; 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）可以可支持多到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。 Zigbee技术的应用领域： Zigbee技术的目标就是针对工业，家庭自动化，遥测遥控，汽车自动化、农业自动化和医疗护理等，例如灯光自动化控制，传感器的无线数据采集和监控，油田，电力，矿山和物流管理等应用领域。另外它还可以对局部区域内移动目标例如城市中的车辆进行定位。（成都西谷曙光数字技术公司的专利技术）。 通常，符合如下条件之一的应用，就可以考虑采用Zigbee技术做无线传输： 1． 需要数据采集或监控的网点多； 2． 要求传输的数据量不大，而要求设备成本低； 3． 要求数据传输可性高，安全性高； 4． 设备体积很小，不便放置较大的充电电池或者电源模块； 5． 电池供电； 6． 地形复杂，监测点多，需要较大的网络覆盖； 7． 现有移动网络的覆盖盲区； 8． 使用现存移动网络进行低数据量传输的遥测遥控系统。 9． 使用GPS效果差，或成本太高的局部区域移动目标的定位应用。 Zigbee 技术的特点： 省电：两节五号电池支持长达6个月到2年左右的使用时间 可靠：采用了碰撞避免机制，同时为需要固定带宽的通信业务预留了专用时隙，避免了发送数据时的竞争和冲突；节点模块之间具有自动动态组网的功能，信息在整个Zigbee网络中通过自动路由的方式进行传输，从而保证了信息传输的可靠性。 时延短：针对时延敏感的应用做了优化，通信时延和从休眠状态激活的时延都非常短。 网络容量大：可支持达65000个节点。 安全：ZigBee提供了数据完整性检查和鉴权功能，加密算法采用通用的AES-128。 高保密性：64位出厂编号和支持AES-128加密 Zigbee的发展前景： Zigbee技术和RFID 技术在2004年就被列为当今世界发展最快，市场前景最广阔的十大最新技术中的两个。关于这方面的报道，你只需在网络，或GOOGLE搜索栏中键入"Zigbee"，你就会看到大量的有关报道。总之，今后若干年，都将是Zigbee技术飞速发展的时期。 Zigbee技术在我国的应用情况： 尽管，国内不少人已经开始关注Zigbee这们新技术，而且也有不少单位开始涉足Zigbee技术的开发工作，然而，由于Zigbee 本身是一种新的系统集成技术，应用软件的开发必须和网络传输，射频技术和底层软硬件控制技术结合在一起。因而深入理解这个来自国外的新技术，再组织一个在这几个方面都有丰富经验的配套的队伍，本身就不是一件容易的事情，因而，到目前为止，国内目前除了成都西谷曙光数字技术有限公司，真正将Zigbee技术开发成产品，并成功地用于解决几个领域的实际生产问题而外，尚未见到其它报道。 Zigbee 和现有移动网（GPRS，CDMA-1X）的比较： 1． 无网络使用费：使用移动网需要长期支付网络使用费，而且是按节点终端的数量计算的，而Zigbee没有这笔费用； 2． 设备投入低：使用移动网需要购买移动终端设备，每个终端的价格在人民币1000元上下，而使用Zigbee 网络，不仅Zigbee网络节点模块（相当于基站）费用每只人民币不到1000元，而且，主要使用的网络子节点（相当于手机）的价格还要低得多； 3． 通信更可靠：由于现有移动网主要是为手机通信而设计的，尽管CDMA-1X和GPRS可以进行数据通信，但实践发现，不仅通信数率比设计速率低很多，而且数据通信的可靠信也存在一定的问题。而Zigbee网络则是专门为控制数据的传输而设计的，因而控制数据的传输具有相当的保证。 4． 高度的灵活性和低成本：首先，通过使用覆盖距离不同，功能不同的Zigbee网络节点，以及其它非Zigbee系统的低成本的无线收发模块，建立起一个Zigbee局部自动化控制网，（这个网络可以是星型，树状，网状及其共同组成的复合网结构）再通过互联网或移动网与远端的计算机相连，从而实现低成本，高效率的工业自动化遥测遥控； 5． 比起现有的移动网来，尽管Zigbee仅仅只是一个局域网，覆盖区域有限，但它却可以与现有的移动网，互联网和其它通信网络相连接，将许多Zigbee局域网相互连成为一个整体。有效的解决移动网的盲区覆盖问题：我们知道，现有移动网络在许多地方存在盲区，特别是铁路，公路，油田，矿山等野外，更是如此。而增加一个移动基站或直放站的费用是相当可观的，此时使用Zigbee网络进行盲区覆盖不仅经济有效，而且往往是现在唯一可行手段。 Zigbee与现有数传电台的比较： 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，例如成都西谷公司远距离传输模块（2-5公里），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，而且在户外使用时，不容易受到破坏； 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；(2.4G，250kps，3-5公里距离DSSS 数传模块每只不到1000元人民币) 怎样利用Zigbee尽快产生效益： 为了让大家能更快更好的将Zigbee技术用于解决不同应用领域的实际问题，而不需要深入了解Zigbee网络本身是如何来工作的，从而大大缩短你系统集成的时间，迅速给你带来实际经济效益。 成都西谷曙光数字技术有限公司专门向用户提供Zigbee无线网络平台的演示/应用套件，和具体应用开发培训。 这个套件包括： 1). 5个标准的演示/应用模块（其中一个用作为与计算机相连的网关节点）； 2). 电池，天线等附件； 3). Zigbee网络功能演示软件； 4). 每个模块提供两个USART接口； 5). 一个标准的串口通信协议，用于将应用模块与你的计算机和传感器相连。如果我们的标准串口协议不能满足你具体应用的需要，原则上，我们可以根据你的具体要求加以修改。 利用这个套件，你可以完全按照有线网络连接来编制你的应用程序；将实际上的无线网络，当作一个一般的有线网络来加以利用。 这个套件，具有如下演示功能： 1． 演示Zigbee网络本身所具有的自动动态组网功能； 2． 演示网络中数据传输自动路由，以及数据如何在网络中传输的功能； 3． 显示网络无线链路连接状况，以及每个网络节点实际数据传输统计的功能，； 4． 演示整个网络的多种数据采集功能； 5． 演示控制中心对远端网络节点的控制功能； 6． 更重要的是，它除了具有如上的演示功能外，它还可用于实际网络布置中检查无线链路连接状况，对现场网络节点的具体布置效果进行评估和调整。这个套件中的每个模块提供两个USART接口，供用户直接编写自己的应用程序和它用。这样，用户可根据自己实际应用的需要，确定所需的网络节点数量和远端的具体设置后，就可以编写具体应用程序软件。当你的软件开发工作完成后，就可以直接使用我们提供的标准模块进行现场安装设置后，就可以工作了。

㈣ 无线传感器网络中常用的网络仿真软件平台有

无线传感器网络中常用的网络仿真软件平台有OPNET、OMNET++、NS2、TOSSIM等。OPNET是一个强大的、面向对象的、离散事件驱动的通用网络仿真环境。作为一个全面的集成开发环境，在无线传输方面的建模能力涉及仿真研究的各阶段，包括模型设计、仿真、数据搜集和数据分析，所有的无线特性与高层协议模型无缝连接。TinyOS是一种面向WSN的新型操作系统。TinyOS采用了轻量级线程技术、主动消息通信技术、组件化编程技术，它是一个基于事件驱动的深度嵌入式操作系统。TOSSIM是一种基于嵌入式TinyOS操作系统的WSN节点仿真环境的实现代表，源码公开，主要应用于MICA系列的WSN节点。其仿真应用随同TinyOS被编译进事件驱动的模拟仿真器。OMNET++是一种开源的基于组件的模块化的开放网络仿真平台，近年来在科学和工业领域逐渐流行。作为离散事件仿真器，其具备强大完善的图形界面接口和可嵌入式仿真内核，运行于多个操作系统平台，可以简便定义网络拓扑结构，具备编程、调试和跟踪支持等功能，主要用于通信网络和分布式系统的仿真。

㈤ 无线传感器在网络中的应用设计

下面是由整理的毕业设计论文《无线传感器在网络中的应用设计》，欢迎阅读。

1引言

无线传感器网络(Wireless Sensor Networks，简称WSNs)是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信形成一个多跳自组织网络系统，能够实时监测、感知和采集网络分布区域内监视对象的各种信息，并加以处理，完成数据采集和监测任务。WSNs综合了传感器、嵌入式计算、无线通讯、分布式信息处理等技术，具有快速构建、自配置、自调整拓扑、多跳路由、高密度、节点数可变、无统一地址、无线通信等特点，特别适用于大范围、偏远距离、危险环境等条件下的实时信息监测，可以广泛应用于军事、交通、环境监测和预报、卫生保健、空间探索等各个领域。

2节点的总体设计和器件选型

2.1节点的总体设计

WSNs微型节点应用数量比较大，更换和维护比较困难，要求其节点成本低廉和工作时间尽可能长;功能上要求WSNs中不应该存在专门的路由器节点，每个节点既是终端节点，又是路由器节点。节点间采用移动自组织网络联系起来，并采用多跳的路由机制进行通信。因此，在单个节点上，一方面硬件必须低能耗，采用无线传输方式;另一方面软件必须支持多跳的路由协议。基于这些基本思想，设计了以高档8位AVR单片机ATmega128L为核心，结合外围传感器和2.4 GHz无线收发模块CC2420的WSNs微型节点。这两款器件的体积非常小，加上外围电路，其整体体积也很小，非常适合用作WSNs节点的元件。

图1给出WSNs微型节点结构。它由数据采集单元、数据处理单元、数据传输单元和电源管理单元4部分组成。数据采集单元负责监测区域内信息的采集和数据转换，设计中包括了可燃性气体传感器和湿度传感器;数据处理单元负责控制整个节点的处理操作、路由协议、同步定位、功耗管理、任务管理等;数据传输单元负责与其他节点进行无线通信，交换控制消息和收发采集数据;电源管理单元选通所用到的传感器，节点电源由几节AA电池组成，实际工业应用中采用微型纽扣电池，以进一步减小体积。为了调试方便及可扩展性，可将数据采集单元独立出来，做成两块能相互套接的可扩展主板。

2.2处理器选型

处理器的选型要求和指标是功耗低，保证长时间不更换电源也能顺利工作，供给电压小于5 V，有较快的处理速度和能力，由于节点是需要大量安置的，所以价格也要相对便宜。选用AVR单片机，考虑到电路中I/O的个数不多，功耗低、成本低、适合与无线器件接口配合等多方面因素，综合对比后，选用Atmel公司的ATmega128L。该微型控制器拥有丰富的片上资源，包括4个定时器、4 KB SRAM、128KB Flash和4 KBEEPROM;拥有UART、SPI、I2C、JTAG接口，方便无线器件和传感器的接入;有6种电源节能模式，方便低功耗设计。

2.3无线通信器件选型 CC2420是一款符合ZigBee技术的高集成度工业用射频收发器，其MAC层和PHY层协议符合802.15.4规范，工作于2.4 GHz频段。该器件只需极少外部元件，即可确保短距离通信的有效性和可靠性。数据传输单元模块支持数据传输率高达250 Kb/s，即可实现多点对多点的快速组网，系统体积小、成本低、功耗小，适于电池长期供电，具有硬件加密、安全可靠、组网灵活、抗毁性强等特点。

2.4传感器选型

由于WSNs是用于矿下安全监测，常要检测矿下可燃气体的浓度(预防瓦斯气体浓度过高)和空气湿度，所以要选择测量气体浓度和湿度的传感器。

2.4.1 HIH-4000系列测湿传感器

HIH-4000系列测湿传感器作为一个低成本、可软焊的单个直插式组件(SIP)能提供仪表测量质量的相对湿度(RH)传感性能。RH传感器可用在二引线间有间距的配量中，它是一个热固塑料型电容传感元件，其内部具有信号处理功能。传感器的多层结构对应用环境的不利因素，诸如潮湿、灰尘、污垢、油类和环境中常见的化学品具有最佳的抗力，因此可认定它能适用矿下环境。

2.4.2 MR511热线型半导体气敏元件

MR511型气敏元件利用气体吸附在金属氧化物半导体表面而产生热传导变化及电传导变化的原理，由白金线圈电阻值变化测定气体浓度。MR511由检测元件和补偿元件配对组成电桥的两个臂，遇可燃性气体时，检测元件的电阻减小，桥路输出电压变化，该电压变化随气体浓度的增大而成比例增大，补偿元件具有温度补偿作用。MR511除具有灵敏度高、响应恢复时间短、稳定性好特点外，还具有功耗小，抗环境温湿度干扰能力强的优点。WSNs的节能和井下恶劣温湿环境要求MR5111可以满足。

3 WSNs节点设计

3.1数据采集单元

考虑到无线传感器网络节点的节能和井下恶劣的温湿环境，为了便于数据采集，系统设计采用HIH-4000-01型测湿度传感器和MR511热线型半导体气体传感器。图2、图3分别给出其电路设计图。

3.2数据处理单元

ATmega128L的外围电路设计简单，设计时注意在数字电路的电源并人多只电容滤波。ATmega128L的工作时钟源可以选取外部晶振、外部RC振荡器、内部RC振荡器、外部时钟源等方式。工作时钟源的选择通过ATmega128L的内部熔丝位来设计。熔丝位可以通过JTAG编程、ISP编程等方式设置。ATmega128L采用7.3728 MHz和32.768 kHz两个外部晶振。前者用作工作时钟，后者用作实时时钟源。

3.3数据传输单元

3.3.1 CC2420外围电路设计

图4给出数据传输单元的外围电路。CC2420只需要极少的外围元器件。其外围电路包括晶振时钟电路、射频输入/输出匹配电路和微控制器接口电路3部分。

射频输入/输出匹配电路主要用来匹配器件的输入输出阻抗，使其输入输出阻抗为50 Ω，同时为器件内部的PA及LNA提供直流偏置。射频输入/输出是高阻抗，有差别。射频端最适合的负载是115+j180 Ω。C61、C62、C71、C81、L61组成不平衡变压器，L62和L81匹配射频输入输出到50 Ω;L61和L62同时提供功率放大器和低噪声放大器的直流偏置。内部的T/R开关是为了切换低噪声放大器/功率放大器。R451偏置电阻是电流基准发生器的精密电阻。CC2420本振信号既可由外部有源晶体提供，也可由内部电路提供。若由内部电路提供时，需外加晶体振荡器和两只负载电容，电容的大小取决于晶体的频率及输入容抗等参数。设计采用16 MHz晶振时，其电容值约为22 pF。C381和C391是外部晶体振荡器的负载电容。片上电压调节器提供所有内部1.8 V电源的供应。C42是电压调节器的负载电容，用于稳定调节器。为得到最佳性能必须使用电源去耦。在应用中使用大小合适的去耦电容和功率滤波器是非常重要的。CC2420可以通过4线SPI总线(SI、SO、SCLK、CSn)设置器件的工作模式，并实现读，写缓存数据，读/写状态寄存器等。通过控制FIFO和FIFOP引脚接口的状态可设置发射/接收缓存器。

3.3.2配置IEEE 802.15.4工作模式

CC2420为IEEE 802.15.4的数据帧格式提供硬件支持。其MAC层的帧格式为：头帧+数据帧+校验帧;PHY层的帧格式为：同步帧+PHY头帧+MAC帧，帧头序列的长度可通过设置寄存器改变，采用16位CRC校验来提高数据传输的可靠性。发送或接收的数据帧被送入RAM中的128字节缓存区进行相应的帧打包和拆包操作。表1给出CC2420的四线串行SPI接口引脚功能。它是设计单片机电路的依据，充分发挥这些功能是设计无线通信产品的前提。

3.3.3 CC2420与单片机接口电路设计

图5给出CC2420与ATmega128L单片机的接口电路。CC2420通过简单的四线(SI、SO、SCLK、CSn)与SPI兼容串行接口配置，这时CC2420是受控的。ATmega128L的SPI接口工作在主机模式，它是SPI数据传输的控制方;CC2420设为从机工作方式。当ATmega128L的SPI接口设为主机工作方式时，其硬件电路不会自动控制SS引脚。因此，在SH通信时，应在SPI接口初始化，它是由程序控制SS，将其拉为低电平，此后，当把数据写入主机的SPI数据寄存器后，主机接口将自动启动时钟发生器，在硬件电路的控制下，移位传送，通过MOSI将数据移出ATmega128L，并同时从CC2420由MISO移人数据，8位数据全部移出时，两个寄存器就实现了一次数据交换。

4结语

通过对于无线传感器网络节点中传感器元件、数据处理模块、数据传输模块和电源的选择，设计了一种以CC2420和ATmega128L为主体的硬件方案。利用该方案设计的CC2420和ATmega128L的外围电路以及两者之间的接口电路。此外，还对传感器与单片机的接口电路进行设计。通过实验验证，设计的硬件节点基本上达到了项目要求，经调试能通过传感器正确真实地采集数据，并实现两个无线节点(两个电路板。AA电池供电)在30 m左右的通信、传输数据、并反映到终端设备。

㈥ 无线传感器网络节点部署问题研究

无线传感器网络是近几年发展起来的一种新兴技术,在条件恶劣和无人坚守的环境监测和事件跟踪中显示了很大的应用价值。节点部署是无线传感器网络工作的基础,对网络的运行情况和寿命有很大的影响。部署问题涉及覆盖、连接和节约能量消耗3个方面。该文重点讨论了网络部署中的覆盖问题,综述了现有的研究成果,总结了今后的热点研究方向,为以后的研究奠定了基础。
基于虚拟势场的有向传感器网络覆盖增强算法
陶 丹+, 马华东, 刘 亮
(智能通信软件与多媒体北京市重点实验室(北京邮电大学),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):11521163. 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: 首先从视频传感器节点方向性感知特性出发,设计了一种方向可调感知模型,并以此为基础对有向传感器网络覆盖增强问题进行分析与定义;其次,提出了一种基于虚拟势场的有向传感器网络覆盖增强算法PFCEA (potential field based coverage-enhancing algorithm).通过引入“质心”概念,将有向传感器网络覆盖增强问题转化为质心均匀分布问题,以质心点作圆周运动代替传感器节点传感方向的转动.质心在虚拟力作用下作扩散运动,以消除网络中感知重叠区和盲区,进而增强整个有向传感器网络覆盖.一系列仿真实验验证了该算法的有效性.
关键词: 有向传感器网络;有向感知模型;虚拟势场;覆盖增强
中图法分类号: TP393 文献标识码: A
覆盖作为传感器网络中的一个基本问题,反映了传感器网络所能提供的“感知”服务质量.优化传感器网络覆盖对于合理分配网络的空间资源,更好地完成环境感知、信息获取任务以及提高网络生存能力都具有重要的意义[1].目前,传感器网络的初期部署有两种策略:一种是大规模的随机部署;另一种是针对特定的用途进行计划部署.由于传感器网络通常工作在复杂的环境下,而且网络中传感器节点众多,因此大都采用随机部署方式.然而,这种大规模随机投放方式很难一次性地将数目众多的传感器节点放置在适合的位置,极容易造成传感器网络覆盖的不合理(比如,局部目标区域传感器节点分布过密或过疏),进而形成感知重叠区和盲区.因此,在传感器网络初始部署后,我们需要采用覆盖增强策略以获得理想的网络覆盖性能.
目前,国内外学者相继开展了相关覆盖增强问题的研究,并取得了一定的进展[25].从目前可获取的资料来看,绝大多数覆盖问题研究都是针对基于全向感知模型(omni-directional sensing model)的传感器网络展开的[6],
即网络中节点的感知范围是一个以节点为圆心、以其感知距离为半径的圆形区域.通常采用休眠冗余节点[2,7]、
重新调整节点分布[811]或添加新节点[11]等方法实现传感器网络覆盖增强.
实际上,有向感知模型(directional sensing model)也是传感器网络中的一种典型的感知模型[12],即节点的感知范围是一个以节点为圆心、半径为其感知距离的扇形区域.由基于有向感知模型的传感器节点所构成的网络称为有向传感器网络.视频传感器网络是有向传感器网络的一个典型实例.感知模型的差异造成了现有基于全向感知模型的覆盖研究成果不能直接应用于有向传感器网络,迫切需要设计出一系列新方法.
在早期的工作中[13],我们率先开展有向传感器网络中覆盖问题的研究,设计一种基本的有向感知模型,用以刻画视频传感器节点的方向性感知特性,并研究有向传感器网络覆盖完整性以及通信连通性问题.同时,考虑到有向传感器节点传感方向往往具有可调整特性(比如PTZ摄像头的推拉摇移功能),我们进一步提出一种基于图论和计算几何的集中式覆盖增强算法[14],调整方案一经确定,网络中所有有向传感器节点并发地进行传感方向的一次性调整,以此获得网络覆盖性能的增强.但由于未能充分考虑到有向传感器节点局部位置及传感方向信息,因而,该算法对有向传感器网络覆盖增强的能力相对有限.
本文将基本的有向感知模型扩展为方向可调感知模型,研究有向传感器网络覆盖增强问题.首先定义了方向可调感知模型,并分析随机部署策略对有向传感器网络覆盖率的影响.在此基础上,分析了有向传感器网络覆盖增强问题.本文通过引入“质心”概念,将待解决问题转化为质心均匀分布问题,提出了一种基于虚拟势场的有向传感器网络覆盖增强算法PFCEA(potential field based coverage-enhancing algorithm).质心在虚拟力作用下作扩散运动,逐步消除网络中感知重叠区和盲区,增强整个网络覆盖性能.最后,一系列仿真实验验证了PFCEA算法的有效性.
1 有向传感器网络覆盖增强问题
本节旨在分析和定义有向传感器网络覆盖增强问题.在此之前,我们对方向可调感知模型进行简要介绍.
1.1 方向可调感知模型
不同于目前已有的全向感知模型,方向可调感知模型的感知区域受“视角”的限制,并非一个完整的圆形区域.在某时刻t,有向传感器节点具有方向性感知特性;随着其传感方向的不断调整(即旋转),有向传感器节点有能力覆盖到其传感距离内的所有圆形区域.由此,通过简单的几何抽象,我们可以得到有向传感器节点的方向可调感知模型,如图1所示.
定义1. 方向可调感知模型可用一个四元组P,R, ,
表示.其中,P=(x,y)表示有向传感器节点的位置坐标;R表示节
点的最大传感范围,即传感半径;单位向量 = 为扇形感知区域的中轴线,即节点在某时刻t时的传感方向; 和 分别是单位向量 在X轴和Y轴方向上的投影分量;表示边界距离传感向量 的传感夹角,2代表传感区域视角,记作FOV.
特别地,当=时,传统的全向感知模型是方向可调感知模型的一个特例.
若点P1被有向传感器节点vi覆盖成立,记为viP1,当且仅当满足以下条件:
(1) ,其中, 代表点P1到该节点的欧氏距离;
(2) 与 间夹角取值属于[,].
判别点P1是否被有向传感器节点覆盖的一个简单方法是:如果 且 ,那么,点P1
被有向传感器节点覆盖;否则,覆盖不成立.另外,若区域A被有向传感节点覆盖,当且仅当区域A中任何一个点都被有向传感节点覆盖.除非特别说明,下文中出现的“节点”和“传感器节点”均满足上述方向可调感知模型.
1.2 有向传感器网络覆盖增强问题的分析与定义
在研究本文内容之前,我们需要作以下必要假设:
A1. 有向传感器网络中所有节点同构,即所有节点的传感半径(R)、传感夹角()参数规格分别相同;
A2. 有向传感器网络中所有节点一经部署,则位置固定不变,但其传感方向可调;
A3. 有向传感器网络中各节点都了解自身位置及传感方向信息,且各节点对自身传感方向可控.
假设目标区域的面积为S,随机部署的传感器节点位置满足均匀分布模型,且目标区域内任意两个传感器节点不在同一位置.传感器节点的传感方向在[0,2]上也满足均匀分布模型.在不考虑传感器节点可能落入边界区域造成有效覆盖区域减小的情况下,由于每个传感器节点所监控的区域面积为R2,则每个传感器节点能监测整个目标区域的概率为R2/S.目标区域被N个传感器节点覆盖的初始概率p0的计算公式为(具体推导过程参见文献[14])
(1)
由公式(1)可知,当目标区域内网络覆盖率至少达到p0时,需要部署的节点规模计算公式为
(2)
当网络覆盖率分别为p0和p0+p时,所需部署的传感器节点数目分别为ln(1p0)/,ln(1(p0+p))/.其中, =ln(SR2)lnS.因此,传感器节点数目差异N由公式(3)可得,
(3)
当目标区域面积S、节点传感半径R和传感夹角一定时,为一常数.此时,N与p0,p满足关系如图2所示(S=500500m2,R=60m,=45º).从图中我们可以看出,当p0一定时,N随着p的增加而增加;当p一定时,N随着p0的增加而增加,且增加率越来越大.因此,当需要将覆盖率增大p时,则需多部署N个节点(p0取值较大时(80%),p取值每增加1%,N就有数十、甚至数百的增加).如果采用一定的覆盖增强策略,无须多部署节点,就可以使网络覆盖率达到p0+p,大量节省了传感器网络部署成本.
设Si(t)表示节点vi在传感向量为 时所覆盖的区域面积.运算操作Si(t)Sj(t)代表节点vi和节点vj所能覆盖到的区域总面积.这样,当网络中节点传感向量取值为 时,有向传感器网络覆盖率可表
示如下:
(4)
因此,有向传感器网络覆盖增强问题归纳如下:
问题:求解一组 ,使得对于初始的 ,有 取值
接近最大.

Fig.2 The relation among p0, p and N
图2 p0,p和N三者之间的关系
2 基于虚拟势场的覆盖增强算法
2.1 传统虚拟势场方法
虚拟势场(virtual potential field)的概念最初应用于机器人的路径规划和障碍躲避.Howard等人[8]和Pori等人[9]先后将这一概念引入到传感器网络的覆盖增强问题中来.其基本思想是把网络中每个传感器节点看作一个虚拟的电荷,各节点受到其他节点的虚拟力作用,向目标区域中的其他区域扩散,最终达到平衡状态,即实现目标区域的充分覆盖状态.Zou等人[15]提出了一种虚拟力算法(virtual force algorithm,简称VFA),初始节点随机部署后自动完善网络覆盖性能,以均匀网络覆盖并保证网络覆盖范围最大化.在执行过程中,传感器节点并不移动,而是计算出随机部署的传感器节点虚拟移动轨迹.一旦传感器节点位置确定后,则对相应节点进行一次移动操作.Li等人[10]为解决传感器网络布局优化,在文献[15]的基础上提出了涉及目标的虚拟力算法(target involved virtual force algorithm,简称TIVFA),通过计算节点与目标、热点区域、障碍物和其他传感器之间的虚拟力,为各节点寻找受力平衡点,并将其作为该传感器节点的新位置.
上述利用虚拟势场方法优化传感器网络覆盖的研究成果都是基于全向感知模型展开的.假定传感器节点间存在两种虚拟力作用:一种是斥力,使传感器节点足够稀疏,避免节点过于密集而形成感知重叠区域;另一种是引力,使传感器节点保持一定的分布密度,避免节点过于分离而形成感知盲区[15].最终利用传感器节点的位置移动来实现传感器网络覆盖增强.
2.2 基于虚拟势场的有向传感器网络覆盖增强算法
在实际应用中,考虑到传感器网络部署成本,所有部署的传感器节点都具有移动能力是不现实的.另外,传感器节点位置的移动极易引起部分传感器节点的失效,进而造成整个传感器网络拓扑发生变化.这些无疑都会增加网络维护成本.因而,本文的研究工作基于传感器节点位置不变、传感方向可调的假设.上述假设使得直接利用虚拟势场方法解决有向传感器网络覆盖增强问题遇到了麻烦.在传统的虚拟势场方法中,传感器节点在势场力的作用下进行平动(如图3(a)所示),而基于本文的假设,传感器节点表现为其扇形感知区域在势场力的作用下以传感器节点为轴心进行旋转(如图3(b)所示).
为了简化扇形感知区域的转动模型,我们引入“质心(centroid)”的概念.质心是质点系中一个特定的点,它与物体的平衡、运动以及内力分布密切相关.传感器节点的位置不变,其传感方向的不断调整可近似地看作是扇形感知区域的质心点绕传感器节点作圆周运动.如图3(b)所示,一个均匀扇形感知区域的质心点位于其对称轴上且与圆心距离为2Rsin/3.每个传感器节点有且仅有一个质心点与其对应.我们用c表示传感器节点v所对应的质心点.本文将有向传感器网络覆盖增强问题转化为利用传统虚拟势场方法可解的质心点均匀分布问题,如图4所示.

Fig.3 Moving models of sensor node
图3 传感器节点的运动模型

Fig.4 The issue description of coverage enhancement in directional sensor networks
图4 有向传感器网络覆盖增强问题描述
2.2.1 受力分析
利用虚拟势场方法增强有向传感器网络覆盖,可以近似等价于质心点-质心点(c-c)之间虚拟力作用问题.我们假设质心点-质心点之间存在斥力,在斥力作用下,相邻质心点逐步扩散开来,在降低冗余覆盖的同时,逐渐实现整个监测区域的充分高效覆盖,最终增强有向传感器网络的覆盖性能.在虚拟势场作用下,质心点受来自相邻一个或多个质心点的斥力作用.下面给出质心点受力的计算方法.
如图5所示,dij表示传感器节点vi与vj之间的欧氏距离.只有当dij小于传感器节点传感半径(R)的2倍时,它们的感知区域才存在重叠的可能,故它们之间才存在产生斥力的作用,该斥力作用于传感器节点相应的质心点ci和cj上.
定义2. 有向传感器网络中,欧氏距离不大于节点传感半径(R)2倍的一对节点互为邻居节点.节点vi的邻居节点集合记作i.即i={vj|Dis(vi,vj)2R,ij}.
我们定义质心点vj对质心点vi的斥力模型 ,见公式(5).
(5)
其中,Dij表示质心点ci和cj之间的欧氏距离;kR表示斥力系数(常数,本文取kR=1);ij为单位向量,指示斥力方向(由质心点cj指向ci).公式(5)表明,只有当传感器节点vi和vj互为邻居节点时(即有可能形成冗余覆盖时),其相应的质心点ci和cj之间才存在斥力作用.质心点所受斥力大小与ci和cj之间的欧氏距离成反比,而质心点所受斥力方向由ci和cj之间的相互位置关系所决定.
质心点ci所受合力是其受到相邻k个质心点排斥力的矢量和.公式(6)描述质心点ci所受合力模型 .
(6)
通过如图6所示的实例,我们分析质心点的受力情况.图中包括4个传感器节点:v1,v2,v3和v4,其相应的质心
点分别为c1,c2,c3和c4.以质心点c1为例,由于d122R,故 ,质心点c1仅受到来自质心点c3和c4的斥力,其所受合力 .传感器节点传感方向旋转导致质心点的运动轨迹并不是任意的,而是固定绕传感器节点作圆周运动.因此,质心点的运动仅仅受合力沿圆周切线方向分量 的影响.

Fig.6 The force on centroid
图6 质心点受力
2.2.2 控制规则(control law)
本文基于一个虚拟物理世界研究质心点运动问题,其中作用力、质心点等都是虚拟的.该虚拟物理世界的构建是建立在求解问题特征的基础上的.在此,我们定义控制规则,即规定质心点受力与运动之间的关系,以达到质心点的均匀分布.
质心点在 作用下运动,受到运动学和动力学的双重约束,具体表现如下:
(1) 运动学约束
在传统传感器网络中利用虚拟势场方法移动传感器节点的情况下,由于传感器节点向任意方向运动的概率是等同的,我们大都忽略其所受的运动学约束[8].而在转动模型中,质心点的运动不是任意方向的,受合力沿圆
周切线方向分量 的影响,只能绕其传感器节点作圆周运动.
质心点在运动过程中受到的虚拟力是变化的,但对传感器网络系统来说,传感器节点之间每时每刻都交换邻居节点位置及传感方向信息是不现实的.因此,我们设定邻居节点间每隔时间步长t交换一次位置及传感方向信息,根据交换信息计算当前时间步长质心点所受合力,得出转动方向及弧长.同时,问题求解的目的在于将节点的传感方向调整至一个合适的位置.在此,我们不考虑速度和加速度与转动弧长之间的关系.
(2) 动力学约束
动力学约束研究受力与运动之间的关系.本运动模型中的动力学约束主要包含两方面内容:
• 每个时间步长t内,质心点所受合力与转动方向及弧长之间的关系;
• 质心点运动的静止条件.
在传统传感器网络中利用虚拟势场方法移动传感器节点的情况下,在每个时间步长内,传感器节点的运动速度受限于最大运动速度vmax,而不是随传感器节点受力无止境地增加.通过此举保证微调方法的快速收敛.在本转动模型中,我们同样假设质心点每次固定以较小的转动角度进行转动,通过多次微调方法逐步趋向最优解,即在每个时间步长t内,质心点转动的方向沿所受合力在圆周切线方向分量,转动大小不是任意的,而是具有固定转动角度.采用上述方法的原因有两个:
• 运动过程中,质心点受力不断变化,且变化规律很难用简单的函数进行表示,加之上述运动学约束和问题特征等因素影响,我们很难得出一个简明而合理的质心点所受合力与转动弧长之间的关系.
• 运动过程中,质心点按固定角度进行转动,有利于简化计算过程,减少节点的计算负担.同时,我们通过分析仿真实验数据发现,该方法具有较为理想的收敛性(具体讨论参见第3.2节).
固定转动角度取值不同对PFCEA算法性能具有较大的影响,这在第3.3节中将加以详细的分析和说明.
当质心点所受合力沿圆周切线方向分量为0时,其到达理想位置转动停止.如图7所示,我们假定质心点在圆周上O点处合力切向分量为0.由于质心点按固定转动角度进行转动,因此,它
未必会刚好转动到O点处.当质心点处于图7中弧 或 时,会
因合力切向分量不为0而导致质心点围绕O点附近往复振动.因此,为避免出现振动现象,加速质心点达到稳定状态,我们需要进一步限定质心点运动的停止条件.
当质心点围绕O点附近往复振动时,其受合力的切向分量很
小.因此,我们设定受力门限,当 (本文取=10e6),即可认
定质心点已达到稳定状态,无须再运动.经过数个时间步长t后,当网络中所有质心点达到稳定状态时,整个传感器网络即达到稳定状态,此时对应的一组 ,该
组解通常为本文覆盖增强的较优解.
2.3 算法描述
基于上述分析,本文提出了基于虚拟势场的网络覆盖增强算法(PFCEA),该算法是一个分布式算法,在每个传感器节点上并发执行.PFCEA算法描述如下:
输入:节点vi及其邻居节点的位置和传感方向信息.
输出:节点vi最终的传感方向信息 .
1. t0; //初始化时间步长计数器
2. 计算节点vi相应质心点ci初始位置 ;
3. 计算节点vi邻居节点集合i,M表示邻居节点集合中元素数目;
4. While (1)
4.1 tt+1;
4.2 ;
4.3 For (j=0; j<M; j++)
4.3.1 计算质心点cj对ci的当前斥力 ,其中,vji;
4.3.2 ;
4.4 计算质心点ci当前所受合力 沿圆周切线分量 ;
4.5 确定质心点ci运动方向;
4.6 If ( ) Then
4.6.1 质心点ci沿 方向转动固定角度;
4.6.2 调整质心点ci至新位置 ;
4.6.3 计算节点vj指向当前质心点ci向量并单位化,得到节点vi最终的传感方向信息 ;
4.7 Sleep (t);
5. End.
3 算法仿真与性能分析
我们利用VC6.0自行开发了适用于传感器网络部署及覆盖研究的仿真软件Senetest2.0,并利用该软件进行了大量仿真实验,以验证PFCEA算法的有效性.实验中参数的取值见表1.为简化实验,假设目标区域中所有传感器节点同构,即所有节点的传感半径及传感夹角规格分别相同.
Table 1 Experimental parameters
表1 实验参数
Parameter Variation
Target area S 500500m2
Area coverage p 0~1
Sensor number N 0~250
Sensing radius Rs 0~100m
Sensing offset angel  0º~90º
3.1 实例研究
在本节中,我们通过一个具体实例说明PFCEA算法对有向传感器网络覆盖增强.在500500m2的目标区域内,我们部署传感半径R=60m、传感夹角=45º的传感器节点完成场景监测.若达到预期的网络覆盖率p=70%, 通过公式(1),我们可预先估算出所需部署的传感器节点数目,
.
针对上述实例,我们记录了PFCEA算法运行不同时间步长时有向传感器网络覆盖增强情况,如图8所示.

(a) Initial coverage, p0=65.74%
(a) 初始覆盖,p0=65.74% (b) The 10th time step, p10=76.03%
(b) 第10个时间步长,p10=76.03%

(c) The 20th time step, p20=80.20%
(c) 第20个时间步长,p20=80.20% (d) The 30th time step, p30=81.45%
(d) 第30个时间步长,p30=81.45%
Fig.8 Coverage enhancement using PFCEA algorithm
图8 PFCEA算法实现覆盖增强
直观看来,质心点在虚拟斥力作用下进行扩散运动,逐步消除网络中感知重叠区和盲区,最终实现有向传感器网络覆盖增强.此例中,网络传感器节点分别经过30个时间步长的调整,网络覆盖率由最初的65.74%提高到81.45%,网络覆盖增强达15.71个百分点.
图9显示了逐个时间步长调整所带来的网络覆盖增强.我们发现,随着时间步长的增加,网络覆盖率也不断增加,且近似满足指数关系.当时间步长达到30次以后,网络中绝大多数节点的传感方向出现振动现象,直观表现为网络覆盖率在81.20%附近在允许的范围振荡.此时,我们认定有向传感器网络覆盖性能近似增强至最优.
网络覆盖性能可以显着地降低网络部署成本.实例通过节点传感方向的自调整,在仅仅部署105个传感器节点的情况下,最终获得81.45%的网络覆盖率.若预期的网络覆盖率为81.45%,通过公式(1)的计算可知,我们至少需要部署148个传感器节点.由此可见,利用PFCEA算法实现网络覆盖增强的直接效果是可以节省近43个传感器节点,极大地降低了网络部署成本.
3.2 收敛性分析
为了讨论本文算法的收敛性,我们针对4种不同的网络节点规模进行多组实验.我们针对各网络节点规模随机生成10个拓扑结构,分别计算算法收敛次数,并取平均值,实验数据见表2.其他实验参数为R=60m,=45º, =5º.
Table 2 Experimental data for convergence analysis
表2 实验数据收敛性分析

(%)
(%)

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
分析上述实验数据,我们可以得出,PFCEA算法的收敛性即调整的次数,并不随传感器网络节点规模的变化而发生显着的改变,其取值一般维持在[20,30]范围内.由此可见,本文PFCEA算法具有较好的收敛性,可以在较短的时间步长内完成有向传感器网络的覆盖增强过程.
3.3 仿真分析
在本节中,我们通过一系列仿真实验来说明4个主要参数对本文PFCEA算法性能的影响.它们分别是:节点规模N、传感半径R、传感夹角和(质心点)转动角度.针对前3个参数,我们与以往研究的一种集中式覆盖增强算法[14]进行性能分析和比较.
A. 节点规模N、传感半径R以及传感角度
我们分别取不同节点规模进行仿真实验.从图10(a)变化曲线可以看出,当R和一定时,N取值较小导致网络初始覆盖率较小.此时,随着N的增大,p取值呈现持续上升趋势.当N=200时,网络覆盖率增强可达14.40个百分点.此后,p取值有所下降.这是由于当节点规模N增加导致网络初始覆盖率较高时(如60%),相邻多传感器节点间形成覆盖盲区的概率大为降低,无疑削弱了PFCEA算法的性能.另外,部分传感器节点落入边界区域,也会间接起到削弱PFCEA算法性能的作用.
另外,传感半径、传感角度对PFCEA算法性能的影响与此类似.当节点规模一定时,节点传感半径或传感角度取值越小,单个节点的覆盖区域越小,各相邻节点间形成感知重叠区域的可能性也就越小.此时,PFCEA算法对网络覆盖性能改善并不显着.随着传感半径或传感角度的增加,p不断增加.当R=70m且=45º时,网络覆盖率最高可提升15.91%.但随着传感半径或传感角度取值的不断增加,PFCEA算法带来的网络覆盖效果降低,如图10(b)、图10(c)所示.

(c) The effect of sensing offset angle , other parameters meet N=100, R=40m, =5º
(c) 传感角度的影响,其他实验参数满足:N=100,R=40m,=5º

㈦ 无线传感器网络的特点与应用

无线传感器网络的特点与应用

无线传感器网络简称WSN，它综合了现代无线网络通信技术、传感器技术、计算机技术等，其应用十分广泛。下面是我为大家搜索整理的关于无线传感器网络的特点与应用，欢迎参考阅读，希望对大家有所帮助!想了解更多相关信息请持续关注我们应届毕业生培训网!

无线传感器网络是一种新型的传感器网络，其主要是由大量的传感器节点组成，利用无线网络组成一个自动配置的网络系统，并将感知和收集到的信息发给管理部门。目前无线传感器网络在军事、生态环境、医疗和家居方面都有一定应用，未来无线传感器网络的发展前景将是不可估量的。

一、无线传感器网络的特点

(一)节点数量多

在监测区通常都会安置许多传感器节点，并通过分布式处理信息，这样就能够提高监测的准确性，有效获取更加精确的信息，并降低对节点传感器的精度要求。此外，由于节点数量多，因此存在许多冗余节点，这样就能使系统的容错能力较强，并且节点数量多还能够覆盖到更广阔的监测区域，有效减少监测盲区。

(二)动态拓扑

无线传感器网络属于动态网络，其节点并非固定的。当某个节电出现故障或是耗尽电池后，将会退出网络，此外，还可能由于需要而被转移添加到其他的网络当中。

(三)自组织网络

无线传感器的节点位置并不能进行精确预先设定。节点之间的相互位置也无法预知，例如通过使用飞机播散节点或随意放置在无人或危险的区域内。在这种情况下，就要求传感器节点自身能够具有一定的组织能力，能够自动进行相关管理和配置。

(四)多跳路由

无线传感网络中，节点之间的距离通常都在几十到几百米，因此节点只能与其相邻的节点进行直接通信。如果需要与范围外的节点进行通信，就需要经过中间节点进行路由。无线传感网络中的多跳路由并不是专门的路由设备，所有传输工作都是由普通的节点完成的。

(五)以数据为中心

无线传感网络中的节点均利用编号标识。由于节点是随机分布的，因此节点的编号和位置之间并没有联系。用户在查询事件时，只需要将事件报告给网络，并不需要告知节点编号。因此这是一种以数据为中心进行查询、传输的方式。

(六)电源能力局限性

通常都是用电池对节点进行供电，而每个节点的能源都是有限的，因此一旦电池的能量消耗完，就是造成节点无法再进行正常工作。

二、无线传感器网络的应用

(一)环境监测应用

无线传感器可以用于进行气象研究、检测洪水和火灾等，在生态环境监测中具有明显优势。随着我国市场经济的不断发展，生态环境污染问题也越来越严重。我国是一个幅员辽阔、资源丰富的农业大国，因此在进行农业生产时利用无线传感器进行对生产环境变化进行监测能够为农业生产带来许多好处，这对我国市场经济的不断发展有着重要意义。

(二)医疗护理应用

无线传感器网络通过使用互联网络将收集到的信息传送到接受端口，例如一些病人身上会有一些用于监测心率、血压等的传感器节点，这样医生就可以随时了解病人的`病情，一旦病人出现问题就能够及时进行临时处理和救治。在医疗领域内传感器已经有了一些成功案例，例如芬兰的技术人员设计出了一种可以穿在身上的无线传感器系统，还有SSIM(Smart Sensors and Integrated Microsystems)等。

(三)智能家居建筑应用

文物保护单位的一个重要工作就是要对具有意义的古老建筑实行保护措施。利用无线传感器网络的节点对古老建筑内的温度是、湿度、关照等进行监测，这样就能够对建筑物进行长期有效的监控。对于一些珍贵文物的保存，对保护地的位置、温度和湿度等提前进行检测，可以提高展览品或文物的保存品质。例如，英国一个博物馆基于无线传感器网络设计了一个警报系统，利用放在温度底部的节点检测灯光、振动等信息，以此来保障文物的安全[5]。

目前我国基础建设处在高速发展期，建设单位对各种建设工程的安全施工监测越来越关注。利用无线传感器网络使建筑能够检测到自身状况并将检测数据发送给管理部门，这样管理部门就能够及时掌握建筑状况并根据优先等级来处理建筑修复工作。

另外，在家具或家电汇中设置无线传感器节点，利用无线网络与互联网络，将家居环境打造成一个更加舒适方便的空间，为人们提供更加人性化和智能化的生活环境。通过实时监测屋内温度、湿度、光照等，对房间内的细微变化进行监测和感知，进而对空调、门窗等进行智能控制，这样就能够为人们提供一个更加舒适的生活环境。

(四)军事应用

无线传感器网络具有低能耗、小体积、高抗毁等特性，且其具有高隐蔽性和高度的自组织能力，这为军事侦察提供有效手段。美国在20世纪90年代就开始在军事研究中应用无线传感器网络。无线传感器网络在恶劣的战场内能够实时监控区域内敌军的装备，并对战场上的状况进行监控，对攻击目标进行定位并能够检测生化武器。

目前无线传感器网络在全球许多国家的军事、研究、工业部门都得到了广泛的关注，尤其受到美国国防部和军事部门的重视，美国基于C4ISR又提出了C4KISR的计划，对战场情报的感知和信息综合能力又提出新的要求，并开设了如NSOF系统等的一系列军事无线传感器网络研究。

总之，随着无线传感器网络的研究不断深入和扩展，人们对无线传感器的认识也越来越清晰，然而目前无线传感器网络的在技术上还存在一定问题需要解决，例如存储能力、传输能力、覆盖率等。尽管无线传感器网络还有许多技术问题待解决使得现在无法广泛推广和运用，但相信其未来发展前景不可估量。

㈧ 东北大学秦皇岛分校计算机与通信工程学院的实验室介绍

计算机与通信工程学院实验室，担负着计算机科学与技术专业、通信工程专业，电子信息工程专业、生物医学工程专业、物联网工程专业的多门课程的实验教学、课程设计、电子工艺实习、毕业设计、学生创新以及科研和技术培训等任务。实验室总面积约4000平方米，配备有计算机和其它各种实验仪器设备共1200余台件，总价值近1600万元。 实验室在学校统一领导下，由主管实验教学的副院长具体负责开展工作。实验室现有11名专职实验教师，其中具有高级职称教师2名，中级职称教师6人，全部教师具有本科以上学历。现有图像处理实验室、信号与系统实验室、数字信号处理实验室、光纤通信实验室、嵌入式系统与FPGA实验室、计算机网络实验室、计算机组成原理实验室、微机接口与通信实验室、高频电路实验室、微波与天线技术实验室、程控交换技术实验室、通信原理实验室、通信新技术实验室、无线传感网络实验室、射频识别技术RFID实验室、基础医学实验室、生物信号检测实验室、医学仪器系统实验室、医学成像实验室、工程光学实验室、学生实习与创新实验室等21个专业实验室。各实验室都配备了专职教师负责指导学生实验、维护保养仪器设备以及负责安全和卫生管理。实验室制定了各种规章制度，具有科学合理的实验教学质量评价体系，加强对教师和学生的管理，保证了实验教学正常进行。
为了进一步提高学生的理论水平和实践能力，鼓励学生技术创新，提高实验设备的利用率和达到实验资源的共享，各实验室积极创造条件，全面实现了实验室的开放，逐步增设了选修实验、自选实验、综合性实验和设计性实验，同时为学生进行科技创新创造了良好的条件，提供了有力的保证。

㈨ 传感网是干啥的

传感网的定义为随机分布的集成有传感器、数据处理单元和通信单元的微小节点，通过自组织的方式构成的无线网络。
微小节点，通过自组织的方式构成的无线网络。

目录传感网功能中国传感网无线传感网传感网与物联网展开传感网功能中国传感网无线传感网传感网与物联网展开
编辑本段传感网功能借助于节点中内置的传感器测量周边环境中的热、红外、声纳、雷达和地震波信号,从而探测包括温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大
无线传感网节点状态切换示意图
小、速度和方向等物质现象。
以互联网为代表的计算机网络技术是
二十世纪计算机科学的一项伟大成果，它给我们的生活带来了深刻的变化，然而在目前，网络功能再强大，网络世界再丰富，也终究是虚拟的，它与我们所生活的现
实世界还是相隔的，在网络世界中，很难感知现实世界，很多事情还是不可能的，时代呼唤着新的网络技术。传感网络正是在这样的背景下应运而生的全新网络技
术，它综合了传感器、低功耗、通讯以及微机电等等技术，可以预见，在不久的将来，传感网络将给我们的生活方式带来革命性的变化。
无线传感网起源无线传感网络技术是典型的具有交叉学科性质的军民两用战略高技术，可以广泛应用于国防军事、国家安全、环境科学、交通管理、灾害预测、医疗卫生、制造业、城市信息化建设等领域。无线传感器网络(WSNs)是由许许多多功能相同或不同的无线传感器节点组成，每一个传感器节点由数据采集模块(传感器、A/D转换器)、数据处理和控制模块(微处理器、存储器)、
通信模块(无线收发器)和供电模块(电池、DC/AC能量转换器)等组成。近期微电子机械加工技术的发展为传感器的微型化提供了可能，微处理技术的发展促
进了传感器的智能化，通过MEMS技术和射频(RF)通信技术的融合促进了无线传感器及其网络的诞生。传统的传感器正逐步实现微型化、智能化、信息化、网
络化，正经历着一个从传统传感器(Dumb Sensor)→智能传感器(Smart Sensor)→嵌入式Web传感器(Embedded Web
Sensor)的内涵不断丰富的发展过程。分类国际上比较有代表性和影响力的无线传感网络实
用和研发项目有遥控战场传感器系统(Remote Battlefield Sensor System，简称 REMBASS
--伦巴斯)、网络中心战(NCW)及灵巧传感器网络(SSW))、智能尘(smart st)、Intel?Mote、Smart
-Its项目、SensIT、SeaWeb、行为习性监控(Habitat Monitoring)项目、英国国家网格等。尤其是今年最新试制成功的低成本美军“狼群”地面无线传感器网络标志着电子战领域技战术的最新突破。俄亥俄州正在开发“沙地直线”(A Line in the Sand)无线传感器网络系统。这个系统能够散射电子绊网(tripwires)到任何地方，以侦测运动的高金属含量目标。民用方面，美日等发达国家在对该技术不断研发的基础上在多领域进行了应用。转折点英特尔与加利福尼亚州大学伯克利分校正领导着微尘技术的研究工作。他们成功创建了瓶盖大小的全功能传感器，可以执行计算、检测与通信等功能。2002年，英特尔研究实验室研究人员将处方药瓶大小的32个传感器连进互联网，以读出缅因州“大
鸭岛”上的气候，评价一种海燕巢的条件。而2003年第二季度，他们换用150个安有D型微型电池的第二代传感器，来评估这些鸟巢的条件。他们的目的是让
世界各国研究人员实现无入侵式及无破坏式的、对敏感野生动物及其栖居地的监测。该公司开发出了用于家庭护理的无线传感器网络系统。根据演示，试制系统通过
在鞋、家具，以及家用电器中嵌入半导体传感器，帮助老年人、阿尔茨海默氏病患者，以及残障人士的家庭生活。该系统利用无线通信将各传感器联网，可高效传递必要的信息，从而方便病人接受护理，还可以减轻护理人员的负担。该无线传感器网络系统是英特尔公司在阿尔茨海默氏病患者家庭的合作下，历时一年研究完成的，2004年下半年开始试用。
日立制作所与YRP泛在网络化研究所2004年11月24日宣布开发出了全球体积最小的传感器网络终端。该终端为安装电池的有源无线终端，可以搭载温度、亮度、红外线、加速度等各种传感器。设想应用于大楼与家庭的无线传感器以及安全管理方面。
三菱电机日前开发成功了一种设想用于传感器网络的小型低耗电无线模块。能够使用特定小功率无线构筑对等(Ad-hoc)网络。目标是取代目前利用专线构筑的家用安全网络，计划2005年～2006年达到实用水平。具体而言，与红外线传感器配合，检测是否有人、与加速度传感器配合，检测窗玻璃和家具的振动、与磁传感器配合，检测门的开关，等等。
在旧金山，200
个联网微尘已被部署在金门大桥。这些微尘用于确定大桥从一边到另一边的摆动距离—可以精确到在强风中为几英尺。当微尘检测出移动距离时，它将把该信息通过
微型计算机网络传递出去。信息最后到达一台更强大的计算机进行数据分析。任何与当前天气情况不吻合的异常读数都可能预示着大桥存在隐患。骄傲我国现代意义的无线传感网及其应用研究几乎与发达国家同步启动，1999年首次正式出现于中国科学院《知识创新工程试点领域方向研究》的信息与自动化领域研究报告中，作为该领域提出的五个重大项目之一。随着知识创新工程试点工作的深入，2001年中科院依托上海微
系统所成立微系统研究与发展中心，引领院内的相关工作，并通过该中心在无线传感网的方向上陆续部署了若干重大研究项目和方向性项目，参加单位包括上海微系
统所、声学所、微电子所、半导体所、电子所、软件所、中科大等十余个校所，初步建立传感网络系统研究平台，在无线智能传感网络通信技术、微型传感器、传感器节点、簇点和应用系统等方面取得很大的进展，2004年9月相关成果在北京进行了大规模外场演示，部分成果已在实际工程系统中使用。国内的许多高校也掀起了无线传感器网络的研究热潮。清华大学、中国科技大学、浙江大学、华中科技大学、天津大学、南开大学、北京邮电大学、东北大学、西北工业大学、西南交通大学、沈阳理工大学和上海交通大学等单位纷纷开展了有关无线传感器网络方面的基础研究工作。一些企业如中兴通讯公司等单位也加入无线传感器网络研究的行列。应用传感网[1]在民用方面，涉及城市公共安全、公共卫生、安全生产、智能交通、智能家居、环境监控等领域。国内从事传感网应用的大企业目前为数不多，小企业呈现蓬勃发展的势头。北京鼎天软件有限公司，主要从事城市公共安全应急指挥系统建设，已经承担扬州电子政务和扬州应急指挥系统。上海电器科学研究院主要从事智能交通方面的工程，已经承担上海市内、外环智能交通工程。嘉兴中科无线传感网科技有限公司在数字航道、城市应急系统、机场监控等方面有较好的技术背景，相关项目工程正在进行中。沈阳东软、北大青鸟、亿阳信通等企业也在传感网应用方面有所涉足，目前主要在电子政务方面，正在向公共安全应急指挥系统进发。