Ⅰ 缃戠粶涓镓链変紶镒熷櫒鑺傜偣鍦颁綅瀵圭瓑,骞舵瀯鎴愪竴涓瀵圭瓑寮忕绣缁灭殑镞犵嚎浼犳劅缃戠粶镄勭壒镣规槸锛
镞犵嚎浼犳劅鍣ㄧ绣缁滀腑镓链変紶镒熷櫒鑺傜偣鍦颁綅瀵圭瓑锛屽苟鏋勬垚涓涓瀵圭瓑寮忕绣缁灭殑镞犵嚎浼犳劅缃戠粶镄勭壒镣瑰备笅锛
纭浠惰祫婧愭湁闄愶细姣忎釜鑺傜偣鐢变簬鍙椾环镙笺佷綋绉鍜屽姛钥楃殑闄愬埗锛屽叾璁＄畻鑳藉姏銆佺▼搴忕┖闂村拰鍐呭瓨绌洪棿绛夌‖浠惰祫婧愭湁闄愶纴锲犳ゅ岗璁灞傛′笉鑳藉お澶嶆潅銆
鐢垫簮瀹归噺链夐檺锛氩湪镞犵嚎浼犳劅鍣ㄧ绣缁滆妭镣逛腑涓鑸閮芥槸阃氲繃闇瑕佺数姹犳潵杩涜屼緵鐢电殑锛屼絾锲犱负涓鑸鐢垫睁镄勫归噺涓嶆槸寰埚ぇ锛屾墍浠ヨ妭镣硅佽妭鑳斤纴浠讳綍鎶链鍜屽岗璁镄勪娇鐢ㄩ兘瑕佷互鑺傝兘涓哄墠鎻愩
镞犱腑蹇冿细镞犵嚎浼犳劅鍣ㄧ绣缁滀腑娌℃湁涓ユ牸镄勬带鍒朵腑蹇冿纴镓链夎妭镣瑰湴浣嶅钩绛夛纴鏄涓涓瀵圭瓑寮忕绣缁溿傝妭镣瑰彲浠ラ殢镞跺姞鍏ユ垨绂诲紑缃戠粶锛屼换浣曡妭镣圭殑鏁呴㱩涓崭细褰卞搷鏁翠釜缃戠粶镄勮繍琛岋纴鍏锋湁寰埚己镄勬姉姣佹с
镊缁勭粐锛氱绣缁滃𪾢寮涓嶉渶瑕佷緷璧栭勮捐炬柦锛岃妭镣归氲繃鍗忚鍜岀畻娉曞岗璋冭屼负锛岃妭镣瑰彲浠ュ揩阃熴佽嚜锷ㄥ湴缁勬垚涓涓镫绔嬬殑缃戠粶銆
澶氲烦璺鐢遍氢俊锛氲妭镣圭殑阃氢俊璺濈绘湁闄愶纴涓鑸鍦ㄥ嚑锏剧背镄勮寖锲村唴锛岃妭镣瑰彧涓庨偦灞呰妭镣圭洿鎺ラ氢俊銆傚傛灉瑕佷笌鍏跺皠棰戣嗙洊锣冨洿澶栫殑鑺傜偣阃氢俊锛岃侀氲繃涓闂磋妭镣硅繘琛岃矾鐢便傛棤绾夸紶镒熷櫒缃戠粶涓镄勫氲烦璺鐢辩敱鏅阃氲妭镣瑰畬鎴愶纴骞朵笉闇瑕佸嗳澶囦笓闂ㄧ殑璺鐢辫惧囥
锷ㄦ佹嫇镓戯细镞犵嚎浼犳劅鍣ㄧ绣缁沧槸锷ㄦ佺绣缁滐纴鑺傜偣鍙浠ョЩ锷锛涜妭镣逛细锲犵数姹犺楀敖鎴栨晠闅滈鍑虹绣缁滐绂鑺傜偣涔熷彲鑳界敱浜庨渶瑕佽娣诲姞鍒扮绣缁滀腑銆傝繖閮戒细浣跨绣缁沧嫇镓戣妭镣瑰彉鍖栥
鑺傜偣鏁伴噺澶氾纴鍒嗗竷瀵嗭细涓哄瑰尯锘熸墽琛岀洃娴嬶纴寰寰链夊緢澶氢紶镒熷櫒鑺傜偣瀹夌疆鍒拌ュ尯锘熴备紶镒熷櫒鑺傜偣鍒嗗竷闱炲父瀵嗛泦锛屽埄鐢ㄨ妭镣归棿杩炴帴镐ф潵淇濊瘉绯荤粺瀹归敊鍜屾姉姣併
璇锋敞镒忥纴镞犵嚎浼犳劅鍣ㄧ绣缁沧槸涓绉嶅嶆潅钥屽氭牱镄勬妧链锛屼笂杩扮壒镣瑰彧鏄鍏朵腑涓閮ㄥ垎銆傞拡瀵逛笉钖岀殑搴旂敤鍦烘櫙鍜岄渶姹傦纴镞犵嚎浼犳劅鍣ㄧ绣缁灭殑璁捐″拰瀹炴柦鍙鑳戒细瀛桦湪宸寮伞
Ⅱ 无线传感器网络的特点与应用
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。
Ⅲ 无线传感器网络节点硬件的模块化设计
无线传感器网络节点硬件的模块化设计
随着人们对于环境监测要求的不断提高，无线传感器网络技术以其投资成本低、架设方便、可靠性高的性能优势得到了比较广泛的应用。由于无线传感器网络节点需要实现采集、处理、通信等多个功能，因此硬件上采用模块化设计可以大大提高网络节点的稳定性和安全性。那么下面我就来讨论一下无线传感器网络节点硬件的模块化设计。
1 CC2430芯片简介
CC2430是一款工作在2.4 GHz免费频段上，支持IEEE 802.15.4标准的无线收发芯片。该芯片具有很高的集成度，体积小功耗低。单个芯片上整合了ZigBee射频(RF)前端、内存和微控制器。CC2430拥有1个8位MCU(8051)，8 KB的RAM，32 KB、64 KB或128 KB的Flash，还包含模拟数字转换器(ADC)，4个定时器(Timer)，AESl28协处理器，看门狗定时器(Watchdog-timer)，32.768 kHz晶振的休眠模式定时器，上电复位电路(Power-on-Reset)，掉电检测电(Brown-out-Detection)，以及21个可编程I/O接口。
CC2430芯片采用0.18μm CMOS工艺生产，工作时的电流损耗为27 mA;在接收和发射模式下，电流损耗分别为26.7 mA和26.9 mA;休眠时电流为O.5 μA。CC2430的休眠模式和转换到主动模式的超短时间的特性，特别适合那些要求电池寿命非常长的应用。
2 无线传感器网络系统结构
整个无线传感器网络由若干采集节点、1个汇聚节点、1个中转器、1个上位机控制中心组成，系统结构如图1所示。无线传感器网络采集节点完成数据采集、预处理和通信工作;汇聚节点负责网络的发起和维护，收集并上传数据，将中转器下发的命令通告采集节点;中转器负责上传收集到的数据并将控制中心发出的命令信息传递给汇聚节点;控制中心负责处理最终上传数据，并且可以由用户下达网络的操作命令。
采集节点和汇聚节点由CC2430作为控制核心，采集节点可采集并传递数据，汇聚节点负责收集所有采集节点采集到的数据。中转器采用ARM处理器作为控制核心，和汇聚节点采用串口通信，以GPRS通信方式和上位机控制中心进行交互。上位机控制中心实现人机交互，可以处理、显示上传的数据并且可以直接由客户下达网络动作执行命令。
3 节点模块化设计
汇聚节点和采集节点在硬件配置上基本相同，采用模块化设计使得设计通用性更好。
每个节点主要由控制模块、无线模块、采集模块、电源模块4部分构成。
3.1 控制模块
控制模块主要由CC2430及其外围电路构成，完成对采集数据的处理、存储以及收发工作，并对电源模块进行管理。芯片CC2430包括21个可编程I/0口，其中8路A/D接口，可满足多路传感器的采集、处理需求。CC2430自带了一个复位接口，外接一个复位按键可以实现硬件初始化系统。32 MHz晶振提供系统时钟，32.768 kHz晶振供系统休眠时使用。
节点选用芯片FM25L256作为存储设备，这是一款256 Kb铁电存储器，其SPI接口频率高达25 MHz，低功耗运行以及10年的数据保持力保证了节点数据存储的低成本以及可靠性。
3.2 无线模块
无线模块负责节点间数据和命令的传输，因此，合理设计无线模块是节点稳定、高效通信的重要保证。
TI公司提供了一个适用于CC2430的微带巴伦电路，这个设计把无线电RF引脚差分信号的阻抗转换为单端50 Ω。由于该电路直接影响节点的通信质量，在使用前必须对其进行仿真验证。设计中选用ADS仿真软件进行仿真，采用了版图和原理图的联合仿真方法。仿真电路图如图5所示，微带电路为TI提供的微带巴伦电路，分立元件均选自村田公司元件库内的模型，严格保证了仿真数据的`真实性和可靠性。巴伦电路在工作频段内(2.400～2.4835 GHz)信号传输特性高效、稳定。
3.3 采集模块
采集模块负责采集数据并调理数据信号。本设计中，监测的是土壤的温度和湿度数据，采用的传感器是PTWD-3A型土壤温度传感器以及TDR-3型土壤水分传感器。
PTWD-3A型土壤温度传感器采用精密铂电阻作为感应部件，其阻值随温度变化而变化。为了准确地进行测量，采用四线法测量电阻原理，将电阻信号调理成CC2430芯片A/D通道能采样的电压信号。由P354运算放大器、高精度精密贴片电阻以及2.5 V电源构成10 mA恒流源。10 mA的电流环流经传感器电阻R1、R2将电阻信号转换成为电压信号，由差分放大器LT1991一倍增益将信号转换为单端输出送入CC2430芯片的ADC通道进行采样。
TDR-3型土壤水分传感器输出信号即为电压信号。传感器输出信号通过P354运算放大器送入CC2430芯片的ADC通道进行采样。
3.4 电源模块
电源模块负责调理电压、分配能量，分为充电管理模块、双电源切换管理模块、电压转换模块3个模块。本设计中采用额定电压12 V、电容量3 Ah的铅酸电池供电。
作为环境监测的无线传感器网络应用，节点需要在野外无人看守的情况下进行工作，能量补给是系统持续工作的重要保证。本设计采用太阳能电池板为节点在野外工作时进行电能的补给，充电管理模块则是根据日照情况以及电池能量状态对铅酸电池进行合理、有效的充电。光电耦合器TLP521-100和场效应管Q共同构成了充电模块的开关电路，可以由CC2430芯片的I/0口很方便地进行控制。
在太阳能电池板对电池充电时，电池不能对系统进行供电，因此设计中采用了双电源供电方式，保持“一充一供”的工作状态，双电源切换管理模块负责电源的安全、快速切换。如图10所示，采用了两个开关电路对两块电源进行切换。
在电源进行切换时，总是先打开处于闲置状态的电源，再关闭正在为系统供电的电源，因此会在一段短暂的时间内同时有两个电源对系统供电，这是为了防止系统出现掉电情况。
电源模块需提供5 V、3.3 V、2.5 V等多组电源以满足节点各模块的供能需求。由于系统电源组较多，电压转换模块采用了开关型降压稳压器以及低压差线性稳压器等多种电压转换芯片来对电源进行电压转换，同时要确保电源模块供能的高效性。
结语
节点的设计对整个无线传感器网络系统至关重要。本设计采用了功能强大的射频芯片CC2430作为核心管理芯片，能较好地完成数据采集、分析、传输等多个功能。硬件的模块化设计大大加强了节点的稳定性、可靠性和通用性，在野外无人值守的情况下无线传感器网络系统可以长期、稳定地进行环境方面的监测。
;Ⅳ 低功耗无线传感节点设计论文
S-MAC协议
S-MAC(Sensor-MAC)协议是较早的针对WSN的一种MAC协议，他是在802.11MAC的基础上，采用下面介绍的多种机制来减少了节点能量的消耗。固定周期性的侦听和睡眠：为了减少能量的消耗，传感器节点要尽量处于低功耗的睡眠状态。S-MAC协议采用了低占空比的周期性睡眠／侦听。为了使得S-MAC协议具有良好的扩展性，在覆盖网络中形成众多不同的虚拟簇。
消息传递技术：对于无线信道，传输差错与包长度成正比，短包成功传输的概率要大于长包。在S-MAC协议中消息传递技术将长消息分成若干短包，利用RTS／CTS握手机制，一次性发送整个长消息，这样既提高发送成功率，有减少了控制消息。流量自适应侦听机制：传感器节点在与邻居节点通信结束后并不立即进入睡眠状态，而保持侦听一段时间，采用流量自适应侦听机制，减少了网络中的传输延迟。
S-MAC协议与IEEE802.11 MAC相比，在节能方面有了很大的改善。但睡眠机制的引入，使得网络的传输延迟增加，吞吐量下降。针对S-MAC协议存在的不足，研究人员对其进行了改进，提出了一种带有自适应睡眠的S-MAC协议。
3.3.2 LMAC协议
LMAC协议使用时分多址 (TDMA)机制,时间被分成若干个时隙, 节点在传送数据时不需要竞争信道，可以避免传输碰撞造成的能量损耗。节点只能指派一个控制时隙，在时隙期间,节点总是会传送一条信息，此信息包含两部分：控制信息和数据单元。由于一个时隙只能被一个节点控制, 所以节点可以无冲突的进行通讯。
3.3.3 T-MAC协议
T-MAC(Timeout-MAC)协议与自适应睡眠的S-MAC协议基本思想大体相同。数据传输仍然采用RTS／CTS／DATA／ACK的4次握手机制，不同的是在节点活动的时隙内插入了一个TA(Time Active)时隙，若TA时隙之间没有任何时间发生，则活动结束进入睡眠状态。TA的取值对于T-MAC协议性能至关重要，其约束条件为：TA=m(C+R+T)，m>1，其中C为竞争信道时间，R为发送RTS分组的时间，T为RTS分组结束到发出CTS分组开始的时间。在仿真的时候，一般选取m=1.5，即：TA=1.5×(C+R+T)。
T-MAC协议虽然能根据当前网络的动态变化，通过提前结束活动周期来减少空闲侦听提高能效，但带来了“早睡”问题。所谓早睡问题是指在多个传感器节点向一个或少数几个汇聚节点发送数据时，由于节点在当前TA没有收到激活事件，过早进入睡眠，没有监测到接下来的数据包，导致网络延迟。为解决这个问题，提出了未来清除发送和满缓冲区优先两个方法。
基于竞争的MAC协议通常很难提供实时性保证，而且由于冲突的存在，浪费了能量。基于竞争的协议在有些应用场合(比如主要考虑节能而不太关心时延的可预测性时)有较大的应用，基于竞争的协议需要解决的是提供一个实时性的统计上界。根据这类协议的分布式和随机的补偿特性，基于竞争的协议没有确切的保证不同节点的数据包的优先级。因此，有必要限制优先级倒置的概率以建立统计上的端到端的时延保证。
3.3.4 Wise-MAC协议
Wise - MAC协议在非坚持CSMA协议的基础上，采用前导码采样技术控制节点处于空闲侦听状态时的能量消耗。与S-MAC和T-MAC协议相比，节能效果非常显着。
无线信道在传输过程中经常出现错误，所以需要链路层的确认机制来恢复丢失的数据包。Wise-MAC协议的ACK数据帧不仅用来对接收到的数据包进行确认，还会通知其他邻居节点到下一次采样的剩余时间。通过这种方式，每个节点不断更新相邻节点的采样时间偏移表。利用这些信息，每个节点可以选择恰当的时间，使用最小长度的唤醒前导码向目的节点发送数据。
Wise-MAC协议可以很好地适应网络流量变化，他是和WISENET超级功耗SoC芯片结合设计的。Wise-MAC协议的采样同步机制会带来数据包冲突的问题，也会由于节点学要存储相邻节点的信道侦听时间，会占用宝贵的存储空间，增加协议实现的复杂度，尤其是在节点密度较高的网络内这个问题尤为突出。
3.3.5 DMAC协议
数据采集树是无线传感器网络的一种重要的通信模式，DMAC协议就是针对这种数据采集树而提出的，目标是减少网络的能量消耗和减少数据的传输延迟。DMAC协议采用不同深度节点之间的接收发送／睡眠的交错调度机制。将节点周期划分为接收、发送和睡眠时隙，数据能沿着多跳路径连续地从数据源节点传送到汇聚节点，减少睡眠带来的传输延迟。
3.3.6 Z-MAC协议
综合CSMA和TDMA二者各自的优点，由RHEE 等在2005年提出了一种混合机制的Z-MAC协议。
Z-MAC将信道使用物化为时间帧的同时，使用CSMA作为基本机制，时隙的占有者只是有数据发送的优先权，其他节点也可以在该时隙发送信息帧，当节点之间产生碰撞之后，时隙占有者的回退时间短，从而真正获得时隙的信道使用权。Z-MAC使用竞争状态标示来转换MAC机制，节点在ACK重复丢失和碰撞回退频繁的情况下，将由低竞争状态转为高竞争状态，由CSMA机制转为TDMA机制。因而可以说，Z-MAC在较低网络负载下，类似CSMA，在网络进入高竞争的信道状态之后，类似TDMA。
Z-MAC并不需要精确的时间同步，有着较好的信道利用率和网络扩展性。协议达到即时的适应网络负载的变化的同时，TDMA和CSMA机制的同步和互换会产生较大的能量耗损和网络延迟问题。
Ⅳ 设计无线传感器网络的节点部署方案时必须考虑哪些问题
设计无线传感器网络节点需要遵循以下几个主要的原则。
（1）微型化与低成本
由于无线传感器网络节点数量大，只有实现节点的微型化与低成本才有可能大规模部署与应用。因此节点的微型化与低成本一直是研究人员追求的主要目标之一。对于目标跟踪与位置服务一类的应用来说，部署的无线传感器节点越密，定位精度就越高。对于医疗监控类的应用来说，微型节点容易被穿戴。实现节点的微型化与低成本需要考虑硬件与软件两个方面的因素，而关键是研制专用的片上系统（System on Chip，SoC）芯片。对于传统的个人计算机，内存2GB、硬盘100GB已经是常见的配置，而一个典型的无线传感器节点的内存只有4kB、程序存储空间只有10kB。正是因为传感器节点硬件配置的限制，所以节点的操作系统、应用软件结构的设计与软件编程都必须注意节约计算资源，不能够超出节点硬件可能支持的范围。
（2）低功耗
传感器节点在使用过程中受到电池能量的限制。在实际应用中，通常要求传感器节点数量很多，但是每个节点的体积很小，携带的电池能量十分有限。同时，由于无线传感器网络的节点数量多、成本低廉、部署区域的环境复杂，有些区域甚至人员不能到达，因此传感器节点通过更换电池来补充能源是不现实的。如何高效使用有限的电池能量，来最大化网络生命周期是无线传感器网络面临的最大的挑战。
传感器节点消耗能量的模块包括：传感器模块、处理器模块和无线通信模块。随着集成电路工艺的进步，处理器和传感器模块的功耗变得很低。图2-43给出了传感器节点各部分能量消耗情况。从图中可以看出，传感器节点能量的绝大部分消耗在无线通信模块。传感器节点发送信息消耗的电能比计算更大，传输1bit信号到相距100m的其他节点需要的能量相当于执行3000条计算指令消耗的能量。
图2-43传感器节点各部分能量消耗情况无线通信模块存在四种状态：发送、接收、空闲和休眠。无线通信模块在空闲状态一直监听无线信道的使用情况，检查是否有数据发送给自己，而在休眠状态则关闭通信模块。从图中可以看到，无线通信模块在发送状态的能量消耗最大；在空闲状态和接收状态的能量消耗接近，但略少于发送状态的能量消耗；在休眠状态的能量消耗最少。为让网络通信更有效率，必须减少不必要的转发和接收，不需要通信时尽快进入休眠状态，这是设计无线传感器网络协议时需要重点考虑的问题。
（3）灵活性与可扩展性
无线传感器网络节点的灵活性与可扩展性表现在适应不同的应用系统，或部署在不同的应用场景中。例如，传感器节点可以用于森林防火的无线传感器网络中，也可以用于天然气管道安全监控的无线传感器网络中；可以用于沙漠干旱环境下天然气管道安全监控，也可以用于沼泽地潮湿环境的安全监控；可以适应单一声音传感器精确位置测量的应用，也可以适应温度、湿度与声音等多种传感器的应用；节点可以按照不同的应用需求，将不同的功能模块自由配置到系统中，而不需重新设计新的传感器节点；节点的硬件设计必须考虑提供的外部接口，可以方便地在现有的节点上直接接入新的传感器。软件设计必须考虑到可裁剪，可以方便地扩充功能，可以通过网络自动更新应用软件。
（4）鲁棒性
普通的计算机或PDA、智能手机可以通过经常性的人机交互来保证系统的正常运行。而无线传感器节点与传统信息设备最大的区别是无人值守，一旦大量无线传感器节点被飞机抛洒或人工安置后，就需要独立运行。即使是用于医疗健康的可穿戴节点，也需要独立工作，使用者无法与其交互。对于普通的计算机，如果出现故障，人们可以通过重启来恢复系统的工作状态。而在无线传感器网络的设计中，如果一个节点崩溃，那么剩余的节点将按照自组网的思路，重新组成具有新拓扑的自组网。当剩余的节点不能够组成新的网络时，这个无线传感器网络就失效了。因此传感器节点的鲁棒性是实现无线传感器网络长时间工作重要的保证。更多http://www.big-bit.com/news/list-75.html
Ⅵ 浼犳劅鍣ㄧ绣缁滀紶镒熷櫒缃戠粶浣撶郴缁撴瀯
浼犳劅鍣ㄧ绣缁灭殑鏋舵瀯阃氩父鐢变笁涓涓昏侀儴鍒嗙粍鎴愶细浼犳劅鍣ㄨ妭镣癸纸sensor锛夈佹眹镵氲妭镣癸纸sink node锛夊拰绠＄悊鑺傜偣銆傝繖浜涜妭镣瑰湪鐩戞祴鍖哄烟锛sensor field锛夊唴鎴栧叾锻ㄨ竟杩涜屽垎甯冨纺閮ㄧ讲锛屽畠浠阃氲繃镊缁勭粐镄勬柟寮忓舰鎴愪竴涓锷ㄦ佺殑缃戠粶缁撴瀯銆傛疮涓浼犳劅鍣ㄨ妭镣硅礋璐ｅ疄镞舵敹闆嗙幆澧冩暟鎹锛岃繖浜涙暟鎹阃氲繃鑺傜偣闂寸殑鎺ュ姏浼犺緭锛屽嵆浠庝竴涓鑺傜偣浼犻掑埌涓嬩竴涓锛岀洿镊冲埌杈惧叾浠栬妭镣瑰勭悊鍜岃矾鐢卞埌姹囱仛鑺傜偣銆傛眹镵氲妭镣规槸鏁版嵁镄勪富瑕佹眹闆嗙偣锛岃礋璐ｅ皢鏀堕泦鍒扮殑鏁版嵁阃氲繃浜掕仈缃戞垨鍗鏄熶紶杈揿埌镟撮珮绾у埆镄勭＄悊鑺傜偣銆
绠＄悊鑺傜偣鍦ㄤ紶镒熷櫒缃戠粶涓镓婕斿叧阌瑙掕壊锛屽畠涓崭粎璐熻矗缃戠粶镄勯厤缃鍜岀＄悊锛岃缮镓挎媴镌鍙戝竷鐩戞祴浠诲姟镄勫姛鑳姐傜敤鎴峰彲浠ラ氲繃绠＄悊鑺傜偣𨱒ヨ惧畾浼犳劅鍣ㄧ殑宸ヤ綔妯″纺锛岃惧畾鐩戞祴鐩镙囷纴骞舵帴鏀跺勭悊钖庣殑鏁版嵁缁撴灉锛屼粠钥屽疄鐜板圭幆澧冩垨鐗瑰畾鍖哄烟镄勫疄镞剁洃鎺у拰绠＄悊銆傝繖绉嶆灦鏋勮捐′娇寰椾紶镒熷櫒缃戠粶鑳藉熼珮鏁埚湴杩涜屾暟鎹閲囬泦鍜屼紶杈掳纴涓哄悇绉嶅簲鐢ㄦ彁渚涘己链夊姏镄勬敮鎸併
浼犳劅鍣ㄧ绣缁沧槸鐢辫稿氩湪绌洪棿涓婂垎甯幂殑镊锷ㄨ呯疆缁勬垚镄勪竴绉嶈＄畻链虹绣缁滐纴杩欎簺瑁呯疆浣跨敤浼犳劅鍣ㄥ岗浣滃湴鐩戞带涓嶅悓浣岖疆镄勭墿鐞嗘垨鐜澧幂姸鍐碉纸姣斿傛俯搴︺佸０阔炽佹尟锷ㄣ佸帇锷涖佽繍锷ㄦ垨姹℃煋鐗╋级銆傛棤绾夸紶镒熷櫒缃戠粶镄勫彂灞曟渶鍒濊捣婧愪簬鎴桦満鐩戞祴绛夊啗浜嫔簲鐢ㄣ傝岀幇浠婃棤绾夸紶镒熷櫒缃戠粶琚搴旂敤浜庡緢澶氭皯鐢ㄩ嗗烟锛屽傜幆澧冧笌鐢熸佺洃娴嬨佸仴搴风洃鎶ゃ佸跺涵镊锷ㄥ寲銆佷互鍙娄氦阃氭带鍒剁瓑銆
Ⅶ 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):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[25].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[811]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viP1,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(1p0)/,ln(1(p0+p))/.其中, =ln(SR2)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=500500m2,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,ij}.
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d122R,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=10e6),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. t0; //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 tt+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,vji;
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 500500m2
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500500m2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
Ⅷ 如何开始设计无线传感器网络系统
1、如何选择合适的无线传感器技术
无线传感器网络系统的基本架构包括三部分,第一部分是无线收发芯片,其职责是将数字信息转换为高频无线信号传送出去和将接收到的高频无线信号恢复成数字信息。无线传感器收发芯片而言,IEEE 802.15.4能为无线传感器应用提供最佳方案,这是因为IEEE 802.15.4规范可能是主要且可能唯一的实用标准。目前全球有多家公司提供这方面的收发芯片。像TI公司的CC2420,CC2520等芯片都特别适用于钮扣电池和低电能应用的低功耗特性。实现一个典型的无线传感器网络节点和路由器,可以采用多芯片方案,如图3所示,由一个无线收发芯片和一个微控制器(单片机)组成,微处理器可以采用低功耗的MSP430,无线芯片可以采用CC2520,CC2420等;
典型的无线传感器网络节点或者路由器随着技术不断发展,已经有越来越多的公司,将无线收发器芯片和微控制器和无线收发器做成了一个片上系统(SoC),例如TI公司采用8051内核的CC2430、CC2431等ZIGBEE无线单片机,随着无线传感器网络对计算能力提高要求,最近Freescale公司也推出了ARM内核的32位ZIGBEE无线单片机. 使用这些SoC无线单片机设计无线传感器网络,将使无线传感器节点具有更小的体积,更低的功耗和更低的价格;TI公司在国内的技术合作伙伴深圳无线龙科技公司等,也同时提供这些芯片,开发工具的相关技术支持;无线传感器网络构架第二部分是运行于单片机或者无线单片机内部的嵌入式软件,也称软件协议栈(network stack), 网络堆栈有两个职责。
首先,它必须要处理节点间的无线链接通信质量的频繁变化和环境因数对无线通讯造成的干扰,具有对网络自组织,自恢复的能力;网络堆栈的第二个职能是要具有很强的路由算法能力,确保讯息可靠高效地通过各种网络拓扑(星状,网状等等)从源节点(如果现有,可以通过成百上千路由节点)发送到目标节点。确保通讯的实时性要求。
ZigBee联盟是由众多技术供应商和开发商组成的独立标准组织。也是目前世界是最大的,基于IEEE 802.15.4平台的网络软件协议栈标准提供联盟;
该组织从ZIGBEE2004,ZIGBEE2006,ZIGBEE2007 ,不断发展,目前提供的的两个网络栈是:ZigBee和ZigBee PRO。从使用角度看,ZigBee堆栈很适合一般包含十到几百个节点的小型网络。而ZigBee PRO是ZigBee的超集,它增加了一些功能,可对网络进行扩展并更好地应对来自其他技术的无线干扰,而且可以适应更大型的网络和具有更加可靠的路由通讯算法和无线通讯可靠性;无线传感器网络构架第三部分应用软件,这部分包括各种根据用户现有开发的软件代码,这些代码目前大部分是采用C语言来进行开发,可以之间以接口和API方式,调用软件协议栈的功能;在多种无线传感器网络技术中,我们认为采用802.15.4国际标准和ZIGBEE技术,作为我们设计无线传感器系统的起步,有如下优点:
1)兼容一个全球化的可靠的国际标准;
2)可以通过TI, Freescale这样的大型芯片供应商.获得稳定的无线收发芯片和无线单片机来源,也可以获得免费的ZIGBEE协议栈和相关源代码,降低开放门槛;
3)能够采用KEIL和IAR这样的高性能软件编译调试环境,可以大大加快开放速度,缩短上市周期;
2、开始无线传感器网络系统设计准备些什么?
首先,我们现需要进行一些知识准备,对无线传感器网络需要的技术和知识,进行准备,虽然可能我们已经熟悉单片机和相关软件开发技术,但是无线收发器和无线SoC(无线单片机)还是有独特的地方,而且IEEE802.15.4和ZIGBEE协议栈等,也是具有一定难度的知识领域;好在目前在无线传感器网络和无线单片机方面,已经有大量的技术书籍可供参考,图四是一些无线传感器相关技术书籍,对入门无线传感器网络可能开卷有益;
其次,我们仍然需要一套容易使用的无线传感器网络(WSN)开发系统,这是因为:
1)我们需要一套完整的软件编译开发平台,包括IAR和KEIL的编译调试环境,在线仿真器等必要的开发工具;
2)我们进入无线传感器系统设计的难度重心,是尽快掌握无线传感器网络协议栈软件使用,同时尽快进入相关应用软件开发,所以我们需要一套已经完成高频测试的无线节点,网关,路由器和无线模块来进行硬件评估和运行我们的嵌入式应用软件和协议栈软件;
3)我们需要相关温度,压力,加速度,光线,湿度等传感器接口到这个系统,方便我们系统设计;
4)我们在进入一个陌生的技术领域时,往往会有很多的困难,我们需要相应的技术支持和知识支持;
目前,很多国内企业,都已经推出了各种无线传感器网络开发工具,图五是国内企业成都无线龙通讯科技公司的一种最新的,支持美国德州仪器TI CC2520无线收发器和TI ZIGBEE 2007/PRO协议栈的无线传感器网络(WSN)开发系统的新产品,包括在线仿真器,PC GUI网络监视控制软件,相关源代码无线传感器网络示范代码包装等,是快速进入无线传感器网络系统设计的可选择国产工具之一;
3、设计无线传感器系统具体过程
当我们完成了上述的知识准备和相关开发工具准备后,我们就可以开始一个无线传感器设计过程了,下面,我们以一个家庭节能无线传感器网络系统为实例,看看一个无线传感器网络的实际过程;家庭节能系统框图如图六所示:
家庭中的电器,包括空调,洗衣机,冰箱等,构成一个典型的无线传感器网络,通过能源管理网关和安装在户外的无线转发路由器,实时传输到能源公司电脑化管理网络和数据库,实现对家庭能源的管理;设计任务包括设计嵌入到家电内部的无线传感器网络单元(无线节点),家庭无线显示单元和家庭能源控制单元(无线节点或者无线路由器),能源管理网关(无线网关)等;