❶ 無線感測器國內外研究現狀請高人指點，謝謝
更小、更廉價的低功耗計算設備代表的「後 PC 時代」沖破了傳統台式計算機和高性能伺服器的設計模式;普遍的網路化帶來的計算處理能力是難以估量的;微機電系統(micro-electro-mechanism system,簡稱 MEMS)的迅速發展奠定了設計和實現片上系統(system on chip,簡稱 SOC)的基礎.以上 3 方面的高度集成又孕育出了許多新的信息獲取和處理模式,感測器網路就是其中一例.隨機分布的集成有感測器、 數據處理單元和通信模塊的微小節點通過自組織的方式構成網路,藉助於節點中內置的形式多樣的感測器測量所在周邊環境中的熱、紅外、聲納、雷達和地震波信號,從而探測包括溫度、濕度、雜訊、光強度、壓力、土壤成分、移動物體的大小、速度和方向等眾多我們感興趣的物質現象.在通信方式上,雖然可以採用有線、無線、紅外和光等多種形式,但一般認為短距離的無線低功率通信技術最適合感測器網路使用,為明確起見,一般稱作無線感測器網路.但也不絕對,Berkeley 的 Smart Dust因為可以像塵埃一樣懸浮在空中,有效地避免了障礙物的遮擋,因此採用光作為通信介質. 無線感測器網路與傳統的無線網路(如 WLAN 和蜂窩行動電話網路)有著不同的設計目標,後者在高度移動的環境中通過優化路由和資源管理策略最大化帶寬的利用率,同時為用戶提供一定的服務質量保證.在無線感測器網路中,除了少數節點需要移動以外,大部分節點都是靜止的.因為它們通常運行在人無法接近的惡劣甚至危險的遠程環境中,能源無法替代,設計有效的策略延長網路的生命周期成為無線感測器網路的核心問題.當然,從理論上講,太陽能電池能持久地補給能源,但工程實踐中生產這種微型化的電池還有相當的難度.在無線感測器網路的研究初期,人們一度認為成熟的Internet技術加上Ad-hoc路由機制對感測器網路的設計是足夠充分的,但深入的研究表明:感測器網路有著與傳統網路明顯不同的技術要求.前者以數據為中心,後者以傳輸數據為目的.為了適應廣泛的應用程序,傳統網路的設計遵循著「端到端」的邊緣論思想,強調將一切與功能相關
的處理都放在網路的端系統上,中間節點僅僅負責數據分組的轉發,對於感測器網路,這未必是一種合理的選擇.一些為自組織的 Ad-hoc 網路設計的協議和演算法未必適合感測器網路的特點和應用的要求.節點標識(如地址等)的作用在感測器網路中就顯得不是十分重要,因為應用程序不怎麼關心單節點上的信息;中間節點上與具體應用相關的數據處理、融合和緩存也顯得很有必要.在密集性的感測器網路中,相鄰節點間的距離非常短,低功耗的多跳通信模式節省功耗,同時增加了通信的隱蔽性,也避免了長距離的無線通信易受外界雜訊干擾的影響.這些獨特的要求和制約因素為感測器網路的研究提出了新的技術問題.
這是引用軟體學報《無線感測器網路》的一段話。
國內做的好的無線感測器網路/物聯網：中科院、國防科大、哈工大、西北工業大學等等
國外相當好的：UC Berkeley、mit 、 貝爾實驗室、韓國諸多院校、香港科技大學（這個大家都是這么歸類的，不是我賣國）等。
提問者可以上中國知網搜EI源刊看一看國內研究現狀
再上google學術搜索wsn，如果有條件就直接去sci的搜索平台搜一下研究現狀。
❷ 無線感測器網路的內容簡介
學習無線感測器網路，建議從幾個方面入手：
1、找相關專業書籍來深入學習，如無線感測器網路簡明教程，無線感測器網路基礎知識等
2、找相關企業去請教交流，最好能夠針對某個實例進行探究。比如深圳信立，從事無線感測器網路技術長達10年，在這方面應該擁有豐富的技術經驗和成功的合作案例。
以上僅供參考，希望對你有用。
❸ 無線感測器網路機械振動監測系統設計都可以採用哪些方案
一、無線感測器網路是工業自動化的新熱點無線感測器網路的出現引起了全世界范圍的廣泛關注，被稱為二十一世紀最具影響的技術技術之一；改變世界的10大新技術之一；全球未來的四大高技術產業之一。而無線感測器網路技術很快也將進入工業自動化和工業測控領域，大多數工業儀表和自動化產品產品都將很快嵌入無線傳輸功能，完成從有線到無線過渡；圖一是一個典型的工業用無線感測器網路示意圖，核心部分是低功耗的感測器節點（可以使用電池長期供電、太陽能電池供電，或風能、機械機械振動發電等），網路路由器（具有網狀網路路由功能）和無線網關（將信息傳輸到工業乙太網和控制中心，或者傳輸通過互聯網聯網）； 圖一，典型的工業用無線感測器網路 圖一，典型的工業用無線感測器網路由於市場巨大，許多在工業自動化領域的老牌勁旅，如GE、Honeywell等，都推出了各種工業無線感測器網路產品和系統，國內也有不少研究機構和大型公司公司在進行相關研究，但是，涉及無線感測器網路的技術都是高度保密的東西，我們這些普通的工程師們，很難了解其中的細節和有機會參與任何設計工作；那麼，我們作為從事自動化和工業控制的普通工程師們，能否有機會自己動手，來設計適合自己應用需要的工業用無線感測器網路產品？來開發我們自己需要的無線工業自動化項目？無線SoC技術的發展，將使我們的夢想，將變為現實，目前應該是一個明顯的轉折點和交匯點。回答的肯定的：我們完全可能自己動手，設計適合自己應用特點的工業用無線感測器網路；二、選擇合適的微控制器和開發平台二、選擇合適的微控制器和開發平台工業環境中的射頻通信條件較為惡劣，廠房中遍布的各種大型器械、金屬管道等對信號的反射、散射造成的多徑效應，以及馬達、器械運轉時產生的電磁雜訊，都會干擾無線信號的正確接收，同時，工業環境強烈的電磁干擾，也對使用在工業無線感測器網路的核心微處理器提出了新的挑戰。我們自己動手設計在這樣環境中運行的工業網路系統，首先需要選擇合適的微處理器和高頻電路；圖二是一個典型的工業無線感測器網路節點硬體結構示意圖 圖二工業無線感測器網路節點示意圖 圖二工業無線感測器網路節點示意圖目前TI公司和FREESCALE公司推出的3套最新無線單片機解決方案：MC13224,CC2530,MSP430F5437+CC2520，都是很好的SoC微控制器解決方案，（見表一）這些方案的特點是，高度集成化設計，微處理器和無線收發部分在同一晶元內部，需要電路板面積小於2平方厘米，外圍只小於很少零件，就有很強抗干擾能力。工業無線感測器網路的網關，路由器和感測器節點，都可以使用同一微處理器來設計； 主要參數 MC13224 無線單片機 CC2530 無線單片機 CC2520 +MSP430F5437 MCU結構 單晶元，ARM7內核，32位MCU 單晶元8051內核 8位MCU 兩片16位MCU 無線高頻前端 IEEE802.15.4 IEEE802.15.4 IEEE802.15.4 無線網路協議 ZIGBEEpro 開源和免費 ZIGBEEpro 開源和免費 ZIGBEEpro 開源和免費 無線連接鏈路 >100DBM >100DBM >100DBM 內置快閃記憶體 128K 256K 256K 低功耗時電池壽命 10年 5年 5年 晶元大量采購價格 每片4美元 每片3美元 每套7美元 軟體開發平台 IAREWARM IAREW8051 IAREW430 硬體開發系統 ARMRF-MC13224PK C51RF-CC2530PK MSPRF-430F5437 在線模擬器 ARM WXL-CC2530 TI430 網路測試工具 網路分析儀 網路分析儀 網路分析儀 主要參數MC13224無線單片機CC2530無線單片機CC2520+MSP430F5437MCU結構單晶元，ARM7內核，32位MCU單晶元8051內核8位MCU兩片16位MCU無線高頻前端IEEE802.15.4IEEE802.15.4IEEE802.15.4無線網路協議ZIGBEEpro開源和免費ZIGBEEpro開源和免費ZIGBEEpro開源和免費無線連接鏈路>100DBM>100DBM>100DBM內置快閃記憶體128K256K256K低功耗時電池壽命10年5年5年晶元大量采購價格每片4美元每片3美元每套7美元軟體開發平台IAREWARMIAREW8051IAREW430硬體開發系統ARMRF-MC13224PKC51RF-CC2530PKMSPRF-430F5437在線模擬器ARMWXL-CC2530TI430網路測試工具網路分析儀網路分析儀網路分析儀採用上述方案，在保證系統可靠性的前提下，最大的特點是經濟和方便，因為無線單片機晶元價格很低，甚至已經低於許多類型普通單片機，設計者可以放手進行設計和調試，不必擔心晶元損壞等；另外目前國內嵌入式設計的知識已經相當普及，設計工業用無線感測器網路網關，路由器，節點和設計我們熟悉的普通單片機系統，核心技術沒有什麼不同，而且，的IAR編譯，調試系統是目前世界是最強大的商業化嵌入式C語言軟體設計工具，配合成都無線龍通訊提供的無線單片機開發平台，樣板工程設計，JTAG在線模擬器，你可以精確的將故障定位到每一行指令，將無線組網和通訊，實現慢動作式的重放，並隨時捕獲空中無線數據包裝；整個無線通訊軟體硬體設計的的過程，在這些高級調試開發工具的幫助下，完全透明化，可控制化，使你像開發你的其它單片機系統一樣，快捷容易的完成設計任務；三、ZIGBEEpro符合工業無線網路設計要求三、ZIGBEEpro符合工業無線網路設計要求與面向家庭的無線網路技術（ZIGBEE2004到ZIGBEE2006屬於這類面向家庭的技術）不同，面向工業自動化應用的無線網路技術需要滿足以下五個方面需求，■高可靠性：大部分的工業控制應用要求數據的可靠傳輸率要超過95%。為了實現在工業現場使用無線通信來實現高可靠傳輸面臨以下挑戰，ZIGBEEpro協議棧採用2.4GHz物理層都基於DSSS（DirectSequenceSpreadSpectrum，直接序列擴頻）技術（包括數據的調制，激活和休眠射頻收發器,信道能量檢測,信道接收數據包的鏈路質量指示,空閑信道評估,收發數據等）具有很強抗干擾能力，而且MAC層和應用層(APS部分)有應答重傳功能，另外MAC層的CSMA機制使節點發送之前先監聽信道，也可以起到避開干擾的作用；網路層採用了網狀網的組網方式，從源節點到達目的節點可以有多條路徑，路徑的冗餘加強了網路的健壯性，如果原先的路徑出現了問題，比如受到干擾，或者其中一個中間節點出現故障，ZIGBEEPRO可以進行路由修復，另選一條合適的路徑來保持通信。同時，ZIGBEEPRO最新增加的頻率捷變(frequencyagility)，也大大加強其作為工業網路使用的可靠性，ZigBeepro網路受到外界干擾，比如各種工業現場的無線干擾，無法正常工作時，整個ZIGBEEPRO網路可以自動動態的切換到全部16個頻道的一個干凈工作信道上（實現FHSS跳頻功能）。和其它目前採用DSSS+FHSS的工業無線網路協議比較，ZIGBEEPRO可靠性和抗干擾性更勝一籌；採用表一的無線單片機，都可以支持ZIGBEEPRO的無線網路協議棧；■嚴格實時性：對於工業閉環控制應用，數據傳輸延遲應低於1.5倍的感測器采樣時間。ZIGBEEPRO網路針對工業通信對時延敏感的應用做了優化，通信時延和從休眠狀態激活的時延都非常短。設備設備搜索時延典型值為毫秒級別，休眠激活時延典型值是15ms，活動設備信道接入時延為15ms，加上ZIGBEEPRO新的路由演算法，大大提高了網路路由效率；在通過多跳接力的方式進行傳輸的延遲大幅度降低，完全能夠保證端到端通信實時性。■低能耗：用於對工業全流程進行泛在感知的無線感測器網路節點由於成本的限制和安裝條件限制，通常不採用外接電源的方式，而是靠自身攜帶的電池供電。由於表一中列出的新型無線單片機和ZIGBEEPRO無線前端的一系列革命性的新設計，，節點的電池壽命應達到3至10年。能夠實現使用最少的能源的工業用無線感測器網路；■安全性：隨著工業控制系統網路化進程的推進，網路安全和數據安全問題日益突出，一些安全漏洞將給工業控制應用造成巨大的損失。無線通信由於信道的開放特徵更容易受到攻擊，其安全保障機制將更加復雜；為了工業網路應用設計了高安全模式(HighSecurityMode)，就是當節點加入網路時，信託中心(TrustCenter,TC)會先配一把萬能金鑰(MasterKey)給新加入的節點，然後，新加入的節點再用這把萬能金鑰透過SKKE的流程，與網路中的任何節點建立連結金鑰(LinkKey)，最後再利用連結金鑰加密後產生一把網路共用的網路金鑰，網路金鑰(NWKKey)放在應用層有效載荷中傳送給對方，然後再通過網路傳輸加密資料。ZIGBEEPro的安全設計，完全能夠實現工業無線網路對安全通訊的主要要求；而且，如表一所示的新的16位，32位無線單片機具有強大的數據處理能力，已經完全具有能力實現復雜的安全演算法的能力，對應工業無線感測器網路提出的挑戰。■兼容性：為了保護用戶的原有投資，基於工業無線感測器網路要具有與工廠原有的有線控制系統互連和互操作的能力。採用ZIGBEEPRO設計的無線網關，能夠實現和目前工業乙太網，CAN匯流排，各種工業控制匯流排的無縫連接，和互聯網的IP通訊。ZIGBEE也是全球無線感測器網路的重要標准，是具有很好兼容性的工業無線感測器網路網路協議軟體；綜上所述，以感測和控制為目標的ZIGBEEPRO無線網路，具有加強版商業級和工業的協議棧，完全可以滿足上述五個方面的要求，使用ZIGBEEPRO協議棧，完全可以設計出圖二所示結構那樣，滿足自己特別應用要求的工業無線感測器網路項目和產品；四，有線到無線，我們笑迎新的技術挑戰四，有線到無線，我們笑迎新的技術挑戰通過上面的簡單介紹，我們看到任何工程師，都有機會來進入這個全新的技術領域，入門並不難，精通也辦得到；這是因為我們生活在互聯網時代，也是因為國內在這個領域已經有像深圳無線龍科技這樣的一批先行者，他們出版了相關中文書籍（北航出版《無線單片機叢書》十本，最新一冊是《ZIGBEE2007PRO入門與實戰》），提供相關C51RF,MSPRF，ARMRF系列低價格無線單片機開發工具，同時，對ZIGBEEPRO這樣的協議棧的應用提供相關技術支持，提供高頻模塊等服務，這樣，就使我們入門進行設計開發時，更加方便容易，另外，TI，Freescale公司，提供了廉價的無線單片機晶元，高性能的免費無線網路協議棧；這些，都為我們投入這個全線的技術領域——相對復雜的工業自動感測器網路和無線工業自動控制領域，打開了方便之門；本文重點介紹的是工業無線感測器網路部分的實現，其實，在已經實現工業無線感測器網路和節點間雙向通訊的前提下，實現對工業設備的無線控制控制，包括繼電器，I/O,開關控制，電機控制，都已經是很容易實現的，水到渠成的事情，只需要在軟體和硬體上進行一些小的擴展就可以了；從有線到無線，從傳統有線工業自動化系統，到新的工業無線感測器網路系統，我們面對全新的挑戰，讓我們現在就出發，在這些設計開發的挑戰中，去完成我們技術更新和升華；
❹ 無線感測器網路
無線感測器網路(wirelesssensornetwork，WSN)是綜合了感測器技術、嵌入式計算機技術、分布式信息處理技術和無線通信技術，能夠協作地實時監測、感知和採集網路分布區域內的各種環境或監測對象的信息，並對這些數據進行處理，獲得詳盡而准確的信息。傳送到需要這些信息的用戶。它是由部署在監測區域內大量的廉價微型感測器節點組成，通過無線通信方式形成一個多跳的自組織的網路系統。感測器、感知對象和觀察者構成了感測器網路的三要素。
無線感測器網路作為當今信息領域新的研究熱點，涉及到許多學科交叉的研究領域，要解決的關鍵技術很多，比如：網路拓撲控制、網路協議、網路安全、時間同步、定位技術、數據融合、數據管理、無線通信技術等方面，同時還要考慮感測器的電源和節能等問題。
所謂部署問題，就是在一定的區域內，通過適當的策略布置感測器節點以滿足某種特定的需求。優化節點數目和節點分布形式，高效利用有限的感測器網路資源，最大程度地降低網路能耗，均是節點部署時應注意的問題。
目前的研究主要集中在網路的覆蓋問題、連通問題和能耗問題3個方面。
基於節點部署方式的覆蓋：1)確定性覆蓋2)自組織覆蓋
基於網格的覆蓋：1)方形網格2)菱形網格
被監測目標狀態的覆蓋：1)靜態目標覆蓋2)動態目標覆蓋
連通問題可描述為在感測器節點能量有限，感知、通信和計算能力受限的情況下，採用一定的策略(通常設計有效的演算法)在目標區域中部署感測器節點，使得網路中的各個活躍節點之間能夠通過一跳或多跳方式進行通信。連通問題涉及到節點通信距離和通信范圍的概念。連通問題分為兩類：純連通與路由連通。
覆蓋中的節能對於覆蓋問題，通常採用節點集輪換機制來調度節點的活躍／休眠時間。連通中的節能針對連通問題，也可採用節點集輪換機制與調整節點通信距離的方法。而文獻中涉及最多的主要是從節約網路能量和平衡節點剩餘能量的角度進行路由協議的研究。
❺ 感測網技術的技術簡介
傳統的感測器正逐步實現微型化、智能化、信息化、網路化，正經歷著一個從傳統感測器(Dumb Sensor)→智能感測器(Smart Sensor)→嵌入式Web感測器(Embedded Web Sensor)的內涵不斷豐富的發展過程。
隨著微機電系統(Micro-Electro-Mechanism System, MEMS)、片上系統（SOC， System on Chip）、無線通信和低功耗嵌入式技術的飛速發展, 無線感測網路(Wireless Sensor Networks, WSN)技術應運而生，並以其低功耗、低成本、分布式和自組織的特點帶來了信息感知的一場變革。這成為當前所有領域內的新熱點。
無線感測器網路是一種跨學科技術，就是由部署在監測區域內大量的廉價微型感測器節點組成，通過無線通信方式形成的一個多跳自組織網路。基於 MEMS的微感測技術和無線聯網技術為無線感測器網路賦予了廣闊的應用前景。這些潛在的應用領域可以歸納為:軍事、航空、反恐、防爆、救災、環境、醫療、 保健、家居、工業、商業等領域。
❻ 無線感測網路的發展
這個問題的范圍有點大。
簡而言之，無線感測器網路（wireless sensor network，wsn）作為物聯網（internet of thing,IOT）的重要組成部分，目前在智能家居、精準農業、林業監測、軍事、智能建築、智能交通等領域都在逐漸展開應用。能被感測器sensor感知的物理參量（溫度、濕度、震動、加速度、二氧化碳濃度...），包括video、image、audio等多媒體數據，通過wsn節點的自組網，遠程採集、傳輸至監控端。
目前制約wsn普及的因素主要有：能耗（通常wsn節點較小，2節電池供電）、傳輸范圍（射頻晶元cc2430，我們做實驗，在150m左右，信號已經很差），還有最重要的，硬體成本。
wsn特別適合：無人監守、不適合人去的地方（如山體滑坡監測等、煤礦瓦斯濃度監測...等）
以上文字原創。只是簡要回答你的問題，因為問題范圍有點大。
❼ 無線感測器網路面臨的挑戰有哪些
無線通信和低功耗嵌入式技術的飛速發展，孕育出無線感測器網路(Wireless Sensor Networks, WSN)，並以其低功耗、低成本、分布式和自組織的特點帶來了信息感知的一場變革，無線感測器網路是由部署在監測區域內大量的廉價微型感測器節點，通過無線通信方式形成的一個多跳自組織網路。
信息安全
很顯然，現有的感測節點具有很大的安全漏洞，攻擊者通過此漏洞，可方便地獲取感測節點中的機密信息、修改感測節點中的程序代碼，如使得感測節點具有多個身份ID，從而以多個身份在感測器網路中進行通信，另外，攻擊還可以通過獲取存儲在感測節點中的密鑰、代碼等信息進行，從而偽造或偽裝成合法節點加入到感測網路中。一旦控制了感測器網路中的一部分節點後，攻擊者就可以發動很多種攻擊，如監聽感測器網路中傳輸的信息，向感測器網路中發布假的路由信息或傳送假的感測信息、進行拒絕服務攻擊等。
對策：由於感測節點容易被物理操縱是感測器網路不可迴避的安全問題，必須通過其它的技術方案來提高感測器網路的安全性能。如在通信前進行節點與節點的身份認證;設計新的密鑰協商方案，使得即使有一小部分節點被操縱後，攻擊者也不能或很難從獲取的節點信息推導出其它節點的密鑰信息等。另外，還可以通過對感測節點軟體的合法性進行認證等措施來提高節點本身的安全性能。
根據無線傳播和網路部署特點，攻擊者很容易通過節點間的傳輸而獲得敏感或者私有的信息，如：在使用WSN監控室內溫度和燈光的場景中，部署在室外的無線接收器可以獲取室內感測器發送過來的溫度和燈光信息;同樣攻擊者通過監聽室內和室外節點間信息的傳輸，也可以獲知室內信息，從而非法獲取出房屋主人的生活習慣等私密信息。[6]
對策：對傳輸信息加密可以解決竊聽問題，但需要一個靈活、強健的密鑰交換和管理方案，密鑰管理方案必須容易部署而且適合感測節點資源有限的特點，另外，密鑰管理方案還必須保證當部分節點被操縱後（這樣，攻擊者就可以獲取存儲在這個節點中的生成會話密鑰的信息），不會破壞整個網路的安全性。由於感測節點的內存資源有限，使得在感測器網路中實現大多數節點間端到端安全不切實際。然而在感測器網路中可以實現跳-跳之間的信息的加密，這樣感測節點只要與鄰居節點共享密鑰就可以了。在這種情況下，即使攻擊者捕獲了一個通信節點，也只是影響相鄰節點間的安全。但當攻擊者通過操縱節點發送虛假路由消息，就會影響整個網路的路由拓撲。解決這種問題的辦法是具有魯棒性的路由協議，另外一種方法是多路徑路由，通過多個路徑傳輸部分信息，並在目的地進行重組。
感測器網路是用於收集信息作為主要目的的，攻擊者可以通過竊聽、加入偽造的非法節點等方式獲取這些敏感信息，如果攻擊者知道怎樣從多路信息中獲取有限信息的相關演算法，那麼攻擊者就可以通過大量獲取的信息導出有效信息。一般感測器中的私有性問題，並不是通過感測器網路去獲取不大可能收集到的信息，而是攻擊者通過遠程監聽WSN，從而獲得大量的信息，並根據特定演算法分析出其中的私有性問題。因此攻擊者並不需要物理接觸感測節點，是一種低風險、匿名的獲得私有信息方式。遠程監聽還可以使單個攻擊者同時獲取多個節點的傳輸的信息。
對策：保證網路中的感測信息只有可信實體才可以訪問是保證私有性問題的最好方法，這可通過數據加密和訪問控制來實現;另外一種方法是限制網路所發送信息的粒度，因為信息越詳細，越有可能泄露私有性，比如，一個簇節點可以通過對從相鄰節點接收到的大量信息進行匯集處理，並只傳送處理結果，從而達到數據匿名化。
拒絕服務攻擊（DoS）
專門的拓撲維護技術研究還比較少，但相關研究結果表明優化的拓撲維護能有效地節省能量並延長網路生命周期，同時保持網路的基本屬性覆蓋或連通。本節中，根據拓撲維護決策器所選維護策略
在無線感測器網路的研究中，能效問題一直是熱點問題。當前的處理器以及無線傳輸裝置依然存在向微型化發展的空間，但在無線網路中需要數量更多的感測器，種類也要求多樣化，將它們進行鏈接，這樣會導致耗電量的加大。如何提高網路性能，延長其使用壽命，將不準確性誤差控制在最小將是下一步研究的問題。
採集與管理數據
在今後，無線感測器網路接收的數據量將會越來越大，但是當前的使用模式對於數量龐大的數據的管理和使用能力有限。如何進一步加快其時空數據處理和管理的能力，開發出新的模式將是非常有必要的。
無線通訊的標准問題
標準的不統一會給無線感測器網路的發展帶來障礙，在接下來的發展中，要開發出無線通訊標准。
❽ 什麼是無線感測技術
早在上世紀70年代，就出現了將傳統感測器採用點對點傳輸、連接感測控制器而構成感測網路雛形，我們把它歸之為第一代感測器網路。隨著相關學科的不斷發展和進步，感測器網路同時還具有了獲取多種信息信號的綜合處理能力，並通過與感測控制的相聯，組成了有信息綜合和處理能力的感測器網路，這是第二代感測器網路。而從上世紀末開始，現場匯流排技術開始應用於感測器網路，人們用其組建智能化感測器網路，大量多功能感測器被運用，並使用無線技術連接，無線感測器網路逐漸形成。
無線感測器網路是新一代的感測器網路，具有非常上世紀70年代，其發展和應用，將會給人類的生活和生產的各個領域帶來深遠影響。
無線感測器網路可以看成是由數據獲取網路、數據頒布網路和控制管理中心三部分組成的。其主要組成部分是集成有感測器、處理單元和通信模塊的節點，各節點通過協議自組成一個分布式網路，再將採集來的數據通過優化後經無線電波傳輸給信息處理中心。
❾ 無線感測器網路中的部署問題，200分！！追加！！
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
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
❿ 無線感測器網路安全方面哪些東西是目前的研究熱點
對於無線設備，如何節省能耗一直都是比較重要的研究熱點。