① 无线传感器网络
你的理解对，
无线传感器网络是由部署在监测区域内大量的廉价微型传感器节点，通过无线通信方式形成的一个多跳自组织网络。
无线网络，既包括允许用户建立远距离无线连接的全球语音和数据网络，也包括为近距离无线连接进行优化的红外线技术及射频技术，与有线网络的用途十分类似，最大的不同在于传输媒介的不同，利用无线电技术取代网线，可以和有线网络互为备份。
希望对你能有所帮助。
② 无线传感器网络 毕业设计求助
基于农业环境无线传感器网络性能评估
[摘要]随着无线传感器网络应用研究的不断深入，通过实际传感器节点建立网络进行网络测试越来越受到人们的重视。综合大量无线传感器网络性能研究的技术文献和最新研究结果，提出对农业环境WSN网络性能参数。
[关键词]无线传感器网络 性能测试 部署
一、引言
近年来随着研究的深入与技术的成熟，以应用为背景，基于WSN的试验越来越多地涌现出来，WSN正处于从研究到应用的过渡阶段。对WSN网络性能的分析与评价是网络节点与部署的前提，对WSN网络性能进行分析，评价，获得网络性能的总体情况，可以评估，鉴定和验收一个现有网络；对一个新的待建设网络，其方案的论证也极大地依赖于如何分析和评价网络的性能。
原文链接：http://www.lunwenw.net/Html/tongxixue/144844137.html
基于TinyOS无线传感器网络的农业环境监测系统设计
摘要：针对传统农业环境监测系统的局限性，设计了一种基于无线传感器网络的农业环境监测系统，给出了农业环境监测系统的体系结构，重点设计了使用MSP4300和CC2420芯片的传感器节点硬件结构和基于TinyOS操作系统构架的软件流程，系统可以对目标监测区内的温度、湿度、光照度等农业环境信息进行实时监测、可靠传输。解决了传统农业环境监测中存在的问题，为无线传感器网络应用于农业环境监测做出探索性研究。
关键词：无线传感器网络；TinyOS；精准农业；环境监测
准确实时的信息供给是精准农业的必须前提，精准农业的实现首先在于认识农田内农作物生长环境和生长情况的差异，而这必须依赖于各种先进的传感器，如大气温度、大气湿度、风速、太阳辐射、作物生长情况、作物产量等各种类型传感器。如何将这些传感器采集的信息及时准确地收集，为农业专家提供决策并制定农田变量作业处方的主要数据源和参数，一直是一个难题。近年来，出现了许多采用无线公共网络和无线网络等无线通讯方式进行农、林、牧业的远程监测的研究。这些无线通信技术的优势是传输速度快、信息量大、可远距离传输，但都存在功耗高、时延长、通信费用高等因素制约，使其很难广泛地应用到农业环境监测中。
原文链接：http://www.lunwenw.net/Html/tongxixue/144720547.html
无线传感器网络在农作物环境信息监测中的应用
摘 要：传感器已经被广泛的应用于工业、军事等方面。由传感器节点构成的无线网络也已经成为现今研究的热门问题。无线传感器网络在农业中尤其是在农作物信息检测中的运用是将智能化、自动化应用于农业中的最好的手段之一，而选择良好的协议标准也将会是解决问题的关键。
关键词：协议；无线传感器网络；作物信息
1 引言
随着网络的迅猛发展，对于网络的使用范围越来越宽广，而集传感器技术、微机电系统技术、无线通信技术、嵌入式计算机技术、分布式信息处理技术和无线通信技术于一体的无线传感器网络就成为当今研究的热点。无线传感器网络是一个多学科交叉的综合性科学研究领域，对于其网络所分布的区域内的各种环境和检测对象的信息能够进行实吋的监控、感知和采集，并且将这些信息先进行处理，然后通过无线方式传输给监控主机或者需要使用这些信息的用户。正是因为这种广泛的用途，使得无线传感器网络在众多领域如农业、军事、智能家居、森林保护等方面有着实际的用途和研究价值。
原文链接：http://www.lunwenw.net/Html/tongxixue/144546725.html
③ 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
④ 求传感器毕业论文前言、摘要！
摘要:本文简述了无线传感器网络的定义、组成及特点，并结合其特点介绍了无线传感器网络在各行各业广泛的应用价值和未来发展前景以及目前存在的技术问题。 关键词:无线传感器网络；组成；应用；发展 科技发展的脚步越来越快，人类已经置身于信息时代。而作为信息获取最重要和最基本的技术——传感器技术，也得到了极大的发展。传感器信息获取技术已经从过去的单一化渐渐向集成化、微型化和网络化方向发展，并将会带来一场信息革命。具有感知能力、计算能力和通信能力的无线传感器网络（WSN, wireless sensor networks）综合了传感器技术、嵌人式计算技术、分布式信息处理技术和通信技术，能够协作地实时监测、感知和采集网络分布区域内的各种环境或监测对象的信息，并对这些信息进行处理，获得详尽而准确的信息，传送到需要这些信息的用户。 由于WSN的巨大应用价值，它已经引起了世界许多国家的军事部门、工业界和学术界的广泛关注，被广泛地应用于军事，工业过程控制、国家安全、环境监测等领域。 无线传感器网络综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等多种领域，是当前计算机网络研究的热点。 一、发展概述 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器网络雏形，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，并通过与传感控制器的相联，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，具有非常广泛的应用前景，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。发达国家如美国，非常重视无线传感器网络的发展，IEEE正在努力推进无线传感器网络的应用和发展，波士顿大学（Boston University）还于最近创办了传感器网络协会（Sensor Network Consortium），期望能促进传感器联网技术开发。美国的《技术评论》杂志在论述未来新兴十大技术时，更是将无线传感器网络列为第一项未来新兴技术，《商业周刊》预测的未来四大新技术中，无线传感器网络也列入其中。可以预计，无线传感器网络的广泛是一种必然趋势，它的出现将会给人类社会带来极大的变革。 二、无线传感器网络的定义和特点 无线传感器网络可以看成是由数据获取网络、数据分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、数据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。 无线传感器网络操作系统Tiny0S141的研制者，Jason Hill博士把WSN定义为： Sensing＋CPU＋Radio＝Thousands of potential application 哈尔滨工业大学的李建中教授将WSN定义为：WSN是由一组传感器节点以自组织的方式构成的有线或无线网络，其目的是协作地感知、采集和处理网络覆盖的地理区域中感知对象的信息，并发布给观察者。从硬件上看，WSN节 点主要由数据采集单元、数据处理单元、无线数据收发单元以及小型电池单元组成，通常尺寸很小，具有低成本、低功耗、多功能等特点；从软件上看，它借助于节点中内置传感器有效探测所处区域的温度、湿度、光强度、压力等环境参数以及待测对象的电压、电流等物理参数，并通过无线网络将探测信息传送到数据汇聚中心 进行处理、分析和转发。
原文出自： http://www.3qlw.com/gongxue/tongxinxue/2010-07-22/1420.html
⑤ 论文:无线传感器网络系统仿真技术 实时视频采集技术及其应用
无线传感器网络研究
摘 要
传感器网络是通过微型传感器之间的相互协作，实现对目标区域的高效监测。随着传感器网络的发展，它将会对未来的生活和军事带来巨大的影响，同时，传感器网络受到传感器节点的计算能力，存储能力，通信带宽，能源的限制，存在很多技术难点。因此，传感器网络是一项极具挑战性的技术。
本文从理论出发，涉及了无线传感器网络中两个热点问题——路由算法和融合操作。文章对目前流行的路由算法进行分析比较，在此基础上提出了贪婪-扩散路由算法；另外，从理论上研究了无线传感器网络中的三种数据缓存机制以及SQL操作的实现过程。
研究最后在tinyos平台实现了无线传感器网络的贪婪—扩散路由算法和AVE, MIN, MAX三种SQL融合操作，并在tossim模拟器上对网络运行情况进行模拟，结果表明结合简单融合操作的贪婪-扩散路由算法的路由健壮性较强，数据流量较小。
关键字：无线传感器网络，DD算法，RR结构，贪婪-扩散，SQL操作
目 录
摘 要 1
ABSTRACT 2
第1章 前 言 5
1.1 片上多处理器的意义 5
1.2 片上多处理器的研究现状 5
1.3 传感器网络的研究意义 6
1.3.1 传感器网络的应用 6
1.3.2 研究传感器网络的必要性 7
1.4 论文组织 8
1.5 加快经费扩大司法 8
第2章 传感器网络的整体分析 9
2.1 传感器网络的基本概念 9
2.1.1 传感器节点的组成及工作方式 10
2.1.2 Wsns的工作原理 11
2.1.3 Wsns中的重点问题 12
2.2 Wsns的特点及协议栈 13
2.2.1 Wsns的特点 13
2.2.2 Wsns的协议栈 13
2.3 Wsns的关键技术 15
第3章 贪婪-扩散算法的提出 16
3.1 Wsns中路由协议的基本理论 17
3.2 路由算法 18
3.2.1 扩散法 18
3.2.2 SPIN协议 19
3.2.3 LEACH协议 20
3.2.4 DD算法 21
3.3 各路由算法的比较分析 23
3.4 贪婪-扩散算法 24
第4章 融合中的缓存机制和SQL融合操作 27
4.1 数据融合的基本理论 27
4.2 数据缓存机制 30
4.2.1 外部存储和本地存储 30
4.2.2 以数据为中心的存储 31
H(ki)=RR j 32
4.3 SQL融合操作 33
第5章 贪婪-扩散算法与SQL操作的实现 36
5.1 各功能模块的设计 36
5.1.1 数据模型 36
5.1.2 贪婪-扩散算法的设计 36
5.1.3 扩散法的设计 38
5.1.4 SQL操作的设计 38
5.1.5 测试程序的设计 39
5.2 逻辑原理图 40
5.3 开发工具介绍 41
5.4 主要功能模块的具体实现 43
5.4.1 数据的收发模块 43
5.4.2 Broad配件 46
5.4.3 路由模块 48
5.4.4 SQL融合模块 54
5.5 模拟结果 56
第6章 结论及展望 59
6.1 结论 59
6.2 未来的展望 59
致 谢 61
参考文献 62
⑥ 无线传感器网络的无线传感器网络研究趋势
经过十几年的发展，无线传感器网络积累了大量的研究成果，在这十几年研究中，主要以学术界为主，大多是私有的针对特定场景的协议，难以进行大规模应用推广。这几年无线传感器网络或者物联网受到产业界的高度重视，为实现不同企业产品的互联互通，标准化被提上日程。目前许多标准化组织参与到物联网、无线传感器网络标准的制定，如Zigbee、Z-WAVE、6Lowpan、ISA100.11a、IEEE802.15.4等，并且日益成熟，相关产品日益丰富，物联网产业雏形基本成形。
基于标准化的协议进行研发成为不可阻挡的技术趋势，已经成为行业共识。目前IETF制定的6Lowpan标准体系，是符合IPv6技术的专门为物联网定制的无线自组网体系，包括802.15.4物理层和MAC层、6Lowpan适配层、IPv6、Roll RPL组网路由协议、CoAP应用层协议，该技术标准具有开放、免费、与互联网无缝集成、海量地址空间等优势，最可能成为物联网、无线传感器网络技术的事实标准，是该领域的发展趋势。
《无线传感器网络》作为国内最早的研究书籍，对该领域的各个方面进行综述和介绍，是很好的入门资料。然而近几年，该领域技术的快速发展，出现了一些新的技术与相关书籍，形成新的研究趋势，值得关注和进一步研究，相关研究如下：
IPSO 6Lowpan技术白皮书
类似相关书籍《6LoWPAN: The Wireless Embedded Internet 》
类似相关书籍《Interconnecting Smart Objects with IP》
⑦ 计算机论文 《基于ns2 无线传感器网络路由协议模拟》
请参考如下网址，这个网页上有一个到PDF格式文档的链接，写的还行。仿真环境是以NS2为平台，符合你的要求。
http://zk.shejis.com/zklw/200809/article_5881.html
----------------------------------------------------------------------------------
LEACH（）是一种经典的WSN路由协议,得到了广泛的认可。本文基于LEACH算法提出了一个新的路由协议，综合考虑候选节点的剩余能量和簇首节点的分布位置以及簇首节点的个数，从而有效地降低了低能量与位置不佳的节点被选为簇首的可能性，进一步保证了网络节点能量负载的平衡性。仿真结果表明，该算法能有效的平衡节点的能量消耗分布，延长节点与网络的寿命。
关键字：无线传感器网络 LEACH 协议 能量有效性 负载平衡
1．引言
无线传感器网络是由大量无处不在的、具有无线通信与计算能力的微小传感器节点构成的自组织（Ad-hoc）分布式网络系统,是能根据环境自主完成指定任务的“智能”系统。它以“数据为中心”,具有有限的计算能力、有限的存储能力、有限的无线通信能力和有限的电源供应能力,如何在这样有限的资源环境下获取尽可能多的、有效的感知对象的特征信息,并传输到用户节点进行处理,是目前研究的重点问题,这些问题都可以归结为传感器网络的路由问题，即要有一个好的路由协议以尽量降低能耗、延长网络生存时间。
无线传感器网络的路由协议可以分成平面路由协议和分层路由协议两种。由于平面路由协议需要维持较大的路由表,占据较多的存储空间,因而并不适合在大规模网络中采用分层路由算法可以在一定程度上解决这个问题。LEACH算法是比较成熟经典且常用具有代表性的分层路由算法。因此本文主要研究LEACH算法,并针对其不足进行了改进。
2．LEACH路由算法
2.1算法描述
LEACH是MIT的Chandrakasan等人为无线传感网设计的低功耗自适应分层路由算法。它的基本思想是以循环的方式随机选择簇首节点，将整个网络的能量负载平均分配到每个传感器节点中，从而达到降低网络能源消耗、提高网络整体生存时间的目的。LEACH在运行过程中不断地循环执行簇的重构过程。每个簇重构过程可以用“轮（round）”的概念来描述。每个轮可以分成两个阶段：簇的建立阶段和传输数据的稳定阶段。为了节省资源开销，稳定阶段的持续时间要大于建立阶段的持续时间。
簇首节点的选择依据网络中所需要的簇首节点总数和迄今为止每个节点已成为簇首的次数来决定。具体的选择办法是：每个传感器节点选择0—1之间的一个值，如果选定的值小于某个阈值T（n），那么这个节点成为簇首节点。阈值T（n）计算如下：
......(略，请见PDF文档附件）
附件：
http://www1.shejis.com/uploadfile/zk/uploadfile/200809/20080909112812124.rar)
⑧ 无线传感器定义及其应用实例解析
无线传感器，看到这个代名词，我想大多数人是一头雾水，一脸表现出很茫然的样子。这也并不奇怪，无线传感器，目前还只运用于一些大型检测工作中，自然而然，能够接触到它的也就只是一些专业的工作人员了。比如它可以监测地震，然后将监测到的信息通过无线网络传输到检测中心的无线网卡，直接送入到计算机里边儿。既然我们对它有这么多的疑惑，那接下来我就将向大家介绍介绍什么是无线传感器定义以及它的一些应用实例。
无线传感器的组成模块封装在一个外壳内，在工作时它将由电池或振动发电机提供电源，构成无线传感器网络节点，由随机分布的集成有传感器、数据处理单元和通信模块的微型节点，通过自组织的方式构成网络。它可以采集设备的数字信号通过无线传感器网络传输到监控中心的无线网关，直接送入计算机，进行分析处理。如果需要，无线传感器也可以实时传输采集的整个时间历程信号。监控中心也可以通过网关把控制、参数设置等信息无线传输给节点。数据调理采集处理模块把传感器输出的微弱信号经过放大，滤波等调理电路后，送到模数转换器，转变为数字信号，送到主处理器进行数字信号处理，计算出传感器的有效值，位移值等。
桥梁健康检测及监测
桥梁结构健康监测(SHM)是一种基于传感器的主动防御型方法，可以弥补目前安全性能十分重要的结构中，把传感器网络安置到桥梁、建筑和飞机中，利用传感器进行SHM是一种可靠且不昂贵的做法，可以在第一时间检测到缺陷的形成。这种网络可以提早向维修人员报告在关键结构中出现的缺陷，从而避免灾难性事故。
粮仓温湿度监测
无线传感器网络技术在粮库粮仓温度湿度监测领域应用最为普遍，这是由于粮库粮仓温度湿度的测点多，分布广，使用纵横交错的信号线会降低防火安全系数，应用无线传感器网络技术具有低功耗，低成本，布线简单，安装方便，易于组网，便于管理维护等特点。
混凝土浇灌温度监测
在混凝土施工过程中，将数字温度传感器装入导热良好的金属套管内，可保证传感器对混凝土温度变化作出迅速的反应。每个温度监测金属管接入一个无线温度节点，整个现场的无线温度节点通过无线网络传输到施工监控中心，不需要在施工现场布放长电缆，安装布放方便，能够有效解决温度测量点因为施工人员损坏电缆造成的成活率较低的问题.
地震监测
通过使用由大量互连的微型传感器节点组成的传感器网络，可以对不同环境进行不间断的高精度数据搜集。采用低功耗的无线通信模块和无线通信协议可以使传感器网络的生命期延续很长时间。保证了传感器网络的实用性。
无线传感器网络相对于传统的网络，其最明显的特色可以用六个字来概括即：“自组织，自愈合”。这些特点使得无线传感器网络能够适应复杂多变的环境，去监测人力难以到达的恶劣环境地区。BEETECH无线传感器网络节点体积小巧,不需现场拉线供电，非常方便在应急情况下进行灵活部署监测并预测地质灾害的发生情况。
建筑物振动检测
建筑物悬臂部分不会因为旁边公路及地铁交通所引发的振动而超过舒适度的要求;通过现场测量，收集数据以验证由公路及地铁交通所引发的振动与主楼悬臂振动之相互关系;同时，通过模态分析得到主楼结构在小振幅脉动振动工况下前几阶振动模态的阻尼比，为将来进行结构的小振幅动力分析提供关键数据。
以上这些看起来很“翻番复杂”的文字呢，就是对无线传感器定义以及它的一些应用实例的解析了，这些也都是我所能了解到的知识信息了，对于无线传感器还有很多与其相关的知识信息，但是在这里我也只能给大家提供这么多了。虽然在我们的日常生活中并不会亲身接触到无线传感器，但是它却一直在我们的身边，给予我们帮助，为我们“保驾护航”。
⑨ 无线网络（Wi-Fi) 毕业设计
相关范文：
无线传感器网络自身定位算法开题报告
1．概述：
无线传感器网络(WSNs)是由许多传感器节点通过自组织的形式组成的一种特殊的Ad-hoc网络，每一个传感器节点由数据采集模块、数据处理和控制模块、通信模块和供电模块等组成，此外还可能包括与应用相关的其他部分，比如定位系统、动力系统等。借助于内置多样的传感器，可以测量温度、湿度、气压、化学等我们感兴趣的物理现象。
2．研究动机：
传感器节点的自身定位是传感器网络应用的基础。例如目标监测与跟踪、基于位置信息的路由、智能交通、物流管理等许多应用都要求网络节点预先知道自身的位置，并在通信和协作过程中利用位置信息完成应用要求。若没有位置信息，传感器节点所采集的数据几乎是没有应用价值的。所以，在无线传感器网络的应用中，节点的定位成为关键的问题。
3．研究意义：
最早期的基于无线网络的室内定位系统，都采用了额外的硬件和设备，如AT&T Cambridge的Active Bat系统，采用了超声波测距技术，定位的物体携带由控制逻辑、无线收发器和超声波换能器组成的称为Bat的设备，发出的信号由安装在房间天花板上的超声波接收器接收，所有接收器通过有线网络连接；在微软的RADAR系统中，定位目标要携带具有测量RF信号强度的传感器，还要有基站定期发送RF信号，在事先实现的RF信号的数据库中查询实现定位；MIT开发了最早的松散耦合定位系统Cricket，锚节点(预先部署位置的节点)随机地同时发射RF和超声波信号，RF信号中包括该锚节点的位置，未知节点接收这些信号，然后使用TDOA技术测量与锚节点的距离来实现定位。
以上系统都需要事先的网络部署或数据生成工作，无法适用于Ad-hoc网络。现阶段研究较多的是不基于测距(Range-free)的定位算法，这样就无需增加额外的硬件，还可以减小传感器节点的体积。
4．研究目标:
(1) 较小的能耗
传感器节点所携带能源有限和不易更换的特点要求定位算法应该是低能耗的。
(2) 较高的定位精度
这是衡量定位算法的一个重要指标，一般以误差与无线射程的比值来计算，20％表示定位误差相当于节点无线射程的20％。
(3) 计算方式是分布式的
分布式的定位算法，即计算节点位置的工作在节点本地完成，分布式算法可以应用于大规模的传感器网络。
(4) 较低的锚节点密度
锚节点定位通常依赖人工部署或GPS实现。大量的人工部署不适合Ad-hoc网络，而且锚节点的成本比普通节点要高两个数量级。
(5) 较短的覆盖时间。
5.参考文献：
《无线传感器网络：体系结构与协议》作者：Edgar H. Callaway. Jr
《无线传感器网络的理论及应用》作者：王殊
《无线传感器网络节点定位算法研究》作者：端木庆敏 Publish: 2007-10-18 Hits:591
《无线传感器网络定位算法研究》作者：申屠明2007-07-11
《无线传感器网络节点自身定位算法的研究(硕士)》来自：中国文档网
《无线传感器网络DV-Hop定位算法的改进》作者：龚思来2007年07月13日
其他相关：
http://www.jianshewang.com/lunwen/cheng/txx/200811/2200.html
仅供参考，请自借鉴
希望对您有帮助