無線感測器網路演算法原理

⑴ 什麼是無線感測器網路

無線感測器是有接收器和發射器。接收器上可以接多個感測器的。輸送都是兩三百米、頻率是2.4GHz。如果需要傳輸更遠的距離的話就需要跳頻了。這樣整個形式就是無線感測器的網路了。

⑵ 什麼是無線感測器網路

無線感測器的無線傳輸功能，常見的無線傳輸網路有RFID、ZigBee、紅外、藍牙、GPRS、4G、2G、Wi-Fi、NB－IoT。
與傳統有線網路相比，無線感測器網路技術具有很明顯的優勢特點，主要的要求有： 低能耗、低成本、通用性、網路拓撲、安全、實時性、以數據為中心等。

⑶ 無線感測器網路與互聯網的區別主要體現在哪些方面

無線感測器網路與互聯網的區別主要體現在包含層次和識別方式上的不同。

無線感測器網路(Wireless Sensor Networks, WSN)是一種分布式感測網路，它的末梢是可以感知和檢查外部世界的感測器。WSN中的感測器通過無線方式通信，因此網路設置靈活，設備位置可以隨時更改，還可以跟互聯網進行有線或無線方式的連接。

互聯網是利用局部網路或互聯網等通信技術把感測器、控制器、機器、人員和物等通過新的方式聯在一起，形成人與物、物與物相聯，實現信息化、遠程管理控制和智能化的網路。

無線感測器網路(Wireless Sensor Networks, WSN)是一種分布式感測網路，由大量的靜止或移動的感測器以自組織和多跳的方式構成的無線網路。

以協作地感知、採集、處理和傳輸網路覆蓋地理區域內被感知對象的信息，並最終把這些信息發送給網路的所有者。感測器、感知對象和觀察者構成了無線感測器網路的三個要素。

無線感測器網路所具有的眾多類型的感測器，可探測包括地震、電磁、溫度、濕度、雜訊、光強度、壓力、土壤成分、移動物體的大小、速度和方向等周邊環境中多種多樣的現象。

⑷ 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。

⑸ 無線感測器網路的組成（三個部分，詳細介紹）

很詳細，你可以到書店去買這類的書看即可。

以下是來自網路：http://www.sensorexpert.com.cn/Article/wuxianchanganqiwang_1.html。

無線感測器網路組成和特點
發表時間：2012-11-14 14:28:00
文章出處：感測器專家網
相關專題：感測器基礎
無線感測器網路的構想最初是由美國軍方提出的，美國國防部高級研究所計劃署(DARPA)於1978年開始資助卡耐基-梅隆大學進行分布式感測器網路的研究，這被看成是無線感測器網路的雛形。從那以後，類似的項目在全美高校間廣泛展開，著名的有UCBerkeley的SmartDuST項目，UCLA的WINS項目，以及多所機構聯合攻關的SensIT計劃，等等。在這些項目取得進展的同時，其應用也從軍用轉向民用。在森林火災、洪水監測之類的環境應用中，在人體生理數據監測、葯品管理之類的醫療應用中，在家庭環境的智能化應用以及商務應用中都已出現了它的身影。目下，無線感測器網路的商業化應用也已逐步興起。美國Crossbow公司就利用SMArtDust項目的成果開發出了名為Mote的智能感測器節點，還有用於研究機構二次開發的MoteWorkTM開發平台。這些產品都很受使用者的歡迎。

無線感測器網路可以看成是由數據獲取網路、數據分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、數據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。

因為節點的數量巨大，而且還處在隨時變化的環境中，這就使它有著不同於普通感測器網路的獨特「個性」。首先是無中心和自組網特性。在無線感測器網路中，所有節點的地位都是平等的，沒有預先指定的中心，各節點通過分布式演算法來相互協調，在無人值守的情況下，節點就能自動組織起一個測量網路。而正因為沒有中心，網路便不會因為單個節點的脫離而受到損害。

其次是網路拓撲的動態變化性。網路中的節點是處於不斷變化的環境中，它的狀態也在相應地發生變化，加之無線通信信道的不穩定性，網路拓撲因此也在不斷地調整變化，而這種變化方式是無人能准確預測出來的。

第三是傳輸能力的有限性。無線感測器網路通過無線電波進行數據傳輸，雖然省去了布線的煩惱，但是相對於有線網路，低帶寬則成為它的天生缺陷。同時，信號之間還存在相互干擾，信號自身也在不斷地衰減，諸如此類。不過因為單個節點傳輸的數據量並不算大，這個缺點還是能忍受的。

第四是能量的限制。為了測量真實世界的具體值，各個節點會密集地分布於待測區域內，人工補充能量的方法已經不再適用。每個節點都要儲備可供長期使用的能量，或者自己從外汲取能量(太陽能)。

第五是安全性的問題。無線信道、有限的能量，分布式控制都使得無線感測器網路更容易受到攻擊。被動竊聽、主動入侵、拒絕服務則是這些攻擊的常見方式。因此，安全性在網路的設計中至關重要。

⑹ 有誰知道無線感測器工作原理是什麼

無線感測器的組成模塊封裝在一個外殼內，在工作時它將由電池或振動發電機提供電源，構成無線感測器網路節點。它可以採集設備的數字信號通過無線感測器網路傳輸到監控中心的無線網關，直接送入計算機，進行分析處理。如果需要，無線感測器也可以實時傳輸採集的整個時間歷程信號。監控中心也可以通過網關把控制、參數設置等信息無線傳輸給節點。數據調理採集處理模塊把感測器輸出的微弱信號經過放大，濾波等調理電路後，送到模數轉換器，轉變為數字信號，送到主處理器進行數字信號處理，計算出感測器的有效值，位移值等。 qianke知天下

⑺ 無線感測器網路 aoa演算法是怎麼實現的

無線感測器網路通常採用電池供電，放置在沒有基礎結構的地方，節點的通信能力十分有限。 這就要求感測器節點具有自組織的能力，自動形成轉發監測數據的多跳無線網路。本文提出一種簡單、易實現的自組織協議，選用MSP430F149單片機設計微型感測器節點，並實現了一種低功耗無線網路

⑻ 有關無線感測器網路中時間同步機制有哪些方法和策略

1  時間同步技術的重要性 
感測器節點的時鍾並不完美，會在時間上發生漂移，所以觀察到的時間對於網路中的節點來說是不同的。但很多網路協議的應用，都需要一個共同的時間以使得網路中的節點全部或部分在瞬間是同步的。 
第一，感測器節點需要彼此之間並行操作和協作去完成復雜的感測任務。如果在收集信息過程中，感測器節點缺乏統一的時間戳（即沒有同步），估計將是不準確的。 
第二，許多節能方案是利用時間同步來實現的。例如，感測器可以在適當的時候休眠（通過關閉感測器和收發器進入節能模式），在需要的時候再喚醒。在應用這種節能模式的時候，節點應該在同等的時間休眠和喚醒，也就是說當數據到來時，節點的接收器可以接收，這個需要感測器節點間精確的定時。 
2  時間同步技術所關注的主要性能參數 
時間同步技術的根本目的是為網路中節點的本地時鍾提供共同的時間戳。對無線感測器
網路WSN（Wireless Sensor Networks）[1]
的時間同步應主要應考慮以下幾個方面的問題： 
(1)能量效率。同步的時間越長，消耗的能量越多，效率就越低。設計WSN的時間同步演算法需以考慮感測器節點有效的能量資源為前提。 
(2) 可擴展性和健壯性。時間同步機制應該支持網路中節點的數目或者密度的有效擴展，並保障一旦有節點失效時，餘下網路有效且功能健全。 
(3)精確度。針對不同的應用和目的，精確度的需求有所不用。 
(4)同步期限。節點需要保持時間同步的時間長度可以是瞬時的，也可以和網路的壽命一樣長。 
(5)有效同步范圍。可以給網路內所有節點提供時間，也可以給局部區域的節點提供時間。 
(6)成本和尺寸。同步可能需要特定的硬體，另外，體積的大小也影響同步機制的實現。 (7)最大誤差。一組感測器節點之間的最大時間差，或相對外部標准時間的最大差。 3  現有主要時間同步方法研究 
時間同步技術是研究WSN的重要問題，許多具體應用都需要感測器節點本地時鍾的同步，要求各種程度的同步精度。WSN具有自組織性、多跳性、動態拓撲性和資源受限性，尤其是節點的能量資源、計算能力、通信帶寬、存儲容量有限等特點，使時間同步方案有其特
殊的需求，也使得傳統的時間同步演算法不適合於這些網路[2]
。因此越來越多的研究集中在設
計適合WSN的時間同步演算法[3]
。針對WSN，目前已經從不同角度提出了許多新的時間同步演算法[4]
。 
3.1  成對(pair-wise)同步的雙向同步模式 
代表演算法是感測器網路時間同步協議TPSN（Timing-Sync Protocol for Sensor 
Networks）[5~6]
。目的是提供WSN整個網路范圍內節點間的時間同步。 
該演算法分兩步：分級和同步。第一步的目的是建立分級的拓撲網路，每個節點有個級別。只有一個節點與外界通信獲取外界時間，將其定為零級，叫做根節點，作為整個網路系統的時間源。在第二步，每個i級節點與i-1（上一級）級節點同步，最終所有的節點都與根節點同步，從而達到整個網路的時間同步。詳細的時間同步過程如圖 1 所示。 
 

圖1  TPSN 同步過程 
 
設R為上層節點，S為下層節點，傳播時間為d，兩節點的時間偏差為θ。同步過程由節點R廣播開始同步信息，節點S接收到信息以後，就開始准備時間同步過程。在T1時刻，節點S發送同步信息包，包含信息(T1)，節點R在T2接收到同步信息，並記錄下接收時間T2，這里滿足關系：21TTd 
節點R在T3時刻發送回復信息包，包含信息(T1,T2,T3)。在T4時刻S接收到同步信息包，滿足關系：43TTd 
最後，節點S利用上述2個時間表達式可計算出的值：(21)(43)2
TTTT 
TPSN由於採用了在MAC層給同步包標記時間戳的方式，降低了發送端的不確定性，消除了訪問時間帶來的時間同步誤差，使得同步效果更加有效。並且，TPSN演算法對任意節點的同步誤差取決於它距離根節點的跳數，而與網路中節點總數無關，使TPSN同步精度不會隨節點數目增加而降級，從而使TPSN具有較好的擴展性。TPSN演算法的缺點是一旦根節點失效，就要重新選擇根節點，並重新進行分級和同步階段的處理，增加了計算和能量開銷，並隨著跳數的增加，同步誤差呈線性增長，准確性較低。另外，TPSN演算法沒有對時鍾的頻差進行估計，這使得它需要頻繁同步，完成一次同步能量消耗較大。 
3.2  接收方-接收方（Receiver-Receiver）模式 
代表演算法是參考廣播時間同步協議RBS（Reference Broadcast Synchronization）[7]
。RBS是典型的基於接收方-接收方的同步演算法，是Elson等人以「第三節點」實現同步的思想而提出的。該演算法中，利用無線數據鏈路層的廣播信道特性，基本思想為：節點(作為發
送者)通過物理層廣播周期性地向其鄰居節點（作為接收者）發送信標消息[10]
，鄰居節點記錄下廣播信標達到的時間，並把這個時間作為參考點與時鍾的讀數相比較。為了計算時鍾偏移，要交換對等鄰居節點間的時間戳，確定它們之間的時間偏移量，然後其中一個根據接收
到的時間差值來修改其本地的時間，從而實現時間同步[11]
。 
假如該演算法在網路中有n個接收節點m個參考廣播包，則任意一個節點接收到m個參考包後，會拿這些參考包到達的時間與其它n-1個接收節點接收到的參考包到達的時間進行比較，然後進行信息交換。圖2為RBS演算法的關鍵路徑示意圖。 
網路介面卡
關鍵路徑
接收者1
發送者
接收者2
 
圖2  RBS演算法的關鍵路徑示意圖 
 
其計算公式如下： 
,,1
1,:[,]()m
jkikkinjnoffsetijTTm
 其中n表示接收者的數量，m表示參考包的數量，,rbT表示接收節點r接收到參考包b時的時鍾。 

此演算法並不是同步發送者和接收者，而是使接收者彼此同步，有效避免了發送訪問時間對同步的影響，將發送方延遲的不確定性從關鍵路徑中排除，誤差的來源主要是傳輸時間和接收時間的不確定性，從而獲得了比利用節點間雙向信息交換實現同步的方法更高的精確度。這種方法的最大弊端是信息的交換次數太多，發送節點和接收節點之間、接收節點彼此之間，都要經過消息交換後才能達到同步。計算復雜度較高，網路流量開銷和能耗太大，不適合能量供應有限的場合。 
3.3  發送方-接收方(Sender-Receiver)模式 
基於發送方-接收方機制的時間同步演算法的基本原理是：發送節點發送包含本地時間戳的時間同步消息，接收節點記錄本地接收時間，並將其與同步消息中的時間戳進行比較，調整本地時鍾。基於這種方法提出的時間同步演算法有以下兩種。 
3.3.1  FTSP 演算法[8]
 
泛洪時間同步協議FTSP（Flooding Time Synchronization Protocol）由Vanderbilt大學Branislav Kusy等提出，目標是實現整個網路的時間同步且誤差控制在微秒級。該演算法用單個廣播消息實現發送節點與接收節點之間的時間同步。 
其特點為：(1)通過對收發過程的分析，把時延細分為發送中斷處理時延、編碼時延、傳播時延、解碼時延、位元組對齊時延、接收中斷處理時延，進一步降低時延的不確定度；(2)通過發射多個信令包，使得接收節點可以利用最小方差線性擬合技術估算自己和發送節點的頻率差和初相位差；(3)設計一套根節點選舉機制，針對節點失效、新節點加入、拓撲變化
等情況進行優化，適合於惡劣環境[12]
。 
FTSP演算法對時鍾漂移進行了線性回歸分析。此演算法考慮到在特定時間范圍內節點時鍾晶振頻率是穩定的，因此節點間時鍾偏移量與時間成線性關系，通過發送節點周期性廣播時間同步消息，接收節點取得多個數據對，構造最佳擬合直線，通過回歸直線，在誤差允許的時間間隔內，節點可直接通過它來計算某一時間節點間的時鍾偏移量而不必發送時間同步消息進行計算，從而減少了消息的發送次數並降低了系統能量開銷。 
FTSP結合TPSN和RBS的優點，不僅排除了發送方延遲的影響，而且對報文傳輸中接收方的不確定延遲（如中斷處理時間、位元組對齊時間、硬體編解碼時間等）做了有效的估計。多跳的FTSP協議採用層次結構，根節點為同步源，可以適應大量感測器節點，對網路拓撲結構的變化和根節點的失效有健壯性，精確度較好。該演算法通過採用MAC層時間戳和線性回歸偏差補償彌補相關的錯誤源，通過對一個數據包打多個時戳，進而取平均和濾除抖動較大的時戳，大大降低了中斷和解碼時間的影響。FTSP 採用洪泛的方式向遠方節點傳遞時間基準節點的時間信息，洪泛的時間信息可由中轉節點生成，因此誤差累積不可避免。另外，FTSP的功耗和帶寬的開銷巨大。 
3.3.2  DMTS 演算法[9]
 
延遲測量時間同步DMTS (delay measurement time synchronization) 演算法的同步機制是基於發送方-接收方的同步機制。DMTS 演算法的實現策略是犧牲部分時間同步精度換取較低的計算復雜度和能耗，是一種能量消耗輕的時間同步演算法。 
DMTS演算法的基本原理為：選擇一個節點作為時間主節點廣播同步時間，所有接收節點通過精確地測量從發送節點到接收節點的單向時間廣播消息的延遲並結合發送節點時間戳，計算出時間調整值，接收節點設置它的時間為接收到消息攜帶的時間加上廣播消息的傳輸延遲，調整自己的邏輯時鍾值以和基準點達成同步，這樣所有得到廣播消息的節點都與主節點進行時間同步。發送節點和接收節點的時間延遲dt可由21()dtnttt得出。其中，nt為發送前導碼和起始字元所需的時間，n為發送的信息位個數，t為發送一位所需時間；1t為接收節點在消息到達時的本地時間；2t為接收節點在調整自己的時鍾之前的那一時刻記錄的本地時間，21()tt是接收處理延遲。 

DMTS 演算法的優點是結合鏈路層打時間戳和時延估計等技術，消除了發送時延和訪問時延的影響，演算法簡單，通信開銷小。但DMTS演算法沒有估計時鍾的頻率偏差，時鍾保持同步的時間較短，沒有對位偏移產生的時間延遲進行估計，也沒有消除時鍾計時精度對同步精度的影響，因此其同步精度比FTSP略有下降，不適用於定位等要求高精度同步的應用。 
基於發送方-接收方單向同步機制的演算法在上述三類方法中需要發送的時間同步消息數目最少。發送節點只要發送一次同步消息，因而具有較低的網路流量開銷和復雜度，減少了系統能耗。 
4  結論 
文章介紹了WSN時間同步演算法的類型以及各自具有代表性的演算法，分析了各演算法的設計原理和優缺點。這些協議解決了WSN中時間同步所遇到的主要問題，但對於大型網路，已有的方法或多或少存在著一些問題：擴展性差、穩定性不高、收斂速度變慢、網路通信沖突、能耗增大。今後的研究熱點將集中在節能和時間同步的安全性方面。這將對演算法的容錯性、有效范圍和可擴展性提出更高的要求。 

⑼ 感測器中，無線感測器網路的定義,目的,起源是什麼呢

無線感測器網路的定義是：由大量、靜止或移動的感測器節點，以自組織和多跳的方式構成的無線網路，目的是以協作的方式感知、採集、處理和傳輸在網路覆蓋區域內被感知對象的信息，並把這些信息發送給用戶。無線感測器網路起源於美國軍方的研究，它具有自組織、無中心、動態性、多跳網路、硬體資源有限、能量受限、大規模網路、以數據為中心的特點，綜合了感測器技術、嵌入式計算技術、網路與通信技術、分布式信息處理技術等多種技術，體現了多個學科的相互融合。

⑽ 在無線感測器網路中，如何根據接收信號的強度來判斷發送者的距離有具體的計算公式么

基於RSSI的定位
RSSI測量，一般利用信號傳播的經驗模型與理論模型。
對於經驗模型，在實際定位前，先選取若干測試點，記錄在這些點各基站收到的信號強度，建立各個點上的位置和信號強度關系的離線資料庫(x，y，ss1，ss2，ss3)。在實際定位時，根據測得的信號強度(ss1′，ss2′，ss3′)和資料庫中記錄的信號強度進行比較，信號強度均方差最小的那個點的坐標作為節點的坐標。
對於理論模型，常採用無線電傳播路徑損耗模型進行分析。常用的傳播路徑損耗模型有：自由空間傳播模型、對數距離路徑損耗模型、哈它模型、對數一常態分布模型等。自由空間無線電傳播路徑損耗模型為：

式中，d為距信源的距離，單位為km；f為頻率，單位為MHz；k為路徑衰減因子。其他的模型模擬現實環境，但與現實環境還是有一定的差距。比如對數一常態分布模型，其路徑損耗的計算公式為：

式中，Xσ是平均值為O的高斯分布隨機變數，其標准差范圍為4～10；k的范圍在2～5之間。取d=1，代入式(1)可得，LOSS，即PL(d0)的值。此時各未知節點接收錨節點信號時的信號強度為：

RSSI=發射功率+天線增益一路徑損耗(PL(d))
2．2 基於RSSI的三角形質心定位演算法的數學模型
不論哪種模型，計算出的接收信號強度總與實際情況下有誤差，因為實際環境的復雜性，換算出的錨節點到未知節點的距離d總是大於實際兩節點間的距離。如圖1所示，錨節點A，B，C，未知節點D，根據RSSI模型計算出的節點A和D的距離為rA；節點B和D的距離為rB；節點C和D的距離為rC。分別以A，B，C為圓心；rA，rB，rC為半徑畫圓，可得交疊區域。這里的三角形質心定位演算法的基本思想是：計算三圓交疊區域的3個特徵點的坐標，以這三個點為三角形的頂點，未知點即為三角形質心，如圖2所示，特徵點為E，F，G，特徵點E點的計算方法為：

同理，可計算出F，G，此時未知點的坐標為由模擬得，在圖2中，實際點為D；三角形質心演算法出的估計點為M；三邊測量法算出的估計點為N。可知，三角形質心演算法的准確度更高。

3 基於RSSI的三角形質心演算法過程
3．1 步驟
(1)錨節點周期性向周圍廣播信息，信息中包括自身節點ID及坐標。普通節點收到該信息後，對同一錨節點的RSSI取均值。
(2)當普通節點收集到一定數量的錨節點信息時，不再接收新信息。普通節點根據RSSI從強到弱對錨節點排序，並建立RSSI值與節點到錨節點距離的映射。建立3個集合。
錨節點集合：

(3)選取RSSI值大的前幾個錨節點進行自身定位計算。
在B_set：中優先選擇RSSI值大的信標節點組合成下面的錨節點集合，這是提高定位精度的關鍵。

對錨節點集合，依次根據(3)式算出3個交點的坐標，最後由質心演算法，得出未知節點坐標。
(4)對求出的未知節點坐標集合取平均，得未知節點坐標。
3．2 誤差定義
定義定位誤差為ER，假設得到的未知節點的坐標為(xm，ym)，其真實位置為(x，y)，則定位誤差ER為：

4 仿 真
利用Matlab模擬工具模擬三角形質心演算法，考察該演算法的性能。假設在100 m×100 m的正方形區域內，36個錨節點均勻分布，未知節點70個，分別用三邊測量法和三角形質心定位演算法進行模擬，模擬結果如圖3所示。由圖3可知，三角形質心演算法比三邊測量法，定位精度更高，當測距誤差變大時，用三角形質心演算法得出的平均定位誤差比用三邊測量法得出的小得多。

5 結 語
在此提出了將RSSI方法和三角形質心定位演算法相結合的方法，通過模擬實驗，將該演算法和三邊測量演算法相比較，證明了該演算法的優越性。下一步將研究在錨節點數量不同時的平均定位誤差。