無線感測器網路控制演算法研究

Ⅰ 無線感測器網路的特點及關鍵技術

無線感測器網路的特點及關鍵技術

無線感測器網路被普遍認為是二十一世紀最重要的技術之一，是目前計算機網路、無線通信和微電子技術等領域的研究熱點。下面我為大家搜索整理了關於無線感測器網路的特點及關鍵技術，歡迎參考閱讀！

一、無線感測器網路的特點

與其他類型的無線網路相比，感測器網路有著鮮明的特徵。其主要特點可以歸納如下：

（一）感測器節點能量有限。當前感測器通常由內置的電池提供能量，由於體積受限，因而其攜帶的能量非常有限。如何使感測器節點有限的能量得到高效的利用，延長網路生存周期，這是感測器網路面臨的首要挑戰。

（二）通信能力有限。無線通信消耗的能量與通信距離的關系為E=kdn。其中，參數n的取值為2≤n≤4，n的取值與許多因素有關。但是不管n具體的取值，n的取值范圍一旦確定，就表明，無線通信的能耗是隨著距離的增加而更加急劇地增加的。因此，在滿足網路連通性的要求下，應盡量採用多跳通信，減少單跳通信的距離。通常，感測器節點的通信范圍在100m內。

（三）計算、存儲和有限。一方面為了滿足部署的要求，感測器節點往往體積小；另一方面出於成本控制的目的`，節點的價格低廉。這些因素限制了節點的硬體資源，從而影響到它的計算、存儲和通信能力。

（四）節點數量多，密度高，覆蓋面積廣。為了能夠全面准確的監測目標，往往會將成千上萬的感測器節點部署在地理面積很大的區域內，而且節點密度會比較大，甚至在一些小范圍內採用密集部署的方式。這樣的部署方式，可以讓網路獲得全面的數據，提高信息的可靠性和准確性。

（五）自組織。感測器網路部署的區域往往沒有基礎設施，需要依靠感測器節點協同工作，以自組織的方式進行網路的配置和管理。

（六）拓撲結構動態變化。感測器網路的拓撲結構通常是動態變化的，例如部分節點故障或電量耗盡退出網路，有新的節點被部署並加入網路，為節約能量節點在工作和休眠狀態間進行切換，周圍環境的改變造成了無線通信鏈路的變化，以及感測器節點的移動等都會導致感測器網路拓撲結構發生變化。

（七）感知數據量巨大。感測器網路節點部署范圍大、數量多，且網路中的每個感測器通常都產生較大的流式數據並具有實時性，因此網路中往往存在數量巨大的實時數據流。受感測器節點計算、存儲和帶寬等資源的限制，需要有效的分布式數據流管理、查詢、分析和挖掘方法來對這些數據流進行處理。

（八）以數據為中心。對於感測器網路的用戶而言，他們感興趣的是獲取關於特定監測目標的真實可靠的數據。在使用感測器網路時，用戶直接使用其關注的事件作為任務提交給網路，而不是去訪問具有某個或某些地址標識的節點。感測器網路中的查詢、感知、傳輸都是以數據為中心展開的。

（九）感測器節點容易失效。由於感測器網路應用環境的特殊性以及能量等資源受限的原因，感測器節點失效（如電池能量耗盡等）的概率遠大於傳統無線網路節點。因此，需要研究如何提高數據的生存能力、增強網路的健壯性和容錯性以保證部分感測器節點的損壞不會影響到全局任務的完成。此外，對於部署在事故和自然災害易發區域的無線感測器網路，還需要進一步研究當事故和災害導致大部分感測器節點失效時如何最大限度地將網路中的數據保存下來，以提供給災害救援和事故原因分析等使用。

二、關鍵技術

無線感測器網路作為當今信息領域的研究熱點，設計多學科交叉的研究領域，有非常多的關鍵技術有待研究和發現，下面列舉若干。

（一）網路拓撲控制。通過拓撲控制自動生成良好的拓撲結構，能夠提高路由協議和MAC協議的效率，可為數據融合、時間同步和目標定位等多方面奠定基礎，有利於節省能量，延長網路生存周期。所以拓撲控制是無線感測器網路研究的核心技術之一。目前，拓撲控制主要研究的問題是在滿足網路連通度的前提下，通過功率控制或骨幹網節點的選擇，剔除節點之間不必要的通信鏈路，生成一個高效的數據轉發網路拓撲結構。

（二）介質訪問控制（MAC）協議。在無線感測器網路中，MAC協議決定無線信道的使用方式，在感測器節點之間分配有限的無線通信資源，用來構建感測器網路系統的底層基礎結構。MAC協議處於感測器網路協議的底層部分，對感測器網路的性能有較大影響，是保證無線感測器網路高效通信的關鍵網路協議之一。感測器網路的強大功能是由眾多節點協作實現的。多點通信在局部范圍需要MAC協議協調其間的無線信道分配，在整個網路范圍內需要路由協議選擇通信路徑。

在設計MAC協議時，需要著重考慮以下幾個方面：

（1）節省能量。感測器網路的節點一般是以干電池、紐扣電池等提供能量，能量有限。

（2）可擴展性。無線感測器網路的拓撲結構具有動態性。所以MAC協議也應具有可擴展性，以適應這種動態變化的拓撲結構。

（3）網路效率。網路效率包括網路的公平性、實時性、網路吞吐量以及帶寬利用率等。

（三）路由協議。感測器網路路由協議的主要任務是在感測器節點和Sink節點之間建立路由以可靠地傳遞數據。由於感測器網路與具體應用之間存在較高的相關性，要設計一種通用的、能滿足各種應用需求的路由協議是困難的，因而人們研究並提出了許多路由方案。

（四）定位技術。位置信息是感測器節點採集數據中不可或缺的一部分，沒有位置信息的監測消息可能毫無意義。節點定位是確定感測器的每個節點的相對位置或絕對位置。節點定位分為集中定位方式和分布定位方式。定位機制也必須要滿足自組織性，魯棒性，能量高效和分布式計算等要求。

（五）數據融合。感測器網路為了有效的節省能量，可以在感測器節點收集數據的過程中，利用本地計算和存儲能力將數據進行融合，取出冗餘信息，從而達到節省能量的目的。

（六）安全技術。安全問題是無線感測器網路的重要問題。由於採用的是無線傳輸信道，網路存在偷聽、惡意路由、消息篡改等安全問題。同時，網路的有限能量和有限處理、存儲能力兩個特點使安全問題的解決更加復雜化了。

Ⅱ 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。 

Ⅲ 無線感測器網路技術與應用的目錄

第1章無線感測器網路概述
1.1感測器網路的研究歷史
1.1.1早期的軍用感測器網路研究
1.1.2美軍DARPA的分布式感測器網路研究計劃
1.1.320世紀80年代和90年代的軍用感測器網路
1.1.421世紀的感測器網路研究
1.2WSN基本概念
1.2.1什麼是WSN
1.2.2WSN與MANET的異同
1.2.3WSN的通信體系結構
1.3WSN的主要技術
1.3.1系統體系結構
1.3.2網路與通信的控制
1.4影響WSN設計的因素
1.4.1容錯
1.4.2擴展性
1.4.3價格
1.4.4硬體限制
1.4.5WSN拓撲
1.4.6WSN工作環境
1.4.7傳輸媒介
1.4.8功耗
參考文獻
第2章無線感測器網路競爭類MAC協議
2.1感測器媒介訪問控制協議（S-MAC）
2.1.1能量浪費原因分析
2.1.2S-MAC協議概述
2.1.3休眠的協調
2.1.4避免旁聽與消息分片傳輸
2.1.5時延分析
2.1.6S-MAC協議實現
2.1.7S-MAC協議的性能
2.2超時MAC協議（T-MAC）
2.2.1T-MAC協議概述
2.2.2T-MAC基本協議
2.2.3分群與同步
2.2.4RTS操作與TA選擇
2.2.5避免旁聽
2.2.6不對稱通信
2.2.7T-MAC的性能
2.3伯克利媒介訪問控制協議（B-MAC）
2.3.1B-MAC協議的設計與實現
2.3.2壽命建模
2.3.3參數
2.3.4自適應控制
參考文獻
第3章無線感測器網路分配類MAC協議
3.1流量自適應媒介訪問協議（TRAMA）
3.1.1TRAMA協議概述
3.1.2TRAMA協議組成
3.1.3訪問方式與相鄰節點協議
3.1.4傳輸時間安排交換協議
3.1.5自適應選舉演算法
3.1.6TRAMA的性能
3.2分布式隨機時隙安排協議（DRAND）
3.2.1TDMA時隙分配問題定義
3.2.2DRAND演算法詳述
3.2.3DRAND正確性
3.2.4DRAND復雜性分析
3.2.5DRAND的性能
3.3功率高效與時延意識媒介訪問協議（PEDAMACS）
3.3.1PEDAMACS協議概述
3.3.2PEDAMACS分組格式
3.3.3本地拓撲建立階段
3.3.4AP拓撲信息收集階段
3.3.5傳輸時間安排階段
3.3.6拓撲調整階段
3.3.7傳輸時間安排演算法
參考文獻
第4章無線感測器網路混合類MAC協議
4.1斑馬MAC協議（Z-MAC）
4.1.1時間同步協議（TPSN）
4.1.2Z-MAC協議概述
4.1.3相鄰節點尋找與時隙分配
4.1.4本地成幀
4.1.5Z-MAC協議的傳輸控制
4.1.6發送規則
4.1.7直接競爭通知
4.1.8Z-MAC傳輸時間安排的接收
4.1.9本地時間同步
4.1.10Z-MAC協議的性能
4.1.11Z-MAC協議隨機分析
4.2漏斗-MAC協議
4.2.1漏斗問題
4.2.2按需發送信標
4.2.3面向中心節點的傳輸時間安排
4.2.4定時與成幀
4.2.5Meta-傳輸時間安排的廣播
4.2.6動態深度調整
4.2.7漏斗-MAC協議的測試床實驗評估
參考文獻
第5章無線感測器網路數據中心路由協議
5.1協商式感測器信息分發協議（SPIN）
5.1.1SPIN概述
5.1.2Meta-Data
5.1.3SPIN消息
5.1.4SPIN資源管理
5.1.5SPIN實現
5.1.6SPIN-1：3步握手協議
5.1.7SPIN-2：低能量門限的SPIN-1
5.1.8用於與SPIN比較的其他數據分發演算法
5.1.9SPIN的性能評估
5.1.10SPIN小結
5.2定向擴散
5.2.1定向擴散的組成要素
5.2.2命名
5.2.3興趣與梯度
5.2.4數據傳播
5.2.5路徑建立與路徑裁剪的強化
5.2.6定向擴散的分析評估
5.2.7定向擴散的模擬評估
參考文獻
第6章無線感測器網路分層路由協議
6.1低能量自適應分群分層（LEACH）
6.1.1LEACH協議體系結構
6.1.2群首選擇演算法
6.1.3分群演算法
6.1.4穩定狀態階段
6.1.5LEACH-C：BS建立分群
6.1.6LEACH的分析與模擬
6.2兩層數據分發協議（TTDD）
6.2.1兩層數據分發
6.2.2柵格結構
6.2.3TTDD轉發
6.2.4柵格維護
6.2.5TTDD開銷分析
6.2.6TTDD的性能
6.2.7TTDD討論
參考文獻
第7章無線感測器網路地理位置路由協議
7.1定位技術
7.1.1距離測量與角度測量
7.1.2位置計算
7.1.3TPS網路模型
7.1.4TPS定位方案
7.1.5TPS技術性能分析
7.2貪婪地理路由演算法
7.2.1概述
7.2.2基於DT的膨脹分析
7.2.3貪婪轉發（GF）
7.2.4有界Voronoi貪婪轉發（BVGF）
7.2.5網路膨脹分析總結
7.2.6基於概率通信模型的擴充
7.3位置輔助泛洪協議（LAF）
7.3.1LAF協議概述
7.3.2採用LAF分發信息
7.3.3LAF中的資源管理
7.3.4柵格維護開銷
7.3.5數據分發規程的完備性
7.3.6LAF節能分析
7.3.7位置估計中的誤差
7.3.8LAF的性能
參考文獻
第8章無線感測器網路端到端可靠傳輸協議
8.1事件到中心節點的可靠傳輸協議（ESRT）
8.1.1問題定義
8.1.2評估環境
8.1.3特性區域
8.1.4ESRT協議描述
8.1.5擁塞檢測
8.1.6ESRT協議對並發事件的處理
8.1.7ESRT協議的性能分析
8.1.8ESRT協議的模擬結果
8.1.9?的正確選擇
8.2基於多電台虛擬中心節點的過載流量管理（SIPHON）
8.2.1擁塞檢測與預防（CODA）
8.2.2虛擬中心節點尋找與可見度范圍控制
8.2.3SIPHON擁塞檢測
8.2.4改變流量的傳輸路徑
8.2.5次網路中的擁塞
8.2.6虛擬中心節點開銷分析
參考文獻
第9章無線感測器網路逐跳可靠傳輸協議
9.1合成擁塞控制技術（FUSION）
9.1.1擁塞崩潰的症狀
9.1.2逐跳流量控制
9.1.3速率限制
9.1.4MAC層優先順序化
9.1.5應用自適應
9.2慢分發、快提取可靠傳輸協議（PSFQ）
9.2.1PSFQ協議概述
9.2.2PSFQ分發操作
9.2.3PSFQ提取操作
9.2.4PSFQ報告操作
9.2.5單個分組消息的交付
9.2.6PSFQ的性能
9.3下行數據可靠交付可擴展體系結構（GARUDA）
9.3.1面臨的挑戰
9.3.2可靠性語義
9.3.3GARUDA的基本原理
9.3.4單個分組或第一個分組的交付
9.3.5即時構建GARUDA核
9.3.6兩階段丟失恢復
9.3.7其他可靠性語義的支持
9.3.8GARUDA的性能
參考文獻
第10章無線感測器網路數據融合技術
10.1樹狀結構累積
10.1.1分布式生成樹演算法
10.1.2E-Span樹
10.2不受應用約束的自適應數據累積（AIDA）
10.2.1AIDA協議概述
10.2.2AIDA體系結構
10.2.3AIDA控制單元中的累積方案
10.2.4AIDA累積功能單元
10.2.5AIDA分組格式
10.2.6AIDA分組頭開銷分析
10.2.7AIDA節省分析
10.2.8AIDA的性能
10.3無結構累積法與半結構累積法
10.3.1數據意識任意組播（DAA）
10.3.2ToD上的動態轉發
10.3.3性能分析
10.3.4ToD和DAA的性能
參考文獻
第11章無線感測器網路安全
11.1WSN安全概述
11.1.1WSN安全威脅模型
11.1.2WSN安全面臨的障礙
11.1.3WSN安全要求
11.1.4WSN安全解決方案的評估
11.2WSN中的安全攻擊
11.2.1物理層安全攻擊
11.2.2鏈路層安全攻擊
11.2.3對WSN網路層（路由）的攻擊
11.2.4對傳輸層的攻擊
11.3SPINS安全解決方案
11.3.1符號
11.3.2SNEP
11.3.3μTESLA
11.3.4μTESLA詳細描述
11.3.5SPINS實現
11.3.6SPINS性能評估
11.4LEAP+安全解決方案
11.4.1假設條件
11.4.2LEAP+概述
11.4.3單獨密鑰的建立
11.4.4成對密鑰的建立
11.4.5分群密鑰的建立
11.4.6全網密鑰的建立
11.4.7本地廣播認證
11.4.8LEAP+安全分析
11.4.9LEAP+性能評估
參考文獻
第12章無線感測器網路中間件技術
12.1WSN中間件面臨的挑戰
12.2WSN中間件的功能要求
12.3ZebraNet系統中的中間件系統（Impala）
12.3.1ZebraNet系統簡介
12.3.2ZebraNet中間件體系結構
12.3.3應用適配器
12.3.4應用更新器
12.3.5周期性操作調度
12.3.6事件處理模型
12.3.7Impala網路介面
12.3.8Impala評估
12.4感測器信息網路化體系結構（SINA）
12.4.1SINA的功能組成
12.4.2信息抽象
12.4.3感測器查詢與任務分配語言（SQTL）
12.4.4感測器執行環境（SEE）
12.4.5信息收集方法
12.4.6應用舉例
參考文獻
第13章無線感測器網路應用及編程
13.1感測器網路的應用
13.1.1軍事應用
13.1.2環境應用
13.1.3醫療衛生應用
13.1.4家庭應用
13.1.5其他商業應用
13.2WSN應用設計原理
13.2.1設計方面
13.2.2確定WSN操作坊式
13.3WSN網路編程
13.3.1編程抽象
13.3.2現有若干編程模型簡介
13.4分層編程與ATaG編程架構
13.4.1WSN的分層編程
13.4.2抽象任務圖編程架構（ATaG）
13.4.3採用ATaG的應用開發方法
13.4.4一個ATaG應用例子
參考文獻
……

Ⅳ 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。

Ⅳ 無線感測器網路節點部署問題研究

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
陶 丹+, 馬華東, 劉 亮
(智能通信軟體與多媒體北京市重點實驗室(北京郵電大學),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[25].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[811]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viP1,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(1p0)/,ln(1(p0+p))/.其中, =ln(SR2)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=500500m2,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,ij}.
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d122R,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=10e6),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. t0; //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 tt+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,vji;
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 500500m2
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500500m2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

Ⅵ 李方敏的期刊論文

[1]. 李方敏, 徐文君, 劉新華. 無感測器網路鏈路穩定成簇與功率控制演算法.計算機學報.2007（已錄用）
[2]. 李方敏, 徐文君, 韓屏. 無線感測器/執行器網路中能量有效的實時分簇路由協議.計算機研究與發展（已錄用）
[3]. 韓屏,李方敏無線感測網路中基於生日悖論的分簇演算法. 小型微型計算機系統.2007（已錄用）
[4]. 李方敏, 徐文君, 劉新華, 韓屏. 無線感測器網路功率控制技術及研究進展。軟體學報，將於2008.1發表.
[5]. 韓屏,李方敏。一種基於無線感測網路的實用性地下坑道定位方法。感測技術學報，2007（已錄用）
[6]. 劉新華,李方敏。無線感測器網路中一種能量均衡的分布式成簇演算法。感測技術學報，2007（已錄用）
[7]. 劉新華,李方敏。一種分布式的無線感測器網路Range-free節點定位演算法。感測技術學報，2007（已錄用）
[8]. 李方敏，龔思來，韓屏。一種結合功率控制的無線感測器網路區域定位演算法。感測技術學報，2008,21(1):158~162.
[9]. 李方敏, 徐文君, 高超. 「一種適用於無線感測器網路的功率控制MAC協議」, 軟體學報，2007,18(5):1080-1091.
[10]. 李方敏, 劉新華, 曠海蘭. 「無線感測器網路中一種高能效、低延時的泛洪演算法研究」, 通信學報.2007，28（8）：46～53.
[11]. 張順亮, 葉澄清, 李方敏. 「基於RTT的TCP流帶寬公平性保障機制」, 通信學報, 2004, 25(5): 131~137.
[12]. 張順亮, 葉澄清, 李方敏. 「一種基於速率的BLUE改進方法」, 計算機研究與發展, 2004 41(4): 660~666.2004，41(4):660~666.
[13]. 張順亮, 葉澄清, 李方敏. 「一種加強的主動隊列管理演算法--EBLUE」, 通信學報, 2003, 24(11): 109~115.
[14]. 李方敏，周祖德．區分服務環境下TCP擁塞控制機制研究．系統模擬學報，2003，15（6）：832~836．
[15]. 李方敏, 李仁發, 葉澄清. 「一種核心無狀態保存的自適應成比例的公平帶寬分配機制」, 計算機研究與發展, 2002, 39(3): 269~274.
[16]. 李方敏, 葉澄清. 「一種支持優先順序標記處理的主動隊列機制」, 軟體學報, 2002, 13(4): 846~852.
[17]. 李方敏, 葉澄清, 李仁發. 「支持最小速率保證的UDP擁塞控制機制」, 計算機研究與發展, 2001, 38(8): 988~993.
[18]. 李方敏, 葉澄清. 「主動網路體系結構分析與設計」, 通信學報, 2000, 21(12): 90~96.
[19]. 李方敏編著.《VxWorks高級程序設計》, 清華大學出版社, 2004年5月.

Ⅶ 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。

Ⅷ 程良倫的發表論文

1. 古連華,程良倫,ZHU Quan-Min, Aμ-MAC:一種自適應的無線感測器網路MAC協議[J]. 自動化學報,2010,(1).
2. 黃曼;程良倫.基於蟻群優化的WSN功率自適應路由演算法[J/OL].計算機工程,,():1[2011/7/11].
3. 黃帥,程良倫. 一種基於虛擬力的有向感測器網路低冗餘覆蓋增強演算法[J]. 感測技術學報,2011,(3).
4. 彭蓓雷,程良倫. 一種節點任務活動狀態感知的改進型S-MAC協議[J]. 感測器與微系統,2011,(5).
5. 劉洪濤,程良倫. 基於DHT的物聯網命名服務體系結構研究[J]. 計算機應用研究,2011,(6).
6. 劉洪濤,程良倫. 基於優先順序的服務區分和速率控制策略[J]. 計算機應用,2011,(6).
7. 張小波,程良倫. Web Service在企業集成中的安全應用[J]. 計算機應用與軟體,2011,(6).
8. 陳聰傳,程良倫. 區域細化的RFID室內定位演算法[J]. 計算機應用與軟體,2011,(1).
9. 范富明,程良倫. TFT-LCD檢測中基於激光三角法的顯微鏡離焦快速在線檢測及補償[J]. 中國激光,2011,(2).
10. 馮芳,程良倫. 一種高節能多跳分層路由協議[J]. 自動化儀表,2011,(2).
11. 任斌,程良倫. 多項式光滑的支持向量回歸機[J]. 控制理論與應用,2011,(2).
12. 林觀康,程良倫. 基於地理信息靜態分簇的無線感測器網路路由演算法[J]. 計算機應用與軟體,2011,(2).
13. 謝曉松,程良倫. 感測器網路基於移動信標改進的DV-Hop定位演算法[J]. 計算機應用與軟體,2011,(4).
14. 謝曉松,程良倫. 無線感測器網路基於移動信標動態選擇的定位演算法[J]. 感測器與微系統,2011,(1).
15. 湯子隆,程良倫. 一種新的支持移動Sink的多媒體感測器網路路由協議[J]. 感測器與微系統,2011,(3).
16. 任斌,程良倫. 基於RSPHL演算法的圓形標志定位方法[J]. 計算機工程,2011,(5).
17. Ren Bin,Cheng Lianglun. Polynomial Smooth Epsilon-support Vector Regression Based on Hermite Interpolation[J], Journal of Computational Information Systems, 2010, 6(13): 4523-4532
18. Ren Bin, Cheng Lianglun. Research on smoothing support vector regression based on Cubic Spline Interpolation[C]，2010 International Conference on Image Processing and Pattern Recognition in Instrial Engineering：78201G
19. Yuechao Wang, Lianglun Cheng. Mobile Agent for Medium and High Rate WSN, Computer Application and System Modeling (ICCASM), 2010 International Conference. 2010 , V12, 333-337.
20. Yuechao Wang, Lianglun Cheng. MILR: Itinerary Planning for Mobile Agents Based MHWSN, 2011 3nd International Conference on Computer and Network Technology (ICCNT 2011), V20:566-568.
21. Yuechao Wang, Lianglun Cheng. Event-triggered Time Synchronization Algorithm in Medium and High Rate WSN. Applied Mechanics and Materials. 2011 International Conference on Mechatronic Systems and Automation Systems (MSAS 2011).
22. Yuechao Wang, Lianglun Cheng. Prioritizing based congestion control in MHWSN, Procedia Engineering. 2011 International Conference on Advanced in Control Engineering and Information Science(CEIS 2011).
23. SHEN Jianfang, CHENG Linaglun. Implementation of Program Behavior Anomaly Detection and Protection Using Hook Technology, 2009 WRI International Conference on Communications and Mobile Computing ,2009.
24. SHEN Jianfang, CHENG Linaglun. Adaptive Contention Window MAC Protocol for Middle and High Rate Sensor Networks Based on Cross-layer. Procedia Engineering (ISSN:1877-7058),EI期刊
25. Xiaobo Zhang, Lianglun Cheng, Quanmin Zhu. Study of RFID Indoor Location Algorithm Based on Region Division. Journal of Information and Computational Science.2010,7(14):3051-3058.
26. Xiaobo Zhang, Lianglun Cheng, Quanmin Zhu. Improvement of Filtering Algorithm for RFID Middleware Using KDB-Tree Query Index. Journal of Software
27. Lun Yong-Liang,Cheng Liang-lun.A RFID Security Authentication Protocol Based on the Public and Tag Key[C]. the 3nd International Conference on Computer and Network Technology (ICCNT 2011), V20.
28. Yongliang Lun,Lianglun Cheng. The Research on the Framework of Cyber-Physical Systems for the Reliable Sensing and Optimization Scheling [J].Applied Mechanics and Materials
29. Yongliang Lun,Lianglun Cheng.The research on the model of the context-aware for reliable sensing and explanation in Cyber-Physical System[J].Procedia Engineering.
30. 鄧潔,程良倫,大規模無線感測器網路多優先順序自適應分簇路由協議[J]. 感測器與微系統,2010,(8).
31. 程良倫,江偉歡,SMD缺陷檢測中快速圖像匹配演算法研究[J]. 計算機應用與軟體,2010,(11).
32. 姜鈞,程良倫,黃帥,一種檢測薄膜晶體管液晶屏的自動對焦方法[J]. 激光與紅外,2010,(12).
33. 湯子隆,程良倫,一種新的基於地理信息的多媒體感測器網路路由協議[J]. 計算機應用與軟體,2010,(12).
34. 肖磊,程良倫,范富明,TFT-LCD面板反射的能量對光斑圖像的影響[J]. 微型機與應用,2010,(21).
35. 申建芳,程良倫,基於區分服務的自適應跨層調度演算法[J]. 計算機工程,2010,(18).
36. 衷柳生,程良倫,基於區分服務的無線多媒體感測器網路QoS路由協議[J]. 計算機應用研究,2010,(11).
37. 馮芳,程良倫,無線感測器網路中一種新的基於神經網路的自適應路由演算法[J]. 感測技術學報,2010,(10).
38. 程良倫,賴宇鋒,基於改進ACS演算法的SMT自動光學檢測路徑規劃[J]. 計算機應用與軟體,2010,(9).
39. 彭蓓雷,程良倫,基於MR防干擾下的高效能多播路由協議[J]. 感測技術學報,2010,(8).
40. 彭蓓雷,程良倫,一種節能意識的多路徑QoS保證路由協議[J]. 化工自動化及儀表,2010,(7).
41. 范富明,程良倫,基於CANopen協議的精密光學平台多軸控制的研究[J]. 電氣傳動,2010,(7).
42. 劉洪濤,程良倫,具有移動匯聚節點的環境監測系統設計[J]. 計算機工程與應用,2010,(19).
43. 范富明,程良倫,王曉芬,潘建華,一種新型光學快速自動聚焦系統[J]. 光電工程,2010,(5).
44. 尹明,章雲,程良倫,蔡述庭,分布式視頻編碼的自適應圖像組結構研究[J]. 計算機應用,2010,(5).
45. 許亮,程良倫,黃志平,基於混合函數的KICA-LSSVM故障分類方法及應用[J]. 化工自動化及儀表,2010,(3).
46. 李少春,程良倫,一種自適應的混合型無線感測器網路拓撲控制演算法[J]. 感測技術學報,2010,(3).
47. 黎大鵬,程良倫,基於錨節點動態選擇和調整的感測器網路定位[J]. 計算機應用與軟體,2010,(3).
48. 張小波,程良倫,何小敏,曾啟傑,廣域網環境下構建全集成互動式學習平台[J]. 廣東工業大學學報(社會科學版),2010,(1).
49. 黎大鵬,程良倫,基於VWMC的感測器網路移動節點定位演算法[J]. 計算機工程與設計,2010,(2).
50. 程良倫,江偉歡,基於二值投影的PCB元件安裝缺陷檢測演算法研究[J]. 計算機工程與設計,2010,(3).
51. 尹明,章雲,程良倫,蔡述庭. Wyner-Ziv視頻編碼中邊信息估計演算法改進[J]. 計算機應用研究,2009,(12).
52. 張豐貴,程良倫. 基於KDB樹的RFID事件聚合過濾演算法[J]. 計算機工程,2009,(21).
53. 江偉歡,程良倫. 水火彎板運動控制系統的研究[J]. 機床與液壓,2009,(10).
54. 胡曉文,程良倫. 基於嵌入式MC206數控水火彎板機控制系統的設計[J]. 電氣自動化,2009,(2).
55. 鄧潔,程良倫. 基於二進制搜索演算法的RFID系統防碰撞演算法[J]. 廣東工業大學學報,2009,(3).
56. 任斌,程良倫. AOI機器視覺系統中檢測光源的分析和設計[J]. 微計算機信息,2009,(27).
57. 賴宇鋒,程良倫. 基於小波變換與相位相關的PCB圖像拼接演算法[J]. 計算機應用研究,2009,(9).
58. 盧旭,程良倫. ASP和ASP·NET共享Session狀態研究[J]. 計算機應用與軟體,2009,(6).
59. 衷柳生,程良倫. 基於博弈論的無線感測器網路非均勻分簇路由演算法[J]. 計算機應用研究,2009,(5).
60. 任斌,程良倫. 李雅普諾夫穩定性理論中V函數的構造研究[J]. 自動化與儀器儀表,2009,(2).
61. 古連華,程良倫. E-μMAC:一種高效的混合型無線感測器網路MAC協議[J]. 計算機應用研究,2009,(4).
62. 盧旭,程良倫. 高數據融合的非均勻分簇無線感測器網路路由協議[J]. 計算機應用研究,2009,(4).
63. 任斌,程良倫. PCB貼片安裝缺陷自動光學檢測系統關鍵技術[J]. 東莞理工學院學報,2009,(1).
64. 張彩霞,程良倫. 基於Hash的RFID安全協議的設計[J]. 包裝工程,2009,(1).
65. 程良倫,林偉勇. 一種穩定高效的動態幀時隙ALOHA演算法[J]. 計算機應用研究,2009,(1).
66. Shen jianfang; Lianglun Cheng;Fu Xiufen,Implementation of program behavior anomaly detection and protection using hook technology,2009 International conference on communications and mobile computing, pp.338-342.
67. Hongtao Liu; Lianglun Cheng; Dapeng Li, Design of Smart Nodes for RFID Wireless Sensor Networks, Ecation Technology and Computer Science, 2009. ETCS '09. First International Workshop on , vol.2, no., pp.132-136, 7-8 March 2009
68. Wu yu, Lianglun Cheng.A Study of Mobile Agent Tree Routes for Data Fusion in WSN[C].2009 International Conference on Communications and Mobile Computing,2009:57-60.
69. REN Bin,CHENG LiangLun . Research of Classification System based on Naive Bayes and MetaClass. 2009 Second International Conference on Modelling and Simulation ICMS2009, 2009-5.(EI收錄)
70. REN Bin,CHENG LiangLun . SMT Automatic Optical Inspection Path Planning Based On MDSPSO Algorithm，「2009 International Conference on Computational Intelligence and Natural Computing」 CINC2009, 2009-6. (EI收錄)
71. 吳猛，程良倫.一種無線感測器網路節點及其實現方法[J].儀表技術與感測器，2008(12)：14-16.
72. 杜新恆，程良倫.無線感測器網路中距離無關定位演算法的研究[J].計算機工程與應用，2008，44(33)：119-121.
73. 劉洪濤，程良倫.基於J2EE電力營銷決策支持系統的研究與實現[J].計算機工程與應用，2008，44(15)：218-220.
74. 倫永亮，程良倫.基於PID變頻調速技術的紙漿模塑烘乾線系統設計[J].中國包裝工業，2008(12)：30-33.
75. 程良倫，田雲傑，陳少華.一種基於IEC61850標準的嵌入式合並單元的研究與實現[J].電力系統保護與控制，2008，36(20)：55-58,61.
76. 陳榮軍，程良倫.一種新型實用棉條檢測感測器[J].儀表技術與感測器，2008(6)：7-8,23.
77. 宋相慧，程良倫.基於無線感測器網路的移動資料庫體系結構的研究[J].工業控制計算機，2008，21(5)：31-32.
78. 張鼎，程良倫.基於CC2500的RFID網路控制器的設計[J].工業控制計算機，2008，21(1)：27-28.
79. 劉學鋼，程良倫.一種可編程的多協議RFID讀寫器的設計[J].微計算機信息，2007(23)：230-232.
80. 鍾偉，程良倫.水利水文遙測系統的設計和實施[J].計算技術與自動化，2007，26(4)：102-105.
81. 劉學鋼，程良倫.QTE網路編程在嵌入式水文信息採集系統中的應用[J].微計算機信息，2007(27)：23-25.
82. 田雲傑，程良倫羅晟.基於IEC61850的嵌入式合並單元的研究[J].繼電器，2007，35(10)：52-55.
83. 陳浩，程良倫張小波.基於向量空間模型的無導詞義消歧[J].計算機工程與設計，2007，28(5)：1215-1218.
84. 程良倫，劉學鋼.一種UHF及微波段RFID標簽晶元的研究與應用[J].微計算機信息，2006(09Z)：182-184,74.
85. 張鼎華，程良倫，張凌.J2EE框架在需求側用電管理信息系統中的應用[J].電力需求側管理，2006，8(2)：15-17.
86. 周珊珊，程良倫.網路資料庫的安全及性能優化[J].計算機與現代化，2006(1)：48-50.
87. 劉洪濤，程良倫.基於活動/資源/時間圖模型的過程建模方法[J].現代計算機：下半月版，2005(5)：25-27.
88. 程良倫，許星.工業乙太網的研究現狀與發展[J].可編程式控制制器與工廠自動化(PLC FA)，2004(8)：12-16.
89. 程良倫，周曉輝，何小敏.基於Profibus的過程自動化網路系統[J].可編程式控制制器與工廠自動化(PLC FA)，2004(5)：51-53,79.
90. 程良倫.基於Profibus的過程自動化網路系統的設計與實現[J].世界儀表與自動化，2004，8(4)：24-24,26.
91. 羅世亮，鄒谷山程良倫.PROFIBUS在制鹼廠的應用[J].工業控制計算機，2003，16(12)：54-55.
92. 仲兆峰，許星，程良倫.基於PROFIBUS匯流排技術的工業網路的設計與實現[J].微計算機信息，2003，19(11)：6-7.
93. 仲兆峰，徐其迎，唐其偉，程良倫.計算機監控系統在峽口水閘中的應用[J].自動化技術與應用，2003，22(5)：78-81.
94. 程良倫歐金成等.IT與自動化在本科畢業設計中的融合[J].廣東工業大學學報：社會科學版，2002，2(B06)：190-191.
95. 程良倫，楊宜民.管道內微機器人彎管運動的動力學穩定性[J].控制理論與應用，2001，18(1)：62-68.
96. 程良倫，楊宜民.新型精密直線驅動器及其控制器的研究[J].計算技術與自動化，2000，19(1)：19-21,30.
97. 程良倫，楊宜民.一種新型管道內微機器人的研究[J].機器人，1999，21(4)：249-255.
98. 程良倫，楊宜民.微型管道機器人[J].機器人技術與應用，1998(4)：16-17.
99. 楊宜民，程良倫.微細作業系統的現狀,構成及其應用[J].機器人，1998，20(1)：32-36.
100. 程良倫，楊宜民.新型壓電式直線驅動器的研究[J].高技術通訊，1997，7(10)：16-19.
101. 程良倫.全自動數控型電阻焊機的研究[J].廣東工學院學報，1996，13(4)：96-101.

Ⅸ 無線感測器網路的特點與應用

無線感測器網路是一種新型的感測器網路，其主要是由大量的感測器節點組成，利用無線網路組成一個自動配置的網路系統，並將感知和收集到的信息發給管理部門。目前無線感測器網路在軍事、生態環境、醫療和家居方面都有一定應用，未來無線感測器網路的發展前景將是不可估量的。

一、無線感測器網路的特點

(一)節點數量多

在監測區通常都會安置許多感測器節點，並通過分布式處理信息，這樣就能夠提高監測的准確性，有效獲取更加精確的信息，並降低對節點感測器的精度要求。此外，由於節點數量多，因此存在許多冗餘節點，這樣就能使系統的容錯能力較強，並且節點數量多還能夠覆蓋到更廣闊的監測區域，有效減少監測盲區。

(二)動態拓撲

無線感測器網路屬於動態網路，其節點並非固定的。當某個節電出現故障或是耗盡電池後，將會退出網路，此外，還可能由於需要而被轉移添加到其他的網路當中。

(三)自組織網路

無線感測器的節點位置並不能進行精確預先設定。節點之間的相互位置也無法預知，例如通過使用飛機播散節點或隨意放置在無人或危險的區域內。在這種情況下，就要求感測器節點自身能夠具有一定的組織能力，能夠自動進行相關管理和配置。

(四)多跳路由

無線感測網路中，節點之間的距離通常都在幾十到幾百米，因此節點只能與其相鄰的節點進行直接通信。如果需要與范圍外的節點進行通信，就需要經過中間節點進行路由。無線感測網路中的多跳路由並不是專門的路由設備，所有傳輸工作都是由普通的節點完成的。

(五)以數據為中心

無線感測網路中的節點均利用編號標識。由於節點是隨機分布的，因此節點的編號和位置之間並沒有聯系。用戶在查詢事件時，只需要將事件報告給網路，並不需要告知節點編號。因此這是一種以數據為中心進行查詢、傳輸的方式。

(六)電源能力局限性

通常都是用電池對節點進行供電，而每個節點的能源都是有限的，因此一旦電池的能量消耗完，就是造成節點無法再進行正常工作。

二、無線感測器網路的應用

(一)環境監測應用

無線感測器可以用於進行氣象研究、檢測洪水和火災等，在生態環境監測中具有明顯優勢。隨著我國市場經濟的不斷發展，生態環境污染問題也越來越嚴重。我國是一個幅員遼闊、資源豐富的農業大國，因此在進行農業生產時利用無線感測器進行對生產環境變化進行監測能夠為農業生產帶來許多好處，這對我國市場經濟的'不斷發展有著重要意義。

(二)醫療護理應用

無線感測器網路通過使用互聯網路將收集到的信息傳送到接受埠，例如一些病人身上會有一些用於監測心率、血壓等的感測器節點，這樣醫生就可以隨時了解病人的病情，一旦病人出現問題就能夠及時進行臨時處理和救治。在醫療領域內感測器已經有了一些成功案例，例如芬蘭的技術人員設計出了一種可以穿在身上的無線感測器系統，還有SSIM(Smart Sensors and Integrated Microsystems)等。

(三)智能家居建築應用

文物保護單位的一個重要工作就是要對具有意義的古老建築實行保護措施。利用無線感測器網路的節點對古老建築內的溫度是、濕度、關照等進行監測，這樣就能夠對建築物進行長期有效的監控。對於一些珍貴文物的保存，對保護地的位置、溫度和濕度等提前進行檢測，可以提高展覽品或文物的保存品質。例如，英國一個博物館基於無線感測器網路設計了一個警報系統，利用放在溫度底部的節點檢測燈光、振動等信息，以此來保障文物的安全[5]。

目前我國基礎建設處在高速發展期，建設單位對各種建設工程的安全施工監測越來越關注。利用無線感測器網路使建築能夠檢測到自身狀況並將檢測數據發送給管理部門，這樣管理部門就能夠及時掌握建築狀況並根據優先等級來處理建築修復工作。

另外，在傢具或家電匯中設置無線感測器節點，利用無線網路與互聯網路，將家居環境打造成一個更加舒適方便的空間，為人們提供更加人性化和智能化的生活環境。通過實時監測屋內溫度、濕度、光照等，對房間內的細微變化進行監測和感知，進而對空調、門窗等進行智能控制，這樣就能夠為人們提供一個更加舒適的生活環境。

(四)軍事應用

無線感測器網路具有低能耗、小體積、高抗毀等特性，且其具有高隱蔽性和高度的自組織能力，這為軍事偵察提供有效手段。美國在20世紀90年代就開始在軍事研究中應用無線感測器網路。無線感測器網路在惡劣的戰場內能夠實時監控區域內敵軍的裝備，並對戰場上的狀況進行監控，對攻擊目標進行定位並能夠檢測生化武器。

目前無線感測器網路在全球許多國家的軍事、研究、工業部門都得到了廣泛的關注，尤其受到美國國防部和軍事部門的重視，美國基於C4ISR又提出了C4KISR的計劃，對戰場情報的感知和信息綜合能力又提出新的要求，並開設了如NSOF系統等的一系列軍事無線感測器網路研究。

總之，隨著無線感測器網路的研究不斷深入和擴展，人們對無線感測器的認識也越來越清晰，然而目前無線感測器網路的在技術上還存在一定問題需要解決，例如存儲能力、傳輸能力、覆蓋率等。盡管無線感測器網路還有許多技術問題待解決使得現在無法廣泛推廣和運用，但相信其未來發展前景不可估量。