無線感測器網路信道分配方案

1. 無線感測器網路的組網

WSN按我的理解是分為了三部分，
1、硬體，這部分可做的東西不多，應為射頻模塊一般都是購買的，擴展板或者網關點可以自製；
2、軟體，包括協議棧（多層），無線感測操作系統（tinyos,contiki），還有一些應用程序；
3、模擬，利用NS2，OMNET+，matlab等軟體來模擬某一層的協議；

建議如下：
1、先去圖書館看看關於無線感測的書籍，還有802.15.4的資料，還有Zigbee的書籍；
2、購買一套Zigbee平台跑跑，現在大部分都是Ti的套件；
3、從你需要的題目內容一步步入手！

2. 無線感測器網路MAC協議有哪些基本分類

沒有統一的MAC協議分類方式，但是大體依據標准分為三種，如根據網路拓撲結構方式(分布式和集中式控制)；使用單一或多信道方式；採用固定分配信道還是隨機訪問信道方式。
已有的參考文獻也將無線感測器網路MAC協議分為三類：確定性分配、競爭佔用和隨機訪問。前兩者不是感測器網路的理想選擇。因為TDMA固定時隙的發送模式功耗過大，為了節省功耗，空閑狀態應關閉發射機。競爭佔用方案需要實時監測信道狀態也不是一種合理的選擇。隨機介質訪問模式比較適合於無線感測網路的節能要求。
下面介紹根據信道分配使用方式，將無線感測器網路MAC協議分為基於無線信道隨機競爭方式和時分復用方式及基於時分和頻分復用等其他混合方式三種。
1) 無線信道隨機競爭接入方式(CSMA)

節點需要發送數據時採用隨機方式使用無線信道，典型的如採用載波監聽多路訪問(CSMA)的MAC協議，需要注意隱藏終端和暴露終端問題，盡量減少節點間的干擾。

2) 無線信道時分復用無競爭接入方式(TDMA)

採用時分復用(TDMA)方式給每個節點分配了一個固定的無線信道使用時段，可以有效避免節點間的干擾。

3) 無線信道時分／頻分／碼分等混合復用接入方式(TDMA／FDMA／CDMA)

通過混合採用時分和頻分或碼分等復用方式，實現節點間的無沖突信道分配策略。

3. 感測器配置mac的幾種方式

感測器配置mac的幾種方式？沒有統一的感測器配置MAC協議分類方式，但是大體依據標准分為三種，如根據網路拓撲結構方式(分布式和集中式控制)；使用單一或多信道方式；採用固定分配信道還是隨機訪問信道方式。
已有的參考文獻也將無線感測器網路MAC協議分為三類：確定性分配、競爭佔用和隨機訪問。前兩者不是感測器網路的理想選擇。因為TDMA固定時隙的發送模式功耗過大，為了節省功耗，空閑狀態應關閉發射機。競爭佔用方案需要實時監測信道狀態也不是一種合理的選擇。隨機介質訪問模式比較適合於無線感測網路的節能要求。
下面介紹根據信道分配使用方式，將無線感測器網路MAC協議分為基於無線信道隨機競爭方式和時分復用方式及基於時分和頻分復用等其他混合方式三種。
1) 無線信道隨機競爭接入方式(CSMA)

節點需要發送數據時採用隨機方式使用無線信道，典型的如採用載波監聽多路訪問(CSMA)的MAC協議，需要注意隱藏終端和暴露終端問題，盡量減少節點間的干擾。

2) 無線信道時分復用無競爭接入方式(TDMA)

採用時分復用(TDMA)方式給每個節點分配了一個固定的無線信道使用時段，可以有效避免節點間的干擾。

3) 無線信道時分／頻分／碼分等混合復用接入方式(TDMA／FDMA／CDMA)

通過混合採用時分和頻分或碼分等復用方式，實現節點間的無沖突信道分配策略。

4. 無線感測器網路可能採用哪些無線通信方式

基於XL.SN智能感測網路的無線感測器數據採集傳輸系統，可以實現對溫度，壓力，氣體，溫濕度，液位，流量，光照，降雨量，振動，轉速等數據參數的實時採集，無線傳輸，無線監控與預警。在實際應用中，無線感測器數據採集傳輸系統常見的包括深圳信立科技農業物聯網智能大棚環境監控系統，智慧養殖環境監控系統，智慧管網管溝監控系統，倉儲館藏環境監控系統，機房實驗室環境監控系統，危險品倉庫環境監控系統，大氣環境監控系統，智能製造運行過程監控系統，能源管理系統，電力監控系統等。
無線感測器數據採集傳輸系統，比較常用的的無線數據傳輸組網技術包括433MHZ，Zigbee（2.4G），運營商網路(GPRS)等三種方式，其中433MHZ，Zigbee（2.4G）屬於近距離無線通訊技術，並且都使用ISM免執照頻段。運營商網路(GPRS)屬於遠距離無線通訊技術，按數據流量收費。
1、基於Zigbee（2.4G）的智能感測網路
ZigBee的特點是低功耗、高可靠性、強抗干擾性，布網容易，通過無線中繼器可以非常方便地將網路覆蓋范圍擴展至數十倍，因此從小空間到大空間、從簡單空間環境到復雜空間環境的場合都可以使用。但相比於WiFi技術，Zigbee是定位於低傳輸速率的應用，因此Zigbee顯然不適合於高速上網、大文件下載等場合。對於餐飲行業的無線點餐應用，由於其數據傳輸量一般來說都不是很大，因此Zigbee技術是非常適合該應用的。

2、基於433MHz的智能感測網路
433MHz技術使用433MHz無線頻段，因此相比於WiFi和Zigbee，433MHz的顯著優勢是無線信號的穿透性強、能夠傳播得更遠。但其缺點也是很明顯的，就是其數據傳輸速率只有9600bps，遠遠小於WiFi和Zigbee的數據速率，因此433Mhz技術一般只適用於數據傳輸量較少的應用場合。從通訊可靠性的角度來講，433Mhz技術和WiFi一樣，只支持星型網路的拓撲結構，通過多基站的方式實現網路覆蓋空間的擴展，因此其無線通訊的可靠性和穩定性也遜於Zigbee技術。另外，不同於Zigbee和WiFi技術中所採用的加密功能，433Mhz網路中一般採用數據透明傳輸協議，因此其網路安全可靠性也是較差的。

3、基於運營商的智能感測網路
GPRS無線傳輸設備主要針對工業級應用，是一款內嵌GSM/GPRS核心單元的無線Modem，採用GSM/GPRS網路為傳輸媒介，是一款基於移動GSM短消息平台和GPRS數據業務的工業級通訊終端。它利用GSM 移動通信網路的簡訊息和GPRS業務為用戶搭建了一個超遠距離的數據傳輸平台。
標准工業規格設計，提供RS232標准介面，直接與用戶設備連接，實現中英文簡訊功能，彩信功能，GPRS數據傳輸功能。具有完備的電源管理系統，標準的串列數據介面。外觀小巧，軟體介面簡單易用。可廣泛應用於工業簡訊收發、GPRS實時數據傳輸等諸多工業與民用領域。

5. 設計無線感測器網路的節點部署方案時必須考慮哪些問題

設計無線感測器網路節點需要遵循以下幾個主要的原則。
（1）微型化與低成本
由於無線感測器網路節點數量大，只有實現節點的微型化與低成本才有可能大規模部署與應用。因此節點的微型化與低成本一直是研究人員追求的主要目標之一。對於目標跟蹤與位置服務一類的應用來說，部署的無線感測器節點越密，定位精度就越高。對於醫療監控類的應用來說，微型節點容易被穿戴。實現節點的微型化與低成本需要考慮硬體與軟體兩個方面的因素，而關鍵是研製專用的片上系統（System on Chip，SoC）晶元。對於傳統的個人計算機，內存2GB、硬碟100GB已經是常見的配置，而一個典型的無線感測器節點的內存只有4kB、程序存儲空間只有10kB。正是因為感測器節點硬體配置的限制，所以節點的操作系統、應用軟體結構的設計與軟體編程都必須注意節約計算資源，不能夠超出節點硬體可能支持的范圍。
（2）低功耗
感測器節點在使用過程中受到電池能量的限制。在實際應用中，通常要求感測器節點數量很多，但是每個節點的體積很小，攜帶的電池能量十分有限。同時，由於無線感測器網路的節點數量多、成本低廉、部署區域的環境復雜，有些區域甚至人員不能到達，因此感測器節點通過更換電池來補充能源是不現實的。如何高效使用有限的電池能量，來最大化網路生命周期是無線感測器網路面臨的最大的挑戰。
感測器節點消耗能量的模塊包括：感測器模塊、處理器模塊和無線通信模塊。隨著集成電路工藝的進步，處理器和感測器模塊的功耗變得很低。圖2-43給出了感測器節點各部分能量消耗情況。從圖中可以看出，感測器節點能量的絕大部分消耗在無線通信模塊。感測器節點發送信息消耗的電能比計算更大，傳輸1bit信號到相距100m的其他節點需要的能量相當於執行3000條計算指令消耗的能量。
圖2-43感測器節點各部分能量消耗情況無線通信模塊存在四種狀態：發送、接收、空閑和休眠。無線通信模塊在空閑狀態一直監聽無線信道的使用情況，檢查是否有數據發送給自己，而在休眠狀態則關閉通信模塊。從圖中可以看到，無線通信模塊在發送狀態的能量消耗最大；在空閑狀態和接收狀態的能量消耗接近，但略少於發送狀態的能量消耗；在休眠狀態的能量消耗最少。為讓網路通信更有效率，必須減少不必要的轉發和接收，不需要通信時盡快進入休眠狀態，這是設計無線感測器網路協議時需要重點考慮的問題。
（3）靈活性與可擴展性
無線感測器網路節點的靈活性與可擴展性表現在適應不同的應用系統，或部署在不同的應用場景中。例如，感測器節點可以用於森林防火的無線感測器網路中，也可以用於天然氣管道安全監控的無線感測器網路中；可以用於沙漠乾旱環境下天然氣管道安全監控，也可以用於沼澤地潮濕環境的安全監控；可以適應單一聲音感測器精確位置測量的應用，也可以適應溫度、濕度與聲音等多種感測器的應用；節點可以按照不同的應用需求，將不同的功能模塊自由配置到系統中，而不需重新設計新的感測器節點；節點的硬體設計必須考慮提供的外部介面，可以方便地在現有的節點上直接接入新的感測器。軟體設計必須考慮到可裁剪，可以方便地擴充功能，可以通過網路自動更新應用軟體。
（4）魯棒性
普通的計算機或PDA、智能手機可以通過經常性的人機交互來保證系統的正常運行。而無線感測器節點與傳統信息設備最大的區別是無人值守，一旦大量無線感測器節點被飛機拋灑或人工安置後，就需要獨立運行。即使是用於醫療健康的可穿戴節點，也需要獨立工作，使用者無法與其交互。對於普通的計算機，如果出現故障，人們可以通過重啟來恢復系統的工作狀態。而在無線感測器網路的設計中，如果一個節點崩潰，那麼剩餘的節點將按照自組網的思路，重新組成具有新拓撲的自組網。當剩餘的節點不能夠組成新的網路時，這個無線感測器網路就失效了。因此感測器節點的魯棒性是實現無線感測器網路長時間工作重要的保證。更多http://www.big-bit.com/news/list-75.html

6. 無線智能感測器有哪些類型組網方案是什麼一般適用在什麼地方

Z-Wave是由丹麥公司Zensys所一手主導的無線組網規格，是一種新興的基於射頻的、低成本、低功耗、高可靠、適於網路的短距離無線通信技術。工作頻帶為908.42MHz(美國)~868.42MHz(歐洲)，採用FSK(BFSK/GFSK)調制方式，數據傳輸速率為9.6kbps，信號的有效覆蓋范圍在室內是30m，室外可超過100m，適合於窄帶寬應用場合。隨著通信距離的增大，設備的復雜度、功耗以及系統成本都在增加，相對於現有的各種無線通信技術，Z-Wave技術將是最低功耗和最低成本的技術，有力地推動著低速率無線個人區域網。每一個Z-Wave網路都擁有自己獨立的網路地址(HomeID);網路內每個節點的地址(NodeID)，由控制節點(Controller)分配。每個網路最多容納232個節點(Slave)，包括控制節點在內,這造就了其在智能家居無線控制領域，經常應用在智能家居的：燈光控制系統，窗簾窗戶控制系統，家電基本控制，安防監控報警等。設計用於住宅、照明商業控制以及狀態讀取應用，例如抄表、照明及家電控制、HVAC、接入控制、防盜及火災檢測等。Z-Wave可將任何獨立的設備轉換為智能網路設備，從而可以實現控制和無線監測。

7. 無線感測器網路的信道接入技術有哪些

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。通過無線通信方式形成的一個多跳自組織的網路。

WSN的發展得益於微機電系統(Micro-Electro-Mechanism System, MEMS)、片上系統(System on Chip, SoC)、無線通信和低功耗嵌入式技術的飛速發展。

WSN廣泛應用於軍事、智能交通、環境監控、醫療衛生等多個領域。

8. 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[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

9. 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；

10. 無線感測器網路體系結構包括哪些部分，各部分的

結構
感測器網路系統通常包括感測器節點EndDevice、匯聚節點Router和管理節點Coordinator。
大量感測器節點隨機部署在監測區域內部或附近，能夠通過自組織方式構成網路。感測器節點監測的數據沿著其他感測器節點逐跳地進行傳輸，在傳輸過程中監測數據可能被多個節點處理，經過多跳後路由到匯聚節點，最後通過互聯網或衛星到達管理節點。用戶通過管理節點對感測器網路進行配置和管理，發布監測任務以及收集監測數據。

感測器節點
處理能力、存儲能力和通信能力相對較弱，通過小容量電池供電。從網路功能上看，每個感測器節點除了進行本地信息收集和數據處理外，還要對其他節點轉發來的數據進行存儲、管理和融合，並與其他節點協作完成一些特定任務。

匯聚節點
匯聚節點的處理能力、存儲能力和通信能力相對較強，它是連接感測器網路與Internet 等外部網路的網關，實現兩種協議間的轉換，同時向感測器節點發布來自管理節點的監測任務，並把WSN收集到的數據轉發到外部網路上。匯聚節點既可以是一個具有增強功能的感測器節點，有足夠的能量供給和更多的、Flash和SRAM中的所有信息傳輸到計算機中，通過匯編軟體，可很方便地把獲取的信息轉換成匯編文件格式，從而分析出感測節點所存儲的程序代碼、路由協議及密鑰等機密信息，同時還可以修改程序代碼，並載入到感測節點中。

管理節點
管理節點用於動態地管理整個無線感測器網路。感測器網路的所有者通過管理節點訪問無線感測器網路的資源。
無線感測器測距
在無線感測器網路中，常用的測量節點間距離的方法主要有TOA（Time of Arrival），TDOA（Time Difference of Arrival）、超聲波、RSSI（Received Sig nalStrength Indicator）和TOF（Time of Light）等。