无线传感器网络移动节点辅助定位算法
第32卷第3期2011年3月
仪器仪表学报
Chinese Journal of Scientific Instrument
Vol.32No.3Mar．2011
收稿日期:2010-03Received Date :2010-03
无线传感器网络移动节点辅助定位算法
邓彬伟1，2，黄光明
1
(1华中师范大学物理科学与技术学院武汉430079;2
黄石理工学院电气与电子信息工程学院
黄石435003)
摘
要:从目标跟踪(用多个静态已知位置的传感器跟踪和预测一个移动的目标)的逆向方法出发，提出一种采用可移动节点
在未知节点布设区域上空进行行列扫描，同时向未知节点发射相应标识信号给未知节点的定位算法———LA-SCAN 。它具有至少两个优势:1)由于未知节点只需接收第一次标识号，用于节点定位的通信能耗极低;2)未知节点只需要移动节点移动间距、布设区起点位置和接收到的标识号即可计算出估计坐标。理论分析和仿真结果表明LA-SCAN 算法具有高的性能表现。关键词:定位;移动辅助定位;无线传感器网络中图分类号:TP212
文献标识码:A
国家标准学科分类代码:510．5015
Mobile-assisted localization algorithm for wireless sensor network
Deng Binwei 1，2
，Huang Guangming 1
(1College of Physical Science and Technology ，Huazhong Normal University ，Wuhan 430079，China ;
2School of Electric and Electronic Information Engineering ，Huangshi Institute of Technology ，Huangshi 435003，China )
Abstract :Using dual target tracking (static location-aware sensor tracking and moving target position /speed predic-ting )，we utilize a moving location-assistant (LA )to scan location-unaware sensors in the deployed area by row
(column )and construct grids．LA only sends ID ;at the same time ，location-unaware sensors receive the first ar-rived ID merely．The proposed system is called LA-SCAN．LA-SCAN has at least two significant benefits compared
with other methods applicable :1)since nodes listen passively and only receive one ID ，LA-SCAN saves communica-tion energy ;2)compared with Landscape or Centroid algorithms ，unknown nodes can calculate their positions merely by means of movement gap ，start position of deployed area and received ID．Extensive simulations and analyses show that LA-SCAN is a high-performance sensor positioning algorithm．
Key words :location ;mobile-assisted localization ;wireless sensor network
1引言
无线传感器网络(wireless sensor network ，WSN )被
誉为全球未来三大高科技产业之一，在军事侦察、目标跟踪、环境监测、医疗卫生、工业控制以及商业等领域都有
着广阔的应用前景
［1-4］
。作为无线传感器网络关键技术之一的传感器节点定位问题一直受到研究者们的密切
关注［5］
。
针对不同的问题和应用，人们已经提出许多种WSN
定位算法
［6-10，17-19］
。但大体来说无线传感器网络的定位
算法可以分为集中式和分布式，集中式算法指把所需信息传送到某个中心节点，并在那里进行节点定位计算的
方式，
其优点在于可以从全局角度统筹规划，计算量和存储量几乎没有限制，可获得相对精确的位置估算。但缺点是离中心节点位置较近的节点会因为通信量大而过早消耗完电能，导致整个网络与中心节点信息交流中断，无法实时定位等。典型的集中式算法有:Convex Posi-tion ［6］、MDS-MAP 算法［7］、APIT 算法［8］等。分布式算法是指依赖节点间的信息交换和协调，计算节点位置的工
564仪器仪表学报第32卷
作在节点本地完成，分布式算法特别适用于大规模的传感器网络。典型的分布式定位算法有DV-hop［8］、质心［9］、Bounding box［10］、Euclidean和Robust Position［11］。而从定位手段上通常可以把定位算法分为基于测距的和基于非测距两大类。基于测距的定位通过测量节点间点到点的距离或角度信息，使用三边测量法、三角测量法或最大似然估计法计算节点位置，精度高;而无需测距的定位则仅仅依靠网络连通性等信息进行定位。无需测距的定位提出的定位机制主要有质心算法、DV-Hop算法、A-morphous算法和APIT算法等。由于无需测量节点间的绝对距离或方位，因而降低了对节点硬件的要求，使得更适合于大规模传感器网络，但精度不高。
总的来说，目前绝大多数定位算法是基于布设已知位置信息的锚节点的定位方法，这种方法最终可以概括为带约束的最优化问题，但获得最优解是一个难点，必须在精度、计算量的开销、通信开销、网络规模等方面进行折中。
针对以上情况，本文从目标跟踪(用多个静态已知位置的传感器跟踪和预测一个移动的目标)的逆向方法出发［5］，提出一种采用一个普通节点在未知节点布设区域上空进行行列扫描形成网格同时向未知节点发射相应的标识信号的方式对未知节点定位的机制———LA-SCAN。理论分析和仿真结果表明LA-SCAN算法具有以下优点: 1)完全分布式;2)无节点间通信，只是被动接收来自移动节点的标识信号，因而用于节点定位的通信能耗很低;
3)节点计算量低;4)适合任意拓扑形式的网络;5)受移动节点通信半径误差影响小;6)定位精度与节点密度无关;7)不需测距。
2相关工作
文献［12-16］等中就移动定位技术做了许多有益的探索。
其中，2005年Liqiang Zhang从目标跟踪方法的逆向思考中提出了Landscape机制———采用移动位置辅助装置和无味卡尔曼滤波器算法(unscented kalman filtering)对静止多个节点定位。Landscape具有许多优点:1)具有完全分布式和高可扩展性;2)没有节点间的通信，减少了节点能耗和信道拥塞;3)Landscape只依赖RSS(接收信号场强)来测量距离;4)计算量适中;5)受通信误差影响小;6)适合任意拓扑形式的网络［5］。不足在于移动位置辅助装置硬件要求较高，即时迭代过程增加了网络计算量;离线迭代则对节点存储能力要求较高。
Bonding Box算法是由加州大学伯克利分校S．N．Semic等人提出的［10］。算法采用离散通讯模型。主要思想是:假定所有的节点都位于区域D内，并把D进一步分为n2个单元。通讯半径采用单元数ρ来表示，并以边长为2ρ的正方形作为通讯区域。假设未知节点有m个邻居锚节点，则可以通过取矩形区域的交集来获取未知节点的位置。对于未知节点的位置估计则通过式(1)来计算。
［max(x
i
－ρ)，max(y
i
－ρ)］*［min(x
i
+ρ)，min(y
i
+ρ)］i=1，2，…，k(1) Bonding Box算法计算量低并且通讯开销也很小并具有良好的扩展性能。主要缺点是需要较高的锚节点密度，否则定位精度和覆盖度将会很低。
APIT是节点定位技术中应用比较成熟的技术，它使用一个新的基于区域的方法来执行定位估测，将环境分离成锚节点间的三角形区域，用一个网格算法计算某个目标可能所在的最大区域。基本思想是一个未知节点从它所有能够与之通信的锚节点中选择3个节点，测试它自身是在这3个锚节点所组成的三角形内部还是在其外部;然后再选择另外3个锚节点进行同样的测试，直到穷尽所有的组合或者达到所需的精度。最后，计算所有包含目标的三角形的交集的质心，以此决定目标的大致位置。由于APIT要求锚节点的密集度高，因此只适合锚节点密集的传感器网络［8］。
3LA-SCAN
算法
图1LA-SCAN算法原理示意
Fig．1Principle schematic diagram of LA-SCAN algorithm
第3期邓彬伟等:无线传感器网络移动节点辅助定位算法565图1给出了列扫描时LA-SCAN算法工作原理示意
图。其中未知节点散布区域的起点坐标为(x
0，y
)，LA
在散布区域投映的通信半径为Rla，列扫描间隔为gap，为保证扫描区域间隔相等，要求Rla＞=gap，因而起点
为(x
0，0)，且x
=－(Rla－gap);由图示可以看到每次
列扫描间隔覆盖到的新节点区域宽度均为gap。
LA-SCAN定位可分为以下3步:
1)在空中通过热气球，飞行器或行车等方法把一个通信半径为R且在未知节点散布平面投映半径为Rla (简称投映通信半径)的节点称为移动辅助定位装置(LA)从随机散布的未知节点散布区起点外开始从x轴方向每间隔gap距离对布设区域进行列扫描，在每一列移动中LA发射标识序号，在不同的列移动中发射的标识序号不同。以同样方式，LA对布设区从y轴方向每间隔gap距离进行行扫描;
2)在未知节点散布区内的未知节点，只接收首次收到的行和列扫描的LA发射标识序号;
3)通过行列扫描形成网格。位于扫描形成的网格中的未知节点的估计坐标用网格的中点坐标来估计。并可通过式(2)计算出估计坐标(^x，^y)。
^x=x
0+gap·(x
id
－0．5);x
id
=1，2，3，…，n
^y=y
0+gap·(y
id
－0．5);y
id
=1，2，3，…，
{
n
(2)
公式(2)中x
0是列扫描起始点x坐标值，y
是行扫
描起始点y坐标值，gap是行列扫描移动间隔，x
id 和y
id
分别是未知节点收到的标定x轴和y轴坐标的标识信号序号值。－0．5是因为取网格的中点。
4算法分析和仿真
4．1理想情况下LA-SCAN的定位误差
在LA投映通信半径Rla和LA移动间隔无误差的理想情况下，设在未知节点散布区域为length?length平方米随机散布任意个未知节点，LA行和列扫描时LA移动间隔均为gap(m)，行和列扫描起始点分别为(0，gap－Rla)，(gap－Rla，0)，定位误差可以推导如下:
因为未知节点是均匀分布在散布区域，所以未知节点分布在行列扫描形成的网格中的每一个网格的概率是相等的;因而只需在一个网格中计算出定位误差即可得到理想情况下LA-SCAN的定位误差。设采用LA-SCAN 机制的网格大小为gap*gap m2，若令均匀散布的任一未知节点i在网格中的位置为(x，y)，其均匀分布的二维概率密度函数为1/gap2，采用网格中点做为未知节点的估计坐标，其估计坐标为(0．5gap，0．5gap)，则未知节点i 的定位误差location_err可用式(3)表示。
location_err=(x－0．5gap)2+(y－0．5gap)
槡2
(3)
则在整个网络上的定位误差E(location_err)可用公式(4)表示。
E(location_err)=∫gap0∫gap01gap2(x－gap2)2+(y－gap2)
槡2d x d y= 1
6
［槡2+ln(槡2+1)］gap≈0．3826·gap(4)
由式(4)可以知，在理想情况下，LA-SCAN的定位精度与扫描间隔值成正比。与其他参数无关(如与未知节点通信半径无关、未知节点个数无关等)。
仿真设置:在200m?200m区域中随机撒布100个未知节点，未知节点通信半径为20m2，投映通信半径Rla=2m，LA移动间隔gap=2m，运行100次取一次定位误差平均值，共运行30次。gap=2m，则，理论均值定位误差为0．3826?2=0．7652m;如图2(a)所示通过模拟仿真的误差0．754m
到0．77m之间围绕理论均值波动。仿真结果与理论一致。
同样条件下，随机撒布的未知节点个数发生变化下，每次运行100次。如图2(b)所示未知节点数从5 1000时其仿真的误差在0．755 0．78m围绕理论均值波动，说明LA-SCAN与未知节点密度无关，具有良好的扩展性。
566仪器仪表学报第32
卷
图3Rla 误差情况下网格化分布图Fig．3Distribution diagram of constructing grid
with Rla ’s error
4．2在Rla 有误差的情况下，定位误差分析
设投映通信半径Rla 的误差为Rlaerr ，
LA 移动间隔行，列均为gap ，并且无误差。在Rla 误差情况下网格化分布可以概括为如图3所示4种情况。图3中4个实黑粗网格代表4种情况下定位计算时采用的网格。4个虚线网格是各由左、右和上、下4条虚线组成，左虚线表示上一次列扫描时的Rla 边界，下虚线表示上一次行扫描时的Rla 边界，右和上虚线表示本次列和行扫描的边界，4个虚线网格是计算时采用的4个实黑粗线网格对应的LA 扫描时实际覆盖的未知节点区域。图3(a )表示Rla 随机误差在此网格扫描形成时没有出现误差情况，此时，定位误差的理论值即为0．3826·gap ;图3(b )指行列共4次扫描时Rla 随机误差下形成覆盖区域情况(严格来说他包括其他3种情况);图3(c )是前一次行、列扫描都出现最大正误差(正误差指实际测量值超过无误差值的情况)和本次行、列扫描都出现最大负误差时的情况，此时，最大定位误差为槡22
(gap －Rla ·Rlaerr );图3(d )是
前一次行、列扫描都出现最大负误差和本次行、列扫描都出现最大正误差时的情况，此时，最大定位误差为槡22(gap +Rla ·Rlaerr )。由上分析可知，槡22(gap +Rla ·Rlaerr )是Rla 出现误差下最大定位误差值，而理想情况
下最大定位误差值为槡2
2
gap ，那么，令在Rla 出现误差下
最大定位误差与理想最大定位误差系数K 定义为式(5)。则在Rla 误差下，定位误差增大的误差比例KI 可用式(6)表示。
K =
槡22
(gap +Rla ·Rlaerr )槡22
gap
=1+
Rla ·Rlaerr gap
(5)
KI =K －1=
Rla ·Rlaerr
gap
(6)
从式(6)中可以得出，KI 与gap 成反比与Rla 和Rlaerr 正成比。由于KI 与Rlaerr 成线性关系，相对gap 而言，Rla 的误差对定位精度的影响不大。若Rla ＜gap 则定位误差增大的比例可以减小，但Rla 过小则会出现有区域扫描无法覆盖情况，即出现定位节点覆盖率下降。
仿真设置:在200m ?200m 区域中随机撒布100个未知节点，未知节点通信半径为20m ，投映通信半径Rla =2m ，LA 移动间隔gap =2m ，gap 无误差;误差Rlaerr 从1%到20%每间隔1%运行100次取定位误差平
均值，并求出对应Rlaerr 下
的KI 值曲线。
图4KI 与Rlaerr 关系
Fig．4KI vs．Rlaerr
由图4可以看出，
KI 与Rlaerr 是正比关系与式(6)得出结论一致;依据仿真设置参数，根据式(6)曲线斜率应为Rla /gap =1，但仿真表明斜率约为2．5。即gap =Rla 条件下，KI ≈2．5·Rlaerr ，这是由于公式(6)是在最大误差条件下得出的，而仿真数据反映的是统计意义下的均值情况。4．3
有gap 误差情况下，定位误差分析
有gap 误差情况下，定位误差会出现误差累积情况，理论分析比较复杂，将是下一步重点研究的目标。但通过大量仿真表明，定位误差受gap 误差影响较大，受Rla 误差影响小。
仿真设置:在200m ?200m 区域中随机撒布100个未知节点，未知节点通信半径R =20m ，投映通信半径Rla =2m ，LA 移动间隔gap =2m ，Rla 误差Rlaerr 值和gap 误差gaperr 值按ERRTABLE 表所列出的数值组合，每种情况运行100次。此次仿真定位误差用估计坐标与未知节点真实坐标值的距离占未知节点通信半径R 的比值来表示。ERRTABLE 值如下:
ERRTABLE =［0，0．001，0．003，0．005，0．01，0．02，0．03，0．04，0．05，0．06，0．07，0．08，0．09，0．1，
第3期邓彬伟等:无线传感器网络移动节点辅助定位算法567
0．15，0．2，0．25，0．3，0．35，0．4］;
图5给出了在投映通信半径误差和LA移动间隔误差变化下的定位误差关系图。由图5可以看出，定位误差受LA移动间隔误差影响较大，受投映误差影响很小。根据仿真数据，在gap=Rla下，移动间隔误差影响下的，KI≈10·Rlaerr，即在相同的gap和Rla误差下，移动间隔误差引起的定位误差的增大是投映通信半径误差对定位误差影响的4倍。由图5还可以看到，定位误差与投映通信半径误差和LA移动间隔误差都是线性关系
。
图5投映通信半径误差与移动间隔误差下的定位误差Fig．5Localization errors vs．projected communication radius
error and mobile interval error
4．4Rla与gap的关系对定位覆盖率的影响
当Rla＜0．5gap时，即使在理想情况下，行、列扫描也会有区域无法覆盖;当Rla有误差情况下，只要满足Rla·(1－Rlaerr/2)≥gap/2条件，行、列扫描即可完全覆盖整个散布区域。
仿真设置同4．3节。投映通信半径误差和LA移动间隔误差变化下的节点定位覆盖率关系如图6所示。在图6中，在5%间隔误差和20%投映通信半径误差下，定位覆盖率在90%左右。平均定位覆盖率大于80%，覆盖率受间隔误差影响较大。并且节点覆盖率与投映通信半径误差与移动间隔误差没有明显的线性关系
。
图6投映通信半径误差与移动间隔误差下的节点覆盖率Fig．6The nodes coverage vs．projected communication radius
error and mobile interval error 4．5LA-SCAN定位误差与其他定位算法的误差比较经典非测距定位算法如质心和DVHop其理论定位精度为0．33R左右［7］，R是未知节点通信半径。LA-SCAN的定位精度是与gap相关的，为了与传统定位算法精度做比较，仿真设置同4．3节，并设未知节点通信半径R=20m，gap=0．1R，理想情况下，定位最大精度为0．3836*0．1R=0．03836R;仿真结果为0．0374R;在图7中给出了不同投映误差下，定位误差随移动间隔误差变化曲线。图7中显示，1%的gap误差和20%的Rla误差下，定位精度达0．06R;5%的gap误差和20%的Rla 误差下，定位精度也可达0．194R;如果通过对LA额外测距或定位方法保证gap有较高的移动精度，则LA-SCAN 可以达到很高的定位精度
。
图7定位误差随移动间隔误差变化曲线
Fig．7Localization error vs．mobile interval error
质心算法是一种计算量很低的算法，根据仿真设置条件，并设锚节点个数为40;锚节点通信半径为20m，表1给出了比较结果，从表1比较中可以看到LA-SCAN具有性能优势。
表1质心算法与LA-SCAN比较
Table1Comparison of centroid and LA-SCAN
algorithms
比较参数质心LA-SCAN
未知节点个数200200
锚节点个数40，80无
LA个数无1
LA的信半径误差无20%
LA移动间隔误差无3%，10%计算公式
^x=(x
1
+x2+…+x n)/n
^y=(y
1
+y2+…+y n)
{/n^x=x0+gap*(x id－0．5)
^y=y
+gap*(y id－0．5
{)定位误差0．418R，0．386R0．12R，0．383R
节点定位率32．1%，66．2%89．5%，82．5%
568仪器仪表学报第32卷
4．6实验与分析
实验环境:3m?3m铁架，LA移动平台(天线距离地面)距地面41．5cm;LA移动平台上放置移动节点LA (由无线控制的小车实现)，LA移动平台每间隔30cm被移动(手动移动)，实现间隔gap=30cm，行列扫描次数各10次，移动节点LA在移动过程中，其无线模块每隔100ms周期性的向未知节点发送标识信号。图8是实验现场照片
。
图8实验现场照片
Fig．8Experimental scene photos
实验软硬件:采用9个使用CC2430的自制Zigbee 节点组成一个Zigbee定位网络。其中一个节点与笔记本连接做为Sink节点，负责向LA节点发送控制参数和收取未知节点定位信息。一个节点为LA节点放置于受控运行的小车上，余下7个节点做为未知节点放置在布设区中。
实验过程:1)Sink节点，接收上位机串口发来的控制信号，并发送给LA无线模块;2)LA无线模块通过串口把控制小车的信号发送给LA的小车，并根据Sink发来的启动信号，启动小车运行，同时周期性的向未知节点发送标识信号，并在小车运行(扫描一次行或列)后停止;3)小车通过串口发送(‘E’)给LA无线模块，LA无线模块收到串串信号‘E’就停止发送标识信号;4)当手动把移动平台移动到一下间隔位置并把小车放置好后，再次进入步骤1)，依次，列扫描完;5)行扫描与列扫描过程相同;6)在每次扫描一次后，都可通过按Sink 节点上的S2按键，向所有未知节点发出广播，要求所有未知节点传送他们的序号和定位坐标给Sink节点，Sink节点收到后就通过串口发向上位机的串口软件窗口。
表2实验数据
Table2Experiment data
序号
物理位置
(x，y)/cm
实验值(x，y)
/cm
误差/cm
(距离值)
平均定位
误差/cm 10，030，03036．3
20，500，6010
350，5060，6014．1
450，10030，15053．8
5100，15060，15040
6150，20060，150103
7200，250150，150112
表2为根据图8场景和实验条件实验所得的数据。根据式(4)理论定位误差:0．3826?gap=0．3826?30= 11．478?10mm;实验测试的平均误差是36．3?10mm，是理论定位误差的3倍多，这是因为实际情况下，RSSI 信号受环境影响较大，特别是对于6、7号节点因靠近墙壁和墙角其定位误差明显增大;但是，可以看出定位误差仍在几十厘米，具有高的定位精度。
4．7定位时间问题
由行、列扫描，定位所花时间受扫描速度和移动间隔大小影响较大，因而在保证定位精度需求前提下应选择大的移动间隔。
5结论
本文提出了一种基于移动节点扫描的网格定位算法，有效的解决了无线传感器网络定位精度受节点个数，锚节点密度和拓扑结构的影响问题，并且进一步减小了未知节点通信量和计算量的需求。分析和仿真实验表明，受LA通信半径误差影响小，有良好的性能表现。需要进一步研究的是LA通信半径误差与LA移动间隔同时出现误差时的具体定位精度的量化公式，节点定位时间的提高和不同地形情况下的定位情况，以及进一步提高定位精度等。
第3期邓彬伟等:无线传感器网络移动节点辅助定位算法569
参考文献
［1］AKYILDIZ I F，SU W，SANKARASUBRAMANIAMY，et al．Wireless sensor networks:a survey［J］．Computer
Networks，2002，38(4)，393-422．
［2］李凤保，李凌．无线传感器网络技术综述［J］．仪器仪表学报，2005，26(增刊2):559-561．
LI F B，LI L．Survey on Wireless Sensor Network Tech-
niques［J］．Chinese Journal of Scientific Instrument，
200526(Suppl．2):559-561．
［3］戴桂兰，赵冲冲，邱岩．一种基于球面坐标的无线传感器网络三维定位机制［J］．电子学报，2008，36(7):
1297-1303．
DAI G L，ZHAO CH CH，QIU Y．A localization scheme
ba sed on sphere for wirele ss sensor network in3D［J］．
Acta Electronica Sinica，2008，36(7):1297-1303．［4］田一鸣，陆阳，魏臻，等．无线传感器网络虚拟力覆盖控制及节能优化研究［J］．电子测量与仪器学报，
2009，23(11):65-71．
TIAN Y M，LU Y，WEI ZH，et al．Research on energy-
efficient optimization for coverage control in wireless sen-
sor networks［J］．Journal of Electronic Measurement and
Instrument，2009，23(11):65-71．
［5］ZHANG L Q，CHENG Q，WANG Y G，et al．A novel distributed sensor positioning system using the dual of tar-
get tracking［J］．IEEE Transactions on Computers，
2008，57(2):246-260．
［6］DOHERTY L，GHAOUI L E，PISTER K S J．Convex position estimation in wireless sensor networks［C］．Pro-
ceedings of Twentieth Annual Joint Conference of the
IEEE Computer and Communications Societies(INFO-
COM2001)，Anchorage，AK，USA:IEEE Computer
and Communications Societies，2001，3:1655-1663．［7］HE T，HUANG CH D，BLUM B M，et al．Range-free localization schemes in large scale sensor networks［C］．
Proceedings of the9th Annual International Conference on
Mobile Computing and Networking，ACM Press，2003:
81-95．
［8］BULUSU N，HEIDEMANN J，ESTRIN D．GPS-less low cost outdoor localization for very small devices［J］．IEEE
Personal Communications Magazine，2000，7(5):28-34．［9］SHANG W R Y，ZHANG Y，FROMHERZ M．Localiza-tion from mere connectivity［C］．IEEE ACM MobiHoc＇
03，2003:201-212．
［10］SIMIC S N，SASTRY S．Distributed localization in wire-less ad hoc networks［R］．Tech．report，UC Berkeley，
2002，Memorandum No．UCB/ERL M02/26．［11］SAVARESE C，RABAY J，LANGENDOEN K．Robust positioning algorithms for distributed Ad-Hoc wireless
sensor networks［A］．ELLIS CS，ed．Proceedings of the
USEN ix technical annual conference［C］．Monterey，
CA，USA:USEN IX Press，2002:317-327．
［12］PARKER T，LANGENDOEN K．Localisation in Mobile Anchor Networks［R］．Technical Report PDS-2005-001，
Delft Univ．of Technology，Feb．2005．
［13］HU L，EVANS D．Localization for mobile sensor net-works［C］．Proc．ACM MobiCom’04，2004:45-57．［14］PRIYANTHA N，BALAKRISHNAN H，DEMAINE E，et al．Teller，mobile-assisted localization in wireless sensor
networks［C］．Proc．IEEE INFOCOM’05，Mar．2005．［15］XIAO B，CHEN H K，ZHOU S G，et al．Distributed lo-calization using a moving beacon in wireless sensor net-
works［J］．IEEE Transactions on Parallel and Distributed
systems，2008，19(5):587-600．
［16］石为人，许磊，徐扬生．一种基于移动锚节点的静态无线传感器网络定位算法［J］．仪器仪表学报，2007，28
(3):385-393．
SHI W R，XU L，XU Y SH．Localization algorithm with
mobile anchor in static wireless sensor network［J］．Chi-
nese Journal of Scientific Instrument，2007，28(3):
385-393．
［17］丁英强，孙雨耕，李婷雪．基于多维校正的无线传感器网络多维标度定位算法［J］．仪器仪表学报，2009，30
(5):1002-1008．
DING Y Q，SUN Y G，LI T X．Sensor localization algo-
rithm for wireless sensor network based on multidimen-
sional scaling and multidimensional calibration［J］．Chi-
nese Journal of Scientific Instrument，2009，30(5):1002-
1008．
［18］王雷，秦念庆，杜晓通，等，基于Tikhonov正则化方法的WSN空间定位算法［J］．仪器仪表学报，2010，31
(4):770-775．
WANG L，QIN N Q，DU X T，et al．WSN3D localiza-
tion algorithm based on Tikhonov regularization method
［J］．Chinese Journal of Scientific Instrument，2010，31
(4):770-775．
［19］肖硕，魏学业，王钰．基于信标优化选择的无线传感网络定位方法研究［J］．电子测量与仪器学报，2009，23
(3):65-69．
XIAO SH，WEI X Y，WANG Y．Study of localization al-
gorithm in wireless sensor networks based on optimal bea-
con selection［J］．Journal of Electronic Measurement and
Instrument，2009，23(3):65-69．
570仪器仪表学报第32卷
作者简介
邓彬伟，
1996年于华中师范大学获得学士学位，
2005年于华中师范大学获得硕士学位，
2007年于华中师范大学攻读博士学位，现为黄石理工学院一级讲师，主要研究方向为无线传感器网络，嵌入式系统。E-mail :dengbw@mail．ccnu．edu．cn
Deng Binwei received B．Sc．degree in science of physics and M．Sc．degree in circuits and systems both from Huazhong Normal University ，Wuhan ，China in 1996and 2005，respectively．Since 2007，he has been a Ph．D．student in radio physics in Huazhong Normal University ，Wuhan ，China．His current re-search interest is modeling ，design and analysis of algorithms for localization in wireless sensor
networks．
黄光明，
1985年于华中师范大学获得学士学位，
1991年于华中师范大学获得硕士学位，
2002年于中科院武汉物理数学所获得博士学位，现为华中师范大学教授，主要研究方向为无线通信、核电子学等。E-mail :gmhuang@phy．ccnu．edu．cn Huang Guangming received B．Sc．degree
in science of physics and M．Sc．degree in radio electronics both from Huazhong Normal University ，Wuhan ，China in 1985and 1991，respectively ，and obained Ph．D．from Wuhan Institute of Physics and Mathematics ，Chinese Academy of Sciences in 2002．He is cur-rently a professor in College of Physical Science and Technology ，Huazhong Normal University．His current research interest is em-bedded system ，wireless sensor network ，and nuclear science．
基于移动锚节点的距离相关定位算法
无线传感网络定位算法 基于移动锚节点的距离相关定位算法 一、无线传感网络与节点定位 1. 无线传感网络中的关键技术 无线传感器网络作为当今信息领域新的究热点，涉及多学科交叉的研究领域，涉及到非常多的关键技，主要包括：拓扑控制；网络协议；网络安全；时间同步；定位技术；数据融合；嵌入式操作系统；无线通信技术；跨层设计和应用层设计。 2. 无线传感器网络节点定位机制 无线传感器网络节点定位问题可表述为：依靠有限的位置己知节点即信标节点(锚节点)，确定布设区中其它未知节点的位置，在传感器节点间建立起一定的空间关系的过程。无线定位机制一般由以下三个步骤组成： 第一步，对无线电信号的一个或几个电参量(振幅、频率、相位、传播时间)进行测量，根据电波的传播特性把测量的电参量转换为距离、距离差及到达角度等，用来表示位置关系； 第二步，运用各种算法或技术来实现位置估计； 第三步，对估计值进行优化。 3. 节点间距离或角度的测量 在无线传感器网络中，节点间距离或角度的测量技术常用的有RSSI、TOA、TDOA和AOA等。
4. 计算节点位置的基本方法 (1)三边测量法 (2)三角测量法； (3)极大似然估计法。
5. 无线传感器网络定位算法的性能评价 几个常用的评价标准：定位精度；规模；锚节点密度；节点密度；覆盖率；容错性和自适应性；功耗；代价。 6. 无线传感器网络定位技术分类 （1）物理定位与符号定位； （2）绝对定位与相对定位； （3）紧密耦合与松散耦合； （4）集中式计算与分布式计算； （5）基于测距技术的定位和无须测距技术的定位； （6）粗粒度与细粒度； （7）三角测量、场景分析和接近度定位。 二、定位算法研究的目的和意义 定位是大多数应用的基础。由于节点工作区域往往是人类不适合进入的区域，或者是敌对区域，甚至有时传感器节点需要通过飞行器抛撒，因此节点的位置通
基于无线传感器网络的环境监测系统设计与实现
南京航空航天大学 硕士学位论文 基于无线传感器网络的环境监测系统设计与实现 姓名：耿长剑 申请学位级别：硕士 专业：电路与系统 指导教师：王成华 20090101
南京航空航天大学硕士学位论文 摘要 无线传感器网络（Wireless Sensor Network，WSN）是一种集成了计算机技术、通信技术、传感器技术的新型智能监控网络，已成为当前无线通信领域研究的热点。 随着生活水平的提高，环境问题开始得到人们的重视。传统的环境监测系统由于传感器成本高，部署比较困难，并且维护成本高，因此很难应用。本文以环境温度和湿度监控为应用背景，实现了一种基于无线传感器网络的监测系统。 本系统将传感器节点部署在监测区域内，通过自组网的方式构成传感器网络，每个节点采集的数据经过多跳的方式路由到汇聚节点，汇聚节点将数据经过初步处理后存储到数据中心，远程用户可以通过网络访问采集的数据。基于CC2430无线单片机设计了无线传感器网络传感器节点，主要完成了温湿度传感器SHT10的软硬件设计和部分无线通讯程序的设计。以PXA270为处理器的汇聚节点，完成了嵌入式Linux系统的构建，将Linux2.6内核剪裁移植到平台上，并且实现了JFFS2根文件系统。为了方便调试和数据的传输，还开发了网络设备驱动程序。 测试表明，各个节点能够正确的采集温度和湿度信息，并且通信良好，信号稳定。本系统易于部署，降低了开发和维护成本，并且可以通过无线通信方式获取数据或进行远程控制，使用和维护方便。 关键词：无线传感器网络，环境监测，温湿度传感器，嵌入式Linux，设备驱动
Abstract Wireless Sensor Network, a new intelligent control and monitoring network combining sensor technology with computer and communication technology, has become a hot spot in the field of wireless communication. With the improvement of living standards, people pay more attention to environmental issues. Because of the high maintenance cost and complexity of dispose, traditional environmental monitoring system is restricted in several applications. In order to surveil the temperature and humidity of the environment, a new surveillance system based on WSN is implemented in this thesis. Sensor nodes are placed in the surveillance area casually and they construct ad hoc network automatieally. Sensor nodes send the collection data to the sink node via multi-hop routing, which is determined by a specific routing protocol. Then sink node reveives data and sends it to the remoted database server, remote users can access data through Internet. The wireless sensor network node is designed based on a wireless mcu CC2430, in which we mainly design the temperature and humidity sensors’ hardware and software as well as part of the wireless communications program. Sink node's processors is PXA270, in which we construct the sink node embedded Linux System. Port the Linux2.6 core to the platform, then implement the JFFS2 root file system. In order to facilitate debugging and data transmission, the thesis also develops the network device driver. Testing showed that each node can collect the right temperature and humidity information, and the communication is stable and good. The system is easy to deploy so the development and maintenance costs is reduced, it can be obtained data through wireless communication. It's easy to use and maintain. Key Words: Wireless Sensor Network, Environment Monitoring, Temperature and Humidity Sensor, Embedded Linux, Device Drivers
无线传感器网络的特点
无线传感器网络的特点 大规模网络 为了获取精确信息，在监测区域通常部署大量传感器节点，传感器节点数量可能达到成千上万，甚至更多。传感器网络的大规模性包括两方面的含义：一方面是传感器节点分布在很大的地理区域内，如在原始大森林采用传感器网络进行森林防火和环境监测，需要部署大量的传感器节点；另一方面，传感器节点部署很密集，在一个面积不是很大的空间内，密集部署了大量的传感器节点。 传感器网络的大规模性具有如下优点：通过不同空间视角获得的信息具有更大的信噪比；通过分布式处理大量的采集信息能够提高监测的精确度，降低对单个节点传感器的精度要求；大量冗余节点的存在，使得系统具有很强的容错性能；大量节点能够增大覆盖的监测区域，减少洞穴或者盲区。 自组织网络在 传感器网络应用中，通常情况下传感器节点被放置在没有基础结构的地方。传感器节点的位置不能预先精确设定，节点之间的相互邻居关系预先也不知道，如通过飞机播撒大量传感器节点到面积广阔的原始森林中，或随意放置到人不可到达或危险的区域。这样就要求传感器节点具有自组织的能力，能够自动进行配置和管理，通过拓扑控制机制和网络协议自动形成转发监测数据的多跳无线网络系统。在传
感器网络使用过程中，部分传感器节点由于能量耗尽或环境因素造成失效，也有一些节点为了弥补失效节点、增加监测精度而补充到网络中，这样在传感器网络中的节点个数就动态地增加或减少，
从而使网络的拓扑结构随之动态地变化。传感器网络的自组织性要能够适应这种网络拓扑结构的动态变化。动态性网络传感器网络的拓扑结构可能因为下列因素而改变：①环境因素或电能耗尽造成的传感器节点出现故障或失效；②环境条件变化可能造成无线通信链路带宽变化，甚至时断时通；③传感器网络的传感器、感知对象和观察者这三要素都可能具有移动性；④新节点的加入。这就要求传感器网络系统要能够适应这种变化，具有动态的系统可重构性。 可靠的网络 传感器网络特别适合部署在恶劣环境或人类不宜到达的区域，传感器节点可能工作在露天环境中，遭受太阳的暴晒或风吹雨淋，甚至遭到无关人员或动物的破坏。传感器节点往往采用随机部署，如通过飞机撒播或发射炮弹到指定区域进行部署。这些都要求传感器节点非常坚固，不易损坏，适应各种恶劣环境条件。由于监测区域环境的限制以及传感器节点数目巨大，不可能人工“照顾每个传感器节点，网络的维护十分困难甚至不可维护。传感器网络的通信保密性和安全性也十分重要，要防止监测数据被盗取和获取伪造的监测信息。因此，传感器网络的软硬件必须具有鲁棒性和容错性。
基于arduino的无线传感器网络室内定位方法的研究大学论文
摘要 无线传感器网络（WSN，Wireless Sensor Network）是近年来迅速发展并受到普遍重视的新型网络技术，它的出现和发展给人类的生活和生产的各个领域带来了深远的影响。无线传感器网络节点定位技术是无线传感器网络应用研究的基础。目前，已有多种定位技术被应用于室内定位中，尤其是基于接收信号强度（RSSI，Received Signal Strength Indication）的定位技术以其低功耗、低成本、易于实现等优点，得到了无线传感器网络研究学者们的青睐。 本文重点研究了基于RSSI的室内定位的关键技术，主要包括定位模型分析和定位算法设计。首先，为了获得较为精确的定位，根据RSSI测距原理和无线信号传播衰减模型在设定的室内环境进行多次实验，通过计算及均值处理等方法反复调整以获得标准的定位模型参数，得到高精度的等效距离。接着，根据三边定位算法原理简化定位算法，建立更为简单的定位模型，采用双边定位得到两个可能的定位点，再利用RSSI测距原理对两个定位点进行择优选择确定定位点。最后，在Arduino开发平台上对参考节点与未知节点这两类iDuino节点的室内定位模型进行了软件开发设计和程序开发。在设定的室内环境部署iDuino节点，搭建实验定位模型，并实现了定位。 关键词：无线传感器网络，节点，室内定位，RSSI，Arduino
ABSTRACT Wireless sensor network (WSN) is developed rapidly and universally emphasized as a new network technology in recent years, the advent and development of WSN have had a profound and lasting impact on the life and all areas of production of human beings. Wireless nodes localization technology is the basis in the application and studies of wireless sensor network. There are a variety of positioning technology have been used in indoor location at present, especially the based on RSSI (received signal strength) positioning technology gets a great preference from many scholars of studies of wireless sensor network with the advantages of low power consumption, low cost and easy to realize. This paper mainly studies the key technology of indoor positioning based on RSSI, which mainly includes the positioning model analysis and positioning algorithm design. First, in order to obtain more accurate positioning, we perform several experiments according to the RSSI ranging principle and wireless signal propagation attenuation model in the setting of indoor environment, and get accurate positioning model parameters and equivalent distance by the methods of calculation and mean processing. Then, we simplify Trilateral Localization Algorithm to Bilateral Location Algorithm and establish a simpler positioning model, with which we can get two nodes of possible location, and determine the better node according to the RSSI ranging principle. At last, we make software designing and programming of these nodes that are anchor nodes and nodes of unknown on the Arduino development platform. Combined with the indoor environment we selected, we deploy the iDuino nodes and then build location model, with which we implement the location. KEY WORDS：Wireless Sensor Network，Nodes，Indoor Location，RSSI，Arduino
无线传感器网络面临的安全隐患及安全定位机制
无线传感器网络面临的安全隐患及安全定位机制 随着通信技术的发展，安全问题显得越来越重要。在现实生活中，有线网络已经深入到千家万户：互联网、有线电视网络、有线电话网络等与人们生活的联系越来越紧密，已经成为必不可少的一部分，有线网络的安全问题已经能够得到有效的解决。在日常生活中，人们可以放心的使用这些网络，利用它来更好的生活和学习。然而随着无线通信技术的不断发展，无线网络在日常生活中已占据重要的地位，如无线LAN技术、3G技术、4G技术等，同时也有许多新兴的无线网络技术如无线传感器网络， Ad-hoc 等有待进一步发展。随着人们对无线通信的依赖越来越强烈，无线通信的安全问题也面临着重要的考验。本章首先介绍普通网络安全定位研究方法，随后介绍无线传感器网络存在的安全隐患以及常见的网络攻击模型，分析比较这些攻击模型对定位的影响，最后介绍已有的一些安全定位算法，为后续章节的相关研究工作打下基础。 3.1 安全定位研究方法 不同的定位算法会面临着不同的安全方面的问题，安全定位的研究方法可以 采用图 3-1 所示的流程来进行。
图3-1安全定位方法研究流程图 Figure 3-1 Flowchart of security positi oning research method 在研究中首先要找出针对不同定位算法的攻击模型，分析这些攻击对定位精 度所造成的影响，然后从两方面入手来解决这个安全问题或隐患：一方面改进定 位算法使得该定位算法不易受到来自外界的攻击，另一方面可以设计进行攻击检 测判断及剔除掉受到攻击的节点的安全定位算法或者把已有的安全算法进行改进使之能够应用于无线传感器网络定位，还可以从理论上建立安全定位算法的数学模型，分析各种参数对系统性能的影响，最后根据这个数学模型对算法进行仿真，并把仿真结果作为反馈信息，对安全定位算法进一步优化和改进，直到达到最优为止。 3.2安全隐患 由于无线传感器网络随机部署、网络拓扑易变、自组织成网络和无线链路等特点，使其面临着更为严峻的安全隐患。在传感器网络不同的定位算法中具有不同的定位思想，所面临的安全问题也不尽相同。攻击者会利用定位技术的弱点设计不同的攻击手段，因此了解各定位系统自身存在的安全隐患和常见的攻击模型对安全定位至
(中文)基于无线传感器网络桥梁安全监测系统
基于无线传感器网络的桥梁安全检测系统 摘要 根据桥梁监测无线传感器网络技术的桥梁安全监测系统，以实现方案的安全参数的需要；对整个系统的结构和工作原理的节点集、分簇和关键技术，虽然近年来在无线传感器网络中，已经证明了其潜在的提供连续结构响应数据进行定量评估结构健康，许多重要的问题，包括网络寿命可靠性和稳定性、损伤检测技术，例如拥塞控制进行了讨论。 关键词：桥梁安全监测；无线传感器网络的总体结构；关键技术 1 阻断 随着交通运输业的不断发展，桥梁安全问题受到越来越多人的关注。对于桥梁的建设与运行规律，而特设的桥梁检测的工作情况，起到一定作用，但是一座桥的信息通常是一个孤立的片面性，这是由于主观和客观因素，一些桥梁安全参数复杂多变[1]。某些问题使用传统的监测方法难以发现桥梁存在的安全风险。因此长期实时监测，预报和评估桥梁的安全局势，目前在中国乃至全世界是一个亟待解决的重要问题。 桥梁安全监测系统的设计方案，即通过长期实时桥跨的压力、变形等参数及测试，分析结构的动力特性参数和结构的评价科关键控制安全性和可靠性，以及问题的发现并及时维修，从而确保了桥的安全和长期耐久性。 近年来，桥梁安全监测技术已成为一个多学科的应用，它是在结构工程的传感器技术、计算机技术、网络通讯技术以及道路交通等基础上引入现代科技手段，已成为这一领域中科学和技术研究的重点。 无线传感器网络技术，在桥梁的安全监测系统方案的实现上，具有一定的参考价值。 无线传感器网络（WSN）是一种新兴的网络科学技术是大量的传感器节点，通过自组织无线通信，信息的相互传输，对一个具体的完成特定功能的智能功能的协调的专用网络。它是传感器技术的一个结合，通过集成的嵌入式微传感器实时监控各类计算机技术、网络和无线通信技术、布式信息处理技术、传感以及无线发送收集到的环境或各种信息监测和多跳网络传输到用户终端[2]。在军事、工业和农业，环境监测，健康，智能交通，安全，以及空间探索等领域无线传感器网络具有广泛应用前景和巨大的价值。 一个典型的无线传感器网络，通常包括传感器节点，网关和服务器，如图1
无线传感器网络定位方法综述
第36卷 增刊Ⅰ2008年 10月 华 中 科 技 大 学 学 报(自然科学版) J.Huazhong Univ.of Sci.&Tech.(Natural Science Edition )Vol.36Sup.Ⅰ Oct. 2008 收稿日期:2008207215. 作者简介:郝志凯(19832),男,博士研究生,E 2mail :zk -hao @https://www.sodocs.net/doc/237887878.html,. 基金项目:国家高技术研究发展计划资助项目(2006AA11Z225);国家自然科学基金资助项目(60635010, 60605026). 无线传感器网络定位方法综述 郝志凯 王 硕 (中国科学院自动化研究所复杂系统与智能科学实验室,北京100190) 摘要:介绍了国内外研究机构在无线传感器网络定位方法方面开展的研究工作,并对这些研究工作进行了归纳和总结.定位的基本方法分为距离式定位和非距离式定位.距离式定位是通过测量距离或角度进行位置估计,测量数据的精度对定位精度有很大影响.非距离式定位是通过节点间的hop 数或估计距离计算节点的坐标,这种方法不需要测量距离或角度,利用估计距离代替真实距离,算法简单但精度不高.无线传感器网络中定位方法的应用需要针对不同的应用场合,综合考虑节点的规模、成本及系统对定位精度等要求来进行设计和选择. 关 键 词:无线传感器网络;定位方法;距离式定位;非距离式定位;相对定位 中图分类号:TN919.2;TP732 文献标识码:A 文章编号:167124512(2008)S120224204 Survey on localization algorithms for wireless sensor net w orks H ao Zhi k ai W ang S huo (Laboratory of Complex Systems and Intelligence Science ,Institute of Automation , Chinese Academy of Sciences ,Beijing 100190) Abstract :Current researches in wireless sensor networks (WSNs ′ )localization algorit hms are int ro 2duced ,and t hese researches are analyzed and concluded.The p recision of t he nodes ′locations are im 2portant for t he data ′s effectiveness in WSNs ′.The localization algorit hms are divided into range 2based and range 2free.Range 2based algorit hms use t he measured distance and angle to calculate t he nodes ′coordinates.However ,t he range 2f ree researches use hop s or evaluated distance to localization ,which are simple but low 2precision.In different occasions ,t he algorit hm should be taken account in t he net 2work ′s size ,co st ,p recision and so on. K ey w ords :wireless sensor networks (WSNs ′ );localization ;range 2based ;range 2f ree ;relative po sitio 2ning 目前广泛使用的全球卫星导航定位系统GPS 可用来确定携带者的绝对位置,但不适合在 无线传感器网络中大量使用.主要有以下原因[1]:a .成本高.无线传感器网络中的节点数量多、分 布密集,如果各节点都配备GPS 接收器成本很高;b .能源限制.网络中的节点通常是通过内部电池进行供电,由于其工作环境有时在森林、山地等人迹罕至的地方,对其进行电源更换困难;c .工作环境限制.节点有时会分布在室内等电磁 波较难到达的环境中,这种工作环境下GPS 无法完成定位任务;d .尺寸较大.由于上述种种原因使得GPS 不能广泛用在无线传感器网络系统的节点上,这就需要发展适合于无线传感器网络应用的节点定位方法. 鉴于无线传感器网络节点在能耗、计算能力、通信能力等方面的限制,其节点的定位方法应该具有分布式、低复杂性、精度较高、通用性较好等特点,国内外的研究机构已开展了大量工作[2～9].
移动网络节点算法
项目总结文档 1 问题定义 移动网络环境中，有n个同构的移动端点，每个端点的能量为X，每发送一条消息则会损耗能量Y。现在，有一条消息要从端点s传送到t节点，已知这些节点在网络环境中随机游走，每个端点处都存储有该点与终点t的相遇次数，当两个节点相遇时可以进行消息传送，不相遇时消息携带者存储消息，问如何设计路由策略，从而使得该消息能够以最小能耗传送到目的节点t。（如果不能保证是最小能耗，那么次小能耗也可以） 2 相关资料的调研和总结 2.1 所搜集的资料 路由选择算法.pdf 网络规划师案例论文-M_ANET网络中节约能量的组播路由协议.pdf 移动自组织网络路由选择算法研究进展.pdf 多媒体传感器网络中跨层优化的实时路由协议.pdf 最短路径算法.doc 2.2 对资料的总结 通过对资料的研究，我们了解了什么是移动自有网络。移动自有组织网络，又称Mobile Ad Hoc网络，是不依赖于任何固定基础设施的移动节点联合体。 通过对题目的初步了解和思考，搜集了关于移动网络环境、路由器、路由算法策略及最短路径的资料。 首先查阅了移动网络环境的相关资料达到对其的初步了解，主要包括《移动网络环境的信息存储与处理》。移动通信与IP技术的融合产生了基于移动通信的IP数据业务技术。通过无线数据网络，便携式终端用户可以随时随地进行网络信息浏览、收发电子邮件、查阅文献资料、更新企业数据。因此，无线网络环境的信息处理与存储，为移动办公与信息处理提供了技术保障。 路由器是连接因特网中各局域网、广域网的设备，它会根据信道的情况自动选择和设定路由，以最佳路径，按前后顺序发送信号的设备。路由器的一个作用是连通不同的网络，另一个作用是选择信息传送的线路。选择通畅快捷的近路，
基于无线传感器网络的智能交通系统的设计
一、课题研究目的 针对目前中国的交叉路口多，车流量大，交通混乱的现象研究一种控制交通信号灯的基于无线传感器的智能交通系统。 二、课题背景 随着经济的快速发展，生活方式变得更加快捷，城市的道路也逐渐变得纵横交错，快捷方便的交通在人们生活中占有及其重要的位置，而交通安全问题则是重中之重。据世界卫生组织统计，全世界每年死于道路交通事故的人数约有120 万，另有数100 万人受伤。中国拥有全世界1. 9 %的汽车，引发的交通事故占了全球的15 % ，已经成为交通事故最多发的国家。2000 年后全国每年的交通事故死亡人数约在10 万人，受伤人数约50万，其中60 %以上是行人、乘客和骑自行车者。中国每年由于汽车安全方面所受到的损失约为5180 亿(人民币)，死亡率为9 人/ 万·车，因此，有效地解决交通安全问题成为摆在人们面前一个棘手的问题。 在中国，城市的道路纵横交错，形成很多交叉口，相交道路的各种车辆和行人都要在交叉口处汇集通过。而目前的交通情况是人车混行现象严重，非机动车的数量较大，路口混乱。由于车辆和过街行人之间、车辆和车辆之间、特别是非机动车和机动车之间的干扰，不仅会阻滞交通，而且还容易发生交通事故。根据调查数据统计，我国发生在交叉口的交通事故约占道路交通事故的1/ 3，在所有交通事故类型中居首位，对交叉口交通安全影响最大的是冲突点问题，其在很大程度上是由于信号灯配时不合理(如黄灯时间太短,驾驶员来不及反应)，以及驾驶员不遵循交通信号灯，抢绿灯末或红灯头所引发交通流运行的不够稳定。随着我国经济的快速发展，私家车也越来越多，交通控制还是延续原有的定时控制，在车辆增加的基础上，这种控制弊端也越来越多的体现出来，造成了十字交叉路口的交通拥堵和秩序混乱，严重的影响了人们的出行。智能交通中的信号灯控制显示出了越来越多的重要性。国外已经率先开展了智能交通方面的研究。 美国VII系统(vehicle infrastructure integration)，利用车辆与车辆、车辆与路边装置的信息交流实现某些功能，从而提高交通的安全和效率。其功能主要有提供天气信息、路面状况、交叉口防碰撞、电子收费等。目前发展的重点主要集中在2个应用上: ①以车辆为基础; ②以路边装置为基础。欧洲主要是CVIS 系统(cooperative vehicle infrastructure system)。它有60 多个合作者，由布鲁塞尔的ERTICO 组织统筹，从2006 年2 月开始到2010年6月，工作期为4年。其目标是开发出集硬件和软件于一体的综合交流平台，这个平台能运用到车辆和路边装置提高交通管理效率，其中车辆不仅仅局限于私人小汽车，还包括公共交通和商业运输。日本主要的系统是UTMS 21 ( universal traffic management system for the 21st century , UTMS 21)。是以ITS 为基础的综合系统概念,由NPA (National Police Agency) 等5个相关部门和机构共同开发的，是继20 世纪90 年代初UTMS 系统以来的第2代交通管理系统，DSSS是UTMS21中保障安全的核心项目，用于提高车辆与过街行人的安全。因此，从国外的交通控制的发展趋势可以看出，现代的交通控制向着智能化的方向发展，大多采用计算机技术、自动化控制技术和无线传感器网络系统，使车辆行驶和道路导航实现智能化，从而缓解道路交通拥堵，减少交通事故，改善道路交通环境，节约交通能源，减轻驾驶疲劳等功能，最终实现安全、舒适、快速、经济的交通环境。
无线传感器网络试题库
《无线传感器网络》 一、填空题（每题4分，共计60分） 1.传感器网络的三个基本要素：传感器、感知对象、用户(观察者) 2.传感器网络的基本功能：协作式的感知、数据采集、数据处理、发布感知信息 3、 3.无线传感器节点的基本功能：采集数据、数据处理、控制、通信 4.无线通信物理层的主要技术包括：介质选择、频段选取、调制技术、扩频技术 5.扩频技术按照工作方式的不同，可以分为以下四种：直接序列扩频、跳频、跳时、宽带 线性调频扩频 6.定向扩散路由机制可以分为三个阶段：兴趣扩展阶段、梯度建立阶段、路径加强阶段 7.无线传感器网络特点：大规模网络、自组织网络、可靠的网络、以数据为中心的网络、 应用相关的网络 8.无线传感器网络的关键技术主要包括：网络拓扑控制、网络协议、时间同步、定位技术、 数据融合及管理、网络安全、应用层技术 9.IEEE 标准主要包括：物理层。介质访问控制层 10.简述无线传感器网络后台管理软件结构与组成：后台管理软件通常由数据库、数据处理 引擎、图形用户界面和后台组件四个部分组成。 11.数据融合的内容主要包括：多传感器的目标探测、数据关联、跟踪与识别、情况评估和 预测 12.无线传感器网络可以选择的频段有：_800MHz___915M__、、___5GHz 13.传感器网络的电源节能方法：_休眠（技术）机制、__数据融合 14.传感器网络的安全问题：(1) 机密性问题。 (2) 点到点的消息认证问题。 (3) 完整 性鉴别问题。 15.规定三种帧间间隔：短帧间间隔SIFS，长度为 28 s a)、点协调功能帧间间隔PIFS长度是 SIFS 加一个时隙(slot)长度，即78 s b)分布协调功能帧间间隔DIFS ，DIFS长度=PIFS +1个时隙长度，DIFS 的长度为 128 s 16.任意相邻区域使用无频率交叉的频道是，如：1、6、11频道。 17.网络的基本元素SSID标示了一个无线服务，这个服务的内容包括了：接入速率、工作 信道、认证加密方法、网络访问权限等 18.传感器是将外界信号转换为电信号的装置，传感器一般由敏感元件、转换元件、转换电 路三部分组成 19.传感器节点由传感器模块、处理器模块、无线通信模块和能量供应模块四部分组成 20.物联网是在计算机互联网的基础上，利用RFID、无线数据通信等技术，构造一个覆盖 万物的网络。RIFD无线识别、嵌入式系统技术、能量供给模块和纳米技术列为物联网关键技术。 二、基本概念解释（每题5分，共40分） 1.简述无线网络介质访问控制方法CSMA/CA的工作原理 CSMA/CA机制: 当某个站点（源站点）有数据帧要发送时，检测信道。若信道空闲，且在DIFS时间内一直空闲，则发送这个数据帧。发送结束后，源站点等待接收ACK确认帧。如果目的站点接收到正确的数据帧，还需要等待SIFS时间，然后向源站点发送ACK确认帧。若源站点在规定的时间内接收到ACK确认帧，则说明没有发生冲突，这一帧发送成功。否则执行退避算法。
基于无线传感网络的大型结构健康监测系统_尚盈
文章编号:1004-9037(2009)02-0254-05 基于无线传感网络的大型结构健康监测系统 尚 盈 袁慎芳 吴 键 丁建伟 李耀曾 (南京航空航天大学智能材料与结构航空科技重点实验室,南京,210016) 摘要:针对大型碳纤维复合材料机翼盒段壁板结构,实现了基于无线传感网络的多点应变结构健康监测系统,采用自组织竞争神经网络成功判别了集中载荷模拟的损伤位置。本系统由传感采集子系统、无线传感网络子系统和终端监控子系统三部分组成。为了降低系统网络功耗及成本,提高系统的稳定性和可靠性,改善传感网络的实时性和同步性,设计了可直接配接无线传感网络节点的低功耗多通道应变传感器信号调理电路和基于无线传感网络的层次路由协议,开发了多通道应变数据采集、网络簇头转发和中继节点接收等主要软件模块。实验证明,相比于传统有线的监测方法和数据采集系统,基于无线传感网络的结构健康监测系统具有负重轻、成本低、易维护和搭建移动方便等优点。 关键词:无线传感网络;结构健康监测;层次路由协议;自组织竞争网络中图分类号:T P2;T P9 文献标识码:A 基金项目:国家“八六三”高技术研究发展计划(2007AA 032117)资助项目;国家自然科学基金(60772072,50420120133)资助项目;航空基金(20060952)资助项目。 收稿日期:2007-09-05;修订日期:2008-04-17 Large -Scale Structural Health Monitoring System Based on Wireless Sensor Networks S hang Ying ,Yuan Shenf ang ,Wu J ian ,Ding J ianw ei ,L i Yaoz eng (T he A ero nautic Key La bo rat or y o f Smart M ater ial and Str uct ur e,N anjing U niv ersit y o f Aer onautics and A str onautics,N anjing,210016,China) Abstract :Aimed at the large-scale structure and anisotropy nature o f the carbon fiber compos-ite material w ing box ,a large-scale structural health m onitoring system based on w ireless sen-sor netw orks is presented .A kind of artificial neural netw ork is designed to distinguish the damag e locatio n simulated by the co ncentrated load .The sy stem co nsists o f the sensor data ac-quisition,the w ireless sensor netw or ks,and the terminal monitoring sub-sy stem s.To im pro ve the performance o f the system ,the signal conditio ning circuit and the hierarchical routing pro -to col are designed based o n w ireless sensor netw orks ,the prog rams of data acquisition and Sink node are ex ploited.Experimental result pro ves that the system has advantag es of flexibili-ty o f deplo yment,low maintenance and deploym ent costs . Key words :w ir eless senso r netw or ks ;str uctural health monitoring ;hierarchical routing ;self -org anizing com petitive netw o rk 引 言 结构健康监测技术是采用智能材料结构的新概念,利用集成在结构中的先进传感/驱动元件网络,在线实时地获取与结构健康状况相关的信息(如应力、应变、温度、振动模态、波传播特性等),结 合先进的信号信息处理方法和材料结构力学建模 方法,提取特征参数,识别结构的状态,包括损伤,并对结构的不安全因素在其早期就加以控制,以消除安全隐患或控制安全隐患的进一步发展,从而实现结构健康自诊断、自修复、保证结构的安全和降低维修费用[1]。 无线传感网络节点具有局部信号处理的功能, 第24卷第2期2009年3月数据采集与处理Jour nal of D ata A cquisition &P ro cessing Vo l.24N o.2M a r.2009
《无线传感器网络》试题.
《无线传感器网络》试题 一、填空题（每题4分，共计60分） 1、传感器网络的三个基本要素：传感器，感知对象，观察者 2、传感器网络的基本功能：协作地感知、采集、处理和发布感知信息 3、无线传感器节点的基本功能：采集、处理、控制和通信等 4、传感器网络常见的时间同步机制有： 5、无线通信物理层的主要技术包括：介质的选择、频段的选择、调制技术和扩频技术 6扩频技术按照工作方式的不同，可以分为以下四种： ：直接序列扩频、跳频、跳时、宽带线性调频扩频 7、定向扩散路由机制可以分为三个阶段：周期性的兴趣扩散、梯度建立和路径加强 8、无线传感器网络特点：大规模网络、自组织网络、可靠的网络、以数据为中心的网络、应用相关的网络 9、无线传感器网络的关键技术主要包括：网络拓扑控制、网络协议、时间同步、定位技术、数据融合及管理、网络安全、应用层技术等 10、IEEE 802.15.4标准主要包括：物理层和MAC层的标准 11、简述无线传感器网络后台管理软件结构与组成：后台管理软件通常由数据库、数据处理引擎、图形用户界面和后台组件四个部分组成。 12、数据融合的内容主要包括：多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测 13、无线传感器网络可以选择的频段有：868MHZ、915MHZ、2.4GHZ 5GHZ 14、传感器网络的电源节能方法：休眠机制、数据融合等， 15、传感器网络的安全问题：(1) 机密性问题。 (2) 点到点的消息认证问题。 (3) 完整性鉴别问题。 16、802.11规定三种帧间间隔：短帧间间隔SIFS，长度为 28 μs 、点协调功能帧间间隔PIFS长度是 SIFS 加一个时隙(slot)长度，即78 μs 分布协调功能帧间间隔DIFS ，DIFS长度=PIFS +1个时隙长度，DIFS 的长度为128 μs
_无线传感器网络定位算法
无线传感网络定位算法 目录 一、常用定位技术 (2) 1.1 GPS与A-GPS定位 (2) 1.2 基站定位（cell ID定位） (3) 1.3 Wifi AP定位 (3) 1.4 FRID、二维码定位 (3) 二、定位算法研究的目的和意义 (4) 三、WSN定位算法分析 (5) 3.1 基于锚节点的定位算法 (5) 3.1.1 距离相关定位算法 (5) 3.1.2 距离无关定位算法 (6) 3.2 基于移动锚节点的定位算法 (8) 3.2.1 基于移动锚节点的距离相关定位算法 (9) 3.2.2 基于移动锚节点的距离无关定位算法 (11) 四、总结 (13) 附：组员及分工情况..................................................................................... 错误！未定义书签。
一、常用定位技术 1.1 GPS与A-GPS定位 常见的GPS定位的原理可以简单这样理解：由24颗工作卫星组成，使得在全球任何地方、任何时间都可观测到4颗以上的卫星，测量出已知位置的卫星到用户接收机之间的距离，然后综合多颗卫星的数据就可知道接收机的具体位置。在整个天空范围内寻找卫星是很低效的，因此通过GPS 进行定位时，第一次启动可能需要数分钟的时间。这也是为啥我们在使用地图的时候经常会出现先出现一个大的圈，之后才会精确到某一个点的原因。不过，如果我们在进行定位之前能够事先知道我们的粗略位置，查找卫星的速度就可以大大缩短。 GPS系统使用的伪码一共有两种，分别是民用的C/A码和军用的P（Y）码。民用精度约为10米，军用精度约为1米。GPS的优点在于无辐射，但是穿透力很弱，无法穿透钢筋水泥。通常要在室外看得到天的状态下才行。信号被遮挡或者削减时，GPS定位会出现漂移，在室内或者较为封闭的空间无法使用。 正是由于GPS的这种缺点，所以经常需要辅助定位系统帮助完成定位，就是我们说的A-GPS。 例如iPhone 就使用了A－GPS，即基站或WiFi AP 初步定位后，根据机器内存储的GPS 卫星表来快速寻星，然后进行GPS 定位。例如在民用的车载导航设备领域，目前比较成熟的是GPS + 加速度传感器补正算法定位。在日本的车载导航市场是由Sony 的便携式车载导航系统Nav-U1 首先引入量产。例如在增加了三轴陀螺仪的iphone4里可以利用三轴陀螺仪来辅助完成定位，具体可以参见这篇文章的介绍，不过三轴陀螺仪定位的误差会随着时间逐渐积累。