无线传感网考试试题（通用8篇）
1.无线传感网考试试题 篇一
无线传感器网络学习心得
初次接触这个课程时，我无意地在课本中看到了对于无线传感器网络的基本概述：无线传感器网络是一种全新的信息获取平台，能够实时监测和采集网络分布区域内各种检测对象的信息，并将这些信息发送到网关节点，以实现复杂的指定范围内目标检测与跟踪。这让我联想到物联网体系的感知层与网络层，乍一想，这不就是物联网感知层与网络层的整体解决方案么？美国《商业周刊》与MIT技术评论分别将无线传感器网络列为改变世界的10大技术之一。作为一名物联网工程专业的大学生，了解于此，内心燃起了一团火焰，因为觉得这个将成为我们将以时代推动者的身份参与到人类21世纪的建设中。
学习无线传感器网络这个课程，分3个阶段，第一个阶段是分别讲解无线传感器网络里面的各个组成部分，包括物理层，信道接入技术，路由协议，拓扑技术，网络定位与时间同步技术等等。第二个阶段是整合零碎的知识，总结出无线传感器网络的工作原理。第三阶段是利用现有知识理解无线传感器网络在物联网环境下的应用并且能够根据现实需求设计出符合要求的一个整体的无线传感器网络。
第一阶段知识总结，（1）无线传感器网络物理层是数据传输的最底层，它需要考虑编码调制技术，通信速率，通信频段等问题。信道接入技术中有IEEE 802.11MAC协议，S-MAC协议，Sift协议，TDMA技术，DMAC技术，CDMA技术。在物理层和信道接入技术主要有2个标准，一个是IEEE 802.15.4标准，一个是ZigBee标准，它们各有优劣，可根据现实情况采用不同标准。（2）无线传感器网络路由协议的作用是寻找一条或或多条满足一定条件的，从源节点到目的节点的路径，将数据分组沿着所寻找的路径进行转发。路由协议中有Flooding协议，Gossiping协议，SPIN协议，DD协议，Rumor协议，SAR协议，LEACH协议，PEGASIS协议等协议。（3）动态变化的拓扑结构是无线传感器网络最大特点之一，拓扑控制策略为路由协议、MAC协议、数据融合、时间同步和目标定位等多方面都奠定了基础。在无线传感器网络中，拓扑控制将影响整个网络的生存时间，减小节点间通信干扰，提高网络通信效率，为路由协议与时间同步提供基础，影响数据融合与弥补节点失效的影响。（4）无线传感器网络主要有两种基本感知模型，而这又跟覆盖问题直接相关。根据无线传感器网络不同的应用，覆盖需求通常不同。根据覆盖目标不同，目前覆盖算法可以分为面覆盖，点覆盖及栅栏覆盖。（5）无线传感器网络的定位是指自组织的网络通过特定方法提供节点位置信息。这种自组织网络定位分为节点自身定位和目标定位。节点自身定位是确定网络中节点的坐标位置的过程。目标定位是确定网络覆盖范围内目标的坐标位置。定位过程中把定位算法分为基于测距和无需测距的定位算法。基于测距的定位算法需要测量相邻节点之间的绝对距离或者访方位，并利用节点间的实际距离或者方位来计算位置节点的位置，常用的测距技术用RSS（到达信号强度）测量法，TOA（到达时间）测量法，TDOA（到达时间差）测量法，RSSI（到达信号强度）测量法等。（6）无线传感器网络上的目标跟踪与其定位不同，主要目的不是追求定位的精度，而是需要对移动的目标或者时间进行动态的监测。基于无线传感器网络的目标跟踪过程大致包括3个阶段：检测、定位和通告。检测阶段：无线传感器网络中的节点周期性地通过传感器模块检测是否有目标出现。定位阶段：为了节省能量，只有距离跟踪目标比较近的节点才会对目标进行定位，如果节点接受到另外两个或者两个以上的节点到跟踪目标的距离，则可选用三边定位法或者多边极大似然估计法计算跟踪目标的位置。通告阶段：计算出跟踪跟踪目标的运动轨迹后，传感器网络要通知跟踪目标周围的节点启动进入跟踪状态。（7）无线传感器网络中的时间同步技术有两大时间同步模型，时钟模型与通信模型。时间同步协议中有经典的LTS协议，RBS协议，TPSN协议，DMTS协议和FTSP协议等协议。（8）在无线传感器网络中间件应用中，无线传感器网络中间件体系结构是无线传感器网络中间件的核心，它决定着无线传感器网络的运行及组织方式。（9）传感器网络以数据中心的特点使得其设计方法不不同于其他计算机网络，传感器网络应用系统的设计以感知数据管理和处理为中心，把数据库技术和网络技术紧密结合，从逻辑概念和软、硬件技术两个方面实现一个高性能的以数据为中心的网络系统。（10）无线传感器网络数据不能局限于网络内部传输，这样不利于无线传感器网络的普及应用，必须让终端用户能够通过外部网络（如Internet）便捷地访问无线传感器网络采集的环境数据。这就需要物联网环境下的无线传感器网络接入技术了。多网融合的无线传感器网络是在传统的无线传感器网络的基础上，利用网关接入技术，实现无线传感器网络与以太网、无线局域网、移动通信网等多种网络的融合。处于特定应用场景中的、高效组织组织的节点，在一定的网络调度与控制策略驱动下，对其所部属的区域开展监控与传感；网关节点设备将实现对其所在的无线传感器网络的区域管理、任务调度、数据聚合、状态监控与维护等一系列功能。经网关节点融合、处理并经过相应的标准化协议处理和数据转换之后的无线传感器网络信息数据，将有网关节点设备聚合，根据其不同的业务需求及所接入的不同网络环境，经由TD-SCDMA和GSM系统下的地面无线接入网、Internet环境下的网络通路及无线局域网网络下的无线链路接入点等，分别接入TD-SCDMA与GSM核心网、Internet主干网及无线局域网等多类型异构网络，并通过各网络下的基站或主控设备，将传感信息分发至各终端，以实现针对无线传感器网络的多网远程监控与调度。（11）无线传感器网络具有很强的应用相关性，起硬件需要满足轻量化、扩展性、灵活性、稳定性、安全性与低成本等要求。
学习的第二个阶段，对零碎的知识点进行整合，总结出对无线传感的工作原理的自我理解。
上图就是一个典型的无线传感器网络应用系统的简易示意图，它拥有着无线传感器网络所应该拥有的最基本的三种类型的节点，即传感器节点（sensor node），汇聚节点（sink），用户的管理节点（User）以及互联网或通信卫星。传感器节点（sensor node）分布于监测区域的各个部分（sensor field），用于收集数据，并且将数据路由至信息收集节点（sink），信息收集节点（sink）与信息处理中心（User）通过广域网络进行通信，从而对收集到的数据进行处理。
学习的第三阶段：利用现有的知识体系，理解无线传感器网络在现实中的应用，并且可以根据现实的需求设计出合理的应用体系。结合无线传感器网络在农业中的应用进行探究：（1）在体系结构选择方面，其体系结构选择通性化的网络体系结构，跟上图体系相符。（2）节点选择方面，由于农业监测的复杂性及监测环境对于外来设备的敏感性，要求传感器节点体积尽可能小，为了获取到确切的监测信息，要求传感器节点装备多种高精度传感器。为了延长传感网的使用寿命，需要传感器节点具有尽可能长的生命周期。（3）能量管理：实际情况下的传感器网络应用可能需要长达多个月的环境监控，而单个节点的能量非常有限。为了节省能量，在发生传感任务时，只有相邻区域的节点处于传感通信状态，其余节点不需要传感和转发数据包，应当关闭无线通信系统，使其休眠节省能量。（4）数据采集方面，在无线传感器网络中，靠近基站的节点要为其他节点转发数据，能量消耗较大，边缘节点只要进行数据收集，能耗较少，所以边缘节点应当采取一定的算法对数据进行融合，降低通信量，校正采样数据之后再进行发送。（5）通信机制方面，包括路由协议、MAC协议及通信部件的控制访问机制等，路由协议负责将数据分组从源节点通过网络发送到目的节点，寻找源节点和优化节点间的路径，将数据分组沿优化的路径正确转发。MAC协议决定无线信道的使用方式，在节点间分配有限的通信资源，无线通信模块在发送状态消耗能量最多，睡眠状态消耗最少，接受和侦听状态下消耗稍小于发送状态（6）远程任务控制主要是在对环境监控一段时间后，调整网络的任务，这需要向基站发出命令，基站通过发送广播消息发出指令，还要对节点的能量、通信等状态进行监控，不断进行任务调整，延长传感器网络的使用寿命。
根据现实的需求设计出合理的应用体系分这几步：（1）根据客户的要求，分析现实的需求，书写需求文档。（2）设计出无线传感器网络的整体框架体系，选择与设计各项通信协议与通信机制。（3）分别对框架中的软硬件进行分析与设计（4）进入开发状态（5）测试，交付，维护
以上就是我对无线传感器网络课程的学习心得了，在此课程中，虽然我对其中的知识体系有所了解，但是缺少实际的操作与开发，只是停留在了浅显的认识层面，只有通过实际的操作，才能更深入地去了解它其中的核心，而这一点却恰恰是我们这个课程的学生所缺少的，基于此，我非常地希望在这个专业、这个课程中，有专业的实验室让我们这群学生能够进行实打实的器械操作，这样才能真正地达到“格物致知”，“学为实用”啊。
2.无线传感网考试试题 篇二
1 无线传感网数据聚集技术及其分类
通常情况下, 一个无线传感器网络中都要部署大量的传感器节点, 节点对环境进行感测并把数据传送到汇聚节点, 在汇聚节点中对数据进行融合。如果在数据到达汇聚节点之前进行融合, 就可以大大减少网络中传送的数据包的数量, 有利于节约传感节点的能量消耗。这种技术被称为数据聚集技术。Elena Fosolo等人[1]这样定义数据聚集技术:“数据聚集是指在一个多跳的网络中, 采集并路由数据的过程, 其中的数据处理由中间节点进行, 目的在于减少资源的消耗 (尤其是能量) , 从而延长网络的生命周期”。
数据聚集技术在很大程度上受网络拓扑结构的影响。因此, 可以按网络结构的类型把数据聚集技术分成平面型与层次型两大类, 如图1所示。层次型数据聚集技术又可以进一步分成基于簇、基于链、基于树、基于网格等类型。
2 平面型数据聚集技术
在平面网络中, 每一个传感节点在网络中的作用是相同的, 数据聚集是由以数据为中心的路由完成的。汇聚节点以某种路由协议向传感节点发出一个查询消息, 拥有与该查询相匹配数据的节点就把响应消息发送回汇聚节点。
常见的平面型路由协议有:
泛洪协议Flooding和Gossiping协议;
信息协商传感协议SPIN;
定向扩散协议Directed Diffusion;
谣传路由Rumor routing;
基于梯度的路由Gradient-Based Routing。
平面型数据聚集技术对汇聚节点的通信与运算负担导致能量的过快消耗。一旦汇聚节点能量耗尽而死亡, 传感网络的功能就遭到破坏。平面型数据聚集技术只适用于小型网络。
为提高网络的规模性和能量有效性, 人们提出了各种层次型的数据聚集技术。
3 层次性数据汇聚技术
3.1 基于簇的数据汇聚技术
在这种层次型网络中, 网络节点被划分为簇, 每个簇都有一个特殊的节点称为簇首, 簇首节点负责聚集本簇节点的数据并把数据发送到汇聚节点, 这里介绍3种基于簇的数据汇聚协议:
1) LEACH (Low-Energy Adaptive Clustering Hierarchy)
LEACH[2]协议是第一个基于簇的数据汇聚协议, LEACH在运行过程中不断的执行簇的重构过程, 每个簇的重构过程可以用回合来描述, 每个回合可以分成两个阶段, 簇的建立阶段和传输数据的稳定阶段。在簇建立阶段, 进行簇的划分和簇首的挑选。选出的簇首向所有节点广播自己成为簇首的消息, 其他节点根据收到的消息强度决定加入哪个簇, 并告知相应的簇首, 完成簇的建立过程。
在稳定阶段, 传感器节点将数据传送到簇首节点, 簇首对采集的数据进行数据融合后再将消息传送到汇聚节点。
稳定阶段持续一段时间后, 网络将重新进入簇的建立阶段, 进行下一轮的簇的重建, 如此不断循环。
2) CAG (Clustered Aggregation Technique)
CAG[3]根据用户查询误差阈值和节点数据的空间相关性进行分簇, 从而减少传送的数据量, 满足查询的精度要求。CAG以两种模式工作:交互模式和流模式。在交互模式下, CAG对每一个查询产生一个响应;在流模式下, 对一个查询CAG生成周期性的响应。CAG的交互模式只是利用了数据的空间相关性, 数据传送的路径与查询传播的路径正好相反。在交互模式下, 每次用户需要新的数据都需要广播一个查询。
在流模式下, CAG同时利用了数据的空间相关性和时间相关性, 在流模式下只要把查询一次性注入到网络中, CAG会每隔设定的时间间隔就产生一次对该查询的响应。
3) EECDA (Energy Efficient Clustering and Data Aggregation)
EECDA[4]结合了基于簇的能量有效性的路由和数据聚集功能, 以增强网络的寿命和稳定性, 它主要用于异构的无线传感器网路。EECDA平衡了能量的消耗, 延长了网络生命周期, 与LEACH相比, 它使网络生命周期延长了51%。
3.2 基于链的数据聚集技术
在基于簇的网络中, 如果簇首节点离汇聚节点较远, 则与汇聚节点的通信会消耗更多的能量, 而在基于链的数据聚集技术中, 数据只传送给最近的邻居节点。
1) PEGASIS (Power Efficient GAthering in Sensor Information System)
PEGASIS[5]是对LEACH协议的改进, 在PEGASIS中没有簇的建立与簇首节点的选取, 每个节点用信号强度来判断到其邻居节点的距离, 然后调节自己发送信号的强度, 使只有最临近的节点才能接受到信号, 采集到的数据以点对点的方式传递、融合并最终被送到汇聚结点。传感节点与汇聚结点的通信是轮流进行的, 从而使能量消耗均衡分布在每个节点上。
2) COSEN (Chain Oriented Sensor Network for Efficient Data Collection)
COSEN[6]是基于链的两层结构的路由方案。与PEGASIS相比, 它减少了传送延迟和能量消耗。它将传感器节点按地理位置划分为多个低层的链, 对每一个低层链, 具有最多剩余能量的节点被选作链首。高层的链及其链首在低层链的基础上形成, 在数据通信时, 所有的普通节点与PEGASIS中的节点一样传送融合的数据, 通过低层链首和高层链首把数据发送到汇聚节点。COSEN引入了冗余的传送路程, 特别是在最靠近汇聚节点的地方。
3) Enhanced PEGASIS
该方法将整个传感网区域以汇聚节点为中心分成多个同心扇环, 对每个同心扇环, 用基于PEGASIS的贪心算法建立一个节点链。在数据通信时普通节点与PEGASIS中一样传送数据, 然后从最外层的扇环向内层的扇环, 进行一个多跳的, 链首对链首的数据传输过程。
3.3 基于树的数据聚集技术
在基于树的数据聚集技术中, 节点以树状结构进行组织, 汇聚结点就是树的根节点, 其他节点把数据聚集并传送到根节点, 能量有效的树的构建是这类技术的关键。
1) TREEPSI (Tree-based Efficient Protocol for Sensor Information)
在传送数据之前, 首先在所有节点中选择根节点, 并构建树。构建树的方法有两种, 第一种方法是由汇聚节点, 计算出路径, 并广播到全网络;第二种方法是在每个节点内建一个算法, 所有节点分布式构建相同的树。
在初始阶段, 根节点使用标准的树遍历算法向其子节点发送控制包来建立数据收集过程。在数据传输阶段, 所有的叶节点传送数据到它们的父节点, 父节点收到数据后与它们自己的数据融合后再发送到它们的父节点, 这一过程不断重复直到根节点收到数据。最后由根节点直接发送到汇聚节点。路径建立后可进行多轮的通信, 直到根节点耗尽能量死亡, 再构建一个新的树状路径。
2) TCDGP (Tree-Clustered Data Gathering Protocol)
TCDGP[8]协议结合了簇与树两种结构, 它把数据采集的过程分成三个阶段:第一阶段, 建立簇的阶段;第二阶段构建基于簇的树;第三阶段数据聚集阶段。
第一阶段, 由汇聚结点建立簇并选择簇首。汇聚节点按照节点的位置选取簇首, 簇首必须位于一个簇的中心位置。第二阶段以各个簇首为根节点在簇内构建最小生成树。
在数据聚集阶段, 节点传送数据到高层的节点, 高层的节点对数据融合后发送到更高层的节点, 这一过程反复进行直到数据聚集到根节点。
3.4 基于网格的数据聚集技术
在基于网格的数据聚集技术中, 每个网格中数据聚集节点是固定的, 它负责收集网格中所有节点的数据, 而网格中的传感节点之间并不相互通信, 网格中的任一个传感节点都可以轮流充当数据聚集节点, 直到最后一个节点死亡为止, 这种技术尤其适用于军事监控和气象预测等。
1) GROUP
GROUP[9]协议是一种能量有效的基于簇的路由协议, 节点被分成多个的簇, 每个簇选出一个节点作为簇首, 所有的簇首组成一个虚拟的簇网格。汇聚节点发出的查询经由簇首传送到每个节点, 节点中与查询相匹配的数据再通过簇首路由回汇聚节点。
GROUP动态地选择簇首, 数据的传送包括三个过程:簇网格的构建过程、查询的传递和数据的传递。
簇网格构造阶段, 在网络中的所有的汇聚节点中选择一个汇聚节点作为主汇聚节点, 由主汇聚节点根据节点的位置初始化簇网格的构建, 主汇聚节点比其他汇聚节点更靠近网络的中心, 从而保证在最短的时间内构建网格。
查询传送阶段, 查询分别通过有限广播和单播传送, 汇聚节点发送两类查询:位置感知的查询、位置不知的查询。位置不知的查询由汇聚节点发送至邻近的簇首节点。位置感知的查询发送到离目的区域最近的下游簇首。
在数据传输阶段, 传感节点从簇首接收到查询后, 检查收集的数据, 如果数据与查询相匹配, 就发送到簇首, 数据由簇首逐级传递到它的上游簇首, 直到抵达发出查询的汇聚节点为止。在GROUP中, 数据聚集由簇首承担, 以减少数据传输量。
2) ATCBG (Aggregation Tree Construction Based On Grid)
ATCBG在GROUP基础上有所改进。在ATCBG中, 以汇聚节点为网格的中心来构建聚集树。整个网络划分成网格, 每个网格就是一个簇, 簇首节点的选取是综合考虑节点的剩余能量、到网格中心的距离等因素来确定。数据的聚集由簇首承担, 所有的簇首节点构成树状结构。汇聚节点初始化聚集树的构建。
由于簇首节点接收与融合数据, 消耗的能量较多, 必须定期更换。当簇首节点的剩余能量低于阈值时, 它会发出更换簇首的消息。
在数据传输时, 传感节点首先把收集的数据发送到簇首节点, 簇首把从簇成员节点, 以及子节点处收到的数据进行融合后, 发送到它的父节点, 这一过程不断进行, 直到数据传递到汇聚节点。
4 结束语
数据聚集技术通过减少无线传感网络中传输的数据量, 提高了网络的能效, 延长了网络的生命周期。数据聚集技术与网络结构密切相关, 文章基于网络的拓扑结构, 分析了无线传感网中的数据聚集技术。这些技术关注于提高网络性能, 如数据延迟、数据精度、能量消耗等。目前这些工作主要集中在数据聚集的路由机制方面, 而对异构性以及诸如单跳、多跳等通信模式对数据聚集的影响等方面的研究还不够多。这些将是今后研究的方向之一。此外, 与数据聚集相关的安全性, 数据延迟等方面还有很多的工作值得进一步的研究。
摘要：无线传感网通常包含大量的低成本传感器节点, 传感节点的感测、能量、计算、通信能力都受到严格限制。重要的是最小化网络中的数据传输量, 从而延长网络生命周期, 提高信道利用率。数据聚集技术被认为是一种有效的方法, 它能减少数据传输量, 降低能量消耗。文章基于网络拓扑结构分析了主要的数据聚集技术, 并基于目前的研究提出了今后的研究方向。
关键词：无线传感网,数据聚集,能量有效
参考文献
[1]Fasolo E., Rossi M., Widmer J.and Zorzi M[J].IEEE Wireless communication, 2007.
[2]W.Heinzelman, A.Chandrakasan, and H.balakrishnan.An Energy-Efficient Communication Protocol for Wireless Microsensor Net works, Proc[J].Hawaii Conf.System Sciences, Jan, 2000.
[3]SunHee Yoon and Cyrus Shahabi, March.The Clustered AGgregation (CAG) Technique Leveraging Spatial and Temporal Correlations in Wireless Sensor Networks[J].ACM Transactions on Sensor Networks (TOSN) , Vol.3, Issue 1, No.3, 2007.
[4]D.Kumar, T.C.Aseri, R.B.Patel.EECDA:Energy Efficient Clustering and Data Aggregation Protocol for Heterogeneous Wireless Sensor Networks[J].Int.J.of Computers, Communications&Control, ISSN 1841-9836, E-ISSN 1841-9844 Vol.VI (2011) , No.1 (March) , pp.113-124
[5]Lindsey S Raghavendra C.PEGASIS Power-efficient Gathering in Sensor Information System[J].In Proceeding of the IEEE Aero space Conference.Montana IEEE Aerospace and Electronic Systems Society 2002, pp.1125-1130.
[6]N.Tabassum, Q.E.K.M.Mamun, and Q.Urano.COSEN:A Chain Oriented Sensor Network for Efficient Data Collection[J].Proceed ings of the Global Telecommunications conference, Vol.6, pp.3525-3530, 2003
[7]S.S.Satapathy and N.Sarma, TREEPSI:tree based energy efficient protocol for sensor information, Wireless and Optical Communica tions Networks[J].IFIP International Conference 11-13 April 2006.
[8]Gurpreet Singh Chhabra, Dipesh Sharma.Cluster-Tree based Data Gathering in Wireless Sensor Network[J].International Journal of Soft Computing and Engineering (IJSCE) ISSN:2231-2307, Volume-1, Issue-1, March 2011
3.无线传感网数据传输 篇三
互联网时代下，无线传感器网络快速发展，被广泛应用到国防、电力、能源、农业等多个领域，凭借自身成本低、自组织性等优势无线传感器网络受到了广泛关注。但随着其在实践中的应用，无线传感器网存在节点有限等缺陷，保持网络对于数据感知准确性成为无线传感网络发展的重要问题。文章结合无线传感网构成及特点，从关键技术等角度对无线传感网数据传输进行探讨，希望人们能够进一步了解无线传感网。
随着微传感技术、射频技术等技术不断发展，信息产业进入到无线传感器网络改革的第三次浪潮当中，对人类社会产生了深远影响。在无线传感网络支持下，人与人、人与物之间沟通日渐便利，使得智慧地球成为现实。由传感器节点构成的无线传感器网络，通过节点之间的相互协作，能够为数据传输提供了极大的支持。
无线传感网概述
无线传感网体系结构可以分为网络结构、硬件及软件环境。一般来说，无线传感网络结构是由传感器、汇聚及管理三个节点构成。节点是传感网络中最为重要的内容之一，其负责信息的收集和发送，且是信息的路由载体。通过互联网等途径，能够实现与外界环境的信息沟通和交流。硬件环境是由硬件结构组成，如传感器、数模信息转换器、存储器、射频模块以及为网络节点提供电能的电源模块等多种设备。而软件涉及现有的嵌入式系统，如VxWorks、WinCE及QNX等。
相比较其他网络，无线传感网在实践应用中具有独特性，如规模化特点，传感器的节点数量非常庞大，能够达到上万之多，对载体面积要求较高，如果在空间不大的载体上进行密集部署，需要允许大量冗余节点。动态性特点，传感网是一种拓扑结构，由于传感网络中的传感器、感知对象等都具备移动特点，因此要求传感网络具备适应的动态系统可重构性。数据特征性，网络中的设备是整个网络的唯一地址标识，要想访问互联网中的资源，需要将地址作为中心构建网络。
无线传感网络数据传输
关鍵技术。网络协议是无线传感网的核心，通过MAC协议和路由协议，能够进行具体、详细的数据传输。正因如此，协议赋予了节点计算、存储等多项能力，但也在一定程度上增加了网络协议设计难度。网络安全能够保证数据传输安全性、任务执行机密性，提高对数据的处理水平。拓扑控制是无线传感网的关键技术，能够减少节点能量，且能够提高网络延时。除此之外，时钟同步、定位技术等也是传感网数据传输的重要技术之一，如定位技术能够对节点的位置信息进行定位，使得节点能够进行随机部署。在具体应用中，传感网与分布式数据库具有相似之处，能够对网络数据进行高效管理，为数据传输构建和谐的外部环境。将关键技术有机整合到一起，为数据传输奠定坚实的技术基础。
数据采集。无线传感网最简单的采集方式是将采集到的数据定期发送到基站，基站进行离线处理。节点不会对数据信息进行处理，仅负责信息收集和发送任务。但是这种传感器节点能耗具有有限性，无法满足人们日渐提升的信息采集需求。对于大规模、高密度布置的无线传感网，这种网外离线数据采集方式，通信开销较大，对电能消耗过度，在一定程度上增加了信息传输成本。因此在具体应用中，要尽可能减少节点数量，以此来延长无线网络寿命，避免节点之间的互相影响，最大限度上提高节点通信量。此外，还有一种基于模型的数据采集，通过有效的数据维度，将信息发送到基站，发送的信息并非实际测量值，而是一组权值，与实际数据比较来看，需要发送系数、权值的数量较少，通过分布式处理方式，能够避免资源受限的限制。因此，还应对分布式感知数据建模问题进行关注，突破资源限制。
数据传输。无线传感网数据传输建立在路由、传输协议基础之上，底层为802.11无线网络协议。大规模无线数据网络回收过程中，可以将其中的节点划分不同的子网络，以此来拓展无线传感网覆盖范围。针对无线传感网的系统架构，当主网络无法满足需求时，可以转移到子网络上进行回收。具体来说：
首先，回收协议栈。传感节点路由组网，能够在很大程度上确保数据传输可靠性，通过树路由协议，能够对网络层进行子网组网及数据包路由转发，且提高传输层协议的控制，促使其能够在应用层完成传输任务。
其次，MESH传输。该回收方式与上一种方式有所差别。MESH网络回收建立在MESH-CA协议基础之上，子网SINK节点子网能够接受节点数据包，并将网关节点有机整合，实现主体之间的通信，最终将数据发送到服务器。
最后，上位机软件。这种方式能够真实、全面的反映拓扑结构，且能够保存回收的数据信息，满足用户需求。通过多条组网，能够将上位机软件与SINK节点相连接，实现通讯目标。在系统运行过程中，用户能够通过SINK节点接收子网数据节点，且对数据进行显示和回收，提高通信有效性。
4.无线传感器网络综述(网安). 篇四
陶滔
南华大学计算机科学与技术学院
湖南
421001 摘要:本文介绍了无线传感器网络的概念、特点、通信结构及其安全需求,并对其应用过程中可能遇到的攻击方式和相 应的抵御方法做了简单介绍。指出了无线传感器网络今后的研究方向及最新研究动态。
关键词:无线传感器网络;网络协议栈;传感器节点;多跳路由 0
引言
近年来随着传感器、计算机、无线通信及微机电等技术 的发展和相互融合,产生了无线传感器网络(WSN, wireless sensor networks。无线传感器网络技术与当今主流无线网络 技术使用同一个标准——802.15.14, 它是一种新型的信息获 取和处理技术。无线传感网络综合了嵌入式计算技术、传感 器技术、分布式信息处理技术以及通信技术,能够协作地实时 监测、感知和采集网络分布区域内的不同监测对象的信息。它的应用极其广泛, 当前主要应用于国防军事、智能建筑、国 家安全、环境监测、医疗卫生、家庭等方面。
无线传感器网络系统(WSNS, wireless sensor networks system通常由传感器节点、聚节点和管理节点组成。它的结 构图如图1。传感器节点负责将所监测的数据沿着其他传感器 节点逐跳地进行传输, 经过多跳路由, 然后到达汇聚节点, 最 后通过卫星或者互联网到达管理节点, 然后, 用户1通过管理 节点对传感器网络进行管理, 发布监测任务及收集监测数据。通过无线传感器网络可以实现数据采集、数据融合、任务的 协同控制等。
图
1无线传感网络系统结构图 1
无线传感器网络特点
目前常见的无线网络包括移动通信网、Ad Hoc 网络、无 线局域网、蓝牙网络等,与这些网络相比,无线传感器网络 具有以下特征:(1硬件资源有限
由于受到价格、硬件体积、功耗等的限制,WSN 节点的 信号处理能力、计算能力有限,在程序空间和内存空间上与 普通的计算机相比较,其功能更弱。
(2电源容量有限
由于受到硬件条件的限制,网络节点通常由电池供电, 电池能量有限。同时,无线传感网络节点通常被放置在恶劣 环境或者无人区域,使用过程中,不能及时给电池充电或更 换电池。
(3无中心
无线传感器网络中没有严格的中心节点,所有节点地位平等,是一个对等式网络。每一个节点仅知道自己邻近节点 的位置及相应标识,无线传感器网络利用相邻节点之间的相 互协作来进行信号处理和通信,它具有很强的协作性。
(4自组织
网络的布设和展开不需要依赖于任何预设的网络设备, 节点通过分层协议和分布式算法协调各自的监控行为,节点 开机后就可以快速、自动地组成一个独立的无线网络。
(5多跳路由
在无线传感器网络中,节点只能同它的邻居直接通信。如果想与其射频覆盖范围之外的节点进行数据通信,则需要 通过中间网络节点进行路由。无线传感器网络中的多跳路由 是由普通网络节点来完成的,没有专门的路由设备。
(6动态拓扑
无线传感器网络是一个动态的网络,节点能够随处移 动;一个节点可能会因为电池能量用完或其他故障原因,退 出网络运行;一个节点也可能由于某种需要而被添加到当前 网络中。这些都会使网络的拓扑结构发生变化,因此无线传
感器网络具有动态拓扑组织功能。(7节点数量多,分布密集
为了对一个区域执行监测,往往需要很多的传感器节点 被放置到该区域。传感器节点分布非常密集,通常利用节点 之间高度连接性来保证系统的抗毁性和容错性。
2无线传感器网络协议栈
无线传感器网络协议栈由以下五部分组成:物理层、数 据链路层、网络层、传输层、应用层,与互联网协议栈的五 层协议相对应,其结构如图
2。
作者简介:唐启涛(1982-,男,南华大学计算机科学与技术学院 2006级硕士研究生,研究方向:计算机网
络与信安全。陶滔(1969-,男,网络教研室主任、副教授,硕士生导师,研究方向:计算机网络安全。2008.2
网络安全技术与应用 图
2无线传感器网络协议栈 2.1物理层
物理层主要负责感知数据的收集,并对收集的数据进行 采样、信号的发送和接收、信号的调制解调等任务。在物理 层中的主要安全问题是建立有效的数据加密机制。由于对称 加密算法的局限性,它不能在 WSN 中很好的发挥作用,因而 如何使用高效的公钥算法是 W S N 有待解决的问题。
2.数据链路层
数据链路层主要负责媒体接入控制和建立网络节点之间 可靠通信链路,为邻居节点提供可靠的通信通道,主要由介 质访问控制层组成。介质访问控制层使用载波监听方式来与 邻节点协调使用信道,一旦发生信道冲突,节点使用相应的 算法来确定重新传输数据的时机。无线传感器网络的介质访 问控制协议通常采用基于预先规划的机制来保护节点的能量。
2.3网络层
网络层的主要任务是发现和维护路由。正常情况下,无 线传感器网络中的大量传感器节点分布在一个区域里,消息 可能需要经过多个节点才能到达目的地,且由于传感器网络 的动态性,使得每个节点都需要具有路由的功能。节点一般 采用多跳路由连接信源和信宿。
2.4传输层
由于无线传感器网络节点的硬件限制,节点无法维持端到 端连接的大量信息传输,而且节点发送应答消息也会消耗大量 能量,因而,目前还没有成熟的关于传感器节点上的传输层 协议的研究。汇聚节点只是传感器网络与外部网络的接口。
2.5应用层
应用层主要负责为无线传感器网络提供安全支持,即实 现密钥管理和安全组播。无线传感器网络的应用十分广泛, 其中一些重要的应用领域有:军事方面,无线传感器网络可 以布置在敌方的阵地上,用来收集敌方一些重要目标信息, 并跟踪敌方的军事动向:环境检测方面,无线传感器网络能 够用来检测空气的质量,并跟踪污染源;民用方面,无线传 感器网络也可用来构建智能家居和个人健康等系统。
3安全性需求
基于无线传感器网络的特殊性,形成了与其他网络系统不 同的网络安全特性, 并能直接应用到实际的无线传感网络中。归纳为以下几个方面: 3.1鲁棒性
传感器网络一般被放置在恶劣环境、无人区域或敌方阵 地中,环境条件、现实威胁和当前任务具有不确定性,它需 要设计具有抵抗节点故障的机制。一种常用方法是部署大量 节点。网络协议应该具有识别发生故障的相邻节点的能力, 并根据更新的拓扑进行相应的调节。
3.2扩展性
WSN 节点会随着环境条件的变化或恶意攻击或任务的变 化而发生变化,从而影响传感器网络的结构。同时,节点的 加入或失效也会导致网络的拓扑结构不断变化,路由组网协 议和 W S N S 必须适应 W S N 拓扑结构变化的特点。
3.3机密性
传感器网络在数据传输过程中,应该保证不泄露任何敏 感信息。应用中,通过密钥管理协议建立的秘密密钥和其他 的机密信息,必须保证只对授权用户公开。同时,也应将因 密钥泄露造成的影响尽可能控制在一个较小范围,不影响整 个网络的安全。解决数据机密性的常用方法是使用会话密钥 来加密待传递的消息。
3.4数据认证
由于敌方能够很容易侵入信息, 接收方从安全角度考虑, 有必要确定数据的正确来源。数据认证可以分为两种,即两 部分单一通信和广播通信。
3.5数据完整性
在网络通信中,数据的完整性用来确保数据在传输过程 中不被敌方所修改,可以检查接收数据是否被篡改。根据不 同的数据种类,数据完整性可分为三类:选域完整性、无连 接完整性和连接完整性业务。
3.6
数据更新
表示数据是最新的,是没有被敌手侵入过的旧信息。网络 中有弱更新和强更新两种类型的更新。弱更新用于提供局部 信息排序,它不支持延时消息;强更新要求提供完整的次序, 并且允许延时估计。
3.7
可用性
它要求 WSN 能够按预先设定的工作方式向合法的系统用 户提供信息访问服务,然而,攻击者可以通过信号干扰、伪 造或者复制等方式使传感器网络处于部分或全部瘫痪状态, 从而破坏系统的可用性。
3.8
访问控制
W S N 不能通过设置防火墙进行访问过滤;由于硬件受 限, 也不能采用非对称加密体制的数字签名和公钥证书机制。WSN 必须建立一套符合自身特点的、综合考虑性能、效率和 安全性的访问控制机制。
4攻击方式及采取的相应措施
无线传感网络可能遭遇多种攻击。攻击者可以直接从物
2008.2 82 网络安全技术与应用 理上将其破坏。另一方面,攻击者可以通过操纵数据或路由 协议报文,在更大范围内对无线传感网络进行破坏。具体的 攻击类别如下: 4.1欺骗、篡改或重发路由信息
攻击者通过向 WSN 中注入大量欺骗路由报文,或者截取 并篡改路由报文,把自己伪装成发送路由请求的基站节点, 使全网范围内的报文传输被吸引到某一区域内,致使各传感 器节点之间能效失衡。对于这种攻击方式的攻击,通常采用 数据加密技术抵御。
4.2选择转发攻击
攻击者在俘获传感器节点后,丢弃需要转发的报文。为 了避免识破攻击点,通常情况下,攻击者只选择丢弃一部分 应转发的报文,从而迷惑邻居传感节点。通常采用多路径路 由选择方法抵御选择性转发攻击。
4.3DoS拒绝服务攻击
攻击者通过以不同的身份连续向某一邻居节点发送路由 或数据请求报文,使该邻居节点不停的分配资源以维持一个 新的连接。对于这种攻击方式,可以采用验证广播和泛洪予 以抵御。
4.4污水池攻击
攻击点在基站和攻击点之间形成单跳路由或是比其他节 点更快到达基站的路由,以此吸引附近的传感器以其为父节 点向基站转发数据。污水池攻击“调度”了网络数据报文的 传输流向,破坏了网络负载平衡。可以采用基于地理位置的 路由选择协议抵御污水池攻击。
4.5告知收到欺骗攻击
当攻击点侦听到某个邻居节点处于将失效状态时,冒充 该邻居节点向源节点反馈一个信息报文, 告知数据已被接受。使发往该邻居节点的数据报文相当于进了“黑洞”。可以调控 全球知识以抵御告知收到欺骗。
4.6
女巫攻击
攻击点伪装成具有多个身份标识的节点。当通过该节点 的一条路由破坏时,网络会选择另一条完全不同的路由,由 于该节点的多重身份,该路由可能又通过了该攻击点。它降 低了多经选路的效果。针对这种攻击方式,可以采用鉴别技 术抵御。
5今后的研究方向
目前,有关传感器网络的研究还处于初步阶段,由于无 线传感网络的体系结构和模型没有形成最后的标准,无线传 感器网络安全研究方面还面临着许多不确定的因素,对于 W S N 而言,仍然存在着如下有待进一步研究的问题。
5.1安全的异常检测和节点废除
在传感器网络中,由于被盗用节点对网络非常有害,因 而希望能即时检测和废除被盗用节点。Chan 提出使用分布式
投票系统来解决这个问题。5.2
安全路由
安全的路由协议应允许在有不利活动的情况下,继续保 持网络的正常通信。传感器网络中的许多类型的攻击方式的 抵御可以通过提高路由的安全设计来实现。如何设计一种高 效、安全的路由有待进一步的研究。
5.有效的加密原语
Perrig 提出了 SPINS 协议族, 通过该协议, 使用有效的 块加密,对于不同块进行不同的加密操作。Karlof
设计了 TinySec,在效率与安全性之间折中。在密钥建立和数字签名 时,如何使用有效的非对称加密机制,是一个值得进一步研 究的方向。
5.4入侵检测问题
在数据认证和源认证之前,有必要设计相应的方案来确 认通信方是不是恶意节点。目前有些无线传感网络都是假设 网络节点具有全网惟一标识,这其实是不符合现实的。
5.5传感器安全方案和技术方案的有机结合
根据 W S N 的特点,其安全解决方案不能设计得过于复 杂,并尽可能的避免使用公钥算法。如何在不明显增加网络 开销的情况下,使性能和效率达到最佳,并设计出相应的协 议和算法有待于进一步的研究。
5.6
管理和维护节点的密钥数据库
在传感器网络中,每个节点需要维护和保持一个密钥数据 库。在网络节点存储能力有限的情况下, 如何保证密钥建立、撤 消和更新等阶段动态地维护和管理数据库需要进一步的研究。
6总结
无线传感器网络在军事和民用领域都有着广泛的潜在用 途,是当前技术研究的热点。本文从无线传感器网络的特点、无线传感网络的协议栈、安全需求、可能受到的安全攻击及 相应的防御方法及今后有待进一步研究的问题等方面对目前 国内外开展的研究进行了较为系统的总结,有助于了解当前无 线传感器网络研究进展及现状。
参考文献
[1]Prtra JC,PalR N.A functional link artificial neural network foradaptive c hannel e qualization[J].Signal P rocessing.1995.[2]PasqualeArpaia,Pasquale Daponte,DomcaicoGrmi ald,i et a.l ANN-Based Error Reduction for Expermi entally Modeled Sensors [J].IEEE Trans.on Instrumentation andMeasurement.2002.[3]徐丽娜.神经网络控制[M].哈尔滨:哈尔滨
5.无线红外温度传感器的设计 篇五
摘 要：文章介绍了一种基于MLX90614ESF-BAA的无线红外温度传感器，具有非接触、体积小、精度高，成本低等优点。文章主要给出了传感器的硬件电路设计及节点的软件设计。硬件设计主要包括电源电路，采集电路和无线射频电路，软件设计主要包括数据采集和通信协议的设计。最后对设计的传感器节点进行了射频性能和传感器精度的测试验证。
关键词：红外温度传感器;Modbus协议;433MHz无线通讯
引言
红外测温是根据被测物体的红外辐射能量来确定物体的温度，不与被测物体接触，温度分辨率高、响应速度快、测温范围广、稳定性好等特点，近年来常被应用于高精度无接触测量，在智能家居、智能电网、汽车电子等领域都有广泛的应用。
本文设计的传感器具体应用场景是配电室，用于测量线缆温度。本设计采用MLX90614BAA红外温度传感器，具有非接触，体积小、精度高，成本低等优点。传感器采集的数据通过工业现场总线协议DDModbus协议进行传输，并采用433MHz无线模块进行数据通信。无线通信方式，避免了有线通信电缆安装的不便，选用433MHz频段具有较远的通信距离和穿墙能力，适用于配电室这一特定应用场景。
1 无线频段的选取
结合传感器的具体应用场景的实际使用需要，综合考虑耗电量、传输距离、数据速率、安全性和成本等因素，本设计的无线通信频段选用433MHz。由于配电室环境复杂，设备装置多，数据传输的路径弯曲程度大。在相同的弯曲度路径情况下，433MHz的无线射频衰减率为：0.577dB/m;915Mhz的无线射频衰减率为：0.676dB/m;2.4G的无线射频衰减率为0.761dB/m。由此可见：无线设备工作在433MHz频段更有利于在弯曲路径时的通信。在芯片的选型上遵循低功耗，低成本，微型化的原则，因此本文中设计的传感器采用CC1101芯片。
2 硬件设计
无线红外温度传感器的硬件设计包含电源供电电路，数据采集电路，无线数据传输模块电路几个部分。
电源供电部分主要是把3.7V电池电压转换为3.3V，作为各个部分的供电电源，以及5V电源给电池充电两个部分，使用Maxim公司的MAX8881作为3.7V转3.3V的降压芯片，MAX1555作为5VDC电源给电池充电的芯片。
数据采集部分采用Melesix公司的MLX90614红外温度传感器。此款传感器第一文库网环境温度范围为-40°～+125°，物理温度范围-70°～+380°，电源电压3.3v。MLX90614 是由内部状态机控制物体温度和环境温度的测量和计算，进行温度后处理，并将结果通过 PWM 或是SMBus模式输出，本设计选用SMBus模式。
433MHz无线射频模块采用的STM32F103RBT6作为主控芯片，CC1101作为无线射频芯片。主控模块通过SPI总线通信接口拖带无线射频通信模块，可以实现对无线通信模块的寄存器的`读写，从而完成对模块通信参数的配置，进一步控制模块对无线数据的收发。
3 软件设计
软件设计部分包含温度数据的采集、处理，无线数据收发和Modbus通信协议几个部分。
3.1 数据采集与处理
红外温度传感器采集温度数据传输时序如下图所示，START位定义为当SCL为高时，SDA线为从高到低的转换。STOP位定义为当SCL为高时，SDA为从低到高的转换。每个字节包括8位，在总线上传送的每个字节必须跟随一个确认位，和确认关联时钟脉冲是由主控器产生的。读取数据是以字节为单位进行的。每次发送一个字节，然后就判断对方是否有应答，如果有应答，就接着发送下一个字节;如果没有应答，多次重发该字节，直到有应答，就接着发送下一个字节，如果多次重发后，仍然没有应答，就结束。接收数据时，每次接收一个字节，然后向对方发送一个应答信号，然后就可以继续接收下一个字节。
本文中设计的无线红外温度传感器上电初始化后，等待上位机通过集中器无线模块发送的数据采集命令，再对数据进行采集，并将采集到的数据按照Modbus协议处理后，通过无线模块传输到集中器中。
3.2 Modbus通信协议
Modbus通信协议是一种工业现场通用协议，主要规定了应用层报文传输的格式，使得不同生产厂商的设备可以连成网络，集中监控。Modbus协议可分为在TCP/IP上的实现与串行链路上的实现，即Modbus-TCP和Modbus-RTU。传感器内部实现的是Modbus-RTU协议。Modbus协议使用的是客户机/服务器(C/S)的通信模式，主站向从站发送请求的模式有两种：单播和广播，本文实现的是单播的模式。
Modbus通用帧即ADU应用数据单元分为附加地址、功能码、数据和差错校验4个部分，其中功能码和数据部分为PDU协议数据单元。传感器接收到上层rtu帧命令后，首先进行从站地址和差错校验码的判断，若不正确直接丢弃命令帧，若正确则进行rtu帧解包获取命令并进行温度采集，数据采集后进行rtu帧封包，最终通过无线模块与上层设备进行数据通信。
4 测试结果
在排除433MHz频段其他设备干扰的情况下，对无线红外温度传感器进行射频性能的测试，每次发送1000个数据包，保证丢包率为0%的情况下，有效直线传输距离为120米，穿透性为两层楼。
无线红外温度传感器精度的测试，在相同环境中，使用市场上购买的手持红外温度仪与本文中设计的传感器进行温度监测数据的对比，温度值的误差保持在±0.5°C以内。
5 结束语
本文中设计了一种使用Modbus通信协议并通过433MHz频段无线通信的红外温度传感器，介绍了频段及射频芯片选择的原则，给出了传感器的硬件及软件设计方案。较详尽的介绍了MLX90614红外温度传感器的数据采集时序及原理，以及本设计中应用的Modbus协议。最后对传感器设备进行了射频测试及精度测试，测试结果表明，该传感器具有非接触性，高精度，通信距离远，穿墙能力强等优势。
参考文献
[1]Melexis公司.MLX90614红外温度计数据表.
[2]沙春芳.红外温度计MLX90614及其应用[J].现代电子技术，2007年22期.
[3]吴永宏，高峰.基于MLX906014的红外测温仪[J].仪表技术与传感器.2008年02期.
6.无线传感器网络多目标跟踪的介绍 篇六
无线传感器网络目标跟踪一直作为研究的热点，之前的研究多是单目标的跟踪，通过传感器网络的多个或全部节点协作跟踪同一个目标。
Mechitov K 等利用二元检测 ( binary-detect 协作跟踪的思想，通过目标是否处于传感器侦测距离之内或者之外，根据多个传感器的协作确定目标的位置，这种方法需要节点间的时钟同步，并要求节点知道自身的位置信息； Zhao F 等利用信息驱动 ( information-driven 协作跟踪的思想，利用传感器节点侦测到信息和接收的其他节点的侦测信息判断目标可能的运动轨迹，唤醒合适的传感器节点在下一时刻参与跟踪活动，由于有合适的预测机制，可有效的减少节点间的通讯，从而节省节点有限的能量资源和通讯资源； Zhang W S 等在解决无线传感器网络单目标跟踪时提出了传送树 ( convei tree 跟踪算法，这种算法是一种分布式算法，而之前的大多数跟踪算法为集中式的传送树是一种由移动目标附近的节点组成的动态树型结构，并且会随着目标的移动动态地添加或者删除一些节点，保证对目标进行高效跟踪的同时减少节点间的通信开销。
当前的目标跟踪算法主要是针对不同环境下的单目标跟踪，如何以较低的能量代价高效地融合有效的信息，增大丈量精度和延长网络生存期，并解决多目标跟踪，成为目前研究无线传感器网络目标跟踪的热点。研究无线传感器网络多目标跟踪时需要考虑能量有限；跟踪算法的分布式以延长网络寿命；传感器的量测可能是多个目标的合成量测，这些给传统的多目标跟踪算法带来了挑战。
Jaewon Shin 采用分布式的多尺度框架，用转移矩阵的思想，优化解决多目标识别的计算量问题，该算法通过局部节点信息更新给出全局的目标信息，该算法框架在解决无线传感器网络多目标跟踪时有一定的可行性； Lei Chen 等也提出了采用分布式数据关联的算法解决无线传感器网络多目标跟踪； Mauric Chu 采用贝叶斯估计的方法，解决多目标跟踪的数据关联问题，并采用分布式的算法实现了无线传感器网络多目标跟踪，
无线传感器网络多目标跟踪
线传感器网络跟踪是传感器网络的主要用途之一，也是一个难点和关键问题，同时具有很多商业和军事应用的基本要素，如交通监控、机构平安和战场状况获取等。利用无线传感器网络中的节点协同跟踪，无线传感器网络技术应用的一个很重要的方面。
最早的无线传感器网络系统跟踪实验是美国 DA RPA Defens Advanc Research Project Agenci SensIT 项目中一些跟踪方法实现。现在许多跟踪应用方案依然处于研究阶段。由于传感器节点存在很多硬件资源的限制，还经常遭受外界环境的影响，无线链路易受到干扰，网络拓扑结构动态变化，而传感器网络的活动目标跟踪应用具有很强的实时性要求，因此，许多传统的跟踪算法并不适用于传感器网络。活动目标跟踪在雷达领域研究多年，效果很多经典的活动目标跟踪是单传感器跟踪系统，发展了如最近邻法 ( NN 集合论描述法、广义相关法、经典分配法、多假设法、概率数据关联 ( PDA 法、联合数据互联 ( JPDA 法、交互多模型 ( IMM 法等数据互联算法。
7.一种新型无线传感网数据预测机制 篇七
无线传感器网络由大量传感器节点自发组成无线多跳通信网络。每一个传感器节点由较小的内存、低功耗处理器、采集数据的多种传感器、小范围无线通信模块和有限的电池组成[1]。近年来,WSNs技术广泛应用于军事侦察、目标跟踪、生态环境监测以及工农业等领域,然而,受节点的处理能力和电池能量有限的缺陷限制,能量的节省成为WSNs的一个重要研究方向,数据预测就是其中一项关键节能技术。
随着WSNs网络规模不断扩大和应用范围日趋广泛,WSNs收集的数据呈现出多源和多属性的特点[3],多源是指空间上散布于网络的传感器节点的特点,由于网络节点的高密度性,空间上相近节点同一时刻的采样值高度相似[4]。以此为基础近年来大量出现通过探索空间相关性并将其与路由协议进行结合WSNs研究提升网络性能的数据融合技术。多属性即携带多种类型传感器的节点,不同数据类型属性之间往往存在一定的相关性[5],多类型数据的出现给无线传感器网络的数据管理和传输工作带来了更多的挑战。这种关系表现为多属性之间的多边相互作用关系,对于未知关系情况下可以通过数学方法[5,6,7]进行计算和衡量。此外,任意一个节点连续采样的数据之间具有相似性,即时间相关性,WSNs数据的这一特点被用于数据预测技术的研究,数据预测的关键在于预测算法的选择。目前已经应用于WSNs数据预测的有时序算法[8]、基因表达式编程[6]、神经网络[9]等等。数据预测模型在采用某种预测算法后,以历史数据为输入,输出下一采样时刻的预测值,当该预测值和真实采样值的差值小于预定的阈值时,节点不上传数据以节省能量。本文提出一种适用于周期性变化数据的基于线性回归模型的数据预测算法,提高预测成功率。
1研究现状
近年来针对WSNs数据的相关性(时间、空间和属性相关性)和数据融合技术已有广泛的研究。在WSNs降低能耗的研究方面,依赖时间相关性的数据预测技术已经有了较大的突破,对时间相关性的研究则促进了WSNs数据预测技术的发展。数据预测被视为弥补当前数据融合缺陷的关键性技术。
对于大多数WSNs应用来说,WSNs中单个节点在时间上的连续观测值之间在一定程度上相似或相近。Kusuma等人在2001年第一次对时间相关性进行定义[10]:一个节点连续观察到的显示能量大小的自然现象之间具有时间相关性。此后,Madden等人提出了TAG(Tiny AGgregation)[11]模型,通过引入时间一致性的概念减少数据传输。在TAG的基础上扩展,TiNA[12](Temporal coherency-aware In- Network Aggregation)模型在每个采样周期对传感器节点当前时刻与上一时刻的采样值进行比较,若差值小于用户预定义的阈值则不会传送数据,基站将上一个收到的数据作为本次收集的数据,这种方式只有当相邻的两个采样数据差值较小时才有效,而且可能造成基站采集值的偏差值累积。文献[13]中则提出了一种较为成熟的双预测模型,它包含了两个完全相同的动态预测模型,一个部署于WSNs节点,另一个部署于sink节点或基站。当预测失败时节点进行通信,这两种模型使用实际采样数据同步更新预测模型。这种双预测模型已经成为WSNs中一种成熟的数据预测技术框架。
数据预测算法也有一定的研究成果。文献[8]介绍的是基于时间序列的预测算法,包括自回归预测算法,移动平均值预测算法,指数平滑预测算法。作者采用三种类型共七种算法进行预测算法成功率的比对。实验中使用的数据来自某博物馆三个月内采集的环境温度数据,通过比对,自回归预测算法的预测成功率最高,阈值为0.5℃时预测成功率达83%。此外,为了提高算法的精度,Guo等人使用GEP(基因表达式编程)算法[6]和PSO-BPNN(粒子群-神经网络)算法[9]来进行数据相关性挖掘和数据预测,大幅增加了算法复杂度,达到了选择最佳属性并降低通信次数的目标,但对预测精度的提高相对有限。
需要注意的是现有的大部分传感器节点具有温度、湿度、光强度等传感器。仅以以上三种属性为例,都是按照周期为24小时进行周期性变化,每两个相邻甚至更多周期的数据变化曲线是相近的,体现出曲线变化具有连续性的特点。
基于以上研究现状,本文提出了以自回归预测算法为基础并利用隐藏在周期性中数据变化规律的一种新的数据预测算法,将数据变化周期性的潜在规律应用于WSNs的数据预测,并通过实验与自回归预测算法进行比较。
2适用于周期数据的预测算法
目前已知时间相关性表现在两个方面:一方面是由于连续采样引起的数据相似相关性,已经被定义并在数据预测中广泛的使用;另一方面是相邻周期数据曲线形状的相似性(如:温度、湿度、光强是以24小时为周期变化的),这可以作为数据预测的参考,改善算法的准确性。这种改进对涉及周期性自然现象的WSNs系统是有帮助的。目前未见有研究关注到周期性时间相关性。
本文中采用的是双预测模型结构。这两个模型是相同的,其中一个模型部署于网络节点,另一个部署于基站,当节点预测成功时,节点不会向基站传输数据,基站则采用与节点上部署的预测模型相同的数据预测模型的预测值。当预测失败时,节点传送数据,两个模型都根据实际的采样数据同步更新以保持模型一致。
在每个周期中,传感器节点根据历史数据预测新的数据。本文提出的预测机制采用一阶自回归预测算法进行第一次预测,见公式(1)。如表1所示,为本文数据预测的执行步骤。
首先,定义算法中的一些参数:t是当前时间,t+1是下一个采样时间。t时刻采样数据序列为{s1,s2…st},采用一阶自回归预测算法,t+1时刻的预测值为:
式(1)中,
然后分析当前周期和上一周期的数据变化趋势。若相邻两个周期当前时刻的数据变化趋势一致,则对第一次预测的值进行微调,使其更符合实际情况;当数据变化趋势不一致时,则根据公式(2)进行第二次预测。当节点采样真实数据后,会将其和预测值比较,如果预测数据的误差在用户预定义的误差范围内,则不必向基站发送数据,只需等待到下一个采样周期,否则更新预测模型并向基站发送采样数据。二次预测使用的公式如下:
式(2)中,α为lt+l的权重系数,通过多次实验得出当α取值为0.83时公式(2)的预测精度是较为理想的,η=lt+llt-T+l,lt+l表示当前周期当前时刻数据曲线的斜率,lt-T+l表示前一周期当前时刻数据曲线的斜率。
3实验结果
本文采用MATLAB进行算法实验。采用来自于英特尔伯克利研究实验室的54个传感器采集的真实数据[14]。数据库中包括四种传感器数据:温度、湿度、光强度和电压。由于电压不是环境监测目标,且只会一直保持下降趋势,没有预测的必要,本文只对温度、湿度和光强度进行了预测。在不同阈值下不同属性的算法预测的成功率为指标比较一阶自回归预测算法和本算法,证明本算法对现有预测算法的改进。每96个数据为一个周期,共21个周期。仿真结果如表2、表3和表4所示。
从表2、表3和表4中可以看出,本文算法比一阶自回归算法在温湿度和光强度的预测上都有较大的提高,由于光强度的高可变性,无论哪种预测算法都不能很有效地预测光强度。对光强度预测成功率的提高程度相对要小一些。
图1是湿度预测结果中两种算法分别相对于实际采样值的差值对比,图中实线为一阶自回归算法与真实值的差值,虚线为本文与真实值的差值。从图中可见,虚线曲线整体更靠近0轴线。与之对应的是自回归算法的平均差值为1.065 018,本文算法为0.774 447,进一步说明本文算法的精度相对于一阶自回归模型有一定的提高。
8.无线传感网考试试题 篇八
关键词：无线传感网；自动抄表系统；网络协议
引言
随着供水、供电、供气部门对“一户一表”工程改造的推进以及对自动化的要求，远程自动抄表系统已成为水、电、气自动化管理和智能化控制不可缺少的组成部分。在电力系统的信息化过程中，户表数据的自动抄送具有十分重要的意义，也是行业单位迫切想要解决的问题，因为电表数据抄送的准确性、及时性，直接影响电力系统的信息化水平、甚至管理决策、经济效益。
传统的手工抄表费时、费力，准确性和及时性得不到可靠的保障，这导致了相关营销和企业管理类软件不能获得足够详细和准确的原始数据；一般人工抄表都按月抄表，对于用户计量来说是可行的，但对于相关供应部门进行更深层次的分析和管理决策却不够，行业的实际需求催生着自动抄表系统的技术和应用的不断发展。
当前市场上存在的自动抄表系统主要是基于无线通信和电力载波通信两种方式，其中无线通信具有施工简单，组网灵活，成本低等优势。针对无线抄表市场对超低功耗、超远距离的无线技术的需求，上海华龙信息技术开发中心推出了TrackRFID远程抄表系统，该系统采用了业内领先的无线技术，在超低功耗、超远距离、抗干扰等方面有着独特的优势。尤其是在抗干扰方面，TrackRFID采用一些先进的处理机制，比如跳频传输、数据交织、纠错编码、载波侦听和干扰检测等等，使其具有极强的抗干扰能力。系统组网方式基于自组网路由协议.具有灵活可靠，施工简单，造价低廉等优点。
TrackRFID远程抄表系统工作在自由频段，目前主要支持433M和2.4G两个频段。系统对一梯多户住宅来讲在每个楼层安装一个采集终端TrackNode，每个采集终端可通过485接口直接联接多户居民的电表。一般情况，一个采集终端可以连接多个电表，在安装时，为获取每块电表的ID号，在无线通信模块内有专门的查询电表ID的程序。该终端可直接实时录取每块电表的用量信息，并通过楼宇内无线自组织网络直接传送到安装在物业管理中心的系统集中器内。集中器可实现无人值班，连续实时运行，对该小区所有住户的电表进行自动抄表、自动存储。在系统集中器TrackCenter内配有有线和无线调制解调器，通过市内电话网与供电公司的营业收费及管理部门直接建立通信联系。电力公司通过市内电话网络可随时收集各用户水、电、燃气用量信息，自动结帐，打印和查询。下面我们将从系统结构、组网协议和硬件结构等几个方面对该系统做逐一的介绍。
系统结构
根据实际施工环境不同，TrackRFID远程无线抄表系统由系统集中器TrackCenter、局部信息集中器T rackCollect、信息中继器TraekRepeater、抄表终端采集器TrackNode等一系列可选产品组成，系统组成如图1所示。
抄表终端采集器
抄表终端采集器(TrackNode)，是采集和传输各电表的读数以及监控电表运行状态的设备，一般安装在电表箱或者电表内。该模块由无线数据收发、信号采集和控制三个部分组成。其中无线数据收发部分采用高集成度的专用短距离、低功耗的无线数传芯片CC1020，与控制单元连接简洁(直接串口连接)，性能稳定可靠的优点，已经得到大量应用。控制单元采用低功耗高速单片机MSP430，具有控制功能强，低功耗的优点，使控制单元简单高效，可靠性高。TrackNode通过485接口和数据采集终端相连，可以同时采集一个或多个电表和水表信息，然后通过多跳网将采集的信息传递给TrackCollect。TrackNode除了具有信息采集的能力外，还具有中继转发功能。根据需要，TrackNode采用3～6V电池或直接电表供电。
局部信息集中器
为了提高并行传输能力和缩短传输时间，我们根据情况将小区划分为若干个簇，局部信息集中器(TrackCollect)收集其管辖的簇中所有TrackNode上传过来的电表数据，最终汇总后上传给TrackCenter。TrackConect具有手持和固定两种产品类型，具有较大的存储空间一般放置在楼顶，根据情况采用电池或电源供电。其中手持设备增加了良好的人机交互功能。
系统集中器
系统集中器(TrackCenter)通常安装在小区物业管理中心内。其基本功能有定时呼叫和接收采集终端的数据；向采集终端发送冻结命令，以保证数据的同时性；接受总控站的命令，并向总控站发送有关数据，存储每个用户每小时的电量、月累计电量及每个用户日、月最大平均功率和出现的时间等。TrackCenter一般管辖一个小区，收集其管辖的所有的TmckCollect的电表数据，然后通过串口或者网口上传给相关的设备，该设备通过无线公网链路如GPRS／CDMA传送给电力中心部门。TrackCenter具有较高的传输功率，供电不限制。
总控站
安装在供电分公司用电管理部门及煤气公司、自来水公司的营业所，由一台或多台微机、打印机和调制解调器组成。分别接收和存储各用户的电、气、水数据，进行统计、分析、汇总、计费和报表、帐单打印等工作。物业管理中心如需要查询有关用户的水、电、气数据，也可利用调制解调器接收并显示有关数据，但不能更改数据。
信息中继器
信息中继器(TrackRepeater)，其作用主要是解决无线信号的覆盖问题，功能类似于GSM直放站，通过TrackRepeater可以转发信息，从而有效的扩展了TrackNode和TrackCenter之间的距离。
硬件平台
基本的无线数传模块TrackNode采用MSP430和CC1020组合的硬件平台，如图2所示。Chipcon公司的CC1020芯片使用GFSK的编码调制方式，目前支持9.6Kbps／19,2Kbps两种数据速率，输出功率达到10dBm，视距传输距离可以达到1Km。MSP430是TI公司的超低功耗处理器芯片，支持快速休眠，具有节省系统能量等优点。出于存储空间需要，TrackCollect采用ARM7和CC1020构建。出于成本和其他应用的需要，射频芯片可以被譬如CC1100所替代，其结构根据具体应用需求灵活替换。
网络协议
目前，我们不仅基于MSP430，ARM7和CC1020／CC2240自主开发了TrackNode和TrackCollect／TrackCenter等硬件平台，而且自主
设计和实现了一套用于自动抄表的自组网协议栈TrackRFID，在此基础上构建了TrackRFID远程无线抄表试验系统，网络结构采用两层混合自组网结构，图3所示。
目前，该系统主要支持两种应用：集抄和单抄。“集抄”是指TrackCenter定期需要将所属电表信息通过轮询或者同一命令全部收集上来，譬如：每月一次抄表计费或者用电统计分析。而“单抄”是指TrackCenter需要查询和读写特定的电表数据，譬如：实时电表预充值服务和节点故障报警功能。每个TraekCenter可以管辖多个TrackCollect簇，最多可以管理至少上千个TrackNode，如图2所示。簇可以是按照位置划分，譬如同一栋楼节点划为同一个簇。根据我们的经验，一般三跳以内即可到达簇首节点Trackcollect，TrackConect负责收集簇内所有TrackNode采集到的数据并传递给TrackCenter。TrackCollet一般安装在大楼顶部，每个TmckCollcet可以收集簇内节点的信息，然后再将信息发送给TrackCenter，图3所示。
从简单实用的角度出发，我们设计了一套TrackRFID协议栈。首先，该系统节点之间利用无线数据链路层的广播信道功能，一个节点发送广播消息，接收到广播消息的一组节点通过比较各自接收到的消息的本地时刻，实现它们之间时间同步。在多址接入问题上，我们通过一种周期性时隙slot调度和CSMA相结合的多址接入算法来解决节点数据发送的数据冲突避免问题。其中，簇首节点TrackCollect之间自组织网络路由算法是该协议栈的核心，我们通过广播泛洪进行拓扑发现，在此过程中建立了基于树的网络拓扑结构，从而为基于树的路由策略奠定了基础。出于快速单点查询的要求，簇内TraekCollect与TrackNode之间的最大跳数不超过3，这样我们采用简单的广播泛洪方式进行簇内信息传递。除此之外，我们采用一套对于电表和收集中心完全透明的寻址方式，电表地址作为数据包源地址；物理链路传输上我们采用跳频技术增强通信抗干扰性能。目前，在规定时间内，对于上百个节点的网络，该协议栈基本能保证数据包正确收集率100％。
结语
【无线传感网考试试题】推荐阅读：
无线传感网络实验报告10-13
无线网络传感器的研究10-31
无线代维考试题10-05
生物传感器06-28
传感器敏感材料11-12
传感器技术论文07-07
汽车传感器行业分析07-09
温度传感器的工作原理08-23
传感器原理与应用答案09-07
没有无线AP 照样共享实现无线上网11-04