当前位置：文档库 › 基于无线传感器网络拓扑结构的物联网定位模型_顾晶晶

基于无线传感器网络拓扑结构的物联网定位模型_顾晶晶

第33卷第9期2010年9月

计算机学报

CH INESE JOURNA L OF COM PU TERS

V o l.33N o.9

Sept.2010

收稿日期:2010-04-25;最终修改稿收到日期:2010-08-17.本课题得到航天创新基金(2009-042-004)、国家/八六三0高技术研究发展计划项目基金(2008AA706103)、国家自然科学基金(60773061)和江苏省自然科学基金(BK2008381)资助.顾晶晶,女,1983年生,博士研究生,主要研究方向为无线传感器网络定位研究、模式识别.E -mail:gujingjin g@https://www.wendangku.net/doc/906570000.html,.陈松灿,男,1962年生,教授,博士生导师,主要研究领域为神经计算、模式识别、数据挖掘.庄毅,女,1956年生,教授,博士生导师,主要研究领域为信息安全、分布计算、计算机网络.

基于无线传感器网络拓扑结构的物联网定位模型

顾晶晶陈松灿庄毅

(南京航空航天大学计算机科学与工程系南京 210016)

摘要无线传感器网络是物联网(Inter net o f T hings)的重要组成部分,利用其实现物联网中目标的定位技术已成为研究热点之一.由于受环境、障碍物、网络攻击和硬件错误等诸多因素的影响,传感器节点所采集的数据易产生较大误差,形成错误数据,从而对定位造成严重影响.尽管已发展出了众多定位算法和模型,但针对错误数据实现定位的研究还较罕见,尤其在国内,几乎是空白.文中针对上述问题,旨在利用网络(几何)拓扑结构信息,提出一种用局部信息刻画全局分布密度信息的新颖物联网定位模型:鲁棒的局部保持的典型相关分析定位模型LE -RL PCCA.与现有同类典型方法在真实环境中的实验结果相比,LE -RL PCCA 具有更高的定位鲁棒性和稳定性.

关键词物联网;无线传感器网络;定位;拓扑结构;错误数据;鲁棒性中图法分类号T P393 DOI 号:10.3724/SP.J.1016.2010.01548

Wireless Sensor Network -Based Topology Structures for the Internet of

Things Localization

GU Jing -Jing CH EN So ng -Can ZH UANG Yi

(Dep ar tment of Comp uter S cience and E ngineer ing ,N anj ing Univ ersity of A er onau tics and Astronautic s,Nanj ing 210016)

Abstract W ir eless Sensor Netw ork -based localization technique,as one fundamental component

of the Internet of T hings,has attracted m ore and more attentio ns.H ow ever,some of the co llect -ed data easily result in faulty data w ith lar ge biases due to the netw ork attacks,larg e obstacles,netw ork environments and hardw are errors,w hich br ings a big challenge for localization.T he lo -calization resear ch in such a scenario is still relatively few.T he autho rs try to develop a novel lo -calization alg orithm to so lve this problem,by characterizing the density inform ation of data distr-i bution w ith sufficiently ex ploiting to po logy str uctures in WSN,and nam e it as Location Estima -tion -Robust Locality Preserving Cano nical Correlatio n Analy sis (LE -RLPCCA ).Exper im ental results in realistic enviro nm ents show that LE -RLPCCA achieves higher robust and stability fo r faulty data than other publicly available advanced lo calizatio n algorithms.

Keywords Inter net o f T hings;w ir eless sensor netw or k;lo calizatio n;topolo gy structures;faulty data;robust

1 引言

物联网(The Internet of T hings)是把具有标

识、感知和智能处理能力的物体,借助通信技术互连

而成的网络.这些无需人工干预即可实现协同和互动,目的在于为人们提供智能服务

[1-2]

.由于物联网

可广泛应用于各种自然灾害的监测、医疗卫生、电力

系统、智能交通、智能小区管理、军事、航空和航天等领域,因此美国、日本等国大力投资着手开展对其相关技术的研究,并建立或正在建立国家级感知中心.目前我国也正在建立自己的/传感信息中心0.无疑,物联网正在进入迅速发展的时期.

随着物联网的发展,传感器技术已开始得到广泛关注和应用,通过它构成的无线传感器网络(Wireless Senso r Netw ork,WSN)可连接物理世界和数字世界.目前国际上已有研究工作将其应用于环境监测和保护以及时发现和定位事故源、航空和航天的落点控制、军事目标的定位与跟踪等方面.在各种应用中,位置信息对物联网的监测活动至关重要,虽然可以通过全球定位系统GPS(Glo bal Pos-i tion Sy stem)实现定位,但其适应于无遮挡的室外环境,且用户节点通常能耗高、体积大,成本较高,还需要固定的基础设施[3].因此在GPS应用受限的场景下,或是在人类难以胜任或无法到达的复杂环境中,采用体积小、能量消耗低、价格低廉的传感器网络可很好地解决目标发现及定位等问题.因而,作为物联网应用的基础和关键技术,传感器节点的定位问题已得到越来越多的关注.

目前,典型的W SN定位技术有基于接收信号强度指示(Received Signal Strength Indicator,RSSI)[4]、基于到达时间(Time of Arrival,TOA)[5]、基于到达时间差(Time Difference on Arrival,T DOA)[6]和基于到达角度(Aangle of Arr iv al,AOA)[7]等方法.其中,因RSSI定位技术无需额外硬件设备支持,且符合低功率、低成本等要求,故得到了更广泛的应用.

然而基于RSSI的定位结果常不稳定[8],故应用性受到一定限制.为了解决这一问题,研究者们已提出了众多改进策略和算法[9-11].近年来,借助机器学习对定位机制进行建模和算法设计已成为一个研究热点之一[9-12].该类方法的实质是将传感器定位过程视为一个机器学习问题,通过深入挖掘可用传感数据所隐含的信息(如网络拓扑结构、数据的非线性表示等),学习并建立一个从信号空间到物理空间的映射,而后运用该映射估计出未知节点的空间(位置)坐标,从而实现定位.其中,在最近的工作[12]中,作者发展出了一个联合充分利用信号空间和物理空间局部拓扑结构信息的无线传感器网络定位模型:基于局部保持的典型相关分析的定位(Lo catio n Estimatio n-Locality Preserving Canonical Corr ela-tion Analysis,LE-LPCCA).与目前同类方法相比,其定位精度和稳定性显著提高.

然而,在大规模物联网中,由于受硬件错误、网络攻击、能量不足、恶劣天气等实际环境因素的影响,所采集的数据常含较大误差,从而严重影响定位结果,在本文中,我们称这种数据为错误数据,这不同于含有一些误差和噪声的普通数据.上述介绍的所有定位算法或模型虽然可作用于含有一定误差的非理想数据,然而当错误数据存在时,它们的效果不尽如人意.虽然可以通过某种手段预先检测出它们,并加以剔除,但因WSN对传感器节点能量、存储量等都有严格的限制和要求,并且简单的检测算法也无法保证能全部消除这些错误数据,因此无需网络检测工具、且又具有较好鲁棒性的错误容忍技术[13]可发挥更有效的作用.即由于物联网自身的脆弱性,采用鲁棒模型和算法,以最大限度地降低错误数据对网络的影响程度.本文就是针对该问题,在我们先前提出的LE-LPCCA基础上,通过对信号空间和物理空间局部信息的刻画进行改造,提出了具有较好鲁棒性的LE-Robust LPCCA(LE-RLPCCA)定位模型,使其在包含局部结构信息的基础上包含相对全局的拓扑结构信息,并利用这些结构信息最大程度地减小错误数据在整个建模过程中的影响.

本文在第2节介绍基于WSN的物联网定位机制结构;第3节简要回顾LE-LPCCA定位模型;第4节详细介绍LE-RLPCCA算法的设计思想和定位模型;实验结果及分析在第5节中给出;最后,第6节进行全文总结.

2基于传感器网络的物联网定位机制

物联网的层次结构自底向上可分为4层:传感器网络层、接入网络层、中间件层和应用层[1].传感器网络层处于最底层,它将各种设备上的传感器联结起来形成一个信息采集与控制的网络.由图1可见,定位机制涉及到物联网的4个层次:首先,在最低层由传感器采集各类监控信号,经过WSN的汇聚节点或基站传输到上一层网络空间;其次,在网络层对数据进行融合(预处理),通过网桥、网关、路由等网络设备接入核心网络;接着,在中间件层,传输来的数据被存储在相应服务器中,并由定位模型或算法进行定位;最后,定位结果一方面在应用层呈现给管理员,另一方面根据应用需求,反馈给物联网底层,实现对应的控制.本文的重点在中间件层,研究如何根据已知节点的信号强度和物理坐标,建立定位模型.

1549

9期顾晶晶等:基于无线传感器网络拓扑结构的物联网定位模型

图1物联网定位层次结构

在基于WSN的物联网定位机制中,利用信号空间和物理空间的两个相配对的数据集,来建立两个空间之间的映射是一个关键步骤.在WSN中,不难得出结论:在节点功率相同、传送模式相似的前提下,若两个传感器节点接收到的信号强度值相似,那么它们在网络中的实际物理位置也相邻.这一特性说明信号数据集和物理位置数据集之间有着紧密的相关性.然而由于采集的数据易含有噪声,可能会导致这一相关性无法明显反应在所采集到的原始数据中[11].

针对该问题,典型相关分析(Canonical Corr ela-tion Analysis,CCA)[14]正是一种建立两个数据集间映射且使它们之间相关性最大的建模方法.然而CCA只能挖掘数据间的线性关系,这通常较难适用于实际环境.文献[11]沿此思想,利用非线性核CCA(Kernel CCA,KCCA)[15]挖掘数据间的非线性关系,由此实现了所需的非线性映射,提出了LE-KCCA[11]传感器定位算法.但KCCA模型采用了一个统一的全局非线性映射,而没有顾及网络的局部结构特点.

另一方面,拓扑结构复杂且多变的物联网同样使KCCA中核参数的选择成为难点,而选择的好坏对KCCA模型的有效构建至关重要.因此,我们利用LPCCA方法[12]来挖掘信号空间和物理空间的局部拓扑结构信息,从而建立了LE-LPCCA传感器定位模型,实现了节点定位精度的显著提高.然而, LE-LPCCA模型并不针对本文所关注的错误数据,为此,我们发展出了具有鲁棒性的LE-RLPCCA定位模型.下一部分简要介绍了基于CCA框架的LPCCA模型是如何建立信号空间到物理空间的映射.

3LE-LPCCA的模型建立

在基于RSSI的WSN定位机制中,节点的定位通常分为训练阶段(offline training phase)和定位阶段(online localization phase)[4].在训练阶段,通过对已知节点的信号强度和物理坐标来得出信号空间和物理空间的映射,建立定位模型;在定位阶段,运用得出的映射对未知节点进行位置估计.在此部分,我们主要回顾LE-LPCCA模型.

在WSN中,已知传感器所采集到的信号空间的和物理空间数据可以分别表示成两组数据集,记X=[x1,x2,,,x n]p@n为n个已知节点所接收到的

1550计算机学报2010年

信号强度,其中每个信号向量x i (i =1,2,,,n)的维数为p ,p 为Access Point (AP 节点)个数,Y =[y 1,y 2,,,y n ]q @n

为相应节点的物理坐标,通常在实际空间中,坐标为二维或三维,因此q =2或3.构建定位模型的首要任务就是建立两个数据集之间的映射.CCA [14]

是用来构建两组数据间映射的经典方法,其目标是分别为X 和Y 寻找两组基向量w x I R p 和w y I R q ,使得变换后的数据w T x (x i -x -

)和w T y (y i -y -)之间的相关性达到最大.其中,x -

=1n E n i =1x i 和y -=1n E n

i =1

y i 分别是X 和Y 的样本均值.通过相关性定义[14]以及若干步数学推导,CCA 可表述为式(1)优化问题的解

[16]

max w x

w T x

E n i =1E n

j =1(x i -x j )(y i -y j )T

w y s.t.w

T x

E n

i =1E n

j =1(x i

-x j )(x i -x j )T

w x =1 w

T y

E n

i =1E n

j =1

(y i

-y j )(y i -y j )T w y =1

(1)

通过解优化问题(1)[14-15]

,我们可以得出w x 和

w y ,进而对数据做形如w T x (x i -x -

)和w T

y (y i -y -)的变

换,变换后的两数据集之间相关性最大.然而,若基于CCA 建立WSN 中信号空间到物理空间的映射并构建定位模型,只能挖掘两组数据之间的线性相关现象,而且没有利用网络的局部结构信息.为了弥补这个问题,LE -LPCCA 算法[12]在构建映射时,将网络的局部结构信息引入到CCA 中,将原来的全局非线性问题变成若干局部线性问题,计算每个小邻域内的典型相关问题,然后对这些子问题求解,因此通过局部线性的方法达到解决非线性问题的目的.LE -LPCCA 模型首先给出了WSN 中近邻节点的定义[12].

定义1. 在信号空间中,ne(i)表示与i 节点所接收到的信号强度相似的节点标号集合,即x i 的局部近邻样本下标集;在物理空间中,ne(i)表示与i 节点位置近邻的节点下标集.其中,局部近邻由k -近邻定义法[16]划分:若x j (y j )是x i (y i )的k -近邻样本,则称x j (y j )是x i (y i )的局部近邻.

根据上述定义,WSN 的拓扑结构在信号空间

和物理空间的相似度矩阵为S X ={S X ij }n

i,j =1和S Y ={S Y ij

}

i,j =1

,其中矩阵元素

[12]:

S X

ij =

exp (-+x i -x j +2

/t x ),j I ne(i)/i I ne(j )0,

其它

(2a )

S Y

ex p (-y i -y j 2

/t y ),j I ne(i)/i I ne(j )

其它

(2b )

参数t x 取为信号空间的平均距离E

i =1E

j =1

s i -s j

n(n -1),参数t y 也作类似处理.因此,可以看出S X

ij (或S Y ij )越大意味着x i 与x j (或y i 与y j )距离越近,若x i 与x j (或y i 与y j )互不在邻域范围内,则相似度

为零.且S X ij (或S Y ij )依赖于传感器节点的布局,因此

S X ij (或S Y

ij )可随网络拓扑结构的变化而变化,从而显示出高度的灵活性.

有了上述相似度矩阵的定义,网络局部邻域内的典型相关性可定义为

w T x

#E n

j =1S X ij (x i -x j )S Y ij (y i -y j )T

#w y ,因此,一个全局网络的非线性问题可分解为n 个局

部的(准)线性子问题.反过来,这些子问题的组合可作为原问题的近似.因此,考虑了数据的局部分布特点以后,LPCCA 可描述为如下优化问题

[16,12]

max w x

w T

E n i =1E n

j =1S X ij

(x i -x j )S Y ij (y i -y j )T

w y

s.t.w

T x

E n

i =1E n

j =1S X 2ij

(x i -x j )(x i -x j )T w x =1w

T y

E n

i =1E n

j =1

Y 2ij

(y i -y j )(y i -y j )T w y =1

(3)求解(3)的过程类似CCA ,详细请参考文献[16].注意这里的数据不需要加入样本均值x -和y -

,这一点和CCA 有显著区别.至此,LE -LPCCA 模型对WSN 中的信号空间到物理空间的映射已建立完成.

4 LE -RLPCCA 定位模型的提出

4.1 错误数据的几何表现

在复杂或不可信网络环境中,受网络攻击、硬件错误、环境障碍物等因素影响,数据在传输或定位过程中易发生失真或错误,与普通网络中易产生的简单误差不同,这种错误数据会严重地影响定位结果.本文正是侧重对此网络环境下的定位方法开展研究.

这种具有严重偏差的错误数据,亦可称为/野值0,其值与所采集到的正常数据有很大偏差,从而严重影响定位结果[17].换言之,这一/野值0特性使错误数据在几何空间分布上远离其它正常数据点,从而具有较低的分布密度,因此LE -RLPCCA 的动

1551

9期顾晶晶等:基于无线传感器网络拓扑结构的物联网定位模型

机则是在同一数据集中,使分布密度越低的点对定位的影响越低,以实现较好的鲁棒性.4.2 RLPCC A 模型描述

通过对LE -LPCCA 的刻画,我们有了对相似度矩阵S X ={S X

ij }n

i,j =1和S Y ={S Y

ij }n

i,j =1的定义.从而,可得D X

E n

j =1

X ij

和D Y i

E n

j =1

ij ,其中D X i 刻画了节

点i 在信号空间中所处的区域密集程度.若D X

(D Y i

)越大,表示节点i 所处的区域密度越高.进一步,我们可刻画出基于节点拓扑结构的密度:

M X i

D X i

E n

j =1

D X j ;M Y

D Y

j =1

D Y j

(4)

显然,当M X i (M Y i

)越大,则表示节点i 在信号(物理)空间的密度越大.由此可得出信号空间的密

度矩阵M X =diag [M X 1,M X 2,,,M X

n ]和物理空间的

密度矩阵M Y =diag [M Y 1,M Y 2,,,M Y n ].将M X i 与M Y

代入式(3),分别代替S X

ij 和S Y

ij ,可得到如下优化

问题:max w x

w T

E n i =1E n

j =1M X i (x i -x j )M Y i (y i -y j )T

w y

s.t.w

T x

E n

i =1E n

j =1M X 2i

(x i -x j )(x i -x j )T w x =1w T

E n

i =1E n

j =1

Y 2i

(y i -y j )(y i -y j )T

w y =1

(5)

通过对式(5)的进一步展开与合并,有

max w x

w T x XM X Y Y T

w y s.t.w T x XM X X X T

w x =1

w T

Y M YY Y T

w y =1

(6)

这里M X Y =D M X Y -M X .M Y ,M X X =DM XX -M X .M X ,M YY =DM YY -M Y .M Y ,符号.表示算子(对A ,B I R n @n ,(A .B )ij =A ij B ij ,A ij 表示A 的第ij 元素);D M X Y (DM XX ,DM YY )是大小为n @n 的对角矩阵,其第i 个对角元素等于M X .M Y (M Y .M Y ,M X .M X )的第i 行(因其对称性,或第i 列)元素之和.利用Lagrange 乘子法,求解优化问题(6),容易得到如下RLPCCA 的广义特征值方程: 0

XM X Y Y T

Y M YX X T

w x w y

XM XX X T

Y M YY Y

w x w y (7)

求解(7),得到基向量组(w x ,w y )后,即可对原有数据进行形如w T x

x 和w T y

y 的变换.

文献[15]给出了利用奇异值分解(SVD)技术求解CCA 的方法.本文同样利用SVD 求解RLPCCA.

令H =(XM XX X T

)

-1

(XM XY X T )(Y M YY Y T

)

-1

,u =

(XM XX X T

2w x ,v =(Y M YY Y T

)12

w y ,则式(7)可整

理为

HH T

u =K 2

H T Hv =K 2

(8)

式(8)实际上对应于矩阵H 的SVD 分解,记H =U D V T

E d

i =1

K i

u i

,为矩阵H 的SVD 分解,其中对

角矩阵D 的第i 个元素恰好等于K i ,u i 和v i 分别是矩阵U 和V 的第i 列,对应奇异值K i ,则有

w x i =(XM XX X T )-1

2u i

w y i =(Y M YY Y T

)-12

v i

(9)

利用式(9)即可得RLPCCA 问题的第i(i =1,2,,,

d)对基向量,这里d F m in (p ,q).利用SVD 分解求解RLPCCA 具有计算稳定的特点,且K i 和w x i 和w y i ,i =1,,,d,可一次性计算得到.现设W X =[w x 1,,,w x d ]和W Y =[w y 1,,,w y d ].4.3 LE -RLPCC A 定位算法

已知信号强度矩阵X 和对应的物理坐标矩阵Y .定位模型的目标就是通过未知节点g 所接收到的信号向量x g =(x g 1,x g 2,,,x g m )T ,估计出g 的位置坐标y g .在412节,我们已详细讨论了训练阶段中利用RLPCCA 建立信号空间到物理空间的映射的方法;接下来的工作就是如何在定位阶段中快速定位出未知节点:由于RLPCCA 算法的特点是使数据变换后的信号空间和物理空间的相关性最大,且仍保持原始空间局部拓扑结构信息.因此,坐标邻近的点在变换后信号空间中依旧相邻.根据这一特性,我们可对未知节点所接收到的信号强度值做数据变换后,找出与之K 个距离最近的已知节点,因而这K 个节点的物理坐标[y 1,y 2,,,y K ]q @K

必定也在y g 附近.最终我们可以通过质心方法估算出g 点的物理坐标:

y g =

y 1+y 2+,+y K

(10)

现在总结LE -RLPCCA 算法的具体构建步骤,其训练阶段和定位阶段分别描述如下.

训练阶段.

1.通过式(2),计算相似度矩阵S X ={S X ij }n

i,j =1和S Y ={S Y ij }n

i,j =1.

2.通过式(4),得出密度矩阵M X i 与M Y

i .

3.解最优化问题(7)~(9),学习物理空间和信号空间的关系,求出映射矩阵W X 和W Y .

4.对已知数据{X ,Y }做线性变换:{P X ,P Y }={W T X @X ,

W T Y @Y }.即对原始空间数据做相应映射,从而使P X ,P Y

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

无线传感器网络的应用与影响因素分析

无线传感器网络的应用与影响因素分析摘要：无线传感器网络在信息传输、采集、处理方面的能力非常强。最初，由于军事方面的需要，无线传感网络不断发展，传感器网络技术不断进步，其应用的范围也日益广泛，已从军事防御领域扩展以及普及到社会生活的各个方面。本文全面描述了无线传感器网络的发展过程、研究领域的现状和影响传感器应用的若干因素。关键词：无线传感器网络；传感器节点；限制因素 applications of wireless sensor networks and influencing factors analysis liu peng (college of computer science,yangtze university,jingzhou434023,china) abstract:wireless sensor networks in the transmission of informa- tion,collecting,processing capacity is very strong.initially,due to the needs of the military aspects of wireless sensor networks,the continuous development of sensor network technology continues to progress its increasingly wide range of applications,from military defense field to expand and spread to various aspects of social life.a comprehensive description of the development

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.wendangku.net/doc/906570000.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].

传感器拓扑结构以及节点结构

无线传感器网络拓扑结构从无线传感器组网形态和方法来看，有集中式、分布式和混合式。集中式类似于移动通信的蜂窝结构，可以集中管理；分布式结构类似于Ad-hoc网络结构，可自组织网络接入连接，可以分步管理；混合式结构是集中式和分布式结构的组合。其中无线传感器按节点功能及结构层次来看，有可分为平面网络结构、分级网络结构、混合网络结构以及Mesh网络结构。 1、平面网络：结构如下图1.1所示，是无线传感器网络中最简单的拓扑结构，每个节点都为对等结构，具有完全一致的功能特性，也就是每个节点包含相同的MAC、路由、管理和安全等协议。但是由于采用自组织协同算法形成网络，其组网算法比较复杂：图1.1 无线传感器网络平面网络结构 2、分级网络结构（层次网络结构）：如下图1.2所示，分级网络分为上层和下层两个部分—上层为中心骨干节点；下层为一般传感器节点。骨干节点之间或者一般传感器节点间采用的是平面网络结构，然而骨干节点和一般节点之间采用的是分级网络结构。一般传感器节点没有路由、管理及汇聚处理等功能。图1.2 无线传感器网络分级网络结构

3、混合网络结构：如下图1.3所示，混合网络结构时无线传感器网络中平面网络结构和分级网络结构的一种混合拓扑结构。这种结构和分级网络结构不同的是一般传感器节点之间可以直接通信，可不需要通过汇聚骨干节点来转发数据，但是对所需硬件成本更高。图1.3 无线传感器网络的混合网络结构 4、Mesh网络结构：如下图1.4所示，这是新型的网络拓扑结构，这是种规则分步的网络，不同于完全连接的网络结构。通常只允许和节点最近的邻居通信。网络内部的节点一般也是相同的，因此Mesh网络也称为对等网。由于通常Mesh 网络结构节点之间存在多条路由路径，网络对于单点或单个链路故障具有较强的容错能力和鲁棒性。其中优点就是尽管所有节点都是对等的地位，且具有相同的计算和通信传输功能，某个节点可被指定为簇首节点，而且可执行额外的功能，一旦簇首节点失效，另外一个节点可以立刻补充并接管原簇首那些额外执行的功能。图1.4 无线传感器网络的Mesh网络结构

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。

无线传感器网络的应用研究

1武警部队监控平台架构介绍与设计 1.1监控系统的系统结构基站监控系统的结构组成如上图所示，主要由三个大的部分构成，分别是监控中心、监控站点、监控单元。整个系统从资金、功能以及方便维护性出发，我们采用了干点加节点方式的监控方法。监控中心（SC）：SC的定义是指整个系统的中心枢纽点，控制整个分监控站，主要的功能是起管理作用和数据处理作用。一般只在市级包括（地、州）设置相应的监控中心，位置一般在武警部队的交换中心机房内或者指挥中心大楼内。区域监控中心（SS）：又称分点监控站，主要是分散在各个更低等级的区县，主要功能是监控自己所负责辖区的所有基站。对于固话网络，区域监控中心的管辖范围为一个县/区；移动通信网络由于其组网不同于固话本地网，则相对弱化了这一级。区域监控中心SS的机房内的设备配置与SC的差不多，但是不同的是功能不同以及SS的等级低于SC,SS的功能主要是维护设备和监控。监控单元（SU）：是整个监控系统中等级最低的单元了，它的功能就是监控并且起供电，传输等等作用，主要由SM和其他供电设备由若干监控模块、辅助设备构成。SU侧集成有无线传感网络微设备，比如定位设备或者光感，温感设备等等。监控模块（SM）：SM是监控单元的组成部分之一，主要作用监控信息的采集功能以及传输，提供相应的通信接口，完成相关信息的上传于接收。

2监控系统的分级管理结构及监控中心功能基站监控系统的组网分级如果从管理上来看，主要采用两级结构：CSC集中监控中心和现场监控单元。CSC主要设置在运营商的枢纽大楼，主要功能为数据处理，管理远程监控单元，对告警信息进行分类统计，可实现告警查询和存储的功能。一般管理员可以在CSC实现中心调度的功能，并将告警信息进行分发。而FSU一般针对具体的某一个基站，具体作用于如何采集数据参数并进行传输。CSC集中监控中心的需要对FSU采集的数据参数进行报表统计和分析，自动生产图表并为我们的客户提供直观，方便的可视化操作，为维护工作提供依据，维护管理者可以根据大量的分析数据和报表进行快速反应，以最快的速度发现网络的故障点和优先处理点，将人力资源使用在刀刃上。监控中心CSC系统的功能中，还有维护管理类，具体描述如下： 1）实时报警功能该系统的报警功能是指发现机房里的各种故障后，通过声音，短信，主界面显示的方式及时的上报给操作者。当机房内的动力环境，空调，烟感，人体红外等等发生变量后，这些数据通过基站监控终端上传到BTS再到BSC。最后由数据库进行分类整理后存储到SQLSEVRER2000中。下面介绍主要的几种报警方式： 2)声音报警基站发生告警后，系统采集后，会用声卡对不一样的告警类别发出对应的语音提示。比如：声音的设置有几种，主要是以鸣叫的长短来区分的。为便于引起现场维护人员的重视紧急告警可设置为长鸣，不重要的告警故障设置为短鸣。这样一来可以用声音区分故障的等级，比方某地市的中心交换机房内相关告警声音设置，它的开关电源柜当平均电流达到40AH的时候，提示声音设置为长鸣，并立即发生短信告警工单。如果在夜晚机房无人值守的情况下：

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

无线传感器网络的体系结构

无线传感器网络的体系结构李宁 104753071172 （河南大学，河南大学计算机与信息工程学院 475004）摘要：在对无线传感器应用特征进行分析的基础上，总结了无线传感器体系结构设计的要素，讨论了无线传感器网络的软件体系结构和通信体系结构。通过与传统Ad hoc网络的对比，归纳了无线传感器网络在各层各面设计的特点。文章认为虽然传统的传感器的应用方向主要在军事领域，但在民用领域也存在着广阔的前景。关键词：无线传感器网络；软件体系结构；通信体系结构；自组织网络 0 引言目前在无线通信领域和电子领域的进步促进了低成本、低功耗、多功能无线传感器的发展。这些无线传感器体积小，并具有感知、数据处理和短距离通信的能力。与传统的传感器相比，现在的无线传感器网络具有明显的进步。无线传感器网络由大量高密度分布的处于被观测对象内部或周围的传感器节点组成。其节点不需要预先安装或预先决定位置，这样提高了动态随机部署于不可达或危险地域的可行性。传感器网络具有广泛的应用前景，范围涵盖医疗、军事和家庭等很多领域。例如，传感器网络快速部署、自组织和容错特性使其可以在军事指挥、控制、通信、计算、智能、监测、勘测方面起到不可替代的作用。在医疗领域，传感器网络可以部署用来监测病人并辅助残障病人。其他商业应用还包括跟踪产品质量、监测危险地域等。无线传感器网络的实现需要自组织(Ad hoc)网络技术。尽管已有许多Ad hoc网络的协议和算法，但并不能够满足传感器网络的需求。具体来说，相对于一般意义上的自组织网络，传感器网络有以下一些特色，需要在体系结构的设计中特殊考虑。 (1) 无线传感器网络中的节点数目高出Ad hoc网络节点数目几个数量级，这就对传感器网络的可扩展性提出了要求。由于传感器节点的数目多开销大，传感器网络通常不具备全球唯一的地址标识，这使得传感器网络的网络层和传输层相对于一般网络而言，有很大的简化。此外，由于传感器网络节点众多，因此，单个节点的价格对于整个传感器网络的成本而言非常重要。 (2)自组织传感器网络最大的特点就是能量受限。传感器节点受环境的限制，通常由电量有限且不可更换的电池供电，所以在考虑传感器网络体系结构以及各层协议设计时，节能是设计的主要考虑目标之一。 (3)由于传感器网络应用的环境的特殊性、无线信道不稳定以及能源受限的特点，传感器网络节点受损的概率远大于传统网络节点，因此自组织网络的健壮性保障是必须的以保证部分传感器网络的损坏不会影响到全局任务的进行。 (4)传感器节点高密度部署，网络拓扑结构变化快，对于拓扑结构的维护也提出了挑战。上述这些特点使得无线传感器网络有别于传统的自组织网络，并在当前的一些体系结构设计的尝试中得到了突出的表现。 1 传感器网络节点功能结构和拓扑结构在不同应用中，传感器网络节点的组成不尽相同，但一般都由数据采集、数据处理、数据传输和电源这4部分组成(见图1)。根据具体应用需求，还可能会有定位系统以确定传感节点的位置，有移动单元使得传感器可以在待监测地域中移动，或具有供电装置以从环境中获得必要的能源。此外，还必须有一些应用相关部分，例如，某些传感器节点有可能在深海或

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

无线传感网定位

对于定位一般的理解就是确定位置。在无线传感网中,定位是指网络通过特定的方法确定节点的位置信息。其可分为节点的自身定位和目标定位。节点自身定位是确定网络中节点位置坐标的过程,它是网络自身属性的确定过程,是网络的支撑,可以通过人工配置或各种节点自定位算法完成; 目标定位是指在网络覆盖范围内确定一个事件或一个目标的位置坐标,这可以通过把位置已知的网络节点作为参考节点来确定事件或目标在网络中所处的位置。无线传感网定位问题就是寻求利用少量的锚节点来确定网络中未知节点的位置坐标的方法。无线传感网中,传感器节点的可靠性差、能量有限、节点数量庞大且节点部署具有不确定性等,这些限制因素对定位技术提出了更高的要求。通常无线传感网定位技术具备以下特点: ① 自组织性通常无线传感网中的节点是随机布设的,不能依靠全局的基础设施的协助确定每个节点的位置所在。因此,自组织性就显得格外重要。 ② 容错性传感器节点的硬件配置低、处理能力弱、可靠性差、能量少以及测距时会产生误差等因素决定了传感器节点本身的脆弱性,因此定位算法必须具有良好的容错性。 ③ 能量高效性为了尽量延长网络的生存周期,要尽可能的减少节点间的通信开销,减少算法中计算的复杂度,用尽量少的能量完成尽可能多的工作。 ④ 分布式计算每个节点自己对自身的位置进行估算,不需要将所有信息传送到某个特定的节点进行集中计算。、管路敷设技术通过管线不仅可以解决吊顶层配置不规范高中资料试卷问题，而且可保障各类管路习题到位。在管路敷设过程中，要加强看护关于管路高中资料试卷连接管口处理高中资料试卷弯扁度固定盒位置保护层防腐跨接地线弯曲半径标等，要求技术交底。管线敷设技术中包含线槽、管架等多项方式，为解决高中语文电气课件中管壁薄、接口不严等问题，合理利用管线敷设技术。线缆敷设原则：在分线盒处，当不同电压回路交叉时，应采用金属隔板进行隔开处理；同一线槽内强电回路须同时切断习题电源，线缆敷设完毕，要进行检查和检测处理。、电气课件中调试对全部高中资料试卷电气设备，在安装过程中以及安装结束后进行高中资料试卷调整试验；通电检查所有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电气设备进行空载与带负荷下高中资料试卷调控试验；对设备进行调整使其在正常工况下与过度工作下都可以正常工作；对于继电保护进行整核对定值，审核与校对图纸，编写复杂设备与装置高中资料试卷调试方案，编写重要设备高中资料试卷试验方案以及系统启动方案；对整套启动过程中高中资料试卷电气设备进行调试工作并且进行过关运行高中资料试卷技术指导。对于调试过程中高中资料试卷技术问题，作为调试人员，需要在事前掌握图纸资料、设备制造厂家出具高中资料试卷试验报告与相关技术资料，并且了解现场设备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况，然后根据规范与规程规定，制定设备调试高中资料试卷方案。、电气设备调试高中资料试卷技术电力保护装置调试技术，电力保护高中资料试卷配置技术是指机组在进行继电保护高中资料试卷总体配置时，需要在最大限度内来确保机组高中资料试卷安全，并且尽可能地缩小故障高中资料试卷破坏范围，或者对某些异常高中资料试卷工况进行自动处理，尤其要避免错误高中资料试卷保护装置动作，并且拒绝动作，来避免不必要高中资料试卷突然停机。因此，电力高中资料试卷保护装置调试技术，要求电力保护装置做到准确灵活。对于差动保护装置高中资料试卷调试技术是指发电机一变压器组在发生内部故障时，需要进行外部电源高中资料试卷切除从而采用高中资料试卷主要保护装置。