无线传感网定位技术

无线传感网定位技术（共10篇）

无线传感网定位技术 篇1

随着科技技术和工业技术的发展, 汽车保有量迅速增长, 城市交通压力日益加大。城市智能交通系统 (ITS) 中的车辆定位与身份识别倍受关注, 运动中的车辆定位为ITS中的关键问题。无线传感网 (WSN) 是由传感器、数据处理和通信单元组合节点以自组网的形式构成的网络, 是一种不依赖中心节点的全分布系统。

针对基于WSN的ITS系统, 本文中提出通过TDOA技术获得车辆原始位置信息, 利用最小二乘法处理数据。初次定位获得车辆位置粗略信息, 再利用改进的粒子滤波算法进行再次定位。实验证明, , 本文提出的方法成本较低, 获得车位车辆位置信息精度较高。

1 智能交通系统模型

在交通环境中设置大量传感器节点, 对道路中的车辆进行实时监控, 所获得的信息上传到控制中心。基于无线传感网的城市智能交通车辆定位系统如图1所示, 该系统由控制中心、通信传感器节点和车载传感器组成。道路上行驶通过自带车载传感器以固定频率广播信号, 请求路侧通信传感器节点发送坐标信息, 当接收到返回的坐标信息和RSSI值后, 估算粗略坐标, 然后再利用改进的粒子滤波算法计算出准确坐标值, 并将坐标值发送到控制中心, 中心根据获得的信息进行调度和决策。

2 行驶车辆粗略位置测量

不同的路侧通信传感器得到行驶车辆的广播信号存在时间差, , 通过路侧通信传感器的坐标与该时间差, 采用TDOA定位技术得到车辆位置信息。根据时间差和电磁波传播速度可得到距离差, 将该距离差代入式 (1) , 可计算出行驶车辆的粗略位置信息。

其中, s1 (0, 0) , s2 (x1, y1) , s3 (x2, y2) 为3个已知路侧通信传感器坐标, (x, y) 为待测行驶车辆坐标, d11为待测车辆与s和s1两节点的距离差, d12为待测车辆与s和s2两节点的距离差。通过计算可得到一组行驶车辆坐标pos, 为保证精度, 需要剔除误差较大的坐标值。将多组车辆坐标代入式 (2) , 得到车辆坐标平均值;利用式 (3) 剔除误差较大的坐标值, 最后保留60%的车辆坐标值。

本文根据行驶车辆车载传感器接收路侧通信传感器节点RSSI值, 对待测车辆位置坐标加权计算, 得到行驶车辆粗略位置信息。

3 改进粒子滤波算法在运动车辆精确定位中的应用

粒子滤波是通过Monte Carlo对一组有权值样本随机抽取, 利用对样本位置和权值大小进行调节, 从而接近事件发生概率, 将样本均值作为系统估值获取具有最小方差的状态估计。系统模型表示为式 (4) :

设为样本集合, 为集合中样本的权值, k时刻样本状态后验概率密度表示为式 (5) :

基于信号强度指示RSSI和TDOA技术的方法, 在获得行驶车辆的初始坐标后, 车辆自带车载传感器利用粒子滤波算法对车辆定位, 由于经典粒子滤波算法样本存在退化情况, 为防止发生样本退化, 采用对样本重新采样, 并改进设计概率密度函数等, 从而对粒子滤波过程进行优化。

通过实验证明, 在图1的环境下, 将本文提出的改进粒子滤波算法与经典粒子滤波算法实验对比, 比较目标车辆x、y坐标的平均定位误差, 本文提出的改进的粒子滤波算法的定位精度优于经典算法。

4 结语

本文提出的基于无线传感网的城市智能交通车辆定位技术, 首先采用TDOA定位技术获取行驶车辆的初始位置, 再增加RSSI值权重计算, 获得车辆初次定位的粗略坐标;通过改进的粒子滤波算法对行驶车辆位置再次定位, 完成以上步骤得到车辆准确的位置。实验证明, 本文所提出的方法有效的提高了城市智能交通车辆定位的精度, 且硬件投入成本较低。

参考文献

[1]王冬, 吴蒋.基于TDOA和改进粒子滤波算法的智能交通系统运行车辆定位[J].计算机测量与控制, 2014, 22 (4) :1196-1198.

[2]杨志, 胡文红.基于云计算视觉技术的肇事车辆定位系统设计[J].计算机测量与控制, 2013, 21 (3) :770-772.

[3]陈娟娟.基于GIS与GPS的车辆定位监控系统[D].天津:天津大学, 2012.

[4]李文娟.车联网中车辆定位及其优化技术研究[D].南京:南京邮电大学, 2013.

无线传感网定位技术 篇2

基于无线传感网的烟草仓库环境监测系统

解决方案

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

目录

1.目前国内烟草仓库环境监测系统现状分析....................................................................3 2.现有仓库环境监测技术现状分析......................................................................................3 3.基于无线传感网烟草仓库环境监测系统的应用...........................................................4 3.1．基于无线传感网烟草仓库环境监测系统简述.......................4 4.基于无线传感网烟草仓库环境监测系统的功能...........................................................5 5.基于无线传感网烟草仓库环境监测系统的优势...........................................................7 6.产品介绍....................................................................................................................................8 6.1物联网网关....................................................8 6.2无线路由单元..................................................9 6.3无线水浸检测器...............................................10 6.4无线温湿度检测器.............................................10 6.5无线烟感探测器...............................................11 6.6无线明火探测器...............................................11 6.7无线门磁传感器...............................................12

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

1.目前国内烟草仓库环境监测系统现状分析

目前国内大部分成烟和烟叶仓库还是沿用传统的仓储管理方式，缺乏自动监控设备，只是进行简单的入仓数量管理，以及常规的防霉变、防烟虫处理，对烟叶醇化机理没有足够的认识，使得精选优质烟叶往往在存储过程中品质下降，不能生产出高质量的卷烟成品，带来了不小的因库耗而造成的经济损失。

烟草行业对如何提高卷烟品质进行深入研究后，发现卷烟生产和销售过程中的仓储环境对卷烟品质影响很大，传统烟草仓库环境质量采用人工测量记录，管理人员对仓储环境缺乏有效的监测手段。因此，加强对烟草仓库环境质量监测，降低烟叶库耗，提高烟叶利用率，具有非常重要的实际意义。

2.现有仓库环境监测技术现状分析

目前室内仓库的环境监测系统分为无线监测系统和有线监测系统两种，大多数系统是基于有线监测设备建立起来的。有线监测系统存在的缺点有： 1）.有线监测点的布置需要大量走线，布置方式不灵活，只能在一个固定位置，不能根据需要移动；

2）.监测点数量由于通信布线成本限制而不能大量布置，造成监测力度不够，存在监测数据不能全面反映实际的环境质量的可能，甚至存在监测盲区； 3）.有线监测点线路检查和维护需要大量的人力物力，若多个仓库实现集中管理会极大的增加安装成本，不利于构建大型的远程控制系统。

基于无线传感网技术的仓库环境监测系统具有高扩展性、可靠性、安全灵活、维护简便等优点。

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

3.基于无线传感网烟草仓库环境监测系统的应用

3.1．基于无线传感网烟草仓库环境监测系统简述

基于无线传感网烟草仓库环境监测系统结构图，如图所示：

如图1 所示

如图2所示

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

如上图所示，烟草仓库环境监测系统有集控中心、物联网网关、路由单元、无线传感器（如温湿度、水浸等）部分组成，烟草仓库环境监测系统采用分级分布式结构，在各工业生产残酷、销售公司卷烟成品仓库、原料基地烟叶仓库分别设置仓库监控子站，通过分布在仓库内的传感器检测和实时数据采集装置将检测数据传送到上一级监控站的监控及数据服务器，根据操作人员的指令或自动设置仓库的空调和通风除湿设备进行远程控制。如图1、2所示，视频监控系统通过有线形式与集控中心进行通讯，仓库环境监测系统通过无线传感器（如：温湿度、水浸等）把环境中的数据信息，通过无线的形式传输给路由单元，路由单元通过数据转发给网关，网关通过以太网传输给集控中心，因此，集控中心通过烟草仓库监测系统能够对仓库内环境信息实时监测，通过视频监控系统对仓库内人员的流动、设备的情况及安全情况，进行实时监控。

烟草仓库环境监测系统24小时自动数据采集，系统可以列表、图形显示监控数据，可自行设置温湿度上下限，超限时数据红字报警，传感器蜂鸣，系统可将监控系统记录下来并保存后的任意时间段、任意种类（如温度或湿度）、任意操作记录以各种形式（word、Excel等）电子文档导出可供使用，并可通用任何打印机将报表或图形打印出来，历史数据安全存储备份。

4.基于无线传感网烟草仓库环境监测系统的功能

（1）保证烟叶的产品质量

在自然状态下，仓库的环境根据气候的变化不能持续满足存储要求，所以需要有效地控制仓库中的温度和湿度，给烟叶存放带来一个安全的环境。在实际生产中，烟叶仓库的人工监管存在许多难以避免的人为因素失误，并且对烟叶堆垛内部的温湿度测量更是难以保证数据的及时、准确和可靠。而烟叶仓库监测系统将温度、湿度传感器布置烟叶堆垛内部和残酷的适宜位置，可以实时测量残酷各处的温度和适度并及时传送给监控室，测量数据能实时显示在监控室的电脑屏幕上，保证监控人员能够全面了解烟叶仓库的情况。一旦某点温度、湿度超过预定设置，系统将迅速向监控人员报警，详细显示库房具体位置的异常温度、湿度变化，并指导烟叶翻垛及通风等生产操作，可以有效预防因温度、湿度变化引起的烟叶变质等各种事件发生。

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

（2）有助于研究烟叶自然醇化机理

烟叶仓库环境监测系统采集了烟叶的醇化过程中的第一手环境资料，它有助于合理地掌握自然醇化速度调控，也为研究醇规律和醇化预测模型提供大量信息，可以逐步建立库存烟叶醇化质量信息档案，并根据烟叶醇化质量提出合理的使用建议。

（3）提高生产效率和管理水平

烟草仓库实时监测管理系统跟人工监管相比具有不可比拟的优势，系统实时性好、可靠性高、操作简便，可有效地提高生产效率和管理水平。烟草仓库监测系统数据采样间隔时间短，监测数据既能定时传输夜可随时召唤，布置在烟叶堆垛内的定点监测比人工临时测量更稳定和更准确。烟草仓库实时监测管理系统可以实现自动化生产管理，是烟草行业信息化系统的重要组成部分。

（4）保障生命安全

烟草仓库环境监测系统将已有的气体传感监测装置、防火报警装置和视频防盗装置结合起来，实现监测环境温湿度、检测室内易燃气体、非法闯入报警等系统功能，形成一个全方位的仓库环境安全监测系统，可以有效保障生产安全。

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

5.基于无线传感网烟草仓库环境监测系统的优势

1.施工方便：无需接拉数据线，只需要有220V市电或直接使用电池供电，对于扩容和旧有系统改造非常方便。并且组网是自动生成的，不需要人为干预，安装上基本就可以工作。

2.可靠性高：嵌入式与专用低功耗器件、精简的射频电路以及组网的多路径冗余备份，使系统里的设备可以可靠稳定地运行

3.扩展与增容方便：增加新类型和新的节点只需要安装节点本身即可，无须改造数据线/装修/布局等。因为容量高，不需要增加新的网关设备，只增加节点即可

4.零运营成本:单网关的高容量、近乎于零的施工成本、平与增容方便：增加新类型和新的节点只需要安装节点稳的扩容能力，使得项目总体成本远低于传统方案。可以降低用户系统总造价，可以为工程和方案提供商提供更高的效益空间

5.实时监测：实时监测仓库内环境信息，一旦发生变化，集控中心会发出报警同时显示相对应的区域范围。

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

6.产品介绍

6.1物联网网关

产品介绍：

安装在仓库内，与安装在仓库内的无线路由单元和无线传感器通讯，将仓库内环境信息（如:温湿度、水浸等）通过以太网上传到集控中心。

产品特性：  20S快速组网

 黑白名单节点认证管理

 支持3G、GPRS、wifi、RJ45上行接口

 支持双信道的无线、RJ45、RS485、RS232下行接口

 内置系统管理WEB Server  双WDN业务信道

 满足7*24小时全天候连续工作

 金属外壳设计，高可靠性与安全性 性能参数：

 频段：433～510MHz  速率：40kbps  传输距离：无遮挡 800米/1700米/2000米以上

 严重遮挡：50米/160米/200米

 组网容量：200～500点

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

6.2无线路由单元

产品介绍：

安装在仓库内，负责将仓库内的数据通过无线传输到仓库内的物联网网关上。同时负责将其它较远无法直接进行无线通讯的设备进行无线数据路由的职责，通过多跳将无线数据传输给物联网网关。

产品功能：

 信号覆盖  数据转发  构建子网  多径备份  信道隔离 硬件接口：

 2个天线接口:1个与上级汇聚网关通信，1个与下级传输单元通信  天线接口：标准SMA接口

 4路RS232/RS485接口:可用于接入采集设备  1路RJ45接口

 指示灯：具有“Power”、“组网”、“4个数据收发指示灯“共6个指示灯

 拨码开关：用于设置RS232/RS485接口类型  复位按钮:复位按钮对系统进行恢复默认

性能参数：

 电源：DC 12～24V  天线接头:SMA标准接头  安装方式:壁挂/其他

 工作环境：工作温度-20℃～+70℃，工作湿度 5%～95%（无结露）

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

6.3无线水浸检测器

产品介绍：

能够实时在线监测安装位置（场所）是否浸水，并实时的将水浸状态通过物联网路由节点上传到监测系统平台中心，以达到监控告警的目的。应用范围：大量用于通讯基站、宾馆、饭店、精密机房、图书館、仓库以及其他在积水需要报警的场所。

产品特点：

 成本低、高可靠性  易于安裝、操作方便  质量可靠，耐用性高 6.4无线温湿度检测器

产品介绍：

本系列产品可对要求范围内的温、湿度进行测量。采用进口SHT11传感器芯片，传感器性能可靠，使用寿命长，响应速度快，湿度测量的温度范围宽。本产品主要应用领域是针对配套供电环境不便的场合，如通讯机房、办公室、仓库、医院、档案馆、博物馆、制药厂、食品厂等地方进行温湿度监测，实现信号无线远传。

产品特点：

 无线安装，简单方便，测量精度高  网络节点多，测量距离远，抗干扰能力强  低功耗，工作稳定性强，使用时间长

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

6.5无线烟感探测器

产品介绍：

是基于无线传感网技术设计可探测空气中烟雾的浓度并发告警音，同时还内置了温度感应器，能检测到空气中的温度，当空气温度高于65℃时提出告警声。除此之外，它还能与警报设备绑定，发出无线触发信号，启动警报器发出警报。

产品特点：

 内置Router温度感应器，具有温度感测功能  与CIE报警设备使用  内建无线开关警报器  紧凑尺寸  备用电池电源  被触发后，指示灯闪烁 6.6无线明火探测器

产品介绍：

无线明火传感器可探测到火焰中的紫外线，并予以警报。它不仅可以通过声音报警，它还装备有C(C/N——N/O)输出——可以满足专业人员的需要。另外，LED记忆能使您从一系列传感器中找到最初报警的传感器。区域调整装置使得预警区域角度更加宽阔，传感器和基座的快速分离使安装和维修变得简单轻松。

技术参数：

 探测系统: 紫外线探测（探测波长185到260nm）

/ 12

基于无线传感网的烟草仓库环境监测系统解决方案

 探测区域: 长度 33英尺(10米)2.75"(7厘米)面前的打火机火焰  电 源:（10-30）V DC（无正负极） 电 耗:静止时： <25mA  报警时: <75 mA(警铃开)<40 mA(警铃关) LED报警 ： LED(红色)：亮灯延迟10秒。 记忆LED(黄色)：记忆指示时灯亮，电源接通时闪烁。

 报警声（蜂鸣声）: 报警：在延迟10秒内，每0.2秒间歇发声。 音量：80 dB或更高 3.3英尺(1米)(可选择无声设置) 容量： 30V/0.25A  环境温度:-10～+60℃（无凝结） 安装:室内安装（顶棚或墙壁安装） 重量:大约150克（5.25oz）6.7无线门磁传感器

产品介绍：

无线门磁传感器用来监控门的开关状态，当门不管何种原因被打开后，无线门磁传感器立即发射特定的无线电波，远距离向主机报警。无线门磁的无线报警信号在开阔地能传输100米，在一般住宅中能传输50米，和周围的环境密切相关。

产品参数：

 外形尺寸：71x36x15.4毫米  发射功率：30毫瓦  工作电流：10毫安

 工作电压：12V，A23报警器专用电池

无线传感网定位技术 篇3

摘要：未知节点定位是无线传感网络中的研究重点之一，目前最常用算法为基于免测距原理的APIT算法。该算法具有通信开销小、硬件简单易实现等优点，但其基本思想为质心原理定位，故定位精度难以提高，特别是当锚节点稀疏时无法定位。针对APIT定位算法无法定位，锚节点三角形不包含待定节点的情况，提出一种改进两点定位法，并与原APTT定位算法相结合，提高了定位精度及未知节点覆盖率。endprint

摘要：未知节点定位是无线传感网络中的研究重点之一，目前最常用算法为基于免测距原理的APIT算法。该算法具有通信开销小、硬件简单易实现等优点，但其基本思想为质心原理定位，故定位精度难以提高，特别是当锚节点稀疏时无法定位。针对APIT定位算法无法定位，锚节点三角形不包含待定节点的情况，提出一种改进两点定位法，并与原APTT定位算法相结合，提高了定位精度及未知节点覆盖率。endprint

无线传感网定位技术 篇4

作为“智能信息感知末梢”,物联网以其独特的优势,能在多种场合满足智能电网信息获取的实时性、准确性、全面性等需求,在智能电网的发、输、变、配、用以及调度等各大环节发挥巨大优势。无线传感器网络(Wireless Sensor Network,WSN)技术是物联网核心技术之一,作为一种新兴的技术手段,无线传感器网络综合了传感器技术、自组织网络技术、数据融合技术、目标定位技术等,有效地实现了数据采集、传输及处理的高度智能化[1]。针对变电站中的人工巡检不便于监管、外来人员误入非操作区域发生危险等问题[2,3],设计了基于WSN技术的变电站人员定位跟踪系统。

1 系统功能设计

变电站是高危作业环境,误入间隔、巡视不到位等违规作业行为时有发生,变电站人员定位跟踪系统可实时定位作业人员的当前位置,跟踪其在站内的移动轨迹,自动感知误入工区等行为,自动记录巡视人员的巡视轨迹,有效监控巡视不到位、漏巡甚至不巡等违规作业行为,并以声光报警的形式来提醒误入的作业人员,在现场报警的同时,将相关信息传送到监控中心,后台管理部门可以采取相应措施,防止事故的发生。

2 系统架构设计

从物理上看,系统包括变电站现场和监控中心,在变电站现场需安装数据采集、数据传输、数据预处理相关设备,包括锚节点、网关节点和前置机,在监控中心部署服务器。系统架构如图1所示。

锚节点沿着巡检路线部署于目标区域及其附近危险点的监测区域。锚节点能够自动组网,采集指定信息并接收其覆盖范围内的信号,包括工作人员移动中不断变化的区域范围和具体的位置信息。通过网关将数据上传到前置机,前置机通过一定的定位算法确定工作人员或外来访客的位置,并确定该人员所处区域是否为非法区域,如果是,系统将自动报警,提醒巡检人员注意安全,提醒外来人员回到合法区域,同时通知相关部门进行应急处理。另一方面,前置机收到或处理后的数据通过内部以太网发送到监控中心的服务器上,将监测信息展示给管理人员,并完成任务的统计和汇总,为工作人员的考核提供参考。

3 系统实现

3.1 锚节点的工作原理

锚节点由微波感应模块、声光报警模块、WSN无线通信模块组成,安装在变电站的危险区域中。用户通过监控中心或者遥控器对锚节点发出布防指令,即对变电站的危险区域进行布防,锚节点根据指令作出布防状态的改变。当布防指令为设防时,微波感应模块开启,此时监控范围内有任何人员侵入,都被视为非法,锚节点立即激活声光报警功能,发送告警信号至监控中心并展现出来,说明此时有人闯入了危险区域。人体感应功能依据微波感应位移模块来实现。此模块可以达到0.3～10 m的感应距离,16级可调,并具有抗射频干扰能力强,不受温度、湿度、光线、气流、尘埃等影响的特点,完全满足锚节点需要。使用微波模块进行布防的优点在于,可以根据危险区域的大小来调整布防范围,而且感应距离的设置和调整方便简单。

3.2 区域重叠的人员定位与跟踪算法

该功能采用区域重叠的定位算法实现,通过布设若干个锚节点,感应人员的到达。基本原理为:若能被一个锚节点感应到,则表示人员在该锚节点的感应区域内;若能同时被几个锚节点感应到,则表示人员在几个锚节点感应区域的重叠区域[4]。

定位图解如图2所示,以A,B,C 3个锚节点为例,设锚节点的摆放位置分别为(xA,yA),(xB,yB),(xC,yC),锚节点的感应距离分别为d1,d2,d3,设其覆盖区域是以感应距离为半径的圆。锚节点之间会有覆盖重叠部分,分为2个或2个以上锚节点的覆盖重叠,或只被1个锚节点覆盖的区域,这2种情况下的定位实现如下。

1)有2个或2个以上锚节点信号覆盖区域。首先计算出重叠部分交点的坐标,然后计算交点坐标的质心,质心就为人员的坐标。以图2中的阴影部分为例,重叠的区域3个顶点分别为p1,p2,p3。

首先计算p1的坐标(x1,y1)

计算p2的坐标(x2,y2)

计算p3的坐标(x3,y3)

然后计算这3个交点的质心,此时人员的坐标(x,y)为:

2)只有1个锚节点的信号覆盖区域。此时人员在该锚节点圆心的周围,以该锚节点坐标作为人员当前位置坐标。

区域重叠定位算法的流程如图3所示。

通过以上2种方法,可以把工作人员的行走轨迹描绘出来,在监控中心的界面上显示,实现了人员的跟踪。

区域重叠定位算法的优势在于,利用微波感应进行区域布防,可以调整不同的感应距离,工作人员或外来人员均不需要佩戴移动标签,既简单又便捷,该定位算法通过2个不同区域的坐标确定,可以对人员的位置坐标进行确定,并展现其移动轨迹。

3.3 声光报警

现场和监控中心都具有声光报警的功能,现场的声光报警在入侵的时间段内一直持续,并且程度也随之增强,直至侵入终止为止。与此同时,监控中心的声光报警在入侵终止后仍一直持续,警示管理人员,直到管理人员采取措施为止。监控中心的声光提示可以即时关闭,但不影响画面显示和下一次报警[5]。

3.4 监控中心

监控中心的后台软件主要是对现场的情况和上传的数据进行实时展示,显示各个时间点工作人员位置以及行动轨迹,使得管理人员可以清晰地监控现场的情况,并且可以对发生的紧急情况进行处理[6,7]。后台软件具有系统管理、基础数据管理、电量管理、任务管理和综合查询等功能,方便各级用户使用。

4 结语

文章设计的定位跟踪系统,将微波感应模块、WSN无线通信网络与监控后台相结合,可以有效地对变电站内工作人员及外来人员进行定位跟踪。对人员靠近危险作业区域、误入非作业区域等非法行为进行声光告警,并能展现作业路线,实时展现和回放运动轨迹,做到了实时、有效的监控。这在一定程度上加大了对变电站监管的力度,提高了变电站作业的安全性与规范性。

摘要：为了加强对变电站工作人员的监督,设计了基于无线传感器网络技术的变电站人员定位跟踪系统。该系统通过微波感应模块对危险区域进行布防,采用区域重叠定位算法进行人员定位跟踪,对非法人员进行声光告警,利用WSN通信节点进行数据传输,通过后台监控中心显示相关信息,有利于对相关人员进行实时、有效的监控,确保变电站作业的安全性与规范性。

关键词：无线传感器网络,定位跟踪系统,区域重叠定位算法

参考文献

[1]孙利民,李建中,陈渝,等.无线传感器网络[M].北京:清华大学出版社,2005.

[2]黄绪勇,刘沛,苗世洪,等.无线传感自组网在电力监控中的应用动态[J].电力系统自动化,2007,31(7):99–103.HUANG Xu-yong,LIU Pei,MIAO Shi-hong,et al.Application of wireless sensor networks in power monitoring system[J].Automation of Electric Power Systems,2007,31(7):99–103.

[3]张强,孙雨耕,杨挺,等.无线传感器网络在智能电网中的应用[J].中国电力,2010,43(6):31–36.ZHANG Qiang,SUN Yu-geng,YANG Ting,et al.Applications of wireless sensor networks in smart grid[J].Electric Power,2010,43(6):31–36.

[4]BULUSU N,HEIDEMANN J,ESTRIN D.GPS less low cost outdoor location for very small devise[J].IEEE Personal Communications Magazine,2000,7(5):28–34.

[5]梁湖辉,张峰,常冲,等.基于Zigbee的变电站监测报警系统[J].电力系统保护与控制,2010,38(12):121–124.LIANG Hu-hui,ZHANG Feng,CHANG Chong,et al.Zigbee-based substation monitoring and alarming system[J].Power System Protection and Control,2010,38(12):121–124.

[6]李娜,陈晰,吴帆,等.面向智能电网的物联网信息聚合技术[J].信息通信技术,2010,4(2):21–28.LI Na,CHEN Xi,WU Fan,et al.Study of information aggregation technology on the internet of things for smart grid[J].Information and Communications Technologies,2010,4(2):21–28.

无线传感网定位技术 篇5

关键词：IPv6；无线；传感网

中图分类号：TN929.5；TP212.9 文献标识码：A 文章编号：1006-8937（2015）26-0090-01

1 项目研究背景和意义

1.1 研究背景

随着电子科技的进步，传感器网络已经经历了四代的发展，无线传感网作为新兴的下一代传感网络，节点计算能力更强，节点间通信更加方便，能够实现比以往更加复杂的应用。现阶段的无线传感网正处于研究和开发阶段，已有一些试验性项目，美国INTEL公司从2002年开始了基于微型无线传感网络的新型计算发展规划，我国也在无线传感网的节点硬件设计、操作系统设计、网络路由等方面陆续开展工作。

1.2 研究目标

研究传感器网络与下一代互联网互联的问题，重点研究具通用性的基础服务和对应的面向传感器网络的IPv6支撑协议，以方便快速构建连接传感器网络和互联网，连接不同地域环境的传感器网络的大规模应用。

2 基于IPv6的无线传感器网络的相关协议

本项目研究面向典型应用的共性基础服务，以及支撑服务的基于IPv6的无线传感器网络协议族，并构建典型应用环境，部署并运行一个完整的服务系统。服务系统及其支撑协议的整体架构，如图1所示。

2.1 传感网IPv6协议族

IPv6具有地址数量大，很好的支持自组织组网等诸多优点，充分符合传感器网络与互联网互联的网络层协议要求。但传感节点由于诸多硬件限制，难以实现整个IPv6协议族，需要基于上面提到的几类服务，针对性的研究必需的几类简化IPv6协议，服务和IPv6中的协议对应关系，如图2所示。

由于无线传感网节点功耗和计算能力等方面的限制，使得不可能也不必要实现完整的IPv6协议族，而要根据上层服务的需求，仅实现必需的最小协议集合，需符合两条要求：首先，输入/输出数据包都具有标准格式，能与IPv6网络互连互通；其次，为降低功耗，去除IPv6协议标准中不需要的功能和属性。主要研究内容分为以下几类。

2.1.1 路由协议

主要实现局部网络常用的ICMPv6和邻居发现（Neighbor Discovery， ND）协议，以支持传感节点的自组织组网。

2.1.2 传输协议

单播通信支持UDP协议，TCP协议由于其复杂性不适合在传感网节点实现，且传感网内由于数据量不大，基于其特点实现逐跳可靠传输，跨越互联网的可靠传输可由网关提供支持。

2.1.3 服务协议

①自动服务注册。

网关需要向中央服务器预注册以获取一些全局分配信息，如IPv6地址。传感节点经简单的撒播部署后能自动组织成局部传感网络，并连接到网关，网关根据预设信息在指定的中央服务器上注册该网络，并返回一些传感网内节点的初始信息。

②可靠的点对点通信服务。

互联网内的点对点通信的可靠性由TCP协（下转92页）（上接90页）议来保证，但由于传感网节点较弱的功能和单次传输信息较少的特点，TCP协议的消耗过大。另外，如果传感网节点具移动性，路由会经常更改和出错，造成上层连接频繁的不稳定。

3 IPv6的无线传感器网络创新之处

3.1 以面向服务为目标，提出融合传感网和互联网的服务框架

结合目前省内可持续化发展的需求，提出基于IPv6协议的融合传感网和互联网的服务框架，可有效用于涉及多个传感网的跨互联网的大规模聚集应用。服务框架提供自动服务注册机制，有利于应用的快速部署；提出了适合混合网络整体特点的可靠通信机制，以保证一些关键应用的可靠性；并提供针对单个节点访问的服务原语，规范化了节点的访问方法，消除了应用开发时的大量重复性工作；同时以整网操作为目标，提出了更具应用信息的群操作服务，消除了IPv6多播协议和上层应用需求的差距，方便全局信息的配置。

3.2 面向传感网和互联网互联的传感网IPv6精简协议栈设计

针对传感器网络终端设备和网络设备对网络的需求，充分考虑必要的传感器网络的在功耗和性能方面的要求，结合节点的大部分应用场景，精简IPv6协议栈。从OSI七层协议的角度，裁减高层协议。在报头定义、路径最大传输单元发现、邻居发现、地址自动配置等方面进行相应修改。精简后的协议能够保证和下一代互联网的互联，同时兼顾自主设计的传感节点的资源配置。

参考文献：

[1] 肖晓军.美国防部C4KISR系统研究现状与展望[J].装备参考， 2003，（5）.

无线传感网数据聚集技术分析 篇6

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

无线传感网时间同步技术综述 篇7

关键词：无线传感网,时间同步,时钟模型,萤火虫同步,分布式同步

0 引言

自20世纪90年代开始,无线传感网技术得到快速发展,被广泛应用在森林、建筑、军事战场及其他感知监测区域[1,2]。其中时间同步技术应用在无线传感网各个方面:监测数据通过数据融合技术向网络基站传输,节点为减少能量消耗,延长网络寿命需要进行定时的睡眠和唤醒[3];节点定位[4]、节点调度机制[5]以及节点工作模式的切换[6]等。

互联网中常用的网络时间协议NTP,是在层状结构中利用客户/服务器模式对欲同步的客户端进行同步,通过时间获取的多路径和上层服务器的冗余性来保证时间同步的可靠性[7]。由于NTP无法满足无线传感网络中节点功耗低、带宽有限以及无线传输的要求,所以无线传感网中时间同步技术需要在无线传输、节点计算能力较低和能量受限的前提下尽可能实现低开销和较低的复杂度。作为无线传感网技术中的一项关键技术,时间同步技术不仅需要提高时间同步精度来实现系统运行的可靠性,还需要减少时间同步开销,延长网络寿命,实现系统运行的可持续性。

早期的时间同步协议致力于直接得到节点间的时钟差值或者构建晶振的时钟模型,来实现节点间的时钟同步。近年来新型的时间同步协议通过物理同步方式或者改进时钟模型的方式来实现较高的时间同步精度;通过物理方式或者被动同步方式来实现较低的时间同步开销和对动态网络拓扑的兼容性。本文将对目前主要的时间同步协议进行总结和对比。

1 时间同步技术难点

节点间时钟差异主要来源于节点晶振的差异性。节点的上电时间不同带来节点不同的时间相位偏移,晶振因制作工艺和环境的影响会产生频率偏差和频率漂移,并进一步导致节点时钟的输出时间产生偏差和漂移[8],如图1所示。图1所示的三条节点时间输出曲线,分别表示受上电时间和晶振制作工艺影响产生的相位偏移和频率偏差的节点时间、理想晶振对应的系统时间以及环境因素和晶振老化因素引起晶振频率漂移下的节点时间。

无论是估计同一时刻不同节点的时间差值,还是通过对节点的晶振建立时间模型来实现时间同步,节点进行报文交互的过程中都必须面临报文时延的不精确性。报文时延主要是指同步报文从节点发送之后分别经过的发送延时、信道访问延时、传输延时、传播延时、接收延时和接收处理延时六部分延时[9],如图2所示。

接收节点通过处理同步报文得到节点间的时间差值或者节点间的相对时钟模型。

(1)发送延时:节点构建同步报文并将报文递交到MAC层所用的时间;(2)信道访问延时:同步报文从检测信道是否空闲到物理层开始发送报文所用的时间;信道访问延时随机性较大,受当前信道空闲度和网络负载状况的影响较大;(3)传输延时:发送节点通过天线向外传输同步报文所用的时间;(4)传播延时:节点在媒介中从发送节点传播至接收节点所用的时间;(5)接收延时:接收节点的物理层通过天线接收同步报文所用的时间;(6)处理延时:接收节点对报文进行处理的时间。

除了上述随机性较大的发送延时、信道访问延时、处理延时之外,传输过程中存在的噪声经常会在同步报文的时延中引入部分符合高斯或者指数分布的小时延。

2 经典的时间同步协议

根据节点同步过程中同步报文的传输方向和交互方式的差异,经典的时间同步协议可以归纳为三类:基于接收-接收的同步机制、基于发送-接收的双向同步机制和基于发送-接收的单向同步机制。

2.1 基于接收-接收的同步机制

基于接收-接收模式的同步机制由参考节点向其广播范围内的节点广播不携带任何时间信息的参考同步报文。收到参考同步报文的一个节点会向另一个节点发送接收到该参考同步报文的本地时间。此时另一个节点可以根据收到的接收时间和自身记录的接收时间得到参考同步报文到达不同节点的时间差值,即两个节点的时间差值[10]。基于接收-接收同步机制的时间协议工作机制如图3所示。

接收-接收模式下的同步协议以同一参考同步报文到达不同节点应当为同一个时刻为出发点,通过节点间交换接收时间得到节点间的时间差值,通过补偿该时间差值来实现节点间的时间同步。接收-接收模式下节点m和节点n的时间差值为:

基于接收-接收机制的代表时间同步协议为RBS(Reference Broadcast Synchronisation)[10]。该机制下的同步协议虽然能够实现较高的同步精度,但是需要大量的参考同步报文和节点间交互报文,同步开销较大。尤其是在多跳网络中,所需的报文数量和同步计算的复杂度均将成倍增加。另外,节点间报文交互是接收-接收机制下实现网络时间同步的前提条件,所以基于接收-接收的时间同步机制不适用于跳数较多和节点分布较为稀疏的网络环境中。

2.2 基于发送-接收的双向同步机制

在发送-接收的双向同步机制中,待同步节点向基准节点发送同步请求报文,基准节点收到请求报文之后,向待同步节点发送包含自身当前时间的同步应答报文。待同步节点收到此应答报文之后通过自身的本地时间估算出节点间的时间偏差Δ和传输延时d,并据此校准自己的时钟。

双向同步机制在较短时间间隔内,认为节点间的时间偏差不变及报文传输延时一致,通过两次同步报文交互获得节点间的时间信息。基于发送-接收的双向同步机制中,报文交互如图4所示。

基于发送-接收双向同步机制的时间同步协议主要包括:TPSN(Time-sync Protocol for Sensor Networks)[11]和TS/MS(Tiny Time Synchronisation Protocol/Mini Time Synchronisation Protocol)[12,13]。TPSN协议通过图4所示的四个时间值完成待同步节点的时间同步,同步公式为:

采用双向同步机制的TPSN具有较高的同步可靠性,同步性能也比较好。但是因为没有考虑节点的时钟模型和晶振存在的频率偏移,在利用TPSN协议同步之后,节点仍旧会产生新的时间偏差,因此TPSN必须较为频繁地进行同步操作。TS/MS同步协议算法在基于图4所示的同步的基础上采用线性节点时钟模型,通过对少量的时间点进行拟合处理便可得到节点的时间偏差和时钟漂移。TS/MS时间同步协议采用较少的时间点得到比TPSN更高的同步精度,属于轻量级时间同步算法,适用于能量受限制的无线传感器网络。

基于发送-接收双向同步机制的时间同步协议在具有较高同步可靠性的同时产生相对较大的同步开销。另外,双向时间同步协议对网络拓扑的扩展的兼容性较差,无法适用于动态拓扑网络中。

2.3 基于发送-接收的同步机制

基于发送-接收同步机制的时间同步协议主要由基准节点向网络中单向广播包含报文发送时间的同步报文。子节点接收到同步报文之后,根据估计报文延时和记录本地报文的接收时间,对自身时间进行同步调整。

基于发送-接收机制的时间同步方法主要包括DMTS(Delay Measurement Time Synchronisation)[14]、FTSP(Flooding Time Synchronisation Protocol)[9]等方法。DMTS同步算法通过估计同步报文的传输延时,将同步报文中携带的发送时间与同步报文传输延时之和作为子节点的全局时间,对子节点进行时间同步。FTSP忽略同步报文的传输延时,认为待同步节点接收同步报文和基准节点发送报文为同一时刻,即节点记录的接收时间和基准节点的发送时间为两节点间的偏差。通过对时间点进行拟合,利用线性时钟模型,得到待同步节点相对于基准节点的相对时钟偏移和相位偏移。

发送-接收的同步机制采用单向信息交互,同步精度较高,能适应网络拓扑动态变化。同时和双向时间同步机制相比,它能够有效地减少网络中的同步开销,减小网络能耗。但由于发送-接收同步机制采用泛洪广播机制,网络规模较大时,产生的同步报文偏多。另外FTSP协议中节点的多径效应使得节点的同步精度不能得到保证。

2.4 经典时间同步协议总结对比

经典的时间同步协议主要通过得到节点间的时间差异,更新待同步节点的时钟来实现节点间的时间同步。在以上三种同步机制中,发送-接收双向同步机制和发送接收-同步机制均没有考虑同步报文的传输时延;接收-接收同步机制基于接收节点间的时间对比,无需考虑参考报文传输时的发送延时、信道访问延时和传播延时,时间同步精度不受发送方影响。发送-接收双向同步机制因为采用双向报文传输,所以更适用于对可靠性要求较高的应用。发送-接收同步机制采用时钟模型,利用得到的时钟参数对节点的时钟偏移进行修正补偿,同步精度较高;和双向同步机制相比,单向的同步方式也更适用于动态变化的网络拓扑结构。表1通过对时间同步协议一些具有代表性的性能指标进行列举,对比了以上三种时间同步机制。

3 新型时间同步协议

经典的时间同步协议主要解决节点间的时间同步精度问题。当同步协议能够达到较高精度时,新型时间同步协议在进一步提高精度的同时开始着手降低网络中的同步能耗,并研究应用于特定环境下的时间同步协议。

3.1 基于物理脉冲耦合的同步协议

经典的时间同步算法无法完全消除传输过程中延时对同步精度的影响,所以难以做到对节点间同步精度的进一步提升。在基于物理脉冲同步机制的同步协议中,每个传感器节点被看作是完全相同的耦合振荡器,通过物理方式来消除报文传输过程中的延时,实现节点间的高精度同步。

基于物理脉冲耦合的同步机制以萤火虫同步算法为主。1988年,Buck对萤火同步闪烁的现象进行了总结,并对此现象进行了基于phase-advance和phase-delay两种模式下的时间同步建模[15]。1990年Mirollo和Strogatz提出M&S脉冲耦合振荡模型,在假定脉冲延时为零的情况下,耦合振荡系统可以达到同步[16]。1998年Ernst在前人的基础上对脉冲延时情况下的耦合振荡系统的同步状况进行了研究。当一个振荡器状态激发时,会和临近的振荡器产生电耦合,使得临近的振荡器产生一个耦合强度的状态增量。基于物理脉冲的同步机制原理如图5所示。

Ernst通过理论证明,在脉冲延时不为零的情况下,正的耦合强度无法使振荡器之间产生同步现象,只有在负的耦合强度情况下,振荡器之间才能取得同步现象[17]。文献[18]针对耦合振荡电路提出了一种面向不相同模块的物理脉冲振荡模型,该系统模型不仅可以实现多振荡器之间的同步,而且可以实现多频率振荡器之间的耦合同步,为分布式系统中节点的多频段通信提供了理论依据。虽然文献[19]对M&S系统在硬件设备上的应用做了测试,但是大多数基于物理耦合脉冲的同步协议因为要求网络中各个耦合器完全一致、脉冲延迟较小,在实现上有很大难度,所以基于物理耦合脉冲的同步机制仍停留在理论研究阶段。

3.2 基于调度的同步协议

基于调度的时间同步算法有TSMP(Time Synchronised Mesh Protocol)[20]、TSCH(Time-Synchronised Channel Hopping)[5]。基于调度的同步机制是在网络初期将所有节点间的工作时隙、工作信道、网络结构均进行分配,并通过广播报文的形式告知网络中所有节点,节点在各自分配的时隙和分配好的邻居节点之间进行报文交互。父节点在固定的同步周期向网络广播时间同步报文,子节点在安全时间内接收到同步报文,然后根据发送时间和接收时间调整自身的时钟;如果安全时间内没有收到时间同步报文,则认为子节点与网络失去同步。

基于调度的时间同步机制能够达到较高的时间同步精度,但是该机制需要网络层、MAC层以及物理层进行整体协作,不再是单纯的时间同步机制;而且一般需要多信道甚至多频段的复用,整体上较为复杂。

3.3 分布式同步协议

经典的同步协议中,基于发送-接收的双向时间同步算法无法解决无线传感网中节点加入、失效和移动引起的网络拓扑动态变化问题,也无法较好地减少网络中的累积同步误差。为了解决这个问题,分布式一致时间同步协议应运而生。

分布式时间同步协议主要通过节点周期性广播本地时间来实现网络内节点的时间同步。分布式同步协议主要包括:实现邻居节点高精度同步的梯度时间同步协议GTSP(Gradient Time Synchronization Protocol)[21]、分开校正频偏和相偏实现更可靠时间同步的平均时间同步协议ATS(Average Time Synch)[22]、节点广播时间到网络虚拟时钟的分布时间同步协议[23]等。

分布式时间同步协议不要求网络拓扑结构为层次拓扑,这使得分布式时间同步协议的鲁棒性较强,能更好地适应于拓扑动态变化的无线传感网。由于分布式同步协议主要基于全局节点进行时间扩散和不停地同步迭代,分布式时间同步协议的收敛速度相对于经典的时间同步算法来说比较慢;并且分布式时间同步协议中需要的同步报文数量较多,网络开销较大,不利于降低网络同步能耗。

3.4 混合时间同步协议

除了提高时间同步精度,延长同步周期进而减少网络同步能耗[19,20]之外,部分时间同步协议采用主动同步和被动同步相结合的混合时间同步机制[24,25]。

混合时间同步机制中,代表节点之间采用双向的时间同步机制。在同步报文交互过程中,代表节点广播半径中的邻居节点能够监听到双向同步报文,得到同步报文中的时间信息。通过分析报文中包含的两个节点的时间信息,监听节点实现被动的时间同步。混合时间同步机制只需要代表节点之间进行报文交互,多数节点只需要对周围环境中的报文进行监听,无需发送报文,较大程度地减少了网络中的时间同步报文数量。混合时间同步机制通过主动同步来保证网络同步精度,通过被动时间同步来节省网络同步开销,从而实现了保证同步精度和节约能耗的双重目标。但是由于被动时间同步主要通过节点监听周围环境中的报文来实现自身的时间同步,所以混合时间同步协议中节点的分布密度不能过小,适用的网络规模不宜过大。图6说明了混合时间同步协议的同步机制。图中2号和3号节点为代表节点,采用基于双向的主动时间同步机制。在2号代表节点和3号代表节点周围的其他节点通过监听2号和3号代表节点发送的包含时间信息的同步报文之后,被动地完成时间同步。

3.5 特殊用途时间同步协议

传统的时间同步算法无法适用于报文延时较长、节点移动较为频繁的水下应用,近年来针对水下传感网特殊用途的无线同步协议逐渐发展起来。水下应用的时间同步协议主要从估计报文延时方面来实现节点同步。文献[26,27]通过采用邻居间的相对速度和多普勒频移来计算节点的真实移动速度,得到精确的报文延时时间,并进一步通过双向时间同步机制和基于权重的最小二乘法来求得节点相对于参考节点的相对时钟参数。文献[26,27]在利用线性规划获得节点间相对时钟参数的同时均引入了第二次线性回归计算,利用初次回归运算得到的时钟参数和估算的节点移动速度进一度提高节点的同步精度。

3.6 新型同步协议总结

新型同步协议主要是基于非层次性网络结构,更少地受到网络中心节点的制约,能够更好地适用于网络拓扑结构动态变化的无线传感网。无论是通过物理方式抑或是主动、被动同步方式结合,新型同步协议和经典时间同步协议相比,能够较大地减少网络同步能耗。另外,新型时间同步协议在提高同步精度和降低网络开销的同时,开始对特殊应用条件下的时间同步进行探索。虽然新型同步协议和经典时间同步协议相比有较多的优点,但是新型时间同步协议的复杂程度一般较高,对节点有较高的性能要求;而且新型时间同步协议大多数仍旧处于理论研究阶段,并没有在实际环境中大量应用。

除了上述同步协议之外,新型的时间同步算法还包括利用外部时间源的外部梯度时间同步算法[21]、针对移动网络拓扑的时间同步算法[28]、利用卡尔曼滤波实现高精度时间同步的卡尔曼一致滤波时间同步算法[9]和基于最大似然估计的时间同步算法[30]等。

4 结语

通过对时间同步协议机制的分析可知,更高的网络时间同步精度,需要更频繁的同步报文交互,相应会产生更高的网络能耗。在一定程度上,网络时间同步精度和同步能耗存在矛盾。早期的时间同步机制主要得到高精度的同步性能;新型的时间同步协议在保证同步较高精度的基础上,主要通过不同方式降低同步开销,减少网络能耗。

针对无线传感网节点间时间同步的技术难点,本文从时间同步精度、网络同步开销、协议特点等多个角度对时间同步协议进行了评价和比较。通过本文对各种时间同步机制的分析可以看出,单向同步机制中的FTSP时间同步协议因为采用节点时钟模型,时间同步精度较高,能够通过时钟模型进行时钟误差补偿,但是存在的多径效应无法降低同步精度。相对于经典时间同步算法单纯提高同步精度的做法,新型同步算法可以根据不同要求实现不同的时间同步,其中包括:提高时间同步精度、降低网络开销、分布式同步和特定用途的时间同步。新型时间同步协议较好地平衡了时间同步精度和同步开销之间的关系,同时更好地适用于动态变化的网络拓扑,有较高的鲁棒性。

通过对时间同步协议的总结和对比,结合当前无线传感网中时间同步协议发展的现状,本文认为未来时间同步协议需要在以下方面进行进一步研究:

(1)时间同步协议的实际应用。当前时间同步协议的性能主要是通过人为搭建仿真环境,通过网络仿真工具对性能进行试验得到的。应用到实际无线传感网中的同步试验较少,无从得知通信环境较恶劣环境下,时间同步协议的实际性能。

(2)大规模网络的同步。随着无线传感网技术的不断应用,网络规模将不断扩大,大规模无线传感网的时间同步将显得尤为重要。当前的时间同步协议主要是针对中小型网络的时间同步,缺少对大规模网络中大量节点移动、失效后网络同步状况的研究。

无线传感器网络定位技术研究 篇8

关键词：传感器网络,定位算法,基于测距,非测距

0 引言

在传感器网络的各种应用中, 监测到事件之后关心的一个重用问题就是该事件发生的位置 (如:森林火灾的现场位置, 战场上敌方车辆运动的区域, 天然气管道泄漏的具体地点等) 。对于这些问题, 传感器节点必须首先知道自身的地理位置信息, 这是进一步采取措施和做出决策的基础。传感器节点自身的正确定位是提供监测事件信息的前提。

1 传感器节点定位的基本概念

在传感器网络节点定位技术中, 根据节点是否已知自身的位置而把传感器节点分为信标节点 (beacon node) 和未知节点 (unknown node) 。信标节点是可以通过GPS定位设备等手段获得自身的精确位置的节点。它是未知节点定位的参考点。未知节点是通过信标节点的位置信息来确定自身位置。

2 定位技术

当未知节点获得对于邻近信标节点的距离时, 对其定位可用三边测量法, 或极大似然估计;当获得邻近的信标节点与未知节点的相对角度后, 可以用三角测量法对其定位。

2.1 基于测距的定位算法

基于测距的定位机制是通过测量相邻节点间的实际距离或方位进行定位。在基于测距的定位中, 测量节点间距离或方位时采取的方法有TOA, TDOA, RSSI和AOA等。

2.1.1 基于TOA的定位

在基于到达时间 (TOA) 的定位机制中, 已知信号的传播速度, 根据信号的传播时间来计算节点间的距离, 然后利用三边测量算法或极大似然估计法计算出节点的位置。TOA的定位精度高, 但是采用的声波测量, 速度慢, 对节点的硬件和工行要求高。且受外界环境干扰较大。

2.1.2 基于TDOA的定位

发射节点同时发射两种不同传播速度的无线信号, 接收节点根据两种信号到达的时间差以及已知这两种信号的传播速度, 计算两个节点之间的距离。再通过已有的基本定位算法计算出节点的位置。如图1所示, 发射节点同时发射无线射频信号和超声波信号, 接收节点记录两种信号到达的时间T1, T2。已知无线射频信号和超声波的传播速度为以c1, c2, 那么两点之间的距离为 (T1-T2) *S, 其中 著名的Cricket系统和AHLos系统采用就是TDOA技术定位。

2.1.3 基于AOA的定位

接收节点通过天线阵列或多个超声波接收机感知发射节点信号的到达方向, 计算接收节点和发射节点之间的相对方位或角度, 如图2所示, 再结合估计的距离, 通过已有的基本定位算法计算出节点的位置。

使用AOA定位容易受到NLOS (非视线关系) 的影响, 而且AOA定位对硬件要求较高 (天线阵列) , 价格昂贵, 不适用于大规模的传感器网络。

2.1.4 基于RSSI的定位

在基于接收信号强度指示RSSI定位中, 已知发射节点的发射信号强度, 接收节点根据受到信号的强度, 计算出信号的传播耗损, 利用理论和经验模型将传播耗损转化为距离, 再利用已有的算法计算出节点的位置。

其中, Pt为发射机功率;Pr (d) 是在距离d处的接收功率;GtGr分别是发射天线和接收天线的增益;d是距离, L为与传播无关的系统损耗因子, λ是波长, 单位为米。但是此方法在实际应用中的测距误差较大, 有可能产生50%的测距误差。

2.2 基于无测距的定位算法

虽然基于测距的定位能够实现精确定位, 但往往对无线传感器节点的硬件要求高。且受外部因素影响大。于是人们提出测距无关的定位技术。测距无关的定位技术无需测量节点间的绝对距离或方位, 降低了对节点硬件的要求, 但是定位误差也相对增加 (一般) 基于无测距的定位算法的精度约在40%左右, 但能满足大多数应用的要求。

距无关的定位算法主要有质心算法, DV-Hop算法, DV-distance算法, Amorphous算法, APIT算法, MDS-MAP定位算法。

2.2.1 质心算法

在质心算法中信标节点周期性的向邻近节点广播信标分组, 信标分组中包含信标节点的标识号和位置信息。如图3所示, 当未知节点接收到来自不同信标节点的信标分组数量超过某一门限或接收一定时间后, 就确定自身位置为这些信标节点所组成的多变形的质心: 其中 (x1, y1) ... (xk, yk) 为其分组能够被未知节点接收到的信标节点坐标。

2.2.2 DV-Hop算法

距离向量—跳段DV-Hop (distance vector-hop) 定位机制非常类似于传统网络中的距离向量路由机制。DV-Hop算法的定位过程分为以下3个阶段。 (1) 计算未知节点与每个信标节点的最小跳数。 (2) 计算未知节点与信标节点的实际跳段距离, 如图4所示, 信标节点L1, L2, L3坐标分别为 (x1, y1) , (x2, y2) , (x3, y3) 根据这3个信标节点的位置信息和相互之间的相距跳数用公式 (其中hj为信标节点i与j (i≠j) 之间的跳段数) , 估计出平均每跳的实际距离, 则未知节点A与3个信标节点间的距离分别为:相距跳数×平均每跳距离。 (3) 利用三边测量法计算出节点A的距离。

2.2.3 DV-distance算法

DV-distanc和DV-Hop类似, 所不同的是相邻节点使用微波信号 (即RSSI) 来测量节点间点到点距离, 然后利用类似于距离矢量路由的方法传播与锚节点的累计距离。当未知节点获得与3个或更多锚节点的距离后使用三边测量法计算, 由于不是每跳都有相同的距离, 所以DV-distanc在精确度方面高于DV-Hop, 但另一方面DV-distanc对测距误差敏感, 它会随着测距误差增大, 定位误差也急剧增大。

2.2.4 Amorphous算法

Amorphous算法与DV-hop算法相似, 但是它的平均每跳距离定为通信半径。定位误差较大, 因此Nagpal R等对现有算法提出了改进方案。

2.2.5 APIT算法

近似三角形内点测试法 (APIT) 如图5所示首先确定多个包含未知节点的三角形区域, 这些三角形区域的交集是一个多边形, 它确定了更小的包含未知节点的区域;然后计算这个多边形区域的质心, 并将质心作为未知节点的位置。

APIT算法的理论基础是最佳三角形内点测试法PIT。PIT测试原理如图6所示, 假如存在一个方向, 节点M沿着这个方向移动会同时远离或接近定点A, B, C, 那么节点M位于△ABC外;否则, 节点M位于△ABC内。APIT定位步骤如下: (1) 接收信息:未知节点收集邻近信标节点信息。 (2) APIT测试:测试未知节点是否在不同天的信标节点组合成的三角形内部: (3) 计算重叠区域:统计包含未知节点的三角形, 计算所有三角形的重叠区域; (4) 计算未知节点位置:计算重叠区域的质心位置, 作为未知节点的位置。

相对质心算法APIT算法精度高, 对信标节点的分布要求低。

2.2.6 MDS-MAP定位算法

MDS-MAP是一种集中式定位算法, 可在基于测距和基于无测距两种情况下运行, 并可根据情况实现相对定位和绝对定位。它采用了一种源自心理测量学和精神物理学的数据分析技术——多维定标 (multidimensional scaling) , 该技术常用于探索性数据分析或信息可视化。

3 对几种典型的基于非测距定位方法的比较

对质心算法, DV-Hop算法, DV-distance算法, Amorphous算法, APIT算法质心简单分析会发现。质心算法算法基于网络连通性, 因此较容易实现, 但是这种算法的精确度与信标节点的密度以及分布有很大关系, 对密度低的网络, 定位精度很不理想。DV-Hop算法使用平均每跳距离计算实际距离, 对节点的硬件要求低, 实现简单。但其缺点是利用跳距代替直线距离, 存在一定的误差。而且由于要线计算平均每跳距离, 所以通信开销大。DV-distance算法和DV-Hop耗能相当, DV-distance精度更高, 但是对网络密度要求也高。改进的Amorphous算法要求网络部署前离线计算平均每跳距离, 网络的扩展性差, 而且对信标节点的密度要求较高。在信标节点密度低的情况下, 定位精度较低。APIT算法的定位精确度高, 性能稳定, 但APIT测试对网络的连通性提出了较高的要求。虽然节点密度对APIT算法影响最小, 并且APIT通信量也较小, 但它所需信标点密度最大。MDS-MAP定位算法在定位是对分部规则的节点的连通值略微低一些, 但是当节点的连通值比较低时MDS-MAP算法的精度比较低, 而且MDS-MAP定位算法是集中式算法, 计算量和通信代价很大, 从而不适合用于较大规模的网络。在传统的MDS-MAP定位算法中, 当网络中节点数目n增大时, 该算法计算量增大, 通信量增大, 内存需求量也会增大。这样就增加了网络的成本并且不适合应用于隐蔽的环境, 同时, 由于节点之间的通信要求具有足够的能量, 对节点设计的要求比较高。

4 结束语

在无线传感器网络定位技术中, 基于非测距定位的方法在很多方面, 比如能耗、环境要求及成本方面比基于测距定位方法更具优势, 因而有更广阔的应用范围, 从而得到了越来越多的重视。下一步工作, 将进一步研究基于非测距的定位方法, 对其进行改进, 使其在实现低成本、低能耗的基础上, 提高定位的精确度。

参考文献

[1]孙利民, 李建中, 陈渝.无线传感器网络[M].北京:清华大学出版社, 2005.

[2]NICULESCU D, NATH B.DV based positioning in ad hoc networks.Journal of Telecommunication Systems, 2003, 22 (1/4) :267-280.

无线传感网技术的能耗监测应用 篇9

WSN在建筑能耗监测中的适用性

建筑能耗监测平台的组网总体结构图如图1所示, 在系统的数据采集端采用WSN技术进行组网。整个WSN网络由若干个终端采集器以及一个汇聚采集器构成。通常将WSN的终端采集器称为采集节点, 将汇聚采集器成为汇聚节点。采集节点负责数据的采集和传送, 以及根据汇聚节点的控制命令设置相应的工作模式等;汇聚节点是网络的中心, 起到协调器和网关节点的作用, 汇聚节点负责整个区域网络的维护与数据的汇集, 再将数据通过Internet/GSM/CDMA上传到上级数据中心或中转站。系统最大特点就是基于WSN技术进行信息采集, 利用WSN节点与电表等与用能设备连接, 通过无线自组网方式自动采集分散在各处的电、水、气、冷热量等实时数据, 使用户随时监测现场耗能设备的运行数据, 为今后实施节能反馈控制系统的研发提供基础, 以达到优化能源供应、提高能源管理水平、提高能源利用效益、减少能源损耗、节约能源成本的目的。

基于WSN技术的建筑能耗监测系统属于WSN与节能的交叉领域, 以WSN和计算机信息处理为技术核心, 建设先进、功能强大的信息采集处理平台。该系统适用于各种既有和新建建筑, 系统组网方便, 不占空间, 无需综合布线施工, 项目实施快速方便。

在各种无线传感网技术中, Zig Bee的自组网能力以及高容量特性使其非常适合建筑能耗监测系统的应用, 在节点分散、数量众多、低速率传输的能耗监测采集端建设中, 有明显的优势, 是当前最适合建筑能耗监测系统数据传输的技术。

除了组网方便、安全、可靠, Zig Bee还有低传输速率、低功耗、高容量、低成本等特点。Zig Bee非常适合有大量终端设备的网络, 如能耗监测、楼宇自动化等场合。

自组网过程

对某个能耗监测区域而言, WSN网络包含一个Zig Bee汇聚节点和若干Zig Bee采集节点。汇聚节点在通信状态下, 每隔一段时间发送一次时标帧, 在汇聚节点通信范围内的采集节点在侦听状态下侦听到汇聚节点发送的时标帧, 确定汇聚节点为目标父节点, 并在下面的接入状态向目标父节点发送接入请求之后组成一个WSN网络。已经接入网络的节点通过转发时标帧, 向周围节点表明自己的存在, 其他未入网的节点在侦听状态下, 发现已经入网的节点并作为自身的目标父节点, 然后在接入状态下通过这些最先加入网络的节点作为中继加入网络。依次类推, 若干的Zig Bee采集节点和一个Zig Bee汇聚节点构成了WSN网络。为了延长网络生存时间, 降低节点功耗, 所有节点都会定时进入休眠阶段, 关闭射频收发器, 保持超低功耗工作, 最大限度地节省节点能量, 在定时器到期后节点被唤醒恢复正常工作状态并开启射频收发器。WSN网络中的所有节点定时在通信阶段和休眠阶段交替工作, 以保证网络的生存时间要求和通信要求。各WSN网络数据再通过无线网由将采集数据推送到数据中心进行分析处理。

WSN实施优势

内网组网灵活, 可随时增加或减少传感节点;

无需综合布线, 减少工程量与布线成本、提高安装速度;

与多种通信主干网融合, 方便用户实现远程监控;

WSN端机体积小、功耗低, 价格低;

根据WSN协议自动组成通讯内部网络;

系统易于维护, 任意节点的故障不会影响系统工作;

具有本地数据存储功能, 确保数据完整性;

减少建立建筑能耗及环境监测系统所带来的施工量以及综合布线对环境的影响, 减少投资和工期, 特别适用于既有建筑和设施。

设备改造方式

如果用户已有电表、水表等, 且带有485口, 则可直接接入采集器, 如已有仪表不支持485口, 则需要改造和更换设备。每户的总表最后统一为带485口的多功能表, 外接带无线传感模块的采集器, 可以每15分钟上送一次电量、电压、电流、功率因素等数据。数据采集频率可根据具体需要灵活设置, 数据采集频率可在15分钟/次到1小时/次之间调整。

设备改造的原则:在一定投资成本和不改动已有配电线路的前提下, 以最大程度地获得能耗公示需求数据为目标, 在既有配电支路上无拆换、无干扰方式安装。

WSN与通信网的融合应用

在节点分散且数量众多、需要低速率传输的组网要求下, 运用Zig Bee技术应是最佳解决之道。

水下无线传感器网络定位技术综述 篇10

海洋占据了全球大约70%的面积,对海洋资源的开发与利用日益成为现代世界各国的焦点。水下无线传感器网络随之成为研究的热点,并可以在环境监测、灾难预报、资源开发以及军事导航辅助等各个方面得到应用[1,2,3,4]。在很多应用中数据需要结合其地理位置信息才具有实际意义并且地理位置信息可以为网络层协议给予支持,因此水下定位技术成为一个亟待解决的重要问题。

水下传感器网络定位具有如下特点:水下不能直接使用GPS;水下信道带宽低,通信开销大的协议不适用于水下;节点随水流的移动等。这给水下的节点定位带来了极大的困难与挑战。原有的陆地定位技术不能直接应用于水下定位,需要研究出适用于水下定位特点的新的节点定位技术。

本文首先对现有水下定位技术进行了简介和分类,然后分别对各类水下定位技术进行了介绍,最后对各种算法进行了性能的分析与对比。

1 水下定位技术简介与分类

水下无线传感器网络节点分为三类:锚节点、未知节点和参考节点。未知节点负责感知环境数据,锚节点负责定位未知节点,参考节点由锚节点和已经定位的未知节点组成。水下无线传感器网络节点定位的目标就是:通过一些特殊的定位方法利用一些锚节点和参考节点在有限的通信开销内对未知节点进行定位。

本文对国内外现有的水下节点定位技术进行了分类、概括与总结。根据节点定位过程在何处完成,把现有的水下定位技术分为两类:分布式定位算法和集中式定位算法。在分布式算法中未知节点收集定位信息分别独自完成对自身的定位,而集中式算法是由一个基站或汇聚节点完成对所有节点的定位。这两类算法又都可以进一步分为两个子类:基于估计的算法和基于预测的算法。基于估计的算法使用当前的信息计算节点的位置,而基于预测的算法利用节点过去和当前的位置信息来推测节点下一个时间点的位置。

2 分布式水下节点定位算法

2.1 分布式基于估计的定位机制

升潜定位法(DNRL)[5]是一种应用于水下移动网络中的分布式基于估计的定位算法。如图1所示,该算法利用了一种可上浮与下沉的信标。信标可以周期性的上浮与下沉,信标在浮到水面的时候通过GPS得到自身坐标,然后下沉时通过压力传感器获取深度信息并不断的发送自身坐标信息,未知节点被动的接受这些信息并通过单程TOA测距算法计算距离并最终通过三边测量法原理来定位。该算法可以获取较高的定位覆盖面和精度,但是需要较多的信标节点并且采用单程TOA测距需要时间同步。

由于DNRL中信标移动速度较慢,这将会导致靠近水底的节点的定位延迟时间较长。针对这种情况,多阶段定位算法(MSL)[6]对DNRL进行了修改与扩展。该算法利用已经定位的节点作为参考节点周期发送坐标信息来扩大定位覆盖度和降低定位延迟,不过会增大通信开销并带来误差累积的现象。

水下自主航行器辅助定位法(AAL)[7]利用水下自主航行器(AUV)在水下航行来定位未知节点,该算法应用在静态水环境中。如图2所示,AUV周期的浮出水面获取GPS坐标然后在水下通过船位推算法追踪自身位置并广播唤醒消息,未知节点收到消息后通过双向TOA测距算法获取距离。AUV的移动会导致其位置不停的改变,在未知节点获取多个与不同AUV坐标相对应的距离后,节点即可定位。该算法使用双向TOA测距避免了时间同步,但是通信开销较高并且由于AUV速度缓慢导致定位延迟较大。

定向指向标定位法(LDB)[8]同样利用了AUV来定位水下节点,应用于静态水环境中。如图3所示,该算法与AAL的不同点在于AUV航行在整个网络之上并且其发射信号具有定向的波束宽度。AUV通过上浮到水面获取GPS坐标然后按照预定的轨迹直线航行在整个网络之上并周期发送自身坐标,节点的深度由压力传感器来获取。

该算法为一个不需要测距的定位算法,其定位方法如图4所示。节点被动的接受AUV数据,认为第一次和最后一次接收到AUV信号分别为节点进入探测范围和离开探测范围的时间,其坐标为(xt1AUV,y AUV),(xt2AUV,y AUV),假定通信范围为R,则节点坐标可由下式表示出来:

本算法通信开销较小,但是精确度依赖于AUV的信号发送频率,在发送周期较长时精确度较低。另外一个限制是AUV必须航行在整个网络之上,这一点在实际应用中可能难以满足条件。

大规模定位法(LSL)[9]为一种静态水环境中的分布式分层定位机制。如图5所示,网络由三种节点组成:浮标节点,锚节点和未知节点。浮标节点通过GPS获取坐标,锚节点首先通过浮标节点定位自身坐标,然后周期发送自身坐标为未知节点定位。算法采用了单程TOA测距来获取距离,提出了一种信任值选择机制来选择较优的已定位节点作为参考节点。

在网络中可能有一些未知节点无法直接与锚节点或参考节点通信,这些节点就无法定位。为了解决这个问题,LSL算法让未知节点周期发短消息获得与一跳邻居距离,基于此提出了一种三维欧几里得距离估算方法。如图6所示,A为参考节点,未知节点E需要得知EA的距离。图中实线表示一跳可达,那么在LSL机制下节点E可以获取EC,EB,ED,DC,DB,DA,AB,AC,DC的长度,选取ABC平面为参考平面,由于已知DC,DB,DA长度,可以得到两个D点的可能参考坐标:D与D′。由于EC,EB,ED长度已知,分别针对DBC平面和BCD′平面可得到E点4个可能的参考坐标。在邻居节点大于3个的时候可以通过联立求解得到惟一的E点参考坐标,即可求得AE的距离。LSL算法最大的缺陷在于能耗过高,通信开销过大,并且需要时间同步。

水下定位机制(UPS)[10]利用4个锚节点发送信标信号给未知节点定位,并采用了TDOA方式来进行测距避免了时间同步,适用于静态水环境。如图7所示,由1个主锚节点(A)发起定位过程,锚节点B和未知节点接收到信号,B收到A信号后计算出A到B的延迟然后发送坐标信号,未知节点接收到B信号之后就可以只通过自身的时钟计算出出自己到A和B的距离差。同理,锚节点C和D也采取相同的过程。UPS机制可有效避免时间同步并且通信开销非常小。但是由于只依赖4个锚节点来定位,定位覆盖度不高不适用于大范围的水下网络,而且对锚节点的通信距离要求比较高。

针对UPS机制定位覆盖度不高的缺陷,大规模水下网络定位机制(LSLS)[11]对UPS进行了扩展,包含了三个定位过程:锚节点定位过程、迭代定位过程、补充定位过程。首先进行锚节点定位过程,采用UPS定位机制定位可通过锚节点定位的节点。然后进行迭代定位过程,选择一些已经定位的节点作为参考节点进行迭代定位。经过前两个过程还没有得到定位的未知节点将进行补充定位过程,节点主动发送定位请求,已定位节点根据请求将自身转化为参考节点完成对未知节点的定位。LSLS机制继承了UPS机制的优点并使之可以应用在大规模的网络中,不过其通信开销要比UPS机制高。

水下传感器定位机制(USP)[12]为一个基于投影的定位机制。该机制假设节点知道自己的深度信息,并利用该信息将锚节点投影到自己所在的水平面,将三维定位问题转化为二维定位问题。如图8所示,A,B,C分别为锚节点,投影到未知节点U所在平面上为A′,B′,C′,然后通过三边定位法使节点U得到定位。该算法中已经定位的节点均被定为参考节点,需要周期发送自身坐标,能耗很大,并且定位成功率不高,可以通过增大锚节点数目来提高定位成功率。

2.2 分布式基于预测的定位机制

可扩展的移动预测定位法(SLMP)[13]是一种应用于动态水环境中的分布式基于预测的定位机制。该机制采用如图2一致的分层结构,由浮标节点、锚节点和未知节点组成。提出了节点的移动模式的概念,锚节点和未知节点都根据自身的移动模式已经之前的坐标来估算位置。该机制中假设节点会按照定位周期T获取自身位置。由于节点在运动过程中移动模式也有可能发生变化,所以节点会周期的检查更新自身的移动模式。节点在预测自身位置之后,会根据收集的定位信息来为自身定位,然后比较预测值与实际估算值之间的差异。当其差异不超过某一阈值时节点认为自己的移动模式是正确的,否则节点会根据节点之前与当前的位置信息来更新自己的移动模式。SLMP算法的通信开销相对较低,算法性能受定位周期T的影响,T较小时精度较高但是通信开销会相应提高。整个算法依赖于节点移动模式的结构,而水下节点的移动模式的计算又是一个需要解决的研究难点。

3 集中式水下节点定位算法

3.1 集中式基于估计的定位机制

运动感知的自身定位法(MASL)[14]为一种应用于动态水环境中的集中式算法。由于水下节点的移动性,使得已经估算得到的距离可能随时会失效,而该算法可提供精确的定位。在MASL机制中水下节点会收集自身与邻居节点的距离,这些距离信息将会在水下网络任务结束后由基站进行离线处理。基站通过迭代估算方法对节点进行定位,该方法将水下环境划分为很多小的网格,在每次迭代过程中得到节点的位置分布并选取概率最大的网格作为该节点的位置,然后代入到下一次迭代中去。该算法采用集中式算法缓解了水下节点的计算负担,并且不需要锚节点,但是需要时间同步和较高的通信开销。最大的缺陷在于不适用于要求获取实时位置信息的在线监测应用。

区域定位机制(ALS)[15]是一种不需要测距的粗颗粒度2D定位算法。如图9所示,节点U为未知节点,R1,R2,R3,R4均为锚节点,锚节点通过使用不同能级发送数据将网络分割为很多区域。未知节点被动的接收锚节点数据,将锚节点表已经相应的能级发送到汇聚节点,汇聚节点知道所有锚节点的坐标,然后未知节点的定位得到实现。该算法的不需要时间同步、不需要进行测距也不需要测量接受信号强度,是一种比较轻便的定位算法,不过算法的通信开销较高,不适用于要求获取实时位置信息的应用,并且算法得到的位置信息比较粗糙不适用于需要精确位置的应用。

3.2 集中式基于预测的定位机制

协作定位法(CL)[16]是一种集中式基于预测的定位机制。该算法使用一个水下漂流节点队列,并假定所有的节点都可以在水中上浮与下降。

如图10所示,队列中有一些头结点,其他节点为跟随节点。初始状态时所有节点在水面,这时可获取GPS坐标。然后头结点首先沉入水下,跟随节点随后进入水中,节点深度可通过压力传感器获取,并且所有节点在水下的运动速度一致。那么头结点的位置即为跟随节点未来位置的预测。跟随节点通过TOA来获取头结点的位置。

该算法不需要锚节点并且通信开销很小。但是算法对网络环境的结构要求有限制,适用于柱状深海水环境的数据采集,对于其他的应用环境效果不好。并且头结点需要离跟随节点较近,当头结点脱离了跟随节点的通信范围时,跟随节点的定位就会失败。

4 算法性能比较与讨论

表1总结了所调研的定位算法的基本属性。一些协议没有指明测距方式称之为“未制定”。未知节点不发送数据的协议的通信模式为“沉默”,使用已定位节点辅助定位的协议的通信模式为“迭代”,未知节点主动发送数据的协议的通信模式为“主动”。

一般来说,从以下五个方面对水下节点定位算法的性能进行评价:定位成功率、定位精度、定位速度、定位覆盖度和定位开销。

定位成功率和定位精度与锚节点的数目以及发送数据频率相关。对于大部分的定位机制来说,增加锚节点的数目可以有效提高定位成功率。在动态水环境中提高锚节点的更新速度对定位精度有着很大的影响。例如AAL和LDB使用了更新速度很慢的AUV,导致定位精度的下降。

在定位开销方面,不需要测距的算法比其他算法有更多的能量消耗与通信开销,例如LDB和ALS。此外在基于测距的算法中,使用双向测距比单程测距要消耗更多的能量,但是使用单程测距要解决时间同步问题。

对分布式和集中式算法进行比较发现:分布式算法更适用于需求实时位置信息的应用,而集中式算法对普通节点计算能力要求较低。对基于估计和基于预测的算法比较发现:基于预测的算法更适用于动态水环境,可以在花费更少的能量和通信开销的情况下获取较好的定位效果。但是基于预测的算法依靠准确的移动模式,如何获取水下节点移动模式依旧是一个有待解决的开放式问题。

5 结语