无线传感器网络及答案.ppt

农业的发展趋势是规模化、集约化种植，数字化农业的推广势在必行。如何省时省力有效管理好广大区域的农作物信息，是一个迫切需要解决的问题。无线传感器网络为解决这个问题提供了现代科技手段。这里显示的是一幅部署了无线传感器网络系统的农田示意图。 微型传感器节点布置在农田当中，动态自组织成网络，采集农田作物的实时信息，如温度、光照度、土壤酸碱度等，并将采集的数据通过无线传感器网络返回到监控中心，监控中心将参照农作物种植的最优化环境数据，采取相应举措，如启动灌溉设备等。 在现代的家庭环境中，可以在墙壁、书桌、橱柜等内侧嵌入微型无线传感器节点，节点之间将动态自组织成网络。假设有这样一个场景。在回家之前，打一个电话到家里，按不同的数字键，与电话相连的监测节点将根据不同的声波信号向整个网络发布不同的应用，如控制空调开关并调节室温等。 当进入一个房间后，穿戴的数据衣等感知设备能够感知人体的基本生理数据，譬如判断出体温过高时，将自动发送信号，请求启动空调等家电设备，信号通过无线传感网络进行传递，并控制继电器进行操作。 如今的工业厂房规模日益增大，厂房车间等的实时环境成为影响安全生产和产品质量的重要因素。单靠人力去监测厂房设备及环境信息，会耗费大量的资源。如果在广大的厂房空间中布置好一定数量的传感器节点，这些节点就能组成网络实时采集设备及环境信息，如温度、压力、烟雾浓度、有害气体含量等，并将信息实时反馈到监控中心。 当监控人员发现厂房内设备或环境信息不正常时，能够即刻通知相关负责人第一时间赶到现场，对设备及环境进行调整，以防止安全事故的发生并保持良好的生产环境。 基于测距的定位技术-三边定位和多边定位 信号强度（RSS ） （1）通过信号在传播中的衰减来估计节点之间的距离 （2）根据信道模型求解距离： （3）信道的时变特性： 信道由于受到多径衰减（Multi-path Fading） 非视距阻挡（Non-of-Sight Blockage）的影响 基于测距的定位技术-三边定位和多边定位 信号传播时间/时间差（TOA/TDOA/RTOF） TOA TDOA RTOF 基于测距的定位技术-三边定位和多边定位 接收信号相位（PDOA） 通过测相位差，求出信号往返的传播时间，计算出往返距离 其中，fc是信号频率，λ是信号的波长，φ是发送信号和反射信号的相位差。由上式可知d的范围是[0, λ]。不同的距离如果相差λ倍，则测量获得的相位相同。 基于测距的定位技术-三边定位和多边定位 近场电磁测距（NFER） 利用了在近场电场与磁场的相位差来测量距离。射频信号包括电场和磁场2部分。 近场电磁测距方法的测距范围0.05 λ ~ 0.5 λ 之间，最佳测量范围0.08 λ ~ 0.3 λ之间。 基于测距的定位技术-接收信号角度定位 利用角度关系定位 已知一个顶点和夹角的射线确定一点 已知三点和三个夹角确定一点 无需测距的定位技术-质心算法 （1）质心（Centroid）指多边形的几何中心，是多边形顶点坐标的平均值。设多边形定点位置的向量表示为 pi=（xi, yi）T，则质心为 （2）连通度和RSSI信息的质心定位加权算法（W-Centroid） 无需测距的定位技术- DV-Hop算法 （1）测量确定分布在2个参考节点之间的待定节点构成的多跳网络的跳数，估算出每一跳的距离，从而确定每个节点的位置。 （2）精度：网络平均连通度为10，参考节点比例为10%的各向同性网络中定位精度约为33%。 （3）缺点：仅仅在各向同性的密集网络中，校正值才能合理地估算平均每跳距离。 无需测距的定位技术-不定形定位算法 （1）在不定形计算机（Amorphous Computer）上实现的定位算法。 （2）不定形计算机是一种并行计算结构，和智能群（蚁群、鸟群、粒子群等）很相似。 （3）本质上，不定形算法是DV-Hop算法的增强，引入了多参考点测量进行估计求精的步骤。 （4）两个重要的参数修正： 1）不定形算法通过平滑（smoothing）修正节点到参考节点的梯度跳数。 2）采用通信半径作为每跳距离，使得节点到参考节点的最终估计距离偏大。 WSN 支撑技术—数据融合 数据融合的主要作用可归纳为以下几点： (1) 提高信息的准确性和全面性。 (2) 降低信息的不确定性。 (3) 提高系统的可靠性。 (4) 增加系统的实时性。 传感器网络的数据融合技术可以从不同的角度进行分类，这里介绍三种分类方法： (1) 依据融合前后数据的信息含量进行分类：无损失融合和有损失融合； (2) 依据数据融合与应用层数据语义的关系进行分类：依赖于应用的数据融合、独立于应用的数据融合和结合以上两种技术的数据融