无线传 感器网络..pptVIP

* 由于部署大规模传感器网络的成本及困难，目前大多数研究工作都是在仿真环境中进行的，包括算法性能评估。仿真就涉及到建模，选择正确的模型成为研究工作的第一步，也是研究工作是否有意义的重要前提。 为了分析上的方便，研究人员常使用一些理想的模型，如无线通信中的协议模型。但理想模型与实际问题是否相符一直受到质疑。在传感器网络中受质疑最多的是射频信号传播模型及感知模型。 已有一些研究工作在研究传感器网络中的射频信号模型，我们将介绍两个这样的工作。 * * * 传感器网络中的数据管理主要关心第1、2、4三项内容。 * 目标识别和定位不是本文讨论的内容。简单地说，节点将检测到的波形（如振动）与本地保存的四足动物的典型波形进行匹配，以判断是哪一种动物。信号强度可以粗略表示目标的距离，置信度表示波形匹配的程度。该区域的节点也可以协同进行检测、识别及定位，然后发送一个事件报告。 * [12]选择了一种简单的基于属性，值对的命名方案来命名兴趣和数据。应该还有其它的命名方案。从某种程度上说，命名方案的选择影响任务的表述能力，并可能影响扩散算法的性能。[12]的重点在扩散模式，在命名方案方面没有做更深入的研究。 * 两个兴趣认为是不同的，如果它们的类型属性不同、间隔属性不同或范围属性不完全重叠。 兴趣项中不包含兴趣的sink节点，这样可以减少兴趣的状态，扩放性更好。 不是所有的梯度都在相同的时间过期。比如，如果两个不同的sink表示了相同的兴趣，但具有不同的过期时间，则网络中的有些节点就可能会有梯度过期时间不同的兴趣项。 * * 当一个节点产生了数据后，数据的存放位置有三种选择：存储在网络外部，存储在本节点，存储在网络中的其它节点上。相应地，数据存储策略分为集中式存储、本地存储和分布式存储三种。 * * 定向扩散使用的数据存储策略属于这一类。 * 分布式存储的要点是数据按照某种特定的存储机制存放，而查询请求也依据特定的访问机制来获取数据。 * MD（Mediation Device） * * 对于大规模随机部署（飞机或火箭弹播撒）的传感器网络来说，节点定位是一项重要的基础功能，因为任何环境数据如果没有位置信息的话，都是没有意义的。 手工为每个节点设定位置是不可能的（数量多，无法预先确定位置，更不可能到现场设置），GPS定位系统无法大规模应用到传感器节点上（代价、体积、能耗、受环境影响），因此必须依靠节点之间的相互协作来估计各自的位置。 * 研究得较多的是绝对定位。在相对定位中，如果给定了三个参考点的绝对位置，则相对定位可以转化为绝对定位。 基于测量的定位算法利用了传感器节点测量距离或测量角度的能力。硬件配置不同的节点可使用的测量方法不同，有些配置了无线电、红外线、激光等可以测量距离的设备，有些配备了可以测量信号到达方向（角度）的设备，测量精度高的设备较复杂，测量精度低的设备较简单。 下面我们介绍的几个定位算法均为绝对定位算法。假设网络中存在一定数量的参考节点，这些节点的位置在部署时即已知（比如通过GPS或手工配置），其余节点为待定位节点（也称未知节点），未知节点依据参考节点的位置，通过某种测距手段及相互之间的协作来确定自己的位置。 * 平均定位误差是最重要的性能指标，算法复杂度及收敛速度涉及耗能，健壮性是指定位算法抵御噪声、攻击的能力。 * 大多数已有的位置发现方法由两个基本的阶段组成：距离（或角度）估计，距离（或角度）融合。 RSSI：该方法测量接收端收到的信号强度，根据已知的发送功率计算路径损耗，然后根据某个理论模型或经验模型将路径损耗转化成距离估计。该方法主要用于射频信号。 基于时间的方法：记录信号的到达时间或两种信号的到达时间差，根据已知的信号传播速度直接换算成距离。该方法可用于多种信号，如射频、声音、红外和超声波等。 AoA：接收节点估计信号的到达角度，然后使用简单的几何关系来计算节点位置。 * 该方法使用射频信号衰减与传输距离之间的关系模型，接收节点根据已知的信号发射功率和接收到的信号强度估算路径损耗，然后根据射频信号传输模型将路径损耗转换成距离。 PT为发送功率，PL（d0）为参考距离d0的路径损耗，η为路径损耗指数，Xσ为零均值、方差为σ2的高期随机变量。 对射频信号传输特性的大量研究表明，射频信号的传输特性受环境变化（天气、城市或郊区、室内或室外）影响很大。[1]使用实验的方法研究RSSI与距离