教学课件 无线传感器网络-白跃彬.ppt

  1. 1、本文档共368页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于测距的定位方法精度较高,但同时能量消耗多、开销大。在某些应用场景中,不需要对节点进行十分精确的定位,只要达到可以接受的低精度就可以了。这时,就可以采用质心定位法等方法进行位置确定 * 由于锚节点分布不均匀导致彼此间信号重叠区域太大,无论未知节点处于S还是S’位置,都可以收到五个信标节点的信标消息并进行定位计算。实际上节点处于S‘位置。很显然,只有当未知节点处于凸多边形ABCDE内时计算结果才有意义,否则计算结果就是错误的。 * APIT算法分四步: 信标交换 三角形内点测试(PIT, Point-In-Triangulation testing) 交集运算计算三角形的重合区域 重心(COG, Center of Gravity)计算求节点的位置 * CTBD的基本思想是:每个传感器节点记录目标出现在自己探测范围内的时间等信息,并和相邻节点彼此交换目标出现的时间和自己的位置等信息;算法计算出探测节点位置的加权平均值作为目标位置估计值,再利用分段线性拟合算法估计目标运动轨迹。 CTBD的优势在于,由于计算过程采用的是时空分离的节点探测信号,因此拟合后的目标位置估计精度远高于原始探测值 * 在无线网络中,两个节点间的时延包括:发送时延、接入时延、传输时延、传播时延、接受时延和接收时延 * 协议从根节点(提供全网的参考时间)起建立一个树形分层结构。分层的依据是节点到根节点的距离,根节点首先广播层次发现消息,直接接收到这个消息的属于层次1,然后层次1节点转发这个消息,直接收到层次1消息的属于层次2……如此进行下去,直到所有节点都被分配了一个层次号。 * 根节点首先向第一层节点发起时间同步请求,要求它们同自己进行时间同步 然后第一层节点向根节点发送同步脉冲消息开始同根节点进行同步;为了防止发生消息碰撞,第一层节点执行随机退避过程,即每个节点都随机等待一段时间后再发送同步脉冲消息; 根节点收到同步脉冲消息后返回确认消息,结束同步过程。 * 如右图所示:在由3个节点组成的单跳网络中,参考节点每发出一个参考报文,其广播域内的其他接收者节点都将接收到该报文,并各自记录下接收到该参考报文时的本地时刻。接收者相互交换它们记录的时刻并计算差值,该差值就是接收者之间的时钟偏移。 根据偏移信息可以实现发送者-接收者同步,若能精确地估计出报文传输延迟,这种方法将能够取得很高的精度。然而仅根据单个报文的传输很难准确地估计出传输延迟。 左图为发送者-接收者同步机制。可以看出,发送者-接收者同步机制的同步关键路径为从发送方到接收方。关键路径过长,导致传输延迟不确定性的增加,因此同步精度不可能很高。 右图则是接收者-接收者同步机制,其关键路径大为缩短,完全排除了发送时间和访问时间的影响。 * * 存储数据表示的是传感器节点和物理环境的各种属性,以传统关系属性方式来表示 感知数据则以时间序列方式来表示 * 感知数据从数据普通节点通过无线多跳传送到网关节点,再通过网关传送到网外的基站节点,由基站保存到感知数据库 * 以数据为中心的网内存储方案采用以数据中心的思想,将网络中的数据按内容命名,并路由到与名称相关的位置。采用方案时需要和以数据为中心的路由协议相配合。存储数据的节点除负担数据存储任务外,还要完成数据压缩和融合处理操作。 * 当前节点x发现自己的所有邻居节点距离目标节点的距离都比自己大,从而x无法按照既定路由策略选择下一跳,出现了路由“空洞”现象: w、y都比x距离目标节点远,但阴影部分又不存在其他节点。这时就需要一定的手段来解决这个困境 * 节点x从y收到数据包,当x选择下一跳进行转发时,以x为顶点,x→y为半径逆时针旋转,这样经过的第一个节点是z,从而将节点z作为x的下一跳节点。实际上,右手法则按照顺时针方向遍历节点围成的一个封闭多边形区域,这个区域的边就是周界。GPSR使用这种方法绕过路由空洞,在可行时立刻转为贪心转发模式。 * 对于没有连接操作的单个连续查询,CACQ把查询分解为一个操作序列。 CACQ还可以处理多个无连接的连续子查询。处理N个子查询的一般办法是:当一个感知数据进入系统时,CACQ轮流把它传递到N个子查询的操作序列,完成N个子查询的处理。CACQ不复制感知数据,这样做的优点是可以节省复制数据占用的存储区和复制数据消耗的计算资源。无连接多查询处理的关键在于从多个查询中提取公共操作,使得多查询的公共操作只执行一次,避免重复计算。 * 显示出流水线汇聚比非流水线汇聚发送更多的信息,但是这种开销可以随着进一步优化降低,比如只有当叶节点的结果更新时才向父节点发送数据,父节点只有在接收到不同的聚合操作结果时才认为叶节点的计算结果发生了变化。 * 应用层数据融合 利用逻辑关系进行数据判别、分类和运算。在应用层进行

文档评论(0)

喜宝 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档