无线传感器网络Word文档下载推荐.doc

无线传感器网络Word文档下载推荐.doc

《无线传感器网络Word文档下载推荐.doc》由会员分享，可在线阅读，更多相关《无线传感器网络Word文档下载推荐.doc（6页珍藏版）》请在冰点文库上搜索。

WirelessSensorNetworks;

thepositioningmethod;

theexistingproblems;

researchprospect

1.无线传感器网络

随着传感器、计算机、无线通信及微机电等技术的发展和相互融合，产生了无线传感器网络（WSN,wirelesssensornetworks）。

无线传感器网络技术与当今主流无线网络技术使用同一个标准——802.15.14，它是一种新型的信息获取和处理技术，是继互联网之后，将对人类社会的生产、生活方式产生重大影响的一项重要技术。

无线传感网络综合了嵌入式计算技术、传感器技术、分布式信息处理技术以及通信技术,能够协作地实时监测、感知和采集网络分布区域内的不同监测对象的信息[1]。

无线传感器网络系统（WSNS，wirelesssensornetworkssystem）通常由传感器节点、聚节点和管理节点组成，如图1所示[1]。

图1无线传感器网络通信体系结构图

无线传感器网络作为一种全新的信息获取和处理技术在目标跟踪、入侵监测及一些定位相关领域有广泛的应用前景。

无论是在军事侦察或地理环境监测，还是交通路况监测或医疗卫生中对病人的跟踪等应用场合，很多获取的监测信息需要附带相应的位置信息，否则，这些数据就是不确切的，甚至有时候会失去采集的意义，因此网络中传感器节点自身位置信息的获取是大多数应用的基础。

首先，传感器节点必须明确自身位置才能详细说明“在什么位置发什么了什么事件，从而实现对外部目标的定位和跟踪；

其次，了解传感器节点的位置分布状况可以对提高网络的路由效率提供帮助，从而实现网络的负载均衡以及网络拓扑的自动配置，改善整个网络的覆盖质量[8]。

2.无线传感器网络定位技术

2.1相关术语与评价标准

无线传感器网络定位最简单的方法是为每个节点装载全球卫星定位系统（GPS）接收器，用以确定节点位置。

但是，由于经济因素、节点能量制约和GPS对于部署环境有一定要求等条件的限制，导致方案的可行性较差。

关于定位的术语有[8]：

锚节点（anchors）:

也称为信标节点、灯塔节点等，可通过某种手段自主获取自身位置的节点；

普通节点（normalnodes）:

也称为未知节点或待定位节点，预先不知道自身位置，需使用锚节点的位置信息并运用一定的算法得到估计位置的节点；

邻居节点（neighbornodes）:

传感器节点通信半径以内的其他节点；

跳数（hopcount）:

两节点间的跳段总数；

跳段距离（hopdistance）:

两节点之间的每一跳距离之和；

连通度（connectivity）:

一个节点拥有的邻居节点的数目；

基础设施（infrastructure）:

协助节点定位且已知自身位置的固定设备，如卫星基站、GPS等。

无线传感器网络定位性能的评价标准主要分为7种[1]：

定位精度：

定位技术首要的评价指标就是定位精确度，其又分为绝对精度和相对精度。

绝对精度是测量的坐标与真实坐标的偏差，一般用长度计量单位表示。

相对误差一般用误差值与节点无线射程的比例表示，定位误差越小定位精确度越高。

规模：

不同的定位系统或算法也许可以在一栋楼房、一层建筑物或仅仅是一个房间内实现定位。

另外，给定一定数量的基础设施或一段时间，一种技术可以定位多少目标也是一个重要的评价指标。

锚节点密度：

锚节点定位通常依赖人工部署或使用GPS实现。

人工部署锚节点的方式不仅受网络部署环境的限制，还严重制约了网络和应用的可扩展性。

而使用GPS定位，锚节点的费用会比普通节点高两个数量级，这意味着即使仅有10%的节点是锚节点，整个网络的价格也将增加10倍，另外，定位精度随锚节点密度的增加而提高的范围有限，当到达一定程度后不会再提高[4]。

因此，锚节点密度也是评价定位系统和算法性能的重要指标之一。

节点密度：

节点密度通常以网络的平均连通度来表示，许多定位算法的精度受节点密度的影响。

在无线传感器网络中，节点密度增大不仅意味着网络部署费用的增加，而且会因为节点间的通信冲突问题带来有限带宽的阻塞。

容错性和自适应性：

定位系统和算法都需要比较理想的无线通信环境和可靠的网络节点设备。

而真实环境往往比较复杂，且会出现节点失效或节点硬件受精度限制而造成距离或角度测量误差过大等问题，此时，物理地维护或替换节点或使用其他高精度的测量手段常常是困难或不可行的。

因此，定位系统和算法必须有很强的容错性和自适应性，能够通过自动调整或重构纠正错误，对无线传感器网络进行故障管理，减小各种误差的影响。

功耗：

功耗是对无线传感器网络的设计和实现影响最大的因素之一。

由于传感器节点的电池能量有限，因此在保证定位精确度的前提下，与功耗密切相关的定位所需的计算量、通信开销、存储开销、时间复杂性是一组关键性指标。

代价：

定位系统或算法的代价可从不同的方面来评价。

时间代价包括一个系统的安装时间、配置时间、定位所需时间；

空间代价包括一个定位系统或算法所需的基础设施和网络节点的数量、硬件尺寸等；

资金代价则包括实现一种定位系统或算法的基础设施、节点设备的总费用。

上述7个性能指标不仅是评价无线传感器网络自身定位系统和算法的标准，也是其设计和实现的优化目标。

为了实现这些目标的优化，有大量的研究工作需要完成。

同时，这些性能指标相互关联，必须根据应用的具体需求做出权衡以设计合适的定位技术。

2.2传统的定位方法

WSN的定位方法较多，可以根据数据采集和数据处理方式的不同来进行分类。

在数据采集方式上，不同的算法需要采集的信息有所侧重，如距离、角度、时间或周围锚节点的信息，其目的都是采集与定位相关的数据，并使其成为定位计算的基础[1]。

依据距离测量与否可划分为：

测距算法和非测距算法。

其中测距法是对距离进行直接测量,非测距法依靠网络连通度实现定位，测距法的精度一般高于非测距法，但测距法对节点本身硬件要求较高,在某些特定场合，如在一个规模较大且锚节点稀疏的网络中，待定位节点无法与足够多的锚节点进行直接通信测距，普通测距方法很难进行定位，此时需要考虑用非测距的方式来估计节点之间的距离，两种算法均有其自身的局限性。

常见的WSN测距技术包括RSSI、TOA、TDOA、AOA等方法。

文献[2]中介绍RSSI方法是在反向通道基带接收滤波器之后进行的，根据接收到的信号强弱，由信号传播衰减模型来测算信号点到接收点的距离。

在WSN定位中，该技术主要使用射频（RadioFrequency，RF）信号。

这种方法易实现，但是由于噪声、多径效应、非视距以及信号传播损耗模型与实际环境的匹配问题，常导致测距误差较大。

文献[3]中介绍TOA方法根据无线信号的传播速度和信号在两个节点之间传播的时间来测定信号点到接收点的距离。

在WSN定位中，该技术测量精度较高，但要求传感器发射节点和接收节点之间的时间严格同步，因此对传感器节点的硬件结构、功耗、成本等都提出了较高的要求，通常还需要额外增加设备。

文献[4]中介绍TDOA方法是根据两种不同传播速度的无线信号在发射节点和接收节点之间的传播时间差来测定信号点到接收点的距离。

两种不同传播速度的信号一般采用射频信号和超声波信号。

通常，TDOA测距精度高于TOA，在无线传感器节点定位中研究较多。

虽然该技术不像TOA一样要求严格的时间同步，但是两种信号的产生、接收需要额外的硬件支持，所以传感器节点的成本也较高。

文献[5]中介绍AOA方法是利用阵列天线或多个超声波接收器感知信号到达的方向，通过发送点和接收点之间的角度来测定信号点到接收点的距离。

除了距离信息，AOA技术还能提供节点之间的方位信息。

如麻省理工学院（MIT）的TheCricketCompass等项目都使用AOA的硬件解决方案实现节点定位。

该技术易受外界环境影响，如噪声、NLOS问题等都会影响测量结果，而且AOA也需要增加额外硬件，在硬件尺寸、价格和功耗上都不适合用于低成本、低功耗的WSN的节点定位。

综合上述分析，非测距算法多为理论研究，其定位精度普遍较低并且与网络的连通度及节点的密集程度密切相关，因此，其适用范围有一定的局限性，在进行无线传感器网络定位技术研究过程中应更多地考虑基于测距的定位算法。

2.3新型定位方法

除了传统的定位方法，新型的无线传感器网络定位算法也逐渐出现，如利用移动锚节点来定位未知节点、在三维空间内定位未知节点、以及采用智能定位算法来提高定位精度等。

文献[6]提出了一种基于加权最小二乘法的移动锚节点定位距离估计算法，首先建立一个移动模型，锚节点沿着线性轨迹移动，使用加权最小二乘法来减小距离估计误差，并在Cramer-RaoBound（CRB）的基础上分析了距离估计的最小误差边界，该算法在距离估计和位置估计方面都有较好的性能。

文献[7]分析了WSNs建模的一些方法，通常来讲，这些方法具有不同的性质。

根据不同的通信功能，数据传输模型和网络动态性将WSNs进行分类，宏观描述网络模型建立过程。

一个以服务为中心的无线传感器网络模型通过WSNs提供面向应用需要的服务，并且把网络当做一个服务提供者。

这种以服务为中心的模型同样只是提供了一个度量和表现WSNs功能的宏观方法。

基于簇树结构的网络建模尽管提供了一个总体和灵活的框架，但是该模型的节点功能是分层的，簇头节点通常会传输大量的数据包，能量消耗明显，在这样的情况下，网络节点的不平等将减低网络的生存周期。

而在一些路由协议中采用的模型通常是以数据为中心的，这样的模型依赖于数据标识和指定的节点位置，因此，不适用于动态且随机分布的WSNs，并且其收敛性较弱。

提出了一种基于元胞自动机的WSNs建模观点，示意图如图2所示。

元胞自动机（CellularAutomata,CA）是一个动态系统，根据一定的局部规则在离散时间域中演变，本质上可以定义为由元胞组成的元胞空间，元胞带有离散和有限的状态。

该方法基本的目标和思想是确保WSNs的连续性和有效工作，这样的模型结构不仅仅保证了网内节点的公平性，实现能量的均衡分布，而且保证了动态网络拓扑条件下的强收敛性。

同时，元胞自动机模型从微观的角度描述了WSNs的特点。

图2元胞自动机组成示意图

3.存在的问题与研究前景

截至目前，无线传感器网络定位研究已广泛开展并取得了许多研究成果，但仍存在着一些没有被解决或被发现的问题，目前最为关键的问题仍然是WSN节点的能耗问题，一切的定位算法应该在精度和能量消耗上选取一个较为折衷的效果。

目前存在的问题及相应可能的解决方案总结如下[1]：

第一，实用性差。

大部分基于非测距的定位算法只是停留在理论研究阶段，且大都是在仿真环境下进行的，需要假设很多不确定因素，而这些因素在实际应用中往往不能满足，则这些算法就失去了实际的意义。

因此定位算法的设计应该更多的从实际应用上考虑，结合实际应用情况设计实用的定位算法。

第二，应用环境单一。

多数的算法都是针对特定的应用场景进行设计的，也就是说，每个算法都只能解决特殊的问题或应用于特定的场景，一旦环境发生变动，算法或系统的测量误差将增大甚至不再适用。

因此，探索更具通用性的定位算法或定位系统，将其应用于更为复杂多变的环境中是一项新的挑战。

第三，受硬件限制。

在实际定位中，一些算法由于受到传感器节点硬件成本和性能的限制，如某些算法需要在定位节点上增加GPS，超声波收发器，有向天线阵列等设备，增加了节点硬件成本，阻碍了其在实际定位系统中的应用。

因此，算法设计应多考虑WSN节点的实际情况，如只在部分节点上增加额外硬件，或根据实际节点资源受限情况采用其他定位算法等。

第四，能量受限。

测量精度、容错性和能量消耗等问题也是目前无线传感器网络研究的热点，更是定位技术研究的热点。

通常情况下，高测量精度和低能量消耗不可兼得，往往需要在测量精度和能量消耗上进行有效的折衷。

因此，可以在提高储能设备的容量，或利用可能的外界环境资源为节点提供能量方向进行研究，另外，提出高效、节能、符合实际情况的无线传感器网络定位算法将具有现实的意义。

第五，安全和隐私问题。

在大范围部署的无线传感器网络中，安全和隐私的问题也是一个主要的研究方向。

一方面，一些应用需要节点位置信息，另一方面，向一些不需要知道位置的节点透露位置信息则会使网络面临安全问题。

此外，鉴于无线传感器网络的性质，集中式算法在后台处理定位程序也使得节点的位置信息通过层层传递被过多的节点所知晓，因此分布式算法相对于集中式算法可以减少信息传递次数，增强网络安全性。

4.小结

无线传感器网络在军事和民用领域都有着广泛的潜在用途，是当前技术研究的热点。

结合近年来无线传感器网络定位技术的发展状况，对无线传感器网络定位的基本概念、评价标准以及国内外研究现状进行了概述，重点对基于测距和基于非测距的无线传感器网络定位算法进行了分析，并列举了新型WSN定位的算法，总结了目前无线传感器网络定位领域研究存在的问题和一些可以研究的内容和方向。

希望本文能够为无线传感器网络定位相关领域的研究者提供一些参考和帮助。

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:

7-8,135-140.

[2]PicardJ,WeissA.LocalizationofNetworksUsingVariousRangingBiasModels[J].WirelessCommunicationsandMobileComputing,2008,8（5）:

553-562.

[3]GUVENCI,CHONGCC.AsurveyonTOAbasedwirelesslocalizationandNLOSmitigationtechniques[J].IEEECommunicationsSurveys&

Tutorials,2009,11（3）:

107-123.

[4]王福豹，史龙，任丰原.无线传感器网络中的自身定位系统和算法[J].软件学报，2005,16（5）:

857-868.

[5]IEEEStd802.15.4,Part15.4:

WirelessMediumAccessControl（MAC）andPhysicalLayer（PHY）specificationforLowRateWirelessPersonalAreaNetworks（LR-WPANs）[S].IEEEStd.802.15.4-2003,Dec.2003.

[6]EUNCHANK,KIMK.Distanceestimationwithweightedleastsquaresformobilebeacon-basedlocalizationinwirelesssensornetworks[J].IEEESignalProcessingLetters,2010,17（6）:

559-562.

[7]杜存功，丁恩杰，苗曙光.无线传感器网络改进型节点定位算法的研究[J].传感器与微系统.2010,29

（1）:

52-54.

[8]姚光乐.基于无线网络的定位系统的设计与实现[D].成都:

成都理工大学,2009:

38-42.

-6-