wsn多邊定位演算法

⑴ 程良倫的發表論文

1. 古連華,程良倫,ZHU Quan-Min, Aμ-MAC:一種自適應的無線感測器網路MAC協議[J]. 自動化學報,2010,(1).
2. 黃曼;程良倫.基於蟻群優化的WSN功率自適應路由演算法[J/OL].計算機工程,,():1[2011/7/11].
3. 黃帥,程良倫. 一種基於虛擬力的有向感測器網路低冗餘覆蓋增強演算法[J]. 感測技術學報,2011,(3).
4. 彭蓓雷,程良倫. 一種節點任務活動狀態感知的改進型S-MAC協議[J]. 感測器與微系統,2011,(5).
5. 劉洪濤,程良倫. 基於DHT的物聯網命名服務體系結構研究[J]. 計算機應用研究,2011,(6).
6. 劉洪濤,程良倫. 基於優先順序的服務區分和速率控制策略[J]. 計算機應用,2011,(6).
7. 張小波,程良倫. Web Service在企業集成中的安全應用[J]. 計算機應用與軟體,2011,(6).
8. 陳聰傳,程良倫. 區域細化的RFID室內定位演算法[J]. 計算機應用與軟體,2011,(1).
9. 范富明,程良倫. TFT-LCD檢測中基於激光三角法的顯微鏡離焦快速在線檢測及補償[J]. 中國激光,2011,(2).
10. 馮芳,程良倫. 一種高節能多跳分層路由協議[J]. 自動化儀表,2011,(2).
11. 任斌,程良倫. 多項式光滑的支持向量回歸機[J]. 控制理論與應用,2011,(2).
12. 林觀康,程良倫. 基於地理信息靜態分簇的無線感測器網路路由演算法[J]. 計算機應用與軟體,2011,(2).
13. 謝曉松,程良倫. 感測器網路基於移動信標改進的DV-Hop定位演算法[J]. 計算機應用與軟體,2011,(4).
14. 謝曉松,程良倫. 無線感測器網路基於移動信標動態選擇的定位演算法[J]. 感測器與微系統,2011,(1).
15. 湯子隆,程良倫. 一種新的支持移動Sink的多媒體感測器網路路由協議[J]. 感測器與微系統,2011,(3).
16. 任斌,程良倫. 基於RSPHL演算法的圓形標志定位方法[J]. 計算機工程,2011,(5).
17. Ren Bin,Cheng Lianglun. Polynomial Smooth Epsilon-support Vector Regression Based on Hermite Interpolation[J], Journal of Computational Information Systems, 2010, 6(13): 4523-4532
18. Ren Bin, Cheng Lianglun. Research on smoothing support vector regression based on Cubic Spline Interpolation[C]，2010 International Conference on Image Processing and Pattern Recognition in Instrial Engineering：78201G
19. Yuechao Wang, Lianglun Cheng. Mobile Agent for Medium and High Rate WSN, Computer Application and System Modeling (ICCASM), 2010 International Conference. 2010 , V12, 333-337.
20. Yuechao Wang, Lianglun Cheng. MILR: Itinerary Planning for Mobile Agents Based MHWSN, 2011 3nd International Conference on Computer and Network Technology (ICCNT 2011), V20:566-568.
21. Yuechao Wang, Lianglun Cheng. Event-triggered Time Synchronization Algorithm in Medium and High Rate WSN. Applied Mechanics and Materials. 2011 International Conference on Mechatronic Systems and Automation Systems (MSAS 2011).
22. Yuechao Wang, Lianglun Cheng. Prioritizing based congestion control in MHWSN, Procedia Engineering. 2011 International Conference on Advanced in Control Engineering and Information Science(CEIS 2011).
23. SHEN Jianfang, CHENG Linaglun. Implementation of Program Behavior Anomaly Detection and Protection Using Hook Technology, 2009 WRI International Conference on Communications and Mobile Computing ,2009.
24. SHEN Jianfang, CHENG Linaglun. Adaptive Contention Window MAC Protocol for Middle and High Rate Sensor Networks Based on Cross-layer. Procedia Engineering (ISSN:1877-7058),EI期刊
25. Xiaobo Zhang, Lianglun Cheng, Quanmin Zhu. Study of RFID Indoor Location Algorithm Based on Region Division. Journal of Information and Computational Science.2010,7(14):3051-3058.
26. Xiaobo Zhang, Lianglun Cheng, Quanmin Zhu. Improvement of Filtering Algorithm for RFID Middleware Using KDB-Tree Query Index. Journal of Software
27. Lun Yong-Liang,Cheng Liang-lun.A RFID Security Authentication Protocol Based on the Public and Tag Key[C]. the 3nd International Conference on Computer and Network Technology (ICCNT 2011), V20.
28. Yongliang Lun,Lianglun Cheng. The Research on the Framework of Cyber-Physical Systems for the Reliable Sensing and Optimization Scheling [J].Applied Mechanics and Materials
29. Yongliang Lun,Lianglun Cheng.The research on the model of the context-aware for reliable sensing and explanation in Cyber-Physical System[J].Procedia Engineering.
30. 鄧潔,程良倫,大規模無線感測器網路多優先順序自適應分簇路由協議[J]. 感測器與微系統,2010,(8).
31. 程良倫,江偉歡,SMD缺陷檢測中快速圖像匹配演算法研究[J]. 計算機應用與軟體,2010,(11).
32. 姜鈞,程良倫,黃帥,一種檢測薄膜晶體管液晶屏的自動對焦方法[J]. 激光與紅外,2010,(12).
33. 湯子隆,程良倫,一種新的基於地理信息的多媒體感測器網路路由協議[J]. 計算機應用與軟體,2010,(12).
34. 肖磊,程良倫,范富明,TFT-LCD面板反射的能量對光斑圖像的影響[J]. 微型機與應用,2010,(21).
35. 申建芳,程良倫,基於區分服務的自適應跨層調度演算法[J]. 計算機工程,2010,(18).
36. 衷柳生,程良倫,基於區分服務的無線多媒體感測器網路QoS路由協議[J]. 計算機應用研究,2010,(11).
37. 馮芳,程良倫,無線感測器網路中一種新的基於神經網路的自適應路由演算法[J]. 感測技術學報,2010,(10).
38. 程良倫,賴宇鋒,基於改進ACS演算法的SMT自動光學檢測路徑規劃[J]. 計算機應用與軟體,2010,(9).
39. 彭蓓雷,程良倫,基於MR防干擾下的高效能多播路由協議[J]. 感測技術學報,2010,(8).
40. 彭蓓雷,程良倫,一種節能意識的多路徑QoS保證路由協議[J]. 化工自動化及儀表,2010,(7).
41. 范富明,程良倫,基於CANopen協議的精密光學平台多軸控制的研究[J]. 電氣傳動,2010,(7).
42. 劉洪濤,程良倫,具有移動匯聚節點的環境監測系統設計[J]. 計算機工程與應用,2010,(19).
43. 范富明,程良倫,王曉芬,潘建華,一種新型光學快速自動聚焦系統[J]. 光電工程,2010,(5).
44. 尹明,章雲,程良倫,蔡述庭,分布式視頻編碼的自適應圖像組結構研究[J]. 計算機應用,2010,(5).
45. 許亮,程良倫,黃志平,基於混合函數的KICA-LSSVM故障分類方法及應用[J]. 化工自動化及儀表,2010,(3).
46. 李少春,程良倫,一種自適應的混合型無線感測器網路拓撲控制演算法[J]. 感測技術學報,2010,(3).
47. 黎大鵬,程良倫,基於錨節點動態選擇和調整的感測器網路定位[J]. 計算機應用與軟體,2010,(3).
48. 張小波,程良倫,何小敏,曾啟傑,廣域網環境下構建全集成互動式學習平台[J]. 廣東工業大學學報(社會科學版),2010,(1).
49. 黎大鵬,程良倫,基於VWMC的感測器網路移動節點定位演算法[J]. 計算機工程與設計,2010,(2).
50. 程良倫,江偉歡,基於二值投影的PCB元件安裝缺陷檢測演算法研究[J]. 計算機工程與設計,2010,(3).
51. 尹明,章雲,程良倫,蔡述庭. Wyner-Ziv視頻編碼中邊信息估計演算法改進[J]. 計算機應用研究,2009,(12).
52. 張豐貴,程良倫. 基於KDB樹的RFID事件聚合過濾演算法[J]. 計算機工程,2009,(21).
53. 江偉歡,程良倫. 水火彎板運動控制系統的研究[J]. 機床與液壓,2009,(10).
54. 胡曉文,程良倫. 基於嵌入式MC206數控水火彎板機控制系統的設計[J]. 電氣自動化,2009,(2).
55. 鄧潔,程良倫. 基於二進制搜索演算法的RFID系統防碰撞演算法[J]. 廣東工業大學學報,2009,(3).
56. 任斌,程良倫. AOI機器視覺系統中檢測光源的分析和設計[J]. 微計算機信息,2009,(27).
57. 賴宇鋒,程良倫. 基於小波變換與相位相關的PCB圖像拼接演算法[J]. 計算機應用研究,2009,(9).
58. 盧旭,程良倫. ASP和ASP·NET共享Session狀態研究[J]. 計算機應用與軟體,2009,(6).
59. 衷柳生,程良倫. 基於博弈論的無線感測器網路非均勻分簇路由演算法[J]. 計算機應用研究,2009,(5).
60. 任斌,程良倫. 李雅普諾夫穩定性理論中V函數的構造研究[J]. 自動化與儀器儀表,2009,(2).
61. 古連華,程良倫. E-μMAC:一種高效的混合型無線感測器網路MAC協議[J]. 計算機應用研究,2009,(4).
62. 盧旭,程良倫. 高數據融合的非均勻分簇無線感測器網路路由協議[J]. 計算機應用研究,2009,(4).
63. 任斌,程良倫. PCB貼片安裝缺陷自動光學檢測系統關鍵技術[J]. 東莞理工學院學報,2009,(1).
64. 張彩霞,程良倫. 基於Hash的RFID安全協議的設計[J]. 包裝工程,2009,(1).
65. 程良倫,林偉勇. 一種穩定高效的動態幀時隙ALOHA演算法[J]. 計算機應用研究,2009,(1).
66. Shen jianfang; Lianglun Cheng;Fu Xiufen,Implementation of program behavior anomaly detection and protection using hook technology,2009 International conference on communications and mobile computing, pp.338-342.
67. Hongtao Liu; Lianglun Cheng; Dapeng Li, Design of Smart Nodes for RFID Wireless Sensor Networks, Ecation Technology and Computer Science, 2009. ETCS '09. First International Workshop on , vol.2, no., pp.132-136, 7-8 March 2009
68. Wu yu, Lianglun Cheng.A Study of Mobile Agent Tree Routes for Data Fusion in WSN[C].2009 International Conference on Communications and Mobile Computing,2009:57-60.
69. REN Bin,CHENG LiangLun . Research of Classification System based on Naive Bayes and MetaClass. 2009 Second International Conference on Modelling and Simulation ICMS2009, 2009-5.(EI收錄)
70. REN Bin,CHENG LiangLun . SMT Automatic Optical Inspection Path Planning Based On MDSPSO Algorithm，「2009 International Conference on Computational Intelligence and Natural Computing」 CINC2009, 2009-6. (EI收錄)
71. 吳猛，程良倫.一種無線感測器網路節點及其實現方法[J].儀表技術與感測器，2008(12)：14-16.
72. 杜新恆，程良倫.無線感測器網路中距離無關定位演算法的研究[J].計算機工程與應用，2008，44(33)：119-121.
73. 劉洪濤，程良倫.基於J2EE電力營銷決策支持系統的研究與實現[J].計算機工程與應用，2008，44(15)：218-220.
74. 倫永亮，程良倫.基於PID變頻調速技術的紙漿模塑烘乾線系統設計[J].中國包裝工業，2008(12)：30-33.
75. 程良倫，田雲傑，陳少華.一種基於IEC61850標準的嵌入式合並單元的研究與實現[J].電力系統保護與控制，2008，36(20)：55-58,61.
76. 陳榮軍，程良倫.一種新型實用棉條檢測感測器[J].儀表技術與感測器，2008(6)：7-8,23.
77. 宋相慧，程良倫.基於無線感測器網路的移動資料庫體系結構的研究[J].工業控制計算機，2008，21(5)：31-32.
78. 張鼎，程良倫.基於CC2500的RFID網路控制器的設計[J].工業控制計算機，2008，21(1)：27-28.
79. 劉學鋼，程良倫.一種可編程的多協議RFID讀寫器的設計[J].微計算機信息，2007(23)：230-232.
80. 鍾偉，程良倫.水利水文遙測系統的設計和實施[J].計算技術與自動化，2007，26(4)：102-105.
81. 劉學鋼，程良倫.QTE網路編程在嵌入式水文信息採集系統中的應用[J].微計算機信息，2007(27)：23-25.
82. 田雲傑，程良倫羅晟.基於IEC61850的嵌入式合並單元的研究[J].繼電器，2007，35(10)：52-55.
83. 陳浩，程良倫張小波.基於向量空間模型的無導詞義消歧[J].計算機工程與設計，2007，28(5)：1215-1218.
84. 程良倫，劉學鋼.一種UHF及微波段RFID標簽晶元的研究與應用[J].微計算機信息，2006(09Z)：182-184,74.
85. 張鼎華，程良倫，張凌.J2EE框架在需求側用電管理信息系統中的應用[J].電力需求側管理，2006，8(2)：15-17.
86. 周珊珊，程良倫.網路資料庫的安全及性能優化[J].計算機與現代化，2006(1)：48-50.
87. 劉洪濤，程良倫.基於活動/資源/時間圖模型的過程建模方法[J].現代計算機：下半月版，2005(5)：25-27.
88. 程良倫，許星.工業乙太網的研究現狀與發展[J].可編程式控制制器與工廠自動化(PLC FA)，2004(8)：12-16.
89. 程良倫，周曉輝，何小敏.基於Profibus的過程自動化網路系統[J].可編程式控制制器與工廠自動化(PLC FA)，2004(5)：51-53,79.
90. 程良倫.基於Profibus的過程自動化網路系統的設計與實現[J].世界儀表與自動化，2004，8(4)：24-24,26.
91. 羅世亮，鄒谷山程良倫.PROFIBUS在制鹼廠的應用[J].工業控制計算機，2003，16(12)：54-55.
92. 仲兆峰，許星，程良倫.基於PROFIBUS匯流排技術的工業網路的設計與實現[J].微計算機信息，2003，19(11)：6-7.
93. 仲兆峰，徐其迎，唐其偉，程良倫.計算機監控系統在峽口水閘中的應用[J].自動化技術與應用，2003，22(5)：78-81.
94. 程良倫歐金成等.IT與自動化在本科畢業設計中的融合[J].廣東工業大學學報：社會科學版，2002，2(B06)：190-191.
95. 程良倫，楊宜民.管道內微機器人彎管運動的動力學穩定性[J].控制理論與應用，2001，18(1)：62-68.
96. 程良倫，楊宜民.新型精密直線驅動器及其控制器的研究[J].計算技術與自動化，2000，19(1)：19-21,30.
97. 程良倫，楊宜民.一種新型管道內微機器人的研究[J].機器人，1999，21(4)：249-255.
98. 程良倫，楊宜民.微型管道機器人[J].機器人技術與應用，1998(4)：16-17.
99. 楊宜民，程良倫.微細作業系統的現狀,構成及其應用[J].機器人，1998，20(1)：32-36.
100. 程良倫，楊宜民.新型壓電式直線驅動器的研究[J].高技術通訊，1997，7(10)：16-19.
101. 程良倫.全自動數控型電阻焊機的研究[J].廣東工學院學報，1996，13(4)：96-101.

⑵ 有關無線感測器網路中時間同步機制有哪些方法和策略

1  時間同步技術的重要性 
感測器節點的時鍾並不完美，會在時間上發生漂移，所以觀察到的時間對於網路中的節點來說是不同的。但很多網路協議的應用，都需要一個共同的時間以使得網路中的節點全部或部分在瞬間是同步的。 
第一，感測器節點需要彼此之間並行操作和協作去完成復雜的感測任務。如果在收集信息過程中，感測器節點缺乏統一的時間戳（即沒有同步），估計將是不準確的。 
第二，許多節能方案是利用時間同步來實現的。例如，感測器可以在適當的時候休眠（通過關閉感測器和收發器進入節能模式），在需要的時候再喚醒。在應用這種節能模式的時候，節點應該在同等的時間休眠和喚醒，也就是說當數據到來時，節點的接收器可以接收，這個需要感測器節點間精確的定時。 
2  時間同步技術所關注的主要性能參數 
時間同步技術的根本目的是為網路中節點的本地時鍾提供共同的時間戳。對無線感測器
網路WSN（Wireless Sensor Networks）[1]
的時間同步應主要應考慮以下幾個方面的問題： 
(1)能量效率。同步的時間越長，消耗的能量越多，效率就越低。設計WSN的時間同步演算法需以考慮感測器節點有效的能量資源為前提。 
(2) 可擴展性和健壯性。時間同步機制應該支持網路中節點的數目或者密度的有效擴展，並保障一旦有節點失效時，餘下網路有效且功能健全。 
(3)精確度。針對不同的應用和目的，精確度的需求有所不用。 
(4)同步期限。節點需要保持時間同步的時間長度可以是瞬時的，也可以和網路的壽命一樣長。 
(5)有效同步范圍。可以給網路內所有節點提供時間，也可以給局部區域的節點提供時間。 
(6)成本和尺寸。同步可能需要特定的硬體，另外，體積的大小也影響同步機制的實現。 (7)最大誤差。一組感測器節點之間的最大時間差，或相對外部標准時間的最大差。 3  現有主要時間同步方法研究 
時間同步技術是研究WSN的重要問題，許多具體應用都需要感測器節點本地時鍾的同步，要求各種程度的同步精度。WSN具有自組織性、多跳性、動態拓撲性和資源受限性，尤其是節點的能量資源、計算能力、通信帶寬、存儲容量有限等特點，使時間同步方案有其特
殊的需求，也使得傳統的時間同步演算法不適合於這些網路[2]
。因此越來越多的研究集中在設
計適合WSN的時間同步演算法[3]
。針對WSN，目前已經從不同角度提出了許多新的時間同步演算法[4]
。 
3.1  成對(pair-wise)同步的雙向同步模式 
代表演算法是感測器網路時間同步協議TPSN（Timing-Sync Protocol for Sensor 
Networks）[5~6]
。目的是提供WSN整個網路范圍內節點間的時間同步。 
該演算法分兩步：分級和同步。第一步的目的是建立分級的拓撲網路，每個節點有個級別。只有一個節點與外界通信獲取外界時間，將其定為零級，叫做根節點，作為整個網路系統的時間源。在第二步，每個i級節點與i-1（上一級）級節點同步，最終所有的節點都與根節點同步，從而達到整個網路的時間同步。詳細的時間同步過程如圖 1 所示。 
 

圖1  TPSN 同步過程 
 
設R為上層節點，S為下層節點，傳播時間為d，兩節點的時間偏差為θ。同步過程由節點R廣播開始同步信息，節點S接收到信息以後，就開始准備時間同步過程。在T1時刻，節點S發送同步信息包，包含信息(T1)，節點R在T2接收到同步信息，並記錄下接收時間T2，這里滿足關系：21TTd 
節點R在T3時刻發送回復信息包，包含信息(T1,T2,T3)。在T4時刻S接收到同步信息包，滿足關系：43TTd 
最後，節點S利用上述2個時間表達式可計算出的值：(21)(43)2
TTTT 
TPSN由於採用了在MAC層給同步包標記時間戳的方式，降低了發送端的不確定性，消除了訪問時間帶來的時間同步誤差，使得同步效果更加有效。並且，TPSN演算法對任意節點的同步誤差取決於它距離根節點的跳數，而與網路中節點總數無關，使TPSN同步精度不會隨節點數目增加而降級，從而使TPSN具有較好的擴展性。TPSN演算法的缺點是一旦根節點失效，就要重新選擇根節點，並重新進行分級和同步階段的處理，增加了計算和能量開銷，並隨著跳數的增加，同步誤差呈線性增長，准確性較低。另外，TPSN演算法沒有對時鍾的頻差進行估計，這使得它需要頻繁同步，完成一次同步能量消耗較大。 
3.2  接收方-接收方（Receiver-Receiver）模式 
代表演算法是參考廣播時間同步協議RBS（Reference Broadcast Synchronization）[7]
。RBS是典型的基於接收方-接收方的同步演算法，是Elson等人以「第三節點」實現同步的思想而提出的。該演算法中，利用無線數據鏈路層的廣播信道特性，基本思想為：節點(作為發
送者)通過物理層廣播周期性地向其鄰居節點（作為接收者）發送信標消息[10]
，鄰居節點記錄下廣播信標達到的時間，並把這個時間作為參考點與時鍾的讀數相比較。為了計算時鍾偏移，要交換對等鄰居節點間的時間戳，確定它們之間的時間偏移量，然後其中一個根據接收
到的時間差值來修改其本地的時間，從而實現時間同步[11]
。 
假如該演算法在網路中有n個接收節點m個參考廣播包，則任意一個節點接收到m個參考包後，會拿這些參考包到達的時間與其它n-1個接收節點接收到的參考包到達的時間進行比較，然後進行信息交換。圖2為RBS演算法的關鍵路徑示意圖。 
網路介面卡
關鍵路徑
接收者1
發送者
接收者2
 
圖2  RBS演算法的關鍵路徑示意圖 
 
其計算公式如下： 
,,1
1,:[,]()m
jkikkinjnoffsetijTTm
 其中n表示接收者的數量，m表示參考包的數量，,rbT表示接收節點r接收到參考包b時的時鍾。 

此演算法並不是同步發送者和接收者，而是使接收者彼此同步，有效避免了發送訪問時間對同步的影響，將發送方延遲的不確定性從關鍵路徑中排除，誤差的來源主要是傳輸時間和接收時間的不確定性，從而獲得了比利用節點間雙向信息交換實現同步的方法更高的精確度。這種方法的最大弊端是信息的交換次數太多，發送節點和接收節點之間、接收節點彼此之間，都要經過消息交換後才能達到同步。計算復雜度較高，網路流量開銷和能耗太大，不適合能量供應有限的場合。 
3.3  發送方-接收方(Sender-Receiver)模式 
基於發送方-接收方機制的時間同步演算法的基本原理是：發送節點發送包含本地時間戳的時間同步消息，接收節點記錄本地接收時間，並將其與同步消息中的時間戳進行比較，調整本地時鍾。基於這種方法提出的時間同步演算法有以下兩種。 
3.3.1  FTSP 演算法[8]
 
泛洪時間同步協議FTSP（Flooding Time Synchronization Protocol）由Vanderbilt大學Branislav Kusy等提出，目標是實現整個網路的時間同步且誤差控制在微秒級。該演算法用單個廣播消息實現發送節點與接收節點之間的時間同步。 
其特點為：(1)通過對收發過程的分析，把時延細分為發送中斷處理時延、編碼時延、傳播時延、解碼時延、位元組對齊時延、接收中斷處理時延，進一步降低時延的不確定度；(2)通過發射多個信令包，使得接收節點可以利用最小方差線性擬合技術估算自己和發送節點的頻率差和初相位差；(3)設計一套根節點選舉機制，針對節點失效、新節點加入、拓撲變化
等情況進行優化，適合於惡劣環境[12]
。 
FTSP演算法對時鍾漂移進行了線性回歸分析。此演算法考慮到在特定時間范圍內節點時鍾晶振頻率是穩定的，因此節點間時鍾偏移量與時間成線性關系，通過發送節點周期性廣播時間同步消息，接收節點取得多個數據對，構造最佳擬合直線，通過回歸直線，在誤差允許的時間間隔內，節點可直接通過它來計算某一時間節點間的時鍾偏移量而不必發送時間同步消息進行計算，從而減少了消息的發送次數並降低了系統能量開銷。 
FTSP結合TPSN和RBS的優點，不僅排除了發送方延遲的影響，而且對報文傳輸中接收方的不確定延遲（如中斷處理時間、位元組對齊時間、硬體編解碼時間等）做了有效的估計。多跳的FTSP協議採用層次結構，根節點為同步源，可以適應大量感測器節點，對網路拓撲結構的變化和根節點的失效有健壯性，精確度較好。該演算法通過採用MAC層時間戳和線性回歸偏差補償彌補相關的錯誤源，通過對一個數據包打多個時戳，進而取平均和濾除抖動較大的時戳，大大降低了中斷和解碼時間的影響。FTSP 採用洪泛的方式向遠方節點傳遞時間基準節點的時間信息，洪泛的時間信息可由中轉節點生成，因此誤差累積不可避免。另外，FTSP的功耗和帶寬的開銷巨大。 
3.3.2  DMTS 演算法[9]
 
延遲測量時間同步DMTS (delay measurement time synchronization) 演算法的同步機制是基於發送方-接收方的同步機制。DMTS 演算法的實現策略是犧牲部分時間同步精度換取較低的計算復雜度和能耗，是一種能量消耗輕的時間同步演算法。 
DMTS演算法的基本原理為：選擇一個節點作為時間主節點廣播同步時間，所有接收節點通過精確地測量從發送節點到接收節點的單向時間廣播消息的延遲並結合發送節點時間戳，計算出時間調整值，接收節點設置它的時間為接收到消息攜帶的時間加上廣播消息的傳輸延遲，調整自己的邏輯時鍾值以和基準點達成同步，這樣所有得到廣播消息的節點都與主節點進行時間同步。發送節點和接收節點的時間延遲dt可由21()dtnttt得出。其中，nt為發送前導碼和起始字元所需的時間，n為發送的信息位個數，t為發送一位所需時間；1t為接收節點在消息到達時的本地時間；2t為接收節點在調整自己的時鍾之前的那一時刻記錄的本地時間，21()tt是接收處理延遲。 

DMTS 演算法的優點是結合鏈路層打時間戳和時延估計等技術，消除了發送時延和訪問時延的影響，演算法簡單，通信開銷小。但DMTS演算法沒有估計時鍾的頻率偏差，時鍾保持同步的時間較短，沒有對位偏移產生的時間延遲進行估計，也沒有消除時鍾計時精度對同步精度的影響，因此其同步精度比FTSP略有下降，不適用於定位等要求高精度同步的應用。 
基於發送方-接收方單向同步機制的演算法在上述三類方法中需要發送的時間同步消息數目最少。發送節點只要發送一次同步消息，因而具有較低的網路流量開銷和復雜度，減少了系統能耗。 
4  結論 
文章介紹了WSN時間同步演算法的類型以及各自具有代表性的演算法，分析了各演算法的設計原理和優缺點。這些協議解決了WSN中時間同步所遇到的主要問題，但對於大型網路，已有的方法或多或少存在著一些問題：擴展性差、穩定性不高、收斂速度變慢、網路通信沖突、能耗增大。今後的研究熱點將集中在節能和時間同步的安全性方面。這將對演算法的容錯性、有效范圍和可擴展性提出更高的要求。 

⑶ 20210702 WSN概述

感測器網路概述

現代感測網路與傳統感知方法的核心區別在於覆蓋范圍、計算與通信能力以及數據處理方式。傳統感知模式下，感測器僅能接近感知對象，產生數據流，不具備計算能力，且無感測器間的通信功能。相比之下，現代感知通過感測器網路的布局覆蓋感知對象區域，單個感測器能夠獨立完成對臨近對象的觀測，多個感測器協同完成大范圍觀測任務，並通過多跳路由演算法向用戶報告觀測結果。

從微觀層面看，感測網路的結構由感測器節點、匯聚點和監測區域構成。這些節點具備採集、處理、控制和通信功能，其內部結構包括感測器模塊（負責信息採集與數據轉換）、處理器模塊（執行控制、數據處理和網路協議）、無線通訊模塊（交換控制信息與數據傳輸）、以及能量供應模塊（為節點提供動力）。

傳統協議棧與改進協議棧的區別在於功能與設計優化。早期協議棧由物理層、數據鏈路層、網路層、傳輸層和應用層構成，每個層負責特定功能，如信號調制與收發、數據幀管理與差錯控制、路由生成與數據傳輸。此外，還包括了能量管理、移動管理和任務管理平台，以提升能效、支持節點移動和實現多任務共享。改進後的協議棧在原有基礎上增加了定位與時間同步子層，以及優化與管理機制，通過能量控制代碼、QoS管理等，對協議流程進行優化，實現更高效的協同工作與數據處理。

⑷ 什麼是無線感測技術

科技發展的腳步越來越快，人類已經置身於信息時代。作為信息獲取的一種重要、基本的技術——感測器技術，也得到了極大的發展。無線感測器網路是一種全新的信息獲取和處理技術，感測器節點可以連續不斷地進行數據採集、事件檢測、事件標識、位置監測和節點控制，感測器節點的這些特性和無線連接方式使得無線感測器網路的應用前景非常廣闊，隨著無線感測器網路的深人研究和廣泛應用，無線感測器網路將逐漸深入到人類生活的各個領域。感測器信息獲取技術已經從過去的單一化漸漸向集成化、微型化和網路化方向發展，並將會帶來一場信息革命。
【關鍵詞】：信息時代、感測器技術、無線連接、信息革命
1引言
無線感測器網路(WSN, Wireless Sensor Net-work )綜合了感測器技術、嵌入式計算技術、分布式信息處理技術和通信技術，能夠協作地實時監測、感知和採集網路分布區域內的各種環境或監測對象的信息，並對這些信息進行處理，獲得詳盡而准確的信息，傳送到需要這些信息的用戶。
無線感測器網路被認為是21世紀最重要的技術之一，它將會對人類未來的生活方式產生深遠影響。本文將先介紹無線感測器網路的概念和特點，再探討WSN在人們生活中的一些應用模型以及在發展中所遇到的一些問題。
2無線感測器網路
2.1無線感測器網路簡介
無線感測器網路（Wireless Sensor Network，WSN）是由許多個功能相同或不同的無線感測器節點通過自組織方式形成的無線網路。每個感測器節點由數據採集模塊(感測器、A/D轉換器)、數據處理和控制模塊(微處理器、存儲器)、通信模塊(無線收發器)以及供電模塊(電池、DC/DC能量轉換器)等組成。節點在網路中可以充當數據採集者、數據中轉站或簇頭節點(cluster-head node)的角色。作為數據採集者，數據採集模塊收集周圍環境的數據(如溫度和濕度)，通過通信路由協議直接或間接將數據傳輸給遠方基站(base station)或匯節點(sink node);作為數據中轉站，節點除了完成採集任務外，還要接收鄰居節點的數據，並將其轉發到距離基站最近的鄰居節點或者直接轉發到基站或匯節點，簇頭節點負責收集該類內所有節點採集的數據，經數據融合後，發送到基站或匯節點。這些感測器節點可以任意地部署在監測區域內，彼此通過無線通信形成一個多跳的、自組織的網路來完成信息採集、數據傳輸和信息處理。無線感測器網路通過節點的數據採集和傳輸，可以在任何時間、任何地點獲取對象的信息，對環境的變化具有很強的魯棒性，因此它具有廣泛的應用前景，可以應用於軍事情報偵察、工業生產過程式控制制、環境監測和保護以及現代化交通管理等領域。
2.2無線感測器網路的節點結構及網路體系結構
網路體系結構是網路的協議分層以及網路協議的集合，是對網路及其部件所應完成功能的定義和描述，對無線感測器網路來說，其網路體系結構不同於傳統的計算機網路和通信網路。網路體系結構由分層的網路通信協議、感測器網路管理以及應用支撐技術三部分組成。
2.2.1 感測器網路節點結構
感測器網路節點的基本組成包括如下4個基本單元：感測單元(由感測器和模數轉換功能模塊組成)、處理單元(包括CPU、存儲器、嵌入式操作系統等)、通信單元(由無線通信模塊組成)以及電源。此外，可以選擇的其他功能單元包括：定位系統、移動系統以及電源自供電系統等。
2.2.2 感測器網路的體系結構
網路體系結構是網路的協議分層以及網路協議的集合，是對網路及其部件所應完成功能的定義和描述，對無線感測器網路來說，其網路體系結構不同於傳統的計算機網路和通信網路。網路體系結構由分層的網路通信協議、感測器網路管理以及應用支撐技術三部分組成。分層的網路通信協議結構類似於TCP／IP協議體系結構；感測器網路管理技術主要是對感測器節點自身的管理以及用戶對感測器網路的管理；在分層協議和網路管理技術的基礎上，支持了感測器網路的應用支撐技術。
2.3無線感測器網路的物理組成
無線感測器網路的感測器節點個數通常很多,它們不僅體積小、成本低,另外還要求感測器節點功耗非常低,以滿足用電池即可維持長時間的工作狀態。因此這些特點決定了對感測器節點的設計需要在盡可能簡單的情況下滿足應用需求。無線感測器節點是由硬體層與軟體層的配合完成任務。
2.3.1 無線感測器硬體層
硬體層一般都包括以下四個單元:供電單元、數據採集單元(包括感測器和A/D模數轉換器件)、數據處理單元(包括存儲器和微控制器)、無線通信單元。微控 制器作為感測器節點運「心臟」,在上面運行著嵌入式系統軟體,從而對另外三個單元的工作進行控制。在硬體的選取上,盡量採用低功耗器件,還可以考慮在無數 據採集和無數據通信的時候命令微控制器進入「睡眠」狀態並可切斷無線通信單元的部分電源,從而降低功耗。
2.3.2 無線感測器軟體層
無線感測器網路的軟體層包括三個層次:硬體抽象層、系統服務層和應用層。硬體抽象層用來實現對硬體平台(供電、數據採集、數據處理和無線通信單元)的抽象,為上層屏蔽底層硬體細節,簡化系統平台移植。系統服務層包括通信服務、感測服務、能耗管理服務、實時內核等四部分,在這個層次中除了實現操作系統如任務調度、信號量等內核服務外,還將完成各種路由、安全演算法的實現,並支持各類通信傳輸協議。應用層是由用戶根據具體應用的需要定義,利用系統服務層提供的介面,能方便的設計出上層軟體。
軟體層用來控制硬體層,是整個感測器的「大腦」,除了最基本的數據採集和發送之外,根據應用的場合,還需要實現關於網路拓撲、自組織、路由選擇、能耗節 約、錯誤處理、可靠性保證等一系列的演算法與設計。對於一些簡單的應用可以使用單一循環邏輯的軟體來完成。而一些復雜性較高的應用場景就有必要使用針對無線感測器網路特點的嵌入式操作系統。。
2.4 無線感測器網路主要特點 1．自組織網路
在無線感測器網路應用中，通常情況下感測器節點被放置在沒有基礎設備的地方。感測器節點的位置不能預先精確設定。節點之間的相互鄰居關系也不能預先知道，如通過飛機撒播大量感測器節點在面積廣大的原始森林中，或隨意放置到人不可到達或危險的區域。這樣就要求感測器節點具有自組織的能力，能夠自動進行配置和管理，通過拓撲控制機制和網路協議自動形成轉發監測數據的多跳無線網路系統。在無線感測器網路使用過程中，部分感測器節點由於能量耗盡或環境因素造成失效，也有一些感測器節點為了彌補失效節點、增加監測精度而補充到網路中，這樣在無線感測器網路中的節點個數就動態的增加或減少，從而使網路的拓撲結構隨之動態變化。無線感測器網路的自組織性要能夠適應這種網路拓撲結構的動態變化。
2．多跳路由
網路中節點通信距離有限，一般在幾十到幾百米范圍內，節點只能與它的鄰居直接通信。如果希望與其射頻覆蓋范圍之外的節點進行通信，則需要通過中間節點進行路由。擬定網路的多跳路由使用網關和路由器來實現，而無線感測器網路中的多跳路由是由普通網路節點完成的，沒有專門的路由設備。這樣每個節點既可以是信息的發起者，也可以是信息的轉發者。
3．動態網路拓撲
無線感測器網路是一個動態的網路，節點可以隨處移動；一個節點可能會因為電池能量耗盡或其他故障，退出網路運行；一個節點也可能由於工作的需要而被添加到網路中。在某些特殊的應用中，無線感測器網路是移動的，感測器節點可能會因能量消耗完或其他故障而終止工作，這些因素都會使網路拓撲發生變化。
4.以數據為中心的網路
感測器網路是一個任務型的網路，脫離感測器網路談論感測器節點沒有任何意義。感測器網路中的節點採用編號標識，節點編號是否需要全網唯一取決於網路通信協議的設計。由於感測器節點隨機部署，構成的感測器與節點編號之間的關系是完全動態的，表現為節點編號與節點位置沒有必然聯系。用戶使用感測器網路查詢事件時，直接將所關心的事件通告給網路，而不是通告給某個確定編號的節點。網路在獲得指定事件的信息後匯報給用戶。這種以數據本身作為查詢或者傳輸線索的思想更接近於自然語言交流的習慣。所以通常說感測器是一個以數據為中心的網路。
2.5 無線感測器網路的發展現狀
早在上世紀70年代，就出現了將傳統感測器採用點對點傳輸、連接感測控制器而構成感測器網路雛形，我們把它歸之為第一代感測器網路。隨著相關學科的不斷發展和進步，感測器網路同時還具有了獲取多種信息信號的綜合處理能力，並通過與感測控制器的相聯，組成了有信息綜合和處理能力的感測器網路，這是第二代感測器網路。而從上世紀末開始，現場匯流排技術開始應用於感測器網路，人們用其組建智能化感測器網路，大量多功能感測器被運用，並使用無線技術連接，無線感測器網路逐漸形成。
近年來,無線通信技術和微電子技術的不斷進步,大大地推動了無線感測器網路的迅猛發展。無線感測器網路是任意部署在一定地理范圍內的大量體積微小的感測器節點所組成的自組織網路。這些微小的節點具有數據採集，信號處理和無線通信等功能，彼此通過無線通信，相互協調形成一個智能的感測網路。無線感測器網路通過節點的數據採集和傳輸，可以在任何時間，任何地點獲取對象的信息，對環境的變化具有很強的魯棒性。因此，通過合理的節點部署和網路設計，無線感測器網路能夠在危險，惡劣的環境中執行任務，比如敵方軍事報偵察。但是，由於節點本身設計製造成本低，體積微小的特點，單個節點只能攜帶有限的能量，進行簡單的局部信號處理及短距離的無線通信。因此，如何設計高效的分布式信號處理演算法以降低網路中能量和帶寬的消耗已成為當前無線感測器網路研究的熱點問題之一。
3 無線感測器網路的關鍵技術
無線感測器網路作為當今信息領域新的研究熱點，有非常多的關鍵技術有待發現和研究。而功耗和安全問題對於無線感測器網路來說，是兩個最重要的性能指標，所以WSN的關鍵技術必然以降低網路功耗和確保網路安全為主線。下面介紹網路拓撲控制、數據融合等部分關鍵技術。
3.1網路拓撲控制
對於自組織的感測器網路而言，網路拓撲控制具有特別重要的意義。通過拓撲控制自動生成的良好的網路拓撲結構，能夠提高路由協議和MAC協議的效率，可為數據融合、目標定位等很多方面奠定基礎，有利於節省節點的能量來延長網路的生存期。所以，拓撲控制是WSN研究的核心技術之一。WSN拓撲控制目前主要研究的問題是在滿足網路覆蓋度和連通度的前提下，通過功率控制和骨幹網節點選擇，剔除節點之間不必要的無線通信鏈路，生成一個高效的數據轉發的網路拓撲結構。拓撲控制分為節點功率控制和層次型拓撲結構控制兩個方面。功率控制機制調節網路中每個節點的發射功率，在滿足網路連通度的前提下，減少節點的發送功率，均衡節點單跳可達的鄰居數目；目前已經提出了以鄰居節點度為參考依據的演算法，以及利用鄰近圖思想生成拓撲結構的DRNG和DLSS演算法。層次型的拓撲控制利用分簇機制，讓一些節點作為簇頭，由簇頭形成一個處理並轉發數據的骨幹網，其他非骨幹網節點可以暫時關閉通信模塊，進入休眠狀態以節省能量。
3.2 數據融合
在無線感測器網路中，節點感測器採集數據並將它發送到網路終端。但是在數據的採集和傳輸過程中，總要對採集的數據進行處理，因此存在如何對採集的數據進行處理、融合的問題。
如果完全在本地節點上處理採集的數據而只發送處理後的結果，可以降低傳輸數據的功耗，但增加了本地節點處理器的功耗；如果傳輸原始採集的數據，可以降低節點處理器的功耗但增加了節點傳輸數據的功耗。因此，如何對採集的數據進行處理與融合對降低節點能耗起到相當大的作用。通常網路中的感測器數量很多，感測器採集的數據具有一定的冗餘度，因此將多個節點採集的數據相互結合起來進行處理可以降低整個網路數據的傳輸量，有效降低系統功耗，問題是如何尋找本地節點處理與節點聯合處理的平衡點。
3.3 定位技術
位置信息是感測器節點採集數據中不可缺少的部分，沒有位置信息的監測消息通常毫無意義。為了提供有效位置信息，隨機部署的感測器節點必須能夠在布置後確定自身位置。由於感測器節點存在資源有限、隨機部署、通信易受環境干擾甚至節點失效等特點，定位機制必須滿足自組織性、健壯性、能量高效、分布式計算等要求。現有的WSN定位演算法根據定位機制的不同，可以分為基於測距的方法與不基於測距的方法兩類。基於測距的定位機制利用到達時間延遲、信號到達時差和接收信號強度來估計距離或來波方向，然後使用三邊測量法或最大似然估計等計算未知節點的位置。而不基於測距的定位機制無需距離或角度信息，或者不用直接測量這些信息，僅根據網路的連通性等信息實現節點的定位。距離無關的定位機制的定位性受環境因素的影響小，雖然定位誤差相應有所增加，但定位精度能夠滿足多數感測器網路應用的需求，是目前大家重點關注的定位機制。
3.4 無線通信技術
感測器網路需要低功耗短距離的無線通信技術。IEEE802.15.4標準是針對低速無線個人域網路的無線通信標准，把低功耗、低成本作為設計的主要目標。由於IEEE802.15.4標準的網路特徵與無線感測器網路存在很多相似之處，故很多研究機構把它作為無線感測器網路的無線通信平台。另外，超寬頻無線通信以其高速率、低功耗、抗多徑、低成本等諸多優勢，已成為室內短距離無線網路的首選方案，這為WSN的數據傳輸開辟了一種嶄新的方案。
3.5 時間同步
感測器網路中由於節能策略,節點在大部分時間是休眠的,所以要求解決通信同步問題,即通信節點雙方需要在通信時同時喚醒。另外,感測器網路是一個分布式網路,所有節點在通信上地位對等,沒有優先順序可言。所以要讓整個網路能夠工作在有效狀態,往往需要做到全網或者一定范圍內所有節點的同步,而不是通信雙方的簡單同步。
4 無線感測器網路的應用
雖然無線感測器網路的大規模商業應用，由於技術等方面的制約還有待時日，但是最近幾年，隨著計算成本的下降以及微處理器體積越來越小，已經為數不少的無線感測器網路開始投入使用。目前無線感測器網路的應用主要集中在以下領域：
4.1 環境的監測和保護
隨著人們對於環境問題的關注程度越來越高，需要採集的環境數據也越來越多，無線感測器網路的出現為隨機性研究數據的獲取提供了便利，並且還可以避免傳統數據收集方式給環境帶來的侵入式破壞。比如，英特爾研究實驗室研究人員曾經將32個小型感測器連進互聯網，以測出緬因州"大鴨島"上氣候的變化情況，用來評價一種海燕巢的條件。無線感測器網路還可以跟蹤候鳥和昆蟲的遷移，研究環境變化對農作物的影響，監測海洋、大氣和土壤的成分等。
4.2 醫療護理
無線感測器網路在醫療研究、護理領域也可以大展身手。羅徹斯特大學的科學家使用無線感測器創建了一個智能醫療房間，使用微塵來測量居住者的重要徵兆（血壓、脈搏和呼吸）、睡覺姿勢以及每天24小時的活動狀況。英特爾公司也推出了無線感測器網路的家庭護理技術，該技術是作為探討應對老齡化社會的技術項目Center for Aging Services Technologies（CAST）的一個環節開發的。該系統通過在鞋、傢具以家用電器等家中道具和設備中嵌入半導體感測器，幫助老齡人士、阿爾茨海默氏病患者以及殘障人士的家庭生活。利用無線通信將各感測器聯網可高效傳遞必要的信息從而方便接受護理，而且還可以減輕護理人員的負擔。英特爾主管預防性健康保險研究的董事EricDishman稱，"在開發家庭用護理技術方面，無線感測器網路是非常有前途的領域"。
4.3 軍事領域
由於無線感測器網路具有密集型、隨機分布的特點，使其非常適合應用於惡劣的戰場環境中，使其非常適合應用於惡劣的戰場環境中，包括偵察敵情、監控兵力、裝備和物資，判斷生物化學攻擊等多方面用途。美國國防部遠景計劃研究局已投資幾千萬美元，幫助大學進行"智能塵埃"感測器技術的研發。哈伯研究公司總裁阿爾門丁格預測：智能塵埃式感測器及有關的技術銷售將從2004年的1000萬美元增加到2010年的幾十億美元。
4.4 建築結構監測
無線感測器網路用於監測建築物的健康狀況，不僅成本低廉，而且能解決傳統監測布線復雜、線路老化、易受損壞等問題。斯坦福大學提出了基於無線感測器網路的建築物監測系統，採用基於分簇結構的兩層網路系統，感測器節點由EVK915模塊和ADXL210加速度感測器構成，分簇首節點由Proxim Rangel LAN2無線調制器和EVK915連接而成。南加州大學的一種監測建築物的無線感測器網路系統NETSHM，該系統除了監測建築物的健康狀況外，並且能夠定位出建築物受損傷的位置。
4.5 自然災害的預防
在一些容易發生泥石流、滑坡等自然災害的地方，使用無線感測網路及時、長期地對這些地方的地形變化、各種環境因素的監測，採集相關數據並進行適當的分析，當災難將要發生時，我們就可以提前發出預警報告以做好准備或採取相應措施防止它們進一步的發生。
4.6 企業、家庭監控
在企業、家庭布設無線感測網路，可以實時地監控人員的流動和環境的變化，有利於企業、家庭採取有效的安全防護措施和災難應變措施。此外，國內還出現了大量的其他領域的應用，比如無線感測網路在地下無人採煤安全監測系統的應用，無線感測網路在溫室網路信息採集分析系統中的應用。
5.存在的問題
5.1 面臨的技術難題
就目前無線感測器網路的技術水平來說，無線感測器網路正常運行並大量投入使用還面臨著許多問題：
（1）網路內通信問題
無線感測器網路內正常通信聯系中，信號可能被一些障礙物或其他電子信號干擾而受到影響，怎麼安全有效的進行通信是個有待研究的問題。
（2）成本問題
在一個無線感測器網路裡面，需要使用數量龐大的微型感測器，這樣的話成本會制約其發展。
（3）系統能量供應問題
目前主要的解決方案有：使用高能電池；降低感測功率；此外還有感測器網路的自我能量收集技術和電池無線充電技術，其中後兩者備受關注。
（4）高效的無線感測器網路結構
無線感測器網路的網路結構是組織無線感測器的成網技術，有多種形態和方式，合理的無線感測器網路可以最大限度的利用資源。在這裡面，還包括網路安全協議問題和大規模感測器網路中的節點移動性管理等諸多問題有待解決。
5.2 安全問題
感測器網路多用於軍事、商業領域，安全性是其重要的研究內容。由於感測器網路中節點隨機部署、網路拓撲的動態性以及信道的不穩定性，使傳統的安全機制無法適用。因此需要設計新型的網路安全機制，可借鑒擴頻通信、接入認證／鑒權、數據水印、數據加密等技術。目前，保證網路安全性的方法也不少。
（1）藉助特殊的無線感測器終端。採用PTD(Personal Trust Device)作為感測器網路的終端，在網路中設立認證伺服器來提供感測器需要的服務，而在PTD和伺服器之間建立認證和加密體系，只有在伺服器注冊過的PTD終端才能獲得服務，未注冊的則不能，從而保證系統安全。通常，這種系統用在家庭環境中.
（2）採用安全罩(Secure Overlay)。採用一種稱為SCANv2(Secure Content Addressable Network Version 2)安全內容網路定址的安全罩，來實現無線感測器網路的安全。SCANv2其實是在蓋在實際網路層上的一個虛擬結構，通過採用Hash函數，把實際網路中的節點映射到這個罩空間之上，某一區域或某種功能的節點在罩空間的某一個共同的特定位置。用戶在從網路中獲取服務時，需要通過相應的安全認證進入罩空間，再進一步通過加密解密過程從這個映射空間進入實際網路中獲得所需服務。
6 結束語
無線感測器網路是一種新的信息獲取和處理技術，在特殊領域，它有著傳統技術不可比擬的優勢，人們對它的研究尚處於起步階段。無線感測器網路有著十分廣泛的應用前景，它不僅在工業、農業、軍事、環境、醫療等傳統領域有具有巨大的運用價值，在未來還將在許多新興領域體現其優越性，如家用、保健、交通等領域。我們可以大膽的預見，將來無線感測器網路將無處不在，將完全融入我們的生活。比如微型感測器網路最終可能將家用電器、個人電腦和其他日常用品同互聯網相連，實現遠距離跟蹤，家庭採用無線感測器網路負責安全調控、節電等，其應用可以涉及到人類日常生活和社會生產活動的所有領域。對這些網路的進一步研究，將滿足中國未來高技術民用和軍事發展的需要，不僅具有重要的社會和經濟意義，也具有十分重要的戰略意義。
但是，我們還應該清楚的認識到，無線感測器網路才剛剛開始發展，它的技術、應用都還還遠談不上成熟，國內企業應該抓住商機，加大投入力度，推動整個行業的發展。
摘錄於網路

⑸ 衡量無線感測網路節點定位演算法的性能指標有哪些

1. 定位精準度：空間實體位置信息與真實位置之間的接近程度。

2. 有效定位范圍：定位系統所能定位的有效范圍

3. 節點密度：播撒的感測器節點的疏密程度

4. 信標節點密度：信標節點在整個WSN中所佔比例

5. 容錯性與自適應性

6. 安全性：指系統對合法用戶的響應以及對非法請求的抗拒

7. 功耗：低

8. 代價與成本：包括時間代價，空間代價，資金代價都要盡可能低
   

⑹ 如何實現物聯網

從物聯網的定義及各類技術所起的作用來看，物聯網的關鍵核心技術應該是無線感測器網路（WSN）技術，主要原因是：WSN技術貫穿物聯網的全部三個層次，是其它層面技術的整合應用，對物聯網的發展有提綱挈領的作用。WSN技術的發展，能為其它層面的技術提供更明確的方向。 以下是實現物聯網的五大核心技術：核心技術之感知層：感測器技術、射頻識別技術、二維碼技術、微機電系統和GPS技術1.感測器技術感測技術同計算機技術與通信技術一起被稱為信息技術的三大技術。從仿生學觀點，如果把計算機看成處理和識別信息的「大腦」，把通信系統看成傳遞信息的「神經系統」的話，那麼感測器就是「感覺器官」。微型無線感測技術以及以此組件的感測網是物聯網感知層的重要技術手段。2.射頻識別（RFID）技術射頻識別（Radio Frequency Identification，簡稱RFID）是通過無線電信號識別特定目標並讀寫相關數據的無線通訊技術。在國內，RFID已經在身份證、電子收費系統和物流管理等領域有了廣泛應用。RFID技術市場應用成熟，標簽成本低廉，但RFID一般不具備數據採集功能，多用來進行物品的甄別和屬性的存儲，且在金屬和液體環境下應用受限，RFID技術屬於物聯網的信息採集層技術。3.微機電系統（MEMS）微機電系統是指利用大規模集成電路製造工藝，經過微米級加工，得到的集微型感測器、執行器以及信號處理和控制電路、介面電路、通信和電源於一體的微型機電系統。MEMS技術屬於物聯網的信息採集層技術。4.GPS技術GPS技術又稱為全球定位系統，是具有海、陸、空全方位實時三維導航與定位能力的新一代衛星導航與定位系統。GPS作為移動感知技術，是物聯網延伸到移動物體採集移動物體信息的重要技術，更是物流智能化、智能交通的重要技術。核心技術之信息匯聚層：感測網自組網技術、區域網技術及廣域網技術1.無線感測器網路（WSN）技術無線感測器網路（Wireless Sensor Network，簡稱WSN）的基本功能是將一系列空間分散的感測器單元通過自組織的無線網路進行連接，從而將各自採集的數據通過無線網路進行傳輸匯總，以實現對空間分散范圍內的物理或環境狀況的協作監控，並根據這些信息進行相應的分析和處理。WSN技術貫穿物聯網的三個層面，是結合了計算、通信、感測器三項技術的一門新興技術，具有較大范圍、低成本、高密度、靈活布設、實時採集、全天候工作的優勢，且對物聯網其他產業具有顯著帶動作用。2.Wi-Fi Wi-Fi（Wireless Fidelity，無線保真技術）是一種基於接入點（Access Point）的無線網路結構，目前已有一定規模的布設，在部分應用中與感測器相結合。Wi-Fi技術屬於物聯網的信息匯總層技術。3.GPRS GPRS（General Packet Radio Service，通用分組無線服務）是一種基於GSM移動通信網路的數據服務技術。GPRS技術可以充分利用現有GSM網路，目前在很多領域有廣泛應用，在物聯網領域也有部分應用。GPRS技術屬於物聯網的信息匯總層技術。
核心技術之傳輸層：通信網、互聯網、3G網路、GPRS網路、廣電網路、NGB 1.通信網通信網是一種使用交換設備、傳輸設備，將地理上分散用戶終端設備互連起來實現通信和信息交換的系統。通信最基本的形式是在點與點之間建立通信系統，但這不能稱為通信網，只有將許多的通信系統（傳輸系統）通過交換系統按一定拓撲結構組合在一起才能稱之為通信。也就是說，有了交換系統才能使某一地區內任意兩個終端用戶相互接續，才能組成通信網。2.3G網路3G是英文the 3rd Generation的縮寫，指第三代移動通信技術。相對第一代模擬制式手機（1G）和第二代GSM、CDMA等數字手機，第三代手機（3G）是指將無線通信與國際互聯網等多媒體通信結合的新一代移動通信系統。3.GPRS網路這是一種基於GSM系統的無線分組交換技術，提供端到端的、廣域的無線IP連接。通俗的講，GPRS是一項高速數據處理的科技，方法是以「分組」的形式傳送資料到用戶手上。雖然GPRS是作為現有GSM網路向第三代移動通信演變的過渡技術，但是它在許多方面都具有顯著的優勢。4.廣電網路廣電網通常是各地有線電視網路公司（台）負責運營的，通過HFC（光纖+同軸電纜混合網）網向用戶提供寬頻服務及電視服務網路，寬頻可通過CableModem連接到計算機，理論到戶最高速率38M，實際速度要視網路情況而定。5.NGB廣域網路中國下一代廣播電視網（NGB）是以有線電視數字化和移動多媒體廣播（CMMB）的成果為基礎，以自主創新的「高性能帶寬信息網」核心技術為支撐，構建適合我國國情的、三網融合的、有線無線相結合的、全程全網的下一代廣播電視網路。核心技術之運營層：專家系統、雲計算、API介面、客戶管理、GIS、ERP 1.企業資源計劃（ERP）ERP是指建立在信息技術基礎上，以系統化的管理思想，為企業決策層及員工提供決策運行手段的管理平台。ERP技術屬於物聯網的信息處理層技術。2.專家系統（Exper System）專家系統是一個含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和經驗來處理該領域問題的智能計算機程序系統。屬於信息處理層技術。3.雲計算雲計算概念間由Google提出的，這是一個美麗的網路應用模式，是指IT基礎設施的交付和使用，通過網路以按需、易擴展的方式獲得所需的資源。核心技術之應用層：垂直行業應用、系統集成、資源打包應用層主要是根據行業特點，藉助互聯網技術手段，開發各類的行業應用解決方案，將物聯網的優勢與行業的生產經營、信息化管理、組織調度結合起來，形成各類的物聯網解決方案，構建智能化的行業應用。如交通行業，涉及的就是智能交通技術；電力行業採用的是智能電網技術；物流行業採用的智慧物流技術等。行業的應用還要更多涉及系統集成技術、資源打包技術等。

參考資料www.wulianwang360.com