wsn多边定位算法

⑴ 程良伦的发表论文

1. 古连华,程良伦,ZHU Quan-Min, Aμ-MAC:一种自适应的无线传感器网络MAC协议[J]. 自动化学报,2010,(1).
2. 黄曼;程良伦.基于蚁群优化的WSN功率自适应路由算法[J/OL].计算机工程,,():1[2011/7/11].
3. 黄帅,程良伦. 一种基于虚拟力的有向传感器网络低冗余覆盖增强算法[J]. 传感技术学报,2011,(3).
4. 彭蓓雷,程良伦. 一种节点任务活动状态感知的改进型S-MAC协议[J]. 传感器与微系统,2011,(5).
5. 刘洪涛,程良伦. 基于DHT的物联网命名服务体系结构研究[J]. 计算机应用研究,2011,(6).
6. 刘洪涛,程良伦. 基于优先级的服务区分和速率控制策略[J]. 计算机应用,2011,(6).
7. 张小波,程良伦. Web Service在企业集成中的安全应用[J]. 计算机应用与软件,2011,(6).
8. 陈聪传,程良伦. 区域细化的RFID室内定位算法[J]. 计算机应用与软件,2011,(1).
9. 范富明,程良伦. TFT-LCD检测中基于激光三角法的显微镜离焦快速在线检测及补偿[J]. 中国激光,2011,(2).
10. 冯芳,程良伦. 一种高节能多跳分层路由协议[J]. 自动化仪表,2011,(2).
11. 任斌,程良伦. 多项式光滑的支持向量回归机[J]. 控制理论与应用,2011,(2).
12. 林观康,程良伦. 基于地理信息静态分簇的无线传感器网络路由算法[J]. 计算机应用与软件,2011,(2).
13. 谢晓松,程良伦. 传感器网络基于移动信标改进的DV-Hop定位算法[J]. 计算机应用与软件,2011,(4).
14. 谢晓松,程良伦. 无线传感器网络基于移动信标动态选择的定位算法[J]. 传感器与微系统,2011,(1).
15. 汤子隆,程良伦. 一种新的支持移动Sink的多媒体传感器网络路由协议[J]. 传感器与微系统,2011,(3).
16. 任斌,程良伦. 基于RSPHL算法的圆形标志定位方法[J]. 计算机工程,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. 邓洁,程良伦,大规模无线传感器网络多优先级自适应分簇路由协议[J]. 传感器与微系统,2010,(8).
31. 程良伦,江伟欢,SMD缺陷检测中快速图像匹配算法研究[J]. 计算机应用与软件,2010,(11).
32. 姜钧,程良伦,黄帅,一种检测薄膜晶体管液晶屏的自动对焦方法[J]. 激光与红外,2010,(12).
33. 汤子隆,程良伦,一种新的基于地理信息的多媒体传感器网络路由协议[J]. 计算机应用与软件,2010,(12).
34. 肖磊,程良伦,范富明,TFT-LCD面板反射的能量对光斑图像的影响[J]. 微型机与应用,2010,(21).
35. 申建芳,程良伦,基于区分服务的自适应跨层调度算法[J]. 计算机工程,2010,(18).
36. 衷柳生,程良伦,基于区分服务的无线多媒体传感器网络QoS路由协议[J]. 计算机应用研究,2010,(11).
37. 冯芳,程良伦,无线传感器网络中一种新的基于神经网络的自适应路由算法[J]. 传感技术学报,2010,(10).
38. 程良伦,赖宇锋,基于改进ACS算法的SMT自动光学检测路径规划[J]. 计算机应用与软件,2010,(9).
39. 彭蓓雷,程良伦,基于MR防干扰下的高效能多播路由协议[J]. 传感技术学报,2010,(8).
40. 彭蓓雷,程良伦,一种节能意识的多路径QoS保证路由协议[J]. 化工自动化及仪表,2010,(7).
41. 范富明,程良伦,基于CANopen协议的精密光学平台多轴控制的研究[J]. 电气传动,2010,(7).
42. 刘洪涛,程良伦,具有移动汇聚节点的环境监测系统设计[J]. 计算机工程与应用,2010,(19).
43. 范富明,程良伦,王晓芬,潘建华,一种新型光学快速自动聚焦系统[J]. 光电工程,2010,(5).
44. 尹明,章云,程良伦,蔡述庭,分布式视频编码的自适应图像组结构研究[J]. 计算机应用,2010,(5).
45. 许亮,程良伦,黄志平,基于混合函数的KICA-LSSVM故障分类方法及应用[J]. 化工自动化及仪表,2010,(3).
46. 李少春,程良伦,一种自适应的混合型无线传感器网络拓扑控制算法[J]. 传感技术学报,2010,(3).
47. 黎大鹏,程良伦,基于锚节点动态选择和调整的传感器网络定位[J]. 计算机应用与软件,2010,(3).
48. 张小波,程良伦,何小敏,曾启杰,广域网环境下构建全集成互动式学习平台[J]. 广东工业大学学报(社会科学版),2010,(1).
49. 黎大鹏,程良伦,基于VWMC的传感器网络移动节点定位算法[J]. 计算机工程与设计,2010,(2).
50. 程良伦,江伟欢,基于二值投影的PCB元件安装缺陷检测算法研究[J]. 计算机工程与设计,2010,(3).
51. 尹明,章云,程良伦,蔡述庭. Wyner-Ziv视频编码中边信息估计算法改进[J]. 计算机应用研究,2009,(12).
52. 张丰贵,程良伦. 基于KDB树的RFID事件聚合过滤算法[J]. 计算机工程,2009,(21).
53. 江伟欢,程良伦. 水火弯板运动控制系统的研究[J]. 机床与液压,2009,(10).
54. 胡晓文,程良伦. 基于嵌入式MC206数控水火弯板机控制系统的设计[J]. 电气自动化,2009,(2).
55. 邓洁,程良伦. 基于二进制搜索算法的RFID系统防碰撞算法[J]. 广东工业大学学报,2009,(3).
56. 任斌,程良伦. AOI机器视觉系统中检测光源的分析和设计[J]. 微计算机信息,2009,(27).
57. 赖宇锋,程良伦. 基于小波变换与相位相关的PCB图像拼接算法[J]. 计算机应用研究,2009,(9).
58. 卢旭,程良伦. ASP和ASP·NET共享Session状态研究[J]. 计算机应用与软件,2009,(6).
59. 衷柳生,程良伦. 基于博弈论的无线传感器网络非均匀分簇路由算法[J]. 计算机应用研究,2009,(5).
60. 任斌,程良伦. 李雅普诺夫稳定性理论中V函数的构造研究[J]. 自动化与仪器仪表,2009,(2).
61. 古连华,程良伦. E-μMAC:一种高效的混合型无线传感器网络MAC协议[J]. 计算机应用研究,2009,(4).
62. 卢旭,程良伦. 高数据融合的非均匀分簇无线传感器网络路由协议[J]. 计算机应用研究,2009,(4).
63. 任斌,程良伦. PCB贴片安装缺陷自动光学检测系统关键技术[J]. 东莞理工学院学报,2009,(1).
64. 张彩霞,程良伦. 基于Hash的RFID安全协议的设计[J]. 包装工程,2009,(1).
65. 程良伦,林伟勇. 一种稳定高效的动态帧时隙ALOHA算法[J]. 计算机应用研究,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收录)
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收录)
71. 吴猛，程良伦.一种无线传感器网络节点及其实现方法[J].仪表技术与传感器，2008(12)：14-16.
72. 杜新恒，程良伦.无线传感器网络中距离无关定位算法的研究[J].计算机工程与应用，2008，44(33)：119-121.
73. 刘洪涛，程良伦.基于J2EE电力营销决策支持系统的研究与实现[J].计算机工程与应用，2008，44(15)：218-220.
74. 伦永亮，程良伦.基于PID变频调速技术的纸浆模塑烘干线系统设计[J].中国包装工业，2008(12)：30-33.
75. 程良伦，田云杰，陈少华.一种基于IEC61850标准的嵌入式合并单元的研究与实现[J].电力系统保护与控制，2008，36(20)：55-58,61.
76. 陈荣军，程良伦.一种新型实用棉条检测传感器[J].仪表技术与传感器，2008(6)：7-8,23.
77. 宋相慧，程良伦.基于无线传感器网络的移动数据库体系结构的研究[J].工业控制计算机，2008，21(5)：31-32.
78. 张鼎，程良伦.基于CC2500的RFID网络控制器的设计[J].工业控制计算机，2008，21(1)：27-28.
79. 刘学钢，程良伦.一种可编程的多协议RFID读写器的设计[J].微计算机信息，2007(23)：230-232.
80. 钟伟，程良伦.水利水文遥测系统的设计和实施[J].计算技术与自动化，2007，26(4)：102-105.
81. 刘学钢，程良伦.QTE网络编程在嵌入式水文信息采集系统中的应用[J].微计算机信息，2007(27)：23-25.
82. 田云杰，程良伦罗晟.基于IEC61850的嵌入式合并单元的研究[J].继电器，2007，35(10)：52-55.
83. 陈浩，程良伦张小波.基于向量空间模型的无导词义消歧[J].计算机工程与设计，2007，28(5)：1215-1218.
84. 程良伦，刘学钢.一种UHF及微波段RFID标签芯片的研究与应用[J].微计算机信息，2006(09Z)：182-184,74.
85. 张鼎华，程良伦，张凌.J2EE框架在需求侧用电管理信息系统中的应用[J].电力需求侧管理，2006，8(2)：15-17.
86. 周珊珊，程良伦.网络数据库的安全及性能优化[J].计算机与现代化，2006(1)：48-50.
87. 刘洪涛，程良伦.基于活动/资源/时间图模型的过程建模方法[J].现代计算机：下半月版，2005(5)：25-27.
88. 程良伦，许星.工业以太网的研究现状与发展[J].可编程控制器与工厂自动化(PLC FA)，2004(8)：12-16.
89. 程良伦，周晓辉，何小敏.基于Profibus的过程自动化网络系统[J].可编程控制器与工厂自动化(PLC FA)，2004(5)：51-53,79.
90. 程良伦.基于Profibus的过程自动化网络系统的设计与实现[J].世界仪表与自动化，2004，8(4)：24-24,26.
91. 罗世亮，邹谷山程良伦.PROFIBUS在制碱厂的应用[J].工业控制计算机，2003，16(12)：54-55.
92. 仲兆峰，许星，程良伦.基于PROFIBUS总线技术的工业网络的设计与实现[J].微计算机信息，2003，19(11)：6-7.
93. 仲兆峰，徐其迎，唐其伟，程良伦.计算机监控系统在峡口水闸中的应用[J].自动化技术与应用，2003，22(5)：78-81.
94. 程良伦欧金成等.IT与自动化在本科毕业设计中的融合[J].广东工业大学学报：社会科学版，2002，2(B06)：190-191.
95. 程良伦，杨宜民.管道内微机器人弯管运动的动力学稳定性[J].控制理论与应用，2001，18(1)：62-68.
96. 程良伦，杨宜民.新型精密直线驱动器及其控制器的研究[J].计算技术与自动化，2000，19(1)：19-21,30.
97. 程良伦，杨宜民.一种新型管道内微机器人的研究[J].机器人，1999，21(4)：249-255.
98. 程良伦，杨宜民.微型管道机器人[J].机器人技术与应用，1998(4)：16-17.
99. 杨宜民，程良伦.微细作业系统的现状,构成及其应用[J].机器人，1998，20(1)：32-36.
100. 程良伦，杨宜民.新型压电式直线驱动器的研究[J].高技术通讯，1997，7(10)：16-19.
101. 程良伦.全自动数控型电阻焊机的研究[J].广东工学院学报，1996，13(4)：96-101.

⑵ 有关无线传感器网络中时间同步机制有哪些方法和策略

1  时间同步技术的重要性 
传感器节点的时钟并不完美，会在时间上发生漂移，所以观察到的时间对于网络中的节点来说是不同的。但很多网络协议的应用，都需要一个共同的时间以使得网路中的节点全部或部分在瞬间是同步的。 
第一，传感器节点需要彼此之间并行操作和协作去完成复杂的传感任务。如果在收集信息过程中，传感器节点缺乏统一的时间戳（即没有同步），估计将是不准确的。 
第二，许多节能方案是利用时间同步来实现的。例如，传感器可以在适当的时候休眠（通过关闭传感器和收发器进入节能模式），在需要的时候再唤醒。在应用这种节能模式的时候，节点应该在同等的时间休眠和唤醒，也就是说当数据到来时，节点的接收器可以接收，这个需要传感器节点间精确的定时。 
2  时间同步技术所关注的主要性能参数 
时间同步技术的根本目的是为网络中节点的本地时钟提供共同的时间戳。对无线传感器
网络WSN（Wireless Sensor Networks）[1]
的时间同步应主要应考虑以下几个方面的问题： 
(1)能量效率。同步的时间越长，消耗的能量越多，效率就越低。设计WSN的时间同步算法需以考虑传感器节点有效的能量资源为前提。 
(2) 可扩展性和健壮性。时间同步机制应该支持网络中节点的数目或者密度的有效扩展，并保障一旦有节点失效时，余下网络有效且功能健全。 
(3)精确度。针对不同的应用和目的，精确度的需求有所不用。 
(4)同步期限。节点需要保持时间同步的时间长度可以是瞬时的，也可以和网络的寿命一样长。 
(5)有效同步范围。可以给网络内所有节点提供时间，也可以给局部区域的节点提供时间。 
(6)成本和尺寸。同步可能需要特定的硬件，另外，体积的大小也影响同步机制的实现。 (7)最大误差。一组传感器节点之间的最大时间差，或相对外部标准时间的最大差。 3  现有主要时间同步方法研究 
时间同步技术是研究WSN的重要问题，许多具体应用都需要传感器节点本地时钟的同步，要求各种程度的同步精度。WSN具有自组织性、多跳性、动态拓扑性和资源受限性，尤其是节点的能量资源、计算能力、通信带宽、存储容量有限等特点，使时间同步方案有其特
殊的需求，也使得传统的时间同步算法不适合于这些网络[2]
。因此越来越多的研究集中在设
计适合WSN的时间同步算法[3]
。针对WSN，目前已经从不同角度提出了许多新的时间同步算法[4]
。 
3.1  成对(pair-wise)同步的双向同步模式 
代表算法是传感器网络时间同步协议TPSN（Timing-Sync Protocol for Sensor 
Networks）[5~6]
。目的是提供WSN整个网络范围内节点间的时间同步。 
该算法分两步：分级和同步。第一步的目的是建立分级的拓扑网络，每个节点有个级别。只有一个节点与外界通信获取外界时间，将其定为零级，叫做根节点，作为整个网络系统的时间源。在第二步，每个i级节点与i-1（上一级）级节点同步，最终所有的节点都与根节点同步，从而达到整个网络的时间同步。详细的时间同步过程如图 1 所示。 
 

图1  TPSN 同步过程 
 
设R为上层节点，S为下层节点，传播时间为d，两节点的时间偏差为θ。同步过程由节点R广播开始同步信息，节点S接收到信息以后，就开始准备时间同步过程。在T1时刻，节点S发送同步信息包，包含信息(T1)，节点R在T2接收到同步信息，并记录下接收时间T2，这里满足关系：21TTd 
节点R在T3时刻发送回复信息包，包含信息(T1,T2,T3)。在T4时刻S接收到同步信息包，满足关系：43TTd 
最后，节点S利用上述2个时间表达式可计算出的值：(21)(43)2
TTTT 
TPSN由于采用了在MAC层给同步包标记时间戳的方式，降低了发送端的不确定性，消除了访问时间带来的时间同步误差，使得同步效果更加有效。并且，TPSN算法对任意节点的同步误差取决于它距离根节点的跳数，而与网络中节点总数无关，使TPSN同步精度不会随节点数目增加而降级，从而使TPSN具有较好的扩展性。TPSN算法的缺点是一旦根节点失效，就要重新选择根节点，并重新进行分级和同步阶段的处理，增加了计算和能量开销，并随着跳数的增加，同步误差呈线性增长，准确性较低。另外，TPSN算法没有对时钟的频差进行估计，这使得它需要频繁同步，完成一次同步能量消耗较大。 
3.2  接收方-接收方（Receiver-Receiver）模式 
代表算法是参考广播时间同步协议RBS（Reference Broadcast Synchronization）[7]
。RBS是典型的基于接收方-接收方的同步算法，是Elson等人以“第三节点”实现同步的思想而提出的。该算法中，利用无线数据链路层的广播信道特性，基本思想为：节点(作为发
送者)通过物理层广播周期性地向其邻居节点（作为接收者）发送信标消息[10]
，邻居节点记录下广播信标达到的时间，并把这个时间作为参考点与时钟的读数相比较。为了计算时钟偏移，要交换对等邻居节点间的时间戳，确定它们之间的时间偏移量，然后其中一个根据接收
到的时间差值来修改其本地的时间，从而实现时间同步[11]
。 
假如该算法在网络中有n个接收节点m个参考广播包，则任意一个节点接收到m个参考包后，会拿这些参考包到达的时间与其它n-1个接收节点接收到的参考包到达的时间进行比较，然后进行信息交换。图2为RBS算法的关键路径示意图。 
网络接口卡
关键路径
接收者1
发送者
接收者2
 
图2  RBS算法的关键路径示意图 
 
其计算公式如下： 
,,1
1,:[,]()m
jkikkinjnoffsetijTTm
 其中n表示接收者的数量，m表示参考包的数量，,rbT表示接收节点r接收到参考包b时的时钟。 

此算法并不是同步发送者和接收者，而是使接收者彼此同步，有效避免了发送访问时间对同步的影响，将发送方延迟的不确定性从关键路径中排除，误差的来源主要是传输时间和接收时间的不确定性，从而获得了比利用节点间双向信息交换实现同步的方法更高的精确度。这种方法的最大弊端是信息的交换次数太多，发送节点和接收节点之间、接收节点彼此之间，都要经过消息交换后才能达到同步。计算复杂度较高，网络流量开销和能耗太大，不适合能量供应有限的场合。 
3.3  发送方-接收方(Sender-Receiver)模式 
基于发送方-接收方机制的时间同步算法的基本原理是：发送节点发送包含本地时间戳的时间同步消息，接收节点记录本地接收时间，并将其与同步消息中的时间戳进行比较，调整本地时钟。基于这种方法提出的时间同步算法有以下两种。 
3.3.1  FTSP 算法[8]
 
泛洪时间同步协议FTSP（Flooding Time Synchronization Protocol）由Vanderbilt大学Branislav Kusy等提出，目标是实现整个网络的时间同步且误差控制在微秒级。该算法用单个广播消息实现发送节点与接收节点之间的时间同步。 
其特点为：(1)通过对收发过程的分析，把时延细分为发送中断处理时延、编码时延、传播时延、解码时延、字节对齐时延、接收中断处理时延，进一步降低时延的不确定度；(2)通过发射多个信令包，使得接收节点可以利用最小方差线性拟合技术估算自己和发送节点的频率差和初相位差；(3)设计一套根节点选举机制，针对节点失效、新节点加入、拓扑变化
等情况进行优化，适合于恶劣环境[12]
。 
FTSP算法对时钟漂移进行了线性回归分析。此算法考虑到在特定时间范围内节点时钟晶振频率是稳定的，因此节点间时钟偏移量与时间成线性关系，通过发送节点周期性广播时间同步消息，接收节点取得多个数据对，构造最佳拟合直线，通过回归直线，在误差允许的时间间隔内，节点可直接通过它来计算某一时间节点间的时钟偏移量而不必发送时间同步消息进行计算，从而减少了消息的发送次数并降低了系统能量开销。 
FTSP结合TPSN和RBS的优点，不仅排除了发送方延迟的影响，而且对报文传输中接收方的不确定延迟（如中断处理时间、字节对齐时间、硬件编解码时间等）做了有效的估计。多跳的FTSP协议采用层次结构，根节点为同步源，可以适应大量传感器节点，对网络拓扑结构的变化和根节点的失效有健壮性，精确度较好。该算法通过采用MAC层时间戳和线性回归偏差补偿弥补相关的错误源，通过对一个数据包打多个时戳，进而取平均和滤除抖动较大的时戳，大大降低了中断和解码时间的影响。FTSP 采用洪泛的方式向远方节点传递时间基准节点的时间信息，洪泛的时间信息可由中转节点生成，因此误差累积不可避免。另外，FTSP的功耗和带宽的开销巨大。 
3.3.2  DMTS 算法[9]
 
延迟测量时间同步DMTS (delay measurement time synchronization) 算法的同步机制是基于发送方-接收方的同步机制。DMTS 算法的实现策略是牺牲部分时间同步精度换取较低的计算复杂度和能耗，是一种能量消耗轻的时间同步算法。 
DMTS算法的基本原理为：选择一个节点作为时间主节点广播同步时间，所有接收节点通过精确地测量从发送节点到接收节点的单向时间广播消息的延迟并结合发送节点时间戳，计算出时间调整值，接收节点设置它的时间为接收到消息携带的时间加上广播消息的传输延迟，调整自己的逻辑时钟值以和基准点达成同步，这样所有得到广播消息的节点都与主节点进行时间同步。发送节点和接收节点的时间延迟dt可由21()dtnttt得出。其中，nt为发送前导码和起始字符所需的时间，n为发送的信息位个数，t为发送一位所需时间；1t为接收节点在消息到达时的本地时间；2t为接收节点在调整自己的时钟之前的那一时刻记录的本地时间，21()tt是接收处理延迟。 

DMTS 算法的优点是结合链路层打时间戳和时延估计等技术，消除了发送时延和访问时延的影响，算法简单，通信开销小。但DMTS算法没有估计时钟的频率偏差，时钟保持同步的时间较短，没有对位偏移产生的时间延迟进行估计，也没有消除时钟计时精度对同步精度的影响，因此其同步精度比FTSP略有下降，不适用于定位等要求高精度同步的应用。 
基于发送方-接收方单向同步机制的算法在上述三类方法中需要发送的时间同步消息数目最少。发送节点只要发送一次同步消息，因而具有较低的网络流量开销和复杂度，减少了系统能耗。 
4  结论 
文章介绍了WSN时间同步算法的类型以及各自具有代表性的算法，分析了各算法的设计原理和优缺点。这些协议解决了WSN中时间同步所遇到的主要问题，但对于大型网络，已有的方法或多或少存在着一些问题：扩展性差、稳定性不高、收敛速度变慢、网络通信冲突、能耗增大。今后的研究热点将集中在节能和时间同步的安全性方面。这将对算法的容错性、有效范围和可扩展性提出更高的要求。 

⑶ 20210702 WSN概述

传感器网络概述

现代传感网络与传统感知方法的核心区别在于覆盖范围、计算与通信能力以及数据处理方式。传统感知模式下，传感器仅能接近感知对象，产生数据流，不具备计算能力，且无传感器间的通信功能。相比之下，现代感知通过传感器网络的布局覆盖感知对象区域，单个传感器能够独立完成对临近对象的观测，多个传感器协同完成大范围观测任务，并通过多跳路由算法向用户报告观测结果。

从微观层面看，传感网络的结构由传感器节点、汇聚点和监测区域构成。这些节点具备采集、处理、控制和通信功能，其内部结构包括传感器模块（负责信息采集与数据转换）、处理器模块（执行控制、数据处理和网络协议）、无线通讯模块（交换控制信息与数据传输）、以及能量供应模块（为节点提供动力）。

传统协议栈与改进协议栈的区别在于功能与设计优化。早期协议栈由物理层、数据链路层、网络层、传输层和应用层构成，每个层负责特定功能，如信号调制与收发、数据帧管理与差错控制、路由生成与数据传输。此外，还包括了能量管理、移动管理和任务管理平台，以提升能效、支持节点移动和实现多任务共享。改进后的协议栈在原有基础上增加了定位与时间同步子层，以及优化与管理机制，通过能量控制代码、QoS管理等，对协议流程进行优化，实现更高效的协同工作与数据处理。

⑷ 什么是无线传感技术

科技发展的脚步越来越快，人类已经置身于信息时代。作为信息获取的一种重要、基本的技术——传感器技术，也得到了极大的发展。无线传感器网络是一种全新的信息获取和处理技术，传感器节点可以连续不断地进行数据采集、事件检测、事件标识、位置监测和节点控制，传感器节点的这些特性和无线连接方式使得无线传感器网络的应用前景非常广阔，随着无线传感器网络的深人研究和广泛应用，无线传感器网络将逐渐深入到人类生活的各个领域。传感器信息获取技术已经从过去的单一化渐渐向集成化、微型化和网络化方向发展，并将会带来一场信息革命。
【关键词】：信息时代、传感器技术、无线连接、信息革命
1引言
无线传感器网络(WSN, Wireless Sensor Net-work )综合了传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术，能够协作地实时监测、感知和采集网络分布区域内的各种环境或监测对象的信息，并对这些信息进行处理，获得详尽而准确的信息，传送到需要这些信息的用户。
无线传感器网络被认为是21世纪最重要的技术之一，它将会对人类未来的生活方式产生深远影响。本文将先介绍无线传感器网络的概念和特点，再探讨WSN在人们生活中的一些应用模型以及在发展中所遇到的一些问题。
2无线传感器网络
2.1无线传感器网络简介
无线传感器网络（Wireless Sensor Network，WSN）是由许多个功能相同或不同的无线传感器节点通过自组织方式形成的无线网络。每个传感器节点由数据采集模块(传感器、A/D转换器)、数据处理和控制模块(微处理器、存储器)、通信模块(无线收发器)以及供电模块(电池、DC/DC能量转换器)等组成。节点在网络中可以充当数据采集者、数据中转站或簇头节点(cluster-head node)的角色。作为数据采集者，数据采集模块收集周围环境的数据(如温度和湿度)，通过通信路由协议直接或间接将数据传输给远方基站(base station)或汇节点(sink node);作为数据中转站，节点除了完成采集任务外，还要接收邻居节点的数据，并将其转发到距离基站最近的邻居节点或者直接转发到基站或汇节点，簇头节点负责收集该类内所有节点采集的数据，经数据融合后，发送到基站或汇节点。这些传感器节点可以任意地部署在监测区域内，彼此通过无线通信形成一个多跳的、自组织的网络来完成信息采集、数据传输和信息处理。无线传感器网络通过节点的数据采集和传输，可以在任何时间、任何地点获取对象的信息，对环境的变化具有很强的鲁棒性，因此它具有广泛的应用前景，可以应用于军事情报侦察、工业生产过程控制、环境监测和保护以及现代化交通管理等领域。
2.2无线传感器网络的节点结构及网络体系结构
网络体系结构是网络的协议分层以及网络协议的集合，是对网络及其部件所应完成功能的定义和描述，对无线传感器网络来说，其网络体系结构不同于传统的计算机网络和通信网络。网络体系结构由分层的网络通信协议、传感器网络管理以及应用支撑技术三部分组成。
2.2.1 传感器网络节点结构
传感器网络节点的基本组成包括如下4个基本单元：传感单元(由传感器和模数转换功能模块组成)、处理单元(包括CPU、存储器、嵌入式操作系统等)、通信单元(由无线通信模块组成)以及电源。此外，可以选择的其他功能单元包括：定位系统、移动系统以及电源自供电系统等。
2.2.2 传感器网络的体系结构
网络体系结构是网络的协议分层以及网络协议的集合，是对网络及其部件所应完成功能的定义和描述，对无线传感器网络来说，其网络体系结构不同于传统的计算机网络和通信网络。网络体系结构由分层的网络通信协议、传感器网络管理以及应用支撑技术三部分组成。分层的网络通信协议结构类似于TCP／IP协议体系结构；传感器网络管理技术主要是对传感器节点自身的管理以及用户对传感器网络的管理；在分层协议和网络管理技术的基础上，支持了传感器网络的应用支撑技术。
2.3无线传感器网络的物理组成
无线传感器网络的传感器节点个数通常很多,它们不仅体积小、成本低,另外还要求传感器节点功耗非常低,以满足用电池即可维持长时间的工作状态。因此这些特点决定了对传感器节点的设计需要在尽可能简单的情况下满足应用需求。无线传感器节点是由硬件层与软件层的配合完成任务。
2.3.1 无线传感器硬件层
硬件层一般都包括以下四个单元:供电单元、数据采集单元(包括传感器和A/D模数转换器件)、数据处理单元(包括存储器和微控制器)、无线通信单元。微控 制器作为传感器节点运“心脏”,在上面运行着嵌入式系统软件,从而对另外三个单元的工作进行控制。在硬件的选取上,尽量采用低功耗器件,还可以考虑在无数 据采集和无数据通信的时候命令微控制器进入“睡眠”状态并可切断无线通信单元的部分电源,从而降低功耗。
2.3.2 无线传感器软件层
无线传感器网络的软件层包括三个层次:硬件抽象层、系统服务层和应用层。硬件抽象层用来实现对硬件平台(供电、数据采集、数据处理和无线通信单元)的抽象,为上层屏蔽底层硬件细节,简化系统平台移植。系统服务层包括通信服务、传感服务、能耗管理服务、实时内核等四部分,在这个层次中除了实现操作系统如任务调度、信号量等内核服务外,还将完成各种路由、安全算法的实现,并支持各类通信传输协议。应用层是由用户根据具体应用的需要定义,利用系统服务层提供的接口,能方便的设计出上层软件。
软件层用来控制硬件层,是整个传感器的“大脑”,除了最基本的数据采集和发送之外,根据应用的场合,还需要实现关于网络拓扑、自组织、路由选择、能耗节 约、错误处理、可靠性保证等一系列的算法与设计。对于一些简单的应用可以使用单一循环逻辑的软件来完成。而一些复杂性较高的应用场景就有必要使用针对无线传感器网络特点的嵌入式操作系统。。
2.4 无线传感器网络主要特点 1．自组织网络
在无线传感器网络应用中，通常情况下传感器节点被放置在没有基础设备的地方。传感器节点的位置不能预先精确设定。节点之间的相互邻居关系也不能预先知道，如通过飞机撒播大量传感器节点在面积广大的原始森林中，或随意放置到人不可到达或危险的区域。这样就要求传感器节点具有自组织的能力，能够自动进行配置和管理，通过拓扑控制机制和网络协议自动形成转发监测数据的多跳无线网络系统。在无线传感器网络使用过程中，部分传感器节点由于能量耗尽或环境因素造成失效，也有一些传感器节点为了弥补失效节点、增加监测精度而补充到网络中，这样在无线传感器网络中的节点个数就动态的增加或减少，从而使网络的拓扑结构随之动态变化。无线传感器网络的自组织性要能够适应这种网络拓扑结构的动态变化。
2．多跳路由
网络中节点通信距离有限，一般在几十到几百米范围内，节点只能与它的邻居直接通信。如果希望与其射频覆盖范围之外的节点进行通信，则需要通过中间节点进行路由。拟定网络的多跳路由使用网关和路由器来实现，而无线传感器网络中的多跳路由是由普通网络节点完成的，没有专门的路由设备。这样每个节点既可以是信息的发起者，也可以是信息的转发者。
3．动态网络拓扑
无线传感器网络是一个动态的网络，节点可以随处移动；一个节点可能会因为电池能量耗尽或其他故障，退出网络运行；一个节点也可能由于工作的需要而被添加到网络中。在某些特殊的应用中，无线传感器网络是移动的，传感器节点可能会因能量消耗完或其他故障而终止工作，这些因素都会使网络拓扑发生变化。
4.以数据为中心的网络
传感器网络是一个任务型的网络，脱离传感器网络谈论传感器节点没有任何意义。传感器网络中的节点采用编号标识，节点编号是否需要全网唯一取决于网络通信协议的设计。由于传感器节点随机部署，构成的传感器与节点编号之间的关系是完全动态的，表现为节点编号与节点位置没有必然联系。用户使用传感器网络查询事件时，直接将所关心的事件通告给网络，而不是通告给某个确定编号的节点。网络在获得指定事件的信息后汇报给用户。这种以数据本身作为查询或者传输线索的思想更接近于自然语言交流的习惯。所以通常说传感器是一个以数据为中心的网络。
2.5 无线传感器网络的发展现状
早在上世纪70年代，就出现了将传统传感器采用点对点传输、连接传感控制器而构成传感器网络雏形，我们把它归之为第一代传感器网络。随着相关学科的不断发展和进步，传感器网络同时还具有了获取多种信息信号的综合处理能力，并通过与传感控制器的相联，组成了有信息综合和处理能力的传感器网络，这是第二代传感器网络。而从上世纪末开始，现场总线技术开始应用于传感器网络，人们用其组建智能化传感器网络，大量多功能传感器被运用，并使用无线技术连接，无线传感器网络逐渐形成。
近年来,无线通信技术和微电子技术的不断进步,大大地推动了无线传感器网络的迅猛发展。无线传感器网络是任意部署在一定地理范围内的大量体积微小的传感器节点所组成的自组织网络。这些微小的节点具有数据采集，信号处理和无线通信等功能，彼此通过无线通信，相互协调形成一个智能的传感网络。无线传感器网络通过节点的数据采集和传输，可以在任何时间，任何地点获取对象的信息，对环境的变化具有很强的鲁棒性。因此，通过合理的节点部署和网络设计，无线传感器网络能够在危险，恶劣的环境中执行任务，比如敌方军事报侦察。但是，由于节点本身设计制造成本低，体积微小的特点，单个节点只能携带有限的能量，进行简单的局部信号处理及短距离的无线通信。因此，如何设计高效的分布式信号处理算法以降低网络中能量和带宽的消耗已成为当前无线传感器网络研究的热点问题之一。
3 无线传感器网络的关键技术
无线传感器网络作为当今信息领域新的研究热点，有非常多的关键技术有待发现和研究。而功耗和安全问题对于无线传感器网络来说，是两个最重要的性能指标，所以WSN的关键技术必然以降低网络功耗和确保网络安全为主线。下面介绍网络拓扑控制、数据融合等部分关键技术。
3.1网络拓扑控制
对于自组织的传感器网络而言，网络拓扑控制具有特别重要的意义。通过拓扑控制自动生成的良好的网络拓扑结构，能够提高路由协议和MAC协议的效率，可为数据融合、目标定位等很多方面奠定基础，有利于节省节点的能量来延长网络的生存期。所以，拓扑控制是WSN研究的核心技术之一。WSN拓扑控制目前主要研究的问题是在满足网络覆盖度和连通度的前提下，通过功率控制和骨干网节点选择，剔除节点之间不必要的无线通信链路，生成一个高效的数据转发的网络拓扑结构。拓扑控制分为节点功率控制和层次型拓扑结构控制两个方面。功率控制机制调节网络中每个节点的发射功率，在满足网络连通度的前提下，减少节点的发送功率，均衡节点单跳可达的邻居数目；目前已经提出了以邻居节点度为参考依据的算法，以及利用邻近图思想生成拓扑结构的DRNG和DLSS算法。层次型的拓扑控制利用分簇机制，让一些节点作为簇头，由簇头形成一个处理并转发数据的骨干网，其他非骨干网节点可以暂时关闭通信模块，进入休眠状态以节省能量。
3.2 数据融合
在无线传感器网络中，节点传感器采集数据并将它发送到网络终端。但是在数据的采集和传输过程中，总要对采集的数据进行处理，因此存在如何对采集的数据进行处理、融合的问题。
如果完全在本地节点上处理采集的数据而只发送处理后的结果，可以降低传输数据的功耗，但增加了本地节点处理器的功耗；如果传输原始采集的数据，可以降低节点处理器的功耗但增加了节点传输数据的功耗。因此，如何对采集的数据进行处理与融合对降低节点能耗起到相当大的作用。通常网络中的传感器数量很多，传感器采集的数据具有一定的冗余度，因此将多个节点采集的数据相互结合起来进行处理可以降低整个网络数据的传输量，有效降低系统功耗，问题是如何寻找本地节点处理与节点联合处理的平衡点。
3.3 定位技术
位置信息是传感器节点采集数据中不可缺少的部分，没有位置信息的监测消息通常毫无意义。为了提供有效位置信息，随机部署的传感器节点必须能够在布置后确定自身位置。由于传感器节点存在资源有限、随机部署、通信易受环境干扰甚至节点失效等特点，定位机制必须满足自组织性、健壮性、能量高效、分布式计算等要求。现有的WSN定位算法根据定位机制的不同，可以分为基于测距的方法与不基于测距的方法两类。基于测距的定位机制利用到达时间延迟、信号到达时差和接收信号强度来估计距离或来波方向，然后使用三边测量法或最大似然估计等计算未知节点的位置。而不基于测距的定位机制无需距离或角度信息，或者不用直接测量这些信息，仅根据网络的连通性等信息实现节点的定位。距离无关的定位机制的定位性受环境因素的影响小，虽然定位误差相应有所增加，但定位精度能够满足多数传感器网络应用的需求，是目前大家重点关注的定位机制。
3.4 无线通信技术
传感器网络需要低功耗短距离的无线通信技术。IEEE802.15.4标准是针对低速无线个人域网络的无线通信标准，把低功耗、低成本作为设计的主要目标。由于IEEE802.15.4标准的网络特征与无线传感器网络存在很多相似之处，故很多研究机构把它作为无线传感器网络的无线通信平台。另外，超宽带无线通信以其高速率、低功耗、抗多径、低成本等诸多优势，已成为室内短距离无线网络的首选方案，这为WSN的数据传输开辟了一种崭新的方案。
3.5 时间同步
传感器网络中由于节能策略,节点在大部分时间是休眠的,所以要求解决通信同步问题,即通信节点双方需要在通信时同时唤醒。另外,传感器网络是一个分布式网络,所有节点在通信上地位对等,没有优先级可言。所以要让整个网络能够工作在有效状态,往往需要做到全网或者一定范围内所有节点的同步,而不是通信双方的简单同步。
4 无线传感器网络的应用
虽然无线传感器网络的大规模商业应用，由于技术等方面的制约还有待时日，但是最近几年，随着计算成本的下降以及微处理器体积越来越小，已经为数不少的无线传感器网络开始投入使用。目前无线传感器网络的应用主要集中在以下领域：
4.1 环境的监测和保护
随着人们对于环境问题的关注程度越来越高，需要采集的环境数据也越来越多，无线传感器网络的出现为随机性研究数据的获取提供了便利，并且还可以避免传统数据收集方式给环境带来的侵入式破坏。比如，英特尔研究实验室研究人员曾经将32个小型传感器连进互联网，以测出缅因州"大鸭岛"上气候的变化情况，用来评价一种海燕巢的条件。无线传感器网络还可以跟踪候鸟和昆虫的迁移，研究环境变化对农作物的影响，监测海洋、大气和土壤的成分等。
4.2 医疗护理
无线传感器网络在医疗研究、护理领域也可以大展身手。罗彻斯特大学的科学家使用无线传感器创建了一个智能医疗房间，使用微尘来测量居住者的重要征兆（血压、脉搏和呼吸）、睡觉姿势以及每天24小时的活动状况。英特尔公司也推出了无线传感器网络的家庭护理技术，该技术是作为探讨应对老龄化社会的技术项目Center for Aging Services Technologies（CAST）的一个环节开发的。该系统通过在鞋、家具以家用电器等家中道具和设备中嵌入半导体传感器，帮助老龄人士、阿尔茨海默氏病患者以及残障人士的家庭生活。利用无线通信将各传感器联网可高效传递必要的信息从而方便接受护理，而且还可以减轻护理人员的负担。英特尔主管预防性健康保险研究的董事EricDishman称，"在开发家庭用护理技术方面，无线传感器网络是非常有前途的领域"。
4.3 军事领域
由于无线传感器网络具有密集型、随机分布的特点，使其非常适合应用于恶劣的战场环境中，使其非常适合应用于恶劣的战场环境中，包括侦察敌情、监控兵力、装备和物资，判断生物化学攻击等多方面用途。美国国防部远景计划研究局已投资几千万美元，帮助大学进行"智能尘埃"传感器技术的研发。哈伯研究公司总裁阿尔门丁格预测：智能尘埃式传感器及有关的技术销售将从2004年的1000万美元增加到2010年的几十亿美元。
4.4 建筑结构监测
无线传感器网络用于监测建筑物的健康状况，不仅成本低廉，而且能解决传统监测布线复杂、线路老化、易受损坏等问题。斯坦福大学提出了基于无线传感器网络的建筑物监测系统，采用基于分簇结构的两层网络系统，传感器节点由EVK915模块和ADXL210加速度传感器构成，分簇首节点由Proxim Rangel LAN2无线调制器和EVK915连接而成。南加州大学的一种监测建筑物的无线传感器网络系统NETSHM，该系统除了监测建筑物的健康状况外，并且能够定位出建筑物受损伤的位置。
4.5 自然灾害的预防
在一些容易发生泥石流、滑坡等自然灾害的地方，使用无线传感网络及时、长期地对这些地方的地形变化、各种环境因素的监测，采集相关数据并进行适当的分析，当灾难将要发生时，我们就可以提前发出预警报告以做好准备或采取相应措施防止它们进一步的发生。
4.6 企业、家庭监控
在企业、家庭布设无线传感网络，可以实时地监控人员的流动和环境的变化，有利于企业、家庭采取有效的安全防护措施和灾难应变措施。此外，国内还出现了大量的其他领域的应用，比如无线传感网络在地下无人采煤安全监测系统的应用，无线传感网络在温室网络信息采集分析系统中的应用。
5.存在的问题
5.1 面临的技术难题
就目前无线传感器网络的技术水平来说，无线传感器网络正常运行并大量投入使用还面临着许多问题：
（1）网络内通信问题
无线传感器网络内正常通信联系中，信号可能被一些障碍物或其他电子信号干扰而受到影响，怎么安全有效的进行通信是个有待研究的问题。
（2）成本问题
在一个无线传感器网络里面，需要使用数量庞大的微型传感器，这样的话成本会制约其发展。
（3）系统能量供应问题
目前主要的解决方案有：使用高能电池；降低传感功率；此外还有传感器网络的自我能量收集技术和电池无线充电技术，其中后两者备受关注。
（4）高效的无线传感器网络结构
无线传感器网络的网络结构是组织无线传感器的成网技术，有多种形态和方式，合理的无线传感器网络可以最大限度的利用资源。在这里面，还包括网络安全协议问题和大规模传感器网络中的节点移动性管理等诸多问题有待解决。
5.2 安全问题
传感器网络多用于军事、商业领域，安全性是其重要的研究内容。由于传感器网络中节点随机部署、网络拓扑的动态性以及信道的不稳定性，使传统的安全机制无法适用。因此需要设计新型的网络安全机制，可借鉴扩频通信、接入认证／鉴权、数据水印、数据加密等技术。目前，保证网络安全性的方法也不少。
（1）借助特殊的无线传感器终端。采用PTD(Personal Trust Device)作为传感器网络的终端，在网络中设立认证服务器来提供传感器需要的服务，而在PTD和服务器之间建立认证和加密体系，只有在服务器注册过的PTD终端才能获得服务，未注册的则不能，从而保证系统安全。通常，这种系统用在家庭环境中.
（2）采用安全罩(Secure Overlay)。采用一种称为SCANv2(Secure Content Addressable Network Version 2)安全内容网络寻址的安全罩，来实现无线传感器网络的安全。SCANv2其实是在盖在实际网络层上的一个虚拟结构，通过采用Hash函数，把实际网络中的节点映射到这个罩空间之上，某一区域或某种功能的节点在罩空间的某一个共同的特定位置。用户在从网络中获取服务时，需要通过相应的安全认证进入罩空间，再进一步通过加密解密过程从这个映射空间进入实际网络中获得所需服务。
6 结束语
无线传感器网络是一种新的信息获取和处理技术，在特殊领域，它有着传统技术不可比拟的优势，人们对它的研究尚处于起步阶段。无线传感器网络有着十分广泛的应用前景，它不仅在工业、农业、军事、环境、医疗等传统领域有具有巨大的运用价值，在未来还将在许多新兴领域体现其优越性，如家用、保健、交通等领域。我们可以大胆的预见，将来无线传感器网络将无处不在，将完全融入我们的生活。比如微型传感器网络最终可能将家用电器、个人电脑和其他日常用品同互联网相连，实现远距离跟踪，家庭采用无线传感器网络负责安全调控、节电等，其应用可以涉及到人类日常生活和社会生产活动的所有领域。对这些网络的进一步研究，将满足中国未来高技术民用和军事发展的需要，不仅具有重要的社会和经济意义，也具有十分重要的战略意义。
但是，我们还应该清楚的认识到，无线传感器网络才刚刚开始发展，它的技术、应用都还还远谈不上成熟，国内企业应该抓住商机，加大投入力度，推动整个行业的发展。
摘录于网络

⑸ 衡量无线传感网络节点定位算法的性能指标有哪些

1. 定位精准度：空间实体位置信息与真实位置之间的接近程度。

2. 有效定位范围：定位系统所能定位的有效范围

3. 节点密度：播撒的传感器节点的疏密程度

4. 信标节点密度：信标节点在整个WSN中所占比例

5. 容错性与自适应性

6. 安全性：指系统对合法用户的响应以及对非法请求的抗拒

7. 功耗：低

8. 代价与成本：包括时间代价，空间代价，资金代价都要尽可能低
   

⑹ 如何实现物联网

从物联网的定义及各类技术所起的作用来看，物联网的关键核心技术应该是无线传感器网络（WSN）技术，主要原因是：WSN技术贯穿物联网的全部三个层次，是其它层面技术的整合应用，对物联网的发展有提纲挈领的作用。WSN技术的发展，能为其它层面的技术提供更明确的方向。 以下是实现物联网的五大核心技术：核心技术之感知层：传感器技术、射频识别技术、二维码技术、微机电系统和GPS技术1.传感器技术传感技术同计算机技术与通信技术一起被称为信息技术的三大技术。从仿生学观点，如果把计算机看成处理和识别信息的“大脑”，把通信系统看成传递信息的“神经系统”的话，那么传感器就是“感觉器官”。微型无线传感技术以及以此组件的传感网是物联网感知层的重要技术手段。2.射频识别（RFID）技术射频识别（Radio Frequency Identification，简称RFID）是通过无线电信号识别特定目标并读写相关数据的无线通讯技术。在国内，RFID已经在身份证、电子收费系统和物流管理等领域有了广泛应用。RFID技术市场应用成熟，标签成本低廉，但RFID一般不具备数据采集功能，多用来进行物品的甄别和属性的存储，且在金属和液体环境下应用受限，RFID技术属于物联网的信息采集层技术。3.微机电系统（MEMS）微机电系统是指利用大规模集成电路制造工艺，经过微米级加工，得到的集微型传感器、执行器以及信号处理和控制电路、接口电路、通信和电源于一体的微型机电系统。MEMS技术属于物联网的信息采集层技术。4.GPS技术GPS技术又称为全球定位系统，是具有海、陆、空全方位实时三维导航与定位能力的新一代卫星导航与定位系统。GPS作为移动感知技术，是物联网延伸到移动物体采集移动物体信息的重要技术，更是物流智能化、智能交通的重要技术。核心技术之信息汇聚层：传感网自组网技术、局域网技术及广域网技术1.无线传感器网络（WSN）技术无线传感器网络（Wireless Sensor Network，简称WSN）的基本功能是将一系列空间分散的传感器单元通过自组织的无线网络进行连接，从而将各自采集的数据通过无线网络进行传输汇总，以实现对空间分散范围内的物理或环境状况的协作监控，并根据这些信息进行相应的分析和处理。WSN技术贯穿物联网的三个层面，是结合了计算、通信、传感器三项技术的一门新兴技术，具有较大范围、低成本、高密度、灵活布设、实时采集、全天候工作的优势，且对物联网其他产业具有显着带动作用。2.Wi-Fi Wi-Fi（Wireless Fidelity，无线保真技术）是一种基于接入点（Access Point）的无线网络结构，目前已有一定规模的布设，在部分应用中与传感器相结合。Wi-Fi技术属于物联网的信息汇总层技术。3.GPRS GPRS（General Packet Radio Service，通用分组无线服务）是一种基于GSM移动通信网络的数据服务技术。GPRS技术可以充分利用现有GSM网络，目前在很多领域有广泛应用，在物联网领域也有部分应用。GPRS技术属于物联网的信息汇总层技术。
核心技术之传输层：通信网、互联网、3G网络、GPRS网络、广电网络、NGB 1.通信网通信网是一种使用交换设备、传输设备，将地理上分散用户终端设备互连起来实现通信和信息交换的系统。通信最基本的形式是在点与点之间建立通信系统，但这不能称为通信网，只有将许多的通信系统（传输系统）通过交换系统按一定拓扑结构组合在一起才能称之为通信。也就是说，有了交换系统才能使某一地区内任意两个终端用户相互接续，才能组成通信网。2.3G网络3G是英文the 3rd Generation的缩写，指第三代移动通信技术。相对第一代模拟制式手机（1G）和第二代GSM、CDMA等数字手机，第三代手机（3G）是指将无线通信与国际互联网等多媒体通信结合的新一代移动通信系统。3.GPRS网络这是一种基于GSM系统的无线分组交换技术，提供端到端的、广域的无线IP连接。通俗的讲，GPRS是一项高速数据处理的科技，方法是以“分组”的形式传送资料到用户手上。虽然GPRS是作为现有GSM网络向第三代移动通信演变的过渡技术，但是它在许多方面都具有显着的优势。4.广电网络广电网通常是各地有线电视网络公司（台）负责运营的，通过HFC（光纤+同轴电缆混合网）网向用户提供宽带服务及电视服务网络，宽带可通过CableModem连接到计算机，理论到户最高速率38M，实际速度要视网络情况而定。5.NGB广域网络中国下一代广播电视网（NGB）是以有线电视数字化和移动多媒体广播（CMMB）的成果为基础，以自主创新的“高性能带宽信息网”核心技术为支撑，构建适合我国国情的、三网融合的、有线无线相结合的、全程全网的下一代广播电视网络。核心技术之运营层：专家系统、云计算、API接口、客户管理、GIS、ERP 1.企业资源计划（ERP）ERP是指建立在信息技术基础上，以系统化的管理思想，为企业决策层及员工提供决策运行手段的管理平台。ERP技术属于物联网的信息处理层技术。2.专家系统（Exper System）专家系统是一个含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和经验来处理该领域问题的智能计算机程序系统。属于信息处理层技术。3.云计算云计算概念间由Google提出的，这是一个美丽的网络应用模式，是指IT基础设施的交付和使用，通过网络以按需、易扩展的方式获得所需的资源。核心技术之应用层：垂直行业应用、系统集成、资源打包应用层主要是根据行业特点，借助互联网技术手段，开发各类的行业应用解决方案，将物联网的优势与行业的生产经营、信息化管理、组织调度结合起来，形成各类的物联网解决方案，构建智能化的行业应用。如交通行业，涉及的就是智能交通技术；电力行业采用的是智能电网技术；物流行业采用的智慧物流技术等。行业的应用还要更多涉及系统集成技术、资源打包技术等。

参考资料www.wulianwang360.com