无线传感网络相关论文

电子信息工程毕业论文 (张清卓) 从21世纪开始，无线传感器网络就开始引起了学术界，军事界和工业界的极大关注。美国和欧洲相继启动了许多关于无线传感器网络的研究计划。随着科学技术的迅猛发展，人类目前已经置身于信息时代，信息的获取是实现信息化的前提，获取物理家门口满怀欣喜的一种重要工具就是传感器。无线传感器网络是当前国际上备受关注的，由多学高度交叉的新兴研究热点领域⑴它综合了传感器技术，嵌入式计算技术及无线通信技术等三大技术，能够通过嵌入式系统对信息进行处理，并通过随机自组织无线通信网络以多跳中继方式所感知信息传送到用户终端。 无线传感器网络可以用于监控温度，湿度，压力，土壤构成，噪声，机械应力等多种环境条件，使用户可以深入的了解和把我周围的世界。无线传感器网络的随机布设，自组织，环境适应等特点使其在军事国防，环境监测，生物医疗，抢先去救灾以及商业应用等领域具有广阔的应用前景，和很高的应用价值②。当然，在空进搜索和灾难拯救等特殊领域，无线传感器网络也有其得天独厚的技术优势。 ⑴民用领域 美国交通部提出了“国家智能交通系统项目规划”，预计到2025年全面投入使用。这种新型系统将有效的使用传感器网络进行交通管理，不仅可以使汽车按照一定的速度行驶，前后车距自动低保时一定的距离，而且还可以提拥有管道路堵塞的最新消息：英特尔公司在2002年10月发布了“基于微型传感器网络的新型计算发展规划”，该计划宜称：实现计划需要三个阶段，即物理阶段，实现阶段和应用阶段。物理阶段主要开发集成感知，护士与阿宝哥通信功能的感知数据：应用阶段将应用传感器网络于预防医学，环境监测及灾害对策等领域④。实验证明无线传感器网络在这样的应用环境中有的非常明显的优势。 ⑵国内现状 国内在无线传感器网络领域的研究也很快跟进。中科院上海微系统与信息技术研究已经通过系统集成的方式完成了一些终端节点合格基站的研发：浙江大学现代控制工程研究所成立了“无线传感器网络控制实验室”联合相关单位专门从事面向传感器网络的分布自治系统关键技术及协调控制理论方面的研究：山东省科学院也看到了无线传感器网络这一极具前景的领域，并且于2005年10月正式启动了关于无线传感器网络节点操作系统的研究。 ⑶学术界 美国自然科学基金委员会 2005 年制定了无线传感器网络研究计划，在加州大学洛杉矶分校等，展开了“嵌入式智能传感器”的研究项目，以求利用传感器网络对我们的生活的物理世界实现全方位的测试与控制。夏威夷大学的研究者们为了能长期研究稀有和频临灭种的生物已经实现了无线传感网络的第一步设计，并通过对气候因素和生物气候的监测能够帮助我们理解为什么一个生物钟会变得这么稀有，同时他们用大量的传感器来获取如何控制庞大的数据流量和发现需要为之一个庞大传感器网络可能会出现的问题。 无线传感器网络作为一门新兴技术，同其他领域的合作有着广泛的应用前景，及时开展这项对人类未来生活影响深远的前沿科技的研究，对整个国家的社会，经济将有重大的战略意义。对于无线传感器网络，传感器节数量通常较大，为了避免由于节点地址带来的大量负荷，不可能构造一个全网的地址方案。同时，由于接电能量和处理能力受限等特点，使得无线传感器网络不能直接采用传统无线局域网中现有的路由协议。因此，必须设计新的算法，实现可靠，能量高效，且能保证网络内能量消耗平衡的无线传感器路由协议。另外，国外的研究人员已经取得了一些初步的研究成果，开发出一些无线传感器网络原型系统，在相关理论上业有较为广泛，深入的研究⑦。但是，在一些项关键理论上仍有许多问题需要解决，从实际应用出发，在现实中受到各种启发，并将此运用到对无线传感器网络的研究分析中，此外充分受到各种启发，并将此运用到对无线传感器网络的研究分析中，此外充分借鉴已有算法以及其他优化问题解决中的优秀思想，并设计新型的无线传感器网络路由协议，具有重大意义。

方向盘转角传感器将方向盘转角转换为一个可以代表驾驶员期望的行驶方向的信号，方向盘转角一般是根据光电编码来确定的，安装在转向柱上的编码盘上包含了经过编码的转动方向、转角等信息。这一编码盘上的信息由接近式光电耦合器进行扫描/html/dianzijixie

无线传感器网络是近几年发展起来的一种新兴技术,在条件恶劣和无人坚守的环境监测和事件跟踪中显示了很大的应用价值。节点部署是无线传感器网络工作的基础,对网络的运行情况和寿命有很大的影响。部署问题涉及覆盖、连接和节约能量消耗3个方面。该文重点讨论了网络部署中的覆盖问题,综述了现有的研究成果,总结了今后的热点研究方向,为以后的研究奠定了基础。　　基于虚拟势场的有向传感器网络覆盖增强算法　　陶 丹+, 马华东, 刘 亮　　(智能通信软件与多媒体北京市重点实验室(北京邮电大学),北京 100876)　　A Virtual Potential Field Based Coverage-Enhancing Algorithm for Directional Sensor Networks　　TAO Dan+, MA Hua-Dong, LIU Liang　　(Beijing Key Laboratory of Intelligent Telecommunications Software and Multimedia (Beijing University of Posts and Telecommunications), Beijing 100876, China)　　+ Corresponding author: Phn: +86-10-62282277, Fax: +86-10-62283523, E-mail: , 　　Tao D, Ma HD, Liu L A virtual potential field based coverage-enhancing algorithm for directional sensor Journal of Software, 2007,18(5):1152 -9825/18/htm　　Abstract: Motivated by the directional sensing feature of video sensor, a direction adjustable sensing model is proposed first in this Then, the coverage-enhancing problem in directional sensor networks is analyzed and Moreover, a potential field based coverage-enhancing algorithm (PFCEA) is By introducing the concept of “centroid”, the pending problem is translated into the centroid points’ uniform distribution Centroid points repel each other to eliminate the sensing overlapping regions and coverage holes, thus enhance the whole coverage performance of the directional sensor A set of simulation results are performed to demonstrate the effectiveness of the proposed 　　Key words: directional sensor network; directional sensing model; virtual potential field; coverage enhancement　　摘 要: 首先从视频传感器节点方向性感知特性出发,设计了一种方向可调感知模型,并以此为基础对有向传感器网络覆盖增强问题进行分析与定义;其次,提出了一种基于虚拟势场的有向传感器网络覆盖增强算法PFCEA (potential field based coverage-enhancing algorithm)通过引入“质心”概念,将有向传感器网络覆盖增强问题转化为质心均匀分布问题,以质心点作圆周运动代替传感器节点传感方向的转动质心在虚拟力作用下作扩散运动,以消除网络中感知重叠区和盲区,进而增强整个有向传感器网络覆盖一系列仿真实验验证了该算法的有效性　　关键词: 有向传感器网络;有向感知模型;虚拟势场;覆盖增强　　中图法分类号: TP393 文献标识码: A　　覆盖作为传感器网络中的一个基本问题,反映了传感器网络所能提供的“感知”服务质量优化传感器网络覆盖对于合理分配网络的空间资源,更好地完成环境感知、信息获取任务以及提高网络生存能力都具有重要的意义[1]目前,传感器网络的初期部署有两种策略:一种是大规模的随机部署;另一种是针对特定的用途进行计划部署由于传感器网络通常工作在复杂的环境下,而且网络中传感器节点众多,因此大都采用随机部署方式然而,这种大规模随机投放方式很难一次性地将数目众多的传感器节点放置在适合的位置,极容易造成传感器网络覆盖的不合理(比如,局部目标区域传感器节点分布过密或过疏),进而形成感知重叠区和盲区因此,在传感器网络初始部署后,我们需要采用覆盖增强策略以获得理想的网络覆盖性能　　目前,国内外学者相继开展了相关覆盖增强问题的研究,并取得了一定的进展[25]从目前可获取的资料来看,绝大多数覆盖问题研究都是针对基于全向感知模型(omni-directional sensing model)的传感器网络展开的[6],　　即网络中节点的感知范围是一个以节点为圆心、以其感知距离为半径的圆形区域通常采用休眠冗余节点[2,7]、　　重新调整节点分布[811]或添加新节点[11]等方法实现传感器网络覆盖增强　　实际上,有向感知模型(directional sensing model)也是传感器网络中的一种典型的感知模型[12],即节点的感知范围是一个以节点为圆心、半径为其感知距离的扇形区域由基于有向感知模型的传感器节点所构成的网络称为有向传感器网络视频传感器网络是有向传感器网络的一个典型实例感知模型的差异造成了现有基于全向感知模型的覆盖研究成果不能直接应用于有向传感器网络,迫切需要设计出一系列新方法　　在早期的工作中[13],我们率先开展有向传感器网络中覆盖问题的研究,设计一种基本的有向感知模型,用以刻画视频传感器节点的方向性感知特性,并研究有向传感器网络覆盖完整性以及通信连通性问题同时,考虑到有向传感器节点传感方向往往具有可调整特性(比如PTZ摄像头的推拉摇移功能),我们进一步提出一种基于图论和计算几何的集中式覆盖增强算法[14],调整方案一经确定,网络中所有有向传感器节点并发地进行传感方向的一次性调整,以此获得网络覆盖性能的增强但由于未能充分考虑到有向传感器节点局部位置及传感方向信息,因而,该算法对有向传感器网络覆盖增强的能力相对有限　　本文将基本的有向感知模型扩展为方向可调感知模型,研究有向传感器网络覆盖增强问题首先定义了方向可调感知模型,并分析随机部署策略对有向传感器网络覆盖率的影响在此基础上,分析了有向传感器网络覆盖增强问题本文通过引入“质心”概念,将待解决问题转化为质心均匀分布问题,提出了一种基于虚拟势场的有向传感器网络覆盖增强算法PFCEA(potential field based coverage-enhancing algorithm)质心在虚拟力作用下作扩散运动,逐步消除网络中感知重叠区和盲区,增强整个网络覆盖性能最后,一系列仿真实验验证了PFCEA算法的有效性　　1 有向传感器网络覆盖增强问题　　本节旨在分析和定义有向传感器网络覆盖增强问题在此之前,我们对方向可调感知模型进行简要介绍　　1 方向可调感知模型　　不同于目前已有的全向感知模型,方向可调感知模型的感知区域受“视角”的限制,并非一个完整的圆形区域在某时刻t,有向传感器节点具有方向性感知特性;随着其传感方向的不断调整(即旋转),有向传感器节点有能力覆盖到其传感距离内的所有圆形区域由此,通过简单的几何抽象,我们可以得到有向传感器节点的方向可调感知模型,如图1所示　　定义 方向可调感知模型可用一个四元组P,R, ,　　表示其中,P=(x,y)表示有向传感器节点的位置坐标;R表示节　　点的最大传感范围,即传感半径;单位向量 = 为扇形感知区域的中轴线,即节点在某时刻t时的传感方向; 和 分别是单位向量 在X轴和Y轴方向上的投影分量;表示边界距离传感向量 的传感夹角,2代表传感区域视角,记作FOV　　特别地,当=时,传统的全向感知模型是方向可调感知模型的一个特例　　若点P1被有向传感器节点vi覆盖成立,记为viP1,当且仅当满足以下条件:　　(1) ,其中, 代表点P1到该节点的欧氏距离;　　(2) 与 间夹角取值属于[,]　　判别点P1是否被有向传感器节点覆盖的一个简单方法是:如果 且 ,那么,点P1　　被有向传感器节点覆盖;否则,覆盖不成立另外,若区域A被有向传感节点覆盖,当且仅当区域A中任何一个点都被有向传感节点覆盖除非特别说明,下文中出现的“节点”和“传感器节点”均满足上述方向可调感知模型　　2 有向传感器网络覆盖增强问题的分析与定义　　在研究本文内容之前,我们需要作以下必要假设:　　A 有向传感器网络中所有节点同构,即所有节点的传感半径(R)、传感夹角()参数规格分别相同;　　A 有向传感器网络中所有节点一经部署,则位置固定不变,但其传感方向可调;　　A 有向传感器网络中各节点都了解自身位置及传感方向信息,且各节点对自身传感方向可控　　假设目标区域的面积为S,随机部署的传感器节点位置满足均匀分布模型,且目标区域内任意两个传感器节点不在同一位置传感器节点的传感方向在[0,2]上也满足均匀分布模型在不考虑传感器节点可能落入边界区域造成有效覆盖区域减小的情况下,由于每个传感器节点所监控的区域面积为R2,则每个传感器节点能监测整个目标区域的概率为R2/S目标区域被N个传感器节点覆盖的初始概率p0的计算公式为(具体推导过程参见文献[14])　　(1)　　由公式(1)可知,当目标区域内网络覆盖率至少达到p0时,需要部署的节点规模计算公式为　　(2)　　当网络覆盖率分别为p0和p0+p时,所需部署的传感器节点数目分别为ln(1p0)/,ln(1(p0+p))/其中, =ln(SR2)lnS因此,传感器节点数目差异N由公式(3)可得,　　(3)　　当目标区域面积S、节点传感半径R和传感夹角一定时,为一常数此时,N与p0,p满足关系如图2所示(S=500500m2,R=60m,=45º)从图中我们可以看出,当p0一定时,N随着p的增加而增加;当p一定时,N随着p0的增加而增加,且增加率越来越大因此,当需要将覆盖率增大p时,则需多部署N个节点(p0取值较大时(80%),p取值每增加1%,N就有数十、甚至数百的增加)如果采用一定的覆盖增强策略,无须多部署节点,就可以使网络覆盖率达到p0+p,大量节省了传感器网络部署成本　　设Si(t)表示节点vi在传感向量为 时所覆盖的区域面积运算操作Si(t)Sj(t)代表节点vi和节点vj所能覆盖到的区域总面积这样,当网络中节点传感向量取值为 时,有向传感器网络覆盖率可表　　示如下:　　(4)　　因此,有向传感器网络覆盖增强问题归纳如下:　　问题:求解一组 ,使得对于初始的 ,有 取值　　接近最大　　F2 The relation among p0, p and N　　图2 p0,p和N三者之间的关系　　2 基于虚拟势场的覆盖增强算法　　1 传统虚拟势场方法　　虚拟势场(virtual potential field)的概念最初应用于机器人的路径规划和障碍躲避Howard等人[8]和Poduri等人[9]先后将这一概念引入到传感器网络的覆盖增强问题中来其基本思想是把网络中每个传感器节点看作一个虚拟的电荷,各节点受到其他节点的虚拟力作用,向目标区域中的其他区域扩散,最终达到平衡状态,即实现目标区域的充分覆盖状态Zou等人[15]提出了一种虚拟力算法(virtual force algorithm,简称VFA),初始节点随机部署后自动完善网络覆盖性能,以均匀网络覆盖并保证网络覆盖范围最大化在执行过程中,传感器节点并不移动,而是计算出随机部署的传感器节点虚拟移动轨迹一旦传感器节点位置确定后,则对相应节点进行一次移动操作Li等人[10]为解决传感器网络布局优化,在文献[15]的基础上提出了涉及目标的虚拟力算法(target involved virtual force algorithm,简称TIVFA),通过计算节点与目标、热点区域、障碍物和其他传感器之间的虚拟力,为各节点寻找受力平衡点,并将其作为该传感器节点的新位置　　上述利用虚拟势场方法优化传感器网络覆盖的研究成果都是基于全向感知模型展开的假定传感器节点间存在两种虚拟力作用:一种是斥力,使传感器节点足够稀疏,避免节点过于密集而形成感知重叠区域;另一种是引力,使传感器节点保持一定的分布密度,避免节点过于分离而形成感知盲区[15]最终利用传感器节点的位置移动来实现传感器网络覆盖增强　　2 基于虚拟势场的有向传感器网络覆盖增强算法　　在实际应用中,考虑到传感器网络部署成本,所有部署的传感器节点都具有移动能力是不现实的另外,传感器节点位置的移动极易引起部分传感器节点的失效,进而造成整个传感器网络拓扑发生变化这些无疑都会增加网络维护成本因而,本文的研究工作基于传感器节点位置不变、传感方向可调的假设上述假设使得直接利用虚拟势场方法解决有向传感器网络覆盖增强问题遇到了麻烦在传统的虚拟势场方法中,传感器节点在势场力的作用下进行平动(如图3(a)所示),而基于本文的假设,传感器节点表现为其扇形感知区域在势场力的作用下以传感器节点为轴心进行旋转(如图3(b)所示)　　为了简化扇形感知区域的转动模型,我们引入“质心(centroid)”的概念质心是质点系中一个特定的点,它与物体的平衡、运动以及内力分布密切相关传感器节点的位置不变,其传感方向的不断调整可近似地看作是扇形感知区域的质心点绕传感器节点作圆周运动如图3(b)所示,一个均匀扇形感知区域的质心点位于其对称轴上且与圆心距离为2Rsin/3每个传感器节点有且仅有一个质心点与其对应我们用c表示传感器节点v所对应的质心点本文将有向传感器网络覆盖增强问题转化为利用传统虚拟势场方法可解的质心点均匀分布问题,如图4所示　　F3 Moving models of sensor node　　图3 传感器节点的运动模型　　F4 The issue description of coverage enhancement in directional sensor networks　　图4 有向传感器网络覆盖增强问题描述　　1 受力分析　　利用虚拟势场方法增强有向传感器网络覆盖,可以近似等价于质心点-质心点(c-c)之间虚拟力作用问题我们假设质心点-质心点之间存在斥力,在斥力作用下,相邻质心点逐步扩散开来,在降低冗余覆盖的同时,逐渐实现整个监测区域的充分高效覆盖,最终增强有向传感器网络的覆盖性能在虚拟势场作用下,质心点受来自相邻一个或多个质心点的斥力作用下面给出质心点受力的计算方法　　如图5所示,dij表示传感器节点vi与vj之间的欧氏距离只有当dij小于传感器节点传感半径(R)的2倍时,它们的感知区域才存在重叠的可能,故它们之间才存在产生斥力的作用,该斥力作用于传感器节点相应的质心点ci和cj上　　定义 有向传感器网络中,欧氏距离不大于节点传感半径(R)2倍的一对节点互为邻居节点节点vi的邻居节点集合记作即i={vj|Dis(vi,vj)2R,ij}　　我们定义质心点vj对质心点vi的斥力模型 ,见公式(5)　　(5)　　其中,Dij表示质心点ci和cj之间的欧氏距离;kR表示斥力系数(常数,本文取kR=1);ij为单位向量,指示斥力方向(由质心点cj指向ci)公式(5)表明,只有当传感器节点vi和vj互为邻居节点时(即有可能形成冗余覆盖时),其相应的质心点ci和cj之间才存在斥力作用质心点所受斥力大小与ci和cj之间的欧氏距离成反比,而质心点所受斥力方向由ci和cj之间的相互位置关系所决定　　质心点ci所受合力是其受到相邻k个质心点排斥力的矢量和公式(6)描述质心点ci所受合力模型 　　(6)　　通过如图6所示的实例,我们分析质心点的受力情况图中包括4个传感器节点:v1,v2,v3和v4,其相应的质心　　点分别为c1,c2,c3和以质心点c1为例,由于d122R,故 ,质心点c1仅受到来自质心点c3和c4的斥力,其所受合力 传感器节点传感方向旋转导致质心点的运动轨迹并不是任意的,而是固定绕传感器节点作圆周运动因此,质心点的运动仅仅受合力沿圆周切线方向分量 的影响　　F6 The force on centroid　　图6 质心点受力　　2 控制规则(control law)　　本文基于一个虚拟物理世界研究质心点运动问题,其中作用力、质心点等都是虚拟的该虚拟物理世界的构建是建立在求解问题特征的基础上的在此,我们定义控制规则,即规定质心点受力与运动之间的关系,以达到质心点的均匀分布　　质心点在 作用下运动,受到运动学和动力学的双重约束,具体表现如下:　　(1) 运动学约束　　在传统传感器网络中利用虚拟势场方法移动传感器节点的情况下,由于传感器节点向任意方向运动的概率是等同的,我们大都忽略其所受的运动学约束[8]而在转动模型中,质心点的运动不是任意方向的,受合力沿圆　　周切线方向分量 的影响,只能绕其传感器节点作圆周运动　　质心点在运动过程中受到的虚拟力是变化的,但对传感器网络系统来说,传感器节点之间每时每刻都交换邻居节点位置及传感方向信息是不现实的因此,我们设定邻居节点间每隔时间步长t交换一次位置及传感方向信息,根据交换信息计算当前时间步长质心点所受合力,得出转动方向及弧长同时,问题求解的目的在于将节点的传感方向调整至一个合适的位置在此,我们不考虑速度和加速度与转动弧长之间的关系　　(2) 动力学约束　　动力学约束研究受力与运动之间的关系本运动模型中的动力学约束主要包含两方面内容:　　• 每个时间步长t内,质心点所受合力与转动方向及弧长之间的关系;　　• 质心点运动的静止条件　　在传统传感器网络中利用虚拟势场方法移动传感器节点的情况下,在每个时间步长内,传感器节点的运动速度受限于最大运动速度vmax,而不是随传感器节点受力无止境地增加通过此举保证微调方法的快速收敛在本转动模型中,我们同样假设质心点每次固定以较小的转动角度进行转动,通过多次微调方法逐步趋向最优解,即在每个时间步长t内,质心点转动的方向沿所受合力在圆周切线方向分量,转动大小不是任意的,而是具有固定转动角度采用上述方法的原因有两个:　　• 运动过程中,质心点受力不断变化,且变化规律很难用简单的函数进行表示,加之上述运动学约束和问题特征等因素影响,我们很难得出一个简明而合理的质心点所受合力与转动弧长之间的关系　　• 运动过程中,质心点按固定角度进行转动,有利于简化计算过程,减少节点的计算负担同时,我们通过分析仿真实验数据发现,该方法具有较为理想的收敛性(具体讨论参见第2节)　　固定转动角度取值不同对PFCEA算法性能具有较大的影响,这在第3节中将加以详细的分析和说明　　当质心点所受合力沿圆周切线方向分量为0时,其到达理想位置转动停止如图7所示,我们假定质心点在圆周上O点处合力切向分量为由于质心点按固定转动角度进行转动,因此,它　　未必会刚好转动到O点处当质心点处于图7中弧 或 时,会　　因合力切向分量不为0而导致质心点围绕O点附近往复振动因此,为避免出现振动现象,加速质心点达到稳定状态,我们需要进一步限定质心点运动的停止条件　　当质心点围绕O点附近往复振动时,其受合力的切向分量很　　小因此,我们设定受力门限,当 (本文取=10e6),即可认　　定质心点已达到稳定状态,无须再运动经过数个时间步长t后,当网络中所有质心点达到稳定状态时,整个传感器网络即达到稳定状态,此时对应的一组 ,该　　组解通常为本文覆盖增强的较优解　　3 算法描述　　基于上述分析,本文提出了基于虚拟势场的网络覆盖增强算法(PFCEA),该算法是一个分布式算法,在每个传感器节点上并发执行PFCEA算法描述如下:　　输入:节点vi及其邻居节点的位置和传感方向信息　　输出:节点vi最终的传感方向信息 　　 t0; //初始化时间步长计数器　　 计算节点vi相应质心点ci初始位置 ;　　 计算节点vi邻居节点集合i,M表示邻居节点集合中元素数目;　　 While (1)　　1 tt+1;　　2 ;　　3 For (j=0; j