无线传感器网络及其应用研究

论文摘要

近年来，随着微机电系统（MEMS）技术、嵌入式计算技术和无线通信技术的日益成熟，具有感知能力、计算能力和通信能力的微型传感器开始出现。由大量这样的微型传感器作为节点构成的无线传感器网络能够实时监测、感知和采集所在区域内的各种环境或监测对象的信息，并且能够通过自组织的方式进行相互的通信和协调，对这些信息进行处理，并将必要的信息传送给相关的用户。这种无线传感器网络在军事、环境、工业、家居等各方面都有广泛的应用前景。 本文在以下几个方面作了研究： 第一，本文研究了无线传感器网络的分簇算法。由于传感器节点通常采用电池供电，能量有限，必须设计高能效的算法延长网络的生存时间。研究表明，将传感器节点组织成簇的形式可以有效地减少网络的能量消耗，LEACH、EEHC、HEED、SEP、DEEC、TEEN等分簇算法相继提出，它们在能量利用效率、异构性问题、簇首分布均衡度、不同的节点覆盖模型、节点的移动性等各方面加以改进，也取得了很好的效果。 本文在对这些现有的分簇技术进行了深入全面的剖析，总结其在算法的内在特性、对节点的要求、算法的应用场景、算法的效果等各方面的特点和异同，并提出了尚待解决的一些问题。在此基础上本文提出了新的基于剩余能量优先的争先式多跳簇生成算法。算法有两个主要特点：1)提出“参考能量”的概念，由节点自身剩余能量和参考能量的比值确定节点成为簇首的优先度，凭该优先度争先成为簇首，实现簇首分布的均衡，也减少了迭代算法的时间和功耗。参考能量是节点从邻居节点的消息中求得的，具有分布性和自适应性。2)采用簇内最小通信代价的方法，建立多跳簇的簇内路由，使簇内通信能耗最小化。本算法用OMNet++模拟器进行了验证。实验表明，在减少网络功耗，延长网络生存周期，增加基站收到的有效数据等方面相对于经典的分簇算法LEACH和HEED[YF04]有较大优势。 第二，本文研究了一种特殊的异构系统。“典型”的无线传感器网络的特征是“由大量同构的、微小的、资源受限的、基本不动的传感器节点随机分布在被测量区域形成的大规模的、自组织的、多跳的、未分割的网络”。尽管如此，仍然有一些网络的节点具有不同的计算能力，通信能力和能量水平，部分节点可以移动。对于其中的一些系统，比如拥有较多资源的固定节点形成骨干架构，其他资源较少的固定节点或移动节点作为叶子节点，目前已经有一些研究。而在本文中，则考察了另外一种情形：网络中存在固定节点和移动节点，而固定节点更需要节能。在这种情况下，本文设计了一种基于信标的异构系统。该系统充分利用移动节点的能量支持，减少固定节点的能量消耗；同时，由于有固定节点作为参考信标，移动节点间传送数据的算法也得以优化。这种网络适合如井下无线安全网络，展览会场馆人流控制，体育场地运动员健康监控等情况下的应用。 第三，本文探讨了WSN在智能交通系统上的应用。现有智能交通系统采用有线的传感器去监测交通，信息采集部分位置固定、建设成本高而且覆盖面窄。本文建立了一种道路模型，利用无线节点可以全路段覆盖跟踪等特点，解决上述问题。在此基础上，提出两种算法来提高交通系统的效率。1)最小等待时间算法（MWT）优化了信号灯控制方法，以减少车辆在交通路口的等待时间；2)最小行驶时间算法（MTT）则基于实时交通状况，选择优化路径，减少车辆到达目的地的总行车时间。由于无线智能节点的引入，使得智能交通系统在原有的理论上有较大的突破。通过无线传感器网络，智能交通系统可以获得特定车辆信息而非仅仅是统计信息，为智能交通的个性化服务开辟了充分的前景。 最后，本文还实现了无线传感器网络节点的硬件原型系统。对器件选型的注意事项，节点的模块架构，部分重要模块的电路原理等各部分进行了描述，为下一步作更深入的研究打下良好的基础。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 论文的研究背景与意义
• 1.2 本文的研究内容
• 1.2.1 分簇技术与簇首生成算法
• 1.2.2 一种"非典型"的无线传感器网络
• 1.2.3 无线传感器网络的应用
• 1.3 本文的主要贡献和创新点
• 1.4 论文结构
• 第2章 无线传感器网络概述
• 2.1 蚂蚁和大象—计算机的发展趋势
• 2.2 无线传感器网络的网络架构和节点组成
• 2.3 无线传感器网络的主要特点和不同属性
• 2.3.1 无线传感器网络的主要特点
• 2.3.2 无线传感器网络的属性分类
• 2.4 无线传感器网络主要研究内容
• 2.4.1 节点硬件和操作系统研究
• 2.4.2 网络的拓扑结构及各层通信协议栈研究
• 2.4.3 WSN的纵向管理平面研究
• 2.4.4 WSN应用研究
• 2.4.5 开发工具和环境
• 2.5 相关研究机构和研究项目
• 2.6 无线传感器网络的应用
• 2.7 相关研究领域
• 2.7.1 无线个域网·802.15.4·Zigbee·UWB
• 2.7.2 Ad-hoc网络
• 2.7.3 普适计算（泛在计算）·智能空间
• 2.8 本章小结
• 第3章 无线传感器网络成簇算法研究
• 3.1 路由与分簇路由技术
• 3.2 成簇协议研究的进展
• 3.2.1 LEACH系列算法
• 3.2.2 均衡性的改进
• 3.2.3 异构
• 3.2.4 覆盖模型的影响
• 3.2.5 数据发布模型的影响
• 3.2.6 移动性的影响
• 3.3 各算法的比较分析
• 3.3.1 算法的内在性质
• 3.3.2 对节点的要求
• 3.3.3 算法的应用场景
• 3.3.4 算法的效果
• 3.4 问题讨论与研究前景展望
• 3.4.1 实验模拟与计算模型的局限性
• 3.4.2 初始参数与二次部署
• 3.4.3 簇首轮转方案的改进
• 3.4.4 分不分簇?在什么情况下分簇?
• 3.4.5 网络安全问题
• 3.5 本章小结
• 第4章 争先式多跳簇生成算法
• 4.1 PMHC算法的特点
• 4.1.1 无线通信中的能量消耗模型
• 4.1.2 算法的特点和假设条件
• 4.2 多跳簇结构
• 4.2.1 最小通信成本多跳簇与簇首信息表
• 4.2.2 多跳簇的时隙分配
• 4.3 簇首竞争与簇的形成
• 4.3.1 簇首的确定
• 4.3.2 簇的形成（建簇消息与簇首信息表的更新）
• 4.4 实验模拟与性能分析
• 4.4.1 实验条件
• 4.4.2 分簇情况
• 4.4.3 网络生存时间与基站接收到的有效数据
• 4.4.4 簇半径的影响
• 4.4.5 被测区域大小的影响
• 4.5 本章小结
• 第5章 基于信标的异构系统
• 5.1 各种异构的网络结构
• 5.1.1 Ivy网的结构
• 5.1.2 Zigbee的网络结构
• 5.1.3 矿井无线安全网络
• 5.2 基于信标的异构系统的网络结构和数据传输
• 5.2.1 特殊的网络结构
• 5.2.2 交叠簇,路由节点和信标节点
• 5.2.3 簇的建立和数据发送过程
• 5.2.4 几点补充说明
• 5.3 进一步的讨论
• 5.3.1 数据重发与转播
• 5.3.2 簇间干扰的避免与双重TDMA
• 5.3.3 信标帧的分割与加速簇间数据传递
• 5.3.4 节点的移动和退出簇
• 5.3.5 数据融合和虚簇首
• 5.4 数据结构和消息结构
• 5.4.1 各节点维护的数据结构和操作
• 5.4.2 消息结构
• 5.5 性能分析
• 5.5.1 信标节点的功耗分析
• 5.5.2 消息延迟
• 5.6 本章小结
• 第6章 在智能交通系统上的应用
• 6.1 智能交通系统
• 6.1.1 智能交通系统的组成
• 6.1.2 交通路口智能控制
• 6.1.3 最佳路径选择和城市交通网络优化
• 6.2 系统结构
• 6.2.1 模块架构
• 6.2.2 WSN节点的类型和数据的传输
• 6.3 基于WSN的优化算法
• 6.3.1 交通路口的最小等待时间（MWT）算法
• 6.3.2 最小行驶时间（MTT）算法
• 6.4 模拟结果和讨论
• 6.4.1 MWT模拟结果分析
• 6.4.2 MTT模拟结果分析
• 6.5 本系统的扩展应用
• 6.5.1 智能车牌
• 6.5.2 紧急公务车处理
• 6.5.3 事故检和处理
• 6.5.4 潮汐波车道控制
• 6.5.5 非对称信号相位控制
• 6.6 本章小结
• 第7章 节点的硬件实现
• 7.1 国外的相关项目
• 7.1.1 Smart Dust
• 7.1.2 Mica系列
• 7.1.3 Intel Mote
• 7.2 硬件设计
• 7.2.1 器件选型考虑
• 7.2.2 器件介绍
• 7.2.3 WEB节点
• 7.2.4 WITS节点
• 7.2.5 模块分析
• 7.3 性能
• 7.4 本章小结
• 第8章 总结与展望
• 8.1 总结
• 8.2 展望
• 缩略语
• 参考文献
• 科研论文发表情况
• 致谢