无线传感网络技术论文范文第1篇
摘 要：根据WSN协议栈及物理设备层安全现状分析，从密钥管理、安全路由、安全定位、隐私保护四个方面进展安全机制研究，提出无线传感器网络安全研究的方向。
关键词：无线传感器网络；安全机制；协议栈
1 引言
无线传感器网络（WSN）广泛应用于军事、交通、环境领域，但由于WSN处于一个开放空间，故其数据传输势必受到敌手的特别关注，如何有效地保护WSN中的数据，是一个关系到WSN发展的重要课题。
2 WSN所面临的安全现状分析
由于WSN工作在一个开放的环境，而其应用的领域的特殊性，敌手对其攻击必然是全方位多层面的，要想全面地分析WSN的安全现状，须从WSN协议栈的四个层面和物理设备层来分析。
⑴物理设备层：由于WSN工作与开放式空间。尤其在军事领域方面，物理俘获是WSN面临的一个难题，WSN节点时非人工干预的，其自带电源电量和硬件耗电水平是一个无法绕开的难题。
⑵物理层：敌手在知道WSN的通信的中心频率后，大量发射该频段无限电波，以干扰WSN节点的正常工作。
⑶链路层：敌人在节点发送数据包时，发送一个干扰数据包，使得接受节点因信号叠加而无法分离正常数据，耗尽攻击，非公平竞争。
⑷网络层：丢弃和贪婪破坏，当敌手获取某一路由节点，恶意发送无用或错误数据包，或者丢失数据，致使终端对节点采集的数据无法得出正确的结果，从而使WSN实效。
⑸传输层：泛洪攻击，敌手不断要求附近节点建立连接，大量浪费相邻节点的网络资源，从而导致WSN无法正常运转甚至实效。
3 安全机制研究进展
随着WSN更加广泛的应用，对于WSN安全性提出更高的要求，WSN安全问题需从多层自适应、动态异构点层面来处理。
3.1 密钥管理进展
在分层传感器网络中，将所有节点或分为若干组，每个组内推选出一个组长，组内节点成员的密钥分配、协商、更新、扩展都由组长管理。近年分层传感器网络，尤其是异构传感器网络（Heteroge-reous Sensor Networks，HSN）的密钥管理成为研究热点。文献[1]提出一种HSN对密钥管理方案，在这个方案中，在HSN中设置多个微密钥服务器，使得任意相邻两个节点能够以较高概率在两跳内发现一个微服务器，在该方案中穿件一个可信任方（Trust Authority，TA）存储密钥信息：n个k bit大小的主密钥和认证密钥k1…kn，L1…Ln以及一个合希函数h：{0，1}k×{0，1}k→{0，1}k。该方案中心为：首先对HSN中的节点进行分组，并计算每个节点的私钥，如节点i的组号为Ui=i mod g，其中g为HSN分组个数，每个节点有2n个私钥，节点i的2n个密钥为：kui，j=h（kj，ui）和认证密钥Lui，j=h（Lj，ui），（j=1，2…h），由此可见，同组节点具有相同的密钥。其次TA为每个节点和每个微密钥服务器分发公共密钥，最后两个节点A和B建立通信密钥过程为：若A、B同组，则A可产生以各通信密钥，利用TA分发的公共密钥加密，发送给B，若A、B异组，则有下列三种情况，1）若A、B有共同的公共密钥，则和A、B同组情况一致。2）若A、B没有共同的密钥，则借助相邻节点进行通信。3）若A、B间无公共密钥且周边节点也无法借助，则需采用文献[2]方法进行通信。
3.2 安全路由的研究进展
传统意义上的路由多从路由的效率、节能等方面入手，但甚少涉及到路由中的安全问题，易被攻击。Gabesan等提出的多路经路由机制[3]可以防止敌手恶意的选择性转发攻击，其基本原理是建立多通道，每个节点向目标发送数据时，目标结点会收到由不同路径传来的相同的信息，这种方法使得网络载荷过大，且无法解决假信息攻击问题。SPINS[4]安全柜架协议可较好的解决目前路由安全性。SPINS由SNEP协议和uTESLA协议构成。SNEP协议用以实现通信机密性、完整性、新鲜性，但SNEP只描述了安全实施协议的过程，未指定算法。uTESLA协议用以实现点→多点广播认证，其核心内容是先广播一个被密钥认证的数据包，然后公布密钥k。可保证密钥k公布前敌手无法获得密钥信息，也就无法进行伪造广播包。
3.3 安全定位研究进展
在WSN应用中，尤其是物联网应用中，精确定位非常重要。一些WSN节点布置前就有固定的位置信息，一些节点采用GPS定位。近年来，轻量级安全定位机制、分层传感器网络安全定位方法和对节点定位的新型攻击方式都是研究重点。
ZHONG[4]等人采用了一种冗余标记结构进行节点定位，该方法将3个节点分为一组，采用一种冗余标记行为监控这些组的行为。一旦发现恶意节点，便舍弃。Sheng从理论上证明若冗余，节点数量级中一旦出现（n-2）/2个节点以上则通过算法无法实现安全定位，同时若恶意节点数量小于等于（n-3）/2时，则可通过算法进行节点的安全定位。这一理论给安全定位提供了理论指导。
3.4 隐私保护研究进展
在WSN中数据是核心，需要严格保护，在数据收集、传输、和分析过程中均需要严密保护，本文从已有的结果中分三类，数据隐私保护、位置隐私保护和时间隐私保护。
⑴数据隐私保护：用于保护数据内容隐私，包括节点采集的敏感数据和用户提交的申请内容，目前数据隐私保护主要抵御WSN内部攻击。
He等提出了SMART（Slice-mixed Aggregation ）和CPDA（Clusert-based Private Data
Aggregation）数据隐私保护方法，这两种方法只支持操作并依赖相邻节点间的合作对原始数据进行隐蔽。SMART方法将源节点原始数据粒化、加密后通过不同信道传送，在目标节点重组，而敌手在中间节点获取的数据是不完整的，从而实现数据隐私保护。
⑵位置隐私保护：为了避免敌手通过窃取数据方向推断出源节点和中心节点的位置信息，Ganesan等利用改进洪泛路由和单路径路由协议的方法对节点位置进行保护，采用的方法为①随机转发：数据从源节点发出后，随机跳转若干跳。②依概率转发：使用洪泛路由或者单路径路由协议对随机转发数据包进行路由分配，每个中间节点均以一定概率转发。因此对手无法获取源到目的节点集，从而保护源节点位置隐私，Ganesan的方法存在一定的隐患，当数据经过若干步随机转发后，数据包依然在源节点附近，从而泄露源节点位置隐私，Xi等对此提出了双路贪婪随机转发的改进方案。
⑶时间隐私保护：时间隐私指节点采集到数据的时间、中间节点中转的时间和基站收到的时间。敌手通过俘获时间戳可推断出源节点大概的方位及WSN规模等信息，Pandurang提出一种可控数率的自适应时间隐似保护方案，在该方案中，每个中间节点收到数据并不直接转发，而停顿一个随机时间t，因此，每个节点的传输时延不同，有效地避免了时间隐私泄露。
4 结论
⑴在安全路由协议方面，现有方案均是对以确认被俘获点进行处理，敌手若未利用节点对网络进行攻击，只是监听，窃取数据，目前安全方案无法察觉，如何第一时间察觉节点被俘获是一个难点。
⑵如何平衡安全协议对WSN造成的系统开销和安全保障的关系。
[参考文献]
[1]ESCHENAUER L，GLIGOR V.A key-management scheme for distributed sensor Networks [C].Proceedings of the 9th ACM Conference on computer and Communications Security.New York，NY：ACM，2002：41一47.
[2]ZHANG W S，TRAN M，ZHU S C，et al.A random perturbation-based scheme for pairwise key establishment in sensor networks [C].Proceedings of the 8th ACM International Symposium on Mobile ad Hoc Networking and Computing.New York，NY：ACM，2007：90一99.
[3]Ganesan D，Govindan R，Shenker S，et al.Highly-Resilient，EnergyEfficient Multipath Routing in Wireless Sensor Networks[J].ACM SIGMOBILE Mobile Computing and Communications Review，2002，5（4）：11-25.
[4]Perrig A，Sivalingam R，Wen V，et al.SPINS： Security Protocols for Sensor Networks[J].Wireless Networks， 2002，8（5）：521-534.
[5]朱政坚，谭庆平，朱培栋.无线传感器网络安全研究综述[J].计算机工程与科，2008，30（4）：101-105
无线传感网络技术论文范文第2篇
本次实验我们进行的是无线传感器网络综合实验。在实验中，我们小组成员学习了无线传输的基本原理，合作完成实验系统的安装、调试与数据分析，在这一过程中我受益良多。
无线传感器网络系统是基于ZigBee技术。ZigBee技术是一种近距离、低复杂度、低功耗、低速率、低成本的双向无线通讯技术。主要用于距离短、功耗低且传输速率不高的各种电子设备之间进行数据传输以及典型的有周期性数据、间歇性数据和低反应时间数据传输的应用。
现在无线传感网络技术广泛用于很多方面，如农业物联网、工业自动化以及智能家居等。无线传感的使用使传感器和自动化技术得到了空前的发展，并给人们的生活带来了很大的便利。
我们平时的实验课更多注重对理论的验证，但是没有创新性和自主研发性，虽然这次的实验我们大部分也是照着实验说明书进行连接、烧录程序、演示等，但是此次的实验增加了我对电子设计的浓厚兴趣。只要有兴趣，我相信化兴趣为动力，我肯定能更加努力加强电子专业的学习，努力提高专业素养。
当然实验中还有注重团队的协作，我们分工明确，合作愉快，因此更快、更好地完成了实验。现在的项目工程，凭一己之力几乎不可能完成，所以企业也十分注重员工的团队意识，我们想要进入好的企业，对这块不能等闲视之，必须加以重视。
无线传感网络技术论文范文第3篇
题目 基于无线传感器网络的公园游客跟踪系统设计
报告人
指导老师
二○一六年十二月 基于无线传感器网络的公园游客跟踪系统设计
摘要：利用无线传感器网络对具有声音特性的公园游客进行跟踪的特点，研究了基于时延估[1][2][3]计的声源定位方法。选择广义互相关法作为时延估计算法，并改进球形插值法用于声源定位，从而减小了算法复杂度;设计了一个面向目标跟踪的声学无线传感器网络原型系统。利用所设计的原型系统能实现对移动的游客进行跟踪，而且跟踪精度较高。
关键词：声源定位; 目标跟踪; 时延估计; 无线传感网络
1. 课程设计任务
本文拟采用基于时延估计的声源定位方法，设计了一个游客定位与跟踪系统。把在公园三个角作为基站，同时也作为参考节点。首先利用广义互相关法，计算出目标到各个节点与参考节点之间的时延;然后根据时延，采用改进的球形插值法得出目标的方位;最后将该系统应用到一个移动的公园游客跟踪实验中。
1.1 课程设计题目
本课程设计关于游客跟踪，拟采取配备声音传感器的传感器网络，对声源进行定位及跟踪。由于声音传感器具有体积小、成本低的优点，配备了声音传感器的传感器网络可以对跟踪，尤其适合对处于电磁干扰区的低空或地面目标的定位[4]。并且目前，利用声音传感器网络进行目标的定位与跟踪是目前的一个研究热点。在每一个节点上配置一个声音传感器，一个节点对可以计算出声源的方位角，利用2个或多个节点对，根据三角法计算目标的位置;然后利用卡尔曼滤波估计声源的运动趋势，而选择合适的节点集合计算声源位置。但该方法计算声源方位角时，需假设声源符合远场条件[5]。
1.2 设计的要求
为满足对公园游客安全实施监控要求，防止游客(尤其是小孩子)丢失，所以设计一个基于无线传感器网络的公园游客跟踪系统。在每一个进园游客身上佩戴一个传感器，能够根据环境自主完成目标监测、发现、识别、定位与跟踪等任务。无线传感器网络(wireless sensor networks，WSN)是由大量具有感知、计算和无线通信能力的传感器节点通过自组织方式构成的网络。由于WSN具有随机布设、自组织和隐蔽性强等特点，目前能够广泛应用于军事、工业和商业等领域[6]。 2. 关键技术及总体方案
2.1 无线传感器网络目标定位跟踪原理
基于无线传感器网络的目标跟踪通常包括侦测、定位和通知三个阶段。 1)侦测阶段。在一个配备了声音传感器的无线传感器网络监测区域中，传感器节点对声音信息进行周期的采集。当游客进入某个区域时，某个传感器节点发现声音强度超过阈值，则唤醒其他节点处理突发事件，启动目标定位与跟踪任务。
2)定位阶段。目标附近的节点被唤醒。被唤醒的节点利用基于声音传感器阵列的声源定位技术对目标进行定位。
3)通知阶段。当计算出目标位置之后，需唤醒其他节点，使其加入到跟踪行李额。同时需把目标的位置信息发送到汇聚节点，汇聚节点对数据进行进一步的融合处理后将数据发送到指挥中心。就可以实时对游客的位置进行定位。
2.2 声源定位于跟踪方法研究
基于时延估计的声源定位方法因其定位精度相对较高、实时性较强而成为近年来的研究热点，而得到了广泛的应用[7]。该方法主要分为时延估计和目标定位两个主要步骤，如图1所示。
传感器节点接收声源信号估计各节点与参考节点之间的声源信号到达时间延迟利用时延数据进行声源定位
图1 基于时延估计的声源定位方法示意图
1)时延估计方法的研究
假设两个声音传感器接收信号的离散事件信号模型为：
(1) 式中，为声源信号;和为互不相关的高斯白噪声;和、也互不相关;和为声波的衰减系数;和分别为声波从生源到声音传感器1和声音传感器2的传播时间，为两个声音传感器间的时延。时延估计算法主要包括基本互相关法、广义互相关法和最小均方差法(LMS)等[8]。
基本互相关法的主要特点是方法简单，但该方法嘉定信号与噪声及噪声与噪声之间均互不相关，这在某些情况下不一定能得到满足，而且时延估计的精度较低。广义互相关法在功率谱域对信号进行加权，突出相关的信号部分而抑制受噪声干扰的部分，以便使相关函数在时延处的峰值更为明显，从而在一定程度上提高了时延估计精度[9]。LMS法用一个通道的信号去逼近另一个，使系统的均方差达到最小，在收敛的情况下给出时延估计，它不需要输入信噪比等先验知识;但是LMS法是一个迭代学习过程，运算量要大于广义互相关法，其估计精度随滤波器长度增加而提高，及核算复杂度也随之迅速增长，不适合跟踪快速移动的声源和对实时性要求较高的场合。
本文考虑到传感器节点的性能，采用广义互相关法。两信号之间的广义互相关法(GCC)函数为：
(2)
式中，为广义互相关法加权函数;为接收信号、为互功率谱。
本文选择的互功率谱相位(CSP)加权函数为广义互相关加权函数。所加噪声是均值为0的高斯白噪声，采样频率为16KHz。
2.3 具体设计实施方案(基于时延估计的声源定位方法) 由广义互相关法求得时延后，根据估计的时延值对生源进行定位。定位主要有目标函数空间搜索定位法和几何定位法。目标函数空间搜索法计算量较大，实时性差，容易出现局部极值点，不适合应用于传感器节点。几何定位法分为线性插值法和球形插值法。线性插值法对声音传感器的摆放位置没有严格的要求，但其计算量稍大。由于传感器节点是素及分布的，因此，本文利用球形插值法进行目标定位，并在球形插值法的基础上，对其进行改造，减少其运算量，降低算法复杂度[10]。 球形插值法首先设定一个参考节点，求得其他节点相对参考节点的时延，然后根据时延和各节点的矢量位置得到一个误差方程组，求其最小二乘解[11]。
设系统由N+1个配备了声音传感器的节点组成，分别位于处，。不失一般性，设参考节点位于坐标原点，其位置矢量处，。不失一般性，设参考节点位于坐标原点，其位置矢量，声源位置矢量，各节点、声源到源点的距离分别为和，各节点与参考节点到声源的距离差用表示[12]。节点与声源的几何关系如图2所示。 由图可知，节点与参考节点到声源S的距离差为[13]：
(3) 可得：
(4) 即：
(5)
Z声源sRs参考节点m0yRiRs+di节点mix
图2传感器节点-声源几何模型
由于是由延时估计得到的，所以存在一定的误差，因此(5)式不为0，应为[14]： (6) (7) 其中：
(8)
为减少一般球形插值法的运算量，将(7)式改写为：
(9) 其中：
(10) (11) 当：
(12)
式(8)的均方差最小，即：
(13)
根据逆矩阵的定义，由式(10)可得：
(14) 声源的位置为：
(15)
式(9)中ATA始终是一个4×4的矩阵， 整个式子求解所需的乘法和加法的数量不大，运算复杂度仅为O(N)，而一般球形插值法的运算复杂度为O()。当节点数量较多时，改进的球形插值法的运算复杂度将显著小于球形插值法[15]。
3. 总结
目标定位与跟踪是无线传感器网络的重要应用之一。本文在每个游客身上配置一个声音传感器，分析了无线传感器网络的目标定位和跟踪原理，讨论了时延估计方法和声源定位方法。根据相关算法的性能，选择CSP广义互相关法作为时延估计算法，并改进了球形插值法用于声源定位。利用公园的三点确立连接点，搭建了目标跟踪原型系统，来对园区内的游客进行实时的定位和监控。实验结果表明，利用广义互相关法和改进的球形插值法进行目标跟踪的精度较高。
4. 主要参考文献
[1] YICK J, MUKHERJEE B, GHOSAL D. Wireless sensor network survey [J]. Computer Networks, 2008, 52(12): 2292-2330.572 电 子 科 技 大 学 学 报 第 40 卷
[2] AKYILDIZ L F, SU W, SANKARASUBRAMANIAM Y, et al. Wireless sensor networks: a survey [J]. Computer Networks, 2002, 38(4): 393-422. [3] SHENG X, YU H. Sequential acoustic energy based source localization using particle filter in a distributed sensor network[C]//IEEE International Conference on Acoustics , Speech , and Signal Processing. United States: IEEE Press, 2004: 961-972. [4] 李石坚, 廖备水, 吴健. 面向目标跟踪的传感器网络设计、实现和布局优化[J]. 传感技术学报, 2007, 20 (12):2622-2630. LI Shi-jian, LIAO Bei-shui, WU Jian. Sensor network designing、implementing and optimal deploying for target tracking[J]. Chinese Journal of Sensors and Actuators, 2007, 20 (12): 2622-2630.
[5] CHEN W, HOU J C, SHA L. Dynamic clustering for acoustic target tracking in wireless sensor networks [J]. IEEE Transactions on Mobile Computing, 2004, 3(3): 258-271.
[6] ZHANG J, WALPOLA M, ROELANT D, et al. Self-organization of unattended wireless acoustic sensor networks for ground target tracking [J]. Pervasive and Mobile Computing, 2009, 5(2): 148-164. [7] PRIYANTHA N B, CHAKRABORTY A, BALAKRISHNAN H. The cricket location-support system[C]//ACM International Conference on Mobile Computing and Networking. New York: ACM Press, 2000: 32-43.
[8] KIM D H, LEE S H, PARK K S, et al. Development of an AOA location method using covariance estimation[C]// Proceedings of Communication Systems and Networks. Anaheim, CA USA: ACTA Press, 2007: 14-18.
[9] 陈积明, 张艳平, 曹向辉, 等. 基于声强的无线传感器网络目标跟踪方法研究[J]. 电子与信息学报, 2009, 31(11): 2791-2794. CHEN Ji-ming, ZHANG Yan-ping, CAO Xiang-hui, et al. Acoustic energy based scheme for target tracking in wireless sensor networks [J]. Journal of Electronics and Information Technology, 2009, 31(11): 2791-2794.
[10] 孙立民, 李建中, 陈渝, 等. 无线传感器网络[M]. 北京:清华大学出版社, 2005. SUN Li-min, LI Jian-zhong, CHEN Yu, et al. Wireless sensor networks [M]. Beijing: Tsinghua University Press, 2005.
[11] OMOLOGO M, SVAIZER P. Acoustic source location in noisy and reverberant environment using CSP analysis[C]// International Conference on Acoustics, Speech, and Signal Processing. [S.l.]: IEEE, 1996: 921-924. [12] 王宏禹，邱天爽. 自适应噪声抵消和时间延迟估计[M].大连: 大连理工大学出版社, 1999. WANG H Y, QIU T S. Adaptive noise offset and time delay estimation [M]. Dalian : Dalian University of Technology Press, 1999.
[13] YOUN D H, N. A, CARTER G C. On using the LMS algorithm for time delay estimation [J]. IEEE Transactions on Acoustics, Speech and Signal Processing, 1992, 30 (5): 798-801. [14] 陈宗海. 系统仿真技术及其应用[M]. 合肥： 中国科技大学出版社, 2010: 24-28. CHEN Zong-hai. System simulation technology and application [M]. Hefei: University of Science and Technology of China Press, 2010: 24-28.
[15] SCHAU H C, ROBINSON A Z. Passive source localization employing intersecting spherical surfaces from time-of-arrival differences [J]. IEEE Transactions on Acoustics, Speech and Signal Processing, 1987, 35(8): 1223-1225.
Design of park visitor tracking system based on
Wireless Sensor Network Abstract：To track the target with acoustic characteristics in wireless sensor networks, the acoustic source localization algorithm based on time delay estimation is proposed. In this algorithm, the generalized cross correlation (GCC) is employed as the time delay estimation algorithm, and a revised spherical interpolation (RSI) algorithm is presented for acoustic source localization with a less computational complexity. Then a target tracking prototype system using IRIS sensor nodes is implemented. Experiment results demonstrate that the prototype system can effectively track the target and improve the target tracking precision.
无线传感网络技术论文范文第4篇
无线传感器网络 (wireless sensor network, WSN) 就是由部署在监测区域内大量的廉价微型传感器节点组成, 通过无线通信方式形成的一个多跳的自组织的网络系统, 其目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息, 并发送给观察者。
2 无线传感器网络的体系结构
无线传感器网络系统通常包括传感器节点 (sensor node) 、汇聚节点 (sink node) 和管理节点。其中传感器节点 (sensor node) 用于采集和传递监测数据;汇聚节点 (sink node) 用于收集传感器节点发送过来的监测数据, 并将该数据存储、处理、上传;管理节点又名网关节点, 它实现汇聚节点和处理中心或者其他外部网络的连接。通常的传感器网络中, 汇聚节点兼有了网关节点的功能。
无线传感器网络结构如图1所示。大量传感器节点随机部署在监测区域 (sensor field) 内部或附近, 能够通过自组织方式构成网络。传感器节点监测的数据沿着其他传感器节点逐跳地进行传输, 在传输过程中监测数据可能被多个节点处理, 经过多跳后路由到汇聚节点, 最后通过互联网到达管理节点。用户通过管理节点对传感器网络进行配置和管理, 发布监测任务以及收集监测数据。
3 无线传感器网络的路由技术的分类
根据不同的无线传感器网络结构和数据传输模型, 我们对目前各类的路由算法作了以下四种分类:泛洪方式 (Flooding) 、集群方式 (Clustering) 、地理信息方式 (Geograp hic) 、基于服务质量方式 (QoS-awareness) 。 (1) 泛洪方式。泛洪方式 (Flooding) 中的路由算法主要从数据传输的角度考虑, 每个传感器节点既能搜集发生的事件产生数据, 也能作为中继节点进行数据转发, 初始路由表通过使用泛洪法来建立。根据路由表建立和维护过程是由sink节点发起还是由sensor节点发起, 我们又可将该类细分为以下三种模式:传统模式、事件驱动模式和查询驱动模式。 (1) 传统模式:指最基本的泛洪法, sensor节点以广播的方式将收到的分组传递给自己的邻居节点直至该分组到达sink节点。 (2) 事件驱动模式 (event-driven) :以感知环境数据的sensor节点主动广播分组为特征, 该分组基于路由表选取适当路径到达sink节点。 (3) 查询驱动模式 (query-driven) :以sink节点广播与应用相关的查询请求, 通过其邻居节点泛洪到整个网络, 满足该查询请求的sensor则选取适当路径发送数据。 (2) 集群方式。集群路由协议中, 网络通常被划分为簇 (cluster) , 每个簇由一个簇首 (cluster head) 和多个簇成员 (cluster member) 组成, 这些簇首形成高一级的网络, 在高一级网络中, 又可以分簇, 再次形成更高一级的网络, 直至最高级。分级结构中, 簇首节点不仅负责所管辖簇内信息的收集和融合处理, 还负责簇间数据的转发。 (3) 地理信息方式。地理信息方式的路由中考虑到sensor节点能够直接获取自身地理位置, 或者通过某些标杆节点获取, 在很多路由算法中, 将其引入研究讨论, 取得了良好的效果 (图1) 。
4 无线传感器网络集群路由协议
下面重点介绍几种典型的集群路由协议。 (1) LEACH算法。LEACH (low energy adaptive clustering hierarchy) 算法是一种自适应分簇拓扑算法, 它的执行过程是周期性的, 每轮循环分为簇的建立阶段和稳定的数据通信阶段。在簇的建立阶段, 相邻节点动态地形成簇, 随机产生簇头;在数据通信阶段, 簇内节点把数据发送给簇头, 簇头进行数据融合并把结果发送给汇聚节点。由于簇头需要完成数据融合、与汇聚节点通信等工作, 所以能量消耗大。LEACH算法能够保证各节点等概率地担任簇头, 使得网络中的节点相对均衡地消耗能量。 (1) 簇头选举阶段。LEACH算法选举簇头的过程如下:节点产生一个0～1之间的随机数, 如果产生的随机数小于阀值T (n) , 该节点就担任本轮周期的簇头。阀值T (n) 可以表示为:其中, p是簇头在所有节点中所占的百分比, r是选举轮数, rmod (1 P) 代表这一轮循环中当选过簇头的节点个数, G是这一轮循环中未当选过簇头的节点集合。节点当选簇头以后, 向周围邻居节点发布信息告知自己是本轮的新簇头。在这个阶段, 簇头节点使用CSMA MAC层协议, 运用相同的发射功率发布信息;而非簇头节点就一直保持监听状态。 (2) 簇的建立阶段。当簇头节点向周围邻居节点发布信息后, 非簇头节点根据收到的簇头节点信息的强弱选择统的主体税收业务向互联网的转移, 又需要税务部门的组织机构进行相应的调整, 以及业务流程的再造。同时, 还需要创造出新的基于互联网应用的服务, 而不仅仅是多元化电子申报, 应该在新的系统中把对纳税人的个性化服务, 包括电子支付、在线登记注册和审批、纳税人电子档案等都涵盖进来, 形成一站式的管理和服务模式。纳税人不仅作为被管理对象, 还应该是顾客, 是服务对象。从而形成现代纳税人服务体系的基本概念和内涵。
统一的网络税务平台要实现其服务功能, 应至少包含两大部分。一是税收公共服务部分, 它可以以行政管理、外部信息交换和数据中心为基础。纳税人在这部分中, 能查询到各级税务机关的组织结构、各种涉税事宜的办理指南、各类税收法律法规、最新的税收政策、税务公告和通知、纳税人关心的涉税统计信息、纳税人诚信记录等等。税收公共服务部分主要提供实时税法咨询、发布, 税务互动交流, 税务工作监督, 涉税信息查询, 各类表证单书下载等功能。二是税收征管服务部分。这部分建立在税收征管核心业务基础上, 为纳税人提供从税收管理服务、税款征纳监控、稽查管理到税收法制、税务执行的网上业务处理。税收征管服务部分主要提供网上报税、发票认证、网上文书申请处理、手机短消息通知或E-mail告知、税票在线查询认证等功能。纳税人的涉税信息可以通过12366纳税服务热线、互联网等多种方式接入, 经过外部信息交换系统输入到征收管理业务系统中。同时, 税务部门可以通过这部分系统向纳税人发送邮件、短信, 进行催报、催缴等工作, 还可以调阅纳税人电子账簿, 进行网上税务稽查等。
目前, 社会上制售假发票犯罪活动猖獗, 税务部门在发票管理中也存在一些难点, 在网络税务应用, 构建统一的网上税务平台中, 还可以探索如网上开票, 网络电子发票等一些新的具有现实意义的应用。网络发票一方面可以解决手工开票的问题, 企业无须再安装开票软件就可以实现电子开票, 解决了发票信息源的问题, 企业无须抄税, 税务局就可以实时掌握企业的操作信息。通过网上实时查询和数据校验、票表比对, 从源头上为整个社会打击假发票提供了有利条件。
可以相信, 随着统一网络税务平台的逐步构建, 将会出现越来越多实用性强、受纳税人欢迎的网络税务应用。
摘要：目前, 各国研究者致力于无线传感器网络的路由协议、MAC层协议、QoS、网络拓扑控制、网络安全等各方面的研究, 并取得了一定的研究成果。本文将着重于无线传感器网络集群路由协议的研究。
关键词：无线传感器网络,路由协议,集群
参考文献
[1] 孙利民, 李建中, 陈渝, 等.“无线传感器网络”[M].清华大学出版社, 2005, 5, 1.
[2] Sameer Tilak, Nael B.Abu-Ghazaleh, Wendi Heinzelman.A Taxonomy ofWireless MicroSensor Network Models[J].Mobile Computing and Communi-cations Review, Volume.6:28～36.
无线传感网络技术论文范文第5篇
(一) 框架结构设计
基于无线传感网络的自来水水质监测系统设计, 首先需要对框架结构进行整体设计, 确定自来水水质监测系统的功能层。以功能层为依据, 构建不同数据模块的独立数据库, 并对自来水水质监测系统的监测节点, 数量, 检测时间, 长度进行复杂运算。分为监测中心、网络传输层与数据感应层, 确定结构框架分层依据后, 构建不同功能层的独立控制体系。自来水水质监测系统运行是以整体性形式开展的, 对于水质监测系统总体设计中, 各功能模块之间的联系构建, 同样需要将所确定的独立框架结构作为依据。在此基础上进行功能之间的联系, 在保障整体功能稳定的情况下, 对框架结构各个项目进行优化, 从而提升自来水水质检测系统使用中的精准程度。
(二) 监控节点设计选择
自来水水质检测, 需要以监控接点选择设计的模式进行。节点选择设计需要考虑自来水水质监测系统运行所面对的整体, 节点属于监测系统在使用段的中段部分, 需要负责水质采集、数据接收、数据传输以及数据反馈等任务。通过监测节点之间的交换选择, 观察在整体系统中节点是否真实有效, 有关系统设计中的其他节点协作内容, 更应该考虑传感器在节点中的作用发挥情况。每个结点均有对应的独立传感器, 传感器用于数据传输交换, 并进行传感期间的数据整合传输。节点设计需要在整体检测区域内均匀分布, 分布过于密集会造成传感器资源浪费。分布距离过大, 也会导致节点监测数据结果与实际水质之间产生一定差距, 设计可以在软件系统中模拟进行, 并通过交换模式来提升最终的检测质量。
以上涉及内容属于基于无线传感网络的水质检测系统软件设计, 软件控制系统需要与硬件设备相对应, 这样才能在自来水水质检测中传输真实有效的数据。
二、基于无线传感网络的自来水水检测系统硬件设计
(一) 天线
基于无线传感网络所构建的自来水水质检测系统硬件设计, 首先是对天线部分进行设计安装。天下可以采用两种构建方案, 一种是采用外接接口单极天线模式, 这种连接方式传输信号的稳定性极强, 但是缺点是占地空间比较大。可以实现远距离的通信信号接收, 近距离使用在性能绿占地空间上并不是最佳选择。另一种模式为倒F型的天线连接形式, 该种连接方式占地空间小, 一定范围内信号传输的强度可以达到使用标准。天线设计需要考虑与接收信号发射端的距离, 并考虑信号传输过程中是否存在阻抗干扰, 天线与传感器之间通过电流感应实现信号传输, 远距离则需要通过无线电感应来完成数据接收, 因此天线安装设计的周边区域, 要确保有利于信号交换传输, 避免出现遮挡或者干扰的现象。
(二) 电源
电源选择要确保能够持续供应电能, 并且在自来水水质监测系统运行中具有一定的节能效果, 电源设计应该考虑节点的消耗总功率, 虽然单个节点耗电量并不大, 但运行使用期间却需要将各个结点串联起来, 形成的整体系统耗电量极高。节点处的电能供应可以采用锂电池作为电源, 供电电流传输需要大于30mA, 同时电源部分的供电电压要小于10V。无论采用何种电源供电, 都需要保证其输出电压与电流的稳定性, 并且要注意同时输入与输出过程中, 因耦合电流感觉是否会造成电源的稳定性下降。电源选择还需要具有可调控的特征, 随着自来水检测系统投入使用, 遇到突发情况或者检测任务发生临时变化, 需要通过电源控制实现对节点运行形式的调整。
(三) 传感器模块
传感器设计选择, 是自来水水质检测系统功能实现的重点部分, 传感器需要与无线传感网络传输速度保持一致, 能够感应到液体中的离子浓度变化, 并通过电离反应检测液体中离子浓度的波动情况。将传感器与可调节电路相连接, 随着电流传输过程中的放大, 实现液体离子浓度变化的实时感应传输。传感器感受到液体浓度变化后, 能够第一时间通过网络将其传输进入到控制模块中, 进行更为有效的现场感应控制。自来水水质传输需要实时进行, 一旦水质出现变化需要第一时间阻断供水, 因此所选择构件的传感器系统模块, 更应该体现出系统中的真实波动, 通过数据传输的形式将其反馈。
三、结语
综上所述, 设计中, 需要针对水质监测中所存在的能耗问题、节点放置问题等进行更加深入的研究。随着物联网的发展, 基于无线传感网络的水质监测系统将更为广泛地应用, 并通过互联网平台, 使更多关心水质状况的人们能随时关注水质状况。系统投入使用后, 将能够检测得到准确的数据结果, 提升自来水供应安全。
摘要：文章首先对自来水水质检测系统, 基于无线传感网络的总体设计进行介绍。在此基础上重点研究软件控制系统与硬件设备之间的联系方式, 以及实现自来水水质监测数据结果的无线传感技术, 可以作为水质监测系统构建应用的理论参照。
关键词：无线传感网络,自来水水质,检测系统
参考文献
[1] 杨勇, 李晶.基于无线传感网络的矿井水质在线监测系统开发与试验[J].电子器件, 2018.41.
无线传感网络技术论文范文第6篇
1 监测系统构成
一直以来, 对于大型起重机械的安全保障采用的多是定期检测, 技术手段也以目测、磁粉探伤、敲击等为主, 虽然能够找出机械中存在的隐患, 但是只能够针对非工作状态进行检测, 检测的对象也以几何量或者物理量为主, 无法就大型起重机械运行状态的安全因素进行监测, 因此, 即使定期检验合格, 起重机在运行过程中依然可能出现异常和问题。基于此, 本文提出了一种基于无线传感技术的检测系统, 能够通过无线传感节点实现对起重机械运行状态相关参数的采集, 然后经无线传感网络传输到服务器, 对照相关数据完成对于起重机械整体状态的评估, 及时发现起重机械在运行状态下存在的安全隐患, 有效避免事故的发生。
2 监测系统开发
2.1 无线传感系统
无线传感系统包含了若干无线传感节点, 以802.15.4协议为基础, 可以构建多种不同的网络拓扑结构, 如星型、线型、网状等, 在节点通道设计了精度在120-1000Ω的桥路电阻以及放大调理电路, 均独立存在, 配合软件的自动切换功能, 可以在全桥、板桥和1/4桥三种被测量方式中进行选择。采集到的数据可以暂时存储在内置数据存储设备中, 也可以通过无线传输的方式实时传输到计算机, 能够切实保证数据的连续性。同时, 在无线传感节点配备了电源管理的硬件及软件, 能够在保证数据连续传输的同时, 将节能能耗控制在25m A左右, 而即使因为意外导致外部供电重点, 内置的可充电电池依然可以确保节点继续工作10h左右[2]。无线传感节点的性能指标见表1。
无线传感节点作为无线传感系统的构成要素, 包含了电源、处理器、传感器、实时时钟等模块, 考虑能源限制, 在对元件进行选择时, 应该在满足功能的前提下, 尽量降低能耗。例如, 在对节点电源进行选择时, 采用了低功耗线性稳压器TPS73633, 电源电压降为75m V, 最大输出电流400m A, 静态电流0.4m A;处理器采用了ATMEGA328P-AU, 在正常运行状态下, 工作电流为0.2m A, 节能状态下仅为0.75μA, 能够极大地降低能耗。从避免外界电磁干扰的角度, 可以将无线传感节点放在金属屏蔽盒中。想要保证无线传感节点的正常运行, 还需要重视软件设计, 在确保节点有效运行的情况下, 对工作时间和休眠时间进行分配, 通过远程控制实现工作状态与休眠状态的自动切换, 有效减少节点能耗[3]。一般情况下, 无线传感节点的能源供应采用的是可充电电池, 在运行环节的能耗集中在数据接收与发送过程中, 而如果外部环境存在干扰, 数据传输的可靠性会受到一定影响, 在这种情况下, 可以将数据拆分后, 打包成帧进行传输。考虑每一个无线传感节点都存在独立的本地时钟, 受节点晶振频率偏差及外部干扰的影响, 本地时钟可能出现偏差, 从而对监测系统的正常运作造成负面影响, 因为如果本地时钟不同步, 得到的结果也就无法保证准确性, 从这个角度分析, 时间同步在检测系统中发挥着重要作用。
2.2 数据采集网关系统
数据采集网关能够对无线传感节点传输的数据信息进行接收、整理和分类, 然后在利用互联网将分类后的数据传输到数据处理系统中。数据采集网关系统能本身所具备的透明传输功能和断线自连功能使得其能够保证数据传输的持续进行, 在网关内部, 配备了具备较大容量的数据存储设备, 这样即便因为特殊原因导致网络断线或者链接错误, 数据无法顺利传输, 也能够将数据存储在网关内, 避免了数据的丢失。数据采集网关系统中, 数据包格式采用的是IEEE802.15.4, 支持点对点、星型、线型、网状以及树型网络拓扑结构, 采用2.4GDSSS无线射频, 存在16条可用信道, 可以根据实际情况自主选择, 空中最大数据传输率为250kbps, 同步精度能够达到0.1ms[4]。
2.3 数据处理系统
数据处理系统的核心为网络服务器, 其能够通过互联网完成对数据网络传输数据的有效接收, 从而实现对于大型起重机械的在线监测, 不仅能够对接收到的数据进行永久存储, 也兼具了分析计算、信息发表、数据管理等多样化功能, 服务器本身的数据库清理、数据库优化以及修复等能力使得其能够对接收的数据进行二次处理, 去除数据中的无用信息和校验信息, 对数据进行压缩处理后, 传输到后续的健康评估系统中, 为开展大型起重机械的健康评估提供必要的数据支撑。
2.4 健康评估系统
健康评估系统是监测系统的核心组成部分, 其主要构成部分是专家评估软件, 可以针对采集到的数据信息进行处理和分析, 软件能够在损伤诊断理论的支撑下, 完成对大型起重机械结构损伤的识别、预警工作, 在此基础上完成对于大型起重机械的寿命及安全性能评估。健康评估系统能够利用数据采集网关传输的设备关键位置应变及温度等信息的分析, 对照相应的起重机械状况数据库, 保证监测及信息的可视化, 及时发现并就异常信息作出告警, 提醒工作人员做好处理工作。大型起重机械健康评估系统在设计开发阶段采用了模块化结构, 可以根据实际需要进行功能模块的添加, 其主要模块有:负责传感器以及数据采集方式设置的基本参数模块, 负责监测数据实时显示和存储的数据采集模块, 负责对应力进行实时监测及显示, 针对异常信息作出预警判断的数据处理模块, 负责数据库管理和历史数据回收的数据显示及回放模块, 负责大型起重机械结构损伤预警和健康状况分析评价的数据诊断模块, 以及负责设备检验、分类管理, 兼顾作业人员培训的设备信息管理模块[5]。
3 监测系统应用
为了针对本身开发的以无线传感技术为支撑的大型起重机械检测系统的运行效果进行检验, 选择某港口一台15t级的桥式起重机, 开展相应的加卸载试验。起重机轨道高度达到9m, 跨度17.4m, 轨道长度120m, 大车运行速度在83.5m/min, 小车运行速度相对较慢, 约为40.1m/min。为了方便针对整个起重机主梁的运行状况进行监测分析, 在主梁跨中盖板上设置12个无线传感节点负责数据采集工作。应力试验结果如图1所示。
结合试验结果分析, 本文开发设计的大型起重机械健康监测系统能够完成对起重机结构应力状态的实时监测, 监测结果准确可靠, 系统运行稳定, 能够满足实际生产过程中的监测需求。而在试验过程中发现, 无线传感节点的最大传输距离容易受到外界环境的影响, 如果将接收端设置在中控机房、将发送节点设置在主梁最前端, 虽然可以保证正常通信, 但是由于两节点之间金属结构的阻挡, 通信过程中的丢包率较大, 无法得到完整的数据信息。针对这个问题, 在机械臂绞点位置, 增加了转发路由节点, 再次进行数据传输试验, 丢包率大大降低, 数据传输的稳定性得到了明显改善[6]。
结束语
总而言之, 大型起重机械在建筑、交通、物流、工业等领域有着相当广泛的应用, 而其在长期运行过程中, 金属结构可能会出现疲劳损伤等问题, 如果无法及时发现和处理, 就可能引发严重的安全事故。基于此, 从大型起重机械安全监测的实际需求出发, 基于无线传感技术, 设计开发了相应的监测系统, 以港口的15t桥式起重机为例进行了现场应用试验, 结果表明, 监测系统运行稳定, 可以完成对起重机金属结构的实时监测, 也可以对其健康状况进行诊断, 保证大型起重机械的稳定可靠运行。
摘要：在工业生产、建筑工程、货运码头等领域, 大型起重机械发挥着非常重要的作用, 而一旦其在运行过程中出现异常或者故障, 可能引发严重灾难性后果。因此, 需要做好大型起重机械的运行监测工作。本文结合无线传感技术, 针对大型起重机械监测系统进行了设计开发, 通过现场应用对系统的功能进行了验证。结果表明, 监测系统运行稳定, 能够有效预防突发性事故, 保证现场作业人员的生命财产安全。
关键词：无线传感技术,大型起重机械,监测系统,开发,应用
参考文献
[1] 刘大洋, 赵伟, 杨恒.大型起重机械在线监测的无线传感器网络节点设计[J].传感器与微系统, 2015, 34 (9) :76-79.
[2] 徐梦, 凌张伟, 王黎明, 等.大型起重机分布式安全监控管理系统的设计[J].现代机械, 2016, (4) :91-93.