基于小波变换的无线传感器网络数据融合理论性研究.doc

《基于小波变换的无线传感器网络数据融合理论性研究.doc》由会员分享，可在线阅读，更多相关《基于小波变换的无线传感器网络数据融合理论性研究.doc（65页珍藏版）》请在三一办公上搜索。

1、太原理工大学毕业设计（论文）任务书毕业设计（论文）任务书毕业设计（论文）题目：基于小波变换的无线传感器网络数据融合研究毕业设计（论文）要求：随着芯片技术、通信技术和传感技术的飞速发展，目前传感技术正迈入无线传感器网络新时代。这种网络由大量集成有传感器、数据处理单元和无线通信模块的微小节点组成，通过自组织方式构成网络，借助于节点中内置形式多样的传感器，可以将所在周边环境信号，通过网络方式及时有效地传输到信息接收端，极大提高了传感器监测面积和性能，提高了监测网络可靠性和生存性。然而，由于节点靠电池供给能量且只有有限的计算、存储和通信能力，而又不易对如此众多的节点更换电池，节省能量延长网络生命周期就

2、成为了无线传感器网络的关键。数据融合是减少传感器网络网内数据量，降低网络延时，节省网络耗能的一种有效方法。不过现有的数据融合方法大多不适合无线传感器网络，为解决以上问题，本任务要求设计一种基于小波变换理论的无线传感器网络网内数据融合算法。原始数据（资料）：无线传感器网络清华大学出版社 孙利民编非平稳信号分析导论国防工业出版社 刘本永编数字图像信息处理国防工业出版社 勒中鑫 编数字音频原理及应用教材毕业设计（论文）主要内容：1 查阅相关资料。2 了解小波变换算法。3 按任务书要求完成设计。主要参考文献（资料）：1 孙利民，李建中，陈渝，朱红松。无线传感器网络。北京：清华大学出版社，20052 董

3、延华,王慕坤,张钧萍.小波变化在数据传输中大数据通信格式的应用.电测与仪表,20053 孙亭,李立宏,杨永田,汪学清.被动无线传感器网络的新数据传输模式.计算机应用研究,2007 4 崔莉,鞠海玲,苗勇,等.无线传感器网络研究进展.计算机研究与发展,20055 李建中,李金宝,石胜飞.传感器网络及其数据管理的概念、与进展.软件学报,20036 周治国,李陶深.无线传感器网络中数据可靠传输策略的研究.大众科技,20077 刘本永.非平稳信号分析导论.国防工业出版社,20068 勒中鑫.数字图像信息处理.国防工业出版社,20039 Petrovic D., Shah R.C., Ramchandr

4、an K., et al. Data funneling: routing with aggregation and compression for wireless sensor networks. In: Proc. Of First IEEE International Workshop on Sensor Network Protocols and Applications. Piscataway,May 2003,156-16210 Arici T., Gedik B., Altunbasak Y., et al. PINCO: a pipelined in-network comp

5、ression scheme for data collection in wireless sensor networks. In: Proc. of the 12th International Conference on Computer Communications and Networks (ICCCN).Dallas,USA,October 2003,539-544 专业班级 学生 要求设计（论文）工作起止日期 指导教师签字 日期 教研室主任审查签字 日期 系主任批准签字 日期 基于小波变换的无线传感器网络数据融合研究摘要无线传感器网络是21世纪最有发展前景的技术之一。无线传感器网

6、络在军事和民用领域有着广阔的应用前景，是目前一个非常活跃的研究领域。在无线传感器网络中，数量众多的传感器节点产生了大量的传感数据，需要进行数据压缩以避免原始传感数据的传输，减少网内参与通信的数据量，从而节省有限的存储和通信资源，降低网络耗能。本文提出了一种基于逻辑映射的小波压缩算法。簇头对簇内传感器节点传送的数据不是按时间上的先后顺序存储，而是依据数据本身的相关性和选定的小波函数来确定数据的存储模式，建立传感数据的逻辑映射关系，生成映射数据集。基于此映射数据集设计的小波压缩算法提高了数据压缩的效率。关键词：传感器网络,小波变换,压缩算法A Study of Data Fusion based

7、on Wavelet in Wireless Sensor NetworksABSTRACTWireless Sensor Network is one of the technologies which have the most brilliant development foreground in 21st century, it can be applied in many fields. Wireless sensor networks have been the targets of active research in the recent years due to its mi

8、litary and civil applications. Wireless sensor networks usually have limited energy and transmission capacity, and they cant match the transmission of a large number of data. So, it is necessary to perform in-network compression of raw data sampled by sensors. In this paper, we introduce the problem

9、 of data compression for wireless sensor networks on the basis of wavelet techniques. A wavelet compression algorithm based on logical mapping is proposed. For the sensory data received from sensor nodes, cluster heads dont store them according to the order of time, but design a mapping to produce a

10、 new data set. The mapping data set is formed on the basis of the data correlation and wavelet function. Aiming at the mapping data set, a wavelet compression algorithm is presented to obtain high compression efficiency. Keywords: Wireless Sensor Network, Wavelet Transform, Compression Algorithm目录摘要

11、IABSTRACTII第一章 绪论- 1 -1.1 选题背景及意义- 1 -1.2 无线传感器网络概述- 2 -1.2.1 传感器节点技术- 2 -1.2.2 传感器节点的限制- 3 -1.2.3 传感器网络的体系结构- 4 -1.2.4 传感器网络的特点及性能评价- 5 -1.2.5 传感器网络的关键技术- 7 -1.3无线传感器网络的应用- 8 -1.3.1 军事应用- 9 -1.3.2 生态环境监测- 9 -1.3.3 交通管理- 10 -1.3.4 医疗健康应用- 10 -1.3.5 空间探测应用- 11 -1.3.6 农业应用- 11 -第二章 小波分析的基本理论- 12 -2.1

12、小波函数和小波变换- 12 -2.2 小波函数的性质- 13 -2.3 多分辨分析- 14 -2.4 Mallat小波分解与重构算法- 16 -2.5 小波分析的应用- 17 -第三章 数据压缩技术及相关工作- 20 -3.1 数据压缩技术- 20 -3.1.1 什么是数据压缩- 20 -3.1.2 数据为何能被压缩- 21 -3.1.3 数字音、视频的压缩标准- 21 -3.1.4 数据压缩的实现- 22 -3.2 数据压缩技术简史- 22 -3.2.1 概率奇缘- 23 -3.2.2 数学游戏- 23 -3.2.3 异族传说- 24 -3.2.4 音画时尚- 25 -3.2.5 回到未来-

13、 27 -3.3 无线传感器网内数据压缩技术- 28 -3.4 无线传感器网内小波压缩技术- 30 -3.5 基于数据压缩的路由算法- 31 -3.5.1 路由驱动型算法- 31 -3.5.2 压缩驱动型算法- 32 -3.6 小结- 33 -第四章 基于逻辑映射的Haar小波压缩算法- 34 -4.1 引言- 34 -4.2 基于逻辑映射的小波压缩算法- 35 -4.2.1 小波滤波器- 35 -4.2.2 基于数据相关性的数据集映射- 36 -4.2.3 基于逻辑映射的小波压缩算法- 37 -4.2.4 讨论- 42 -4.3 小结- 43 -结 论- 44 -参考文献- 45 -致 谢-

14、 47 -附件一：外文翻译- 48 -第一章 绪论在当今信息技术飞速发展的时代，以Internet为代表的信息网络给人们的生活带来了巨大的变化，政府上网、企业上网、家庭上网、电子商务等成了当今的热门话题。通过Internet，人们能够及时地了解世界各地的新闻，方便地获得许多有用信息，如股市行情、旅游信息、商品介绍等，还可以参与网上的互动游戏等娱乐活动，尝试网上远程教育和购物，发送电子邮件等，互联网已经成为很多人日常活动不可缺少的部分。微电子技术、计算技术和无线通信等技术的进步，推动了低功耗多功能传感器的快速发展，使其在微小体积内能够集成信息采集、数据处理和无线通信等多种功能。无线传感器网络（w

15、ireless 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。传感器、感知对象和观察者构成了传感器网络的三个要素。如果说Internet构成了逻辑上的信息世界，改变了人与人之间的沟通方式，那么，无线传感器网络就是将逻辑上的信息世界与客观上的物理世界融合在一起，改变人类与自然界的交互方式。人们可以通过传感网络直接感知客观世界，从而极大地扩展现有网络的功能和人类认识世界的能力。美国商业周刊和MIT技术评论在预测未来技术发展的报告中

16、，分别将无线传感器网络列为21世纪最有影响的21项技术和改变世界的10大技术之一。传感器网络、塑料电子学和仿生人体器官又被称为全球未来的三大高科技产业。1.1 选题背景及意义无线传感器网络被认为是能对二十一世纪产生巨大影响力的技术之一。无线传感器网络首先受到军方的关注。美国陆军和海军近年来确立了“战场环境侦察与监视系统”，“无人值守地面传感器群”等多个利用无线传感器网络提高战场控制能力，防范恐怖袭击的项目。在学术界，美国多所著名大学纷纷开始无线传感器网络基础理论与关键技术的研究。英国、意大利、日本等国家的一些大学与研究机构也对无线传感器网络的研究表现出了极大的兴趣。比较典型的研究项目有加州大学

17、伯克利分校(UC Berkeley)的Smart Dust,Sun实验室的SPOT(Small Programmable Object Technology)，麻省理工学院(MIT) 的AMPS(-Adaptive Multi-domain Power aware Sensors)等等。近年来，我国的国家自然科学基金、863国家高技术研究发展计划和973国家重点基础研究发展计划连续资助多个项目展开对无线传感器网络的研究，从而在国内掀起了研究无线传感器网络的热潮。无线传感器网络中的小波数据压缩算法研究无线传感器网络的一个主要任务是收集网络监测到的信息，并将其传送到Sink（或者称之为基站），交给

18、感兴趣的用户进行处理。不同于传统的计算机网络，无线传感器网络通常在监测区域密集地部署传感器节点，以对付自然环境和其它原因造成的节点失效以及传感数据精度的偏差问题，这就使得网络产生了大量的传感数据。另一方面，由于硬件技术的局限，传感器节点只有有限的能量、通信带宽和存储能力。如何在资源受限，节点密集的无线传感器网络中实现高效的数据压缩是研究人员面临的一个重要问题。充分利用传感器的数据处理能力是解决这个问题的一个办法。传统的传感器只能够进行简单的数据采集，而组成无线传感器网络的传感器节点还具有一定的数据存储和处理能力，这就使得无线传感器网络的网内数据压缩成为可能。网内数据压缩是指多个传感器节点通过协

19、作在网内对原始传感数据进行压缩处理，再将处理结果传送到Sink。数据压缩能够利用传感器节点的计算和存储等资源来减少网内参与通信的数据量，从而节省网络耗能，延长网络生命周期。在无线传感器网络中，单个传感器节点收集到的数据在时间上可能是相关的，地理位置相邻的传感器节点收集到的数据在空间上往往也是相关的。既然无线传感器网络收集到的数据存在某种相关性，那么我们有理由使用某种变换来去除其中的冗余信息，达到数据压缩的目的。小波是一种能同时表征信号时域和频域行为的数学工具，具有多分辨分析的特性，在不同的尺度下仍然能保持信号的统计特性，已成功应用于信号处理，特别是数据压缩领域。小波变换计算简单，易于实现，基于

20、小波技术研究无线传感器网络中的数据压缩，具有重要的理论和现实意义。1.2 无线传感器网络概述无线传感器网络在军事领域，气候、土壤、森林、海洋、自然灾害等环境监测领域，病人监护、远程医疗等医疗健康领域，空间探索领域，生产过程监测、交通管理、车辆跟踪等工业和交通领域，智能家居环境、交互式博物馆等商业应用领域有着广泛的潜在应用前景。在本小节，我们从与网内数据压缩密切相关的传感器节点技术、传感器网络体系结构和存在的技术挑战等三方面对无线传感器网络进行简要的概述。1.2.1 传感器节点技术传感器节点是为无线传感器网络特别设计的嵌入式微型计算机系统，一般包括传感模块(Sensing Unit) 、数据处理

21、模块(Processing Unit) 、通信模块(Communication Unit)和电源(Power Unit)等四部分，如图1所示。数据采集模块传感器A/D转换器 数据处理模块微处理器存储器 无线通信模块无线收发器电源模块图1 传感器网络节点组成框图在传感器节点中，电源为各模块的运行提供能量。通信模块使用光学设备或射频设备接收和传送数据。传感模块包括传感器和模数转换器(ADC)，可以测量被监测环境中的地震波、磁场、热、红外、声纳、雷达、图像和视频信号，从而探测包括温度、湿度、噪声、光强度、压力、以及移动物体的大小、速度和方向等我们感兴趣的物理现象。传感模块采集到的数据经由通信模块发送

22、和接收。数据处理模块包括存储单元和处理单元。数据在存储单元暂时被存贮，依据预先设定的算法由处理单元进行处理。数据处理模块的存在使得传感器节点可以对收集到的数据进行简单的处理，多个节点可以协同完成较为复杂的任务，为分布式数据压缩算法的设计提供了硬件基础。随着硬件技术的进步，传感器节点的功能越来越强大。然而，和PC机相比，传感器节点的通信能力、存储能力和处理能力仍然是非常有限的。这样，运行在PC机上、应用于因特网或Ad-hoc网络的数据压缩算法可能不再适用于无线传感器网络。需要研究适应传感器节点通信、存储和计算等资源受限的特点的无线传感器网络数据压缩算法。1.2.2 传感器节点的限制传感器节点在实

23、现各种网络协议和应用系统时，存在以下一些现实约束。1.电源能量有限传感器节点体积微小，通常携带能量十分有限的电池。由于传感器节点个数多、成本要求低廉、分布区域广，而且部署区域环境复杂，有些区域甚至人员不能到达，所以传感器节点通过更换电池的方式来补充能源是不现实的。如何高效使用能量来最大化网络生命周期是传感器网络面临的首要挑战。传感器节点消耗能量的模块包括传感器模块、处理器模块和无线通信模块。随着集成电路工艺的进步，处理器和传感器模块的功耗变得很低，绝大部分能量消耗在无线通信模块上。无线通信模块存在发送、接收、空闲和睡眠四种状态。无线通信模块在空闲状态一直监听无线信道的使用情况，检查是否有数据发

24、送给自己，而在睡眠状态则关闭通信模块。无线通信模块在发送状态的能量消耗最大，在空闲状态和接收状态的能量消耗接近，略少于发送状态的能量消耗，在睡眠状态的能量消耗最小。如何让网络通信更有效率，减少不不要的转发和接收，不需要通信时尽快进入睡眠状态，是传感器网络协议设计需要重点考虑的问题。2.通信能力有限无线通信的能量消耗与通信距离的关系为： E=k其中，参数n满足关系2n4.n的取值与很多因素有关，例如传感器节点部署贴近地面时，障碍物多干扰大，n的取值就大；天线质量对信号发射质量的影响也很大。考虑诸多因素，通常取n为3，即通信能耗与距离的三次方成正比。随着通信距离的增加，能耗将急剧增加。因此，在满足

25、通信连通度的前提下应尽量减少单挑通信距离。一般而言，传感器节点的无线通信半径在100m以内比较合适。3.计算和存储能力有限传感器节点是一种微型嵌入式设备，要求它价格低功耗小，这些限制必然导致其携带的处理器能力比较弱，存储器容量比较小。为了完成各种任务，传感器节点需要完成监测数据的采集和转换、数据的管理和处理、应答汇聚节点的任务请求和节点控制等多种工作。如何利用有限的计算和存储资源完成诸多协同任务成为传感器网络设备设计的挑战。1.2.3 传感器网络的体系结构无线传感器网络体系结构如图2所示。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。在无

26、线传感器网络中，传感器节点通过人工放置、飞机撒播和火箭弹射等方法部署到监测区域，以自组织的方式形成网络后，将收集到的信息经过一跳或多跳路由传送到Sink节点。Sink节点经由因特网或卫星将信息交给感兴趣的用户进行处理。互联网和卫星汇聚节点 E D B C A 任务管理节点监测区域传感器节点用户图2 传感器网络体系结构传感器节点通常是一个微型的嵌入式系统，它的处理能力、存储能力和通信能力相对较弱，通过携带能量有限的电池供电。从网络功能上看，每个传感器节点兼顾传统网络节点的终端和路由器双重功能，除了进行本地信息收集和数据处理外，还要对其他节点转发来的数据进行存储、管理和融合等处理，同时与其他节点协

27、作完成一些特定任务。目前传感器节点的软硬件技术是创干起网络研究的重点。汇聚节点的处理能力、存储能力和通信能力相对比较强，它连接传感器网络与Internet等外部网络，实现两种协议栈之间的通信协议转换，同时发布管理节点的监测任务，并把收集的数据转发到外部网络上。汇聚节点既可以是一个具有增强功能的传感器节点，有足够的能量供给和更多的内存与计算资源，也可以是没有监测功能仅带有无线通信接口的特殊网关设备。无线传感器网络的工作模型大致分为四种：直接传送模型，如图3(a)所示；基于分簇的数据传送模型(Cluster-based)，如图3(b)所示；平面Ad-hoc模型(FlatAd-hoc)，如图3(c)

28、所示；移动Sink模型，如图3(d)所示。直接传送是传感器节点将收集到的数据直接一跳传送到Sink。在基于分簇的数据传送模型中，簇内各节点将收集到的数据传送到簇头，簇头节点进行压缩、融合等数据处理后向上一级簇头传送，直至Sink节点。对采用平面Ad-hoc模型传送数据的无线传感器网络来说，传感器节点收集的数据经过多跳路由传送到Sink。位于两条或多条路径交叉处的节点，担负着压缩等数据处理任务以减少参与通信的数据量。移动Sink模型是在分簇路由模型或平面Ad-hoc模型的基础上，通过Sink节点的移动来均衡传感器节点的耗能。不同的数据传送模型适合于不同的无线传感器网络应用环境。直接传送模型路由方

29、案简单，但因电池能量有限，无线传感器网络的通信距离不能太长，因此只能作为小规模无线传感器网络的一种数据收集方式，或者是簇内通信的一种方式。在分簇的路由模型中，簇头不仅完成数据中继的任务，还可以完成本地的数据压缩、融合等数据处理，从而减少网内传输的数据量，降低传输耗能。采用多层分簇策略，分簇路由模型适合于大规模无线传感器网络。平面Ad-hoc模型灵活并且功耗较低，但与直接传送模型一样，存在规模问题，只适合于中等规模的无线传感器网络。移动Sink模型适合于Sink方便移动的应用环境，如战场上安装在指挥车里的Sink，无人飞机承载的Sink等。（a）直接传送模型（b）分簇的数据传输模式（c）平面ad

30、 hoc数据传送模式（d）移动sink模型图3 无线传感器网络的工作模式1.2.4 传感器网络的特点及性能评价无线传感器网络是由大量随机部署在感知区域内的微小传感器节点，通过自组织方式构成的智能网络系统。WSN可以在独立的环境下运行也可以通过网关连接至UIntemet上使用户可以远程访问。WSN与传统的无线自组织AdHoc网络存在相同点：二者都基本不需要人的干预，大部分工作以自组织的方式来完成，二者统称为自组织网络，且都追求低功耗自组织网络设计。但同时WSN与Ad Hoc相比还具有以下一些不同的特点：(1)传感器网络中的节点数量和分布密度远远超过以往Ad Hoc网络中的节点数；(2)节点的能量

31、小，计算能力和存储能力严格受限；(3)节点容易损坏；(4)WSNI作模式为多对一通信，Ad Hoe网络中任意两点间都有通信的可能。无线传感器的以上特点决定了对它的研究面临以下几个主要的问题：(1)通信能力有限。传感器网络的传感器的通信带宽窄而且经常变化，通信覆盖范围只有几十到几百米。同时传感器网络更多地受到高山、障碍物等地势以及恶劣自然环境的影响，传感器可能会长时间脱离网络，离线工作。如何在有限通信能力的条件下高质量可靠地完成感知信息的传输和处理是WSN的相关研究中很突出的问题。(2)电源能量有限。传感器的电源能量极其有限。网络中传感器传输l位信息所需要的电能足以执行3000条计算指令。如何在

32、数据传输过程中节省能源，最大化网络的生命周期，是一个极其重要的问题。(3)传感器数量大分布范围广。传感器网络中传感器节点密集，数量巨大，可能达到几百或几千，甚至更多。此外，传感器网络可以分布在很广泛的地理区域。传感器数量大分布广的特点使得网络的维护十分困难甚至不可维护，传感器网络的软硬件必须具有高强壮性和容错性。(4)安全性问题。安全是系统可用的前提，需要在保证通信安全的前提下降低系统开销，研究节能的安全算法也成为无线传感器网络必须关注的问题。(5)节点的计算能力有限。传感器网络中的传感器都具有嵌入式的处理器和存储器。但是，由于嵌入式处理器和存储器的能力和容量有限，传感器的计算能力十分有限。如

33、何使用大量具有有限计算能力的传感器进行协作分布式信息处理，是我们研究需要面临的又一问题。从以上分析中不难看出，在无线传感器网络有限的资源和复杂的环境条件下，我们应更多的考虑如何合理的利用资源，如何更好的提高数据传输的可靠性。网络的性能直接影响一个网络的可用性。那么对无线传感器网络也有几个典型的性能评价标准，如下所示：(1)能源有效性。能源有效性是传感器网络的重要性能指标，它指的是指该网络在有限的能源条件下能够处理的请求的数量。(2)网络生命周期。传感器网络的生命周期是指从网络启动到不能为观察者提供需要的信息为止所持续的时间。影响网络生命周期的因素有很多，不仅包括硬件的，也包括软件的影响。过了网

34、络的生命周期，此网络此时就没有可用性，所以最大化网络生命周期也是无线传感器网络的极其重要的性能评定标准。(3)时间延迟问题。传感器网络的延迟时间是指当使用者从发送请求到接收到返回信息所经历的时间。时间延迟的性能与其应用密切相关，左右着传感器网络的应用范围。尤其对实时应用来说，时间延迟达标与否是网络能否应用的基本问题。目前的相关研究还很少，需要进行深入研究。(4)感知精度。传感器网络的感知精度是指观察者接收到的感知信息的精度。传感器的精度信息处理方法、网络通信协议等都对感知精度有所影响。感知精度、时间延迟和能量消耗之间具有密切的关系。在传感器网络设计中，我们需要权衡三者的得失，使系统能在最小能源

35、开销条件下最大限度地提高感知精度降低时间延迟。(5)容错性。传感器网络中的传感器易损坏，节点经常会因为环境原因或电源能力耗尽等而发生失效问题。但是由于传感器网络本身的特点，维护或替换失效的传感器节点常常是十分困难或者是不可能的。因此传感器网络的软件和硬件都需要有很强的容错性，以保证系统具有较高的健壮性。当网络的软硬件出现故障时，系统能够通过自动调整或自动重构纠正错误，保证网络正常工作。传感器网络容错性需要进一步地模型化和定量化，有待进一步的研究。(6)扩展性问题。传感器网络可扩展性表现在传感器数量、网络覆盖区域、生命周期、时间延迟、感知精度等方面的可扩展极限。给定可扩展性级别，传感器网络必须提

36、供支持该可扩展性级别的机制和方法。对此还需要进一步的深入研究。由以上的各种无线传感器网络的性能指标，不难看出对于无线传感器网络的研究还有更多更深入的工作需要去做。1.2.5 传感器网络的关键技术(1) 网络拓扑控制网络拓扑控制主要研究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网络拓扑结构。通过拓扑控制生成的网络拓扑结构能够提高路由协议和MAC协议的效率，有利于降低传感器节点的能量消耗，延长网络的生命周期。(2) 网络协议网络协议研究的重点是网络层的路由协议和数据链路层协议。由于传感器节点的计算、存储、通信等网络资源以

37、及携带的能量都十分有限，因而在无线传感器网络上运行的网络协议必须简单有效。同时，网络拓扑常常动态变化，网络资源也在不断变化，这些都对网络协议提出了更高的要求。(3) 网络安全网络安全研究如何保证任务执行的机密性、数据产生的可靠性、数据传输的安全性。为此，需要实现一些基本的安全机制。例如机密性、点到点的消息认证、完整性鉴别、新鲜性、认证广播和安全管理等等。鉴于无线传感器网络资源有限的特点，如何通过最简单的算法实现尽量坚固的安全外壳是无线传感器网络安全的主要挑战。(4) 时间同步时间同步是需要协同工作的无线传感器网络的一个关键机制。因特网上广泛使用的网络时间协议NTP只适用于结构相对稳定、链路很少

38、失败的有线网络系统，不适合无线传感器网络。GPS系统能够以纳秒级精度与世界标准时间UTC保持同步，但成本较高，而且有些应用环境，如森林，水下等，可能无法使用GPS系统。这使得时间同步的研究在无线传感器网络领域引起了关注。(5) 定位技术位置信息是传感器节点采集的数据中不可缺少的部分，没有位置信息的监测数据通常毫无意义。确定事件发生的位置或采集数据的节点位置是无线传感器网络最基本的功能之一。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。(6)数据融合技术传感器网络存在能量约束。减少传输的数据量能够有效地节省

39、能量，因此在从各个传感器节点收集数据的过程中，可利用节点的本地计算和存储能力处理数据的融合，去除冗余信息，从而达到节省能量的目的。由于传感器节的的易失效性，传感器网络也需要数据融合技术对多份数据进行综合，提高信息的准确度。(7)数据管理技术从数据存储的角度来看，传感器网络可被视为一种分布式数据库。以数据库的方法在传感器网络中进行数据管理，可以将存储在网络中的数据的逻辑视图与网络中的实现进行分离，使得传感器网络的用户只需要关心数据查询的逻辑结构，无需关心实现细节。虽然对网络所存储的数据进行抽象会在一定程度上影响执行效率，但可以显著增强传感器网络的易用性。美国加州大学伯克利分校的TinyDB系统和

40、Cornell大学的Cougar系统是目前具有代表性的传感器网络数据管理系统。(8) 无线通信技术无线传感器网络需要低功耗短距离的无线通信技术。IEEE 802.15.4标准是针对低速无线个人局域网络的无线通信标准，很多研究机构把它作为无线传感器网络的通信平台。超宽带技术(UWB)非常适合于无线传感器网络，目前有两种技术方案：一种是DS-CDMA单频带方式，另一种是多频带OFDM方式，但还没有一种方成为正式的国际标准。(9) 嵌入式操作系统传感器节点是一个嵌入式系统，其操作系统应该能够节能高效地使用其有限的内存、处理器和通信模块。传感器节点有两个突出的特点：一是进程并发性，即可能存在多个需要同

41、时执行的逻辑控制；另一个特点是传感器节点模块化程度很高。这些特点对设计面向无线传感器网络的操作系统提出了新的挑战。(10)应用层技术传感器网络应用层由各种面向应用的软件系统构成,部署的传感器网络往往执行多种任务。应用层的研究主要是各种传感器网络应用系统的开发和多任务之间的协调，如作战环境侦查与监控系统、军事侦查系统、情报获取系统、战场监测与指挥系统、环境监测系统、交通管理系统、灾难预防系统、危险区域监测系统、有灭绝危险的动物或珍贵动物的跟踪监护系统、民用和工程设施的安全性监测系统、生物医学监测、治疗系统和智能维护等。1.3无线传感器网络的应用无线传感器网络由很多不同的传感器组成，如地震传感器、

42、低采样率磁传感、热敏传感器、图像传感器、红外传感器、声波传感器、雷达传感器等，这些传感器可以采集监测区域的各种信息，包括温度、湿度、雷达传感器等，这些车辆运动、光照条件、压力、土壤成分、噪声电平、监测目标的消失和出现、监测目标的机械强度、监测目标的运动特征等。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，能够广泛应用于军事、环境监测和预报、健康护理、智能家居、建筑物状态监控、复杂机械监控、城市交通、空间探索、大型车间和仓库管理，以及机场、大型工业园区的安全监测等领域。随着无线传感器网络的深人

43、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。1.3.1 军事应用在军事领域，传感器网络将会成为C4ISRT（command，control，communication，computlng，intelligence，surveillance，reconnaissance and targetmg）系统不可或缺的一部分。C4ISRT系统定位于未来战争，其目标是利用高科技技术，设计一个集命令、控制、通信、计算、智能、监视、侦察和定位于一体的战场指挥系统，受到各国国防部门的普遍重视。由于战争的伤亡性，传感器设各将取代人去执行一些危险任务，如监控我军兵力、装各和物资，监视冲突区，侦察敌

44、方地形和布防，定位攻击目标，评估损失，侦察和探测核、生物和化学攻击。另外由于传感器网络是由密集型、低成本、随机分布的节点组成的，自组织性和容错能力使其不会因为某些节点在恶意攻击中的损坏而导致整个系统的崩溃，这一点是传统的传感器技术所无法比拟的，因此，可以通过传感器网络来获取战争信息。传感器网络也可以为火控和制导系统提供准确的目标定位信息。另外与独立的卫星和地面雷达系统相比，传感器网络通过多角度和多方位信息的综合有效地提高信噪比，而卫星和地面雷达系统难以克服，而且传感器节点通过近距离的与目标接触能够获得更加精准的数据。通过大规模的节点部署，传感器网络可以有效地避免侦探盲区。另外，传感器网络在成本

45、上，远低于昂贵的卫星雷达系统。2001年，美国陆军提出了“灵巧传感器网络通信”计划，已被批准为2001财政年度的一项科学技术研究计划，并在20012005财政年度期间实施。近期，美国陆军又批准了“无人值守地面传感器群”项目与“战场环境侦察与监视系统”。前者是美国支持陆军“更广阔视野”的三个项目之一，其主要目标是使基层部队指挥员具有在他们所希望部署传感器的任何地方灵活地部署传感器的能力。后者是一个智能化传感器网络，可以更为详尽、准确地探测到精确信息。美国桑迪亚（Sandia）国家实验室与美国能源部合作，共同研究开发基于传感器网络的防生化武器袭击系统。该系统通过部署化学传感器等多种传感器检测地铁，

46、车站等公共场所，当传感器一旦检测到某种有害物质，就会自动向管理中心通报，自动进行引导旅客避难的广播，并封锁有关人口等，有效地预防恐怖分子活动。另外美国海军开发的网状传感器系统（cooperattve engagement capability，CEC）适用于舰船或飞机战斗群携带的电脑进行感知数据的处理。每艘战船不但依赖于自己的雷达，还依靠其他战船或者装载CEC的战机来获取感知数据。1.3.2 生态环境监测随着人们对环境的日益关注，环境科学所涉及的范围越来越广泛。通过传统方式采集原始数据是一件困难的工作。无线传感器网络为野外随机性的研究数据获取提供了方便，特别是如下几方面：将几百万个传感器散布于森林中，能够为森林火灾地点的判定提供最快的信息。传感器网络能提供遭受化学污染的位置及测定化学污染源，不需要人工冒险进人受污染区。降雨情况判定，为防洪抗旱提供准确信息。实时监测空气污染、水污染以及土壤污染。监测海洋、大气和土壤的成分。Crossbow的MEP系列就是其中之一。这是一种小型的终端用户网络，主要用来进行环境参数的检测。该系统包括了2个MEP410环境传感器节点，4个MEP510湿度温度传感器节点，1个M