无线传感器网络应用系统最新进展综述_洪锋
无线传感器网络应用系统最新进展综述
无线传感器网络应用系统最新进展综述无线传感器网络应用系统最新进展综述随着物联网技术的发展和智能城市的建设,无线传感器网络(Wireless Sensor Network, WSN)应用系统在各个领域得到了广泛的应用。
本文将综述无线传感器网络应用系统的最新进展,涵盖农业、环境监测、智能交通、健康监测、智能家居以及物流运输等领域。
在农业领域,无线传感器网络应用系统在农作物监测、土壤监测和灌溉控制等方面发挥着重要作用。
通过无线传感器节点的部署,可以实现对农作物生长环境的实时监测,包括土壤湿度、温度、光照强度等参数的监测。
通过无线通信技术,这些数据可以传输到中央服务器上进行集中管理和分析,进而为农民提供更准确的决策依据,提高农业生产效率。
在环境监测领域,无线传感器网络应用系统可以实时监测大气污染、水质、土壤质量等环境参数。
无线传感器节点通过不同传感器模块对环境参数进行采集,并通过无线通信技术传输到数据处理中心。
这些数据可以用来分析环境变化趋势,制定环境保护措施,保障大气、水资源和土壤的质量和可持续性。
例如,可以通过无线传感器网络系统对水库的水质进行实时监测,及时预警并采取措施,以确保饮用水安全。
在智能交通领域,无线传感器网络应用系统可以实现交通流量监测、交通信号优化和智能停车管理等功能。
通过在交通路口部署无线传感器节点,可以实时采集车辆数量、速度等信息,并通过无线通信技术传输到交通管理中心。
通过对交通数据的分析,可以优化交通信号灯的配时,减缓交通拥堵,提高道路通行能力。
此外,无线传感器网络应用系统还可以实现智能停车管理,通过传感器节点检测道路上空余停车位信息,为驾驶员提供实时的停车导航和停车位查询服务。
在健康监测领域,无线传感器网络应用系统可以用于疾病监测、老年人健康管理等方面。
通过佩戴无线传感器节点,可以实时监测心率、血压、体温等生理参数,并通过无线通信技术传输到医疗机构或家庭监护中心。
这些数据可以用于疾病诊断和治疗,帮助健康管理人员和医生及时发现疾病风险和健康异常情况,提供精准的健康干预措施。
无线传感器网络技术的最新研究进展
无线传感器网络技术的最新研究进展随着信息技术的不断发展和进步,无线传感器网络技术在各个领域的应用也越来越广泛。
本文将从无线传感器网络的基本原理、应用领域以及最新研究进展等方面进行介绍。
一、无线传感器网络的基本原理无线传感器网络由大量的分布式传感器节点组成,这些节点通过无线通信手段进行互联,并通过自组织的方式协同工作,完成对特定环境的数据采集、处理和传输任务。
其基本原理包括传感器节点的感知能力、通信能力和协作能力。
1. 传感器节点的感知能力传感器节点通过各种传感器来感知环境中的物理参数,并将所感知的数据进行采集和处理。
这些传感器可以测量温度、湿度、压力、光照等多种物理量,将感知到的数据转化为数字信号,并通过内部处理单元进行处理。
2. 传感器节点的通信能力传感器节点之间通过无线通信进行数据的传输和交换。
无线通信技术使得传感器节点之间可以实现远距离的通信,构建起一个覆盖范围广泛的网络。
常用的无线通信技术包括Wi-Fi、蓝牙、ZigBee等。
3. 传感器节点的协作能力传感器节点之间通过协作来实现对环境的全面感知和任务的高效完成。
节点之间可以通过协同感知、数据融合等方式共享信息,提高网络的可靠性和稳定性。
二、无线传感器网络的应用领域无线传感器网络技术在各个领域都有广泛的应用,以下介绍几个典型的应用领域。
1. 环境监测无线传感器网络可以用于环境监测领域,例如气象预报、水质监测、土壤湿度监测等。
通过部署大量的传感器节点,可以实时监测环境参数,并对环境变化进行预测和分析,为环境保护和资源管理提供数据支持。
2. 智能交通无线传感器网络技术在智能交通领域也有广泛的应用。
通过在道路上部署传感器节点,可以实时监测交通流量、车辆状态等信息,并进行交通调度和路况预测,提高交通效率和安全性。
3. 物联网无线传感器网络是物联网的重要组成部分,在智能家居、智能城市等领域都有广泛应用。
通过通过感知、通信和协作能力,实现智能设备之间的互联互通,提供更加便捷、高效的生活和工作方式。
无线传感器网络研究现状与应用
无线传感器网络研究现状与应用一、本文概述无线传感器网络(Wireless Sensor Networks, WSN)是一种由许多在空间上分布的自动装置组成的网络,这些装置能够使用传感器协作地监控不同环境或对象的物理或化学现象,并通过无线方式进行信息传输。
近年来,随着物联网、大数据和等技术的飞速发展,无线传感器网络的研究和应用日益受到关注,成为信息技术领域的一个研究热点。
本文旨在全面综述无线传感器网络的研究现状和应用领域。
我们将对无线传感器网络的基本概念、特点和关键技术进行介绍,包括传感器节点的设计与优化、网络通信协议、能量管理策略等。
接着,我们将对无线传感器网络在环境监测、智能交通、农业物联网、医疗健康、军事防御等领域的应用进行深入探讨,分析其在不同场景下的优势和挑战。
我们还将对无线传感器网络的发展趋势和未来研究方向进行展望,以期为该领域的进一步发展提供参考和借鉴。
通过本文的阐述,我们希望能够为相关领域的学者和工程师提供一个全面而深入的无线传感器网络研究现状和应用概览,同时推动无线传感器网络技术的进一步发展和应用推广。
二、无线传感器网络研究现状无线传感器网络(Wireless Sensor Networks, WSNs)是近年来物联网领域研究的热点之一。
随着微型化、低功耗、高性能传感器技术的快速发展,以及无线通信技术的进步,无线传感器网络得到了广泛的应用和深入的研究。
网络拓扑与协议研究:无线传感器网络拓扑结构的研究主要关注如何有效地组织传感器节点,以提高网络的覆盖范围和连通性。
针对传感器节点的能量限制,研究人员还设计了多种节能的通信协议,如跳频扩频、时分复用等,以延长网络的生命周期。
数据融合与处理技术:在无线传感器网络中,由于传感器节点数量众多,产生的数据量巨大。
因此,数据融合与处理技术成为了研究的重点。
数据融合旨在将多个传感器节点的数据融合成一条或多条有用信息,减少数据传输量并提高数据的准确性。
无线传感器网络技术的发展现状
无线传感器网络技术的发展现状近年来,随着互联网和物联网的不断发展,无线传感器网络(Wireless Sensor Network, WSN)技术也得到了迅猛的发展。
无线传感器网络是由大量的低成本、低功耗、小型化的无线传感器节点组成的一种自组织的网络系统,可以实时地对环境进行监测、采集、处理和传输信息。
本文将从无线传感器网络的技术特点、应用领域、发展现状以及未来发展趋势等方面进行探讨。
一、技术特点无线传感器网络具有以下技术特点:1. 自组织性:无线传感器网络是由大量的传感器节点组成的自组织网络系统,具有自适应性和可靠性。
当其中一个节点出现故障时,其他节点可以自动协调,以确保整个系统的正常运行。
2. 网络拓扑结构简单:无线传感器网络拓扑结构一般为星形或树形结构,相对于其他网络的结构更为简单,易于构建和维护。
3. 高效能:传感器节点具有低功耗、小尺寸和低成本等特点,可以在较小的范围内进行高效而准确的数据采集和传输。
4. 跨越物理界限:无线传感器网络可以跨越物理界限,实现对环境的全面监测,如地震、气象、海洋等领域。
5. 实时性:无线传感器网络可以实现对环境的实时监测和数据传输,提供快速而精准的信息反馈。
二、应用领域无线传感器网络已经被广泛应用于以下领域:1. 环境监测:无线传感器网络可以实时监测大气污染、水质污染、噪声等环境指标,对环保工作起到重要作用。
2. 智能交通:将传感器节点布置在道路光杆或交通信号灯上,可以实现对车道交通流量监测、车速检测、车辆识别等。
3. 农业领域:无线传感器网络可以实现土壤湿度、土壤温度、光照强度等参数的实时监测,提高农作物生产效率。
4. 工业领域:无线传感器网络可以实现工业生产的实时监测和质量控制,提高工业生产效率和产品质量。
三、发展现状随着无线传感器网络技术的不断发展,其在各个领域得到了广泛应用。
无线传感器网络技术已经成为了物联网中的核心技术之一。
目前,国内外无线传感器网络技术的研究重点主要集中在以下几个方面:1. 无线传感器网络的网络结构和协议优化:通过改进协议、网络结构,提高网络传输性能,减少传输延迟。
无线传感器网络的应用及发展趋势
无线传感器网络的应用及发展趋势一、引言无线传感器网络(Wireless Sensor Network,WSN)是近年来兴起的一项新技术,它基于微小的、低功耗的无线传感器节点,采集和处理感知数据,实现对环境信息的实时监测和控制。
无线传感器网络已广泛应用于物联网、智能城市、环境监测、健康医疗、工业制造等领域,成为现代社会不可或缺的一部分。
本文将探讨无线传感器网络的应用及发展趋势。
二、无线传感器网络的应用1. 物联网物联网是集成无线传感器网络、云计算、大数据等技术的新一代信息技术平台,用于实现万物互联和信息智能化,被广泛应用于智能家居、智能交通、智能能源等领域。
无线传感器网络是物联网的核心技术之一,它能够实现对物体的智能感知和控制,为物联网提供了底层支撑。
2. 智能城市智能城市是指利用现代信息技术,对城市进行智能化重构,实现城市的智能管理和高效运行。
无线传感器网络可以用于城市交通指挥、环境监测、公共安全等方面,帮助城市实现智能化运行和可持续发展。
3. 环境监测无线传感器网络可以用于环境监测领域,如气象、水文、土壤、森林、野生动植物等方面。
它能够实现对环境变化的实时监测和控制,为保护生态环境提供数据支持和科学依据。
4. 健康医疗无线传感器网络可以用于健康医疗领域,如健康监测、疾病诊断、远程医疗等方面。
通过无线传感器网络,医生可以实时了解病人的健康情况,提高医疗服务效率和水平。
5. 工业制造无线传感器网络可以用于工业制造领域,如生产过程监测、设备管理、物流追踪等方面。
它能够实现对生产过程和设备状态的实时监测和控制,提高生产效率和质量。
三、无线传感器网络的发展趋势1. 自组织性未来无线传感器网络将更加自组织、自适应和自愈合。
无线传感器节点将能够自主构建、灵活组合和自我修复,形成更加强大和鲁棒的网络体系。
2. 节能性无线传感器节点将会更加注重节能性能,采用更加先进的能量管理技术和过程优化方法,从而延长其寿命和使用时间。
无线传感器网络综述
【 摘
无线传 感器 网络 是一种全 新 的信息获 取方式 , 它不需 要 固定 网 络支持 , 随机布 置 、自组 织 、抗毁 性强 、适 应苛刻环 境等优 势, 以其 具 有在 多种场 合满 足信息 获取 的实 时性 、准确 性 、全面性 等需 求 的能 力 。由于无线传感器 网络的应用前景愈来愈广泛, ] 已引起了许 多国家学术界和工业界 的高度重视. 为是对2 世 纪产生巨大影响 被认 1 力的技 术之一 。 本 文介绍 了无线 传感器 网络 数据管理技术 。分析 了无线传感 器 网络的Zg e协议研究现状, ibe 对无线传感器 网络 网络安全进行了探讨, 最后初步探讨 了无线传 感器网络领 域内存在的问题, 并展望 了今后 的
48 注意防止发生共 振现象。 由于定子 电流中含有高次谐 波成 . 分, 电机转矩 中含有脉动分量, 有可能造成 电机的振动与机械振动产生 共振, 使设备 出现故障。应在预先找到负载固有的共振频率后。 利用变 频器频率 跳跃功能设置 , 开共振频率点 。 躲
5 、结 束语
以上通过对变频器运 行过程中存在的干扰 问题 的分析, 提出了解 决这些 问题的实际方法 。随着新技术和新理 论不断在变频 器上的应 用, 变频器 应用存在的这些问题 有望通过 变频 器本身的功叁 嚷 偿来 解决 。以满足工业现场和 社会环境对 变频 器性能不断提高 的需求。 参考文 献 …韩安 荣. 用变频器及其应用 ( 版 )[ . 通 第2 M] 北京: 机械工业 出版
一
4 、总结
本文介绍 了无线传感 器网络数据管理实现技术, 了Zg e 协 分析 iBe 议与无线传 感器 网络相结合的基本技术。 无线传 感器网络网络安全 对 的总体框架进行 了综述 。可 以看到, 在无线传感器 网络发展的同时, 它 还将遇到更 多的困难和 挑战: 如何使 用无线传 感器网络对环境进 行更 合理 的监测和控 制: 如何对传感器 网络 获取 的大量 实时数据进 行分析 处理及可视化展 示: 如何让无线传感器 网络应 用更好地 为人类服务等
无线传感器网络应用技术综述
无线传感器网络应用技术综述本文将对无线传感器网络应用技术进行综述,介绍该技术的定义、原理、发展历程以及在各个领域中的应用情况。
无线传感器网络技术以其独特的优势,如可扩展性、灵活性、自组织性等,在智能家居、智能交通、环境监测等领域发挥着越来越重要的作用。
无线传感器网络技术是一种利用微型传感器节点之间的无线通信技术,通过自组织和多跳接力等方式,实现对环境中各种参数(如温度、湿度、光照、二氧化碳浓度等)进行监测和数据传输的计算机网络系统。
无线传感器网络技术的发展迅速,自20世纪90年代出现以来,已经广泛应用于许多领域。
无线传感器网络技术的应用非常广泛,例如在智能家居领域,可以通过安装温度、湿度、光照等传感器,实现对家居环境的智能控制;在智能交通领域,可以通过在路面上安装传感器节点,实现对交通拥堵的实时监测和预警;在环境监测领域,可以通过在野外或城市中布置各种传感器,实现对空气质量、水质、噪音等环境参数的监测和数据采集。
无线传感器网络技术还可以应用于安全监控、农业物联网、智能医疗等领域。
无线传感器网络技术的优势在于以下几个方面:由于传感器节点体积小、功耗低,可以大量部署,从而实现对环境参数的全方位监测;无线传感器网络具有自组织和多跳接力特性,可以在没有基础设施的情况下进行快速组网和数据传输;无线传感器网络技术具有高度灵活性和可扩展性,可以根据需要随时增加或减少节点数量和监测范围。
然而,无线传感器网络技术也面临一些挑战,如可维护性、网络安全和数据传输等方面的问题。
例如,由于传感器节点的生命周期受到限制,需要定期进行更换和充电,因此需要解决节点的可维护性问题;同时,由于传感器节点之间的通信是无线的,容易受到干扰和攻击,因此需要采取有效的安全措施来保证网络安全;由于传感器节点的处理和存储能力有限,需要优化数据传输协议,以保证数据的实时性和准确性。
未来,随着物联网技术的不断发展,无线传感器网络技术的应用前景将更加广阔。
无线传感器网络的发展现状与未来趋势展望
无线传感器网络的发展现状与未来趋势展望随着物联网技术的快速发展,无线传感器网络(Wireless Sensor Network,WSN)作为物联网的基础组成部分,已经在各个领域得到了广泛的应用。
WSN由大量分布在感兴趣区域内的自组织传感器节点组成,能够实时感知、采集环境数据,并通过无线通信将数据传输到数据中心进行分析和处理。
本文将探讨WSN的发展现状以及未来的趋势展望。
一、发展现状WSN的发展已经取得了显著的进展。
目前,WSN已经应用于农业、环境监测、智能交通、医疗健康等领域。
在农业领域,WSN可以实时监测土壤湿度、温度等参数,提供农作物生长环境的数据支持,帮助农民进行精准农业管理。
在环境监测方面,WSN可以监测大气污染、水质污染等情况,为环境保护和治理提供数据依据。
在智能交通领域,WSN可以实时监测交通流量、道路状况等信息,提供交通管理和道路规划的参考。
在医疗健康领域,WSN可以监测患者的生命体征,实现远程监护,提高医疗服务的质量和效率。
然而,WSN仍然面临一些挑战和问题。
首先是能源问题。
由于节点需要长时间工作,并且通信消耗很大,能源消耗成为制约WSN发展的瓶颈。
其次是网络安全问题。
由于传感器节点的分布广泛和通信方式的特殊性,WSN容易受到攻击和破坏。
此外,数据处理和存储也面临一定的挑战,传感器节点采集的数据量庞大,如何高效地存储和处理成为了一项重要的研究内容。
二、未来趋势展望在未来,WSN有望得到进一步发展和应用。
首先,WSN的能源问题将得到有效解决。
目前,研究者们致力于开发新的能量收集技术和低功耗设计方案,以延长传感器节点的使用寿命。
例如,太阳能和无线能量收集技术可以为传感器节点提供可持续的能源供应。
此外,新一代的省电芯片和通信协议也将有效降低能耗,提高传感器节点的性能。
其次,WSN的网络安全将得到进一步保障。
由于WSN的特殊性,传统的网络安全技术并不适用于WSN。
因此,研究者们正在开发新的安全机制和协议,用于确保传感器节点和通信数据的安全。
传感器网络技术发展趋势综述
传感器网络技术发展趋势综述近年来,传感器网络技术在各个领域展现出巨大的发展潜力和广泛的应用前景。
无线传感器网络(Wireless Sensor Network, WSN)具有信息采集、数据处理、通信传输等多种功能,以其低成本、低功耗、高可靠性等特点,被广泛应用于环境监测、物流管理、智能城市等领域。
本文将就传感器网络技术的发展趋势进行综述,包括物联网的影响、能源管理的挑战、安全与隐私保护、智能化与自适应等方面。
首先,物联网的迅猛发展对传感器网络技术提出了新的要求和挑战。
随着物联网的兴起,各类设备和物体都可以通过传感器与互联网连接,形成庞大的网络。
传感器网络技术将扮演着连接物理世界和虚拟世界的重要桥梁,实现实时数据的采集和处理,从而控制和管理相应的物理对象。
物联网的发展将极大地推动传感器网络技术的进一步发展和应用。
其次,能源管理是传感器网络技术面临的主要挑战之一。
由于传感器节点通常属于分布式布置,其能源往往由小型电池或者能量收集器供应。
因此,如何延长能源寿命,提高能源利用效率成为传感器网络技术发展的重要方向。
目前,研究人员提出了许多节能的方法,如能量收集、能量传输和能量管理等,以满足传感器节点的能源供应需求。
在传感器网络技术的应用过程中,安全与隐私保护问题也是不容忽视的。
传感器网络中涉及到的数据通常具有敏感性和隐私性,例如个人隐私数据、商业机密等,必须得到保护。
传感器网络的开放性和分布式特性使得其容易受到各种攻击,如数据篡改、身份伪造、节点破坏等。
因此,构建安全可靠的传感器网络系统成为了亟待解决的问题,需要采用加密算法、身份认证、安全传输等措施来保护传感器网络的安全。
智能化和自适应是传感器网络技术发展的趋势之一。
传感器网络中的节点通常部署在非常复杂、动态且不可预测的环境中,传感器节点需要具备自主感知、快速响应和自适应能力。
因此,智能化和自适应的研究成为提高传感器网络性能和可靠性的重要手段之一。
研究人员通过引入机器学习、人工智能等技术,将传感器节点赋予智能决策和自主学习的能力,从而提高传感器网络的智能化水平。
无线传感器网络的发展现状与未来趋势分析
无线传感器网络的发展现状与未来趋势分析引言:无线传感器网络(Wireless Sensor Network,WSN)是一种由多个分散式的传感器节点组成的网络,这些节点相互协作,通过自主的方式感知、处理和传输环境中的信息。
随着技术的不断创新和实用化,WSN在各个领域的应用越来越广泛。
本文将从发展现状和未来趋势两个方面进行分析。
一、发展现状:1.1 技术成熟度的提升随着无线通信技术的飞速发展,WSN的成熟度逐渐提升。
各种传感器节点的设计和技术参数不断完善,无线通信协议不断更新,网络的可靠性和稳定性得到大幅提升。
同时,各种专用传感器的研发也进一步推动了WSN的发展。
1.2 应用领域的扩展WSN的应用领域越来越广泛,包括环境监测、农业、智能交通、医疗保健等等。
例如,WSN可以在环境监测中用于监测大气污染、水质污染等问题;在农业中,WSN可以实现精确的农作物灌溉、温湿度监测等;在智能交通中,WSN可以实现车辆之间的信息交互,提高道路行驶的安全性。
这些应用的实现推动了WSN 的发展和研究。
1.3 研究成果的突破在WSN的研究领域,学术界和产业界都取得了一系列重大的突破。
例如,基于WSN的室内定位技术在商场导航、物品追踪等方面取得了显著的进展;WSN 在灾害监测和预警方面的应用也在一些地区得到了有效的验证。
这些研究成果的突破进一步推动了WSN的发展。
二、未来趋势:2.1 能源管理和节能技术的突破WSN中每个传感器节点都需要供电,能源管理是一个重要的问题。
未来,将会有更多的研究致力于提高传感器节点的能源效率和延长其使用寿命。
同时,随着科技的进步,新型的能源供应技术和高效的能量收集、转化技术将会为WSN的应用带来新的突破。
2.2 无线通信技术的进一步发展未来,无线通信技术将会得到更多的突破和改进,例如更高速度、更低功耗的通信技术将会为WSN的发展提供更好的支持。
此外,与此同时,网络安全性和隐私保护也是未来WSN研究的重点之一。
无线传感器网络应用系统最新进展综述
计算机研究与发展ISSN 1000-1239?CN 11-1777?TPJournal of Computer Research and Development 47(Suppl.):81-87,2010 收稿日期:2010-09-08 基金项目:国家自然科学基金项目(60703082,60873248,60933011);国家“九七三”重点基础研究发展计划基金项目(2006CB303000)无线传感器网络应用系统最新进展综述洪 锋 褚红伟 金宗科 单体江 郭忠文(中国海洋大学计算机科学与技术系 山东青岛 266100)(hongfeng@ouc.edu.cn)Review of Recent Progress on Wireless Sensor Network ApplicationsHong Feng,Chu Hongwei,Jin Zongke,Shan Tijiang,and Guo Zhongwen(Department of Computer Science &Technology,Ocean University of China,Qingdao,Shandong266100)Abstract Wireless sensor network(WSN)is a multi-hop,self-organized wireless network whichconsists of a large number of low-cost sensor nodes,and it is mainly used to collect and transport theenvironmental data.In recent years,wireless sensor network has been playing an important role inmany application domains,such as environment surveillance,medical research,military,and our dailylives,etc.This paper gives a systemic review of recent progress on wireless sensor networkapplications,which describes the different aspects of such WSN applications respectively,includingthe beginning time,research group,motivation,routing patterns,node type and data s collectionfrequency,discusses the existing problems of WSN applications and outlook the developing ways ofWSN applications in future.Key words wireless sensor network;application;systemic overview摘 要 无线传感器网络是由大量小型、低成本的传感器节点组成的多跳无线自组织网络,主要用于采集和传播环境数据.近年来,无线传感器网络已经应用在环境监测、医学研究、军事和日常生活等多个领域.对无线传感器网络应用系统的最新进展进行综述,以应用系统的研究机构、目的、部署时间、路由方式、节点类型、数据采集频率等为出发点进行了详细介绍,并对各应用系统进行分析对比,进而总结了现阶段无线传感器网络应用系统存在的问题,最后展望了今后的发展方向.关键词 无线传感器网络;应用系统;综述中图法分类号 TP393 由于微机电系统(micro electro mechanicalsystems,MEMS)、无线通信和数字电子电路技术的发展,使得制造廉价、低能耗、小尺寸并且能在短距离内进行无线通信的多功能传感器节点成为可能.随着传感器节点功能不断增强,基于大量传感器节点的无线传感器网络(wireless sensor network,WSN)应运而生[1].无线传感器网络是一种全新的信息获取方式,能够实时监测和采集网络部署区域的多种数据信息,并且将采集的数据信息发送到网关节点.无线传感器网络具有快速部署、抗毁性强、实时性等特点,有着愈来愈广泛的应用前景.目前,无线传感器网路已经被成功应用到了包括军事、自然环境监测、工业生产监测、医疗保健及人类其他日常生活等在内的多个研究领域.近年来,国内外已涌现了大批的无线传感器网络的应用系统和研究探索.这些应用横跨多个不同的研究领域,并逐渐步入了大规模部署的应用阶段,贴近人类日常生活的方方面面.如在自然环境监测领域方面,为了监测大堡礁海域的生态系统情况,澳大利亚墨尔本大学和詹姆斯库克大学合作展开了(greate barrier reef,GBR)项目研究,成功利用无线传感器网络实现了对海洋生态系统的监测和数据采集;中国海洋大学和香港科技大学合作开展的OceanSense项目,同样是面向海洋环境信息监测的无线传感器网络应用,并成功实现了对各种海洋环境信息数据的感知、实时采集及分析处理.在工业生产监测领域,美国北卡罗来纳大学在美国肯塔基州的魁北克变电所部署的大规模无线传感器网络实现了对变电所设备的健康监测.在医疗保健方面,美国CareNet项目,利用无线传感器网络对老年人的行动数据进行监测,从而实现了远程医疗保健的应用.本文对无线传感器网络应用系统的最新进展情况进行综述,介绍了自然环境监测、防灾减灾监测、工业生产监测和日常生活监测4个应用领域的国内外14个传感器网络系统,并对各应用系统进行了详细的分析对比,进而总结了无线传感器网络应用系统存在的问题,并展望了今后的发展方向.1 自然环境监测无线传感器网络对自然环境监测起到了巨大的推动作用,使人类可以更容易且更合理地监测和了解大自然环境.本节详细介绍了近年来无线传感器网络在自然环境监测领域的应用系统实例.1.1 大堡礁监测系统(GBR)澳大利亚墨尔本大学和詹姆斯库克大学合作部署的GBR[2]无线传感器网络应用系统,利用海上无线传感器网络对大堡礁海域的生态系统进行监测.大堡礁纵贯于澳洲的东北沿海,其环境气候是非常复杂多变的,因此对其进行环境监测有着重大的研究和实践意义.传统的海洋环境数据的采集方法花费较高而且采集的数据精度不高,不能满足人类对海洋研究的需求.GBR使用的传感器节点是iMote2和μ-node,这些节点可以测量空气温度、湿度、风速、风向、大气压和海水温度等参数,数据的采集周期为10min.节点之间通过多跳路由或者直连的方式将数据发送给基站.2007年,GBR在澳大利亚玛格内特岛的尼利湾部署了第1个数据采集装置,随后又在大堡礁的多个地区部署了数据采集装置,Web站点http:??data.aims.gov.au?awsqaqc?do?start.do开放了GBR项目的监测数据.GBR实现了以较低的成本获取高精度的、实时海洋环境数据的应用需求.1.2 城市传感系统(CitySense)CitySense[3-4]是美国哈佛大学和BBN公司在麻省剑桥部署的一个城市规模的无线传感器网络系统,主要用于监测大范围的天气和空气污染情况.CitySense系统由100个传感器节点组成,可以监测的环境信息有空气温度、大气压、相对湿度、风向、风速、降雨量、降雨强度、CO2浓度和声音等级等,数据采集频率为每小时一次.传感器节点通过多跳路由的方式将数据传送给基站.CitySense的部署工作始于2007年.其Web站点http:??www.citysense.net公开了CitySense项目的监测数据.1.3 冰川监测系统(GlacsWeb)冰川活动对环境变化有着重要的影响,因此采集冰川数据并对其行为建模具有重要意义.英国南安普顿大学开展了GlacsWeb[5-6]系统项目,其目的就是利用无线传感器网络监测和研究冰川的活动.GlacsWeb监测系统部署于挪威约斯特达尔冰盖的布里克斯达斯布尔冰河.GlacsWeb将传感器部署在冰川内部、表面以及下部来采集数据,并采用单跳方式将数据发送给设置在冰川上的基站.传感器采集的数据主要有温度、压强、压力、天气以及冰下移动,数据的采集周期为每小时一次,且采集时间为2003—2006年.GlacsWeb项目的监测数据对研究冰川的运动和全球变暖具有巨大的推动作用.1.4 城市天气监测系统(NWSP)新加坡南洋理工大学的NWSP[7-8](nationalweather study project)是一个基于无线传感器网络的大规模的实时天气监测系统,其目的是提高人们对气候变化、全球变暖等环境问题的防范意识.在NWSP项目中,数百个迷你天气基站被部署在新加坡的100多所大学或高中.每一个天气基站都包含有TelosB节点或Mica节点,它们能够测量温度、降雨量、湿度、风速和风向等天气参数信息,数据的采集周期为5~15min.基站通过直连的方式将数据传送到数据中心.从2005年部署至今,NWSP系统一直在运行.Web站点http:??nwsp.ntu.edu.sg?weather?new_portal_display.htm公开了NWSP项目系统的各个天气基站的实时天气数据.由于天气基站覆盖了新加坡的大部分地区,所以通过NWSP系统基本可以获取整个新加坡的天气状况信息,具有重要的实践意义.28计算机研究与发展 2010,47(增刊)1.5 绿野千传(GreenOrbs)森林作为陆地生态系统主体,在减缓大气CO2浓度上升以及调节全球气候方面具有不可替代的作用.持续性监测森林生态指标,对维护森林生态系统具有极其重要的意义.为了给林业生态监测提供可靠的原型系统,由香港科技大学、西安交通大学、伊利诺理工大学、浙江林学院、杭州电子科技大学和清华大学合作开展的GreenOrbs(绿野千传)[9-10]监测系统应运而生.GreenOrbs的主要任务包括:1)进行森林生态环境的全年监测,通过Telosb节点采集包括温度、湿度、光照和郁闭度等多种数据,并利用多跳路由的方式将数据传送至基站.传感器采集的数据信息为多种重要应用提供支持,如森林监测、森林观测和研究、火灾风险评估、野外救援等.2)GreenOrbs是为建立长期大规模无线传感器网络系统而进行的前瞻研究与探索.GreenOrbs于2008年7月在浙江林学院部署了50个TelosB节点,在2009年5月29日又部署了120个TelosB节点,并将在今后增加到1 000多个节点,从而获得部署大规模和持续工作的无线传感器网络应用系统工程的经验.Web站点http:??orbsmap.greenorbs.org公开了GreenOrbs项目的森林环境监测数据.1.6 海洋传感器监测系统(OceanSense)中国海洋大学和香港科技大学合作进行的OceanSense[11]项目利用无线传感器网络对近岸海洋环境进行实时监测.组成OceanSense系统的传感器节点是在TelosB节点的基础上,进行相应的防水和漂浮处理.OceanSense在青岛崂山湾附近海域部署了20余个节点监测各种海洋环境信息,如温度、湿度、光度及各节点间通信的信号强度等.节点每10min采集一次数据,并采用多跳路由的方式将数据传送至岸边的基站.基站利用GPRS无线通信方式将数据发送至数据中心.OceanSense系统于2007年11月开始运行,并成功采集了长约18个月的海洋环境信息数据.Web站点http:??osn.ouc.edu.cn?SenseMap?公开了OceanSense项目的海洋环境监测数据.2 防灾害监测无线传感器网络在防灾害领域也有着较为广泛的应用,本节介绍一些有关防灾害方面的典型应用实例.2.1 火山监测传统的火山监测系统通过部署带有GPS的数据采集器来记录地震和声音信息,这种方式虽然能够提供高精度的数据,但由于花费较高而且设备不能获取长期的电源供给,因此很难部署应用.随着传感器网络技术的发展,利用无线传感器网络对火山进行监测的方案已被提上日程.哈佛大学于2005年在厄瓜多尔雷文塔活火山附近部署了一个无线传感器网络监测系统[12].该监测系统由Mica2传感器节点和次声麦克风节点组成,次声麦克风节点的作用是将传感器节点采集的数据发送给基站,基站可以在9km的范围内将数据转发给火山观测中心.传感器以100Hz的频率持续地采集地震和声音数据.整个火山观测系统持续了19天的时间.该无线传感器网络监测系统以低耗费和部署相对简单的方式实现了对真实火山的监测,并获取了大量的火山监测数据,其意义是不言而喻的.2.2 泥石流监测系统(DFO)台湾逢甲大学和国立清华大学的(debris flowobservation,DFO)[13]项目利用无线传感器网络对泥石流进行监测并能做出相应的预警.目前,逢甲大学的GIS中心通过在全台湾部署的将近20个基站建立了先进的观测系统.这些基站由雨量计、超音波水位计、张力电缆、超声波传感器、微震测量仪和CCD照相机组成,这些设备的基本采样频率为1Hz,并使用多跳路由的方式将数据传送至基站,最后基站利用低轨道卫星将实时数据传送回GIS中心.系统也可以使用ADSL,GSM,GPRS或PSTN网络等方式传送数据.2.3 火灾信息和救援系统(SmokeNet)在美国因火灾死亡的人数比其他自然灾害死亡人数的总和还要多.美国平均每年发生190万次火灾,经济损失达上百万美元.加州大学伯克利分校机械工程系开展了“火灾信息和救援”(FIRE)[14]项目研究,其目的是建立一套硬件和软件工具来改善消防的安全性和高效性.FIRE项目使用一个叫作SmokeNet的无线传感器网络对发生事故的大型建筑物内的消防员进行追踪,并向所有参加救援的人员提供重要信息,包括位置、火源和健康状况数据等.通过SmokeNet,消防员能够迅速判断火源位置、火势怎样蔓延以及对安全路线进行估计.SmokeNet由Telos Sky节点组成,节点通过多跳路由的方式将数据传送给基站,然后基站以40Hz的频率对数38洪 锋等:无线传感器网络应用系统最新进展综述据进行广播.3 工业监测无线传感器网络也能够很好地满足工业生产监测的需求,在该领域的应用还在不断扩展.3.1 变电所监测利用无线传感器网络技术,电力公司能对发电站和变电所的设施进行健康监测,从而可节省大量资金.北卡罗来纳大学于2008年在美国肯塔基州的魁北克变电所部署了一个大规模的无线传感器网络系统[15].其目的在于验证在变电所环境下使用无线传感器网络的可行性,确定网络长期使用的可靠性以及找出传感器网络在变电所设备健康监测上存在的问题.网络系统使用Crossbow公司生产的MicaZ传感器节点.节点被部署在大约304.8m×213.4m英尺范围的变电站环境中.传感器每15min采集一次数据(包括环境温度和电源电压),并采用多跳路由方式将数据传送给基站,基站再通过VPN与因特网相连.3.2 自来水管监测系统(PipeNet)随着管道设施的日趋老化,美国的自来水公司面临巨额的安装操作和修理费用.每年处理供水管道的泄漏、破裂和下水道的堵塞、溢出需要花费上百亿美元,监测并修复地下设施也面临着一系列的困难.针对以上问题,麻省理工学院做了一个基于无线传感器网络的管道监测系统(PipeNet)[16],其目的是对输水管道(下水道、故障控制阀门)发生的爆裂、泄漏以及其他异常情况进行侦测、定位并确定异常的数量.PipeNet主要部署了3个监测群组,第1个群组部署在提供饮用水的管道里,主要由压力传感器和pH传感器组成.压力数据每5min采集1次,采集持续时间为5s,采集频率为100Hz.pH值数据也是每5min采集一次,采集持续时间为10s,采集频率为100Hz.数据通过多跳路由方式每5min向基站传送1次.第2个群组部署在饮用水管道上,主要采用压力传感器.压力数据每5min采集1次,采集持续时间为5s,采集频率为300Hz.第3个群组部署在下水道.考虑到下水道严酷的环境,群组使用了3个传感器,2个压力传感器在底部,1个超声波传感器在顶部.压力传感器每5min采集一次数据,采集持续时间为10s,采集频率为100Hz.使用PipeNet对输水管道进行监测能够大大减少管道的维护费用,而且其实时性也能够保证迅速发现管道异常并作出相应的处理.3.3 结构健康监测系统(Wisden)结构健康监测系统的目的是寻找并定位建筑物、桥梁、船舶或飞行器的损坏位置.当前,结构工程师使用有线或单跳的无线数据采集系统来获取结构数据.部署有线网络增加了采集数据的花费,并且限制了传感器的数量和部署位置;使用无线传感器能解决这些问题.美国南加州大学的Wisden[17]是一个基于无线传感器网络的数据采集系统,主要用于建筑结构健康监测.Wisden使用的传感器有MicaZ和Mica2,节点每秒采集1次数据,并通过多跳路由的方式将数据传送到基站.4 日常生活监测无线传感器网络的应用范围已不仅仅局限于环境和工业监测等领域,很多的应用系统实已开始逐渐贴近人们的日常生活应用领域,如医疗保健、行为监测等等.4.1 远程医疗保健监测系统(CareNet)美国老年人的医疗保健花费已经成为了全国关注的问题.通过美国人口普查局的统计,到2030年美国超过65岁的人要超过7 000万,将是2000年的两倍,医疗保健的花费在2010年将达到GDP的15.9%.目前无线传感器网络的发展使在病人身上部署可穿戴的传感器成为可能.CareNet[18]是一种用于远程医疗保健的无线传感器网络.CareNet使用TelosB节点,节点上装配有加速计和陀螺仪,用来测量老年人的运动数据,数据的采集频率为33Hz.传感器节点与基站可以直接通信,基站之间通过多跳路由的方式传递数据.无线传感器网络在医疗保健中的应用转变了传统的医疗保健方式,减少了医疗的费用,高效地利用临床资源.4.2 行人统计监测系统(MetroNet)美国弗尼吉亚大学的MetroNet[19-20]项目利无线传感器网络做了一个行人统计监测系统,其目的是利用城市内各个商店采集的行人数据来进行某些预测.该系统将PIR传感器部署在商店的门和窗户上,对某一时间段内的人流量进行统计.通过人流量分析可以获取很多信息,比如通过数据可以知道商店投放广告值不值得,某一天的天气情况怎样,顾客最经常光顾哪家商店等等.48计算机研究与发展 2010,47(增刊)5 对比分析以上按照应用领域的分类对多个无线传感器网络应用系统进行了罗列和详细阐述,表1对所有这些无线传感器网络应用系统作了汇总和对比分析.对比的内容包括:应用系统名称、部署时间、科研机构、应用目的、路由方式、节点类型和数据采集周期.表1 无线传感器网络应用系统分类汇总及对比分析应用时间科研机构应用目的路由方式节点类型采集周期自然环境GBR 2007墨尔本大学、詹姆斯库克大学大堡礁环境监测多跳路由iMote2,μ-node 10minCitySense 2007哈佛大学污染和天气监测多跳路由Vaisala 1hGlacsWeb 2003英国南安普顿大学冰川研究直连-1hNWSP 2005南洋理工大学环境监测直连Mica,TelosB 5~15minGreenOrbs 2008香港科技大学等森林环境监测多跳路由TelosB-OceanSense 2007中国海洋大学、香港科技大学海洋环境监测多跳路由TelosB 10min防灾防害Volcano 2004哈佛大学火山监测多跳路由Mica2 1sDFO 2007逢甲大学、国立清华大学泥石流监测多跳路由Tmote Sky 1sSmokeNet-加州大学伯克利分校城市防火多跳路由Telos Sky 25ms工程监测Substation 2008北卡罗来纳大学变电所监测多跳路由MicaZ 15minPipeNet 2004麻省理工学院输水管道监测多跳路由Inter Mote 5minWisden-南加州大学结构监测多跳路由MicaZ,Mica2 1s生活监测MetroNet 2008弗尼吉亚大学行人监测直连PIR-CareNet 2007范德比特大学等医疗保健多跳路由TelosB 30ms 表1共列出了14个典型的无线传感器网络应用,其中自然环境监测方面的应用最多,这说明目前无线传感器网络的应用还主要侧重于自然环境监测领域,其他领域的应用还相对较少,因此无线传感器网络在其他领域的应用有着相对更为广阔的前景.由表1的时间和应用目的比较可以发现,无线传感器网络应用最早是出现在自然环境监测和工程监测领域中,从2007—2008年才开始应用在生活应用领域.同时与其他年份相比,在2007—2008年之间涌现了较多的无线传感器网络应用,显示了无线传感器网络正逐渐从自然环境监测和工程监测领域扩展到生活应用领域的发展趋势.因此,未来几年内在人类日常生活领域,必将出现更多的无线传感器网络应用系统,直接监测和影响人类生活环境及生活方式.另外,对于自然环境监测来说,在一段连续的时间内环境的变化不是特别明显,因此采样周期可以设置长一些.而日常生活监测的周期则相对较短,以CareNet为例,在某一个时间段内病人发生意外情况是不可预知的,必须增加采样频率才能对病人的情况进行实时监测,因此采集的数据量也会加大.同时,日常生活监测应用越来越细化,几乎能够渗透到人类生活的各个角落.从表1的研究机构比较中可以得出,目前国内和国外的研究机构或团队都在进行无线传感器网络应用方面的探究工作,相信在不久的将来无线传感器网络会像因特网一样得到广泛的普及应用,从而使“智能地球”的理想变为现实.通过各个应用的路由方式的对比,能够明显地看出目前大多数的无线传感器网络应用都使用多跳路由的方式发送数据.使用这种方式是因为许多传感器节点距离基站太远,无法直接和基站进行通信.如何在多跳条件要求下,保证数据能够准确、高效地传送,是无线传感器网络应用系统部署必须解决的问题.从数据的采集频率对比可以看出,各无线传感58洪 锋等:无线传感器网络应用系统最新进展综述器网络应用都是以采集实时数据为中心的,而传感器采集的数据量是非常庞大的,如何对这些数据进行分析处理和展现也成为当前急需解决的问题.同时,对于不同类型的无线传感器网络应用,由于使用的传感器节点不同,采集的数据类型也不同,对不同类型的数据进行分析与汇总也是重要的研究问题.综上所述,随着无线传感器网络的发展,其应用正逐渐深入普及到人们的生产和生活领域.而在这一过程中,如何高效地解决具体应用中提出的实践问题,以及如何进一步促进无线传感器网络技术的发展,已成为当前各个科研机构的研究重点和热题.6 总结和展望本文对无线传感器网络应用系统的最新进展作了系统的综述,以应用系统的部署时间、研究机构、应用目的、路由方式、节点类型和数据采集周期为出发点,对国内外多个研究机构和团队开展的一些最新的无线传感器网络应用项目,进行了详细的阐述与对比分析.对比结果阐述了无线传感器网络应用有着非常广阔的发展前景,而且其正逐步从自然环境监测领域和工业生产领域渗透到人类日常生活的其他领域,并且随着“智能地球”和“物联网”概念的提出,未来的无线传感器网络应用将无处不在.在无线传感器网络发展的同时,它还将遇到更多的困难和挑战:如何使用无线传感器网络对环境进行更合理的监测和控制;如何对传感器网络获取的大量实时数据进行分析处理及可视化展示;如何让无线传感器网络应用更好地为人类服务等等.参考文献[1]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,2005,42(1):163-174[2]Stuart K,Scott B,Ian A,et al.Sensor networking the greatbarrier reef.Spatial Sciences Queensland Journal,2004:34-38[3]Rohan Narayana M,Geoffrey M,Ian A,et al.CitySense:An UrbanScale wireless sensor network and testbed??IEEEInt Conf on Technologies for Homeland Security.Piscataway,NJ:IEEE,2008:583-588[4]An open Urban-scale Sensor Network Testbed.HarwardUniversity,2007.[2010-04-10].http:??www.citysense.net[5]Kirk M,Jane H,Royan O.Deploying a wireless sensornetwork in iceland??Proc of the 3rd Int Conf on GeoSensorNetworks.Berlin:Springer,2009:131-137[6]Glacsweb:Monitor Glacier Behaviour.University ofSouthampton,2003.[2010-04-10].http:??envisense.org?glacsweb[7]Hock Beng L,Keck Voon L,Wang Wenqiang,et al.Thenational weather sensor grid??Proc of the 5th Int Conf onEmbedded Networked Sensor Systems.New York:ACM,2007:369-370[8]NWSP:National Weather Study Project.NanyangTechnological University,2005.[2010-04-10].http:??nwsp.ntu.edu.sg?nwsp[9]He Yuan,Mo Lufeng,Wang Jiliang,et al.Why are long-term large-scale sensor networks difficult?Lessons learnedfrom GreenOrbs??Proc of the ACM MobiCommunications.New York:ACM,2009[10]GreenOrbs:A long-term kilo-scale wireless sensor networksystem in the forest.Hong Kang University of Science &Technology,2008.[2010-04-10].http:??greenorbs.org[11]Guo Zhongwen,Hong Feng,Feng Yuan,et al.OceanSense:Sensor network of realtime ocean environmentaldata observation and its development platform??WUWNET.New York:ACM,2008:101-105[12]Werner Allen G,Johnson J,Ruiz M,et al.Monitoringvolcanic eruptions with a wireless sensor network??Proc ofthe 2nd European Workshop on Wireless Sensor Networks.2005:108-120[13]Chou P H,Chung Y C,King C T,et al.Wireless sensornetworks for debris flow observation??Sensor,Mesh and AdHoc Communications and Networks.Piscataway,NJ:IEEE,2008:615-617[14]Wilson J,Bhargava V,Redfern A,et al.A wireless sensornetwork and incident command interface for urbanfirefighting??Proc of the 4th Annual Int Conf on Mobile andUbiquitous Systems:Networking &Services(MobiQuitous2007).Piscataway,NJ:IEEE,2007:1-7[15]Asis N,Robert C,Hadi A,et al.Wireless sensor networkfor substation monitoring:Design and deployment??Proc ofthe 6th Int Conf on Embedded Networked Sensor Systems.New York:ACM,2008:365-366[16]Ivan S,Lama N,Sam M.PIPENET:A wireless sensornetwork for pipeline monitoring??Proc of the 6th Int Conf onInformation Processing in Sensor Networks.New York:ACM,2007:264-273[17]Xu Ning,Sumit R,Deepak G,et al.A Wireless sensornetwork for structural monitoring??Proc of the 4th Int Confon Embedded Networked Sensor Systems.New York:ACM,2006:13-24[18]Jiang S,Xue Y,Cao Y,et al.Carenet:An integratedwireless sensor networking environment for remotehealthcare??Proc of the 3rd Int Conf on Body AreaNetworks.2008[19]Robert D,Lu Jiakang,Li Jingyuan,et al.Metronet:Casestudy for collaborative data sharing on the world wide web??Int Conf on Information Processing in Sensor Networks.NewYork:ACM,2008:557-55868计算机研究与发展 2010,47(增刊)[20]Metronet.University of Virginia,2008.[2010-04-10].http:??www.cs.virginia.edu?~whitehouse?research?metronet 洪 锋 男,1977年生,博士,讲师,主要研究方向为传感器网络、容迟网络和对等网络. 褚红伟 男,1988年生,硕士研究生,主要研究方向为无线传感器网络. 金宗科 男,1985年生,硕士研究生,主要研究方向为无线传感器网络. 单体江 男,1984年生,硕士研究生,主要研究方向为传感器网络和网络仿真技术. 郭忠文 男,1965年生,教授,主要研究方向为网络技术和信息处理技术.78洪 锋等:无线传感器网络应用系统最新进展综述。
无线传感器网络的发展现状与未来趋势分析
无线传感器网络的发展现状与未来趋势分析无线传感器网络(Wireless Sensor Network,简称WSN)是由大量分布在监测区域的自主传感器节点组成的网络,其用于采集、处理和传输环境信息。
WSN的兴起改变了传统的数据采集方式和应用环境,并在许多领域中得到了广泛应用。
本文将对WSN的发展现状以及未来趋势进行分析。
首先,就WSN的发展现状而言,当前其应用领域十分广泛。
从农业领域到智能家居、工业控制等领域,WSN都发挥了重要的作用。
在农业领域,农民可以利用WSN监测土壤水分、温度等信息,实现精确灌溉,提高农作物的产量和质量。
智能家居领域中,WSN可以实现家居设备之间的自动协同,提高家居安全性和智能化程度。
在工业领域,WSN可以用于物联网中的物流追踪、矿井安全监测等。
其次,WSN的技术发展也取得了显著的进步。
传感器节点的微型化和节能化是WSN技术发展的重要方向之一。
微型化的传感器节点可以更加方便地布置在监测区域,提高了网络的覆盖范围和可扩展性。
节能化的传感器节点则可以延长网络的寿命,减少了能源消耗。
此外,WSN的通信技术也在不断创新,如短距离低功耗通信技术、空中中继技术等,进一步提高了网络的稳定性和传输效率。
然而,WSN也面临一些挑战和问题。
首先是能源供应问题。
传感器节点的能源一般来自电池,但传感器节点的数量众多,能源消耗较快,导致网络寿命有限。
其次是网络安全问题。
WSN中的传感器节点通常使用无线传输数据,可能会受到数据篡改、窃听等安全威胁。
此外,网络的管理和维护也是一个挑战,如传感器节点的部署、故障检测和替换等。
这些问题需要在WSN的发展中得到有效的解决。
展望未来,WSN将继续发展并应用于更多领域。
首先,WSN将更加智能化。
随着人工智能的不断发展,WSN可以通过学习和决策算法,实现更加智能的环境感知和反馈。
其次,WSN将实现更高的能源效率。
研究者们将继续努力开发新型能量收集技术,如能量采集行走机器人、太阳能充电等,以延长传感器节点的寿命。
无线传感器网络应用系统最新进展综述
无线传感器网络应用系统最新进展综述无线传感器网络应用系统最新进展综述一、引言随着物联网技术的不断发展,无线传感器网络应用系统在多个领域得到了广泛的应用,并取得了显著进展。
本文将对无线传感器网络应用系统在不同领域中的最新进展进行综述,旨在为相关研究和应用提供参考。
二、农业领域无线传感器网络在农业领域中的应用已经取得了重要的突破。
在农田环境监测方面,无线传感器网络可以通过感应土壤湿度、气温、光照等关键参数,实现对农田环境的实时监测和预警,有助于提高农作物的产量和质量。
此外,还可以利用无线传感器网络实现智能灌溉系统,根据检测到的土壤湿度和气象数据,自动调节灌溉量,提高水资源的利用效率。
三、环境监测领域无线传感器网络在环境监测领域具有广阔的应用前景。
通过在城市规划中部署大量无线传感器节点,可以实时监测空气质量、噪声水平、道路交通等环境参数,为城市环境管理提供数据支持。
同时,无线传感器网络还可以应用于自然环境监测,如森林火灾、气候变化等,为环境保护提供重要的科学依据。
四、智能交通领域无线传感器网络在智能交通领域的应用由于其低成本、易部署等优势备受关注。
在智能交通管理系统中,通过在道路上部署无线传感器节点,可以实时监测交通流量、道路状况等信息,并进行智能调度和路径规划,减少拥堵,提高交通效率。
此外,无线传感器网络还可以应用于无人驾驶技术中,提供实时的路况信息和障碍物检测,为无人驾驶车辆提供安全保障。
五、健康医疗领域无线传感器网络在健康医疗领域的应用日益普遍。
通过植入无线传感器节点,可以实时监测患者的体温、心率、血压等生理参数,并将数据传输到远程监测中心,实现远程医疗和实时监护。
此外,无线传感器网络还可以应用于老年人护理和疾病预防等方面,为人们的健康提供更好的保障。
六、安防监控领域无线传感器网络在安防监控领域中有着广泛的应用。
通过在建筑物、城市街道等关键区域部署无线传感器节点,可以实时监测和控制周围环境,例如可对火灾、入侵等异常情况进行快速响应,提高安全性。
无线传感器网络技术的新进展与应用
无线传感器网络技术的新进展与应用近年来,无线传感器网络技术在各个领域中取得了令人瞩目的进展与广泛应用。
本文将着重介绍无线传感器网络技术的定义、组成和发展历程,并探讨其在环境监测、物联网、智能城市等领域的新进展与应用。
一、无线传感器网络技术的定义与组成无线传感器网络技术是一种基于无线通信和传感器技术的网络系统,它由大量分布式的低功耗传感器节点组成,这些节点能够感知周围环境的信息,并通过无线通信实现数据传输与协同处理。
无线传感器网络技术由传感器节点、无线通信模块、数据处理单元和能量供应四个主要组成部分构成。
传感器节点是无线传感器网络技术的核心部分,它们配备有感知环境的传感器,并负责采集、处理和存储数据,同时还具备无线通信功能,可以将数据传输给其他节点或基站。
无线通信模块负责实现节点之间的无线通信,常用的通信技术包括Wi-Fi、蓝牙、Zigbee等。
数据处理单元用于对传感器采集到的原始数据进行处理与分析,并根据需求提取出有用的信息。
能量供应是无线传感器网络技术的重要保障,常用的供能方式包括蓄电池、太阳能电池等。
二、无线传感器网络技术的发展历程无线传感器网络技术起源于20世纪80年代末的军事领域,最早用于军事监测和目标跟踪等应用。
随着微电子技术和通信技术的快速发展,无线传感器网络技术逐渐扩展到民用领域。
2000年,美国国家科学基金会提出了无线传感器网络技术的概念,并成立了相关的研究项目。
自此以后,无线传感器网络技术得到了广泛的研究与应用。
在发展过程中,无线传感器网络技术经历了三个阶段。
第一阶段是研究与原理验证阶段,研究者重点关注传感器节点的设计、通信协议以及数据处理算法等方面。
第二阶段是小规模应用示范阶段,通过在农业、环境监测等领域进行小规模试点应用,验证无线传感器网络技术的可行性和效果。
第三阶段是大规模应用推广阶段,无线传感器网络技术逐渐成为物联网、智能城市等领域中不可或缺的技术手段。
三、无线传感器网络技术在各领域的新进展与应用1. 环境监测领域无线传感器网络技术在环境监测领域具有广阔的应用前景。
无线传感器网络的应用现状与未来发展方向
无线传感器网络的应用现状与未来发展方向无线传感器网络(Wireless Sensor Network, WSN)是由许多小型传感器节点组成的网络系统,可以实时采集和传输各种环境信息。
它具有灵活、低成本、易部署等特点,被广泛应用于环境监测、智能交通、农业、医疗等领域。
本文将探讨无线传感器网络的应用现状和未来发展方向。
一、无线传感器网络的应用现状1.1 环境监测无线传感器网络在环境监测方面发挥了重要作用。
例如,通过部署传感器节点监测空气质量、水质污染等环境参数,可以及时预警和应对环境污染事故。
同时,无线传感器网络还可以应用于林火监测、地震预警等自然灾害监测领域,提高对灾害的预警和救援能力。
1.2 智能交通在智能交通领域,无线传感器网络可以用于实时监测交通流量、车辆速度等信息,提供实时的路况信息。
基于这些信息,可以优化交通信号配时,减少交通拥堵,并提供个性化的导航服务。
此外,无线传感器网络还可以实现车辆自动驾驶技术,提高交通的安全性和效率。
1.3 农业在农业领域,无线传感器网络可以监测土壤水分、温度、光照等参数,提供农作物生长环境的实时信息。
基于这些信息,农民可以精确控制灌溉量和施肥量,提高农业生产效益。
同时,无线传感器网络还可以应用于畜牧业的动物监测,实现实时监测牲畜的健康状况和行为信息。
1.4 医疗在医疗领域,无线传感器网络可以用于监测病人的生命体征,如心率、血氧含量等,提供实时的健康状态监测。
通过传感器节点的布设,医务人员可以有效监测患者的病情变化,并及时采取相应的治疗措施。
此外,无线传感器网络还可以用于健康管理领域,定制个性化的健康监测方案,实现预防和康复的目的。
二、无线传感器网络的未来发展方向2.1 能源管理无线传感器网络通常由电池供电,能源管理一直是制约其发展的重要问题。
未来,可以通过能量收集技术,如光能、热能、振动能等,实现对传感器节点的自动供能,减少更换电池的次数,提高网络的可用性和可持续性。
无线传感器网络的发展现状及未来趋势分析
无线传感器网络的发展现状及未来趋势分析引言随着信息技术与通信技术的不断发展,无线传感器网络(Wireless Sensor Networks,WSN)获得了广泛的应用和迅猛的发展。
本文将深入探讨无线传感器网络的发展现状,并对其未来的趋势进行分析。
第一部分:无线传感器网络的发展现状1.1 简述无线传感器网络的定义无线传感器网络是由大量具有处理、通信和感知能力的分布式传感器节点组成的网络,能够实时地感知环境信息、协调任务并进行信息传输。
1.2 无线传感器网络的应用领域目前,无线传感器网络已广泛应用于环境监测、农业、物流跟踪、智能交通、健康医疗等各个领域。
其应用为人们提供了大量准确的数据,并且能够支持自动化决策,改善人类生活质量。
1.3 无线传感器网络存在的挑战尽管无线传感器网络取得了巨大的发展,但仍面临一些挑战。
包括能源限制、通信带宽以及网络安全等问题。
这些问题制约了无线传感器网络的进一步发展,并且需要在未来的研究中得到解决。
第二部分:无线传感器网络的未来趋势分析2.1 能源管理与绿色技术为了解决能源限制的问题,无线传感器网络需要采用更加节能的技术和能源管理策略。
例如,研究人员致力于开发能够利用环境能量(如太阳能、振动能等)的传感器节点,以延长其使用寿命。
2.2 多模式传感器节点的发展未来的无线传感器网络将具备多模式传感器节点,可以实现多种功能的感知和通信。
例如,传感器节点不仅可以感知温度、湿度等环境信息,还可以具备语音识别、图像识别等功能,从而能够更全面地感知环境和执行任务。
2.3 自组织和自适应技术的应用为了提高网络的自组织和自适应性,无线传感器网络将采用更先进的自组织和自适应技术。
例如,利用机器学习和人工智能等技术,传感器节点能够根据环境变化和任务需求自动调整自身的功能和行为。
2.4 数据处理与隐私保护未来无线传感器网络将面临海量数据处理和隐私保护的挑战。
为此,研究人员将致力于开发更高效的数据处理算法和隐私保护机制,以提高数据处理速度和保护用户隐私。
无线传感器网络应用系统最新进展综述
无线传感器网络应用系统最新进展综述
洪锋;褚红伟;金宗科;单体江;郭忠文
【期刊名称】《计算机研究与发展》
【年(卷),期】2010(047)0z2
【摘要】无线传感器网络是由大量小型、低成本的传感器节点组成的多跳无线自组织网络,主要用于采集和传播环境数据.近年来,无线传感器网络已经应用在环境监测、医学研究、军事和日常生活等多个领域.对无线传感器网络应用系统的最新进展进行综述,以应用系统的研究机构、目的、部署时间、路由方式、节点类型、数据采集频率等为出发点进行了详细介绍,并对各应用系统进行分析对比,进而总结了现阶段无线传感器网络应用系统存在的问题,最后展望了今后的发展方向.
【总页数】7页(P81-87)
【作者】洪锋;褚红伟;金宗科;单体江;郭忠文
【作者单位】中国海洋大学计算机科学与技术系,山东青岛,266100;中国海洋大学计算机科学与技术系,山东青岛,266100;中国海洋大学计算机科学与技术系,山东青岛,266100;中国海洋大学计算机科学与技术系,山东青岛,266100;中国海洋大学计算机科学与技术系,山东青岛,266100
【正文语种】中文
【中图分类】TP393
【相关文献】
1.一种无线传感器网络应用系统的中间件设计与实现 [J], 刘荣;周杰;杜景林;郑若钦
2.无线传感器网络边界节点识别研究进展综述 [J], 赵利辉;刘文怡;张斌;谭秋林
3.无线传感器网络防盗应用系统人员定位追踪研究 [J], 戴振华;梁小芝;黄鹏;陈建坤
4.无线传感器网络应用系统最新进展综述 [J], 孙龙
5.基于无线传感器网络技术的物流监测应用系统 [J], 钱锦
因版权原因,仅展示原文概要,查看原文内容请购买。
无线传感器网络技术发展现状
无线传感器网络技术发展现状无线传感器网络(Wireless Sensor Network,简称WSN)是一种由大量分布在空间中的、具备检测、感知及通信能力的无线传感器节点组成的网络系统。
近年来,随着物联网、大数据和人工智能等技术的不断发展,WSN技术也迎来了快速的发展。
本文将就无线传感器网络技术的发展现状进行探讨。
一、无线传感器网络的概述无线传感器网络是一种能够感知环境信息并通过互联网进行数据传输与处理的网络系统。
它由大量的节点组成,每个节点都有一定的感知能力,并且能够与周围的节点进行通信。
节点通常由传感器、微处理器、无线通信模块和电源等部件组成。
二、无线传感器网络的技术特点1. 自组织和自适应性:WSN中的节点能够根据网络状态和需求进行自组织和自适应,实现节点的自动配置和管理。
2. 低功耗和能源优化:传感器节点通常由电池供电,因此低功耗是WSN技术的重要特点。
为了延长节点的寿命,研究人员提出了很多能源管理和能量优化的方法。
3. 多跳通信和网络覆盖:由于节点的分布较为稀疏,传输距离有限,所以WSN中的数据传输通常是通过多跳的方式进行的。
同时,为了实现网络覆盖,需要通过节点之间的合作来获取完整的信息。
4. 数据处理和决策能力:WSN中的节点通常能够进行一定程度的数据处理和决策,通过本地的数据处理能力减少对中心节点的通信负担,并且能够根据数据进行一定的决策和控制。
三、无线传感器网络的应用领域1. 环境监测:WSN技术被广泛应用于环境监测领域,包括大气污染监测、水质监测、地质灾害监测等。
通过部署在特定区域的传感器节点,实时感知和监测环境的变化并传输数据,为环境保护和资源管理提供了重要的技术手段。
2. 农业领域:WSN技术被应用于农业的灌溉、温室管理、作物生长监测等方面,通过无线传感器节点感知土壤湿度、温度、光照等参数,并实现自动化的控制和管理,提高农业生产的效率和质量。
3. 医疗健康领域:WSN技术在医疗健康领域的应用也日益广泛,例如通过在病人体内植入传感器节点进行生命体征监测,或者用于老年人的健康管理和远程医疗等方面。
无线电传感器网络的发展现状与未来趋势
无线电传感器网络的发展现状与未来趋势近年来,无线电传感器网络(Wireless Sensor Networks,简称WSN)在无线通信和物联网领域得到了广泛的应用和研究。
WSN是由大量的无线传感器节点组成的网络,可以实时采集和处理环境中的各种信息,并通过网络传输给用户或其他节点。
WSN的出现极大地拓展了监测和控制的范围,同时也带来了一系列的技术挑战。
首先,让我们来看一下WSN的发展现状。
目前,WSN已经广泛应用在农业、环保、智能交通、无线医疗等领域。
在农业方面,WSN可以监测土壤湿度、环境温度等信息,帮助农民精确浇灌和施肥,提高农作物的产量。
在环保方面,WSN 可以监测大气污染、水质变化等信息,提供及时的环境监测和预警。
在智能交通领域,WSN可以监测道路交通流量、车辆状态等信息,实现智能化的交通控制和路况预测。
在无线医疗方面,WSN可以监测身体的生理参数,如心率、血压等,为医疗人员提供实时的健康监测和预警。
然而,WSN的发展也面临着一些挑战。
首先是能源管理问题。
由于传感器节点通常安置在野外环境中,并且需要长时间运行,能源消耗成为限制WSN持续工作的主要问题。
因此,如何设计低功耗的传感器节点和有效的能源管理机制成为WSN研究的重点。
其次是网络安全问题。
WSN中的传感器节点通常部署在无线环境中,容易受到恶意攻击和侵入。
因此,如何保证数据的安全性和隐私性是WSN 研究的另一个重要议题。
未来,WSN的发展趋势将会是网络智能化和多样化。
首先,随着物联网的快速发展,WSN将与其他技术相互融合,形成更加智能化的网络。
例如,WSN可以与云计算结合,实现大规模数据的存储和处理。
另外,WSN还可以与人工智能技术相结合,实现自动化的数据分析和决策。
其次,WSN的应用场景将会更加多样化。
除了农业、环保、智能交通等传统领域外,WSN还将应用于智能建筑、智能家居等新兴领域。
例如,WSN可以监测建筑物的结构安全和能源消耗,提供智能化的建筑管理和控制。
无线传感器网络的应用
无线传感器网络的应用摘要:无限传感器网络是由各种微小的、廉价的传感器组成的多跳无线自组织网络,其中主要作用于数据的收集。
这两年,无线传感器网络在各个领域都发挥了极大的作用。
本文对传感器网络进行了深刻系统的研究,在各个角度各个方面都做了细致的调查,根据系统的变化做了详细的数据对比,从而总结了可能存在的一些问题,给未来发展奠定了基础。
关键词:无线传感器网络;应用系统;探究引言随着经济的高速发展,科技也变得愈加便捷。
无线传感器网络得到了大力的发展,横跨多个领域,给科学研究带来了极大的便利,本文对该网络的应用做了简单的研究,阐述了此网络在不同领域的应用,分析了此网络在未来的发展前景。
一、环境监测无线传感器网络的功效十分强大,在对大自然状况的侦查中发挥了重要作用,让人类能够更加轻松便捷的对环境进行检测,从而更好的了解自然环境里的一些状况。
(一)监测系统美国斯坦福大学独立研发的GBR无线传感器系统,可以对岛礁的环境做出详细的侦查。
以往人为的采集数据方法效率低下,并且不具备全面性,有很多区域无法探测,大大影响了对自然环境的了解。
因此,无线传感器网络的出现有着重大的意义,它帮助我们了解无法触及的区域,科学严谨的收集了数据,使人类对大自然有了更加全面的认识。
此系统可以满足人类各种需求,通过对空气湿度、气温、气压等等因素的侦测,把有效的信息数据收集起来,人类对数据进行研究,从而得出有用的结论。
(二)监测冰山冰川的变化往往能反映气候的变化,对冰川产生的数据进行分析研究能让人类更好的了解自然。
美国哈佛大学对此展开了一系列研究活动,其方法就是用无线传感器系统长年累月的对大自然里的冰山进行研究,普通的研究只能从外部收集数据,而无线传感器可以通过其特性对冰川内部进行研究,有效的收集冰山数据,收集周期从每天三次至每天十二次不等,如有需要,甚至可以做到每天二十四小时的不间断侦测,把收集的数据分析后得出的结论对预防全球变暖有着极大的帮助。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
计算机研究与发展ISSN 1000-1239?CN 11-1777?TPJournal of Computer Research and Development 47(Suppl.):81-87,2010 收稿日期:2010-09-08 基金项目:国家自然科学基金项目(60703082,60873248,60933011);国家“九七三”重点基础研究发展计划基金项目(2006CB303000)无线传感器网络应用系统最新进展综述洪 锋 褚红伟 金宗科 单体江 郭忠文(中国海洋大学计算机科学与技术系 山东青岛 266100)(hongfeng@ouc.edu.cn)Review of Recent Progress on Wireless Sensor Network ApplicationsHong Feng,Chu Hongwei,Jin Zongke,Shan Tijiang,and Guo Zhongwen(Department of Computer Science &Technology,Ocean University of China,Qingdao,Shandong266100)Abstract Wireless sensor network(WSN)is a multi-hop,self-organized wireless network whichconsists of a large number of low-cost sensor nodes,and it is mainly used to collect and transport theenvironmental data.In recent years,wireless sensor network has been playing an important role inmany application domains,such as environment surveillance,medical research,military,and our dailylives,etc.This paper gives a systemic review of recent progress on wireless sensor networkapplications,which describes the different aspects of such WSN applications respectively,includingthe beginning time,research group,motivation,routing patterns,node type and data s collectionfrequency,discusses the existing problems of WSN applications and outlook the developing ways ofWSN applications in future.Key words wireless sensor network;application;systemic overview摘 要 无线传感器网络是由大量小型、低成本的传感器节点组成的多跳无线自组织网络,主要用于采集和传播环境数据.近年来,无线传感器网络已经应用在环境监测、医学研究、军事和日常生活等多个领域.对无线传感器网络应用系统的最新进展进行综述,以应用系统的研究机构、目的、部署时间、路由方式、节点类型、数据采集频率等为出发点进行了详细介绍,并对各应用系统进行分析对比,进而总结了现阶段无线传感器网络应用系统存在的问题,最后展望了今后的发展方向.关键词 无线传感器网络;应用系统;综述中图法分类号 TP393 由于微机电系统(micro electro mechanicalsystems,MEMS)、无线通信和数字电子电路技术的发展,使得制造廉价、低能耗、小尺寸并且能在短距离内进行无线通信的多功能传感器节点成为可能.随着传感器节点功能不断增强,基于大量传感器节点的无线传感器网络(wireless sensor network,WSN)应运而生[1].无线传感器网络是一种全新的信息获取方式,能够实时监测和采集网络部署区域的多种数据信息,并且将采集的数据信息发送到网关节点.无线传感器网络具有快速部署、抗毁性强、实时性等特点,有着愈来愈广泛的应用前景.目前,无线传感器网路已经被成功应用到了包括军事、自然环境监测、工业生产监测、医疗保健及人类其他日常生活等在内的多个研究领域.近年来,国内外已涌现了大批的无线传感器网络的应用系统和研究探索.这些应用横跨多个不同的研究领域,并逐渐步入了大规模部署的应用阶段,贴近人类日常生活的方方面面.如在自然环境监测领域方面,为了监测大堡礁海域的生态系统情况,澳大利亚墨尔本大学和詹姆斯库克大学合作展开了(greate barrier reef,GBR)项目研究,成功利用无线传感器网络实现了对海洋生态系统的监测和数据采集;中国海洋大学和香港科技大学合作开展的OceanSense项目,同样是面向海洋环境信息监测的无线传感器网络应用,并成功实现了对各种海洋环境信息数据的感知、实时采集及分析处理.在工业生产监测领域,美国北卡罗来纳大学在美国肯塔基州的魁北克变电所部署的大规模无线传感器网络实现了对变电所设备的健康监测.在医疗保健方面,美国CareNet项目,利用无线传感器网络对老年人的行动数据进行监测,从而实现了远程医疗保健的应用.本文对无线传感器网络应用系统的最新进展情况进行综述,介绍了自然环境监测、防灾减灾监测、工业生产监测和日常生活监测4个应用领域的国内外14个传感器网络系统,并对各应用系统进行了详细的分析对比,进而总结了无线传感器网络应用系统存在的问题,并展望了今后的发展方向.1 自然环境监测无线传感器网络对自然环境监测起到了巨大的推动作用,使人类可以更容易且更合理地监测和了解大自然环境.本节详细介绍了近年来无线传感器网络在自然环境监测领域的应用系统实例.1.1 大堡礁监测系统(GBR)澳大利亚墨尔本大学和詹姆斯库克大学合作部署的GBR[2]无线传感器网络应用系统,利用海上无线传感器网络对大堡礁海域的生态系统进行监测.大堡礁纵贯于澳洲的东北沿海,其环境气候是非常复杂多变的,因此对其进行环境监测有着重大的研究和实践意义.传统的海洋环境数据的采集方法花费较高而且采集的数据精度不高,不能满足人类对海洋研究的需求.GBR使用的传感器节点是iMote2和μ-node,这些节点可以测量空气温度、湿度、风速、风向、大气压和海水温度等参数,数据的采集周期为10min.节点之间通过多跳路由或者直连的方式将数据发送给基站.2007年,GBR在澳大利亚玛格内特岛的尼利湾部署了第1个数据采集装置,随后又在大堡礁的多个地区部署了数据采集装置,Web站点http:??data.aims.gov.au?awsqaqc?do?start.do开放了GBR项目的监测数据.GBR实现了以较低的成本获取高精度的、实时海洋环境数据的应用需求.1.2 城市传感系统(CitySense)CitySense[3-4]是美国哈佛大学和BBN公司在麻省剑桥部署的一个城市规模的无线传感器网络系统,主要用于监测大范围的天气和空气污染情况.CitySense系统由100个传感器节点组成,可以监测的环境信息有空气温度、大气压、相对湿度、风向、风速、降雨量、降雨强度、CO2浓度和声音等级等,数据采集频率为每小时一次.传感器节点通过多跳路由的方式将数据传送给基站.CitySense的部署工作始于2007年.其Web站点http:??www.citysense.net公开了CitySense项目的监测数据.1.3 冰川监测系统(GlacsWeb)冰川活动对环境变化有着重要的影响,因此采集冰川数据并对其行为建模具有重要意义.英国南安普顿大学开展了GlacsWeb[5-6]系统项目,其目的就是利用无线传感器网络监测和研究冰川的活动.GlacsWeb监测系统部署于挪威约斯特达尔冰盖的布里克斯达斯布尔冰河.GlacsWeb将传感器部署在冰川内部、表面以及下部来采集数据,并采用单跳方式将数据发送给设置在冰川上的基站.传感器采集的数据主要有温度、压强、压力、天气以及冰下移动,数据的采集周期为每小时一次,且采集时间为2003—2006年.GlacsWeb项目的监测数据对研究冰川的运动和全球变暖具有巨大的推动作用.1.4 城市天气监测系统(NWSP)新加坡南洋理工大学的NWSP[7-8](nationalweather study project)是一个基于无线传感器网络的大规模的实时天气监测系统,其目的是提高人们对气候变化、全球变暖等环境问题的防范意识.在NWSP项目中,数百个迷你天气基站被部署在新加坡的100多所大学或高中.每一个天气基站都包含有TelosB节点或Mica节点,它们能够测量温度、降雨量、湿度、风速和风向等天气参数信息,数据的采集周期为5~15min.基站通过直连的方式将数据传送到数据中心.从2005年部署至今,NWSP系统一直在运行.Web站点http:??nwsp.ntu.edu.sg?weather?new_portal_display.htm公开了NWSP项目系统的各个天气基站的实时天气数据.由于天气基站覆盖了新加坡的大部分地区,所以通过NWSP系统基本可以获取整个新加坡的天气状况信息,具有重要的实践意义.28计算机研究与发展 2010,47(增刊)1.5 绿野千传(GreenOrbs)森林作为陆地生态系统主体,在减缓大气CO2浓度上升以及调节全球气候方面具有不可替代的作用.持续性监测森林生态指标,对维护森林生态系统具有极其重要的意义.为了给林业生态监测提供可靠的原型系统,由香港科技大学、西安交通大学、伊利诺理工大学、浙江林学院、杭州电子科技大学和清华大学合作开展的GreenOrbs(绿野千传)[9-10]监测系统应运而生.GreenOrbs的主要任务包括:1)进行森林生态环境的全年监测,通过Telosb节点采集包括温度、湿度、光照和郁闭度等多种数据,并利用多跳路由的方式将数据传送至基站.传感器采集的数据信息为多种重要应用提供支持,如森林监测、森林观测和研究、火灾风险评估、野外救援等.2)GreenOrbs是为建立长期大规模无线传感器网络系统而进行的前瞻研究与探索.GreenOrbs于2008年7月在浙江林学院部署了50个TelosB节点,在2009年5月29日又部署了120个TelosB节点,并将在今后增加到1 000多个节点,从而获得部署大规模和持续工作的无线传感器网络应用系统工程的经验.Web站点http:??orbsmap.greenorbs.org公开了GreenOrbs项目的森林环境监测数据.1.6 海洋传感器监测系统(OceanSense)中国海洋大学和香港科技大学合作进行的OceanSense[11]项目利用无线传感器网络对近岸海洋环境进行实时监测.组成OceanSense系统的传感器节点是在TelosB节点的基础上,进行相应的防水和漂浮处理.OceanSense在青岛崂山湾附近海域部署了20余个节点监测各种海洋环境信息,如温度、湿度、光度及各节点间通信的信号强度等.节点每10min采集一次数据,并采用多跳路由的方式将数据传送至岸边的基站.基站利用GPRS无线通信方式将数据发送至数据中心.OceanSense系统于2007年11月开始运行,并成功采集了长约18个月的海洋环境信息数据.Web站点http:??osn.ouc.edu.cn?SenseMap?公开了OceanSense项目的海洋环境监测数据.2 防灾害监测无线传感器网络在防灾害领域也有着较为广泛的应用,本节介绍一些有关防灾害方面的典型应用实例.2.1 火山监测传统的火山监测系统通过部署带有GPS的数据采集器来记录地震和声音信息,这种方式虽然能够提供高精度的数据,但由于花费较高而且设备不能获取长期的电源供给,因此很难部署应用.随着传感器网络技术的发展,利用无线传感器网络对火山进行监测的方案已被提上日程.哈佛大学于2005年在厄瓜多尔雷文塔活火山附近部署了一个无线传感器网络监测系统[12].该监测系统由Mica2传感器节点和次声麦克风节点组成,次声麦克风节点的作用是将传感器节点采集的数据发送给基站,基站可以在9km的范围内将数据转发给火山观测中心.传感器以100Hz的频率持续地采集地震和声音数据.整个火山观测系统持续了19天的时间.该无线传感器网络监测系统以低耗费和部署相对简单的方式实现了对真实火山的监测,并获取了大量的火山监测数据,其意义是不言而喻的.2.2 泥石流监测系统(DFO)台湾逢甲大学和国立清华大学的(debris flowobservation,DFO)[13]项目利用无线传感器网络对泥石流进行监测并能做出相应的预警.目前,逢甲大学的GIS中心通过在全台湾部署的将近20个基站建立了先进的观测系统.这些基站由雨量计、超音波水位计、张力电缆、超声波传感器、微震测量仪和CCD照相机组成,这些设备的基本采样频率为1Hz,并使用多跳路由的方式将数据传送至基站,最后基站利用低轨道卫星将实时数据传送回GIS中心.系统也可以使用ADSL,GSM,GPRS或PSTN网络等方式传送数据.2.3 火灾信息和救援系统(SmokeNet)在美国因火灾死亡的人数比其他自然灾害死亡人数的总和还要多.美国平均每年发生190万次火灾,经济损失达上百万美元.加州大学伯克利分校机械工程系开展了“火灾信息和救援”(FIRE)[14]项目研究,其目的是建立一套硬件和软件工具来改善消防的安全性和高效性.FIRE项目使用一个叫作SmokeNet的无线传感器网络对发生事故的大型建筑物内的消防员进行追踪,并向所有参加救援的人员提供重要信息,包括位置、火源和健康状况数据等.通过SmokeNet,消防员能够迅速判断火源位置、火势怎样蔓延以及对安全路线进行估计.SmokeNet由Telos Sky节点组成,节点通过多跳路由的方式将数据传送给基站,然后基站以40Hz的频率对数38洪 锋等:无线传感器网络应用系统最新进展综述据进行广播.3 工业监测无线传感器网络也能够很好地满足工业生产监测的需求,在该领域的应用还在不断扩展.3.1 变电所监测利用无线传感器网络技术,电力公司能对发电站和变电所的设施进行健康监测,从而可节省大量资金.北卡罗来纳大学于2008年在美国肯塔基州的魁北克变电所部署了一个大规模的无线传感器网络系统[15].其目的在于验证在变电所环境下使用无线传感器网络的可行性,确定网络长期使用的可靠性以及找出传感器网络在变电所设备健康监测上存在的问题.网络系统使用Crossbow公司生产的MicaZ传感器节点.节点被部署在大约304.8m×213.4m英尺范围的变电站环境中.传感器每15min采集一次数据(包括环境温度和电源电压),并采用多跳路由方式将数据传送给基站,基站再通过VPN与因特网相连.3.2 自来水管监测系统(PipeNet)随着管道设施的日趋老化,美国的自来水公司面临巨额的安装操作和修理费用.每年处理供水管道的泄漏、破裂和下水道的堵塞、溢出需要花费上百亿美元,监测并修复地下设施也面临着一系列的困难.针对以上问题,麻省理工学院做了一个基于无线传感器网络的管道监测系统(PipeNet)[16],其目的是对输水管道(下水道、故障控制阀门)发生的爆裂、泄漏以及其他异常情况进行侦测、定位并确定异常的数量.PipeNet主要部署了3个监测群组,第1个群组部署在提供饮用水的管道里,主要由压力传感器和pH传感器组成.压力数据每5min采集1次,采集持续时间为5s,采集频率为100Hz.pH值数据也是每5min采集一次,采集持续时间为10s,采集频率为100Hz.数据通过多跳路由方式每5min向基站传送1次.第2个群组部署在饮用水管道上,主要采用压力传感器.压力数据每5min采集1次,采集持续时间为5s,采集频率为300Hz.第3个群组部署在下水道.考虑到下水道严酷的环境,群组使用了3个传感器,2个压力传感器在底部,1个超声波传感器在顶部.压力传感器每5min采集一次数据,采集持续时间为10s,采集频率为100Hz.使用PipeNet对输水管道进行监测能够大大减少管道的维护费用,而且其实时性也能够保证迅速发现管道异常并作出相应的处理.3.3 结构健康监测系统(Wisden)结构健康监测系统的目的是寻找并定位建筑物、桥梁、船舶或飞行器的损坏位置.当前,结构工程师使用有线或单跳的无线数据采集系统来获取结构数据.部署有线网络增加了采集数据的花费,并且限制了传感器的数量和部署位置;使用无线传感器能解决这些问题.美国南加州大学的Wisden[17]是一个基于无线传感器网络的数据采集系统,主要用于建筑结构健康监测.Wisden使用的传感器有MicaZ和Mica2,节点每秒采集1次数据,并通过多跳路由的方式将数据传送到基站.4 日常生活监测无线传感器网络的应用范围已不仅仅局限于环境和工业监测等领域,很多的应用系统实已开始逐渐贴近人们的日常生活应用领域,如医疗保健、行为监测等等.4.1 远程医疗保健监测系统(CareNet)美国老年人的医疗保健花费已经成为了全国关注的问题.通过美国人口普查局的统计,到2030年美国超过65岁的人要超过7 000万,将是2000年的两倍,医疗保健的花费在2010年将达到GDP的15.9%.目前无线传感器网络的发展使在病人身上部署可穿戴的传感器成为可能.CareNet[18]是一种用于远程医疗保健的无线传感器网络.CareNet使用TelosB节点,节点上装配有加速计和陀螺仪,用来测量老年人的运动数据,数据的采集频率为33Hz.传感器节点与基站可以直接通信,基站之间通过多跳路由的方式传递数据.无线传感器网络在医疗保健中的应用转变了传统的医疗保健方式,减少了医疗的费用,高效地利用临床资源.4.2 行人统计监测系统(MetroNet)美国弗尼吉亚大学的MetroNet[19-20]项目利无线传感器网络做了一个行人统计监测系统,其目的是利用城市内各个商店采集的行人数据来进行某些预测.该系统将PIR传感器部署在商店的门和窗户上,对某一时间段内的人流量进行统计.通过人流量分析可以获取很多信息,比如通过数据可以知道商店投放广告值不值得,某一天的天气情况怎样,顾客最经常光顾哪家商店等等.48计算机研究与发展 2010,47(增刊)5 对比分析以上按照应用领域的分类对多个无线传感器网络应用系统进行了罗列和详细阐述,表1对所有这些无线传感器网络应用系统作了汇总和对比分析.对比的内容包括:应用系统名称、部署时间、科研机构、应用目的、路由方式、节点类型和数据采集周期.表1 无线传感器网络应用系统分类汇总及对比分析应用时间科研机构应用目的路由方式节点类型采集周期自然环境GBR 2007墨尔本大学、詹姆斯库克大学大堡礁环境监测多跳路由iMote2,μ-node 10minCitySense 2007哈佛大学污染和天气监测多跳路由Vaisala 1hGlacsWeb 2003英国南安普顿大学冰川研究直连-1hNWSP 2005南洋理工大学环境监测直连Mica,TelosB 5~15minGreenOrbs 2008香港科技大学等森林环境监测多跳路由TelosB-OceanSense 2007中国海洋大学、香港科技大学海洋环境监测多跳路由TelosB 10min防灾防害Volcano 2004哈佛大学火山监测多跳路由Mica2 1sDFO 2007逢甲大学、国立清华大学泥石流监测多跳路由Tmote Sky 1sSmokeNet-加州大学伯克利分校城市防火多跳路由Telos Sky 25ms工程监测Substation 2008北卡罗来纳大学变电所监测多跳路由MicaZ 15minPipeNet 2004麻省理工学院输水管道监测多跳路由Inter Mote 5minWisden-南加州大学结构监测多跳路由MicaZ,Mica2 1s生活监测MetroNet 2008弗尼吉亚大学行人监测直连PIR-CareNet 2007范德比特大学等医疗保健多跳路由TelosB 30ms 表1共列出了14个典型的无线传感器网络应用,其中自然环境监测方面的应用最多,这说明目前无线传感器网络的应用还主要侧重于自然环境监测领域,其他领域的应用还相对较少,因此无线传感器网络在其他领域的应用有着相对更为广阔的前景.由表1的时间和应用目的比较可以发现,无线传感器网络应用最早是出现在自然环境监测和工程监测领域中,从2007—2008年才开始应用在生活应用领域.同时与其他年份相比,在2007—2008年之间涌现了较多的无线传感器网络应用,显示了无线传感器网络正逐渐从自然环境监测和工程监测领域扩展到生活应用领域的发展趋势.因此,未来几年内在人类日常生活领域,必将出现更多的无线传感器网络应用系统,直接监测和影响人类生活环境及生活方式.另外,对于自然环境监测来说,在一段连续的时间内环境的变化不是特别明显,因此采样周期可以设置长一些.而日常生活监测的周期则相对较短,以CareNet为例,在某一个时间段内病人发生意外情况是不可预知的,必须增加采样频率才能对病人的情况进行实时监测,因此采集的数据量也会加大.同时,日常生活监测应用越来越细化,几乎能够渗透到人类生活的各个角落.从表1的研究机构比较中可以得出,目前国内和国外的研究机构或团队都在进行无线传感器网络应用方面的探究工作,相信在不久的将来无线传感器网络会像因特网一样得到广泛的普及应用,从而使“智能地球”的理想变为现实.通过各个应用的路由方式的对比,能够明显地看出目前大多数的无线传感器网络应用都使用多跳路由的方式发送数据.使用这种方式是因为许多传感器节点距离基站太远,无法直接和基站进行通信.如何在多跳条件要求下,保证数据能够准确、高效地传送,是无线传感器网络应用系统部署必须解决的问题.从数据的采集频率对比可以看出,各无线传感58洪 锋等:无线传感器网络应用系统最新进展综述器网络应用都是以采集实时数据为中心的,而传感器采集的数据量是非常庞大的,如何对这些数据进行分析处理和展现也成为当前急需解决的问题.同时,对于不同类型的无线传感器网络应用,由于使用的传感器节点不同,采集的数据类型也不同,对不同类型的数据进行分析与汇总也是重要的研究问题.综上所述,随着无线传感器网络的发展,其应用正逐渐深入普及到人们的生产和生活领域.而在这一过程中,如何高效地解决具体应用中提出的实践问题,以及如何进一步促进无线传感器网络技术的发展,已成为当前各个科研机构的研究重点和热题.6 总结和展望本文对无线传感器网络应用系统的最新进展作了系统的综述,以应用系统的部署时间、研究机构、应用目的、路由方式、节点类型和数据采集周期为出发点,对国内外多个研究机构和团队开展的一些最新的无线传感器网络应用项目,进行了详细的阐述与对比分析.对比结果阐述了无线传感器网络应用有着非常广阔的发展前景,而且其正逐步从自然环境监测领域和工业生产领域渗透到人类日常生活的其他领域,并且随着“智能地球”和“物联网”概念的提出,未来的无线传感器网络应用将无处不在.在无线传感器网络发展的同时,它还将遇到更多的困难和挑战:如何使用无线传感器网络对环境进行更合理的监测和控制;如何对传感器网络获取的大量实时数据进行分析处理及可视化展示;如何让无线传感器网络应用更好地为人类服务等等.参考文献[1]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,2005,42(1):163-174[2]Stuart K,Scott B,Ian A,et al.Sensor networking the greatbarrier reef.Spatial Sciences Queensland Journal,2004:34-38[3]Rohan Narayana M,Geoffrey M,Ian A,et al.CitySense:An UrbanScale wireless sensor network and testbed??IEEEInt Conf on Technologies for Homeland Security.Piscataway,NJ:IEEE,2008:583-588[4]An open Urban-scale Sensor Network Testbed.HarwardUniversity,2007.[2010-04-10].http:??www.citysense.net[5]Kirk M,Jane H,Royan O.Deploying a wireless sensornetwork in iceland??Proc of the 3rd Int Conf on GeoSensorNetworks.Berlin:Springer,2009:131-137[6]Glacsweb:Monitor Glacier Behaviour.University ofSouthampton,2003.[2010-04-10].http:??envisense.org?glacsweb[7]Hock Beng L,Keck Voon L,Wang Wenqiang,et al.Thenational weather sensor grid??Proc of the 5th Int Conf onEmbedded Networked Sensor Systems.New York:ACM,2007:369-370[8]NWSP:National Weather Study Project.NanyangTechnological University,2005.[2010-04-10].http:??nwsp.ntu.edu.sg?nwsp[9]He Yuan,Mo Lufeng,Wang Jiliang,et al.Why are long-term large-scale sensor networks difficult?Lessons learnedfrom GreenOrbs??Proc of the ACM MobiCommunications.New York:ACM,2009[10]GreenOrbs:A long-term kilo-scale wireless sensor networksystem in the forest.Hong Kang University of Science &Technology,2008.[2010-04-10].http:??greenorbs.org[11]Guo Zhongwen,Hong Feng,Feng Yuan,et al.OceanSense:Sensor network of realtime ocean environmentaldata observation and its development platform??WUWNET.New York:ACM,2008:101-105[12]Werner Allen G,Johnson J,Ruiz M,et al.Monitoringvolcanic eruptions with a wireless sensor network??Proc ofthe 2nd European Workshop on Wireless Sensor Networks.2005:108-120[13]Chou P H,Chung Y C,King C T,et al.Wireless sensornetworks for debris flow observation??Sensor,Mesh and AdHoc Communications and Networks.Piscataway,NJ:IEEE,2008:615-617[14]Wilson J,Bhargava V,Redfern A,et al.A wireless sensornetwork and incident command interface for urbanfirefighting??Proc of the 4th Annual Int Conf on Mobile andUbiquitous Systems:Networking &Services(MobiQuitous2007).Piscataway,NJ:IEEE,2007:1-7[15]Asis N,Robert C,Hadi A,et al.Wireless sensor networkfor substation monitoring:Design and deployment??Proc ofthe 6th Int Conf on Embedded Networked Sensor Systems.New York:ACM,2008:365-366[16]Ivan S,Lama N,Sam M.PIPENET:A wireless sensornetwork for pipeline monitoring??Proc of the 6th Int Conf onInformation Processing in Sensor Networks.New York:ACM,2007:264-273[17]Xu Ning,Sumit R,Deepak G,et al.A Wireless sensornetwork for structural monitoring??Proc of the 4th Int Confon Embedded Networked Sensor Systems.New York:ACM,2006:13-24[18]Jiang S,Xue Y,Cao Y,et al.Carenet:An integratedwireless sensor networking environment for remotehealthcare??Proc of the 3rd Int Conf on Body AreaNetworks.2008[19]Robert D,Lu Jiakang,Li Jingyuan,et al.Metronet:Casestudy for collaborative data sharing on the world wide web??Int Conf on Information Processing in Sensor Networks.NewYork:ACM,2008:557-55868计算机研究与发展 2010,47(增刊)[20]Metronet.University of Virginia,2008.[2010-04-10].http:??www.cs.virginia.edu?~whitehouse?research?metronet 洪 锋 男,1977年生,博士,讲师,主要研究方向为传感器网络、容迟网络和对等网络. 褚红伟 男,1988年生,硕士研究生,主要研究方向为无线传感器网络. 金宗科 男,1985年生,硕士研究生,主要研究方向为无线传感器网络. 单体江 男,1984年生,硕士研究生,主要研究方向为传感器网络和网络仿真技术. 郭忠文 男,1965年生,教授,主要研究方向为网络技术和信息处理技术.78洪 锋等:无线传感器网络应用系统最新进展综述。