价格：350.00起
上海豫淞电子科技有限公司
联系人：李先生
电话：17321051316
地址：上海闵行浦江新骏环路115号
无线传感器的选用原则虽然无线传感器的出现时间并不长，但是它依旧有很多的种类，且每个类别所履行的实际任务也不同，在遇到实际的问题时，要根据现场的实际测量目的、测量对象及测量环境来科学的选取合适的无线传感器来进行数据收集。而无线传感器的实际选择应该遵循以下几个重要原则：灵敏度的选择。一般而言，对于无线电传感器来说设备的灵敏度当然是越高越好，但是在实际的使用中就会发现常常无线传感器的灵敏度会受到很多外界因素的不可抗逆性干扰，这就会使得整个数据测量的度受到干扰，此外，在方向性这一方面，传感器的灵敏度也不是越高越好，而是需要根据测量的对象来做进一步的选择，例如，如果选择的测量对象并非单向量，那么传感器的灵感度选择还是越小越好。无线位移传感器网络的自动配置和自动康复和维持系统能量有效性 无线传感器网络被布置在无人值守的环境中时，更换能源几乎不可能，为了节约能源，发射功率要尽可能小，传输距离要短，节点间通信需要中间节点作为中继。在地震救灾或者是无人*行器中，网络的自动配置和自动康复功能显得异常重要，而大规模的多跳无线传感器网络系统的可测量性（scalability）也是一个关键问题。实现可测量性的一种方法是“分而治之（divide and conquer）”，或者说是分层控制（hierarchical），即用某种簇标准将网络节点分成簇组（clusters），在每个簇中选出一个作为簇头（leader），它在比较高的层次上代表本簇；同样的机制也应用到簇头中，使之形成一个层次，这个层次中，每个级别应用当地控制（local control）去实现某个全局目标。大多数无线网络中的分类思想认为网络与地理位置无关，分类的标准是簇里的节点数量和簇间的逻辑直径（相对于地理直径而言）。但是，当簇头（cluster leader）和簇内其它节点间的链路很长，相邻簇间地理位置交迭很大，且不同的簇间路由消息载荷（routing traffic load）不平衡时，一个非簇头（non-leader）节点和它的簇头节点之间通过它们之间仅有的长链路通信将要消耗更多的能量，并且相邻簇间的并行通信冲突频发，簇间能量消耗不平衡，由此带来的结果是网络的寿命和通信质量与有效性都大幅减小。因此，为了节约能量和改善通信质量和有效性，在设计簇算法时，簇的地理半径应该考虑。文献[10]提出，在传感器节点内用一种简单的细胞聚类结构去构成路由协议，这样可以维持一种可测量的能量有效的系统，其关键的问题是使这种细胞簇结构具有自动康复性。作者针对大规模多跳传感器网络的自动配置和自动康复提出了一种分布式算法，这种算法可以保证网络节点在二维空间里自动配置成细胞簇结构，其细胞单元有紧凑的地理半径，细胞单元之间的交叠也很小。这种结构在各种扰动下是自动康复的，比如节点加入、离开、、移动、被敌方捕获等。文献[11]给出了一种针对簇的分布式算法LEACH，它是通过全局上重复簇操作来处理扰动的，但这种算法既不能保证系统中簇的定位也不能保证簇的数量。文献[12]给出了另外一种簇算法，它仅考虑了簇的逻辑半径，而不考虑地理半径，当簇间存在比较大的交迭时，这种方降低无线传输的有效性。另外，它的康复不在本地处理，而是依赖于消息在整个系统中的多次循环。文献[13]中给 出了一种基于访问的簇算法，这种算法注重簇的稳定性，不考虑簇的大小，要求每个节点都有**定位系统（GPS）的支持。无线位移传感器又称为线性传感器，传感器的作用是把各种被测物理量转换为电量。它分为电感式位移传感器，电容式位移传感器，光电式位移传感器，超声波式位移传感器，霍尔式位移传感器。有许多物理量（例如压力、流量、加速度等）在转换过程中常常需要先变换为位移，然后再将位移变换成电量。因此位移传感器是一类重要的基本传感器。在生产过程中，位移的测量一般分为测量实物尺寸和机械位移两种。按被测变量变换的形式不同，位移传感器可分为模拟式和数字式两种。模拟式又可分为物性型（如自发电式）和结构型两种。常用位移传感器以模拟式结构型居多，包括电位器式位移传感器、电感式位移传感器、自整角机、电容式位移传感器、电涡流式位移传感器、霍尔式位移传感器等。相较于模拟式位移传感器，数字式位移传感器的一个重要优点是便于将信号直接送入计算机系统。这种传感器发展迅速，应用日益广泛。无线位移传感器作为一种分布式传感器网络，和移动ad hoc网络有相似点，但又有很多不同。移动ad hoc网络可以用于没有无线基础设施存在或出于费用和安全方面的考虑不方便设置无线基础设施的场合，而传感器很多时候被布置在近地环境中，地波吸收现象不能被忽视，并且高密度布置的传感器网络中的多用户接口也造成了很高的误率。作为移动通信的两种基本组网模式之一，移动ad hoc网络中的传输模型是典型的多对多式，而传感器网中的传输模型更偏向于分层次模型（多对一传输）。一般来说，无线传感器网络的节点比典型的移动终端或手持设备有更多的资源受限要求，但对于计算的要求则是可有可无的，当需要执行计算任务时，如果通信成本比计算成本低，计算任务就被送到中心节点去执行。 统功耗问题 无线传感器网络应用于场合时，电源不可更换，因此功耗问题显得至关重要。 系统的功耗模型中，我们关心的是： （1） 微控制器的操作模式（休眠模式、操作模式、，潜在的减慢时钟速率等），无线前端的工作模式（休眠、空闲、接收、发射等）； （2）在每种模式中，每个功能块的功耗量，及它与哪些参数有关； （3）在发射功率受限的情况下，发射功率和系统功耗的映射关系； （4）从一种操作模式转换到另外一种操作模式(假设可以直接转换)的转换时间及其功耗； （5）无线调制解调器的接收灵敏度和大输出功率； （6）附加的品质因数（如发射前端的温漂和频稳度、接收信号场强指示(RSSI)信号的标准等）。 基于以上考虑，文献[14]提出了一种自组织低功耗网络的协议i-Beans，并具体说明了此网络的功耗。比如，用一个220mAh的小纽扣电池供电，网络的平均消耗电流是100µ;A，取样率是每秒1次，则电池可以持续80天；如果抽样率是每两分钟一次，平均消耗电流降到1.92µ;A，则电池寿命可以延长到13.1年。 为了克服远程无线传感器网络面临的电池工作时间短的问题，美国Millennial Net公司已经将其i-Bean无线技术与来自新兴公司Ferro Solutions的“能量获得（energy harvesting）”技术结合在一起，双方近展示了一个靠感应振荡能量转换器工作的i-Bean无线发射机。这种转换器能由在50mg至100mg力作用下的28Hz至30Hz振荡产生1.2mV至3.6mV的电压，并允许在30m距离上以115Kb/s速率发送数据（无电池）。该公司还与其他公司合作开发太阳能电池板来给无线传感器供电。 在能量优化研究方面，西安交通大学的黄进宏等在文献[15]中提出了一种基于能量优化的无线传感网络自适应组织结构和协议ALEP。与传统的无线微传感器网络协议相比，ALEP更加充分地考虑到实际应用。它将一种能量控制算法引入组网协议，提高了网络的能量利用率，显著延长了无线网络的生命周期，增强了网络的健壮性。通过对ALEP协议进行OPNET仿真，结果显示该协议与传统模式的无线微传感器网络协议相比，在传送相同的数据量的条件下有更的能量特性和信息传输特性。