919658-无线传感器网络课件-第十一章-无线传感器网络的典型应用

无线传感器网络WirelessSensorNetworks2020/11/161第十一章无线传感器网络的典型应用概述根据应用场景的不同，无线传感器网络的侧重点也不同。军事领域，系统更侧重安全性和保密性；环境监测领域，系统更注重延长网络生存时间；公共安全领域，更注重可靠性，尽量减少误报率和漏报率；医疗卫生领域，更注重低功耗节点和患者的隐私保护；工业控制领域，系统更注重数据的可靠性和实时性。该项目的主要功能：目标探测、分类和跟踪。沙地直线项目研制的无线传感器网络节点，被命名为“超大规模微尘节点”(eXtremeScaleMote,简称XSM)。(a)正面(b)反面军事应用：沙地直线系统下表总结了沙地直线项目要求的传感器探测工作特性和战术技术指标。C、P、S和V是简记写法。指标量值指标含义DP0.95探测概率FAP0.10错误告警率DT15探测持续时间（秒）,|ijijCP见表2正确分类率,|ijijCP见表2错误分类率,xy,2.5,2.5xy位置估计误差（米）军事应用下表所示为目标分类要求的详细技术指标，其中垂直栏表示实际种类，水平栏表示要求的分类指标。徒手人员士兵车辆徒手人员,90%PPCP,9%PSCP,1%PVCP士兵,1%SPCP,95%SSCP,4%SVCP车辆,0%VpCP,1%VSCP,99%VVCP军事应用(1)徒手人员：徒手人员类型可以从热量、地震动、声音、电场、化学、视觉等方面扰动周围环境。(2)武装人员：持械士兵或武装人员，具有一些徒手人员所不具备的信号特征。(3)车辆：车辆类型的目标可以从热量、地震动、声音、电场、磁场、化学、视觉等方面扰动周围环境.。军事应用下面结合具体的传感器类型介绍目标信号的检测技术：声音传感器：这里采用JL1型电子F6027AP麦克风声音传感器。被动红外传感器：采用KubeElectronics的C172型传感器。军事应用如图所示为沙地直线项目研制的传感器节点XSM的封装剖视图。军事应用--项目系统试验①密封罩：表面光滑，具有自动调整自身位置的能力，可以在节点位置或姿态变化时，仍然可以完成可靠的探测和无线通信功能。这种罩体能使光线照到里面的太阳能电池板上。军事应用--项目系统试验②曲棍球冲压罩：如图所示为曲棍球冲压罩的剖视图，它由顶盖、罩身和底基组成。军事应用--项目系统试验③锥形罩：锥形罩的结构具有自动调整姿态和位置的功能军事应用--项目系统试验2、试验部署与实施沙地直线项目的研究人员分别在俄亥俄州和佛罗里达州等不同地方进行了试验。宽（英尺）长（英尺）军事应用--项目系统试验1．无线传感器网络的框架结构，通常包括传感器节点、汇聚节点和管理节点。矿井环境监测网络系统结构拓扑结构矿井环境监测2．节点的软/硬件结构1）硬件结构矿井环境监测节点硬件结构2）软件结构矿井环境监测矿井环境监测3．网络协议1）多径路由机制和SPEED路由协议，可靠的路由协议主要从以下两个方面考虑：利用节点的冗余性提供多条路径以保证通信的可靠性；建立对传输可靠性的估计机制，从而保证每跳传输的可靠性。矿井环境监测3．网络协议2）基于分簇的TDMA机制MAC协议由于该传感器网络采用骨干节点、非骨干节点的拓扑结构，即分簇的拓扑结构，其底层的MAC层协议也是基于这种分簇的结构设计。4．定位机制当井下发生瓦斯泄漏事件时，必须尽快找到瓦斯泄漏点进行抢修。此时探测到瓦斯浓度最高的节点必然是距离瓦斯泄漏点最近的节点，该节点要发送位置信息给管理节点。理论原理液位传感器:观测地下水深度。倾角传感器：监测山体的运动状况山体滑坡案例山体滑坡案例理论原理部署实现山体滑坡案例1）传感器节点2）中继Mote3）基站4）MoteWeb:MoteWeb山体滑坡案例4．问题与解决方案1）通信距离山体滑坡案例2）能源消耗山体滑坡案例3）IT系统设计山体滑坡案例5．项目总结美国MEMSIC科技公司的无线传感器网络技术大大提高了山体滑坡监测工作的效率，无线传感器网络技术不仅使每个节点便于安装部署，免去了有线接入的繁琐过程，降低了成本，并且基于Xmesh的网络能够长期稳定、可靠地连续的工作，保证数据的存储并及时更新。整个系统的工作模式也可以通过网络随时改变，以灵活适应不同的环境状态。山体滑坡案例山体滑坡案例火山监测需要解决以下问题：动态的震级大小和多变的地震源位置必须由算法进行正确的处理低成本的无线传感器的感知能力受限，传感器节点间必须高效协作，相互配合进行信号处理降低计算和节点间通讯的开销必须，以保证系统响应的实时性和维持正常的生命周期火山监测系统火山监测结构和方法火山监测系统信号幅度传感器选择快速傅立叶变换多尺度贝叶斯侦测器决策融合地震开始时间估计地震波能量尺度本地决策系统决策（每秒）选择监测质量要求地震开始时间（精确到毫秒）相应模块位于基站上相应模块位于节点上控制流数据流火山监测关键技术传感器节点必须在短时间内执行感知、侦测。必须设计高效的采样方案。为了使各个节点能达到最优的本地侦测性能，研究者设计了一个多尺度贝叶斯模型来进行地震信号能量和频谱的联合处理以便解决地震的动态性和定位问题。系统的决策融合模型采用等增益合并模型（equalgaincombining，EGC）火山监测系统火山监测实验结果火山监测系统能耗比较火山监测实验结果火山监测系统(a)收包率(b)误报率(c)误报率与传感器选择的关系Supero包括了智能电表和声/光传感器。整个系统可分为两层：第一层，声/光传感器感知信号，侦测可能由用电器开关引发的事件。传感器对事件的特征进行抽象并向基站发送事件的信息。第二层，多模式数据关联，无人值守式事件聚簇，事件-用电器关联；住宅能耗监测Supero系统结构住宅能耗监测无监督式事件聚簇事件-用电器关联多模式数据关联用电事件侦测光照/声音传感器智能电表细粒度的电量使用分析基站图形化设置接口1、光照传感器距离2、用电器属性3、用电器额定功率事件侦测和数据融合住宅能耗监测灯光监测监测测试结果Supero系统部署和实现Supero系统原型采用了TelosB和Iris硬件平台系统采用了集中式的网络结构。每个传感器节点和基站的距离只有一跳，即节点和基站可以直接通信。系统部署应满足可以覆盖每一个被监测的设备。住宅能耗监测Supero系统测试住宅能耗监测水生环境监测水生环境监测研究者使用的机器鱼原型水生环境监测水生环境监测鱼群半径Rk-1Pc’RkPck-2阶段k-1阶段k阶段水域在每个采样循环中，机器鱼运动到一个交汇圈，组成一个“鱼群”并对环境采样。水生环境监测水生环境监测数据采样和搜集连通性维护信息论分析传感器节点移动历史数据更新区域信息链路质量鱼群半径鱼群中心原型系统与性能评估---数据中心温度监测设计一个基于无线传感器网络的实时、大范围的温度监测与预测系统面临以下挑战：基于简单的物理或信息模型的预测算法是不能满足性能要求的在每一个这样的区域部署一个传感器的代价很高预测系统必须依赖有限的计算资源运行，同时维持较高的预测精度。水生环境监测网络连通性维护与运动调度基于控制论的连通性维护基于信息论的移动调度水生环境监测--系统设计水生环境监测部署在数据中心的传感器物理几何模型CFD建模校正温度（c）、气流速度（v）CPU利用率（u）风扇转速（s）温度历史数据（t）MCMH温度预测线性预测模型MCMH训练数据搜集CFD建模及校正实施预测t，v，u，s，c预测系统的体系结构示意图水生环境监测—测试结果和评价水生环境监测单机架测试结果水生环境监测—测试结果和评价水生环境监测谢谢!2020/11/16