无线传感网WSN

第一章：绪论

WSN定义

​ 无线传感网络是由大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络。

WSN系统组成

​ 传感器节点、汇聚节点和管理节点

WSN的三个基本要素

​ 传感器、感知对象、用户/观测者

WSN特点

• 1.自组织性；
• 2.以数据/任务为中心；
• 3.应用相关性；
• 4.动态性；
• 5.网络规模大；
• 6.可靠性；
• 7.集成化；
• 8.协作方式执行任务
• 9.多种节点唤醒方式

第三章：WSN拓扑控制与覆盖技术

WSN拓扑结构类型

• 1.平面网络结构：平面网络结构所有节点为对等结构，具有完全一致的功能特性，也就是说每个节点均包含相同的MAC、路由、管理和安全等协议。

  

• 2.分级网络结构（层次网络结构）：网络分为上层和下层两个部分：上层为中心骨干节点互连形成的子网拓扑，下层为一般传感器节点互连形成的子网拓扑。

  

• 3.混合网络结构：网络骨干节点之间及一般传感器节点之间都采用平面网络结构，而网络骨干节点和一般传感器节点之间采用分级网络结构。

• 4.Mesh网络结构：Mesh网络结构是一种新型的无线传感网络结构。从结构上看，Mesh网络是规则分布的网络，网络内部节点一般都是相同的。Mesh网络结构最大的优点就是尽量使所有节点都是处于对等的地位，且具有相同的计算和通信传输功能，某个节点可被指定为簇首节点，而且可执行额外的功能。一旦簇首节点失效，另外一个节点可以立刻补充并接管原簇首那些额外执行的功能。

WSN拓扑控制定义及设计目标

1.拓扑控制定义：

无线传感器网络的拓扑控制问题，是在网络相关资源普遍受限的情况下，对于固定或具有移动特征的无线传感器网络通过控制传感器节点与无线通信链路组成网络的拓扑属性来减少网络能量消耗与无线干扰，并有效改善整体网络的连通性、吞吐量与传播延时等性能指标。

总结：在全网协作式地进行各个传感器节点功率控制，从而减小网络能量消耗和无线干扰。

拓扑控制（topology control）是一种协调节点间各自传输范围的技术，用以构建具有某些期望的全局特性（如，连通性）的网络拓扑结构，同时减少节点的能耗或增加网络的传输能力。

2.拓扑控制设计目标：

覆盖性、连通性、网络生命期、吞吐能力、干扰和竞争、网络延迟、拓扑性质。

连通性与覆盖性是无线传感很关键的参数。

1.连通度：无线传感网络一般规模较大，传感器节点所获取的数据通常以多跳的方式传送至汇聚节点，这就要求拓扑控制必须保证网络的连通性。如果至少要去掉k个节点才能使网络不连通，就称其为k-连通。拓扑控制要保证网络至少是1-连通的。

2.覆盖度：覆盖度可以看作是对无线传感网络服务质量的度量。在覆盖问题中，最重要的因素是网络对物理世界的感知能力。生成的拓扑必须保证足够大的覆盖度，即覆盖面积足够大的监视区域。覆盖度问题可以分为区域覆盖、点覆盖和栅栏覆盖。如果目标区域中任意一个点均在k个传感器节点的传输范围内，就称网络是k-覆盖网络。

3.吞吐量：吞吐量是指网络承载数据传输的能力，尤其是在有大量数据出现时，吞吐量是影响网络通信能力的因素之一。

4.网络生命周期：网络生命周期的定义有多种，一般将网络生命周期定义为直到死亡节点的百分比低于某个阈值的持续时间，也可以通过对网络服务质量的度量来定义网络的生命期。

5.干扰和竞争：减小干扰和竞争，实际上就是延长网络生命周期。

6.网络延迟：网络负载较低时，减小了跳数，降低了延迟。
 
7.拓扑性质：除了覆盖性，连通性，还有对称性，平面性等。

WSN拓扑控制主要实现方式

功率调节及睡眠调度机制

1.在保证网络的连通性与覆盖性的情况下，控制节点的发射距离，减少发射功耗，同时减少分组冲突的可能性，减少协议不必要的开销；

2.尽可能让多的节点进行休眠，降低功耗；

3.数据融合，减少分组的冗余。

WSN功率控制经典实现算法

基于节点度的功率控制（基于邻居）

核心思想：给定节点度的上限和下限需求，动态调整节点的发射功率，使得节点的度数落在上限和下限之间。基于节点度的算法利用局部信息来调整相邻节点的连通性，从而保证整个网络的连通性，同时保证节点间的链路具有一定的冗余性和可扩展性。

LMA：本地平均算法（Local Mean Algorithm）
LMN：本地邻居平均算法（Local Mean of Neighbors Algorithm）
这是两种周期性调整节点发射功率的算法，区别在于计算节点的策略不同

基于方向的功率控制

基本思想:节点u选择最小功率P_u，p ，使得在任何以u为中心且角度为p的锥形区域内有一个邻居；而且，当≤5π/6时，可以保证网络的连通性。

CBTC

基于邻近图的功率控制（基于位置）

RNG相关邻近图（Relative Neighborhood Graph）
MST最小生成树（Minimum Spanning Tree）

XTC算法

LEACH实现机制

LEACH（Low Energy Adaptive Clustering Hierarchy）（低能耗自适应聚簇层次结构）是一种自适应分簇拓扑算法，它的执行是周期性的，每轮循环分为簇的建立阶段和稳定的数据通信阶段。

• 簇的建立阶段：相邻节点动态地形成簇，随机产生簇头
• 数据通信阶段：簇内节点把数据发给簇头，簇头进行数据融合并把结果发给汇聚节点。

簇头耗能大，所以需要等概率选取簇头。使整个网络的能量负载达到均衡。

LEACH拓扑图：

过程：节点产生0~1的数，如果这个数小于阈值Tn，则发布自己是簇头的消息；在每轮循环中，如果节点已经当选过簇头，则把Tn置0，这样该节点不可能再当选簇头。

p：期望的簇头在所有节点中所占的百分比

r：选举轮数

r mod (1/p)：这一轮循环中当选过簇头节点的个数
Gr：这一轮循环中未当选过簇头的节点集合

对于没有当选过簇头的节点，其当选簇头的概率是Tn，并随着当选过节点的数目的增加，Tn随之增大。

LEACH协议缺点：
1、簇头选举随机性很强，可能会出现簇头集中在某一个区域的现象，造成簇头分布不均匀。
2、信息的融合和传输都是通过簇头节点来进行，造成了簇头节点能量消耗过快的问题；
3、发射机和接收机必须严格遵守时隙的要求，避免在时间上互相重叠，然而，维持时间同步又增加了一些额外的信令通信量。节点的时间表可能会需要较大的存储器。
4、LEACH要求节点之间和节点与Sink点之间都能进行直接通信，网络的扩展性差，对于大规模网络而言，节点直接进行通信需要消耗大量的能量。并且采用单跳路由方式，增加了交换数据的能量。

HEED分簇：簇头选择中考虑了节点的剩余能量, 并以主从关系引入多个约束条件。实验结果表明, HeeD分簇速度更快, 能产生更加分布均匀的簇头、更合理的网络拓扑。

覆盖感知模型

• 布尔感知模型
  节点的感知范围是一个以节点为圆心，以感知距离为半径的圆形区域，只有落在该圆形区域内的点才能被该点覆盖。这个模型也成为0-1感知模型。
• 概率感知模型
  节点的圆形感知范围内，目标被感知到的概率不是一个常量。而是由目标到节点间距离、节点物理特性等诸多因素决定的变量。

覆盖算法分类

按节点部署方式分

• 1.确定性部署
• 2.随机性部署
• 3.混合式部署

按覆盖目标分

​ 面覆盖、点覆盖、栅栏覆盖。

面覆盖中的k-覆盖：指每个节点至少被k个传感器节点覆盖

典型覆盖算法

• 基于网络的覆盖定位传感器配置算法
• 圆周覆盖
• 连通传感器覆盖
• 轮换活跃/休眠节点的Self-Scheduling覆盖协议
• 最坏与最佳情况覆盖
• 暴露穿越覆盖

第四章：WSN通信与组网技术

WSN协议结构

传统网络协议OSI参考模型

开放式系统互联网络参考模型（OSI）共有七个层次，从底向上依次为物理层、数据链路层、网络层、传输层、会话层、表示层和应用层。

WSN协议的分层结构

从无线联网的角度来看，传感器网络结点的体系由分层的网络通信协议、网络管理平台和应用支撑平台三个部分组成。