入门：无线传感网（WSN）网络管理

1 WSN时间同步技术

1.1 为何要“同步”？

• 分布式协作的要求；
• 数据融合机制的要求；
• 深度休眠调度机制的要求；
• 部分定位和目标追踪算法的要求。

1.2 时间同步协议的特点

• 低成本
• 低能耗
• 允许一定的误差存在

1.3 时间同步协议

1.3.1 NTP

1.3.2 GPS

1.3.3 RBS

策略
一个节点广播消息，收到广播消息的一组节点通过比较各自接收消息的本次时刻，实现时间同步。
优点

• 实现接收点间的相对时间同步；
• RF信号的传播时间差值小；
• 可消除接收节点的协议处理、上下文切换、网络接口向主机传送时间误差。

影响因素

• 时钟偏差；
• 接收点非确定性因素；
• 接收点个数。

1.3.4 TPSN

类似NTP协议，目的是提供WSN全网范围内节点间的时间同步，同步结构中包含一个根节点，它与外界通信获取外界时间，以此作为整个网络系统的时钟源，将节点分级后，每个节点同上一级节点进行时间同步，最终与根节点同步，节点对之间的同步采用发送者-接收者同步机制。

优点

• 减少同步误差；
• 提高同步精度。

不足

• 没有考虑根节点失效问题；
• 新节点加入时，需要重新同步，开销增大；
• 同步时间较长，削弱了网络的实时性。

2 WSN数据融合技术

2.1 意义

• 相邻节点数据通常具有相似性；
• 节点能量、存储空间与计算能力有限，冗余数据传送将消耗过多能量；
• 将多个节点数据进行综合，得到更准确完整的信息。

2.2 融合体系

2.2.1 数据级数据融合

（1）直接融合来自同类传感器的数据，然后实现特征提取和属性判决；
（2）一般仅依赖于传感器类型，不依赖用户需求；
（3）数据量大，冗余度高，融合计算量庞大，属于最底层融合。

2.2.2 特征级数据融合

（1）对各传感器数据处理并抽取特征后再进行融合；
（2）特征抽取是将传感数据表示为能反映事物属性的特征向量；
（3）关键是抽取一致的、有用的信息，排除无用甚至矛盾的信息，进行融合的数据量、计算量均属中等。

2.2.3 决策级数据融合

（1）在特征属性融合基础上，对监测对象分类判别，得出判决信息；
（2）各传感器单独做出决策后，再将决策信息传送到决策中心，做出最终决策；
（3）进行融合的数据量、计算量均较小。

2.3 融合算法

• Bayes估计
• 滤波跟踪型数据融合方法——神经网络

3 WSN定位技术

3.1 评价指标

• 定位能耗；
• 定位规模；
• 信标密度；
• 容错性与自适应性。

3.2 定位技术

3.2.1 基于测距的定位

（1）RSSI测距法

① 通过信号在传播中的衰减来估计节点之间的距离；
② 根据信道模型求解距离。

（2）TOA

已知信号传播速度，根据信号的传播时间来计算节点间的距离，然后利用三边或极大似然估计法等计算出节点的位置。

（3）TDOA

发射节点同时发射两种不同传播速度的无线信号，接收节点根据两种信号到达的时间差，以及已知这两种信号的传播速度，计算两个节点之间的距离。

3.2.2 无需测距的定位

（1）质心法

① 信标周期性向邻近节点广播信标分组，包含位置信息；
② 当未知节点接收到来自不同信标节点的信标分组数量超过某一门限k或接收一定时间后，就确定自身位置为这些信标节点所组成的多边形质心。

（2）DV-HOP

① 计算未知节点与信标节点的最小跳数；
② 估算平均每跳距离，利用最小跳数乘以平均每跳距离，得到未知节点与信标节点之间的估计距离。

（3）APIT（区域估算方法）

找到若干个由参考节点构成的三角形，则节点必然在这些三角形的交集内，使用这些交集的重心估计节点的位置。