无线传感器网络竞争半径

Ⅰ 无线传感器网络中相邻两个节点的距离与通信半径有什么关系是不是距离太近会有很大干扰而导致无法通信

节点间距离不能小于R/4，确实是信号干扰的问题，物理学上不是有波形叠加导致信号衰减的么。
而不能超过R（R为通信半径，常常把通信半径与传感半径等同，实际上不是的，传感半径依赖于监控的应用对精度的要求，而通信半斤依赖于节点的通信物理特性），这个事实很明显，超出R了，当然无法通信。
具体关于节点间距离的理论依据，找本书看看吧，或者下几篇论文，这里不方便写公式。
无线传感器网络的基础理论和技术，有本书介绍得还比较详细《无线传感器网络协议与体系结构》电子工业出版社，你找找。

Ⅱ 无线传感器网络的特点有哪些

无线传感器网络除了具有无线网络的移动性、断接性等共同特征以外，还具有很多其他鲜明的特点。
1)传感节点体积小，成本低，计算能力有限。
2)传感节点数量大、易失效，具有自适应性。
3)通信半径小，带宽很低。
4)电源能量是网络寿命的关键。
5)数据管理与处理是传感器网络的核心技术。

Ⅲ 无线传感器网络中的部署问题，200分！！追加！！

无线传感器网络(wirelesssensornetwork，WSN)是综合了传感器技术、嵌入式计算机技术、分布式信息处理技术和无线通信技术，能够协作地实时监测、感知和采集网络分布区域内的各种环境或监测对象的信息，并对这些数据进行处理，获得详尽而准确的信息。传送到需要这些信息的用户。它是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成一个多跳的自组织的网络系统。传感器、感知对象和观察者构成了传感器网络的三要素。
无线传感器网络作为当今信息领域新的研究热点，涉及到许多学科交叉的研究领域，要解决的关键技术很多，比如：网络拓扑控制、网络协议、网络安全、时间同步、定位技术、数据融合、数据管理、无线通信技术等方面，同时还要考虑传感器的电源和节能等问题。
所谓部署问题，就是在一定的区域内，通过适当的策略布置传感器节点以满足某种特定的需求。优化节点数目和节点分布形式，高效利用有限的传感器网络资源，最大程度地降低网络能耗，均是节点部署时应注意的问题。
目前的研究主要集中在网络的覆盖问题、连通问题和能耗问题3个方面。
基于节点部署方式的覆盖：1)确定性覆盖2)自组织覆盖
基于网格的覆盖：1)方形网格2)菱形网格
被监测目标状态的覆盖：1)静态目标覆盖2)动态目标覆盖
连通问题可描述为在传感器节点能量有限，感知、通信和计算能力受限的情况下，采用一定的策略(通常设计有效的算法)在目标区域中部署传感器节点，使得网络中的各个活跃节点之间能够通过一跳或多跳方式进行通信。连通问题涉及到节点通信距离和通信范围的概念。连通问题分为两类：纯连通与路由连通。
覆盖中的节能对于覆盖问题，通常采用节点集轮换机制来调度节点的活跃／休眠时间。连通中的节能针对连通问题，也可采用节点集轮换机制与调整节点通信距离的方法。而文献中涉及最多的主要是从节约网络能量和平衡节点剩余能量的角度进行路由协议的研究。

Ⅳ 传感器网络中常见的时间同步机制有哪些它们有什么特点

一、传感器网络中常见的时间同步机制有：

1、传感器节点通常需要彼此协作，去完成复杂的监测和感知任务数据融合是协作操作的典型例子，不同的节点采集的数据最终融合形成了一个有意义的结果。

2、传感器网络的一些节能方案是利用时间同步来实现的。

二、特点：

1、传感节点体积小，成本低，计算能力有限。

2、传感节点数量大、易失效，具有自适应性。

3、通信半径小，带宽很低。

4、电源能量是网络寿命的关键。

5、数据管理与处理是传感器网络的核心技术。

传感器网络

综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等，能够通过各类集成化的微型传感器协作地实时监测、感知和采集各种环境或监测对象的信息，通过嵌入式系统对信息进行处理，并通过随机自组织无线通信网络以多跳中继方式将所感知信息传送到用户终端。从而真正实现“无处不在的计算”理念。

Ⅳ 在无线传感器网络中，如何根据接收信号的强度来判断发送者的距离有具体的计算公式么

基于RSSI的定位
RSSI测量，一般利用信号传播的经验模型与理论模型。
对于经验模型，在实际定位前，先选取若干测试点，记录在这些点各基站收到的信号强度，建立各个点上的位置和信号强度关系的离线数据库(x，y，ss1，ss2，ss3)。在实际定位时，根据测得的信号强度(ss1′，ss2′，ss3′)和数据库中记录的信号强度进行比较，信号强度均方差最小的那个点的坐标作为节点的坐标。
对于理论模型，常采用无线电传播路径损耗模型进行分析。常用的传播路径损耗模型有：自由空间传播模型、对数距离路径损耗模型、哈它模型、对数一常态分布模型等。自由空间无线电传播路径损耗模型为：

式中，d为距信源的距离，单位为km；f为频率，单位为MHz；k为路径衰减因子。其他的模型模拟现实环境，但与现实环境还是有一定的差距。比如对数一常态分布模型，其路径损耗的计算公式为：

式中，Xσ是平均值为O的高斯分布随机变数，其标准差范围为4～10；k的范围在2～5之间。取d=1，代入式(1)可得，LOSS，即PL(d0)的值。此时各未知节点接收锚节点信号时的信号强度为：

RSSI=发射功率+天线增益一路径损耗(PL(d))
2．2 基于RSSI的三角形质心定位算法的数学模型
不论哪种模型，计算出的接收信号强度总与实际情况下有误差，因为实际环境的复杂性，换算出的锚节点到未知节点的距离d总是大于实际两节点间的距离。如图1所示，锚节点A，B，C，未知节点D，根据RSSI模型计算出的节点A和D的距离为rA；节点B和D的距离为rB；节点C和D的距离为rC。分别以A，B，C为圆心；rA，rB，rC为半径画圆，可得交叠区域。这里的三角形质心定位算法的基本思想是：计算三圆交叠区域的3个特征点的坐标，以这三个点为三角形的顶点，未知点即为三角形质心，如图2所示，特征点为E，F，G，特征点E点的计算方法为：

同理，可计算出F，G，此时未知点的坐标为由仿真得，在图2中，实际点为D；三角形质心算法出的估计点为M；三边测量法算出的估计点为N。可知，三角形质心算法的准确度更高。

3 基于RSSI的三角形质心算法过程
3．1 步骤
(1)锚节点周期性向周围广播信息，信息中包括自身节点ID及坐标。普通节点收到该信息后，对同一锚节点的RSSI取均值。
(2)当普通节点收集到一定数量的锚节点信息时，不再接收新信息。普通节点根据RSSI从强到弱对锚节点排序，并建立RSSI值与节点到锚节点距离的映射。建立3个集合。
锚节点集合：

(3)选取RSSI值大的前几个锚节点进行自身定位计算。
在B_set：中优先选择RSSI值大的信标节点组合成下面的锚节点集合，这是提高定位精度的关键。

对锚节点集合，依次根据(3)式算出3个交点的坐标，最后由质心算法，得出未知节点坐标。
(4)对求出的未知节点坐标集合取平均，得未知节点坐标。
3．2 误差定义
定义定位误差为ER，假设得到的未知节点的坐标为(xm，ym)，其真实位置为(x，y)，则定位误差ER为：

4 仿 真
利用Matlab仿真工具模拟三角形质心算法，考察该算法的性能。假设在100 m×100 m的正方形区域内，36个锚节点均匀分布，未知节点70个，分别用三边测量法和三角形质心定位算法进行仿真，仿真结果如图3所示。由图3可知，三角形质心算法比三边测量法，定位精度更高，当测距误差变大时，用三角形质心算法得出的平均定位误差比用三边测量法得出的小得多。

5 结 语
在此提出了将RSSI方法和三角形质心定位算法相结合的方法，通过仿真实验，将该算法和三边测量算法相比较，证明了该算法的优越性。下一步将研究在锚节点数量不同时的平均定位误差。

Ⅵ 无线传感器网络通信协议的目录

第1章 无线传感器网络概述
1.1 引言
1.2 无线传感器网络介绍
1.2.1 无线传感器网络体系结构
1.2.2 无线传感器网络的特点和关键技术
1.2.3 无线传感器网络的应用
1.3 无线传感器网络路由算法
1.3.1 无线传感器网络路由算法研究的主要思路
1.3.2 无线传感器网络路由算法的分类
1.3.3 无线传感器网络QoS路由算法研究的基本思想
1.3.4 无线传感器网络QoS路由算法研究的分类
1.3.5 平面路由的主流算法
1.3.6 分簇路由的主流算法
1.4 ZigBee技术
1.4.1 ZigBee技术的特点
1.4.2 ZigBee协议框架
1.4.3 ZigBee的网络拓扑结构
1.5 无线传感器安全研究
1.5.1 无线传感器网络的安全需求
1.5.2 无线传感器网络安全的研究进展
1.5.3 无线传感器网络安全的研究方向
1.6 水下传感器网络
1.7 无线传感器网络定位
1.7.1 存在的问题
1.7.2 性能评价
1.7.3 基于测距的定位方法
1.7.4 非测距定位算法
1.7.5 移动节点定位
第2章 无线传感器网络的分布式能量有效非均匀成簇算法
2.1 引言
2.2 相关研究工作
2.2.1 单跳成簇算法
2.2.2 多跳成簇算法
2.3 DEEUC成簇路由算法
2.3.1 网络模型
2.3.2 DEEUC成簇算法
2.3.3 候选簇头的产生
2.3.4 估计平均能量
2.3.5 最终簇头的产生
2.3.6 平衡簇头区节点能量
2.3.7 算法分析
2.4 仿真和分析
2.5 结论及下一步工作
参考文献
第3章 无线传感器网络分簇多跳能量均衡路由算法
3.1 无线传输能量模型
3.2 无线传感器网络路由策略研究
3.2.1 平面路由
3.2.2 单跳分簇路由算法研究
3.2.3 多跳层次路由算法研究
3.3 LEACH-L算法
3.3.1 LEACH-L的改进思路
3.3.2 LEACH-L算法模型
3.3.3 LEACH-L描述
3.4 LEACH-L的分析
3.5 实验仿真
3.5.1 评价参数
3.5.2 仿真环境
3.5.3 仿真结果
3.6 总结及未来的工作
3.6.1 总结
3.6.2 未来的工作
参考文献
第4章 基于生成树的无线传感器网络分簇通信协议
4.1 引言
4.2 无线传输能量模型
4.3 基于时间延迟机制的分簇算法（CHTD）
4.3.1 CHTD的改进思路
4.3.2 CHTD簇头的产生
4.3.3 CHTD簇头数目的确定
4.3.4 CHTD最优簇半径
4.3.5 CHTD描述
4.3.6 CHTD的特性
4.4 CHTD簇数据传输研究
4.4.1 引言
4.4.2 改进的CHTD算法（CHTD-M）
4.4.3 CHTD-M的分析
4.5 仿真分析
4.5.1 生命周期
4.5.2 接收数据包量
4.5.3 能量消耗
4.5.4 负载均衡
4.6 总结及未来的工作
4.6.1 总结
4.6.2 未来的工作
参考文献
第5章 基于自适应蚁群系统的传感器网络QoS路由算法
5.1 引言
5.2 蚁群算法
5.3 APAS算法的信息素自适应机制
5.4 APAS算法的挥发系数自适应机制
5.5 APAS算法的QoS改进参数
5.6 APAS算法的信息素分发机制
5.7 APAS算法的定向广播机制
5.8 仿真实验及结果分析
5.8.1 仿真环境
5.8.2 仿真结果及分析
5.9 总结及未来的工作
5.9.1 总结
5.9.2 未来的工作
参考文献
第6章 无线传感器网络簇头选择算法
6.1 引言
6.2 LEACH NEW算法
6.2.1 网络模型
6.2.2 LEACH NEW簇头选择机制
6.2.3 簇的生成
6.2.4 簇头间多跳路径的建立
6.3 仿真实现
6.4 结论及未来的工作
参考文献
第7章 水下无线传感网络中基于向量的低延迟转发协议
7.1 引言
7.2 相关工作
7.3 网络模型
7.3.1 问题的数学描述
7.3.2 网络模型
7.4 基于向量的低延迟转发协议
7.4.1 基于向量转发协议的分析
7.4.2 基于向量的低延迟转发算法
7.5 仿真实验
7.5.1 仿真环境
7.5.2 仿真分析
7.6 总结
参考文献
第8章 无线传感器网络数据融合算法研究
8.1 引言
8.2 节能路由算法
8.2.1 平面式路由算法
8.2.2 层状式路由算法
8.3 数据融合模型
8.3.1 数据融合系统
8.3.2 LEACH簇头选择算法
8.3.3 簇内融合路径
8.3.4 环境设定和能耗公式
8.4 数据融合仿真
8.4.1 仿真分析
8.4.2 仿真结果分析
8.5 结论
参考文献
第9章 无线传感器网络相关技术
9.1 超宽带技术
9.1.1 系统结构的实现比较简单
9.1.2 空间传输容量大
9.1.3 多径分辨能力强
9.1.4 安全性高
9.1.5 定位精确
9.2 物联网技术
9.2.1 物联网原理
9.2.2 物联网的背景与前景
9.3 云计算技术
9.3.1 SaaS软件即服务
9.3.2 公用/效用计算
9.3.3 云计算领域的Web服务
9.4 认知无线电技术
9.4.1 传统的Ad-hoc方式中无线传感器网络的不足
9.4.2 在ZigBee无线传感器网络中的应用
参考文献
第10章 无线传感器网络应用
10.1 军事应用
10.2 农业应用
10.3 环保监测
10.4 建筑应用
10.5 医疗监护
10.6 工业应用
10.6.1 工业安全
10.6.2 先进制造
10.6.3 交通控制管理
10.6.4 仓储物流管理
10.7 空间、海洋探索
10.8 智能家居应用

Ⅶ 谁能给我解释一下红外、蓝牙、ZigBee、wifi他们的区别及具体的应用场合

红外、蓝牙、ZigBee、wifi的区别：

红外：是一种点对点的传输方式，无线，不能离的太远，要对准方向，且中间不能有障碍物也就是不能穿墙而过，几乎无法控制信息传输的进度。

红外、蓝牙、ZigBee、wifi的应用场合：

红外：在橡胶，塑料，纤维，胶黏剂，等高分子材料制品表面成分分析、无损检测得到广泛的应用。

蓝牙：在手机、耳机、PAD、数码相机和数码摄影机等设备上都有应用。

ZigBee：主要适合用于自动控制和远程控制领域，可以嵌入各种设备。

wifi：网络节点

Ⅷ 在无线传感器网络中，传感器节点的感知半径和通信半径分别是什么。哪位大侠帮忙解答，感激不尽！！

首先你要明确一下你指的是什么传感器节点。在一般的传感器架构上，通信半径是受其发送功率影响的，并有多个功率级，不同功率级上的通信半径也是不一样的。而感知能力是另外一个芯片，比如声音传感器可以感知声音，它的感知半径就是收到的信号的RSS大于其固有噪声的最大距离。这和通信半径没什么直接关系。

通信半径也因传感器的不同而有所差异，同时还受到sensor field 的部署环境影响。一般来说，从几十米到200米左右吧。