无线传感器网络的模拟仿真技术

良好的模拟仿真技术对于无线传感器网络显得尤为重要。介绍了现有无线传感器网络的主要模拟仿真平台,并对其优缺点进行了分析比较;讨论了无线传感器网络模拟仿真平台的设计思想及今后的发展方向。     

普适计算环境下无线传感器网络研究

主要对在普适计算(ubiquitous computing or pervasive computing)环境下的无线传感器网络进行了研究。首先,介绍普适计算和无线传感器网络概念;其次,论述在普适计算环境下,无线传感器网络各项技术的研究,包括:面向普适计算的无线传感器网络中间件研究,无线传感器网络与物联网的融合研究和普适环境下无线传感器网络的各项关键性技术研究,如传感器的功耗问题和节点供电问题。最后:无线传感器网络的一些优点能方便人们更好地实现普适计算中的通信、感知、场景识别等功能,在未来,它将会是实现普适计算的主要途径。     

无线传感器网络研究概述

集中传感器、计算机以及通信技术的无线传感器网络技术由于其良好的性能以及广阔的运用空间,得到了广大学者的关注和研究。基于此介绍了无线传感器网络的基本概念、属性,讨论了无线传感器网络的关键技术,并就使用领域进行了阐述。     

无线传感器网络

无线传感器网络具有广泛的应用前景．将引起人们越来越多的关注。本文介绍了无线传感器网络的基本组成．网络的特点．并分析了当前无线传感器网络的研究应用现状及一些研究成果。     

用无线传感器组成无线传感器网络

物联网的愿景之一是能够测量以前从未测量过的变量。无论应用是监视基础设施老化(例如桥梁、隧道或电力传输线的老化),还是实时提供停车及交通信息,都需要无线传感器网络(WSN)提供与有线网络类似的性能,而且适合实际部署。传感器网络要能够扩展至包含大量无线节点,而且在很多情况下,需要跨越很长的距离。     

基于角色的无线传感网络中间件研究

根据无线传感网络中节点扮演角色的多样性及角色职责的差异,提出无线传感网络角色映射框架模型。在此角色映射框架基础上,设计并实现基于角色的无线传感网络中间件RobMSN。从语义和规约的形式化角度定义了角色映射的规则约束,系统地解决了角色映射抽象的语义冲突问题,使得角色映射的上下文充分地体现在中间件的角色规约中。利用RobMSN把应用程序映射为节点在网络中具体所承担的角色,解决了无线传感网络中间件的跨平台要求和应用服务的动态性问题。最后,以一个应用开发实例来说明RobMSN中间件的设计和开发流程。     

无线磁场传感器网络

无线磁场传感器网络是一种多学科多技术结合的产物,其可以对进入网络的目标进行实时检测。本文采用巨磁阻抗传感器为网络节点组建无线磁场传感器网络,对移动目标进行了测量,并对结果进行了分析。     

无线传感器网络安全性研究

无线传感器网络广泛应用于军事、交通、环境等领域,通信安全问题日渐重要,分析了无线传感器网络的特点,根据无线传感器网络的安全现状,进行了通信安全性研究,提出该领域今后数据安全保护的发展方向。     

无线传感器网络

无线传感器网络(WSN)被认为是21世纪最重要的技术之一,它将会对人类未来的生活方式产生深远影响。本文介绍了传感器网络的概念和特点,探讨了传感器网络与现有的无线通信网络相结合的业务。     

无线传感器网络感知层测试评估平台的研究

通过研究国内外主流的无线传感器网络测试技术,结合现有的研究条件和环境,提出了一种便捷有效的传感器网络感知层测试方案,搭建由测试对象层、测试仪器设备层、人机界面与数据分析处理层组成的测试评估平台,开展测试方法的研究。     

无线传感器网络硬件平台的研究与设计

无线传感器网络因其巨大的应用前景而受到学术界和工业界越来越广泛的重视。简要介绍了无线传感器网络的体系结构,着重从硬件平台设计的原则出发,对硬件平台进行了研究和分析,最后提出对硬件平台设计的构想。     

无线传感器网络的自组织机制研究

无线传感器网络的自组织包含不依赖于固定通信基础设施的有规则联系和运动,本文在特定应用中研究这一过程.在定性分析无线传感器网络的自组织特性之后,提出自组织度和自组织单位能耗的自组织评价方法,在典型应用中以此量化分析无线传感器网络的自组织演化机制.仿真表明,在特定应用中的无线传感器网络表现出孕育、发育、成熟、衰退和死亡的自组织过程,自组织能耗依赖于特定的部署方式和无线模型.     

Lightweight Deployment-Aware Scheduling for Wireless Sensor Networks

Wireless sensor networks consist of a large number of tiny sensors that have only limited energy supply. One of the major challenges in constructing such networks is to maintain long network lifetime as well as sufficient sensing areas. To achieve this goal, a broadly-used method is to turn off redundant sensors. In this paper, the problem of estimating redundant sensing areas among neighbouring wireless sensors is analysed. We present simple methods to estimate the degree of redundancy without the knowledge of location or directional information. We also provide tight upper and lower bounds on the probability of complete redundancy and on the average partial redundancy. With random sensor deployment, our analysis shows that partial redundancy is more realistic for real applications, as complete redundancy is expensive, requiring up to 11 neighbouring sensors to provide a 90 percent chance of complete redundancy. Based on the analysis, we propose a scalable Lightweight Deployment-Aware Scheduling (LDAS) algorithm, which turns off redundant sensors without using accurate location information. Simulation study demonstrates that the LDAS algorithm can reduce network energy consumption and provide desired QoS requirement effectively. This research was partially supported by Natural Sciences and Engineering Research Council of Canada. Kui Wu received his Ph.D. in Computing Science from the University of Alberta, Canada, in 2002. He joined the Department of Computer Science at the University of Victoria, Canada in the same year and is currently an Assistant Professor there. His research interests include mobile and wireless networks, network performance evaluation, and network security. Yong Gao received his Master's degree and Ph.D. degree in computer science from University of Alberta, Canada, in 2000 and 2005 respectively. He is currently with the Irving K. Barber School of Arts and Sciences, UBC Okanagan, Canada. His research interests include search algorithms and AI, communication networks, and computational biology. Yang Xiao worked at Micro Linear as an MAC (Medium Access Control) architect involving the IEEE 802.11 standard enhancement work before he joined Department of Computer Science at The University of Memphis in 2002. Dr. Xiao is an IEEE Senior member. He was a voting member of IEEE 802.11 Working Group from 2001 to 2004. He currently serves as Editor-in-Chief for International Journal of Security and Networks (IJSN) and for International Journal of Sensor Networks (IJSNet). He serves as an associate editor or on editorial boards for the following refereed journals: (Wiley) International Journal of Communication Systems, (Wiley) Wireless Communications and Mobile Computing (WCMC), EURASIP Journal on Wireless Communications and Networking, and International Journal of Wireless and Mobile Computing. He serves as five lead/sole guest editor for five journal special issues. He serves as a referee/reviewer for many funding agencies, as well as a panelist for NSF. His research interests are Security/ Reliable Communications, Medium Access Control, Mobility/Location/Paging Managements, Cache Access and Replacement Policies, Quality of Service, Energy Efficiency, and Routing in wireless networks and mobile computing.     

无线传感器网络安全定位研究

定位是无线传感器网络的重要支撑技术之一,保证定位的安全性对无线传感器网络的应用全关重要。文章针对安全在定位中的重要性,叙述了定位的安全需求,详细介绍了各种攻击模式和专门针对定位的攻击,对已存在的所有安全定位技术作了全面介绍和比较。最后指出当前安全定位技术存在的不足和安全定位今后的研究方向。     

无线传感器网络MAC协议研究

无线传感器网络因其巨大的应用前景,已成为计算机与通信领域一个活跃的研究分支。随着对无线传感器网络MAC(media access control)层的研究的深入,出现了许多为无线传感器网络设计的具有低能耗特征的MAC协议。对其中的典型协议进行了分析比较,给出了进一步的研究方向。     

无线传感器网络休眠MAC协议分析

无线传感器网络中每个传感器节点一般采用电池供电,能量有限,需要有效的可休眠的MAC协议来保持能量的高效利用,因此休眠MAC协议成为研究的重要方向之一。目前已经有很多种为无线传感器网络设计的MAC协议,其中一个重要的分支就是基于局部同步周期休眠／监听排程的S-MAC协议及其各种改进协议。论文首先介绍了无线传感器网络中与MAC协议设计相关的一些特性。其次对S-MAC协议的基本原理以及各种改进协议的原理进行了说明,并分析了它们各自的优缺点。     

无线传感器网络系统综述

介绍了无线传感器网络的概念、几种主要的无线传感器网络协议，尤其是MAC层协议的研究情况，给出了一些比较经典的无线传感器网络MAC协议的思想。     

无线传感器网络LEACH协议分析

在无线传感器网络中,基于簇的层次结构能够优化网络带宽的应用,提高共享信道的利用率,减少路由维护的代价以及提高应用的可扩展性,在路由、安全、网络管理等方面具有广泛的应用。基于此,分析研究了典型的基于簇的LEACH协议,并提出了LEACH协议几个可能的研究方向。     

一种无线传感器网络的多Agent系统模型

针对无线传感器网络缺乏普遍的理论模型,提出一种多Agent系统模型,包括形式化语言、模型、语义以及相应的公理和模型约束.该模型将无线传感器网络抽象为由具有特定信念、期望、意图和能力等认知成分的Agent组成的认知系统,所有这些认知成分构成多Agent系统认知模型.本文将为独立于内部结构和具体实现来理解、分析和预测无线传感器网络行为提供形式化的理论基础和分析工具.