无线控制器范文篇1

无线传感器网络wsn（wirelesssensornetworks）是由大量传感器节点通过自组织形成的一个多跳无线网络，它集成了传感器、嵌入式和无线通信等技术，协作地感知、采集和处理覆盖区域内的信息，从而将客观世界与虚拟信息联系起来。随着传感器硬件水平的提高和价格的下降，传感器网络可以布置在恶劣、复杂的环境中，同时能够准确收集信息，具有很高的实用价值和应用前景。目前，无线传感器网络覆盖分为两大类：确定性覆盖和随机覆盖。确定性覆盖具有局限性，它只能用于监测区域固定且环境条件良好的区域。然而，大部分监测区域环境相对复杂，且无法实施确定性布置，在实际应用中，通常采用随机抛洒的方式布置在监测区域内。因此，随机覆盖将是一种首选的、广泛运用的传感器节点配置方式。

近几年，研究人员从不同角度对一定区域内随机部署的无线传感网络进行了研究。文献［1］分析了在随机覆盖中当传感器感知半径和监测区域确定时，建立随机分布完全覆盖模型，并对比模型，得出当符合高斯（正态）分布和均匀分布时，所需传感器节点的最低数目。文献［2］通过对随机部署的无线传感器网络构建概率voronoi模型，用4结语

web技术是当前系统设计与开发中应用最为成熟的技术，它是一种分布式的技术架构，设计实现的系统能够满足不同层次使用者的应用需求。随着技术的更新发展，web技术的实现方案也随之发展更新。本文对比了目前常用的设计技术和框架，选用了基于b/s体系结构、ssh框架、mvc模式的在线选课系统实现方案。基于对高校在线选课系统的需求分析，研究了web技术在选课系统中的实际应用方案，系统实现后的应用效果表明，该设计方案具有较好的系统稳定性和安全性。

参考文献参考文献：

\[1\]何军.基于web的智能化选课排课系统的设计与研究［j］.价值工程,2011,32(29):12?18.

［2］刘银凤.试析高校自动选课信息系统的研发［j］.电子测试,2013,11(10):21?27.

［3］刘畅,刘佳欣.教学选课管理系统设计分析［j］.电子制作,2013,13(11):34?38.

［4］陶晓环.基于web技术的高职校史馆建设研究与实现［j］.兰台世界,2013,15(11):12?16.

［5］liuyajing，tianguie.designandimplementofuniversitylaboratoryequipmentnetworkmanagementplatformbasedonc/sandb/smodel［c］.xi'an:2012internationalconferenceonindustrialcontrolandelectronicsengineering(icicee),2012：1474?1479.

［6］yangyunhui,jiyiping.designandrealizationofatestdepthanalysissystembaseonstruts［j］.advancesinintelligentandsoftcomputing,2012,117(1):491?499.

［7］薛峰,梁锋,徐书勋,等.基于springmvc框架的web研究与应用［j］.合肥工业大学学报：自然科学版,2012,35(3):337?340.

责任编辑（责任编辑：孙娟）基于概率voronoi模型的最大突破路径算法进行研究。文献［3］通过对无线传感器节点随机且独立等特点，建立节点分布模型，从而得到覆盖率与目标区域传感器节点分布密度关系。文献［4］针对无线传感器的分布情况，从泊松分布入手分析了传感器节点的随机性和连通性。文献［5］则对delaunay三角网在数据管理和点定位方面进行了详细分析。

2随机部署数学模型

无线传感器网络是由数量众多的离散传感器组成，由于能耗、成本等因素，大规模部署必然增加网络负荷。因此，有效计算目标区域内节点数目成为研究重点。文献［4］指出在一个有限的区域内放置大量的无线传感器节点，节点之间相互独立且符合均匀分布的情况下，假设该区域面积为s，检测区域面积为||s||,则任意一点落入目标检测范围的概率为p=||s||s,根据二项分布可知，假设n(s)表示区域内传感器的数量，则对于区域内任意一点p，有p(n(s)=k)=cknpk(1－p)n－k（1）由于节点数n=*s，为传感器节点密度，则s=nλ，带入p=||s||s=λ||s||s，将该式带入（1）：p(n(s)=k)=ckn(λ||s||n)k(1－λ||s||n)n－k

=n!(n－k)!k!×(λ||s||)knk×(1－λ||s||n)n(1－λ||s||n)k(2)

=n!(λ||s||)(n－k)!k!×(n－λ||s||)nnn(n－λ||s||)k)

=(

λ||s||)kk!×n!(n－k)!(n－λ||s||)k×

(1－λ||s||n)n由于在监测区域内随机抛洒的传感器数目n相对巨大，因此可以近似认为n+∞则：p(n(s)=k)=limn∞(λ||s||)kk!×

n!(n－k)!(n－λ||s||)k×(1－λ||s||n)n

=(λ||s||)kk!×e－λ||s||(3)由（3）式可以看出，对于区域s内的任意一点p，服从以(s)为参数n(s)为随机变量的泊松分布。理论上，在目标区域内部署足够多的节点，才能达到一定的覆盖率，但是基于成本考虑，需要计算一个参考值。传感器节点通常以空中抛洒方式部署，分布状态呈泊松分布状。

因此，假设传感器的监测半径为r，监测点落在监测范围内的概率为πr2||s||，则不落在监测范围的概率就为1－πr2||s||，根据(3)式得出的泊松分布模型，p点不被覆盖的概率为：∑+∞0p(n(s)=k)×(1－πr2||s||)k

=∑+∞0(λ||s||)ke－λ||s||k!×(1－πr2||s||)k(4)

∑+∞0e－λ||s||k!×(λ||s||－πr2)k

=e－λ||s||×eλ||s||－λπr2=e－λπr2根据计算得到不落在监测区域内的概率为e－λπr2，落在监测区域内的概率为(1－e－λπr2)，根据给定的覆盖率t，我们可以得到t=(1－e－λπr2)，则λ=－ln(1－t)πr2。

根据节点密度和覆盖面积公式n=*s可求出不考虑传感器自身因素下传感器部署的最低节点数n=－ln(1－t)πr2。

3连通性delaunay模型

考虑到传感器可能发生意外故障，因此在实际应用中需要的节点数高于理论节点数。节点布置完毕后，为了估测节点的覆盖率和连通性，引入delaunay算法，对所有传感器节点进行delaunay三角剖分。

delaunay三角剖分具有优良的几何性质，它在三维建模、地形拟合、有限元分析等方面应用广泛。delaunay三角剖分包括两个准则：①空圆特性：delaunay三角网唯一（任意四点不共圆），其中三角网中的任意一个三角形外接圆范围内不会有其它点存在；②最大化最小角特性：在散点集可能形成的三角剖分中，delaunay三角剖分所形成的三角形最小角最大。从该意义上讲，delaunay三角网最接近于规则化的三角网。另外，delaunay三角剖分还具有5个优异特性：最接近性、唯一性、最优性、最规则性、区域性，具有凸多边形的外壳等，这些特性使它成为最优的三角剖分。

当前，约束delaunay三角剖分广泛应用在计算机领域。本文所用到的方法为约束delaunay三角剖分，其建立过程如下：①构造构网点集；②构造初始待扩展的边集合；③扩展三角形；④约束三角剖分构造完毕。约束delaunay三角剖分构造的关键之处在于约束边界的嵌入和边界扩展，选取最优构网点时对约束边界的特殊处理。

4计算和结果分析

首先对传感器节点进行定义：①传感器节点的通信半径r大于感应半径r，设r≥2r；②传感器节点部署后，所有节点位置将不再移动；③传感器可通过gps或定位技术确定传感器的位置；根据现有传感器水平，该定义均可实现。

图1散乱点

图2约束构网

图3构造完毕

假设节点随机分布在150m×100m的区域内，传感器节点的感应半径r=10m，通信半径r=20m。当区域覆盖率达到95%时，根据n=*s计算出所需的传感器数量为143个。将传感器节点随机抛洒在目标区域内，由于抛洒过程中会出现不可控因素，因此实际抛洒数量要大于计算量。传感器通过自组织形成网络时，对传感器网络进行delaunay三角剖分，估测传感器网络的连通性和覆盖性。

仿真结果表明，在对传感器节点进行delaunay三角剖分后，网络的数据连通性得到改善，减少了网络复杂度和数据冗余度。当事件被监测后，可以有效定位，具有现实意义。

5结语

无线传感网络随机部署在目标区域时，传感器节点呈泊松分布状。在充分考虑目标区域面积、传感器通信半径的情况下，计算出所需最少传感器节点数。考虑到传感器节点的连通性和覆盖性，本文引入delaunay三角剖分，对已有模型进行分析。实验表明，随机部署的无线传感器网络进行delaunay三角剖分后，可以有效监控网络连通性，对后续网络的扩展与维护具有重要意义。

参考文献参考文献：

\[1\]黄刘生,张波.无线传感器网络节点随机配置的覆盖和连通研究［j］.计算机应用,2006(11).

［2］汪小龙,张红艳.无线传感网络覆盖中概率voronoi模型及算法研究［j］.传感技术学

报,2012，25(5).

［3］李猛,丁代荣.一种无线传感器网络节点随机部署策略［j］.计算机工程,2012,38(5).

［4］高德民,钱焕延.无线传感器网络mm模式随机覆盖控制模型研究［j］.计算机工程与应用,2010，46(30).

［5］李小丽,陈花竹.基于网格划分的delaunay三角剖分算法研究［j］.计算机与数字工程,2011(7).

无线控制器范文

关键词无线传感器网络；能量效率；射频识别

中图分类号TP393文献标识码A文章编号1674-6708（2013）101-0192-01

无线传感器网络（无线传感器网络），为类移动特设网络（MANET），是无线网络组成的空间分布的大量的传感器节点合作监测身体或环境条件，如温度，压力，振动，声音，运动或污染物。传统的自组织网络，一般来说，不可能更换或充电电池。因此，节约能源是一个关键因素研究。严重的硬件和能源限制排除使用开发的协议支持，这相对拥有更多的资源。严格要求，无线传感器网络协议是尽可能多的节能。

1传输功率控制

传输功率控制（台电）技术提高网络性能的几个方面。首先，功率控制技术提高可靠性的一个环节。在检测到链路可靠性低于某个阈值时，该协议增加发射功率，提高成功的概率的数据传输。其次，只有节点必须共享相同的空间将争夺访问中，减少了大量的碰撞中的网络。这提高网络利用率，降低了延迟时间和降低了概率的隐藏终端和暴露。最后，使用较高的传输功率，可以使用物理层调制和编码方案与更高的比特/波特比，增加带宽的存在工作量繁重，或减少它最大限度地节约能源。能源效率是最重要的一个问题，碰撞是第一个源能源浪费。当数据包传输在同一时间和碰撞，他们成为损坏，必须丢弃。后续重发消耗能量得到。另一个来源是空闲侦听，它发生在电台收听到信道接收数据。许多协议总是听通道激活时，假设完全断电装置将由用户如果没有数据发送。三分之一个来源是无意中听到的，听到不必要的交通可以是一个主导因素，能源浪费，当网络负载较重时，节点密度高。最后，我们考虑的主要来源是控制包开销。发送，接收，和听力控制数据包消耗能量。已经发现，传感器节点消耗很大比例的能源多余的遥感和空闲侦听。研究人员提出将传感器和/或无线传感器节点睡眠（他们）以节约能源。任务调度时，该传感器和/或收音机需要在睡眠/主动模式被称为睡眠调度。传感器睡觉会导致有趣的事件被错过的网络或可能导致较低的数据质量检测。无线电睡觉可能导致通信时延的网络。

2不同的算法介绍

基于位置的系统解决的问题是分配发送功率值独立节点在无线传感器网络，该网络连接。这些功率值对应的距离上可以进行交流，从而确定节点的数目与一种特定的节点可以直接沟通。在下面，五个不同位置的所有算法的介绍，分为三种类型根据规模节点的位置信息来分配功率值在无线传感器网络。1）non-tpc档案（固定的传输功率）是最简单的算法，这是分配一个任意选择的传输功率水平，所有传感器节点，就像它会做的生产时间的传感器，没有权力控制在所有；2）global-tpc金属（对等传输功率）。对等传输功率（塑料）算法还指定一个均匀的所有节点，而选择最小值，确保完全连接网络这一特定情况下。找到最小传输功率；3）桌面排版（不同的传输功率）。球的解决方案与不同的传输功率（排版）算法创建一个网络连接，但没有设定所有的传输范围相同的值。相反，它试图找到一个最低的功率水平为每一个节点分别。该算法以下列方式：其中节点对尚未连接，选择一个具有最小距离。发射功率设定这些节点的值足够的连接，检查连接所产生的网络；4）local-tpc喉罩（局部平均算法）所有节点开始与相同的初始传输功率。每个节点定期广播lifemsg。这些节点，然后计算数量的反应（noderesp）他们收到；5）林梦（当地邻居算法）。地平均邻居算法（低分子量）类似于喉罩除外，它增加了一些信息，它定义的lifeackmsgnoderesp以不同的方式。除了地址从收到的lifeackmsglifemsg，也包含它自己的计算。

实验表明，在local-tpc解寿命优于使用简单的固定作业（non-tpc）和一系列对称算法（塑料）利用全球知识。而出现局部算法不能够超越全球，他们的表现通常在一两个因素的一生。特别是，这些地方的算法实际上是可行的和可扩展的。

3比较

基于位置的所有主要集中在定位网络拓扑。在这些算法中，喉罩和运动神经都是局部算法，而平等的传输功率算法（塑料）和不同的传输功率的算法（排版）是全球性的，这意味着全球信息是必要的，这些算法的实现。固定的传输功率（协议）是一个估计方法，但它没有提到如何调整磁带详细。不利的全球算法是每个节点保持长表全球信息和花很多额外的能量来获取信息，这可能会增加网络的干扰和通信成本。此外，它是很难获得全球信息在网络规模大。算法的地方，喉罩和下运动神经元，导致一个足够对称网络连接，并提供改进的网络寿命超过档案。运动神经导致较强的连接比喉罩。运动神经，喉罩，和对象执行相当类似的网络寿命。基于时间的所有重点调度的唤醒周期的无线传感器网络的节点。主要目的是平衡权衡可用的节点之间的通信网络中，能量消耗最小化为每个节点分配。

无线控制器范文

关键词：网络能量；功率控制；算法

中图分类号：TN92文献标识码：A

0.引言

无线传感器网络（WSN）是一种用于观察、检测、感知并采集信息的监测管理网络，被称为21世纪最重要的技术之一。随着WSN的兴起，人们可以随时随地、以任何方式获取以及处理信息，从而真正实现了“普适计算”模式。

传感器网络节点由电池供电，常用于环境监测、健康护理、智能家居等领域，一般不能更换电池，能量有限。功率控制技术是目前节约网络能量的一个主要方法。网络常采用功率控制算法提升网络性能。从网络层角度分析，可以将算法分为3种，一是网络级功率控制算法；二是邻居节点级功率控制算法；三是独立节点级功率控制算法。其三者的区别主要在于节点发射功率是否统一，是否可以根据实际改变大小。

1.典型的功率控制算法

1.1网络级功率控制算法

（1）COMPOW（CommonPower）算法

采用COMPOW算法的网络节点首先以大小不同的发射功率对网络进行连通并探测网络环境，然后选择适合当前环境的最小的发射功率作为所有节点统一的发射功率。其优点是可以使网络平衡并解决网络不对称引起的隐蔽终端问题等；缺点是不能根据实际情况进行功率的调整，浪费能量。

（2）CPC（CommonPowerControl）算法

采用CPC算法的网络节点首先要确定自身节点与每一个相邻节点之间的发射功率，将功率大小进行比较，选择其中能保证网络连通的最佳发射功率，然后采用洪泛的方式通知所有节点将最佳功率做为全网统一接收发送功率。其优点是适合应用在大规模网络中；缺点是最佳功率的选择过程比较复杂。

1.2邻居节点级功率控制算法

（1）CLUSTERPOW（CLUSTERPOWER）算法

采用CLUSTERPOW算法的网络节点首先为自身设定3个不同大小的发射功率。然后节点根据自身与邻居节点位置的远近建立路由表，当传输信息时，查询路由表选择最合适的下一跳节点并选择3个功率中最适当的发射功率进行数据传输。其优点是功率之间可以相互切换，减少能量消耗，提高网络吞吐量；缺点是节点负担过重，容易退出网络。

（2）基于节点度的算法

基于节点度的算法最典型的是LMA（localmeanalgorithm）算法和LMN（localmeanofneighborsalgorithm）算法。算法中节点要根据传输的信息或采集信息不断更改自身节点的发射功率，一要保证网络节点的度数在允许的范围内，二要保证网络节点相互连通。两个算法除了节点度数的计算方式不同，其余均相同。其优点是优化网络拓扑，节约网络能量；缺点是节点之间的链路存在冗余性，网络连通复杂度高。

1.3独立节点级功率控制算法

（1）BASIC算法

采用BASIC算法的网络节点首先以自身节点允许的最大发射功率向目的节点发射请求发送帧RTS（RequestToSend），目的节点收到RTS后，计算其与信息源节点之间的最小发射功率，以最小发射功率向信息源节点发送允许发送帧CTS（ClearToSend），然后节点之间均采用最小发射功率完成信息传输。其优点是网络节点采用不同的发射功率，减少能量浪费；缺点是载波侦听环带中的节点可能收不到请求发送或允许发送的数据帧，容易与正在传输的数据帧发生冲突。

（2）SSEC（SensorStableEfficientClustering）算法

SSEC算法是一种动态处理网路节点变化的分簇路由算法。采用SSEC算法的网络节点首先为自身节点设定一个时间值，在时间段内向其他邻居节点发送能量请求消息RTE（RequesttoEnergy），然后将收到的能量消息与自身剩余能量比较，若自身能量高，将设为簇首节点，否则设为该簇的子节点，每一轮的工作都将以能量为参考，实行簇首节点轮换制。该算法的优点是有效处理BASIC算法中不能解决的隐蔽终端问题，网络连通度高；其缺点是节点发射功率固定，相互传输信息时会造成干扰，传输路径选择性大，节点间消耗能量不均等问题。

结语

本文简单地介绍了无线传感器网络功率控制算法的分类以及几种典型算法，简述算法原理并说明其优缺点。近年来，WSN功率控制技术无论在理论上还是实际应用中都得到高度重视，也取得了一定的成果，但是仍然存在一些问题需要进一步研究。如某些算法的应用范围局限于自身条件不能普遍使用。某些算法的系统分析和工作原理过于理想化。鉴于WSN功率控制技术的发展，未来的研究热点可能为：算法与其他功能机制的结合，考虑实际应用的环境，提高网络的自适应性以及系统的稳定性。

参考文献

[1]ZhangWenBin，YangXiaoZong.ImprovedroutingprotocolBlockingCompow.ComputerEngineeringandApplication[J].2011，47（16）：89-92.