基于无线传感器网络的运动系统设计与实现_图文





近年来,我国体育事业在社会信息化、知识经济的推动下,己接受并引入 了信息技术,开始在体育信息化道路上起步迈进。发展实时运动数据监测网络 已成为体育信息化的核心,它首先要求应用先进的信息采集手段来快速、实时、 低成本地获取运动数据,从大量数据中提取有助于制定运动员科学管理决策的 信息,进而制定体育训练的科学管理决策,最后通过各种智能设备或人工控制 等措施来达到提高运动员技战术水平的目标。本文围绕基于无线传感器网络的 运动系统的设计进行研究。 本文主要做了以下几点工作: 1、介绍了国内外无线传感器网络的研究进展,对无线传感器网络的网络体 系结构,以及在体育运动中应用前景进行了一些探讨。分析了无线传感器网络 数据收集技术的研究现状, 并总结了近年来该领域具有代表性的数据收集算法。 2、提出了一种移动传感器网络自适应数据收集协议。 该协议适用于运动目标数据收集场合,其基本思想是通过把信息复制给与 基站通信概率更高的节点,以达到尽量增大传输成功率、可靠性和降低网络开 销的目的,协议主要包括信息传输和队列管理两部分。通过仿真分析和实验表 明,与现有的无线传感器网络数据收集协议相比,自适应数据收集协议的网络 寿命相对较长,能够有效保证数据传输成功率和传输可靠性要求。 3、提出了基于无线传感器网络的运动系统的设计方案。 通过对已有的无线传感器网络硬件开发平台进行研究分析, 选择了高性能、 低功耗的 CC2420 芯片作为射频芯片,ATmega128、S3C2410 作为核心微处理 器,MMA7260 加速度传感器作为传感模块,设计了无线传感器网络节点和基 站硬件结构,并开发了相关系统软件,包括节点、基站工作软件和运动数据库 管理系统软件。 关键词:无线传感器网络 体育运动 数据收集 CC2420 S3C2410

I

ABSTRACT
In recent years, more attention has been paid to application of information technology to sports in China, with the promotion of the information society and the knowledge-driven economy. The development of real-time motion data monitoring network has become the core of sports information. Firstly, it requires to get motion data in fast, real-time, low-cost way, and to extract data from a large number of players for scientific management decision-making, developing sports training and scientific management. Finally, we use a variety of intelligence equipment or manual control measures to improve technical and tactical Skills of the player. This paper focuses on the design and implement of athletic system based on wireless sensor networks. This article made the following work: 1. Introduced domestic and foreign research in wireless sensor networks, network architecture, and applications in the sport. Analyzed the recent development of representative data gathering method. 2. Proposed an adaptive data gathering protocol in mobile sensor networks. This protocol applies to moving target data gathering occasion. It’s basic idea is to copy the information to the sensor node, which is more likely to communicate with base station, to achieve the maximization of data transfer success rate, reliability, and reduce the transmission energy consumption. It includes message transmission and queue management. The simulation and experiments show that, the adaptive data gathering protocol for the network lifetime is relatively long, and can lower energy consumption and transmission delay, receiving a higher data transfer success rate and reliability requirements. 3. Proposed a plan of designing athletic system based on wireless sensor networks. Through the existing hardware platform for wireless sensor networks and key chip research and analysis, we select high-performance, low power consumption, CC2420 chip as a radio frequency chip, ATmega128, S3C2410 chip as a core microprocessor, MMA7260 accelerometer as the sensor module. We design wireless sensor network nodes and base station, and design relevant software, including the node, the base station working software and athletic database management system software
II

Key Words: Wireless Sensor Networks, Sports, Data Gathering, CC2420, S3C2410

III


第1章
1.1



绪论 .............................................. 1

无线传感器网络 ...............................................1
无线传感器网络简介................................................ 1 无线传感器网络的硬件结构.......................................... 2 无线传感器网络的软件结构.......................................... 3 无线传感器网络的特点.............................................. 4 无线传感器网络的应用.............................................. 5

1.1.1 1.1.2 1.1.3 1.1.4 1.1.5

1.2 1.3

本课题研究背景及意义 .........................................6 论文内容及结构安排 ...........................................7

第2章
2.1

无线传感器网络数据收集技术研究现状 ................ 9

无线传感器网络数据收集问题概述 ...............................9
相关概念.......................................................... 9 数据收集算法的性能评价指标........................................ 9

2.1.1 2.1.2

2.2

无线传感器网络数据收集的路由协议研究现状 ....................10
基于网络结构的数据收集协议和算法 ................................. 10 基于网络流的数据收集协议和算法 ................................... 14 基于移动性的数据收集算法......................................... 17

2.2.1 2.2.2 2.2.3

2.3

运动系统中的数据收集机制 ....................................17

第3章
3.1 3.2

移动传感器网络自适应数据收集协议 ................. 19

引言 ........................................................19 网络模型和相关定义 ..........................................20
网络模型假设..................................................... 20 相关定义......................................................... 20

3.2.1 3.2.2

3.3

信息传输 ....................................................22
信息转发过程..................................................... 22 信息传输算法..................................................... 22

3.3.1 3.3.2

3.4

队列管理 ....................................................23

3.4.1 3.4.2

信息生存期计算................................................... 24 队列管理实现..................................................... 25

3.5

模拟实验和性能分析 ..........................................26
模拟实验方法与参数设置........................................... 26 性能分析......................................................... 28

3.5.1 3.5.2

第4章
4.1 4.2

基于无线传感器网络的运动系统设计与实现 ........... 33

基于无线传感器网络的运动系统总体框架 ........................33 节点的设计和实现 ............................................35
节点需求......................................................... 35 节点的硬件设计................................................... 35 节点的功能实现................................................... 40

4.2.1 4.2.2 4.2.3

4.3

基站的设计和实现 ............................................42
基站需求......................................................... 42 基站硬件设计..................................................... 42 基站功能实现..................................................... 45

4.3.1 4.3.2 4.3.3

4.4

运动数据库管理系统软件设计 ..................................49
系统开发环境..................................................... 49 主要功能结构..................................................... 50

4.4.1 4.4.2

第5章
5.1 5.2

系统测试与结果分析 ............................... 53

测试平台搭建 ................................................53 系统测试过程 ................................................55
节点通信测试..................................................... 55 系统组网测试..................................................... 56 运动员反应时间测试............................................... 58

5.2.1 5.2.2 5.2.3

5.3

系统性能分析 ................................................59
系统实时性分析................................................... 59 系统安全性分析................................................... 60

5.3.1 5.3.2

第6章
6.1 6.2

总结与展望 ....................................... 63

本文工作总结 ................................................63 下一步工作展望 ..............................................63

参考文献 ................................................. 65 攻读硕士学位期间的研究成果与科研项目 ..................... 69 致 谢 ................................................... 71

第1章

绪论

随着射频技术、嵌入式技术、分布式处理技术和传感技术的飞速发展,无 线传感器网络(Wireless Sensor Networks)技术不断成熟,已成功应用于环境保 护、智能家居、医疗卫生、灾害预警、农业、工业、军事国防等诸多领域,发 挥至关重要的作用。对无线传感器网络技术的不断深入研究,将推进我国的信 息化建设水平,并带动相关学科和产业的发展。

1.1

无线传感器网络

1.1.1 无线传感器网络简介
无线传感器网络[1]由一组部署在监测区域内的微型传感器节点组成的自 组织网络,具有信息收集、数据处理及无线收发等多种功能,图 1.1 是传感器 网络典型结构示意图。通过将大量传感器节点随机撒播或人工部署在监测区域 中,实时监测、采集观察者感兴趣的感知对象(如温度、湿度、光强、风速和 有害气体浓度等) ,再利用节点嵌入式处理系统对采集的信息进行分析处理。簇 内节点收集的数据被汇聚到簇头节点,经簇头节点数据融合后以多跳通信的方 式路由到基站,最终由基站通过无线或有线的方式将数据传输到用户终端,实 现用户对远程目标的实时监控。

簇头

用户终端

事件侦听

链路

节点 数据传输 簇 监测区域 基站

图 1.1

传感器网络典型结构

1

第1章

绪论

随着射频技术、嵌入式技术、分布式处理技术和传感技术的飞速发展,无 线传感器网络(Wireless Sensor Networks)技术不断成熟,已成功应用于环境保 护、智能家居、医疗卫生、灾害预警、农业、工业、军事国防等诸多领域,发 挥至关重要的作用。对无线传感器网络技术的不断深入研究,将推进我国的信 息化建设水平,并带动相关学科和产业的发展。

1.1

无线传感器网络

1.1.1 无线传感器网络简介
无线传感器网络[1]由一组部署在监测区域内的微型传感器节点组成的自 组织网络,具有信息收集、数据处理及无线收发等多种功能,图 1.1 是传感器 网络典型结构示意图。通过将大量传感器节点随机撒播或人工部署在监测区域 中,实时监测、采集观察者感兴趣的感知对象(如温度、湿度、光强、风速和 有害气体浓度等) ,再利用节点嵌入式处理系统对采集的信息进行分析处理。簇 内节点收集的数据被汇聚到簇头节点,经簇头节点数据融合后以多跳通信的方 式路由到基站,最终由基站通过无线或有线的方式将数据传输到用户终端,实 现用户对远程目标的实时监控。

簇头

用户终端

事件侦听

链路

节点 数据传输 簇 监测区域 基站

图 1.1

传感器网络典型结构

1

无线传感器网络的最早研究可追溯到冷战阶段,美国军方开始的潜艇声音 监测系统,而具备现代意义的传感器网络则是,上世纪七十年代末由美国国防 部高级研究计划署拉开研究序幕。无线传感器网络随着网络通信技术、计算机 技术、电路制造技术的不断进步获得飞速发展。目前,无线传感器网络不仅可 以对多种媒介信息进行获取和综合处理,其局部网络可以通过网关和路由器实 现与因特网的互联互通,不断扩大网络规模,无线传感器网络已成为当前世界 研究热点[2]之一。

1.1.2 无线传感器网络的硬件结构
无线传感器网络是一种与应用高度相关的网络,针对不同的应用需求,无 线传感器网络节点的硬件结构不尽相同的,但其核心组成部分基本一致。特定 环境中,某些节点要求具有较高的能量、较强的通信距离和处理能力,甚至包 括 GPS[3]定位等功能,并可以临时担当簇头或者基站任务,提供外部网络连接 的功能。下面介绍一般传感器节点硬件组成。 节点的硬件主要由处理单元(包括 CPU、存储器) 、无线通信单元、数据 采集单元(包括传感器、A/D 转换器)和电源模块四部分组成。电源是传感器节 点能否工作的先决条件,通常采用电池供电。数据采集单元主要由两个子模块 组成,传感器和 A/D 转换器。传感器检测到目标信息后产生模拟信号,经 A/D 转换器转为数字信号,再传输至处理单元。处理单元负责控制整个传感器节点 的运行,存储和处理自身采集的数据和其他节点转发的数据。无线通信单元负 责和其他节点进行无线通信,收发采集的数据和交换控制消息。节点典型硬件 结构[4]如图 1.2 所示。

动力 电源 定位

无线通信单元

处理器 存储器 处理单元

传感器

A/D转换器

数据采集单元

图 1.2

无线传感器网络节点硬件结构

2

1.1.3 无线传感器网络的软件结构
传感器节点是由单片机或嵌入式处理构成的微机电系统,它的软件主要包 括以下几个组成部分:操作系统、底层驱动程序、应用程序、网络通信协议、 数据收集程序、定位和同步协议等,如图 1.3 所示。

网络通信协议 应用程序 底层驱动程序 数据收集程序 同步协议 定位协议

操作系统

图 1.3

无线传感器节点软件结构图

其中,网络通信协议是无线传感器网络软件结构中最重要的部分,直接影 响网络性能,是一直以来的研究热点。无线传感器网络协议体系结构如图 1.4 所示,主要包括通信协议和网络管理两部分。其中通信协议由物理层、数据链 路层、网络层、传输层和应用层组成,网络管理模块则包括能量管理、拓扑管 理、任务管理、安全管理和移动管理等。

应用层

应用程序 分布式网络管理

传输层

传输机制 能 量 管 理 拓 扑 管 理 任 务 管 理 安 全 管 理 移 动 管 理

网络层

路由机制

数据链路层

媒体访问控制

物理层

无线信道管理

图 1.4

无线传感器网络协议体系结构图

(1) 通信协议各层的功能如下: 物理层 物理层[5]负责无线信道的区分和选择、信号调制解调、数据加密、信号的 发送与接收等,由于传感器节点的能量有限性,该层的研究目标是设计相对低复
3

杂度和功耗的电路,克服无线传输损耗,获得较大的链路容量。 数据链路层 数据链路层[6]划分为逻辑链路子层(LLC)和媒体访问控制子层(MAC)两层。 其中,MAC子层定义了不同节点如何共享有限的频带资源,控制节点公平、有 效地访问无线信道。LLC子层负责向网络层提供统一的服务,屏蔽不同的MAC 层方案,具有数据复用、数据帧检测、分组转发、流量、差错控制等功能。 网络层 网络层[7]负责路由的生成和选择、网络互联、拥塞控制等。与传统无线网 络不同,传感器网络的数据传输主要集中在基站和其附近的节点之间进行,必 须选择有效的路由策略避免基站周围的节点由于能量过于消耗而停止工作。 传输层 传输层负责数据流的传输控制,保证服务质量。它通过将从应用层接收的 数据流划分为固定的单元,再传递至网络层,进行流量控制和拥塞控制,并确 保数据可靠而有序的到达。 应用层 应用层为用户提供程序开发接口,根据应用需求开发应用程序。 (2) 分布式网络管理平台包括以下几部分: 能量管理 能量管理平台负责管理节点的能量使用,使节点能够在较低的能耗下,协 作完成监测任务,并协调节点运行,避免重复消耗。 拓扑管理 拓扑管理平台主要根据传感网络拓扑的变化,制定合适节点的休眠策略, 维护网络的连通性,保证数据有效传输。 任务管理 任务管理平台负责调度和平衡区域内节点的监测任务,提供高质量服务。 安全管理 安全管理[8]平台主要目的是将分散、独立、没有安全保护的传感器节点集 合,转化为统一的、完整的、具有信道保护的安全网络。 移动管理 移动管理平台监测和控制节点的移动,记录节点的位置,使节点能够动态 地跟踪目标信息。

1.1.4 无线传感器网络的特点
(1) 网络自组织性
4

传感器节点一般随机部署在没有基础设施的监测区域内,如节点被散播森 林、戈壁中,节点的位置信息和邻居关系都无法事先确定。因此要求节点必须 能够自动进行配置管理,通过事先设定的邻居发现机制和网络协议,形成能够 采集并转发数据的多跳无线自组织网络[9]。 (2) 能量受限 传感器节点体积小、分布广、成本低、工作环境恶劣,其电池携带的能量 有限并且一旦部署不易更换。电池能量的高低直接决定了整个网络的寿命,在 更换节点电池不现实的条件下,必须要求尽最大可能的节省能量消耗,以延长 网络的生命周期。 (3) 节点数量多,分布广 为了全面的获取目标信息, 往往在监测区域会部署大量的微型传感器节点。 这样密集的部署能够提高监测信息的精确性, 又降低网络对单个节点的依赖度, 不会因为单个节点失效而影响网络的正常工作,但也带来一系列问题,如信号 冲突、信息冗余、信息有效传输路径的选择、大量节点协同工作等。 (4) 网络拓扑动态性 无线传感网络是一个动态的网络,其拓扑结构会随着节点失效退出、移动、 通信链路的间断连续等原因,不断的发生变化。因此为了保证网络的正常运行, 必须要求网络具有可重构和自调整性,允许节点故障的发生。 (5) 以数据为中心 在无线传感器网络中,人们关心的是监测区域内某个目标信息,并不是每 个节点的监测数据,即网络传输的数据和节点的物理地址没有必然联系,摆脱 了传统网络的寻址过程。以数据为中心的传感器网络能够快速有效的组建,并 融合各个节点的数据发送给用户。 (6) 安全性低 无线传感器网络利用无线传输,采用分布式网络结构,容易受到被动窃听、 主动入侵、重放攻击、数据伪造篡改和拒绝服务等攻击。此外对于布置在露天 环境中传感器节点,很容易被敌方所俘获,无法保证其中的数据安全。虽然今 年来研究人员提出了一些针对传感器网络的安全防御措施,但是传感器网络的 安全形势仍然严峻。

1.1.5 无线传感器网络的应用
无线传感器网络具有的低成本、体积小、部署快、自组织等特性,特别适 用于各种人类无法到达的恶劣或者特殊环境,具有十分广阔的应用前景。 (1) 环境监测
5

随着环境污染问题日益突出,环境科学越来越受人们的关注。环境科学研 究所需要收集的数据也越来越多,有些数据无法通过传统的人工采集方式来获 取,需要通过无线传感器网络完成数据采集任务。例如,利用无线传感器网络 进行农作物精细灌溉、地质监测、森林火灾监测、洪水监测等。 (2) 智能家居 随着科技的不断进步,现代家庭电器设备越来越多。通过将传感器节点嵌 入到这些家电中,这些传感器节点可以彼此交互或通过无线网络与互联网相连 接,使我们能够随时随地对各种家电进行远程控制,比如下班前打开家庭的空 调设备、电热水器,让我们未踏进家门便感受到家庭的温暖,创造更加舒适、 方便、人性化的智能家居生活。 (3) 医疗健康 无线传感器网络可以方便地用于病人各项参数监测[10],通过病人身上安 装特殊类型的微型传感器节点,如心率、血压测量传感器,医生就可以通过传 感器网络随时查询病人的生理数据,掌握病人病情,以便及时处理。医护人员 也可以通过佩戴传感器节点来保持与患者和其他医护人员的联系。总之,传感 器网络为远程医疗的普及提供了更加快捷、实用的技术实现手段。 (4) 军事应用 无线传感器网络最早研究便开始于军事应用,非常适合部署在恶劣的战场 环境中,能够隐秘而又直接的收集战场信息。能够完成包括敌军兵力和装备侦 察、战场目标定位、损失评估、判断生物攻击和核攻击等多种任务。传感器网 络已经成为各国军事系统不可缺少的部分,受到各国的普遍重视。 (5) 其他应用 无线传感器网络在商业领域也有不少的应用机会。如仓库库存货物中安放 传感器节点,仓库管理员可以方便地查询存货的位置和数量,在添加新货物的 时候,只需要在新货物中安装相应的传感器节点,就可以实时监测每项货物的 状态。 最近几年矿难事件层出不穷,引起国家的高度重视和全社会的严重关注。 通过将湿度、温度、压力和空气成分探测传感器部署在矿井矿道中,能够有效 的实现矿井瓦斯监测和安全开采监控等。

1.2

本课题研究背景及意义
随着现代科技的不断进步,信息技术对提高体育运动水平,特别是作为辅

助训练手段,正发挥着不可忽视的作用。如何运用信息技术等科技手段,通过
6

科学的体育训练,帮助运动员提高运动成绩,也是科技奥运的重要内容。 体育训练是一个复杂的系统工程,涉及到多种学科体系,影响运动员成绩 的因素也有多种,主要包括技能、体能、心理能力、战术水平等。在传统的体 育训练过程中,都是通过教练员用眼睛去观察运动员的技术动作,凭借经验判 断合理性,并提出改进意见。诚然,优秀教练员的经验是任何现代技术都无法 替代的,但是,这种传统的定性的分析方法通过肉眼,利用良好的观察能力来 获取训练信息,再凭经验、逻辑思维处理获取的训练信息,进行判断、加工、 分析都是非常有限的,存在着误差大、易受干扰等不利之处。运动员运动过程 中每时每刻都有大量信息数据涌现,且存在着复杂的内在规律,在这种情况下, 只能借助现代信息技术手段进行数据收集。 科学的训练计划是进行高水平训练的重要环节,是教练员实现训练目标的 先决条件。制定科学的训练计划的工作中引入信息技术,不仅可以减少教练员 统计数据所花费的大量时间提高工作效率,而且能够迅速掌握、分析、比较运 动员的训练状况、身体状况,及时完成系统、详细的经验总结。通过大量的收 集体能参数如耐力、力量、柔韧性、负荷量、心电、及强度,定量评价运动员 的身体能力和训练效果。通过将运动员技术动作量化参数输入数据库,并与专 家库数据进行比较,发现运动技术的不足,为教练员制定训练计划提供依据。 我国信息技术发展起步较晚,特别是在运动员训练数据实时监测网络的建 立方面还处于起步阶段。本课题以体育运动为应用背景,利用无线传感器网络 技术设计开发了低成本、实用化、辅助运动员训练的运动系统。具有快速组网、 无线连接和不受训练场地影响等诸多优点。实时监测运动员的运动参数,对提 高训练的科学性、及时性和有效性有明显的优势。

1.3

论文内容及结构安排
本文主要介绍了体育运动中无线传感器网络系统的应用设计,课题研究包

括设计传感器节点和基站硬件解决方案和软件实现。 论文共分 5 章,具体内容安排如下: 第 1 章介绍了无线传感器网络的相关技术背景和本课题的研究意义,讲述 了本文的内容和文章组织结构。 第 2 章介绍无线传感器网络数据收集机制研究的现状,总体概括了各种数 据收集算法的特点。 第 3 章提出了一种移动传感器网络数据自适应收集协议,并对该协议的性 能进行分析和模拟实验。
7

第 4 章介绍了基于无线传感器网络的运动系统,给出详细设计方案和各模 块的软硬件设计实现。 第 5 章对基于无线传感器网络的运动系统进行组网测试和性能分析。 第 6 章对全文进行了工作总结和未来工作的展望。

8

第2章

无线传感器网络数据收集技术研究现状

无线传感器网络的基本操作是传感器节点协作地感知和收集数据,并将收 集到的数据传送到基站,交由用户进行处理。如何在资源均有限的无线传感器 网络中实现灵活、高效的网络数据收集,是目前无线传感器网络的研究中必须 解决的关键问题。本章中,我们总结了无线传感器网络数据收集的网络路由技 术研究现状,并对部分典型的路由协议进行了分类。

2.1

无线传感器网络数据收集问题概述
与传统无线网络相比, 无线传感器网络的数据收集[11]面临诸多难题。 无线

传感器网络中传感器节点的能量资源、处理能力非常有限,决定了其数据收集 协议的必须以节省能量为首要目标。无线传感器网络由大量密集的传感器节点 协同工作,邻居节点间数据冗余度较高,为了提高数据收集效率和减小链路开 销,必须进行数据融合处理后再进行传输。此外,无线传感器网络与应用环境 高度相关,必须根据不同的应用背景来设计合适的数据收集协议。

2.1.1 相关概念
(1) 数据收集 数据收集定义:众多传感器节点自动收集环境中感知参数,通过多跳通信 路由到基站的过程。 无线传感器网络中的数据收集协议就是网络层的路由协议, 研究传感器节点如何有效地将数据传送给基站。 (2) 数据融合 数据融合[12]定义:通过中间节点对自身或从邻居节点接收的多个数据进 行合并,具体过程是任选几个数据的其中一个,并计算数据的平均值、最小值 或最大值等,这样就可以将上述几个数据合并为一个数据,以达到有效减少网 络数据传输总量的目标。例如,建筑物火灾报警,用户关心的是监测区域中的 最大温度值,所以中间节点只需选择接收数据中的最大值进行传输,并丢弃其 他的分组数据。数据融合可以减少网络中传输的分组数量,减少分组冲突概率, 减少基站接收到的重复分组的概率以及提高区域探测的准确性。

2.1.2 数据收集算法的性能评价指标
关于无线传感器网络数据收集协议的性能,有以下常用的评价指标:
9

第2章

无线传感器网络数据收集技术研究现状

无线传感器网络的基本操作是传感器节点协作地感知和收集数据,并将收 集到的数据传送到基站,交由用户进行处理。如何在资源均有限的无线传感器 网络中实现灵活、高效的网络数据收集,是目前无线传感器网络的研究中必须 解决的关键问题。本章中,我们总结了无线传感器网络数据收集的网络路由技 术研究现状,并对部分典型的路由协议进行了分类。

2.1

无线传感器网络数据收集问题概述
与传统无线网络相比, 无线传感器网络的数据收集[11]面临诸多难题。 无线

传感器网络中传感器节点的能量资源、处理能力非常有限,决定了其数据收集 协议的必须以节省能量为首要目标。无线传感器网络由大量密集的传感器节点 协同工作,邻居节点间数据冗余度较高,为了提高数据收集效率和减小链路开 销,必须进行数据融合处理后再进行传输。此外,无线传感器网络与应用环境 高度相关,必须根据不同的应用背景来设计合适的数据收集协议。

2.1.1 相关概念
(1) 数据收集 数据收集定义:众多传感器节点自动收集环境中感知参数,通过多跳通信 路由到基站的过程。 无线传感器网络中的数据收集协议就是网络层的路由协议, 研究传感器节点如何有效地将数据传送给基站。 (2) 数据融合 数据融合[12]定义:通过中间节点对自身或从邻居节点接收的多个数据进 行合并,具体过程是任选几个数据的其中一个,并计算数据的平均值、最小值 或最大值等,这样就可以将上述几个数据合并为一个数据,以达到有效减少网 络数据传输总量的目标。例如,建筑物火灾报警,用户关心的是监测区域中的 最大温度值,所以中间节点只需选择接收数据中的最大值进行传输,并丢弃其 他的分组数据。数据融合可以减少网络中传输的分组数量,减少分组冲突概率, 减少基站接收到的重复分组的概率以及提高区域探测的准确性。

2.1.2 数据收集算法的性能评价指标
关于无线传感器网络数据收集协议的性能,有以下常用的评价指标:
9

(1) 能量有效性 数据收集算法的首要评价指标就是能效,一般使用网络生命周期长短衡量 算法的能量有效性。网络生命周期指理想状态下,网络中有一定比率的传感器 节点失效时,数据收集持续的轮数定义为网络生命期。有的文献将网络生命周 期定义为当第一个传感器节点失效时,数据收集的轮数。 (2) 数据准确性 数据收集算法数据准确性要求取决于传感器网络的应用背景和用户需求。 例如,室内温湿度监测系统中对数据准确性的要求不高,然而在军事应用中的 战场目标跟踪就必须要较高的数据精度,才能保证准确的打击目标。 (3) 可扩展性 典型的无线传感器网络包含数以千计甚至更多的传感器节点, 组网规模大, 数据收集协议的可扩展性问题十分突出。一般来说,可扩展性指随着节点数量 的增加,网络的数据收集性能不会明显的下降。 (4) 响应时间 响应时间包括数据传输、路由和数据融合时间。通过从目标节点发送感知 数据到基站接收数据报文之间的时间延迟来表示。不同的应用对数据实时性要 求不同,根据需要设计合理的数据收集算法的延迟。 (5) 网络吞吐量,表示在没有数据包丢失的情况下,单位时间内通过传感 器网络(或信道、接口)的最大数据总量。 (6) 鲁棒性,即网络的健壮性,网络能够在自身及环境参数发生变化时, 维持自身性能的特性。 上述性能指标既是评价无线传感器网络数据收集算法的标准,也是算法设 计优化的目标。但是,实际应用中上述指标并能不完全兼容,必须相互均衡以 达到算法最优化。

2.2

无线传感器网络数据收集的路由协议研究现状
近年来,随着无线传感器网络技术的研究发展,提出了多种类型数据收集

路由协议,以满足不同的应用环境和性能评价标准。文献[13]从网络结构、网 络流量优化和网络成员具有移动性的角度把这些数据收集协议分为三类。

2.2.1 基于网络结构的数据收集协议和算法
无线传感器网络的拓扑结构是影响数据收集协议性能的一个重要因素。不 同网络结构里数据传输容量和能耗之间有密切的关系。平面路由简单、稳定性
10

好,但是路由建立、维护开销大,适合中小规模网络。层次型路由具有很好的 扩展性,能够方便进行数据融合,适用于大规模网络。几个具有代表性的平面 型和层次型数据收集协议介绍如下: (1) 定向扩散(Directed Diffusion) 定向扩散(DD)[14]是基于数据查询驱动的平面路由协议,以数据为中心是 其最大的特色。在 DD 中,路由建立由通过用户发送查询命令启动。用户的查 询命令称“兴趣” ,包括查询对象、查询要求、被查区域等。DD 所面向的查询 任务持续时间长,用户最初发送的查询命令用来探测网络中的可能路径,所包 含的信息速率较低。DD 协议的路由建立过程如图 2.1 所示。

事件 梯度 源节点

事件 DATA 源节点 Sink Sink

(a) 兴趣扩散

(b) 数据扩散

事件 加强 源节点 Sink

(c) 路径加强

图 2.1

DD 协议路由建立过程

查询消息在网络中洪泛,传感器节点收到,再为其后创建信息梯度,并转 发给邻居节点。 信息梯度类似于反向路由消息, 它包含了下一跳节点 ID 和时间 信息,也包含数据收集内容和采样速率等。查询消息在网络中沿着多条路径到 达被查询的传感器节点,节点启动相应的查询任务,并把收集的信息回传给汇 聚节点。查询消息发出一段后,汇聚节点从多条回传路径中选择最优路径(如 延时最小) ,向相应的相邻节点发送路径加强消息。路径加强消息沿最优路径逐 跳传输至被查询节点,并将这条路径标记为主路径,其他路径则相应成为备用 路径。传感器节点接收到路径加强消息后,根据要求增加或减少数据上报率。
11

汇聚节点根据需要采取增强或减少数据上报率方式,能有效提高能量利用 率,使用查询驱动机制按需建立路由,避免保存全网信息,因此不适合于环境 监测等需要全局信息的应用场合。而且,信息梯度的建立开销很大,不适合多 汇集节点网络。节点数据融合过程中采用时间同步也会带来较大时延和开销。 (2) SPIN(Sensor Protocols for Information via Negotiation)协议 SPIN 是一个专门为无线传感器网络设计的平面路由协议, 它在洪泛协议基 础上为解决分组传输过程中资源重叠、内爆问题而提出的一组协议。

V AD

A
RE Q

A

B

B

(a)
T DA A

(b) A
ADV

A

ADV

B

(c) A
REQ

A D
(d)

V

V AD

B ADV

A

A DAT

Q RE

B
REQ

T DA

A

B DAT A

(e) 节点 ADV 广告消息 REQ DATA

(f)

请求消息 数据

图 2.2

SPIN 的数据传播过程

(a)节点 A 广播广告消息;(b)节点 B 发送请求消息;(c)节点 A 向节点 B 发送数据; (d)节点 B 广播广告消息;(e)节点 B 邻居节点发送请求消息;(f)节点 B 发送数据。 12

SPIN 使用元数据对原始数据进行命名, 传感器节点在发送完整数据之前用 元数据同邻居节点进行协商,当邻居节点需要时才发送。SPIN 也被称为基于协 商机制的路由协议,此外 SPIN 中,传感节点在分组转发时考虑能量限制,当 节点剩余能量低于设定阈值时减少参与通信的机会。 SPIN 通过三次握手完成信息交互,具体过程如下: 需要发送数据的传感器节点向邻居节点发送包含元数据的广告消息 (ADV), 广告消息相对于实际数据消息长度较短一些。 在邻居节点中没 有需要该信息的时候,发送广告消息进行探测比直接发送该数据消息 要节省能量。 接收到广告消息的传感器节点如果对其中携带的信息感兴趣,并且此 前没有请求过该信息,则发送请求消息(REQ)进行请求。 源节点接收到请求消息后,向目标节点发送数据 (DATA)。图 2.2 表示 了 SPIN 数据传输的两跳过程。 (3) LEACH(Low Energy Adaptive Clustering Hierarch)协议 低功耗自适应分簇算法(LEACH) [15]是第一个具有数据融合思想的分簇路 由协议。LEACH 把网络的工作过程分为轮,每一轮包括建立阶段和稳定阶段。 在建立阶段执行分簇算法,把网络分成若干个簇。稳定阶段分成若干帧,在每 一帧中,成员节点将数据汇集到簇头节点,簇首进行数据融合后再发送给基站。 图 2.3 是 LEACH 的工作周期划分。
建立阶段 稳定阶段 建立阶段 稳定阶段

时间

图 2.3

LEACH 的工作周期

为了均衡网络中节点的能耗, LEACH 周期性按轮选取簇头节点, 产生簇头 节点后,普通节点申请加入通信能耗最低的一个簇头所在簇。簇头根据接收到 的加入请求生成一个 TDMA 调度表, 指定簇内节点在哪个时隙内发送自己的数 据,然后把调度表发送给簇内节点。在簇的稳定阶段,成员节点在分配给自己 的时隙内向汇集节点发送数据,在其他时间内保持休眠。 LEACH 协议采用周期选举簇头的方式避免簇头能量过分消耗, 均衡簇内节 点的能量负载,提高了网络生命周期,并通过数据融合有效减少节点通信量。 适用于周期性信息报告、汇聚节点较远的场合。

13

(4) TEEN TEEN 协议是在 LEACH 的基础上改进的事件触发式分簇路由协议。与 LEACH 不同, TEEN 在数据传输阶段用阈值控制数据发送, 降低数据传输总量。 协议中设置硬、软阈值(HT,ST)。当监测值第一次超过设定的硬阈值时,节 点把这次监测值设置为新的阈值,并发送数据。之后,只有当监测值超过新的 硬阈值并且变化幅度大于软阈值时,节点才会发送最新的监测值,并将它设置 为新的硬阈值。TEEN 通过调节两个阈值的大小,可以在精度要求和系统能耗 之间进行折中。当系统要求能够反映被检测对象细微的变化,可以减小软阈值, 但此时系统能耗也在增加。当要求的检测精度不高时,可以将软阈值设的大一 些,同时减少了系统能耗。TEEN 存在的主要缺陷是硬阈值在一轮中只可能上 升,若由于突发干扰等原因导致阈值上升很高,则本轮中剩余时间内节点都不 会传送数据,因此不适合于周期上报的数据应用。 具有不同网络结构的数据收集协议各具特点,适用于不同的应用场合,表 2.1 为各种基于网格结构数据收集协议的算法比较。
表 2.1 基于网络结构数据收集算法比较

协议

网络结构 平面型 平面型 层次型 层次型

适用范围 汇聚节点少,周期性查 询驱动的小规模网络 汇聚节点较多,源节点 较少的小规模网络 节点能量较高的中小型 网络 节点能量较高的中小型 网络 节点能量较高的网络 节点能量较高的中小型 网络 单个汇聚节点,周期性 查询驱动小规模网络

数据融合

节能

延迟

路径数

DD SPIN LEACH TEED

v v v v v v v

差 好 差 很好 好 好 好

高 一般 一般 低 低 高 低

多径 多径 单径 单径 单径 单径 单径

CLUDDA 层次型 PEGASIS EADAT 链型 树型

2.2.2 基于网络流的数据收集协议和算法
目前很多学者利用图论和数学优化知识,并假设部署区域内传感器节点的
14

位置已知且保持不变, 将无线传感器网络建模成一个有向图 G = (V,E) , 其中 V 表示传感器节点集合, E 表示“边”即无线通信链路的集合,来研究无线传感 器网络数据收集问题。按照优化的目标不同,可分为以下几类: (1) 最大化网络生命周期数据收集 RFEC[16]算法是一种由最大化生命周期数据收集引申出的边容量约束的 网络流量优化问题。其目标是确定一个满足边容量约束、配额约束和流量守恒 的数据流,算法中不考虑数据融合。同标准流量约束问题相比,RFEC 中引入 了配额约束。 给定有向图 G = (V,E) 和流量 f , 引出的剩余图 G f = (V,E f ) 。 f E 中边 (u,v) 剩余容量为 c f (u,v) = c(u,v) ? f(u,v) ,RFEC 算法基本思想是:在 Gf 中寻找从源节点到汇聚节点的最短增强路径。 MLDA[17]是一种基于多项式时间次优算法的, 以最大化网络生命周期为目 标的数据收集协议。MLDA 算法假设网络完全连通时,一个传感器节点在每一 轮数据收集中仅发送一个数据报文,再通过中间节点进行数据融合后生成一个 输出报文,根据能量和边容量约束,利用整数规划计算出最优的网络流量。 MLDA 提出一种启发式构造汇聚树方法,在每一轮数据收集中,依据网络容许 流量生成一棵表示数据收集调度方向的有向树,之后再进行数据融合。MLDA 扩展性能较差,不适合大规模网络。 (2) 网络相关数据收集 无线传感器网络节点部署密集,从相邻地理位置的传感器节点收集的数据 往往是冗余的,此外,对于缓慢变化的传感器网络,相邻时刻同一节点收集的 数据冗余度也较高。 SBR[18]是 Deligiarulakis A 等人提出的一种基于历史数据压缩的数据收集 算法。SBR 算法利用传感器节点在相邻时刻的监测值之间的冗余性和相关性, 并引入了基信号,通过从连续监测数据中抽取基信号特征,将数据分成不同区 间并进行分段线性相关编码,形成高度聚合的数据。SBR 算法相当于在传感器 节点中存储一个描述数据特征的字典,伴随着传输过程中发送到汇聚节点,以 重构原始数据。 Cristescu R[19]等人利用 Slepian-Wolf 编码和联合熵编码技术研究了网络相 关数据收集最小代价问题。Cristescu R 提出了一种最优的 Slepian-Wolf 编码速 率分配机制,当网络中只有一个汇聚节点时,最短路径树速率分配法最优,具 体过程是将汇聚节点附近的节点编码速率设置成为其非条件熵的速率,其余节 点按各自条件熵的速率编码数据。算法通过优化节点的传输速率和传输结构来 最小化总传输代价目标。 (3) 服务质量感知数据收集
15

在一些无线传感器网络应用场合中,在实现路由功能的同时对服务质量有 特殊的要求,如对系统带宽、网络吞吐量、拥塞控制和端到端传输延迟等进行 限定。 Yu Y 等人[20]研究了无线传感器网络中数据融合的能量与延迟均衡问题, 提出了一种在线和离线的报文调度机制。文中假设汇聚树的结构为已知先验, 报文调度是一个迭代的数值优化过程,优化汇聚树中传感器节点的总能耗,不 保证迭代算法的收敛速度。该机制利用动态规划设计一个伪多项式时间算法, 同传统的数据传输完就关闭无线通信模块的方法相比节约 40%左右的能量。但 是算法也存在一些缺陷,比如在进行动态规划前,每一个传感器节点都需要等 待来自其全部子节点的信息,增加了系统时延。 Boulis A 等人[21]提出了一种网络协议分布式估计和信号处理算法, 解决传 感器网络中周期性数据融合能量与准确性平衡问题。该算法的思想是通过一个 门限机制表征能量和准确性之间平衡的调整参数,算法的主要优点是执行数据 融合与层次型树结构无关,每一个传感器节点包含聚合数据的全部信息,其缺 点主要是过于依赖特定的聚合函数进行数据融合。 根据优化目标的不同,出现了众多基于网络流的数据收集算法,表 2.2 为各 种基于网络流数据收集协议的算法比较。
表 2.2 基于网络流数据收集协议的算法比较

16

2.2.3 基于移动性的数据收集算法
在此类传感器网络中,利用节点或者基站的移动性动态的完成收集数据任 务,能够有效的改善网络的连通性,增强网络的数据传输性能。 例如野生动物监测系统[22]中, 通过安装在动物身上的传感器节点作为移动 节点。这些节点在监测区域中随机运动,只有当两个移动节点相互靠近时才进 行数据交换。网络处于部分连通状态,节点的移动路径难以预测和控制,不能 保证数据的最小传输延迟。 文献[23]提出了数据骡子方法来在传感器节点数量稀少的网络中进行数据 收集。 随机行走在部署区域内的数据骡子实体定期收集各个节点采集到的数据, 并进行交互式的存储转发服务。 数据骡子实体可以由移动的车辆或机器人担当, 相比普通传感器节点具有较高能量和较大存储空间。文献假设两个数据骡子实 体之间能够直接通信,并借此改善网络性能。当数据骡子实体靠近传感器节点 时,直接从节点接收数据,缓存并传输到基站,这样减小节点的通信距离,降 低了节点能耗。主要缺陷是增加了数据收集延迟, 数据骡子实体必须在传感器 节点的通信距离内逐次收集数据,该方法的性能和代价与数据骡子实体的数量 和传感器节点的分布密切相关。 文献[24]提出了一种联合考虑移动规划和路由的数据收集机制, 最小化传感 器节点的平均负载。假设传感器节点的分布服从泊松过程,则其平均负载可近 似为节点密度的函数。不足的是当传感器节点不服从泊松分布时,平均负载的 计算则不够准确。 基于移动性的数据收集机制在数据精度、能耗等方面具有独特的优势。目 前,越来越多的应用场合需要能够进行移动数据收集。

2.3

运动系统中的数据收集机制
无线传感器网络的数据收集的设计与具体应用密切相关,应用环境的特殊

性是需要重点考虑的问题。本文针对体育训练这个具体应用,设计数据收集协 议时,需要注意以下几点。 (1) 本文采用基于无线传感器网络的方法实现对运动员的运动参数监测。 监测对象多处于运动状态,这就要求传感器节点必须具有可移动性。由于监测 对象的移动导致了传感器网络拓扑的动态变化和网络的间断连通性,因此数据 收集协议设计时必须充分考虑上述影响,并保证较高的网络扩展性。 (2) 运动员参数监测是一项长期的工作,需要传感器节点能够长期有效的
17

工作。设计数据收集协议时要充分考虑节点的能量消耗,数据收集算法应尽量 满足节能要求,在不影响整个网络性能的情况下,采用同其他节能策略相结合 的方法降低能耗。

18

第3章

移动传感器网络自适应数据收集协议

随着无线传感器网络技术不断深入研究和广泛实际应用,移动传感器网络 越来越受到我们的关注, 特别是用于收集一些运动目标参数信息的传感器网络, 部署在其上的传感器节点需要跟随目标的移动而改变,形成部分连通且拓扑动 态变化的无线网络。传统的无线传感器网络的数据收集算法在这类移动传感器 网络中并不适用。本章在对移动传感器网络的特性和现有的数据收集技术[25] 进行分析的基础,提出了一种移动传感器网络自适应数据收集机制。

3.1

引言
传统的无线传感器网络数据收集是通过大量的在监测区域类部署传感器节

点协作的感知物理参数,再路由给基站进行处理。但是在某些应用场合中,这 种方法并不适用。如将传感器节点安装在野生动物身上以收集它们的生活习性 和迁徙特性,通过人体携带传感器节点全天监测心脏跳动等生理信息而不影响 人们的正常工作生活,以及在移动的车辆上安装传感器节点收集城市的交通状 况[26]等。 这类应用场合中,数据收集的面向对象是运动的物体,其上的传感器节点 不断移动,整个传感器网络很难处于完全连通状态,节点之间的通信链路也是 间断连通,无法保证同一时刻从节点到基站路径连通。因此,无法实施传统传 感器网络中先建立固定路由路径的数据收集机制。移动传感器网络充分利用节 点移动带来的间断通信机会,采用“存储—移动—转发”的模式来传递数据。 即节点采集到感知数据后,立即查找是否有合适的转发节点,若没有则将数据 存储起来,待移动过程中遇到合适的中间节点或基站时再转发数据。 类似于野生动物监测这样的移动传感网络,节点的移动是随机,很难进行 轨迹预测。要在“存储—移动—转发”模式下实现节点与基站间数据的可靠传 输,一个有效的方法是采用信息多拷贝方式[27],即在网络中并行传输同一信 息的多份拷贝。这样节点每采集一个新的数据就要复制多份后再进行传输,给 实际带宽有限的网络带来了很大的网络开销。 目前,提出的一些移动传感器网络数据收集机制,多侧重于基本数据转发, 没有考虑数据因其重要性的高低而要求不同传输可靠性。在通信受限和资源匮 乏的移动传感器网络中,采用数据的优先级处理对提高网络的资源利用率有着 极大的帮助。本章研究了移动传感器网络中具有不同服务质量和传输可靠性要
19

第3章

移动传感器网络自适应数据收集协议

随着无线传感器网络技术不断深入研究和广泛实际应用,移动传感器网络 越来越受到我们的关注, 特别是用于收集一些运动目标参数信息的传感器网络, 部署在其上的传感器节点需要跟随目标的移动而改变,形成部分连通且拓扑动 态变化的无线网络。传统的无线传感器网络的数据收集算法在这类移动传感器 网络中并不适用。本章在对移动传感器网络的特性和现有的数据收集技术[25] 进行分析的基础,提出了一种移动传感器网络自适应数据收集机制。

3.1

引言
传统的无线传感器网络数据收集是通过大量的在监测区域类部署传感器节

点协作的感知物理参数,再路由给基站进行处理。但是在某些应用场合中,这 种方法并不适用。如将传感器节点安装在野生动物身上以收集它们的生活习性 和迁徙特性,通过人体携带传感器节点全天监测心脏跳动等生理信息而不影响 人们的正常工作生活,以及在移动的车辆上安装传感器节点收集城市的交通状 况[26]等。 这类应用场合中,数据收集的面向对象是运动的物体,其上的传感器节点 不断移动,整个传感器网络很难处于完全连通状态,节点之间的通信链路也是 间断连通,无法保证同一时刻从节点到基站路径连通。因此,无法实施传统传 感器网络中先建立固定路由路径的数据收集机制。移动传感器网络充分利用节 点移动带来的间断通信机会,采用“存储—移动—转发”的模式来传递数据。 即节点采集到感知数据后,立即查找是否有合适的转发节点,若没有则将数据 存储起来,待移动过程中遇到合适的中间节点或基站时再转发数据。 类似于野生动物监测这样的移动传感网络,节点的移动是随机,很难进行 轨迹预测。要在“存储—移动—转发”模式下实现节点与基站间数据的可靠传 输,一个有效的方法是采用信息多拷贝方式[27],即在网络中并行传输同一信 息的多份拷贝。这样节点每采集一个新的数据就要复制多份后再进行传输,给 实际带宽有限的网络带来了很大的网络开销。 目前,提出的一些移动传感器网络数据收集机制,多侧重于基本数据转发, 没有考虑数据因其重要性的高低而要求不同传输可靠性。在通信受限和资源匮 乏的移动传感器网络中,采用数据的优先级处理对提高网络的资源利用率有着 极大的帮助。本章研究了移动传感器网络中具有不同服务质量和传输可靠性要
19

求的多类型数据收集方式,提出了一种移动传感网络自适应的数据收集机制, 主要包括信息传输和队列管理管理两部分,实验表明能够均有效的均衡网络的 数据传输成功率、降低网络开销。

3.2

网络模型和相关定义
下面具体介绍网络模型的基本假设和相关概念定义,后面将在该模型基础

上对移动传感器网络自适应数据收集机制的内容进行详细分析。

3.2.1 网络模型假设
本章研究移动传感器网络中的数据收集机制,给定假设如下: (1) 传感器网络中节点是移动的,基站位置固定。 (2) 节点和基站不需要任何地理位置信息。 (3) 节点的能量和存储空间有限,基站作为数据汇集中心和外网接入中心, 其能量和存储空间为无穷大。 (4) 所有节点的初始能量可以不相同,但不能补充。 (5) 所有信息和其全部拷贝 ID 编号保持一致。 (6) 所有传感器节点通信范围相等。 (7) 节点移动符合随机运动模型 (Random waypoint),实际应用中可以被安 装人、动物或车辆上。

3.2.2 相关定义
(1) 剩余能量 节点的剩余能量定义采用归一化形式,如下: Ei = Ec / Et
(3.1)

其中 Ec 表示节点的当前剩余能量值,Et 表示网络中所有节点的总能量值。 节点的剩余能量与节点的生存时间密切相关,剩余能量越多,其有效工作时间 就越长,节点承担的转发任务机会也相对较多。 (2) 相遇概率 由于移动传感器网络中节点不断运动,不在基站通信范围内十分普遍,可 以使用相遇概率ξi 来表示节点同基站进行通信的可能性。其值越大,表示该节 点越经常移动到基站的通信范围内或与相遇概率更大的节点通信机会越多。假 设所有节点的初始相遇概率ξi 均为 0, 当节点与节点或节点与基站建立通信后,
20

其相遇概率ξi 将发生变化,具体计算公式如下:

ξi = ?

?(1 ? α )ξ k + α [ξ i ] i遇到k,且ξ k > [ξi ] [ξi ]β 超时时间到 ?

(3.2)

其中 α,β 是处于[0,1]之间的常量,α 表示用来保存历史概率的权值,β 表 示时间衰减因子。 [ξi ] 表示 i 节点遇到 k 节点之前自己的相遇概率。 ξ k 为 k 节点 的相遇概率,若 k 节点为基站,那么 ξ k =1 。当节点 i 与节点 k 相遇时,若节点 k 的相遇概率比节点 i 高,则节点 i 的相遇概率按上式变化,节点 k 保持不变。反 之,则节点 i,k 相遇概率保持不变。在此过程中,每个节点自身都具有一个衰 老定时器,每当计时器超时后,节点的相遇概率就会以相应权值下降。 (3) 传输概率 传输概率表示每个节点成功向基站发送信息的概率。其计算公式如下:
Ti = (1 ? λ ) Ei + λξi
(3.3)

其中 λ 是处于[0,1]之间的常量, ξi 表示节点的相遇概率, Ei 表示节点的归 一化剩余能量。由上式可知,节点的剩余能量越多、相遇概率越大其传输成功 率就越高。 (4) 重要程度 信息的重要程度的大小表示信息传输的可靠性高低。每个信息产生时,节 点会根据该信息中数据应用的广泛性确定其初始重要程度。当信息在网络中开 始传输后,每增加一份拷贝,其网络冗余度便开始增加,信息传输的可靠性也 在相应提升,这时,信息及其拷贝的重要程度也要发生改变,具体计算公式如 下:
Sim = Ti Sim ' 1 ? (1 ? Ti )(1 ? T j )
(3.4)

上式表示,信息 m 成功由节点 i 传输到 j 其重要程度的变化过程,其中 Sim 表示节点 i 中信息 m 的重要程度, Sim ' 表示节点 i 与 j 通信前,消息 m 的重要程 度, Ti 、 T j 分别为节点 i 和 j 的传输概率。 由于节点发生信息的传输条件是 T j > Ti ,可知上式中 Sim ' < Sim ,即随着信息 传输的拷贝的增加,信息的重要程度不断下降。每当信息在节点转发一次,其 重要程度就要重新计算一次,当重要程度降低设定阈值时,该信息便停止转发。 (5) 信息生存期 信息的生存期表示信息在网络中的存活时间,可以运用来衡量信息的新鲜 性。通过在每个信息的头部设定一个特定域,来存放信息的生存期。

21

3.3

信息传输
移动传感器网络中,传感器节点将采集数据先保存起来,只有当节点的通

信范围内出现基站或者是相遇概率比它高的节点时,才转发数据。

3.3.1 信息转发过程
现假设节点 i 需要转发数据,通过简单的握手消息,交换彼此的基本信息 (包括相遇概率、传输概率、重要程度、所有信息 ID 等) 。设节点 i 的通信范 围内邻居节点集合为 Σ = {Ψz 1 ≤ z ≤ Z '} ,信息转发的具体过程如下: (1) 节点 i 同 Ψz 内的所有节点通过握手消息交换各自相遇概率和传输概率 后,从所有比节点 i 相遇概率高的邻居节点中选择 max(ξ k > ξi ) 节点 k,并按照 (3-1)式计算新的 ξi 值。 (2) 节点 i 判断 Ti 与 Tk 的大小,只有当 Ti + ΔT < Tk 时( ΔT 为传输概率差值, 通过它可以保证节点间传输概率不至于相差太小,减少不必要的传输)时,向节 点 i 请求节点 k 发送其中包含所有信息 ID 的编码向量(采用高效散列编码技术 [28],编码向量长度要求越短越好) 。当 Ti + ΔT > Tk 时,节点 i 则不发送请求。 (3) 节点 i 接收到节点 k 中所有信息 ID 编码向量后,查找自己的缓存队列 中所有不属于该编码向量并且满足 Sim > Sth ( Sth 表示重要程度阈值,当信息重 要程度小于 Sth 时,除非遇到基站,否则不予转发。 )的信息,并根据(3.4)式分 别计算和更新该信息的重要程度,节点 i 再将选中的信息发送到节点 k。 (4) 节点 k 接收并保持来自节点 i 的信息,安排在相应的队列位置。

3.3.2 信息传输算法
本节将详细描述信息传输的算法过程,并假设网络中每个节点都分布式的 执行下列算法, 节点 i 的信息传输过程如下图 3.1 所示。 其中 ξi 表示节点 i 相遇 概率, Ti 表示节点 i 传输概率, Ψz 表示节点 i 的邻居节点集合, ΔT 为传输概 率差值,CV 表示节点中所有信息 ID 的编码向量, Sim 表示节点 i 队列中信息 m 的重要程度, Sth 表示重要程度阈值。 协议开始后, 每个节点独立计算各自的相遇概率和传输概率, 节点同邻居 i 节点相互交换相遇概率和传输概率后, 选取其中相遇概率最高的节点传输信息, 并重新计算自身的相遇概率。

22

for z = 1 ; z ≤ Z ' ; z ++ do send( ξi ,Ti ) to Ψ z receive( ξ Ψ z ,TΨ z ) from Ψ z end for ( k = max ξ Ψ z >ξi) // 从节点i所有邻居节点中选择相遇概率最大的节点k

ξi =(1 ? α )ξ k + αξi
if Ti + ΔT < Tk

// 重新计算节点i的相遇概率

send CV request to k accept CVk from k // 获取节点k中所有信息ID for m from top of queue to tail of queue do if m ? CVk and Sim > Sth then Sim = Ti Sim 1 - (1 - Ti )(1 - Tk ) // 节点i向节点k发送k中没有的信息m

send m to k end if end for end if

图 3.1

信息传输算法伪码

由算法可知,节点 i 中信息 m 在传输过程中会产生多份拷贝,如何有效的 管理这些拷贝将是下一节队列管理中重点讨论内容。

3.4

队列管理
在移动传感器网络动态数据传输环境中,我们不能保证源节点传输的信息

能够最终被提交到基站或目标节点,因此需要源节点在一段时间内保存自身产 生的那部分信息拷贝,导致网络中时刻维持众多冗余信息,针对传感器网络资 源有限,必须要采用队列管理策略[29]。队列管理就是通过对节点存储队列中 信息进行恰当的分类,以决定各个信息的传输顺序和丢弃原则。队列管理能够 有效的提高信息传输效率、降低信息传输延迟。本文的队列管理是依据信息的
23

重要程度和信息生存期共同进行的,信息重要程度反映了信息的可靠性高低, 信息生存期表示信息在网络中的新鲜度程度。

3.4.1 信息生存期计算
我们在每个信息的头部设定一个特定域,用于存放信息生存期。我们以节 点 i 中任意信息 k 为例,来介绍信息生存期的计算过程,其中 Ci 表示节点 i 的 本地计时器, Γi 表示节点 i 队列中信息 k 的生存期。
k

令所有信息初次产生时,其初始化生存期设置为 0。节点 i 队列中信息 k 被 转发到邻居节点集合 Ψz 中特定节点时, 由于通信距离非常短, 其传输时间可以 近似忽略不计,因此信息 k 的生存期在转发前后保持不变。信息 k 转发完后重 新进入队列的拷贝,其生存期同样保持原先值。此外,节点 i 队列中的所有信 息在排队过程中,其生存期要随本地计时器的计时不断增大。假设节点的队列 容量为 K,整个算法过程图 3.2 所示。

a[i] ← Ci Γik = 0 else

//保存本地时钟

if(Receiving a new message k from node i)

if(receiving a foward message k from node n to node i) Γik = Γ k n else if(receiving a self back message from node i to node i) Γik = Γik endif for(k = 1; k ≤ K; k ++) Γik = Γik + + endwhile endfor
图 3.2 信息生存期更新算法

//队列内信息生存期计算

while(k is in the queue of node i)

24

随着本地计时器的计时,每个节点都独立的、动态的执行上述信息生存期 更新过程。由算法可知信息产生的越早,其生存期就越长。

3.4.2 队列管理实现
移动传感器网络中,当没有合适转发机会或通信机会时,信息将被保存在 节点的存储队列中,这些信息主要有三个来源,如图 3.3 所示。

2、其它传感器节 点发送的信息 1、节点i自身产生的信息 m

节点i的存储队列

3、节点i把信息传输给其它节点后又 把自己产生的信息拷贝重新放回队列

传输到其它传感 器节点的信息

图 3.3

队列信息来源

(1) 节点自身产生的信息 节点通过自身传感单元收集数据信息, 根据这些信息的初始化重要程度值, 插入到存储队列的相应位置。 (2) 其它传感器节点发送的信息 节点接收其它传感器节点发送的信息,再把它们插入到存储队列的相应位 置。 (3) 节点自身回放的信息 移动传感器网络拓扑动态变化,节点不能保证发送的信息最终能被基站所 接收。因此,节点必须在将信息转发到其它传感器节点(非基站)后,把自己产 生的信息拷贝重新放回至队列中。 本文的队列管理是由信息的重要程度和生存期共同决定的。具体过程是节 点队列中的所有信息按照其重要程度的高低顺序进行排序,重要程度高的信息 排在队列的前面并得到优先发送权,重要程度最高的信息被安排在队列的最顶 端,一旦遇到合适的转发机会时,该信息将最先被转发。当信息的重要程度相 同时,则根据它们的生存期长短进行排列,生存期越短的信息的队列位置越靠 前。若两个信息的重要程度和生存期均相同,则按照其进入队列的时间顺序进 行排列,节点队列信息排列顺序如图 3.4 所示。

25

队头

(0.16,8) (0.3,21) (0.3,10)

(0.8,10) (0.85,5) (0.85,4) (0.93,7) (0.98,3)

(括号中的数字前者表示信息的重要程度,后者表示其生存期)
图 3.4 节点队列中信息排序

为了降低节点的能耗,节约传感器网络带宽资源,本文采用以下几种信息 丢弃策略: (1) 一旦某信息的重要程度低于某个值,则立刻丢弃此信息。 (2) 队列中的信息在生存期的更新的同时,一旦发现某信息的生存期大于 最大网络生存期限度值,则立刻丢弃此信息。 (3) 如果节点的队列已满,若接收到新信息的重要程度比队尾信息的大, 则队尾信息被丢弃,新信息再根据队列管理原则插入到队列的合适位置。

3.5

模拟实验和性能分析

3.5.1 模拟实验方法与参数设置
本文模拟实现所提出的数据收集协议与两个基本协议直接传递算法(Direct Transmission)和洪泛算法(Flooding),通过以下两个方面对三种协议的性能进行 比较: (1) 对本文提出的协议与其它两种算法在信息平均传输成功率、平均网络 开销进行比较。 其中,信息平均传输成功率表示成功到达基站的信息数与所有节点产生信 息总量的比值,平均网络开销则表示为每个节点发送信息的平均个数。为了验 证不同重要程度的信息提供不同的传输质量,实验中分别研究了初始重要程度 为 0.4、0.6、0.8 时,信息平均传输成功率的变化。由于不同的重要程度对平 均网络开销的影响差异很小, 因此在比较平均网络开销时忽略重要程度的影响。 (2) 分别研究了在节点移动速度、节点队列空间大小、网络中基站数目三 种不同的实验参数下,对三种算法性能的影响。 在直接传递算法中,每个节点缓存所有自身收集的信息直至遇到基站后转 发。在洪泛算法中,每当两个节点通信后,互相转发对方队列中没有的信息,
26

当节点遇到基站时,则转发全部信息。 为了评价所提出的自适应数据收集协议的优劣,我们用 C++程序编写了仿 真过程,仿真环境设置如下: 我们选取 500m × 500m 的正方形区域作为移动传感器网络的部署范围, 包括 150 个节点和 5 个基站,其中节点按照随机运动模型移动,基站保持静止。整 个区域被划分为 50m × 50m 的独立方格,节点的移动速度服从 1m/s ? 10m/s 的随 机分布,节点每到达一个新位置后停顿时间服从 0s ? 10s 的随机分布。 节点每隔 20 秒产生一个新信息,信息的大小为 20Byte,新信息的初始重 要程度按 [0.4, 0.6, 0.8] 随机选取。节点的队列最多可容纳 300 个信息,节点的 通信半径为 20m,信道的带宽为 25kbit/s,所有实验参数如表 3.1 所示。
表 3.1 模拟参数设置

参数名称 网络区域 方格大小 传感器节点通信半径 基站个数 传感器节点个数 节点移动速度 节点暂停时间 信息大小 节点队列长度 初始重要程度 信道带宽 α β λ ΔT Sth Smin 最大网络生存期值

值 500m*500m 50m*50m 20m 5 150 1~10m/s 0-10s 20Byte 300*20Byte [0.4, 0.6, 0.8] 25kbit/s 0.4 0.9 0.7 0.6 0.2 0.1 7200s

27

3.5.2 性能分析
(1) 节点移动速度对性能的影响
节点移动速度对信息平均传输成功率影响 节点移动速度对信息平均传输成功率影响如图 3.5 所示,随着节点移动速 度增加,本文协议和直接传递算法的信息平均传输成功率都不断提高,而洪泛 算法的平均信息传输成功却逐渐降低。 这是因为在本文协议和直接传递算法中, 随着节点移动速度的提高,增加了节点之间、节点与基站之间的通信机会,需 要转发信息节点具有更多的机会选择合适的中继节点来转发信息。而在洪泛算 法中却由于节点过快的移动,导致通信冲突的增加,降低了网络的性能。此外, 从图中我们可以看出,初始重要程度依然影响了信息平均传输成功率。

0.90 0.85 0.80 0.75

信息平均传输成功率

0.70 0.65 0.60 0.55 0.50 0.45 0.40 0.35 0.30 8 10 12 14 16 18 20 22 24 26

洪泛算法 直接传递算法 本文协议_0.4 本文协议_0.6 本文协议_0.8

节点移动速度(m/s)

图 3.5 节点移动速度对平均传输成功率影响

节点移动速度对平均网络开销影响 节点移动速度对平均网络开销的影响如图 3.6 所示,随着节点移动速度增 加,本协议的平均网络开销略有增加。由于节点的通信半径固定在 20m 以内, 随着节点移动速度的增加,网络拓扑变化不断加快,节点的相遇概率和传输概 率也不断改变,部分信息会在不同节点来回转发,因而增加了节点信息传输次 数。

28

2500

2000

平均网络开销

1500

1000

直接传递算法 本文协议 洪泛算法

500

0 8 10 12 14 16 18 20 22 24 26

节点移动速度(m/s)

图 3.6 节点移动速度对平均网络开销影响

(2) 节点队列长度对性能的影响
节点队列长度对信息平均传输成功率的影响 节点队列长度对信息平均传输成功率的影响如图 3.7 所示,由图中结果可 知,随着节点队列长度的增加,直接传递算法的信息平均传输成功率变化不大。 洪泛算法随着节点队列长度的增加,性能相对提高,由于队列空间的增多,节 点能够保存更多的信息,同时也增加了单个信息到达基站的概率。本文协议的 信息平均传输成功率随着队列长度的增加,提高范围比前两种算法都多,主要 原因是由于本文协议具有高效队列管理策略。此外,当节点队列长度较短时很 容易溢出而发生信息丢弃,只有当节点队列长度增加到一定大小后,初始重要 程度对信息平均传输成功率影响,才会出现较大差距。

29

0.75 0.70 0.65

信息平均传输成功率

0.60 0.55 0.50 0.45 0.40 0.35 0.30 0.25 50 100 150 200 250 300

洪泛算法 直接传递算法 本文协议_0.4 本文协议_0.6 本文协议_0.8

节点队列长度/单位信息

图 3.7 节点队列长度对传输成功率的影响

节点队列长度对平均网络开销的影响 节点队列长度对平均网络开销的影响如图 3.8 所示,本协议的通信开销随 着节点队列的增长略有增加,表明本协议高效的队列管理策略能够很好地控制 网络开销,洪泛算法的平均网络开销随着队列的增长大幅度上升,这是因为节 点有更多的空间保存更多的信息,并被发送到网络中。
2200 2000 1800 1600 1400

平均网络开销

1200 1000 800 600 400 200 0 50 100 150 200 250 300

直接传递算法 本文协议 洪泛算法

节点队列长度/单位信息

图 3.8 节点队列长度对网络开销的影响 30

(3) 基站数目对性能的影响
基站数目对信息平均传输成功率影响 图 3.9 所示是基站个数对信息平均传输成功率的影响结果,当基站数目发 生变化时, 本文提出的协议与其它两种算法相比有更好的信息平均传输成功率, 在基站较少时,初始重要程度对信息平均传输成功率影响比较大,初始重要程 度值越大,信息平均传输成功率就越高。在基站数目很多时,节点遇到基站的 概率较高,因此本文提出的协议与直接传递算法的性能相近,平均信息传输成 功率可达到最高 100%。 然而, 洪泛算法的平均信息传输成功率随基站数目增加 也相对提高,但同前面两种协议相比要低得多,原因是由于信息在洪泛过程中 产生众多的信息拷贝,而节点的队列空间有限,导致信息的溢出和分组丢弃。

0.95 0.90 0.85 0.80

信息平均传输成功率

0.75 0.70 0.65 0.60 0.55 0.50 0.45 0.40 0.35 0.30 4 6 8 10 12 14

洪泛算法 直接传递算法 本文协议_0.4 本文协议_0.6 本文协议_0.8

16

18

20

22

基站个数

图 3.9

基站数目对传输成功率的影响

基站数目对平均网络开销的影响 图 3.10 显示了基站数目对三种算法的平均网络开销的影响。由图可知, 直接传递算法每个节点平均发送信息个数是最少,平均网络开销也就越低。这 是因为直接传递算法中每个节点基本上只会发送自身生成的信息。 洪泛算法中, 节点平均发送信息个数比其它两种算法都高很多。而本文所提出的协议,随着 基站数目增加,节点的平均网络开销略有下降,有以下两方面原因:一是部署 的基站越多,增加了节点与基站的通信机会,从而获得更高的传输概率。二是 信息从源节点到达基站的跳数变小,节点平均转发的信息数量下降。
31

2500

2000

平均网络开销

1500

1000

直接传递算法 本文协议 洪泛算法

500

0 4 6 8 10 12 14 16 18 20 22

基站个数

图 3.10 基站数目对网络开销的影响

本章针对移动传感器网络提出了一种自适应数据收集协议,包括信息传输 和队列管理两个部分。相比于现有的无线传感器网络数据收集协议,能够满足 不同转发服务质量需求,适用多类型参数的移动数据收集场合,模拟实验结果 表明本文提出的数据收集协议能够动态为不同重要程度的信息提供不同的传输 质量,有效降低网络开销。

32

第4章

基于无线传感器网络的运动系统设计与实现

信息技术的迅猛发展,对竞争激烈的现代竞技体育产生了前所未有的影响, 运用信息技术辅助运动员进行科学训练已成为现代竞技体育的重要标志。 传统的 体育训练方法中存在着主观性强、误差大、易受干扰等缺点。将信息技术与传统 训练方法、经验和历史训练数据的相结合,能够及时有效地获取运动员运动量化 参数,并交由计算机进行统计处理,为精确的运动技术分析提供理论依据。本文 设计开发了低成本、实用化,基于无线传感器网络的运动系统,具有快速组网、 无线连接和流动训练等诸多优点,实时监测运动员的运动参数,对提高训练的及 时性和有效性有明显的优势。

4.1

基于无线传感器网络的运动系统总体框架

图 4.1

系统结构示意图

图 4.1 为运动系统的总体构建示意图,运动系统以无线通信的方式监测运 动员的诸多运动、生理参数,如速度、加速度、心电、血压等。集成不同类型 传感器的节点可以被安装在运动员身体上或运动场地中,收集相关运动参数和 生理参数。并把这些参数通过射频模块发送到基站,基站通过内部管理软件, 实现数据的收集和处理,并通过 LCD 屏实时显示。基站收集的运动数据可以长
33

第4章

基于无线传感器网络的运动系统设计与实现

信息技术的迅猛发展,对竞争激烈的现代竞技体育产生了前所未有的影响, 运用信息技术辅助运动员进行科学训练已成为现代竞技体育的重要标志。 传统的 体育训练方法中存在着主观性强、误差大、易受干扰等缺点。将信息技术与传统 训练方法、经验和历史训练数据的相结合,能够及时有效地获取运动员运动量化 参数,并交由计算机进行统计处理,为精确的运动技术分析提供理论依据。本文 设计开发了低成本、实用化,基于无线传感器网络的运动系统,具有快速组网、 无线连接和流动训练等诸多优点,实时监测运动员的运动参数,对提高训练的及 时性和有效性有明显的优势。

4.1

基于无线传感器网络的运动系统总体框架

图 4.1

系统结构示意图

图 4.1 为运动系统的总体构建示意图,运动系统以无线通信的方式监测运 动员的诸多运动、生理参数,如速度、加速度、心电、血压等。集成不同类型 传感器的节点可以被安装在运动员身体上或运动场地中,收集相关运动参数和 生理参数。并把这些参数通过射频模块发送到基站,基站通过内部管理软件, 实现数据的收集和处理,并通过 LCD 屏实时显示。基站收集的运动数据可以长
33

期存储到数据库系统为综合运动分析提供依据,并通过积累大量的优秀运动员 的数据资料,构筑专家系统。运动系统主要包括以下三部分:节点、基站和数 据管理中心。

(1) 节点
无线传感器网络节点的主要功能是实时采集数据,并将数据存储后发送到 基站。在本系统中,节点主要收集运动员运动参数和生理参数。然后等待基站 的查询指令或进行周期性的数据上报。当节点接收到基站的查询指令后,节点 就将收集的数据发送给基站。 实际训练中, 节点根据基站的指令打开自己的 LED 或蜂鸣器,辅助运动员完成训练任务同时采集数据。

(2) 基站
基站的主要作用是负责系统组网,接收并处理节点发送的数据,并根据用 户的要求向节点发送指令。基站接收的数据主要通过以下两种方式进行处理: 通过串口通信模块或以太网通信模块将基站保存的数据传送数据管理 中心服务器,教练和工作人员可以通过数据中心管理软件进行浏览和 管理。 通过基站 LCD 触摸屏直接显示。在体育训练的现场环境中,为了方便 教练员在现场能查询和控制运动员技能信息和运动测试训练工作,在 训练场上教练员手持基站,便可以通过触摸 LCD 屏控制节点的工作状 态,并浏览示运动员的运动测试信息。

(3) 数据管理中心
数据管理中心为一台具有以太网接口和 USB 接口的 PC 机,通过其上运行 运动数据库管理系统详细分析和处理基站收集的运动数据, 并进行显示和存储。 由于基站可以通过网络传输数据,可自动将数据传输到因特网上。因此本系统 中数据管理中心可以在任意地理位置进行部署,只需保证网络的连通即可。教 练员也可以通过运动数据库管理系统软件查看运动员运动参数的相关变化,并 对无线传感器网络的运行进行实时监控,如指定节点采集何种运动参数,控制 基站的训练模式等等。 采用无线传感器网络技术来设计运动系统显著改善体育训练的效果,不仅 很好地实现了训练模式与过程的自动控制,更极大地支持各种室外运动场地中 训练需求,组网灵活。为保证系统可靠有效的运行,设计时必须考虑以下因素: 系统的稳定性、可靠性和安全性。 系统的实时操作处理能力。 用户界面的友好性,能够方便使用。

34

4.2

节点的设计和实现
节点是无线传感器网络的基本单元,节点的性能的好坏将直接影响整个系

统的性能,因此节点的设计与实现很重要。节点的设计包括硬件设计和软件设 计两方面,其中硬件设计包括射频通信模块设计、通用电路模块设计以及处理 器与传感器选取等,软件设计包括数据采集、射频通信、功率控制与 LED 显示 与报警等程序设计。

4.2.1 节点需求
本系统中节点作为数据采集终端,被安装在运动场地中或直接佩戴在运动 员身上,其主要进行的工作有:

(1) 采集运动员的各种运动参数或生理参数。 (2) 接收基站发送的指令,周期上报数据给基站。
根据节点数据采集的具体功能需求可知节点的详细功能如下: 自动发送基站注册请求,保持与基站的通信。 实时采集数据。 基站命令解析,周期上报数据。

LED 显示与蜂鸣器报警。
自适应功率控制。

4.2.2 节点的硬件设计
节点的硬件结构主要由处理器模块、传感器模块、射频模块和电源模块等 四部分组成,图 4.2 为本系统传感器节点的结构设计框图。这四部分在无线传 感器网络工作过程中相互影响、相互协同,因此在设计时必须权衡各部分的性 能和能耗。

35

单端天线 微处理器 Atmegal128 射频模块 CC2420 能量管理 传感器 MMA7260 JTAG 蜂鸣器

LED

电源模块

图 4.2

节点结构框图

不同的应用场合对传感器芯片的类型、精度和采样频率的选择有着不同的 要求,同时对使用无线频段、通信距离、数据收发速率都具有相应的要求。无 线传感器网络的能量管理则对传感器模块和射频模块的能耗进行约束,同时要 求处理器模块本身必须是低功耗的,并且支持睡眠模式等多种工作模式。此外, 传感器芯片类型选取、采样频率以及数据收发速率要符合处理器的运算能力、 抽样频率以及通用 I/O 接口数量等资源配置。

(1) 处理器模块
处理器模块是整个节点的心脏, 肩负着协调整个节点各个模块工作的重担, 选择合适处理器芯片在节点设计中至关重要。 根据无线传感器网络的组成特点, 其节点的处理器芯片应满足如下要求: 低功耗的工作模式,并支持睡眠模式。 外围集成度高,基本不需要额外扩展芯片,保持外围电路的有效整洁。 有足够的外部 I/O 口和通信接口。 运行速度较快,能在短时间内完成事件处理,从而快速转入睡眠状态。 尺寸小,处理器尺寸基本决定整个节点尺寸。 成本低,节点需要大量部署,降低成本十分必要。 目前多数节点使用高档 8 或 16 位单片机作为核心处理单元, ATMEL 公 如 司的 ATmega128 系列单片机、 公司的 MSP430 系列单片机等等, TI 都可以满足 无线传感器网络的组网、路由、数据采集等基本功能。 本系统设计选用 ATmega128 单片机为核心处理器[30]。ATmega128 是一款 基于 AVR 内核的低功耗 COMS 单片机,其内部资源包括: 有 128KB 的程序 Flash,4KB 的 RAM 空间以及 4KB 的 EEPROM。
36

8 个 10 位 ADC 通道。 8 个 PWM 通道。 2 个 8 位和 2 个 16 位硬件定时/计数器。
可编程看门狗定时器和片上振荡器。

UART 和 JTAG 接口。
有六种不同等级的低功耗操作模式。

ATmega128 的接口电路如图 4.3 所示。

C501 3.3v 0.1uF R501 470 R502 10K C503 0.1uF 3.3v

R550 0 P_RESET 64 62 20 g_sel1 g_sel2 LED_Y LED_G LED_R 51 50 49 48 47 46 45 44 35 36 37 38 39 40 41 42 CC_CSn SPI_SCK SPI_MOSI SPI_MISO CC_FIFO VREG_EN 3.3v 10 11 12 13 14 15 16 17 1 C502 0.1uF

PA0/AD0 PA1/AD1 PA2/AD2 PA3/AD3 PA4/AD4 PA5/AD5 PA6/AD6 PA7/AD7 PC0/A8 PC1/A9 PC2/A10 PC3/A11 PC4/A12 PC5/A13 PC6/A14 PC7/A15 PB0/SS PB1/SCK PB2/MOSI PB3/MISO PB4/OC0 PB5/OC1A PB6/OC1B PB7/OC1C PEN

PD0/12C_CLK PD1/12C_DATA PD2/RXD1 PD3/TXD1 PD4/IC1 PD5/XCK1 PD6/T1 PD7/T2 PE0/RXD0 PE1/TXD0 PE2/XCK0 PE3/OC3A PE4/OC3B PE5/OC3C PE6/T3 PE7/IC3 PF0/ADC0 PF1/ADC1 PF2/ADC2 PF3/ADC3 PF4/TCK PF5/TMS PF6/TDO PF7/TD1 PG0/WR PG2/RD PG2/ALE

25 26 27 28 29 30 31 32 2 3 4 5 6 7 8 9 61 60 59 58 57 56 55 54 33 34 43

AVCC AREF RST

POK INT2 green_con red_con yellow_con pow_monitor buzzer_con RXD TXD CC_RSTn CC_SFD CC_CCA CC_FIFOP RF_INT z_out y_out x_out TCK TMS TDO TDI WR RD ALE

ATMEGA128L

63 53 52 24 23 19 18 21 22

GND GND VCC XTAL1 XTAL2 PG4/TOSC1 PG3/TOSC2 VCC GND 2 4 C505 13~22PF

3.3v

1 3

X1 X2 X1 X2

7.3728MHZ C504 13~22PF

图 4.3

Atmega128 接口电路

(2) 射频模块
射频模块实现节点与节点之间以及节点与基站之间的无线通信,具有信道 冲突检测,链路数据信息调制、发送、接收和解调制功能。本系统选用符合
37

IEEE802.15.4 标准[31]的射频收发器 CC2420。 CC2420 芯片[32]内部集成了 IEEE802.15.4 协议,包括 MAC 层和物理层的
相关协议,为我们开发设计带来极大方便。CC2420 与处理器的电路连接如图 4.4 所示,CC2420 芯片与处理器之间通过 4 线 SPI 接口进行数据传输,另外有

6 根线作为他们之间的控制信号,以及 1 根线作为中断信号线连接到处理器外
部中断引脚上,实现接收中断。由于 CC2420 芯片的射频输出/输入口是个三端 接口,而我们使用的天线是单端天线,所以在 CC2420 芯片之间加了一个 balun 电路,实现三端射频接口到单端天线的转换。
1.8v 1.8v 1.8v

C48 68p C47 100n C46 100n A1.8v C38 68p A1.8v A1.8v L5 bead C43 10n 1.8v C37 10u

C41 10n A1.8v 3.3v L6 bead A3.3v C57 10u C44 100n 3.3v 43 25 CC_CSn CC_RSTn R34 1M R10 1M C13 0.1u CC_RSTn CC_SFD CC_CCA CC_FIFOP CC_FIFO CC_CSn 21 27 28 29 30 31 32 33 34 41 C40 100n A3.3v

A1.8v

C39 68p C54 68p

R35 2R0

1.8v

1 2 3 4 10 14 15 17 18 20 26 35 37 42 44 48

A1.8v

C63 0.5PF C64 5.6pF

V CO _G U A RD A V D D _V CO A V D D _ PRE A V D D _ RF1 A V D D _ SW A V D D _ RF2 A V D D _ IF 2 AVDD_ADC DVDD_ADC D G U A RD D V D D 1 .8 D V D D _RA M A V D D _ X O SC1 6 V REG _O U T A V D D _ IF 1 A V D D _CH P

V R E G _ IN D V D D 3 .3

L2 7.5n 6 7 8 38 39 1 3

L3 5.6n

L4 7.5n

SPI_SCK SPI_MOSI SPI_MISO

R12 1K R28 1K R29 1K

ex -d i e-A G N D GND GND D G N D _G U A RD DGND D SU B_ PA D S D SU B_ CO RE R _ B IA S

RF_INT

R30 470

VREG_EN

RESETn SFD CCA FIFOP FIFO CSn SCLK SI SO VREG_EN

CC2420

RF_P TXRX_SWITCH RF_N XOSC16_Q2 XOSC16_Q1

C62 0.5PF Y4 X1 X2 X1 X2 16MHZ 2 4

J5 antenna

C19 18P R32 43K 1%

C20 18P

图 4.4

(3) 传感器模块
传感器模块用于测量各种物理量,传感器的使用类型取决于系统的应用要 求。运动系统用于测试运动员的运动参数和体能参数,所测量的物理量类型较 多,无法全部集成在节点电路上。所以实际系统设计时,节点传感器模块仅集 成加速度传感器 MMA7260[33],并预留传感器扩展接口,可根据需要方便扩展 相应类型传感器。
38

49 5 9 19 22 23 24 45

CC2420 电路连接图

1

C61 5.6PF

MMA7260 是飞思卡尔公司的低功耗三轴电容式加速度传感器,采用了信
号调理、单极低通滤波器和温度补偿技术。休眠模式下,最低供电电流 3μA, 满足节点低工耗的要求,其电路连接如图 4.5 所示。

y_ou

C52 0.1uF

x_out

C50 0.1uF C53 z_out 0.1uF

R53

R52

1K

1K

R51

1K

16 15 14 13

U50 12 11 10 9

C51 0.1uF

5 6 7 8

N/C N/C N/C N/C

g_sel1 1 g_sel2 2 3 4

g-select1 g-select2 vdd vss

N/C x-out y-out z-out

3.3v

sleep* N/C N/C N/C

3.3v

MMA7260

图 4.5

MMA7260 电路连接图

(4) 电源模块
电源模块为整个节点提供稳定而准确的能源, 是节点能否工作的先决条件。 本系统中节点需要的电压范围为 2.6~3.6vDC,设计的电源采用 2 节 AA 电池, 电源电路如图 4.6 所示。
J1 3 2 1 CON3 J3 V+ V2 1 C1 0.1UF R3 0 OHM C24 10uF 10V VSNSR C2 0.1UF

3.3v

图 4.6 节点电源电路 39

4.2.3 节点的功能实现
本系统中节点的主要功能是无线通信和数据采集,因此节点的实现主要是 通过这两个功能进行设计编程。节点的功能模块图如图 4.7 所示。

发送数到基站

节点采集数据

传感器感知数据

接收基站控制指令

图 4.7

节点的功能模块图

通过节点的传感器模块,实时采集训练现场运动员的运动参数,并将数据 保存在节点的存储单元中。通过运行 ATmega128 中的数据采集发送程序,定时 的读取节存储单元中的数据,并对读取的数据值进行解码、校验、解析、编码 后存入发送缓冲区,等待基站指令再进行发送,图 4.8、图 4.9 分别为节点工 作程序和节点数据采集发送程序运行流程图。

开始

等待基站 开始指令 Y 有新中断事件

N

硬件初始化

N

协议栈初始化

Y 定时器触发

尝试加入网络

N

是否成功加入 Y 运行协议栈任务

数据采集 发送

空闲状态

图 4.8

节点程序流程图 40

数据采集

N

数据有效? Y

采集定时

发送定时

读取传感器值

读取BUFFER

数据解析

发送数据

存入BUFFER

接收ACK

图 4.9

节点数据采集发送程序流程图

节点上电后开始执行初始化过程,并在通信范围发送基站注册请求信息并 等待基站回复。当接收到基站注册应答信息后,节点开始执行组网过程,如图 4.10 所示。节点在搜索基站时,由于基站在通信范围内或无线通信信道干扰等 原因,导致节点发出注册请求被拒绝,此时节点需要重新再次发送注册请求。

开始

进行扫描

发送关联请求

接收来自基站 的信标

关联相应是 否为TRUE Y

N

N

是否接收到 信标帧 Y 对信标帧进行分析

设置网络参数并 与基站同步

成功

图 4.10

节点组网过程 41

4.3

基站的设计和实现
基站模块是无线传感器网络中至关重要的模块,基站作为整个网络的控制

和处理核心,具备网络唤醒、路由维护、数据处理、操作管理等功能。通过基 站将无线传感器网络节点获取的运动员的实时数据,远程传输数据到数据管理 中心,可以大大拓展了运动系统的应用范围。

4.3.1 基站需求
基站作为整个系统的控制和处理核心,其具体功能有: 完成节点注册,成功组建网络,并保持与节点的通信。 发送节点查询指令,接收节点发送数据。 通过 LCD 触摸屏显示系统的工作状态和数据处理结果, 接收控制指令。 通过串口和以太网连接数据管理中心。 支持键盘输入。 基站有两个人机交互接口, LCD 触摸屏和键盘输入, LCD 显示和键盘输 入都是通过程序中断来实现的,基站系统启动后自动运行。

4.3.2 基站硬件设计
基站作为整个系统的控制和处理核心,具备网络维护、数据处理、操作管 理等功能。基站的硬件框图如图 4.11 所示,主要包括处理器模块、射频模块、 存储模块、数据通信模块、键盘和 LCD 显示模块。选用三星公司的 ARM9 系 列 S3C2410 作为基站的核心处理器,并配备 64MB SDRAM 和 256MB NAND

Flash 的存储空间。基站具有体积小、易扩展、处理能力强等特点。
LCD 控制器

CC2420 JTAG 运行指示 SDRAM FLASH

SPI

LCD屏 以太网 USB接口

ARM9 处理器
数据 地址 总线

实时时钟 键盘 电源

图 4.11

基站硬件框图

42

(1) 处理器模块
为了满足运动系统运行与处理的基本要求,并考虑基站扩展的方便,设计 采用三星公司基于 ARM9 内核的处理器 S3C2410。S3C2410 是一款 0.18?m 制 造工艺的 32 位微控制器,主要包括: 独立的 16KB 指令 Cache 和 16KB 数据 Cache。 虚拟内存管理单元 MMU。 支持 TFT 的 LCD 控制器。

NAND 闪存控制器。 3 路 UART 接口。 4 路 DMA 通道。 4 路带 PWM 的定时器。
实时时钟单元 RTC。

8 路 10 位 ADC 通道。 2 路 SPI。
触摸屏接口,IIC 总线接口,IIS 总线接口。

2 个 USB 主机接口,1 个 USB 设备接口。 SD 主机和 MMC 接口。 S3C2410 具有丰富的片上资源,尤其适合对功耗敏感的场合,用户可方便
灵活的使用。

(2) 射频模块
射频模块还是选用 CC2420 射频芯片,可以与节点保持统一传输协议,保 证传输的可靠性。

(3) 存储模块
选用采用三星公司的 K9F1208U0A 作为基站的 NAND FLASH ,通过

S3C2410 内部 NAND 闪存控制器对 K9F1208U0A 进行读写操作。选用两片 WINBOND 公司的 W9825G6DH-75 SDRAM 芯片的串联作为基站的数据存储
器,以满足基站嵌入式操作系统和复杂数据处理算法的运行要求。

(4) USB 和以太网接口 S3C2410 片内集成了一个 USB 主机接口和一个 USB 主从复用接口,主从
复用接口通过跳帽进行选择。本基站中将两个 USB 接口都设计为主机接口,其 中一个用来接 U 盘等存储设备以进行基站容量扩展,另一个作为基站与数据管 理中心的串行通信接口,USB 接口电路如图 4.12 所示。

43

图 4.12

USB 接口电路

以太网是目前局域网采用的通信协议标准, 由于 S3C2410 没有集成以太网 控制模块,必须使用扩展以太网控制芯片,实现基站与以太网的连接。设计选 用 Cirrus Logic 公司的 CS8900A 以太网控制器。芯片集成了在片 RAM 、

10BASE-T 收发滤波器,并且提供 8 位和 16 位两种接口。其内部的 802.3 介质
访问控制模块负责数据帧的发送和接收,检查连接状态,并自动完成载波侦听、 冲突检测、帧校验等。通过对发送控制寄存器(TXCMD)的设置,可进行帧冲突 后重传。

(5) 键盘和 LCD 显示模块
为支持教练员的可视化操作, 基站设计一个 4x4 小键盘和一个 LCD 触摸屏 两个人机交互接口,显示现场采集的运动参数,教练员可以通过这两种交互方 式对基站进行设置。键盘采用四行四列的矩阵形式,分别与处理器的 8 个通用

I/O 端口相连,通过查询方式对键盘按键进行判断,键盘的接口电路如图 4.13
所示。

44

图 4.13

键盘电路

S3C2410 通过自身的 LCD 控制器来控制 LCD 显示模块。液晶显示模块选
用的是夏普的 LQ035Q1DH01 触摸屏。该屏自带汉字字库图形点阵式液晶显示 模块, 内含驱动控制器, 具有串/并两用接口。 LQ035Q1DH01 分辨率为 320x240, 亮度为 320-400 nit,可视角度可达 160°,响应时间为 30ms,工作电压范围为

2.7V-5.5V,功耗为 0.35W,可满足节能要求,广泛用于各种仪器仪表和高科技
产品上。

4.3.3 基站功能实现
由上一节基站的需求可知,基站工作程序需要处理的主要任务如图 4.14 所 示,包括数据采集、数据处理、LCD 显示、键盘控制和数据传输五部分。 基站的数据采集即对所有传感器节点采集的数据进行汇聚。 数据处理包括传感器节点的控制命令设置和传感器节点数据计算分 析。

LCD 显示模块包括两部分,一部分是系统采集数据的实时显示,另一
部分是系统参数的设置。 键盘控制即通过键盘进行人机交互。 数据传输指同数据管理中心的数据通信。

(1) 键盘驱动程序开发
基站采用的是 4 行乘 4 列的 16 按键键盘,键盘驱动采用中断方式。键盘的 通过通用 I/O 接口与处理器相连接,其中 4 行分别与 GPB7~GPB10 相连接,4 列分别与 GPC0,GPC1,GPC8,GPC9 相连接,共占用 8 路通用 I/O 接口。每
45

当键盘的按键被按下时,将会导通该键所在行与列相连接的通用 I/O 接口,其 电平变化就会相同,从而引起键盘中断。当系统响应后,将中断寄存器对应位 置 1,屏蔽下次键盘中断。键盘驱动中通过轮询各路通用 I/O 接口值,分析键盘 值映射数组,就可以计算出该按键的扫描码。 键盘扫描的具体过程是,先将所有的行电平值设置为 0,所有列电平值设 置为 1,不断循环查询每列电平值,若某列的电平值变为 0,可以确定该列有按 键被按下,再将所有列电平值设为 0,所有行电平值设为 1,循环查询每行,就 可以确定哪一行有按键被按下。由行和列的值确定键值,再将判断按键值交由 键盘驱动程序处理。最后,将中断寄存器对应位设置为 0,等待下一次键盘中 断响应。基站的键盘驱动程序编写为 bs_keybd.c 文件,经过交叉编译后,生成

bs_keybd.o 文件,插入操纵系统内核中,键盘便能接受控制,键盘驱动程序流
程图如图 4.14 所示。
开始

初始化

N

打开驱动,判断 键盘是否正常工作 Y 是否有键盘中断 Y 关键盘中断,响应键盘 中断服务子程序

N

查询并判断按键值

根据键值执行相应 的控制或输入操作

退出开键盘中断

图 4.14

键盘程序流程图
46

(2) LCD 显示驱动设计 LQ035Q1DH01 液晶模块内含驱动控制器,通过该控制器同处理器相连接,
并以简单的方式受控于处理器,接收并反馈处理器的各种命令。ST7920 控制器 有一套专用的指令,用于处理和实现液晶显示管理。用户仅需要按照指令系统 的操作指示, 便可以编制液晶显示驱动程序。 LCD 显示模块是一个慢显示器件, 必须要在每条指令执行前要设置一定的延时时间,保证能按照时序要求正常显 示。液晶上电后,先进行初始化,再向相应控制寄存器中写入控制命令字、清 屏命令字等,进行功能设定、清屏等操作。LQ035Q1DH01 自带字库,输入显 示字符时只要将显示字符的 DDRAM 位址到位址记数器 AC 中即可,图 4.15 为 LCD 显示驱动程序流程图。

开始

LCD初始化
开始

延时程序
串口初始化

显示不变内容
N

N

更新数据 或键盘输入 Y 指定显示置, 显示相应内容

等待串口中断 Y 传感器数据处 理

返回

退出中断

图 4.15

LCD 显示模块程序流程图图

图 4.16

串口接收是处理程序流程图

(3) 串口通信程序设计
基站数据采集、处理和传输都是通过串口通信实现。编写的传感器数据接 收处理程序为 bs_wireless.c 文件,通过交叉编译生成 bs_wireless.o 文件,插入
47

操作系统内核,再开发相应的应用程序,就可以进行传感器网络的数据操作了, 串口通信流程图如图 4.16 所示。

(4) 无线通信驱动程序设计
本系统基于 CC2420 芯片开发无线通信模块。CC2420 驱动程序的主要功能 是完成 IEEE802.15.4 标准的封装和校验,对所接收到的帧格式进行检测等。当
CC2420 接收到数据包后,SFD 首先电平发生反转由 0 变为 1,然后触发 IRQ 中

断,通过中断服务程序中调用对应的中断处理函数,对接收的数据进行处理。
CC2420 发射模式和接收模式的选择,是通过其调制解调控制寄存器控制

位进行配置的,CC2420 一般工作在缓冲模式(即模式 0) CC2420 处在发送 。当 模式 (TX_MODE 0) 时,使用 128 字节 TXFIFO 缓冲器存放所要发送的数据,当
CC2420 处在接收模式 (RX_MODE 0) 时,则使用同样大小的 RXFIFO 缓冲器存

放已接收到的数据。分别通过 TXFIFO(Ox3E) 和 RXFIFO(Ox3F) 寄存器访问
TXFIFO 和 RXFIFO 缓冲器, TXFIFO 寄存器为只写型寄存器,当 TXFIFO 寄存

器有数据写入时,SO引脚上同步输出每个新发送数据字节的状态字, 每个状态 字中含有一个下溢标志,通过检测此标志能判断 TXFIFO 缓冲器是否有下溢发 生。在每个 TXFIFO 寄存器写周期,有 24 位数据被发送到 SI 上,每帧数据的第

l 位置 0 表示寄存器访问,第 2 位则在写时置为 0,读时置为 l,紧接着是 6 位
地址 (A5: 0) ,最后是 16 位的数据位 (D15: 0) 。同样,当 RXFIFO 寄存器被读出 时, SI 上传输地址, SO 上传输状态位和数据位。 数据传输过程中, CSn 引脚必须一直保持低电平。只有当 CSn 转为高电平 时, FIFO 缓冲器访问结束。 当没有新的数据写入到 TXFIFO 缓冲器时, TXFIFO 缓冲器会发出一个下溢脉冲,将自动停止发送数据。 RXFIFO 缓冲器既能读又 能写, RXFIFO 缓冲器写入仅用于调试或安全操作状态。 FIFO 和 FIFOP 引脚 只为 RXFIFO 缓冲器提供服务,接收模式下,当 RXFIFO 缓冲器的字节数超过 门限值或所有数据帧已被接收,FIFOP 引脚高电平时, FIFO 引脚变低电平,缓 冲器发出信号给处理器中断,由中断实现数据包接收处理。如图 4.17 所示为
CC2420 发送和接收处理的程序设计流程图。

48

开始

开始

初始化

SFD触发 IRQ中断

信道空闲 N Y 清空发送缓 冲区 将帧头和数据 发送到TXFIFO

退避

接收到完整 数据包 Y 接收数据长度 目标ID信息

N

是否为正确 数据格式 启动射频发送 Y N 是否接收 到确认帧 Y 结束 结束 处理帧头 接收数据

N

(1) CC2420发送流程图

(2) CC2420接收流程图

图 4.17

CC2420 驱动程序流程图

4.4

运动数据库管理系统软件设计
本系统中, 无线传感网络采集到的运动员数据最终要传输到数据管理中心,

通过其上运行的运动数据库管理系统对数据进行分析、处理、存储,并提供结 果给教练员和决策人员研究使用。此外,教练员可以通过该系统对前端无线传 感器网络进行控制,设置运动员训练任务等。

4.4.1 系统开发环境
运动数据库管理系统开发环境使用 Borland C++ Builder 6, 开发语言为标准
49

C++。 C++ Builder[34]是由 Borland 公司继 Delphi 之后又推出的一款高性能可视
化集成开发工具[。 C++ Builder 具有快速的可视化开发环境, 只要简单地把控件 拖到窗体上,定义一下属性,设置一下外观,就可以快速地建立应用程序界面。

C++ Builder 内置 100 多个完全封装了 Windows 公用特性且具有完全可扩展性
(包括全面支持 ActiveX 控件)的可重用控件。C++ Builder 的集成开发环境提 供了可视化窗体设计器、对象观察器、控件板、工程管理器、集成编辑器和调 试器等一系列可视化快速应用程序开发工具,用户可以轻松完成应用程序的界 面设计、代码编写、编译调试工作。

4.4.2 主要功能结构
运动数据库管理系统功能模块如图 4.18 所示,主要功能分为系统配置模 块、数据采集模块、状态检测模块、数据显示模块。

运动数据库管理系统

系统配置模块

数据采集模块

网络监测模块

数据管理模块

系 统 参 数 设 置

数 据 库 管 理 设 置

采 集 命 令 发 送

数 据 处 理 存 储

节 点 接 入 状 态 监 测

采 集 数 据 超 限 监 测

实 时 数 据 统 计 显 示

历 史 数 据 显 示

图 4.18

运动数据库管理系统功能模块图

(1) 系统配置模块
包括系统参数配置、用户参数设置和数据库连接参数配置。如设置运动员 编号、测试节点个数、测试方式等参数,以满足不同的测试和训练要求。

(2) 数据采集模块
该模块是整个软件部分的核心模块。 数据管理中心与基站之间采用 USB 接 口连接,在确认基站的连接请求后,接收数据,并根据自定义数据包协议完成 数据解析。再根据数据的采集顺序以及运动员编号,将测试数据存储到数据库
50

相应属性字段中。

(3) 网络监测模块
该模块体现了运动数据库管理系统对无线传感器网络的监控功能。包括对 无线传感器网络节点连接状态的检测, 网络拓扑的监测以及采集数据超限检测。

(4) 数据显示模块
包括当前运动员实时数据的直接显示、实时数据图形显示、历史数据的查 询、统计报表打印等。 运动数据库管理系统软件界面如图 4.19 所示,分为四个区域:系统菜单, 当前测试运动员,选择测试方式,图示区域。

图 4.19

运动数据库管理系统主界面

(1) 系统菜单
文件 新建顺序文件: 新建一个 txt 类型的文件作为训练顺序文件, 用户可以自定 义节点的训练顺序,顺序文件的格式如下,每行一个阿拉伯数字,从 1 到 10 的 任意数字,最大不能超过节点数目,大于节点数量的数字视为无效。训练时选 择主界面左侧的顺序文件按钮,导入测试文件即可。用户在编辑完成顺序文件 后,可以保存在计算机中,以后可以反复使用。 数据库

51

数据库只有在管理员登陆之后才能管理,数据库由三个表格组成,运动员 信息表,运动员成绩表,管理员表,如图 4.20 所示。

图 4.20 数据库组成

(2) 当前测试运动员
当前测试运动员:在运动员编号框输入当前训练运动员的编号(作为每个 运动员的唯一标识) ,点击查询按钮,运动员姓名框显示该运动员的姓名(不是 运动员的唯一标识,因为有可能重名)作为确认。此时训练的成绩就计入该运 动员的数据库中。训练开始之前必须选择一个运动员。

(3) 选择测试方式
选择测试方式:用户可以定制的项目包括:节点个数,节点的点亮顺序方 式,选择顺序文件,训练时间,两次点亮之间的间隔,反应时间。

(4) 图示区域
包括训练控制按钮和三个标签页。

52

第5章

系统测试与结果分析

本章将在上文软硬件平台基础上,进行无线传感网络的组网运行过程,并 对整个运动系统进行详细测试,给出测试结果及问题分析。为提高的测试效率 和结果精度,系统的测试过程按照各独立模块独立运行调试成功后,再进行系 统联调的方式进行。

5.1

测试平台搭建
为了进行系统的测试,我们需要将设计好的传感器节点和基站进行组网,

结合订制开发的上位机测试软件,进行试验性测试。主要考察系统组网稳定性 和可靠性指标,衡量传感器节点的网络生存周期。此外,通过定性地测试节点 无线通信模块的最大通信距离,为以后系统升级提供设计依据,图 5.1 为本系 统测试平台结构图。

测试主机 传感器节点 基站

传感器节点 传感器节点

图 5.1

系统测试平台结构图

53

第5章

系统测试与结果分析

本章将在上文软硬件平台基础上,进行无线传感网络的组网运行过程,并 对整个运动系统进行详细测试,给出测试结果及问题分析。为提高的测试效率 和结果精度,系统的测试过程按照各独立模块独立运行调试成功后,再进行系 统联调的方式进行。

5.1

测试平台搭建
为了进行系统的测试,我们需要将设计好的传感器节点和基站进行组网,

结合订制开发的上位机测试软件,进行试验性测试。主要考察系统组网稳定性 和可靠性指标,衡量传感器节点的网络生存周期。此外,通过定性地测试节点 无线通信模块的最大通信距离,为以后系统升级提供设计依据,图 5.1 为本系 统测试平台结构图。

测试主机 传感器节点 基站

传感器节点 传感器节点

图 5.1

系统测试平台结构图

53

(1) 测试平台硬件环境
传感器节点若干。 基站一个。 带串行接口和 USB 接口的 PC 机一台。

AVR JTAG 下载器。
为了尽可能降低节点能耗和节约成本,同时满足网络覆盖的要求,使用少 量传感器节点充当路由器,完成传感器数据采集和路由其他节点数据到基站的 功能。而大部分传感器节点作为数据采集设备,只采集感知数据并发送给基站。 基站采用外接电源供电,液晶屏可以实时显示接收的数据,所有传感器节点均 采用直流电池供电。 试验中需要传感器节点能够通过串口和测试主机相连接,其目的是能够使 编写的上位机软件监视整个传感器网络底层通信数据包信息,观察传感器网络 的组网过程,便于进行网络性能测试,节点硬件实物如图 5.2 所示。

图 5.2

节点实物图

(2) 测试软件环境
操作系统:Microsoft Windows XP Professional / Server 2003。 调试环境:AVR STUDIO、Borland C++ Builder 6、SQL Server 2000。 数据库:MS SQL Server。

54

5.2

系统测试过程
本系统的测试过程是按照上一节的要求,在实验室环境或室外空旷环境中

搭建系统测试平台,主要进行节点通信测试、系统组网及拓扑发现和运动员反 应时间测试。

5.2.1 节点通信测试
测试流程 通过 AVR STUDIO 软件编写节点射频测试程序 RF_test.c, 编译生成后缀为

HEX 的可下载文件 RF_test.hex,使用 AVR JATG 下载器将 HEX 文件下载到节
点中,再进行相应的测试。 测试方法 设置 CC2420 寄存器如下:开启晶体振荡器 SXCON,设置 FIFOP 门限值 为 128 IOCFG0=0x007F,打开自动应答 MDMCTRL0=0x0AF2, MDMCTRL1=

0x0500;关闭安全使能 SECCTRL0=0x01C4。
选择串口波特率 57600bps,向节点写入测试数据后,通过 CC2420 射频发 送,接收端接收到数据发送到 PC 机串口,通过串口工具接收数据,实验中测得 发送数据、接收数据与通信距离的关系如表 5.1 所示。
表 5.1 丢包率与通信距离关系

通信距离/m 10 15 20 25 30 35 40

发送数据包数/个 接收数据包数/个 53645 62850 63224 55628 58605 63542 65826 53450 62511 62635 49275 44978 30665 1527

丢包率/% 0.36% 0.54% 0.93% 11.42% 23.25% 51.74% 97.68%

根据表 5.1 中数据,绘制节点丢包率和通信距离关系曲线如图 5.3 所示。 节点间在通信距离 20m 左右时,可以近似认为通信可靠,当节点通信距离增加 到 30m 以上时,节点丢包率迅速增加,接近 40m 左右时,网络几乎中断。
55

100 90 80 70 丢包率/% 60 50 40 30 20 10 0 0 10 20 30 通信距离/m 40 50

图 5.3

节点丢包率和通信距离关系曲线

在无障碍条件下,测得节点不同发射功率下,消耗电流关系如表 5.2 所示。
表 5.2 节点不同工作模式下电流消耗

CC2420发射功率 /dBm 0 -1 -3 -5 -7 -10 -15

可通信距离 /m 64.5 58.9 51.7 43.6 36.9 29.3 26.4

节点消耗电流/mA 90.8 89.3 88.2 87.1 86.2 84.8 84.1

5.2.2 系统组网测试
测试目的 系统组网测试目的是验证传感器网络拓扑的形成有效性、网络连接的稳定
56

性以及数据收集的正确性。 测试过程 通过 AVR STUDIO 软件, 将节点工作测试程序 node_test.hex 烧写到节点中, 并将各自的 IEEE 地址保存至节点 EEPROM 中, 将节点放置在远离基站的地方, 基站通过串口与 PC 机相连,打开串口工具并设置波特率 57600bps,给基站和 节点上电后,建立网络,通过串口工具观察网络中节点加入过程。 本文设计的运动系统网络结构较为简单,星型网络、树型网络均可满足运 动员训练的要求,实验中使用 VC++编写的上位机的应用软 S_Network 分析串 口数据包,根据数据帧内容推导出网络拓扑结构如图 5.4 所示。

基站 设备地址 0x0000

节点编号 04 设备地址 0x143E 节点编号 01 设备地址 287B 节点编号 02 设备地址 0x3CB8

节点编号 05 设备地址 035F

(1) 星型结构

基站 设备地址 0x0000

节点编号 03 设备地址 0x0001

节点编号 01 设备地址 287B

节点编号 04 设备地址 0x143E

节点编号 05 设备地址 035F (2) 树型结构

图 5.4

网络拓扑结构图

57

为了保证系统拓扑发现的有效性,我们分别进行了不同数目节点组网实验, 实验中测的拓扑发现成功率如 5.5 所示。由图可知,本系统中节点发现成功率 可保持在 95%以上,在每次训练人员有限的情况下(节点需求有限) ,完全满足 运动员日常训练需求。

100 99 拓扑发现成功率/% 98 97 96 95 94 93 92 91 2 4 6 8 节点数目/个 10 12

图 5.5

拓扑发现成功率

5.2.3 运动员反应时间测试
本文所设计的运动系统的最终目标,是对运动员的多项运动参数或生理参 数进行监测。在本次实验中,我们结合乒乓球运动员实际训练需求,主要对运 动员动作反应时间进行测试。 我们在实验室环境下进行的测试,组建了五个节点、一个基站组成的星型 传感器网络, 我们通过 PC 机上的运动管理软件进行控制前端传感器网络,使 用该软件给基站发送一个点亮节点 LED 灯消息,并记录发送时间,等训练运动 员到位后,节点感知到发送反馈消息,基站收到反馈信息后记录时间,再通过 串口发送给 PC 机,计算得到两次记录时间的间隔即为运动员反应时间。实验 中节点与基站的距离为 0~10m ,实验测得运动员反应时间如图 5.6 所示。

58

2.5 2 反应时间/s 1.5 1 0.5 0 1 2 3 4 5 6 7 8 9 10 11 运动员测试次序 12 13 14 15

图 5.6

运动员反映时间

以上实际测试过程,都是在 10m 范围内的完成的。若希望运动系统的无线 网络覆盖得更远,可以考虑适当加部分节点承担路由角色,负责转发信号,扩 大网络范围,并能够支持节点自由地加入和离开网络。

5.3

系统性能分析

5.3.1 系统实时性分析
实时定义是信号的初始输入、中间计算和结果输出,都要在特定时间范围 内完成,并根据信息处理过程中变化进行及时处理。实时系统是指,系统能够 在规定的有限时间内给刚刚产生事件或数据相应、足够的速度处理,并及时地 将处理结果传送到目标位置的一种处理系统。 这里实时不同传统意义上的快速, 它不要求网络的传输速率、带宽如何,只要系统能够在规定的响应时间内,执 行响应过程,则该系统满足实时性要求。实时网络是指各种数据报文在网络传 输的时间是确定的,可以通过计算进行预测,也就是实时网络中数据报文传输 具有时限性。 影响无线通信网络的实时性因素,主要有以下几个方面: 网络硬件性能 网络拓扑结构、传输媒介、网络接口类型的传输速率等因素都对网络的实 时性产生影响。传输媒介的传送速率越高,网络接口的传输速率越快,传输跳
59

数越少,网络的实时性就越高。 网络通信协议 主要包括通信协议层次结构、媒体介质访问控制方式、传输可靠性、连接 控制等等。通信协议的层次结构越简单,网络实时性就越高。传输可靠性与实 时性之间相互矛盾,比如非面向连接、有应答的通信方式比面向连接、无应答 的方式传输可靠性要高,但实时性较低。 网络负载 网络的负载是指在一段时间网络传输信息数量。网络传输信息数量越少, 网络实时性就越高。 在本文的运动系统中,我们所遇到的实时性问题主要有以下两个方面,一 是节点与基站通信距离较远时,数据的多跳转发导致发送延时增加,二是通过

PC 机上运动数据库管理系统控制访问前端传感器网络性能的不确定性。
为了提高运动系统的实时性,可以从以下几个方面进行改进: 尽量采用简单的网络结构减少传输跳数,采用高速的网络硬件解决实 时问题。 采用软件优化的技术,设计更合理的算法和程序结构,尽可能地降低 程序响应延迟的影响。

5.3.2 系统安全性分析
网络安全是指通过网络管理和控制技术,保证网络中传输信息的机密性、 完整性、安全性及可使用性,让信息在到达目标地点时没有任何篡改、添加或 非法窃取。网络安全性问题主要包括两方面内容,一是网络中所传输的信息安 全,二是网络系统本身的安全,其中保证网络的所传输的信息安全是最终目的 应用过程中,需要考察的网络安全指标如下: 信息保密性,信息在网络传输过程中不被非授权用户所窃取或截获。 信息真实性,接收方可以正确地识别信息的来源,并且内容正确无误。 信息完整性,发送的信息和接收的信息是否完全一致。 信息可用性,信息在网络传输过程中可以被授权用户访问或申请使用。 网络可靠性,是指系统能够在规定条件和时间内完成规定功能特性。 不可否认性,网络系统的信息交互过程中,所有参与者身份真实同一。 由于安全本身具有相对性,所以不能简单地定义网络的安全性高低,只有 针对不同的安全级别,采用相应的安全措施。此外,除采用各种先进安全技术, 更要从思想上对系统安全给予客观的认识和高度重视。 本系统主要从以下几方面进行安全策略考虑和安全性设计:
60

传感器网络安全 节点具有安全保证,少数节点的破坏不会影响整个传感器网络的工作。采 用信息加密,确保了攻击者无法窃取和篡改数据。采用安全的节点的加入和节 点退出策略,保证在网络拓扑变化时不受外部攻击。 数据管理中心安全 首先在数据管理中硬件系统选取上,选用性能稳定的服务器,以确保系统 硬件设备的安全性和可靠性,采用主、从数据库服务器结构对监测的运动员数 据和用户信息进行实时备份,并采用了防火墙和多重密码防护。

61

62

第6章

总结与展望

6.1

本文工作总结
无线传感器网络的研究成果在流行性疾病预防,灾害预警,国防和环保等各

个方而都有明显的应用前景和潜在的产业经济价值。 本文结合当前无线传感器网 络的最新进展,立足于体育运动实际应用,在科技部专项研究基金的支持下,进 行了基于无线传感器网络的运动系统研究设计。主要工作如下: 介绍了国内外无线传感器网络的研究进展, 对无线传感器网络的网络体系结 构,以及在体育运动中应用前景进行了一些探讨。分析了无线传感器网络数据收 集技术的研究现状,总结了近年来该领域具有代表性的数据收集算法。 通过对现有无线传感器网络数据收集机制的总结与分析, 提出了一种适用于 运动目标数据采集的移动传感器网络自适应数据收集机制。 其基本思想是把信息 动态的复制给更有可能与基站通信的传感器节点以达到尽量增大传输成功率、 可 靠性和降低网络开销的目的。 最后本文提出了基于无线传感器网络运动系统设计方案。 通过对已有的无线 传感器网络硬件开发平台和关键芯片进行分析比较,选择了高性能、低功耗的

CC2420芯片作为射频芯片, ATmega128、 S3C2410作为核心微处理器, MMA7260
加速度传感器作为传感模块,设计了无线传感器网络节点与基站,并进行了各个 功能模块的软硬件开发。

6.2

下一步工作展望
从无线传感器网络节点功能的角度来看,节点还可以再增加对其它运动参

数(如压力、柔韧性、角度等)的检测,以增强系统对运动员运动数据的感知能 力,目前本系统中只用到了加速度传感器。此外,无线传感器节点对传感器的 要求,必须是低功耗的,但目前用于运动检测的传感器低功耗的较少,所以运 动系统的功能增强也依赖于各种传感器工艺的进步。 从节点的计算能力来看,目前因为网络的简单,采集参数的单一,所以对 节点计算能力要求不是很高。但随着传感器的发展,以及工作网络拓扑结构的 不断变化,节点的计算能力也必须随之提高。一方面要从硬件上采取措施,一 方面也要在软件方面加进数据融合等数据处理方法。 无线传感器网络作为一项新兴的技术, 如果能够对其投入一定的人力物力,
63

第6章

总结与展望

6.1

本文工作总结
无线传感器网络的研究成果在流行性疾病预防,灾害预警,国防和环保等各

个方而都有明显的应用前景和潜在的产业经济价值。 本文结合当前无线传感器网 络的最新进展,立足于体育运动实际应用,在科技部专项研究基金的支持下,进 行了基于无线传感器网络的运动系统研究设计。主要工作如下: 介绍了国内外无线传感器网络的研究进展, 对无线传感器网络的网络体系结 构,以及在体育运动中应用前景进行了一些探讨。分析了无线传感器网络数据收 集技术的研究现状,总结了近年来该领域具有代表性的数据收集算法。 通过对现有无线传感器网络数据收集机制的总结与分析, 提出了一种适用于 运动目标数据采集的移动传感器网络自适应数据收集机制。 其基本思想是把信息 动态的复制给更有可能与基站通信的传感器节点以达到尽量增大传输成功率、 可 靠性和降低网络开销的目的。 最后本文提出了基于无线传感器网络运动系统设计方案。 通过对已有的无线 传感器网络硬件开发平台和关键芯片进行分析比较,选择了高性能、低功耗的

CC2420芯片作为射频芯片, ATmega128、 S3C2410作为核心微处理器, MMA7260
加速度传感器作为传感模块,设计了无线传感器网络节点与基站,并进行了各个 功能模块的软硬件开发。

6.2

下一步工作展望
从无线传感器网络节点功能的角度来看,节点还可以再增加对其它运动参

数(如压力、柔韧性、角度等)的检测,以增强系统对运动员运动数据的感知能 力,目前本系统中只用到了加速度传感器。此外,无线传感器节点对传感器的 要求,必须是低功耗的,但目前用于运动检测的传感器低功耗的较少,所以运 动系统的功能增强也依赖于各种传感器工艺的进步。 从节点的计算能力来看,目前因为网络的简单,采集参数的单一,所以对 节点计算能力要求不是很高。但随着传感器的发展,以及工作网络拓扑结构的 不断变化,节点的计算能力也必须随之提高。一方面要从硬件上采取措施,一 方面也要在软件方面加进数据融合等数据处理方法。 无线传感器网络作为一项新兴的技术, 如果能够对其投入一定的人力物力,
63

全力推进产业化进程,会对相关产业的发展产带来革命性的影响。

64

参考文献
[1] 孙利民,李建中,陈渝,朱红松,无线传感器网络,清华大学出版社,2005. [2] Hamrita T.K., Kaluskar N.P., Wolfe K.L., Advances in smart sensor technology, Conference Record of the 2005 IEEE Industry Applications Conference, 40th IAS Annual Meeting, 2005:2059-2062. [3] Kaplan, E. D.,Understanding GPS: Principles and Applications,Artech House, Inc, America, 1996. [4] 马祖长,无线传感器网络综述,通信学报,2004 年 25 卷 04 期. [5] Shih E., Cho S., Ickes N., et al., Physical layer driven protocol and algorithm design for energy-efficient wireless sensor networks. Proceedings of ACM MobiCom’01,rome,Italy,July[6] 2001, 272-286. [7] Polastre, J., Hill, J., Culler, D.: Versatile Low Power Media Access for Wireless Sensor Networks. In Proceedings of the Second ACM Conference on Embedded Networked Sensor Systems (SenSys), Baltimore, MD. Nov 2004. [8] 曾鹏,无线传感器网络高效节能的信息收集机制及方法研究,中国科学院沈阳自动化研
究所博士学位论文,2004.

[9] 于宏毅.无线移动自组织网.北京:人民邮电出版社,2005. [10] P.Johnson, Remote continuous physiological monitoring in the home, Journal of Telemedicine and Telecare,1996,2(2),107-113. [11] Duarte-Melo E J, Liu M, Data-gathering wireless sensor networks: organization and capacity.Computer networks: The International Journal of Computer and Telecommunications Networking,2003,43(4). [12] 何友,王国宏,陆大金,等.多传感器信息融合及应用. 北京:电子工业出版社,2000. [13] 解文斌,鲜明,包卫东,陈永光,无线传感器网络数据收集研究进展,计算机科学, 2008Vol.35No.8. [14] Intanagonwiwat C, Govindan R, Estrin D. Directed diffusion: a scalable and robust communication paradigm for sensor networks. Proceedings of the 6th Annual ACM/IEEE International Conference on MobiCom’ 00, Boston, MA, 2000. pp:56-57.

65

参考文献
[1] 孙利民,李建中,陈渝,朱红松,无线传感器网络,清华大学出版社,2005. [2] Hamrita T.K., Kaluskar N.P., Wolfe K.L., Advances in smart sensor technology, Conference Record of the 2005 IEEE Industry Applications Conference, 40th IAS Annual Meeting, 2005:2059-2062. [3] Kaplan, E. D.,Understanding GPS: Principles and Applications,Artech House, Inc, America, 1996. [4] 马祖长,无线传感器网络综述,通信学报,2004 年 25 卷 04 期. [5] Shih E., Cho S., Ickes N., et al., Physical layer driven protocol and algorithm design for energy-efficient wireless sensor networks. Proceedings of ACM MobiCom’01,rome,Italy,July[6] 2001, 272-286. [7] Polastre, J., Hill, J., Culler, D.: Versatile Low Power Media Access for Wireless Sensor Networks. In Proceedings of the Second ACM Conference on Embedded Networked Sensor Systems (SenSys), Baltimore, MD. Nov 2004. [8] 曾鹏,无线传感器网络高效节能的信息收集机制及方法研究,中国科学院沈阳自动化研
究所博士学位论文,2004.

[9] 于宏毅.无线移动自组织网.北京:人民邮电出版社,2005. [10] P.Johnson, Remote continuous physiological monitoring in the home, Journal of Telemedicine and Telecare,1996,2(2),107-113. [11] Duarte-Melo E J, Liu M, Data-gathering wireless sensor networks: organization and capacity.Computer networks: The International Journal of Computer and Telecommunications Networking,2003,43(4). [12] 何友,王国宏,陆大金,等.多传感器信息融合及应用. 北京:电子工业出版社,2000. [13] 解文斌,鲜明,包卫东,陈永光,无线传感器网络数据收集研究进展,计算机科学, 2008Vol.35No.8. [14] Intanagonwiwat C, Govindan R, Estrin D. Directed diffusion: a scalable and robust communication paradigm for sensor networks. Proceedings of the 6th Annual ACM/IEEE International Conference on MobiCom’ 00, Boston, MA, 2000. pp:56-57.

65

[15] Heinzelman W. Chandrakasan A. Balakrishnan H. Energy-efficient communication protocol for wireless microsensor networks. In: Proceedings of the 33rd Annual Hawaii int’1 Conf. on System Sciences, Mani, IEEE Computer Society, 2002:3005-3014. [16] Hong Bo, Prasanna V K, Maximum lifetime data sensing and extraction in energy constrained networked sensor systems. Journal of Parallel and Distributed Computing,2006,66(4);566-577. [17] Kalpakis K, Dasgupta K, Namjoshi P. Efficient algorithms for maximum lifetime data gathering and aggregation in wireless sensor networks, Computer Networks,2003,42(6):697-716. [18] Deligiannakis A, Kotidis Y, Roussopoulos N. Compressing Historical Information in Sensor Networks//SIGMOD 2004.Paris,France:527-538. [19] Cristescu R,Beferull-Lozano B,Vetterli M. On Network Correlated Data Gathering//Proc,of IEEE INFOCOM,2004. [20] Yu Y, Krishnamachari B, Prasanna V K. Energy-latency tradeoffs for data gathering in wireless sensor networks, IEEE INFOCOM, March 2004. [21] Boulis A, Ganeriwal S, Srivastava M B. Aggregation in sensor networks: An energy-accuracy tradeoff. Ad Hoc Networks,2003(1):317-331. [22] Juang P, Oki H, Wang Y, etal. Energy-efficient computing for wildlife tracking: Design tradeoffs and early experiences with zebranet. Architectural Support for Programming Languages and Operating Systems(ASPLOS),2002. [23] R C Shah, S Roy, S Jain, etal. Data MULES: modeling a three-tier architecture for sparse sensor networks. Proc. Of the First International Workshop on Sensor Network Protocols and Applications. Anchorage: IEEE Computer Society Press,2003,30-41. [24] Luo J, Hubaux J-P, Joint Mobility and Routing for Lifetime Elongation in Wireless Sensor Networks. IEEE INFOCOM 2005. [25] 孙利民,熊永平,马建,机会移动传感器网络中的自适应数据收集机制,通信学报,2008
年 29 卷第 11 期.

[26] Hull B, Bychkovsky V, Zhang Y, etal. CarTel: a distributed mobile sensor computing systems[A]. Proceedings of the 4th International Conference on Embedded Networked Sensor Systems[C]. Boulder, Colorado USA: ACM,2006.125-138. [27] Jain S, Demmer M, Patra R. Using redundancy to cope with failures in a delay tolerant networks[A].Proc of ACM SIGCOMM[C].2005. [28] Mitzenmacher. Compressed bloom filters[J]. IEEE/ACM TransNet,2002,10(5):604-612.

66

[29] 朱金奇,延迟容忍无线传感器网络中个动态数据收集技术及其研究,电子科技大学博士
学位论文,2009.

[30] 刘兰香,张秋生,ATmega128 单片机应用与开发实例[M],机械工业出版社,2006. [31] IEEE 802 Std 802.15.4.Wireless Medium Access Control(MAC) and Physical Layer (PHY). Specifications for Low Rate Wireless Personal Area Network. http: //standards.ieee.org, 2003 [32] CC2420.pdf.Chipcon Products from Texas Instruments.2002 [33] Freescale Semiconductor.MMA7260QT Datasheet. [34] Jarrod Hollingworth(澳)等著,康向东等译,C++ Builder 程序设计大全[M],北京:机械
工业出版社,2002.

67

`

68

攻读硕士学位期间的研究成果与科研项目

发表论文: 1. 曹小虎,周晓芳,屈玉贵,基于无线传感器网络的运动训练系统,计算机系 统应用(已录用). 研究项目: 1. 国家 863 计划:无线局域网的安全管理和分析系统,2007-2010. 2. 科技部-科研院所专项研究基金:用于运动技术分析和测试的无线传感器网 络,2007.

69

攻读硕士学位期间的研究成果与科研项目

发表论文: 1. 曹小虎,周晓芳,屈玉贵,基于无线传感器网络的运动训练系统,计算机系 统应用(已录用). 研究项目: 1. 国家 863 计划:无线局域网的安全管理和分析系统,2007-2010. 2. 科技部-科研院所专项研究基金:用于运动技术分析和测试的无线传感器网 络,2007.

69

70





经过三年的学习,我的研究生生活已经接近尾声,在此,我要感谢每一个帮 助过我的人。 首先我要感谢我的导师屈玉贵教授三年来在学习和生活中给予的谆谆教诲 和悉心的关怀。在论文的选题、研究以及撰写过程中,自始至终得到了导师的精 心指导和热情帮助,其中无不凝聚着导师的心血和汗水。导师严谨求实和一丝不 苟的学风、扎实勤勉和孜孜不倦的工作态度时刻激励着我努力学习,并将鞭策我 在未来的工作中锐意进取、奋发努力。导师的指导将使我终生受益。 我还要感谢实验室的张英堂、刘桂英、方毅、周宇、徐俊、周远远和张璠老 师对我的关心和指导,感谢他们给我的研究提供了实验环境和条件。 感谢曾经在信息科学实验中心学习过和正在学习的全体同学,包括王庆华, 周晓芳师姐,蔺智挺,柏荣刚,郑杰师兄,李翠,苏宇,薛安琪,巩浩,郑跃明, 曲文虎等同学,在实验室的几年,和你们一起在学习上共同进步,在生活上互相 关心,度过了很多值得回忆的美好时光。祝愿他们健康、开心!

2010 年 5 月

71





经过三年的学习,我的研究生生活已经接近尾声,在此,我要感谢每一个帮 助过我的人。 首先我要感谢我的导师屈玉贵教授三年来在学习和生活中给予的谆谆教诲 和悉心的关怀。在论文的选题、研究以及撰写过程中,自始至终得到了导师的精 心指导和热情帮助,其中无不凝聚着导师的心血和汗水。导师严谨求实和一丝不 苟的学风、扎实勤勉和孜孜不倦的工作态度时刻激励着我努力学习,并将鞭策我 在未来的工作中锐意进取、奋发努力。导师的指导将使我终生受益。 我还要感谢实验室的张英堂、刘桂英、方毅、周宇、徐俊、周远远和张璠老 师对我的关心和指导,感谢他们给我的研究提供了实验环境和条件。 感谢曾经在信息科学实验中心学习过和正在学习的全体同学,包括王庆华, 周晓芳师姐,蔺智挺,柏荣刚,郑杰师兄,李翠,苏宇,薛安琪,巩浩,郑跃明, 曲文虎等同学,在实验室的几年,和你们一起在学习上共同进步,在生活上互相 关心,度过了很多值得回忆的美好时光。祝愿他们健康、开心!

2010 年 5 月

71


相关文档

基于无线传感器网络的智能灌溉系统设计与实现
基于无线传感器网络的智能灌溉系统设计与实现(毕业设计)。
基于无线传感器网络的环境监测系统设计与实现
无线传感器网络下的体育运动训练系统设计研究
基于Zigbee无线传感器网络技术的系统设计
基于IPv6的无线传感器网络接入系统设计与实现
基于无线传感器网络和GPRS的无线远程监控系统设计
基于TinyOS的无线传感器网络环境参数采集系统设计与实现
基于射频识别和无线传感器网络技术的教学互动系统设计
海面无线传感器网络实时监测系统设计实现
电脑版