無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)喚醒方式簡(jiǎn)介

無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)喚醒方式，顧名思義，是無(wú)線傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)的喚醒方式。分全喚醒模式、隨機(jī)喚醒模式、由預(yù)測(cè)機(jī)制選擇喚醒模式和任務(wù)循環(huán)喚醒模式。

(1) 全喚醒模式：這種模式下，無(wú)線傳感器網(wǎng)絡(luò)中的所有節(jié)點(diǎn)同時(shí)喚醒，探測(cè)并跟蹤網(wǎng)絡(luò)中出現(xiàn)的目標(biāo)，雖然這種模式下可以得到較高的跟蹤精度，然而是以網(wǎng)絡(luò)能量的消耗巨大為代價(jià)的。

(2) 隨機(jī)喚醒模式：這種模式下，無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)又給定的喚醒概率p隨機(jī)喚醒。

(3) 由預(yù)測(cè)機(jī)制選擇喚醒模式：這種模式下，無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)根據(jù)跟蹤任務(wù)的需要，選擇性的喚醒對(duì)跟蹤精度收益較大的節(jié)點(diǎn)，通過(guò)本拍的信息預(yù)測(cè)目標(biāo)下一時(shí)刻的狀態(tài)，并喚醒節(jié)點(diǎn)。

(4) 任務(wù)循環(huán)喚醒模式：這種模式下，無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)周期性的出于喚醒狀態(tài)，這種工作模式的節(jié)點(diǎn)可以與其他工作模式的節(jié)點(diǎn)共存，并協(xié)助其他工作模式的節(jié)點(diǎn)工作。

其中由預(yù)測(cè)機(jī)制選擇喚醒模式可以獲得較低的能耗損耗和較高的信息收益。

無(wú)線傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)的喚醒方式有以下幾種：

（1）全喚醒模式：這種模式下，無(wú)線傳感器網(wǎng)絡(luò)中的所有節(jié)點(diǎn)同時(shí)喚醒，探測(cè)并跟蹤網(wǎng)絡(luò)中出現(xiàn)的目標(biāo)，雖然這種模式下可以得到較高的跟蹤精度，然而是以網(wǎng)絡(luò)能量的消耗巨大為代價(jià)的。

（2）隨機(jī)喚醒模式：這種模式下，無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)由給定的喚醒概率p隨機(jī)喚醒。

（3）由預(yù)測(cè)機(jī)制選擇喚醒模式：這種模式下，無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)根據(jù)跟蹤任務(wù)的需要，選擇性的喚醒對(duì)跟蹤精度收益較大的節(jié)點(diǎn)，通過(guò)本拍的信息預(yù)測(cè)目標(biāo)下一時(shí)刻的狀態(tài)，并喚醒節(jié)點(diǎn)。

（4）任務(wù)循環(huán)喚醒模式：這種模式下，無(wú)線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)周期性的出于喚醒狀態(tài)，這種工作模式的節(jié)點(diǎn)可以與其他工作模式的節(jié)點(diǎn)共存，并協(xié)助其他工作模式的節(jié)點(diǎn)工作。

本課題的主要目標(biāo)是綜合考慮各種不完整性，探索利用矩陣完成方法解決目前十分突出的由于復(fù)雜應(yīng)用環(huán)境等因素導(dǎo)致的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位中數(shù)據(jù)矩陣結(jié)構(gòu)受到損壞的途徑，改善無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位的性能。針對(duì)矩陣完成方法在無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位中的應(yīng)用，將其分為兩大類來(lái)考慮：一類是顯式矩陣完整性分析，即在數(shù)據(jù)矩陣中明確知道存在數(shù)據(jù)缺失或者存在野值及其相應(yīng)位置的情況；另一類是隱式矩陣完整性分析，指的是數(shù)據(jù)矩陣在形式上是完整的，但其中部分元素受噪聲影響較大或者存在野值并且該元素的位置未知的問(wèn)題。針對(duì)第一類問(wèn)題，首先引入數(shù)據(jù)矩陣的低秩特性，使得求解成為可能；其次通過(guò)圖直觀地了解除了低秩以外，數(shù)據(jù)矩陣還需要滿足的三個(gè)基本條件，即頂點(diǎn)可測(cè)性、連通性和采樣集合勢(shì)大小的要求；特別地，針對(duì)歐氏距離矩陣的顯示完成問(wèn)題，利用交替秩完成方法考察了矩陣完成的成功率對(duì)采樣集合勢(shì)的要求。從仿真結(jié)果上看，需要的測(cè)量值個(gè)數(shù)要數(shù)倍于實(shí)際自由度才能獲得較高的成功率。針對(duì)第二類問(wèn)題，主要考慮具備低秩特性的歐氏距離矩陣的完成問(wèn)題。為了消除秩約束引入的非凸性，采用半定松弛來(lái)獲得進(jìn)行求解。由于加權(quán)矩陣的存在，使得半定松弛方法既適用于隱式矩陣完整性分析，也適用于顯式矩陣完整性分析。仿真結(jié)果驗(yàn)證了半定松弛方法的穩(wěn)健性。在對(duì)上述問(wèn)題研究過(guò)程中，也對(duì)有關(guān)的參數(shù)估計(jì)方法和定位方法，如直達(dá)方向重建方法、基于混合范數(shù)優(yōu)化的波達(dá)方向估計(jì)、利用角度差測(cè)量進(jìn)行自主定位等做了相應(yīng)的研究。 2100433B

無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor NetWork，WSN）是在傳感器技術(shù)、無(wú)線通信技術(shù)、網(wǎng)絡(luò)技術(shù)和嵌入式計(jì)算機(jī)技術(shù)基礎(chǔ)上發(fā)展起來(lái)的一門新興的信息獲取技術(shù)，廣泛應(yīng)用于軍事、智能交通、環(huán)境監(jiān)控、醫(yī)療衛(wèi)生等眾多領(lǐng)域。其中，節(jié)點(diǎn)位置信息在WSN應(yīng)用中非常重要，一個(gè)沒(méi)有節(jié)點(diǎn)位置信息的WSN是沒(méi)有任何意義的。

《無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)研究》對(duì)WSN節(jié)點(diǎn)定位技術(shù)進(jìn)行了較為詳細(xì)的研究，主要內(nèi)容包括：WSN的節(jié)點(diǎn)定位技術(shù)、基于智能算法優(yōu)化的WSN節(jié)點(diǎn)二維定位技術(shù)、基于智能算法優(yōu)化LSSVR的WSN節(jié)點(diǎn)三維定位技術(shù)、基于KF-LSSVR的WSN三維移動(dòng)節(jié)點(diǎn)定位技術(shù)、基于RSSI-LSSVR的WSN節(jié)點(diǎn)安全定位技術(shù)、基于WSN的老人行為監(jiān)測(cè)技術(shù)應(yīng)用等。

《無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)研究》結(jié)構(gòu)合理，條理清晰，內(nèi)容豐富新穎，可讀性強(qiáng)，是一本值得學(xué)習(xí)研究的著作，可供從事WSN領(lǐng)域的研究人員和工程技術(shù)人員參考使用。