英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料
综述
从无线传感器网络到网络物理系统
方晶华，余芬考，余建成a，*
国立交通大学计算机科学系，新竹，台湾30010
b新华大学信息管理系，新竹，台湾30010
摘要：在过去二十年中，已经开展了大量移动自组织网络（MANET）和无线传感器网络（WSN）的研究活动。 最近，网络物理系统（CPS）已经成为丰富互动的有前途的方向物理和虚拟世界之间。 在本文中，我们首先回顾一些研究活动，
在WSN中，包括网络问题，覆盖面和部署问题。 然后，我们审查最近开发的一些CPS平台和系统，包括保健，导航，救援，智能交通，社交网络和游戏应用。通过这些评论，我们希望展示CPS应用如何利用物理由WSN收集的信息来填补真实和网络空间，并确定重要与CPS设计相关的研究挑战。
关键词：网络物理系统，互联网技术，移动ad hoc网络，普适计算，感应和致动，无线传感器网络
1.简介
在过去二十年中，无线通信和网络一直是增长最快的研究领域之一。在移动自组织网络（MANET）和无线传感器网络（WSN）领域取得了重大进展[1]。最近，网络物理系统（CPS）已经成为在物理世界以及虚拟世界中丰富人与人，人类对象和对象与物体之间交互的有希望的方向。显然，CPS将采用甚至培育MANET和WSN的领域，因为可能需要更多的传感器输入和更加丰富的网络连接。因此，应该审查这些领域已经开发出来的内容，指出CPS领域可能发生的情况，并确定需要进一步研究的内容。本文旨在通过识别WSN的独特功能来提供这些目的，提出一些CPS关键实例，然后指出CPS未来的挑战。为了建立一些基础，我们首先回顾一下现有的WSN结果。这部分是提供WSN的一些初步，并建立WSN和CPS之间的必要连接。它还有助于确定WSN中的关键技术，这可能对CPS有用，并预见在CPS中需要进一步研究哪些问题。
通过嵌入式计算技术和无线通信技术的成熟，MANET成为可能。作为MANET的一种特殊形式，WSN可以通过采用更多的微观MEMS技术进一步实现，从而允许网络与其周围物理环境之间的更多交互。惯性运动检测，环境因素感知，生物信号感知，车辆信息感知和位置感测已被广泛讨论。特别地，许多智能电话包括惯性传感器（例如加速度计和电子罗盘）和作为内置组件的GPS接收机。移动性或称为移动传感技术已被引入无线传感器网络，从而开辟了更多的机会，从日常生活中收集动态信息。
虽然MANET，WSN和CPS在许多网络方面都非常相似，但存在一些重大差异。通常，MANET用于支持自组织通信或扩展基础设施网络的覆盖范围[2]。 WSN专门用于提供传感器相关数据。 CPS通常涉及感测数据的多个维度，跨越多个传感器网络和互联网，并旨在构建跨越这些领域的智能。下面我们比较MANET，WSN和CPS的特点。
网络形成：虽然MANET的形成更可能是随机的并且可以支持节点移动性，但WSN的形成通常是场特定的并且允许较少的移动性[3]。另一方面，CPS的网络可以跨越几个领域。连接这些字段通常依赖于互联网。然而，传感器网络的动态参与和离开是可能的。
2.通信模式：MANET通常支持单播，组播和广播等任意通信模式，而WSN涉及更多的集体通信[4,5]，如收敛和查询 - 响应交易。因此，路由能力的要求是不同的。 CPS可以调用WSN内通信。此外，跨域通信可能会在CPS应用中相当频繁地发生[6]。例如，在防洪应用中，一组水位跟踪传感器可能需要与几组雨量计合作来控制大坝的水闸。
3.电源管理：虽然MANET和WSN都强调节能，但由于传感器通常部署在无人值守区域，所以对WSN来说更为关键[7]。睡眠模式和冗余更为深入，WSN中的节点睡眠行为通常是机会的。传感器在CPS中的激活可能是使命的。例如，大坝控制系统可以具有洪水模式和非洪水模式。不同的模式可以唤醒不同组的传感器。
4.网络覆盖：虽然MANET只需要满足一些连接要求，但WSN需要满足连接性和某些覆盖标准[8]。这导致了关于WSN中覆盖和连接的共同设计的大量研究。 CPS对WSN施加了相同的要求，但不同WSN的连接和覆盖水平不同。
5.节点移动性：MANET中的节点移动性通常是任意的。以前，WSN已经假定移动性很小[9,10]。随着新兴的移动传感应用，已经研究了可控和不可控的移动性（例如数据骡，机会感知和车辆感测）。在CPS应用中，感测数据可以从可控的和不可控的移动性的静态和移动传感器节点（例如车辆，智能电话等）中收集。
6.知识挖掘：MANET仅强调网络问题。 WSN更多地关注收集和管理传感数据。然而，CPS更多地强调如何发现多个感知领域的新知识并正确利用情报。例如，智能电网系统[11]可能涉及功率计，微气候传感器以及风能和太阳能计量传感器，以实现智能能量分配决策。
7.服务质量：数据传输质量对于MANET来说至关重要，而传感数据的质量对于无线传感器网络而言是重要的。然而，CPS更侧重于更高层次的QoS，如网络和感测数据的可用性[12]，感知数据的安全性和机密性[13]，知识/智力[14]等。
通过整合来自不同领域的无线传感器网络，CPS是超越网络世界对物理世界的主要驱动力之一[15]。嵌入式计算机和网络监视和控制物理过程，反之亦然物理过程影响计算结果。今天的嵌入技术已经发挥了关键的作用，能够以几乎看不见的方式实现与真实事物的丰富互动。这两个世界之间将发生许多数据流。
一方面，互联网和蜂窝网络确实有助于在遥远的地区连接无线传感器网络并利用其传感数据。未来的CPS应用需要大量的智能。该概念如图1所示。 1.以购物为例，用户可以走进物理购物中心，看一组餐桌椅，想知道是否适合她的客厅。在物理空间上，她可能会立即拍摄桌椅的照片。在虚拟空间中，系统可以构建3D模型并使用虚拟现实技术将它们（适当的大小和颜色）放置在“虚拟”客厅中。她可以通过智能3D显示器来形象化，并使用惯性传感器来重新安置这些家具。社交网络可能涉及到在互联网上收集客户的意见。她的家人可以参加这个过程。可以调用社会推荐系统以提供可能与该表适合的其他物品（例如，玻璃器皿，银器，花瓶等）并具有折扣信息。显然，需要大量的情报和交互来支持这些场景。
第2节回顾了WSN的一些沟通问题。 WSN的覆盖和部署问题在第3节中讨论。然后，我们采取一些应用驱动的CPS设计来讨论如何在第4节中桥接物理和虚拟世界。我们提出了一些目前用于设计CPS的技术，并指出第5节中的一些未来挑战。结论在第6节中得出。
2.无线传感器网络的通信问题
无线传感器网络的设计更多地强调了它的形成以及检测数据的检测方式。 下面，我们讨论WSN的三个基本操作：（i）网络形成，（ii）数据收集，（iii）查询和回复处理。 这些评论的综述如图2所示。
2.1。网络形式
最近开发了许多WSN平台，如MICA，Imote2和TelosB [16]。几家芯片厂商提供这样的解决方案[17,18]。对于互操作性，已经定义了ZigBee [19]和IEEE 802.15.4 [20]。这些方案的性能研究在[21,22]中进行。 ZigBee依靠分布式地址分配形成一个树状网络。在形成网络之前，需要指定三个参数：路由器的最大数量（Cm），路由器的最大路由器数（Rm）以及网络的最大深度（Lm）。请注意，孩子可以是路由器或终端设备，因此Cmge;Rm。这样的树也可以用作网状网络，作为基本路由的骨干。然而，Cm和Rm执行一个ZigBee树作为有界度树。在图论中，从任意图形成度约束生成树是NP完整的[23]。参考。当提供附加连接和图的最大程度时，[24]提出了多项式时间图算法，但是这个工作没有考虑深度约束。参考。 [25]引入了近似算法，可以找到最大度数为O（K log | V |）的生成树，其中K是度数约束，V是图中的节点集合。结果不适用于ZigBee，因为它不考虑深度约束，节点的子节点数不限。在[26]中，提出了一种多项式时间算法来构造具有有界度和有界直径的生成树。然而，该算法是为完整的图形而设计的。
根据ZigBee树形成规则，WSN可能会遇到孤儿问题[27]。给定Cm，Rm和Lm，某些节点可能被拒绝加入ZigBee树。据说，当一个节点不能与任何一个父路由器相关联，但在网络中仍然有未使用的地址空间时，就会成为一个孤立节点。在[27]中，孤儿问题被制定为两个子问题：（1）有界深度树形成（BDDTF）问题和（2）终端设备最大匹配（EDMM）问题。前者用于连接路由器，后者用于连接终端设备。证明BDDTF是NP完整的，但是EDMM在计算上是可行的。
为了减轻孤儿问题，[28]提出使用n维超立方体的寻址规则。有趣的是，当网络结构靠近n-cube时，这种方案可以有效地减少地址空间的浪费。然而，当n立方体不完整时，孤儿仍然存在。在[29]中，提出了一种用于ID分配的分布式算法。
它通过分配长唯一ID并在树结构中组织节点开始。 该预处理有助于计算网络的大小。 然后，使用最小位数分配唯一ID。 观察到大多数方案都采用随机拓扑，[30]考虑了一种特殊的“长薄”WSN拓扑，并提出了有效的地址分配和路由方案。 长薄的拓扑结构非常适用于诸如水管，河岸和徒步旅行等领域，由多条长线性路径组成。
2.2。数据采集
由于WSN的主要功能是收集信息，因此对等通信并不重要。相反，汇聚节点需要收集一组节点感知数据的Convergecast会比其他通信模式更频繁地出现。下面我们将这些解决方案分为三类：（A）基于日程表的解决方案，（B）基于群集的解决方案和（C）基于关联的解决方案。基于计划的解决方案将通讯时间安排作为目标减少延迟和能耗。基于群集的解决方案将传感器节点分组，每组具有组长，以网络寿命延长为目标。基于相关的解决方案利用感测数据的空间和时间冗余来降低传输成本。
（A）基于计划的解决方案：数据收集的一个固有问题是漏斗效应[31]，其中数据在数据到达区域时发生更严重的争议。这样的解决方案可以沿着数据采集树排列传感器节点的代码/通道/插槽，以减轻干扰。参考文献。 [4,32]使用多个代码来帮助解决争用问题。参考。 [4]显示了如何连接传感器作为平衡的报告树，以及如何将CDMA代码分配给传感器以减轻传感器之间的干扰。这项工作[32]旨在将受限于数据报告间隔的总体能源消耗降至最低。提出动态规划算法，假设传感器可以同时接收多个数据包。然而，使用CDMA对于无线传感器网络来说太强了。
基于时间的调度已被广泛研究。典型的方法是使用交错的唤醒时间表（或梯形图）。在[33]中，提出了一种称为DMAC的节能和低延迟MAC。传感器由树连接，大部分时间都处于睡眠状态。节点在树上以交错的方式醒来。同样地，[34]通过考虑其流量负荷来安排传感器。每个父母周期性地广播包含一组空插槽的广告。子节点根据需要请求空槽。参考。 [35]将DMAC扩展到多父方案。为了减少报告延迟，节点可以选择具有最早唤醒时间的适当父节点来中继数据。在[36]中，提出了一种分布式融合算法。基本思想是通过生成树连接节点，然后将树减少到多条线路。对于每条线路，传输以自下而上的方式安排。参考。 [37]提出了一种集中解决方案来增加传输并行度。然而，由于ZigBee强制一个节点只能每个超帧唤醒两次，所以[36,37]中的解决方案不是ZigBee兼容的。
广泛采用启用信标的IEEE 802.15.4 / ZigBee树网络，其中使用超帧结构进行省电目的。每个超帧由活动部分和不作用部分组成。路由器必须为其活动部分选择不同的时间以避免冲突。在修订的IEEE 802.15.4 [38]中，路由器可以选择一个活动部分作为其输出超帧，并且基于由其父节点选择的活动部分，决定其进入的超帧。在传出/传入超帧的开始，路由器预期向/从其子/父路由器发送/接收信标。如何在路由器之间选择无碰撞超帧在ZigBee中成为一个开放的问题。在[39]中，提出了一种基于接收的交错解决方案。
（B）基于群集的解决方案：在这种解决方案中利用层次结构。参考。 [40]提出了一种以分布式方式对传感器节点进行聚类的低延迟自适应聚类层次结构（LEACH）协议。每个传感器节点根据其剩余能量独立地决定为簇头。簇头负责收集地方感测数据。 LEACH不能保证所需数量的簇头及其分布。集中式LEACH-C [41]试图最小化非簇头与其最近的簇头之间的距离之和。在[42]中提出了一种CDMATDMA混合方案来增强LEACH，其中每个节点仅需要以其最大功率进行广播来作为簇头竞争。
上述方案假设每个成员节点可以一跳到达其簇头，并且每个簇头也可以一跳到达宿节点。参考。 [43]通过允许多跳数据收集来放宽这些限制。 [44,45]考虑了异构节点。 [44]提出了一种针对簇的多跳轮询时间表。参考。 [45]指出异质WSN中簇头之间的偏置能量消耗率（BECR）现象。在单跳聚合中，距离汇聚节点更远的簇头将更快地耗尽能量。在多跳聚合中，更靠近汇聚节点的簇头将更快地耗尽能量。考虑到QoS，[46]提出了三个应用特定标准：（i）吞吐量，（ii）端到端延迟和（iii）能量消耗。对于集群内数据收集，只允许部分节点进行报告，以满足所需的吞吐量要求。对于集群间数据收集，集群头通过最短路径报告延迟敏感数据，并通过报告树报告其他数据，以满足延迟和能量需求。
（C）相关解决方案：感知数据通常在空间或时间上相关。利用数据相关性可以降低数据收集成本[47,48]。参考。 [49]提出了一种基于感知数据的空间相关性的无结构聚合。 [49]中考虑了时间相关性，其中提出了随机等待方案。这种解决方案的调查可在[50]中找到。
2.3。查询和回复处理
查询和回复通信是WSN中的基本问题[51]。我们将这样的解决方案分为三种类型：（A）定向扩散，（B）分布式索引和（C）多分辨率摘要。
（A）导向扩散：定向扩散[5]是一种流行的范例，其次是许多研究工作。拥有传感数据的来源公布了他们所拥有的信息，并且对具体订阅的数据
全文共46168字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[144780]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
