当前位置:首页 > 传感网络
  • 华盛顿大学SNUP I获750万美元融资

    华盛顿大学SNUP I获750万美元融资

     以互联网为代表的计算机网络技术是二十世纪计算机科学的一项伟大成果,它给我们的生活带来了深刻的变化,然而在,网络功能再强大,网络世界再丰富,也终究是虚拟的,它与我们所生活的现实世界还是相隔的,在网络世界中,很难感知现实世界,很多事情还是不可能的,时代呼唤着新的网络技术。传感网络正是在这样的背景下应运而生的全新网络技术,它综合了传感器、低功耗、通讯以及微机电等等技术,可以预见,在不久的将来,传感网络将给我们的生活方式带来革命性的变化。 现代通信网络是三大技术领域(即电信技术、计算机/互联网技术、音视频广播技术)交叉融合的结果,各种业务应用或多或少带有这三大技术基因,是不同技术优势互补的结果。在介绍计算机网络与国际互联的过程中徐友云提到,国际互联网技术实际上是基于计算机体系架构、通信设备、互联网协议。而其中的互联网协议在计算与数据资源共享、多媒体业务上起着关键性作用。由连续企业家Jeremy Jaech领导的华盛顿大学SNUP ITechnologies获得了750万美元的融资,该公司将用于推出一种名为Wally的新家用传感器产品。这家成立2年的初创企业的总资金目前为900万美元。 沃利,我们写了去年11月,是一个299美元的设备,旨在检测泄漏和水分在家里。设备不需要电池,系统设置为连续工作10年。它通过绕过传统的Wi-Fi和蓝牙连接来做到这一点,而是使用家庭墙壁上的铜线作为天线。保险信息研究所估计,2011年有1400万房主因水、冷冻和霉菌受损,造成110亿美元财产损失。 Jaech在发布会上表示:“我们的团队将这种创新的通信和传感器技术带出实验室,进入消费者市场,这是令人兴奋的。“沃利为房主提供了平静的心态,并利用联网的家庭技术解决了一个真正的问题。 Jaech是一位备受尊敬的企业家,此前曾共同创立Visio和Aldus。与SNUPI合作,他与华盛顿大学教授ShwetakPatel和MattReynolds以及博士生GabeCohn合作。 SNUPI是一个缩写,代表传感器网络利用Powerline Infrastructure,最终可能会发现自己与Nest直接竞争,Nest是一家以连接恒温器和烟雾探测器而闻名的资金雄厚的硅谷公司。奈斯去年筹集了8000万美元的资金,据报道其估值为8亿美元。本轮投资人包括华盛顿研究基金会资本,马德龙创业集团和精选天使投资人..“随着人们与日常事物之间的联系继续蓬勃发展,消费者越来越有能力在自己的环境中采取行动,甚至更有效地管理风险,”Madrona的Tom Alberg说。第一款名为“沃利之家”的沃利设备将于1月20日上市,并将于3月零售。

    时间:2020-01-13 关键词: 传感器 传感网 传感网络 恒温器

  • 物联网的创新离不开通信网络的进步

    物联网的创新离不开通信网络的进步

     以互联网为代表的计算机网络技术是二十世纪计算机科学的一项伟大成果,它给我们的生活带来了深刻的变化,然而在,网络功能再强大,网络世界再丰富,也终究是虚拟的,它与我们所生活的现实世界还是相隔的,在网络世界中,很难感知现实世界,很多事情还是不可能的,时代呼唤着新的网络技术。传感网络正是在这样的背景下应运而生的全新网络技术,它综合了传感器、低功耗、通讯以及微机电等等技术,可以预见,在不久的将来,传感网络将给我们的生活方式带来革命性的变化。 在经历了机械化、电气化、信息化时代后,人类通信产业的发展进入了智慧化时代。而构建这一时代最关键的技术,就是物联网应用。那么,如何构建一个完善的物联网世界?徐友云表示,从计算机、互联网到物联网的发展,实际上是感知问题的升级,这是业界已达成的共识。物联网的创新离不开通信网络的进步,只有实现通信网络技术变革与创新,才可能实现物联网广泛应用。徐友云为现场听众详细介绍了麦克斯韦尔方程组、香农信息论、傅里叶变换等通信理论的应用和发展。他认为,通信产业之所以能得到长足的发展,离不开这些基本理论的提出和实践。 现代通信网络是三大技术领域(即电信技术、计算机/互联网技术、音视频广播技术)交叉融合的结果,各种业务应用或多或少带有这三大技术基因,是不同技术优势互补的结果。在介绍计算机网络与国际互联的过程中徐友云提到,国际互联网技术实际上是基于计算机体系架构、通信设备、互联网协议。而其中的互联网协议在计算与数据资源共享、多媒体业务上起着关键性作用。除了介绍无线互联、移动互联等互联网技术演进外,徐友云还为现场听众展示了互联网化的电信平台承载的各种形式的数字流媒体。 5G技术的发展也面临着巨大的挑战。网络的复杂性、空中接口规格的多样性、新基站选址的困难等,都是这一新兴技术发展需要解决和突破的关口。徐友云表示,5G技术虽远未成熟,但未来市场仍然可期。5G将从根本上改变物联网应用雷声大雨点小的局面。 随着产业发展要求的提高,传统通信网络的不足也随之突显。其中包括互联网的安全问题、效率问题、业务能力不足问题;以及电信网技术的断代兼容、资源与技术瓶颈;还有广播网技术的单向传播等。由于技术、资源和安全性等问题的局限,传统通信网络已不足以满足现代社会发展的需求。那么,什么样的网络才能更好地实现物联网发展?徐友云认为5G网络将是物联网发展的担当者。在未来相当长时间内,5G将与4G、WiFi等技术共存发展。它并非单纯的电信技术,而是与计算机、自控、能源、交通、建筑等相关的一个多行业相关技术。5G也将通过各种使能技术来满足需求,实现社会形态变革。据徐友云介绍,5G网络技术最大的变革,在于确定全新的网络架构和核心网,它将助力网络完成IT化、互联网化、极简化、服务化的转变升级。

    时间:2020-01-13 关键词: 互联网 传感网 5G 传感网络

  • 边境物联网周界报警系统

    边境物联网周界报警系统

     边境物联网周界报警,周界安防监控是安全保障系统中蕞重要的环节之一。目前市面上设计和制造的光纤传感周界安全保障系统能够满足安全保障服务提供商的要求。 与传统的电传感器相比,光纤传感器在传感网络应用中具有非常明显的技术优势:体积小,重量轻、具有非常好的可靠性和稳定性;无源系统、能源依赖性低,可大大节省供电设备与线路的成本,适合长距离使用;抗电磁干扰、抗腐蚀,完全不受雷电影响,能在恶劣的化学环境、野外环境及强电磁干扰等场所下工作;无辐射、无易燃易爆材料、防水、环保等。 互联网时代,学校的基本功能、基本运作规则、基本运作模式和基本办学形态都会发生根本性的改变,互联网将会改变学校的基因,互联网+教育就是教育的转基因工程。电子围栏主机是产生和接收高压脉冲信号,并在前端探测围栏处于触网、短路、断路状态时能产生报警信号,并把入侵信号发送到安全报警中心。   边境物联网周界报警,周界安全保障系统为用户提供了简便可靠的操作方式,具有极强的可操作性,并且不会产生“虚警”。使用周界安全保障系统能够提供广泛的围栏安全保障解决方案,适用于大多数类型的围栏。电子围栏的发展来自欧美,现代的电子围栏来源于澳州,电子围栏分为安防电子围栏和畜牧业电子围栏和动物园专用电子围栏。 核心功能 1、长距离入侵监测,沿光纤敷设区域全程任意点全天候不间断地实时监测。 2、侵入定位,在判断有威胁侵入行为发生时,系统根据光信号调制分析,可以实时对侵入行为发生点进行定位,从而便于安保人员对目标明确地及时采取有效措施,制止侵入行为后续事件发生。 3、模式识别,对非危害性环境干扰如雷鸣、鞭炮、汽车鸣响、雨声等进行识别,做出无害判断;还能识别走路、攀爬、触摸、挖掘等侵入行为并报警。   4、重要部位语音监听,对于局部高危区域,系统可实现语音监听和记录。该功能完全无需采用电或金属的传感器,仅用光纤即可实现,丰富了用单一光纤实现监控系统的功能和防护等级。 5、可与其它监控系统(声光电报警)联动。 6、通讯方式,系统报警信号可分为两种通讯方式来传送至报警主机。 一、线缆直连。顾名思义,就是报警点直接用电缆线连接至报警主机。小型周界系统多采用这种方式,直观、简单。 二、数字通讯。报警点至主机采用485、TCP等方式来进行通讯,这种方式多用于大型周界报警系统。优点是节约线缆,人工等。 边境物联网周界报警,随着数字化校园建设的普及,学校普遍实施了摄像头监控设备的安装,但由于传统存储空间的限制和存储地点的单一,监控设备所获取的视频一般只能留存7天,同时,监控数据没有相应的保护措施,容易窃取及***并且回放查找过程极为麻烦。边境物联网周界报警,如此监控安防设备形同虚设。但智慧校园建设引进具有计算整理抽取和极大空间的云端之后,数据可无限制存储并随时进行点对点截取。 在信息安全方面,除了采用虚拟身份查询、用户访问URL审计等多重安全审核还实施多种异领域空间多极化存储,为数据安全提供给保障。模式识别,对非危害性环境干扰如雷鸣、鞭炮、汽车鸣响、雨声等进行识别,做出无害判断;还能识别走路、攀爬、触摸、挖掘等侵入行为并报警。   边境物联网周界报警,光纤周界报警系统即光纤微振动传感报警系统是新一代信息化安全预警系统。该系统采用光纤传感技术,在不需要任何户外有源器件(不需供电)的情况下能够提供长达80公里距离的安全预警监控。边境物联网周界报警,它将普通光缆通过埋地、附着等方式与输油管道一同铺设,当有入侵或破坏行为产生时,通过挖掘、触碰、敲打等方式使得光缆发生微小振动时,系统即刻报警,并将入侵位置GPS坐标实时显示在地理信息系统软件界面上。数字通讯。报警点至主机采用485、TCP等方式来进行通讯,这种方式多用于大型周界报警系统。优点是节约线缆,人工等。 边境物联网周界报警,加强培训。通过中小学教师团队的年龄结构与智慧校园的发展历程比较,我们发现大多数一线骨干教师都是在智慧校园兴起之前,就站到三尺讲台之上的。长时间的一些教学工作,使得这些教师对于新兴的智慧校园了解十分有限,对于这些富含科技含量的设备认识不多,因此这就使得在实际运用中存在困难,一些年龄较低、接受能力强的教师而言,相关培训就能顺利一些,而对于一些年龄较高、接受能力较差的教师而言,相关培训就很困难了。 边境物联网周界报警,根据一些合作伙伴的反馈,他们在对一些地区的教师培训过程中发现,同样的东西,有些老师一个上午可能就学会了,而有些老师一个星期过去了,还停留在摸索阶段。这就导致学校教学工作无法同步开展,从而降低了智慧校园的使用率。周界防盗报警系统采用总线通讯方式,针对大型小区联网系统具有自身的强大优势:使用成本低,无需支付用户发送报警信息时发生的电话费用。   边境物联网周界报警,很多人认为互联网会取代学校。例如,比尔·盖茨说过:“五年后,你将可以在网上免费获取世界上zui好的课程,而这些课程比任何一个单独的大学提供的课程都要好,到那时候,无论是在麻省理工学院学到的知识还是在网络课程中学到的知识,都应该被人们所认可。”这代表了相当一部分人的观点,但在这里,我可以肯定地说,互联网永远不可能替代学校。 边境物联网周界报警,教育包括两个方面,一是教知识,一是育人,教知识的功能完全有可能被互联网所替代,但是育人,人的社会性成长永远不可能被电脑替代,所以我们不用担心学校会消亡。但这不意味着学校可以按照传统的模式运转下去。

    时间:2019-10-14 关键词: 传感网 传感网络 边境物联网 周界安防监控

  • 基于路由信息的传感网络定位算法

        1.引言    无线传感器网络是近年来一个热点研究领域,其中传感器网络定位技术也越来越受到人们的关注,这是因为传感器网络的大量应用都依赖于节点的位置信息,例如在战场侦察、生态环境监测、地震洪水火灾等现场的监控等应用中,都需要知道传感器节点的位置信息,从而获知信息来源的准确位置。    现有无线传感器网络定位系统种类繁多,实现方法各异[1][2]。具有代表性的有采用超声波测距的TDOA(TimeDifference of Arrival)系统[3],基于RSSI (Receive Signal Strength Indicator)的技术[4],基于网络连通性的质心定位算法[5],基于多跳传感器网络节点间跳数的DV-Hop算法[6]等。现有算法大多存在额外的硬件开销,或需要较多已知位置的参考节点,而且都有较大的通信开销,带来了传感器节点额外的功耗,这样就降低了全网的生存周期。因此,需要针对无线传感器网络的具体场景,设计低成本,低开销,易实现的定位算法。    2.基于路由信息的定位算法    2.1研究场景定义    无线传感器网络的应用场景各异,对定位的需求也各不相同。因此,在进行定位算法的设计前,必须选定应用场景进行有针对性的设计。本文选用传感器网络中广泛应用的大范围数据采集场景,例如土壤温湿度监测、森林火险预警、智能大厦人员数据采集等,作为研究前提。    在这种场景下,数量众多的传感器节点分布在较大范围的区域内,节点需要通过多跳路由将数据返回到一个或多个网关节点。所有传感器节点不装配GPS、超声收发器、有向天线等额外的定位和测距设备,节点射频模块只具备射频信号强度检测能力(RSSI),甚至RSSI能力也不具备(即只有通信功能)。为了方便下面的研究,进一步对场景作如下简化定义:    1.传感器节点数目表示为n,网关节点数目表示为m;    2.n个传感器节点在区域内随机均匀分布,自身位置为(xi,yi)均未知,其中i= 1...n;    3.m个网关节点在区域内以某种规律分布,自身位置(xi,yi)均已知,其中i= n+1...n+m;    4.传感器节点均以一定且相同的周期采集数据,节点间相对静止;    5.节点采用无线全向天线进行互通信,RSS测距的先验概率分布满足高斯分布;    2.2设计思路    而且因为数据采集任务对网络的存活时间要求一般较高,所以降低传感器节点的功耗,即降低传感器节点的通信开销就成为设计定位算法中重要的因素。而现有定位算法存在的主要问题就是通信开销大,其中有一个重要原因是现有的研究将定位过程与网络路由和数据采集看作独立的过程,而事实上这两个过程存在大量通信的重复,这样就带来了额外的通信开销。本文的研究就是将路由协议与定位算法结合来减少这部分开销,基本思路是通过在数据包上附加网络路由信息来获得部分节点间的连接和距离关系,然后根据这些关系来进行传感器节点定位,该算法命名为RBSL(RoutinginformationBased Sensor Localization)。    本文选用了传感器网络中常用的定向扩散路由协议[7](DirectedDiffusion)作为研究的基础。定向扩散路由协议是一种以数据为中心的路由协议,网关节点向所有传感器节点发送对任务描述的“兴趣”(Interest),“兴趣”会逐渐在全网中扩散,最终达到所有匹配“兴趣”的传感器节点,与此同时也建立起了从网关节点到传感器节点的“梯度”,传感器节点会沿着梯度最大的方向将数据传回网关节点。定向扩散的原理示意图如下图1所示:    对于全网数据采集的场景,网关节点发送的“兴趣”是采集所有节点数据。在建立梯度之后,每个一个传感器节点都有一个自己对网关节点的最大“梯度”方向,即下一跳传输的目的节点编号(ID)。若每个传感器节点在发送数据包末尾都附加自己的下一跳节点ID,则在每一个网关节点就都可以获得网络中n条链路的连接情况,即获得了到一个网关节点的树状路由表。将m个网关节点的数据进行综合就可以获得更多条链路的连接情况。将获得的n个传感器节点和m个网关节点之间的连接关系表示为对称连接矩阵L(n+m,n+m),其中Lij= 1 表示i, j节点存在路由链路,反之Lij = 0表示不存在路由链路,其中1≤i, j≤ n+m,若1≤i≤n表示i为传感器节点,若n     进一步的,如果传感器节点具有RSSI,可以根据射频信号传输的经验模型估计链路距离dij,同样将估计距离发往网关节点。与连接矩阵L类似可以生成对称距离矩阵,表示为D(n+m,n+m),其中Dij=Dji 表示i, j节点间路由链路的估计距离。    下一步就是根据连接矩阵L或距离矩阵D来进行节点定位。这里就需要用到MDS算法,MDS算法的全称是多维标度分析(Multi-DimensionalScaling),是一种最早应用在计量心理学和生物信息统计中的算法。作为MDS算法的一种简单的应用,若已知二维空间上n个点的两两距离,即完全的距离矩阵LALL(n,n),则可以反解出这n个点的二维相对拓扑。YiShang等人[8]最早将MDS算法应用到无线网络定位中,本文也采用了类似的思路。由于通过路由过程获得的连接矩阵L或距离矩阵D都只是部分链路,所以还需要通过最短路径算法生成在原矩阵中不连通的节点之间的近似距离,得到近似的DALL来作为MDS算法的输入。    在获得距离矩阵DALL之后,就可以根据MDS算法计算得到节点的相对二维拓扑分布,但该分布与真实分布存在缩放,旋转和平移的关系。因为m个网关节点都已知自身位置,当m≥3时,可以根据网关节点的位置,对相对拓扑进行坐标变换得到最终估计的二维拓扑。    3.算法实现过程    3.1定向扩散    目的是尽可能多的携带节点间的连接或测距信息,在建立梯度阶段中,每个节点可以得到其下一跳节点ID。在传输数据阶段,则将下一跳节点ID也打入数据包,按照最大梯度方向发往网关节点。当节点具有RSSI时,还要将下一跳节点对应的测距结果发往网关节点。    3.2计算节点距离矩阵DALL    目的是提取网关数据中关于节点连接或测距的信息,并通过最短路径算法得到所有节点间的近似距离,即完全的距离矩阵。当节点具有RSSI时,则可以根据数据包中的每个节点的测距信息生成部分距离矩阵D,然后采用Floyd最短路径算法,生成DALL。若节点不具备RSSI,则将连通表示为单位距离1,同样用Floyd最短路径算法,由连接矩阵L生成DALL。    3.3多维标度分析MDS    将节点距离矩阵DALL作为MDS算法的输入矩阵,可以获得节点的相对位置估计X’,Y’。    3.4平移和旋转变换    通过比对已知位置的网关节点,将MDS结果进行坐标变换使得网关位置均方误差最小。即设X’,Y’为MDS输出的网关节点位置,求变换矩阵A,B使得[X’’,Y’’] = A * [X’, Y’] + B与网关节点已知位置[X, Y]的均方误差最小。    4.仿真结果和分析    算法仿真采用Matlab6.5,仿真场景为100个传感器节点随机均匀分布在半径50m的圆型区域内,网络中有大于等于三个已知位置的网关节点。    在图2的仿真中,10个网关节点均匀分布在半径为10米的圆周上,射频通信距离取20m,射频信号测距误差为20%,图中线段长度代表定位误差大小。仿真结果直观的给出了RBSL算法在节点具有RSSI和没有RSSI情况下定位的效果。从图2的仿真中,还可以发现RBSL算法的一个应用场景,即在大范围的数据采集中,如果只有一个网关节点,可以通过数据采集员手持一个网关节点在一个小范围内移动,在不同位置采集数据就可以对节点进行定位。    图3-a给出了节点RSSI测距误差对结果的影响,可以发现,当测距误差在20%以内时,定位结果较好,而若测距误差进一步增大,则结果恶化较为明显。图3-b给出了节点通信距离对结果的影响,可以发现在通信距离=25m时定位误差最低,这是因为通信距离过短会使得部分边缘节点只有很少的邻居,从而导致这些节点定位精度很低,而当通信距离过长时,网络中的路由链路变少,导致能获得链路信息变少,同样降低了定位精度。    5.结论和研究展望    针对无线传感器网络的大范围数据采集应用场景,本文作者提出了基于路由信息的传感器网络定位算法RBSL。RBSL算法的主要优点是通信开销小,只需要每个节点在自身数据包上附加几字节的信息,且容易实现,在大范围的数据采集场景,只需要多个网关节点或一个可移动的网关节点就可以获得节点的定位结果。RBSL算法存在的问题是计算量较大,MDS和Floyd最短路径算法复杂度均为O(n3)。但因在数据采集场景下,执行计算任务的是网关PC节点,因此计算量的问题相对是可以接受的。此外,在前面的分析中假设网络均匀同构,事实上传感器节点性能可能并不相同,且由于地形等因素影响也会造成网络的不均匀,反映在RBSL算法中就是节点间测距结果精度的不同,如何在MDS算法中对精度不同的测距结果进行加权是下一步的研究任务之一。    作者所在的清华大学电子工程系复杂系统工程实验室(CESL,ComplexEngineering System Lab)已经自主开发了“灵活的低成本无线传感器网络平台”,即FLOWS (Flexible Low-cOst Wireless Sensor network platform)。我们正在进行FLOWS系统在智能大厦定位系统的研究与开发,相信会有很好的应用前景和经济效益。

    时间:2009-07-22 关键词: 路由 传感网络 定位算法

发布文章

技术子站

更多

项目外包

更多

推荐博客