无线传感器的节点 物联网无线传感器节点设计

物联网无线传感器节点设计

无线传感器节点（ WSN ）在促进物联网（ IoT ）发展方面发挥着关键作用。WSN的优点在于，它的功耗极低，尺寸极小，安装简便。对很多物联网的应用而言，譬如安装在室外的应用，WSN可使用太阳能供电。当室内有光，系统就由太阳光供电，同时为细小纽扣电池或超级电容器充电，以在没有光的情况下为系统供电。

在一般情况下，无线传感器节点是传感器为基础的设备，负责监察温度、湿度或压力等条件。节点从任何类型的传感器收集数据，然后以无线方式传递数据到控制单位，譬如计算机或移动设备，并在此处理、评估数据，并采取行动。理想情况下，节点可以由能量收集机制获得作业电源，成为独立运作的设备。从一般意义上讲，能量收集的过程是捕捉并转换来自光、振动，或热等来源的极少量能量为电能的过程。

图 1：能量收集系统设计示例

图 1 显示了能量收集系统的框图。能量是由能量收集系统 （如太阳能板）收集，并由电源管理集成电路 (IC) (PMIC) 转换成稳定的能量，再使用低漏、低阻抗的电容器储存。这些能源能供给传感器接口负载 （譬如微控制器MCU），而MCU是用无线方式来传送数据的传感器。本图中，能量收集传感器（ EHS ）是无线传感器节点。

图 2：无线传感器节点系统示例

图2显示了无线传感器节点的框图。在这里，已处理的传感器数据会透过低功耗蓝牙（ BLE ）以无线方式传输。BLE 是用于短距离、低功耗无线应用的标准，以交流状态或控制信息。BLE 在2.4 GHz ISM 频带及二进制频移键控（GFSK）调制下运作，此支持1 Mbps 的数据速率。

而电源管理 IC是用来稳定能量收集设备所要求的功秏，以支持其超低功耗的运作。 打个比方，赛普拉斯S6AE103A PMIC 器件的电流消耗低至280 nA，启动功率为 1.2uW（见图3）。因此，在约100勒克斯（lx） 的低亮度的环境中，紧凑型太阳能电池依然可以获得少量的能量。

图 3：用于能量收集的S6AE103A PMIC 器件框图

高效的无线传感器节点设计

让我们考虑一下设计无线传感器节点所涉及的步骤：

第 1 步：选择硬件：

在硬件方面，你需要适当的传感器，一台最终能用能量收集设备供电的MCU及 PMIC。你可能需要额外的无源组件，此视乎设计而定。

传感器可以是仿真或数字形式。现今市面上很多传感器是使用基于集成电路总线（I2C）、串行外设接口 （SPI）或异步收发传输器（UART）界面为标准的数字传感器。电耗极低的传感器在市面上亦有售。为了保持设备成本维持低水平，外形小巧，配有综合BLE的MCU能够简化设计，并缩短推出市场的时间。为了进一步加快设计，许多厂商都使用完全综合，完全通过认证的可编程模块，例如赛普拉斯EZ-BLE Modules。模块由一个主要MCU、两块结晶、芯片或跟踪天线、扩展板及无源组件组成。由于这些模块已经拥有必须的BLE认证，产品可以快速推出市场。

图 4：BLE模块示例：太阳能供能的低功耗蓝牙传感器信标CYALKIT-E02

第 2 步：设计固件和估计功耗

选择了可编程的MCU 后，下一步就是编写适当的固件。固件需要具备的基本功能是收集传感器数据的接口，用无线传送数据的BLE组件或堆栈，和能够负责固件处理的CPU。

由于超低耗运作是关键，电流消耗总和需要由一开始纳入考虑。总计电流消耗是传感器所消耗的电流及MCU 所消耗的电流总和。由于传感器通常不会消耗太多的总电流，其重点应该放在如何将MCU所消耗的电流减至最低。在优化电流之前，要考虑在MCU内在消耗电流的三个主要的组件：CPU、传感器接口模块（如 I2C 、SPI 等）和BLE子系统。这里，当无线电收音机开动（例如BLE Tx及Rx），电流的主要消费者会是BLE电收音机。

嵌入式 MCU 提供各种低功耗模式，以减少电流消耗。固件设计人员需要考虑这些低功耗模式和设计代码，这样，平均电流的消耗就能减至最低。例如，传感数据并不是瞬速变更的，固件需要间中扫瞄传感数据（例如每隔 5 至 10 秒钟，时间间隔视乎传感器而定）。传感器的已读数据通过 BLE， 以无线方式传输。

就 BLE 固件而言，传感器可以连同 BLE 广播包将数据发送。我们建议不要连同广播包转送太多其他数据，因为这样会进一步增加电流。在广播间隔与传感器扫描间隔之间， MCU需进入低功耗模式，譬如是「休眠功能 」。低电耗定时器就如看门狗定时器，可以在定时器倒数完毕时，唤醒设备。 为了使用低功耗操作，MCU进行了优化，提供一个 BLE 内部定时器，当广播间隔结束，可唤醒进入了休眠功能的设备。图 5显示了操作的固件流程。

图 5：为高效无线传感器节点设计而设立的固件流程

只要设计好固件，您可以测量电流。你可以使用原型电路板测量电流。请注意，MCU的启动及低耗模式的电流需要独立量度。只要你知道MCU分别以启动及低耗模式操作的时间，平均的电流消耗是：

有了平均电流的数字，你就可以将它乘以PMIC电压，从而找出平均功率。

第 3 步优化固件，最大限度地降低平均电流消耗

情况有可能是，初始计算出的设计功率的太高，太阳能 PMIC 无法支持。如果是这样，你就需要优化固件。这里有几个有效方法来执行此操作：

执行优化 MCU 的启动代码：当MCU 正在启动，你不需要使用如24MHz晶产时钟的高频外部时钟，以操作BLE。最初就关掉此时钟，能够节约能源。再者，时钟晶体可以利用这些时间稳定下来，而其亦是启动的其中一个部件。这些时钟渐渐稳定下来，MCU 可以再次调较至低耗模式，内部低频时钟可以在时钟预备好的时候唤醒设备。简而言之，启动代码的执行时间可以很长，并且固件设计人员需要尽量减少启动电流消耗。

a.降低主 CPU 运作频率

b.在进入低功率模式前，控制驱动模式，以防止MCU引脚泄漏电流。

c.如果MCU支持任何调试接口，要将它们废除。

这些步骤有助降低平均电流消耗。

第 4 步：设计硬件

有了功耗优化的固件，是时候基于PMIC设计硬件 。图 6 显示了一个简单以能量收集基础的 PMIC 设计。

图 6：简单的能量收集设计

在 PMIC 首先储存太阳能到储存的设备 VSTORE1 (VST1)，此事例为一个300-μF 的陶瓷电容器。当 VST 1 达到 VOUTH V，能量就可以发送到 MCU 。但这个简单的能量收集设计不能全日运作，原因是没有备份电容器。让我们来看看，备份电容器如何加配到PMIC设备，和电容器能够如何帮忙MCU。

图 7：能量收集与备份电容器

操作WSN 所需的能量首先存储在 VST 1 ，剩余的能量用于 VST 2充电 。存储在 VST 2 的能量可于没有光线照射的情况下持续提供予 WSN 。此外，还可以连接一个额外的纽扣电池到 PMIC，以增加可靠性，如图8所示 。

图 8：多个电源输入的能量收集

PMIC 转换两种电源来源，以便 WSN 可以在所有条件下（即使没有灯光的情况）运行。转换自动产生，使能源在有需要时供应给WSN 。因此，这可能是 WSN的 最适当的硬件设计。

第 5 步：设计用户界面

连接到无线传感器节点的用户界面设计可以是用WSN传输，以接收数据的手机应用，就是这么简单。由于传感器的数据可能会在广播包固定位置出现，BLE应用可以设计到能够从这些位置提取相关数据，并将数据显示到你的手机上。这种技术可用于管理多个 WSNs 构成的复杂网络。

无线传感网络节点定位算法分析

史文进，张兢，李冠迪,曾建梅

（重庆理工大学 电子信息与自动化学院，重庆 400054）

节点定位是无线传感网络的关键技术之一，已经在军用、民用方面得到很广泛的应用。探讨了国内外无线传感网络定位技术现状，对无线传感网络节点定位技术做了调查研究，从锚节点/无锚节点定位、集中式/分布式定位、测距/非测距定位算法进行阐述，同时对各类算法从节点定位的定位精度、规模、功耗等不同角度进行了对比。重点探讨基于RSSI的质心定位算法，并进行仿真，结果表明其定位精度明显提高。

无线传感器网络；节点定位；测距/非测距

重庆市教委科学技术研究项目(KJ1500917) 无线传感器网络(Wireless Senor Network, WSN)是由大量具有数据获取能力、无线通信传输数据能力、数据处理能力的微型传感器节点构成的网络［1］。在被监测区域放置成千上万的微型传感器节点，节点之间相互通信，形成一个以无线连接传输方式的网络。借助节点之间协作感知或者监视外部变化，对采集的信息进行预处理，同时通过基站将数据发送给用户。

WSN利用其信息获取和处理技术，在目标侦查跟踪、目标监测定位等相关领域有广泛应用。例如军事侦查、生态环境监测、目标定位、目标跟踪、特殊病人的监护与救护、幼童位置监测与救护等。无线传感器网络的目标位置识别、跟踪或目标定位是指通过分布区域内节点的物理坐标建立一个类似于GPS卫星定位无线传感器网络地图［2］。

在WSN中，节点向周围邻居节点发送信息，必须确定自身节点位置。由于网络中节点分布多、规模大，使得通过中心基站查询节点位置，无法短时间内完成。WSN中传感器节点硬件配置较低，传统的GPS因用户成本较高并不适合于WSN定位应用［3］。因此，节点在发送信息的数据中需包含自身的坐标信息。另外WSN中节点定位涉及到定位精度、节点规模、容错性和鲁棒性、能耗等。平衡定位精度是无线传感器网络定位的关键［4］。对于定位技术有很多种，本文从锚节点/无锚节点、集中式/分布式、测距/非测距几方面进行阐述。

1.1锚节点算法/无锚节点算法

锚节点定位方式是以锚节点作为参考节点。首先估计未知节点与锚节点的距离以及选择不同要求的算子进行未知节点的坐标初始化估计，最后对初始的未知节点的位置进行优化处理。锚节点的密度越高，参考节点越多，定位就越精确。但是由于增加了节点的数量，会导致系统成本增加。

无锚节点算法需要创建映射，通过节点间的映射关系估计测量节点间的距离。不同的映射关系，也会有不同的精度。有时是通过旋转、翻转、平移等创建映射关系。NISSanka［5］等人提出的算法是一种无需锚节点的定位，它是通过多跳确立一个映射关系，得到每个节点在坐标系中的坐标，最后采用质量—弹簧模型进行迭代优化。

1.2集中式算法与分布式算法

集中式定位算法：定位信息传送到一个中心基站，然后进行定位计算。集中式计算从全局出发，计算量和存储量几乎没有限制，实现实时定位。由于只有一个基站来完成计算，所以导致通信、存储消耗较大，最终导致电能消耗完，从而无法实现长时间的实时定位。

分布式定位算法：与集中式定位算法对应的一种算法，利用节点间的通信节点自行计算、估计节点位置坐标。集中式与分布式定位算法的对比如表1所示。

1.3测距/非测距定位

1.3.1基于测距技术的定位算法

这类定位算法是通过测量节点之间的距离或者角度进行定位。通过传感器来估计节点间的距离。常见的基于测距技术的定位算法有基于接收信号强度的算法(Received Signal Strength Indicator, RSSI)、基于信号到达时间的方法(Time of Arrival, TOA)、基于信号到达角的方法(Angle of Arrival, AOA)、基于信号传输时间差的方法(Time Difference of Arrival, TDOA)。

（1）接收信号强度算法(RSSI)：该方法依据接收信号能量强度(RSSI)确定距离，对通信信道参数要求较高。根据已知信号的发射功率和节点接收的信号功率，就可以测得节点间的距离。节点A到B的信号强度具体公式如下：

其中Pr是节点B接收信号强度，Pt是发射功率，Gt、Gr分别是A、B的天线增益，λ是波长，R是距离，L是损耗因子。由于信号传播的过程中，受到距离和障碍物的影响，信号的功率强度随之衰减，间接影响精度。所以对于短距离通信可以得到良好的精度。

（2）基于信号到达时间的方法(TOA)：TOA 也称为TOF(Time of Flight)。这种方法的前提是节点之间的时钟同步，移动终端发射测量信号到达基站，并施以特定算法的计算,就可以实现对移动终端的定位。其中距离可以通过下面的公式计算：

其中d是节点之间距离，c是传播速度，Δt为时间间隔。

（3）基于信号到达角的方法(AOA)：AOA指测量发送端和接收端的角度获得节点的位置信息最终完成定位。测量角度是通过安装在节点上的天线阵列，选择合适的三角测量术算法得到的。由于AOA方法需要在接收和发送两端安装天线阵列，其成本和能耗问题就会相应提高，所以AOA的实用性较差。

（4）基于信号传输时间差的方法(TDOA)：TDOA方法测量距离是根据两波到达同一目标或者不同目标的时间间隔。节点的距离公式如下:

其中d是节点之间的距离，Δt是接收时间间隔，S=(C1×C2)/(C1－C2)，C1和C2是两种波的传播速度。

对于不同的测距方式，定位算法需要根据精度要求进行选择，如表2是不同测距定位算法精度比较。

1.3.2无需测距技术的算法

此类算法不需要根据节点之间的通信距离进行定位，由于信息可以通过多跳方式发送，利用对跳数信息的处理估计两个节点间的通信距离，再根据算法得到未知节点的坐标位置。该算法无需测距，其优点是功耗低、成本低，缺点是定位精度不高。常见的方法有DVHop［6］和质心定位(Centroid Location, CL)。

（1）DVHop：DVHop算法是一种基于距离矢量计算跳数的算法。DVHop算法一般分为三个步骤：（1）计算节点之间的最小跳数；（2）每个锚节点计算自己的平均跳距；（3）通过三边法、极大似然法、最小二乘法［7］等估计未知节点的坐标。

（2）质心算法(CL)：质心算法基于网络的连通性，以未知节点周围的锚节点作为几何质心，每一个周期向邻边节点发送锚节点的坐标信息，最终未知节点确定为组成多边形的相对几何质心，以此估计未知节点的位置。设与未知节点联通的锚节点的坐标为(x1,y1)(x2,y2)…(xn,yn)，则由n个锚节点组成的n-1边的多边形质心(x,y)为：

该质心定位算法相比于加权质心算法和三边测量法［8］较为简单，但位置错误率高。

2基于RSSI的质心定位算法

传统的质心定位算法简单，可行性高，但定位精度不高，常常定位不到目标。为了提高定位精度，提出基于RSSI的质心定位算法，使质心算法与RSSI相结合，通过RSSI的信号强度转化为传输距离，就可以提高定位精度。即邻居节点接收到信息后，记录锚节点的RSSI值，计算以锚节点为圆心的传输距离，记录下以传输距离为半径的所有圆的相交节点。对交点采用质心算法，就可以估计未知节点坐标。如图1所示，A、B、C为锚节点,未知节点P1必然落在三角形O1O2O3中。进一步对此算法进行仿真验证。

3仿真验证

实验环境使用MATLAB2010b版本仿真软件，在100 m×100 m的区域，30个未知节点随机分布，取平均误差值，比较质心定位算法、RSSI定位算法、基于RSSI质心定位算法的误差。仿真结果如图2

图2中，实点是锚节点，星号是未知节点，圆圈是算法估计位置，连线是定位误差。结果表明质心算法和RSSI定位算法对未知节点的位置估计特性一般，而基于RSSI质心定位算法对未知节点的定位效果明显提高。

改变通信半径，在不同通信半径下的基于RSSI质心与质心定位算法误差比较，仿真结果如图3所示。

仿真结果表明，基于RSSI质心定位优化算法要比普通质心定位算法误差小，随着通信距离的增大，定位误差逐步减少，并在通信半径达到一定值后趋于误差平稳。如果未知移动节点越靠近参考节点，锚节点越多，则结果误差就越小。

4结论

随着定位技术的发展，廉价无线定位服务大众化趋势加剧。对基于RSSI的质心定位算法进行仿真表明，其定位精度比传统的质心算法的精度高，且具有低成本、设备少、距离远、易获取的特点。该算法基本满足高精度的定位需求，适用于定位精度、发射效率相对较高的无线定位系统。目前，许多算法只适合特定环境或需要对条件严格限定，且还有很多问题没有解决，如耗能、网络安全、测距干扰、定位优化、三维定位问题等，所以根据不同定位需求以及定位环境选择合适的定位算法很有必要。

参考文献

［1］ 邱岩, 赵冲冲, 戴桂兰. 无线传感器网络节点定位技术研究［J］. 计算机科学, 2008, 35(5): 47-50.

［2］ KOTWAL S B, VERMA S, ABROL R K. Approaches of self localization in wireless sensor networks and directions in 3D［J］. International Journal of Computer Applications, 2012, 50(11):1-10.

［3］ YAN L Q,GIANNAKIS G B. Ultra wide band communications an idea whose time has come ［J］. IEEE Signal Processing Magazine, 2005, 21(6):26-54.

［4］ 彭保.无线传感器网络移动节点定位及安全定位技术研究［D］.哈尔滨:哈尔滨工业大学,2009.

［5］ PRIYANTHA N B, BALAKRISHNAN H, DEMAINE E, et al. Anchorfree distributed localization in sensor networks［C］.Proceedings of the 1st International Conference on Embedded Networked Sensor Systems. ACM, 2003: 340-341.

［6］ 涂巧铃,牟小燕,宋佳. 一种改进的DVHop改进算法［J］. 重庆理工大学学报(自然科学),2014，28(11):84-88.

［7］ 孙利民.无线传感器网络［M］．北京:清华大学出版社,2005.

［8］ 徐林,傅成华.基于Zigbee的三边测量算法误差研究及改进［J］.微型机与应用,2012，31(21)：68-70.

AET会员年终大福利！

相关问答

根据物联商业网所阐述的,感器节点是采用自组织方式进行组网以及利用无线通信技术进行数据转发的,节点都具有数据采集与数据融合转发双重功能。在传感器节点中...

1.传感器节点:是一个微型的嵌入式系统,采用嵌入式微处理器,完成简单数据的处理、感知(传感器敏感元件)、采集和初级处理(信号调理电路包括滤波运放,AD转换电路...

传感器节点是采用自组织方式进行组网以及利用无线通信技术进行数据转发的,节点都具有数据采集与数据融合转发双重功能。传感器(英文名称:transducer/sensor)...

无线传感器网络原理是一种新型的分布式测控系统,由分布在监测区域内的大量传感器节点组成。得益于无线通信技术和微电子技术的飞速发展,开发低成本、低能耗、...

根据传感器的输入信号,可以分为以下几种常见的形式:1.数字量(开关量)信号npn或干接点输入检测电路主要是一个开关状态,比如行程开关到位...根据传感器...

传感器网络的缩写是WSN(WirelessSensorNetwork)。它是由许多分布式无线传感器节点组成的网络,这些节点能够感知环境中的各种参数,如温度、湿度、气体浓度、...

早在上世纪70年代,就出现了将传统传感器采用点对点传输、连接传感控制器而构成传感网络雏形,我们把它归之为第一代传感器网络。随着相关学科的不断发展和进步,...

[回答]WSN是wirelesssensornetwork的简称,即无线传感器网络。无线传感器网络通过无线通信方式形成的一个多跳的自组织的网络系统,其目的是协作地感知、采...

传感器节点是采用自组织方式进行组网以及利用无线通信技术进行数据转发的,节点都具有数据采集与数据融合转发双重功能。传感器节点是无线传感器网络的基本功...

无线传感器网络安全的目标是要解决以下问题:1.保护无线传感器网络中的数据传输安全,防止数据被窃取、篡改或伪造。2.保护无线传感器网络中的节点...