| 远程任务控制还需要监控传感器节点的工作状态以及健康情况，并据此调整节点的工作任务[3]。节点的健康状况包括剩余能量、传感器部件以及通信部件的工作情况等。通过监控传感器节点的工作状态，可以及时调整传感器节点的工作周期，以便重新分配任务，从而避免节点过早失效，此举可以延长整个网络的生命期。目前主要通过节点的工作电压判断节点判断节点的剩余能量信息。节点周期性地采样自己的工作电压，依据3.3V的标准电压归一化处理，并将结果通知关节点。如果节点的电压值过低，表明该节点剩余能量不多，因此它读取的传感数据的可靠性也大大降低。针对这种情况，通常的做法是延长电压过低的休眠时间并降低其采样频率。
3.5 数据采样与收集
环境监测应用的最终目的是对监测环境的数据采样和数据收集。采样频率和精度有具体应用确定，并由控制中心向传感器网络发出指令。对传感器节点来说，需要考虑采样数据数量和能量消耗之间的折中。处于监测区域边缘的节点由于只需要将收集的数据发送给基站，能量消耗相对较少，而靠近基站的节点由于同时还需要为边缘节点路由数据，消耗的能量要2个数量级左右。因此，在数据发送到基站之前，需要对边缘节点采集到的数据进行适当处理，因此减少网络的能量消耗，通常的处理方法是数据压缩和数据融合。
使用标准的Huffman算法和Lempel-Ziv算法进行压缩可以使得数据通信量减少，而使用类似于GSM语音压缩机制的有损算法进一步处理，还可以获得更好的压缩效果。
| 压缩算法 |
Huffman(pack) |
Lempel-Zip(gzip) |
Burrow_Wheeler(bzip2) |
不压缩 |
| 8比特采样 |
1128 |
611 |
681 |
1365 |
| 10比特采样 |
1827 |
1401 |
1480 |
1707 |
| 16比特采样 |
2074 |
1263 |
1193 |
2730 |
| 8比特差分 |
347 |
324 |
298 |
1365 |
| 10比特差分 |
936 |
911 |
848 |
1707 |
| 16比特差分 |
839 |
755 |
769 |
2730 |
表2 几种经典压缩算法对传感器数据的压缩效果
数据融合是减少数据通信量的另外一个重要方面。由于传感器节点部署具有冗余性，邻近节点间的数据采集数据有很大的重复，通过数据融合机制，一方面可以减少数据通信量，另一方面还可以通过校正机制简化单一节点的采集数据。目前的应用中通过信号处理技术和软件数据分析技术进行数据融合。
4 结束语
本文介绍了环境监测的节点硬件组成，并从低成本、功耗低、生存周期长、高精度等方面阐述了无线传感器网路应用于环境监测系统中的关键技术。本文介绍了节点部署、能量管理、通信机制、远程任务控制和数据采样与收集几种关键技术，具体的实现还要通过相关的算法和机制来实现。
参考文献
[1] 孙利民，等.无线传感器网络[M].北京：清华大学出版社，2005.
[2] 王殊，等.无线传感器网路的理论及应用[M].北京：北京航空航天大学出版社，2007.
[3]于海斌，等.智能无线传感器网路系统[M].北京：科学出版社，2006.
2/2 首页 上一页 1 2 |
