Bezdrátové senzorové sítě (BSS). Bezdrátová senzorová síť

Svůj článek chci věnovat technologiím bezdrátových senzorových sítí, které, jak se mi zdá, jsou nezaslouženě ochuzeny o pozornost komunity Habr. Hlavní důvod vidím v tom, že technologie se ještě nerozšířila a z velké části je pro akademickou obec zajímavější. Ale myslím, že v blízké budoucnosti uvidíme mnoho produktů, tak či onak založených na technologiích takových sítí. Již několik let se zabývám výzkumem senzorových sítí, napsal jsem na toto téma dizertační práci a řadu článků v ruských i zahraničních časopisech. Vyvinul jsem také kurz o bezdrátových senzorových sítích, který jsem četl v Nižném Novgorodu Státní univerzita(Odkaz na kurz nedávám, v případě zájmu mohu dát odkaz soukromě). Mám zkušenosti v této oblasti, chci se o ně podělit s respektovanou komunitou, doufám, že to pro vás bude zajímavé.

Obecná informace

Bezdrátové senzorové sítě zaznamenaly v posledních letech velký rozvoj. Takové sítě, sestávající z mnoha miniaturních uzlů vybavených nízkoenergetickým transceiverem, mikroprocesorem a senzorem, mohou vzájemně propojovat globální počítačové sítě a fyzický svět. Koncept bezdrátových senzorových sítí přitáhl pozornost mnoha vědců, výzkumných ústavů a komerčních organizací, což poskytlo velký tok vědeckých prací na toto téma. Velký zájem o studium takových systémů je způsoben širokými aplikačními možnostmi senzorových sítí. Zejména bezdrátové senzorové sítě lze použít k předpovědi selhání zařízení v leteckých systémech a automatizaci budov. Díky své schopnosti samoorganizace, autonomii a vysoké odolnosti proti chybám se tyto sítě aktivně používají v bezpečnostních systémech a vojenských aplikacích. Úspěšná aplikace bezdrátových senzorových sítí v medicíně pro monitorování zdraví je spojena s vývojem biologických senzorů kompatibilních s integrovanými obvody senzorových uzlů. Nejrozšířenější bezdrátové senzorové sítě jsou ale v oblasti monitorování prostředí a živých bytostí.

Žehlička

Kvůli nedostatku jasné standardizace v senzorových sítích existuje několik různých platforem. Všechny platformy splňují základní základní požadavky na senzorové sítě: nízká spotřeba energie, dlouhá doba provozu, nízkopříkonové transceivery a senzory. Mezi hlavní platformy patří MicaZ, TelosB, Intel Mote 2.

MicaZ

Mikroprocesor: Atmel ATmega128L
Frekvence 7,3728 MHz
128KB flash paměť pro programy
4KB SRAM pro data
2 UARTy
SPI autobus
I2C sběrnice
Rádio: ChipCon CC2420
Externí flash paměť: 512 KB
51pinový pomocný konektor
osm 10bitových analogových I/O
21 digitálních I/O
Tři programovatelné LED diody
JTAG port
Napájení dvěma AA bateriemi

TelosB

Mikroprocesor: MSP430 F1611
frekvence 8 MHz
48KB flash paměť pro programy
10KB RAM pro data
SPI autobus
Vestavěný 12bitový ADC / DAC
DMA ovladač
Rádio: ChipCon CC2420
Externí flash paměť: 1024 KB
16pinový pomocný konektor
Tři programovatelné LED diody
JTAG port
Volitelně: Senzory pro osvětlení, vlhkost, teplotu.
Napájení dvěma AA bateriemi

Intel Mote 2

Mikroprocesor PXA271 XScale 320/416/520 MHz
32 MB Flash
32 MB RAM
Mini-USB rozhraní
I-Mote2 konektor pro externí zařízení (31 + 21 pin)
Rádio: ChipCon CC2420
LED indikátory
Napájení třemi AAA bateriemi

Každá platforma je svým způsobem zajímavá a má své vlastní charakteristiky. Osobně jsem měl zkušenosti s platformami TelosB a Intel Mote 2. V naší laboratoři byla také vyvinuta vlastní platforma, která je však komerční a nemohu o ní podrobně mluvit.

Nejběžnějším před 3 lety bylo použití čipové sady CC2420 jako nízkopříkonového transceiveru.

Software a přenos dat

Hlavním standardem pro přenos dat v senzorových sítích je IEE802.15.4, který byl speciálně vyvinut pro bezdrátové sítě s nízkovýkonovými transceivery.

Pro sítě senzorů neexistují žádné softwarové standardy. Existuje několik stovek různých protokolů pro zpracování a přenos dat a také systémy řízení uzlů. Nejrozšířenějším operačním systémem je open source systém – TinyOs (zatímco na Stanfordské univerzitě jsem osobně potkal jednoho z vývojářů). Mnoho vývojářů (zejména komerčních systémů) píše svůj vlastní řídicí systém, často v jazyce Java.

Řídicí program senzorového uzlu pod kontrolou operační systém TinyOs je napsán v jazyce nesC.

Je třeba poznamenat, že kvůli vysokým nákladům na vybavení a složitosti nastavení senzorových sítí se rozšířily různé modelovací systémy, zejména systém TOSSIM, speciálně navržený pro simulaci provozu uzlů pod kontrolou TinyOs.

Závěr

Sítě senzorů jsou v Rusku stále rozšířenější. Když jsem je v roce 2003 začal dělat, počet lidí v Rusku, kteří tuto technologii znali, by se dal spočítat na jedné ruce. Do toho se v Rusku zapojily i notoricky známé Luxsoft Labs.

Se senzorovými sítěmi pracuji již 6 let a mohu o těchto technologiích hodně vyprávět. Pokud bude mít Habrasocommunity zájem a budu mít tu možnost, pak na toto téma rád napíšu sérii článků. Mohu se dotknout takových věcí jako: reálná práce s platformou TmoteSky, zvláštnosti programování pro systém TinyOs v jazyce nesC, původní výsledky výzkumu získané v naší laboratoři, dojmy z 1,5 měsíce práce na Stanfordské univerzitě, v projektu o senzoru sítí.

Děkuji všem za pozornost, rád zodpovím vaše dotazy.

Byla provedena analýza bezdrátových senzorových sítí. Pro výzkum byl vybrán program Omnet ++. Výzkumný úkol realizován sestava bezdrátové senzorové sítě a posouzení parametrů jejich fungování. Byly vyřešeny následující úkoly: byl vylepšen model spotřeby energie v bezdrátových senzorových sítích, navržen algoritmus pro provoz tohoto modelu, který umožňuje snížit zpoždění při přenosu paketů mezi uzly. Vyvinuto společností počítačový model ve zvoleném programu je prokázáno, že aplikace tohoto modelu je v praxi efektivní a účelná. V tomto článku byla provedena studie o spotřebě energie síťových uzlů. Právě spotřeba energie je klíčovým parametrem kvality fungování bezdrátových senzorových sítí, proto vyvstává nejprve otázka jejího výpočtu při vytváření takových systémů. Provedené práce podrobná analýza spotřeba energie uzlů bezdrátových senzorových sítí a také metodika výpočtu spotřeby energie koncových uzlů. Ke snížení spotřeby energie byly navrženy různé přístupy. Klíčem k energeticky efektivním síťovým operacím bude možnost uspat více uzlů, přímo pro prodloužení jejich baterie. Také v senzorových sítích využívajících technologii ZigBee je možné informace před odesláním komprimovat. Množství vynaložené energie bude rovněž záviset na zvolené topologii sítě. Bylo prokázáno, že nejnižší spotřeba energie nastává při použití topologií hvězda nebo strom clusteru, protože v těchto topologiích jsou koordinátoři přímo připojeni k pevné síti.

bezdrátová senzorová síť

Program Omnet ++

přenosové zpoždění

spotřeba energie senzorů

šířka pásma sítě

úspora energie

1. Terentyev M.N. Způsob fungování systémů pro monitorování parametrů objektů s proměnnou konfigurací na bázi diskrétních bezdrátových senzorových sítí: dis. ... Cand. tech. Vědy: 13.05.15 / M.N. Terentyev. - Moskva, 2010. - 154 s.

2. Khusnullin V.I. Studium spotřeby energie uzlů v bezdrátové senzorové síti / V.I. Khusnullin, E.V. Glushak // Abstrakty. zpráva na II vědeckém fóru "Telekomunikace: teorie a technologie (TTT)" na XVIII International vědeckotechnickou konferenci„Problémy inženýrství a technologie telekomunikací“. - Kazaň, 2017. - T. 2. - S. 10-13.

3. Ivanova I.A. Určení obvodu oblasti pokrytí bezdrátových senzorových sítí / I.A. Ivanova // Průmyslové ACS a regulátory. - 2010. - č. 10. - S. 25-30.

4. Vlasová V.A. Analýza energetických cyklů uzlů bezdrátových senzorových sítí / V.A. Vlasová, A.N. Zelenin // Eastern European Journal of Advanced Technologies. - 2012. - T. 3, č. 9 (57). - S. 13-17.

5. Galkin P.V. Vlastnosti implementace bezdrátových senzorových sítí založených na technologii ZigBee: mater. VI int. vědecko-praktické conf. / P.V. Galkin, D.V. Karlovský // Aktuální problémy věd. - 2010. - č. 31. - S. 7-11.

6. Baskakov S. Odhad energetické spotřeby bezdrátových uzlů v sítích MeshLogic / S. Baskakov // Bezdrátová technologie... - 2010. - č. 1. - S. 28–31.

7. Kireev A.O. Distribuovaný systém monitorování energie bezdrátových senzorových sítí / А.О. Kireev, A.V. Světlov // Izvestija SFedU. Technická věda. - 2011. - č. 5 (118). - S. 60–65.

8. Daniel Kifetew Shenkutie, Monitorování zbytkové energie v bezdrátových senzorových sítích / Škola informačních věd, Počítačové a elektrotechnické inženýrství Halmstadská univerzita. - 2011 .-- 84 s.

9. Kramorenko E.G. Snížení spotřeby energie senzorových sítí díky předběžné kompresi dat: mater. do IV všeukrajinské. vědecké a technické conf. / NAPŘ. Kramorenko, M.V. Privalov // Informační řídicí systémy a počítačové monitorování 2013. - Doněck: DonNTU, 2013. - S. 364–369.

Nedávné pokroky v oblasti polovodičových, síťových a logistických technologií vedou k rozsáhlému zavádění rozsáhlých bezdrátových senzorových sítí (WSN).

Bezdrátová senzorová síť je distribuovaná, samoorganizující se síť mnoha senzorů (senzorů) a akčních členů, vzájemně propojených rádiovým kanálem. Kromě toho se oblast pokrytí takové sítě může pohybovat od několika metrů do několika kilometrů díky schopnosti přenášet zprávy z jednoho prvku do druhého.

Byl navržen model bezdrátové senzorové sítě. Pro vyhodnocení účinnosti navrženého modelu provedeme simulaci v softwarový balík OMNeT ++. Pojďme analyzovat postup modelování a výsledky modelování. OMNeT ++ je objektově orientovaný síťový simulátor diskrétní událost.

V simulaci existují dva typy paketů: pakety zpráv, které jsou používány senzorovými uzly v síti k odesílání informací do přijímacího uzlu, a druhým typem je energetický paket, který se používá k přenosu energetických informací do monitorovacího uzlu. . V simulaci každý uzel periodicky vypočítává množství spotřebované energie a také předpovídá množství energie, kterou spotřebuje v nadcházejícím období. Provádí se porovnání množství spotřebované energie s předpokládanou: pokud je rozdíl mezi nimi větší než určitá prahová hodnota, uzel odešle energetický paket do hlavního uzlu sítě (základnové stanice). Některé balíčky obsahují informace o předpokládané spotřebě energie v uzlech. Číselné hodnoty zvolené pro simulaci jsou uvedeny v tabulce níže.

Použité číselné hodnoty

Tyto hodnoty se používají ve všech simulacích. K prokázání účinnosti navrhovaného prognostického modelu je implementována síť se stovkou uzlů. Uzly v síti používají k předání paketu cílovému uzlu vybraný směrovací protokol nazývaný MFR. Uzel využívající MFR předává data do uzlu ve svém přenosovém rozsahu.

Na Obr. 1 uzel S vysílá svá data do uzlu M, protože je blíže k přijímači D než ostatní uzly ve svém vysílacím dosahu, když jsou promítnuta na linku spojující uzel S a přijímač D. Senzorové uzly používají systémové hlášení polohy, aby je informovaly o jejich poloze. sousedé. Senzorové uzly v síti naplní směrovací tabulku umístěním svých sousedů a vyberou ten nejbližší jako další pro přenos dat.

Pojďme si představit simulace provedené pomocí simulací OMNeT ++. Chyba se analyzuje mezi zbytkovou energií v každém uzlu a hodnotou zaznamenanou v monitorovacím uzlu pro jinou prahovou hodnotu. Dále je zkoumán vztah mezi počtem energetických paketů odeslaných do řídícího uzlu a použitým prahem. Energetická cena je energie vynaložená uzly v síti k uložení informací v řídicím uzlu o množství zbytkové energie zbývající v jejich bateriích. Tato energie sítě závisí na průměrném počtu energetických paketů odeslaných do monitorovacího uzlu každým senzorovým uzlem. Na Obr. 2 ukazuje průměrný počet paketů odeslaných do uzlu pro různé prahové hodnoty, když E = 100 s.

Po spuštění simulace po dobu dvou a půl hodiny jsou výsledky simulace uvedeny na Obr. 2 a 3. Grafy na obrázcích znázorňují počet energetických paketů odeslaných do řídícího uzlu za tři predikční periody (T = 200, T = 300 a T = 400), kdy dvě různé maximální rychlosti příchodu události (E = 100 s a E = 50 s). Grafy na dvou obrázcích ukazují, jak se zvyšuje rychlost příchodu, obvykle se zvyšuje počet odeslaných energetických paketů. Při stejné rychlosti příchodu dat se počet odeslaných energetických paketů zvyšuje se snižujícím se prahem chyby predikce.

Rýže. 2. Průměrný počet paketů odeslaných do uzlu, když E = 100 s

Rýže. 3. Průměrný počet paketů odeslaných do uzlu, když E = 50 s

Na Obr. 4 a 5 znázorňují počet odeslaných energetických paketů, když nastane událost, která spustí senzor senzorových uzlů, jsou považovány za přísně periodické. Použité doby příchodu mezi událostmi P = 50 a P = 100 s. Podle grafů se počet odeslaných energetických paketů z každého uzlu zvyšoval se snižujícím se časem příchodu události. Během stejného období se počet odeslaných paketů zvýšil, protože se prahová hodnota snížila.

Energie při sestavování energetické mapy přímo souvisí s množstvím vynaložené energie, v důsledku čehož se také zvyšuje, když se snižuje práh chyby predikce. Výsledky provedených simulací také ukázaly, že predikční perioda zvyšuje počet odeslaných energetických paketů. Je to proto, že s delšími intervaly predikce je spotřeba energie uzlu periodičtější než kratší intervaly predikce. To vede k přesnější predikci spotřeby energie, protože metoda spoléhá na minulou historii spotřeby energie uzlů k predikci.

Rýže. 4. Průměrný počet paketů odeslaných do uzlu, když P = 100 s

Rýže. 5. Průměrný počet paketů odeslaných do uzlu, když P = 50 s

Na Obr. 6 ukazuje srovnání výsledků získaných při exponenciálním použití metody navržené v této práci a výsledků zjištěných v. Porovnání se provádí na základě průměrného počtu energetických paketů odeslaných do monitorovacího uzlu pro různé prahové hodnoty.

Typicky je průměrný počet energií paketů odeslaných do monitorovacího uzlu vyšší pro všechny prahové hodnoty používané při použití exponenciálního modelu než pravděpodobnostní metoda, když se předpokládá, že výskyt událostí v prostředí je rovnoměrně rozložen. Je to proto, že metoda exponenciálního průměrování předpovídá nadcházející spotřebu energie uzlů na základě jejich historie spotřeby energie. V důsledku výskytu neočekávaných událostí se chování některých uzlů spotřebovávajících energii může lišit od průměrné energie, kterou v minulosti spotřebovávaly. To ovlivní předpovědi očekávaného vyčerpání energie v budoucnosti uzlů a vyzve uzly k odeslání velké množství balíčky.

Rýže. 6. Porovnání modelů (průměrný počet odeslaných paketů na uzel)

Čím vyšší je počet energetických paketů odeslaných k monitorování uzlu, tím vyšší jsou náklady na vybudování energetické karty. V případě přísně periodického modelu příchodu událostí funguje exponenciální model použitý v této práci lépe než model použitý v případě, kdy je prahová hodnota nastavena na 1 % a 3 %. To je způsobeno neustálou spotřebou energie uzlů spojenou s periodickou povahou událostí.

Na Obr. 7 a 8 ukazují celkový počet paketů v síti pro dva různé modely příchod balíků. V obou případech se celkový počet paketů energie v síti zvýší, když se prahová hodnota sníží a počet paketů zpráv zůstane nezměněn. Zvýšení celkového počtu energetických paketů zvyšuje náklady na energetickou kartu, protože přímo souvisí s počtem energetických paketů odeslaných ze senzorového uzlu. Oba obrázky ukazují celkový počet paketů v síti za celé období simulace, když je období předpovědi nastaveno na 400 s.

Skóre monitorování energie je rozdíl mezi zbytkovou energií každého uzlu a zbytkovou energií zaznamenanou v kontrolním uzlu. Na základě hodnocení docházíme k závěru, že množství energie překračující prahovou hodnotu se akumuluje v monitorovací jednotce a odchylka je větší pro vyšší prahové hodnoty.

1) Klíčem k energeticky efektivním síťovým operacím bude možnost uspat více uzlů, a to přímo pro prodloužení jejich baterie. Když je senzorický uzel v aktivním stavu, může přejít do režimu spánku, což mu umožňuje snížit spotřebu energie. Senzorový uzel se přepne do tohoto režimu mezi relacemi přenosu / příjmu dat. Všechny režimy se skládají z cyklů a každý cyklus se bude skládat z období spánku a období poslechu. Maximální spotřeba energie bude při přenosu a příjmu dat. Totiž jednou z možností snížení spotřeby energie bude přechod senzoru z aktivního režimu do režimu spánku při minimální spotřebě energie;

2) v senzorových sítích využívajících technologii ZigBee je možné informace před odesláním komprimovat. Zároveň se zkracuje doba přenosu dat, zařízení samo o sobě zkracuje dobu strávenou ve vysílání a samozřejmě spotřebuje méně energie na přenos datového paketu. Pro přímou kompresi jsou vyžadovány kodeky. Použití kodeků umožňuje snížit spotřebu energie komprimací přenášených informací. Minimalizace množství přenášených dat sníží spotřebu energie.

3) množství spotřebované energie bude rovněž záviset na zvolené topologii sítě. V topologii buňky se spotřebuje více energie díky skutečnosti, že každý síťový uzel komunikuje častěji, a proto je více v provozuschopném stavu.

Rýže. 7. Celkový počet paketů v síti pro P = 50

Rýže. 8. Celkový počet paketů v síti pro E = 50

Nejnižší spotřeba energie nastává při použití topologií hvězda nebo strom clusteru, protože v těchto topologiích jsou koordinátoři přímo připojeni k pevné síti.

Bibliografický odkaz

Achilova I.I., Glushak E.V. STUDIE BEZDRÁTOVÝCH SNÍMACÍCH SÍTÍ // Mezinárodní časopis aplikovaný a základní výzkum. - 2018. - č. 5-1. - S. 11-17;
URL: https://applied-research.ru/ru/article/view?id=12208 (datum přístupu: 26.04.2019). Upozorňujeme na časopisy vydávané "Akademií přírodních věd"

Bezdrátové senzorové sítě mají jedinečné vlastnosti snadného nasazení, samoorganizace a odolnosti. Bezdrátové senzorové sítě, které se objevují jako nové paradigma pro shromažďování informací, se používají pro širokou škálu aplikací souvisejících se zdravím, kontrolou životního prostředí, energií, bezpečností potravin a výrobou.

Během několika posledních let existovalo mnoho předpokladů pro to, aby se senzorické sítě staly skutečnými. Bylo postaveno několik prototypových senzorových uzlů, včetně Motes v Berkeley, uAMPS na MIT a GNOMES v Rice. Základními funkcemi senzorových sítí jsou polohování, detekce, sledování a detekce. Kromě vojenských aplikací existují také civilní aplikace založené na základních funkcích, které lze rozdělit na monitorování biotopů, monitorování životního prostředí, zdravotnictví a další komerční

aplikací. Kromě toho Sibley nedávno vytvořil mobilní senzor nazvaný Robomote, který je vybaven kolečky a je schopen se pohybovat po poli.

Jako jeden z prvních pokusů o použití senzorových sítí pro civilní aplikace použily Berkeley a Intel Research Laboratory v létě 2002 síť senzorů Mote k monitorování bouří na Great Isles of Duck, Maine. Dvě třetiny senzorových senzorů byly instalovány u pobřeží Maine, aby shromažďovaly potřebné (užitečné) informace v reálném čase o světě Putin (Internet). Systém fungoval více než 4 měsíce a poskytoval data

do 2 měsíců poté, co vědci opustili ostrov kvůli špatným povětrnostním podmínkám (v zimě). Tato aplikace pro monitorování biotopů je důležitou třídou aplikací senzorové sítě. Nejdůležitější je, že síťové senzory jsou schopny shromažďovat informace v nebezpečných prostředích, která jsou pro člověka nepříznivá. V průběhu monitorovacích studií byla zvažována designová kritéria včetně tvorby návrhu, vytvoření senzorového systému s možností vzdáleného přístupu a správy dat. Bylo učiněno mnoho pokusů splnit požadavky, které vedly k vývoji sady prototypových senzorových síťových systémů. Senzorový systém používaný výzkumnými laboratořemi Berkeley a Intel byl sice primitivní, ale byl účinný při shromažďování zajímavých environmentálních dat a poskytoval vědcům důležité informace.

Senzorové sítě našly uplatnění v oblasti pozorování a predikce (hádání). Živým příkladem takové aplikace je systém Automated Local Evaluation in Real-Time (ALERT) vyvinutý Národní meteorologickou službou s bezdrátovou senzorovou sítí. Senzory, vybavené meteorologickými/hydrologickými snímacími zařízeními, v těchto podmínkách obvykle měří několik vlastností místního počasí, jako je hladina vody, teplota, vítr. Data jsou přenášena prostřednictvím radiové komunikace v přímé viditelnosti prostřednictvím senzorů na základnové stanici. Model předpovědi povodní byl upraven pro zpracování dat a vydávání automatického varování. Systém poskytuje důležité informace o srážkách a hladině vody v reálném čase, aby bylo možné vyhodnotit potenciál záplav kdekoli v zemi. Současný (aktuální) systém ALERT je instalován po celém západním pobřeží USA a používá se k zamezení záplavám v Kalifornii a Arizoně.

Senzorové systémy byly v poslední době široce používány ve zdravotnickém průmyslu, používané pacienty a lékaři ke sledování a monitorování hladiny glukózy, detektorů rakoviny a dokonce i umělých orgánů. Vědci navrhují možnost implantace biomedicínských senzorů do lidského těla pro různé účely. Tyto senzory přenášejí informace do externího zařízení počítačový systém přes bezdrátové rozhraní. Několik biomedicínských senzorů je spojeno do systému aplikací pro stanovení diagnózy a léčby onemocnění. Biomedicínské senzory ohlašují pokročilejší úroveň lékařské péče.

Hlavním rozdílem mezi bezdrátovými senzorovými sítěmi a tradičními počítačovými a telefonními sítěmi je absence trvalé infrastruktury, která patří konkrétnímu operátorovi nebo poskytovateli. Každý uživatelský terminál v síti senzorů má schopnost fungovat nejen jako koncové zařízení, ale také jako tranzitní uzel, jak je znázorněno na obrázku 1.2.

Obrázek 1.2 - Příklad připojení síťových senzorů

Svůj článek chci věnovat technologiím bezdrátových senzorových sítí, které, jak se mi zdá, jsou nezaslouženě ochuzeny o pozornost komunity Habr. Hlavní důvod vidím v tom, že technologie se ještě nerozšířila a z velké části je pro akademickou obec zajímavější. Ale myslím, že v blízké budoucnosti uvidíme mnoho produktů, tak či onak založených na technologiích takových sítí. Již několik let se zabývám výzkumem senzorových sítí, napsal jsem na toto téma dizertační práci a řadu článků v ruských i zahraničních časopisech. Vyvinul jsem také kurz o bezdrátových senzorových sítích, který jsem četl na státní univerzitě v Nižním Novgorodu (odkaz na kurz nedávám, v případě zájmu mohu dát odkaz soukromě). Mám zkušenosti v této oblasti, chci se o ně podělit s respektovanou komunitou, doufám, že to pro vás bude zajímavé.

Obecná informace

Bezdrátové senzorové sítě zaznamenaly v posledních letech velký rozvoj. Takové sítě, sestávající z mnoha miniaturních uzlů vybavených nízkoenergetickým transceiverem, mikroprocesorem a senzorem, mohou propojovat globální počítačové sítě a fyzický svět. Koncept bezdrátových senzorových sítí přitáhl pozornost mnoha vědců, výzkumných ústavů a komerčních organizací, což poskytlo velký tok vědeckých prací na toto téma. Velký zájem o studium takových systémů je způsoben širokými aplikačními možnostmi senzorových sítí. Zejména bezdrátové senzorové sítě lze použít k předpovědi selhání zařízení v leteckých systémech a automatizaci budov. Díky své schopnosti samoorganizace, autonomii a vysoké odolnosti proti chybám se tyto sítě aktivně používají v bezpečnostních systémech a vojenských aplikacích. Úspěšná aplikace bezdrátových senzorových sítí v medicíně pro monitorování zdraví je spojena s vývojem biologických senzorů kompatibilních s integrovanými obvody senzorových uzlů. Nejrozšířenější bezdrátové senzorové sítě jsou ale v oblasti monitorování prostředí a živých bytostí.

Žehlička

MicaZ

Mikroprocesor: Atmel ATmega128L
Frekvence 7,3728 MHz
128KB flash paměť pro programy
4KB SRAM pro data
2 UARTy
SPI autobus
I2C sběrnice
Rádio: ChipCon CC2420
Externí flash paměť: 512 KB
51pinový pomocný konektor
osm 10bitových analogových I/O
21 digitálních I/O
Tři programovatelné LED diody
JTAG port
Napájení dvěma AA bateriemi

TelosB

Mikroprocesor: MSP430 F1611
frekvence 8 MHz
48KB flash paměť pro programy
10KB RAM pro data
SPI autobus
Vestavěný 12bitový ADC / DAC
DMA ovladač
Rádio: ChipCon CC2420
Externí flash paměť: 1024 KB
16pinový pomocný konektor
Tři programovatelné LED diody
JTAG port
Volitelně: Senzory pro osvětlení, vlhkost, teplotu.
Napájení dvěma AA bateriemi

Intel Mote 2

Mikroprocesor PXA271 XScale 320/416/520 MHz
32 MB Flash
32 MB RAM
Mini-USB rozhraní
I-Mote2 konektor pro externí zařízení (31 + 21 pin)
Rádio: ChipCon CC2420
LED indikátory
Napájení třemi AAA bateriemi

Nejběžnějším před 3 lety bylo použití čipové sady CC2420 jako nízkopříkonového transceiveru.

Software a přenos dat

Hlavním standardem pro přenos dat v senzorových sítích je IEE802.15.4, který byl speciálně vyvinut pro bezdrátové sítě s nízkopříkonovými transceivery.

Ovládací program pro dotykový uzel pod kontrolou operačního systému TinyOs je napsán v jazyce nesC.