鄂州无线位移传感器规格

无线传感器网络的主要用途


虽然无线传感器网络的大规模商业应用，由于技术等方面的制约还有待时日，但是较近几年，随着计算成本的下降以及微处理器体积越来越小，已经为数不少的无线传感器网络开始投入使用。目前无线传感器网络的应用主要集中在以下领域： 环境的监测和保护
随着人们对于环境问题的关注程度越来越高，需要采集的环境数据也越来越多，无线传感器网络的出现为随机性的研究数据获取提供了便利，并且还可以避免传统数据收集方式给环境带来的侵入式破坏。比如，英特尔研究实验室研究人员曾经将32个小型传感器连进互联网，以读出缅因州“大鸭岛”上的气候，用来评价一种海燕巢的条件。无线传感器网络还可以跟踪候鸟和昆虫的迁移，研究环境变化对农作物的影响，监测海洋、大气和土壤的成分等。此外，它也可以应用在精细农业中，来监测农作物中的害虫、土壤的酸碱度和施肥状况等。
医疗护理
无线传感器网络在医疗研究、护理领域也可以大展身手。罗彻斯特大学的科学家使用无线传感器创建了一个智能医疗房间，使用微尘来测量居住者的重要征兆（血压、脉搏和呼吸）、睡觉姿势以及每天24小时的活动状况。英特尔公司也推出了无线传感器网络的家庭护理技术。该技术是做为探讨应对老龄化社会的技术项目Center for Aging Services Technologies（CAST）的一个环节开发的。该系统通过在鞋、家具以家用电器等家中道具和设备中嵌入半导体传感器，帮助老龄人士、阿尔茨海默氏病患者以及残障人士的家庭生活。利用无线通信将各传感器联网可高效传递必要的信息从而方便接受护理。而且还可以减轻护理人员的负担。英特尔主管预防性健康保险研究的董事Eric Dishman称，“在开发家庭用护理技术方面，无线传感器网络是非常有前途的领域”。
军事领域
由于无线传感器网络具有密集型、随机分布的特点，使其非常适合应用于恶劣的战场环境中，使其非常适合应用于恶劣的战场环境中，包括侦察敌情、监控兵力、装备和物资，判断生物化学攻击等多方面用途。美国*部远景计划研究局已投资几千万美元，帮助大学进行“智能尘埃”传感器技术的研发。哈伯研究公司总裁阿尔门丁格预测：智能尘埃式传感器及有关的技术销售从2004年的1000万美元增加到2013年的几十亿美元。
目标跟踪
DARPA支持的Scnsor IT项目探索如何将WSN技术应用于军事领域，实现所谓“**视距”战场监测。UCB的教授主持的Sensor Web是Sensor IT的一个子项目．原理性地验证了应用WSN进行战场目标跟踪的技术可行性，翼下携带WSN节点的无人机（UAV）飞到目标区域后抛下节点，较终随机布撤落在被监测区域，利用安装在节点上的地震波传感器可以探测到外部日标，如坦克、装甲车等，并根据信号的强弱估算距离，综合多个节点的观测数据，较终定位目标，并绘制出其移动的轨迹。虽然该演示系统在精度等方面还远达不到装备*用于实战的要求，这种战场侦察模式目前还没有真正应用于实战，但随着美国*部将其武器系统研制的主要技术目标从精确制导转向目标感知与定位，相信WSN提供的这种新颖的战场侦察模式会受到军方的关注．
其他用途
无线传感器网络还被应用于其他一些领域。比如一些危险的工业环境如井矿、核电厂等，工作人员可以通过它来实施安全监测。也可以用在交通领域作为车辆监控的有力工具。此外和还可以在工业自动化生产线等诸多领域，英特尔正在对工厂中的一个无线网络进行测试，该网络由40台机器上的210个传感器组成，这样组成的监控系统将可以大大改善工厂的运作条件。它可以大幅降低检查设备的成本，同时由于可以提前发现问题，因此将能够缩短停机时间，提高效率，并延长设备的使用时间。尽管无线传感器技术目前仍处于初步应用阶段，但已经展示出了非凡的应用价值，相信随着相关技术的发展和推进，一定会得到更大的应用。
什么是无线传感器网络

无线传感器网络作为计算、通信和传感器三项技术相结合的产物,是一种全新的信息获取和处理技术。由于近来微型制造的技术、通讯技术及电池技术的改进,促使微小的传感器可具有感应、无线通讯及处理信息的能力。此类传感器不但能够感应及侦测环境的目标物及改变,并且可处理收集到的数据,并将处理过后的资料以无线传输的方式送到数据收集中心或基地台。这些微型传感器通常由传感部件、数据处理部件和通信部件组成,随机分布的集成有传感器、数据处理单元和通信模块的微小节点通过自组织的方式构成网络。借助于节点中内置的形式多样的传感器测量所在周边环境中的热、红外、声纳、雷达和地震波信号,从而探测包括温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等众多我们感兴趣的物质现象。在通信方式上,虽然可以采用有线、无线、红外和光等多种形式,但一般认为短距离的无线低功率通信技术较适合传感器网络使用,一般称作无线传感器网络。
无线传感器网络的应用
无线传感器网络节点的微处理能力和无线通信能力使无线传感器网络有广阔的应用前景,以下分为五大类加以描


述其应用及潜力:
a、军事应用
b、生物环境监测
c、健康应用
d、家庭应用
e、工业控制和监测
无线传感器网络体系结构


无线传感器网络体系结构由三个主要部分组成:传感节点,终端节点( Sink)和观察对象。传感节点散布在观察区域内采集与观察对象相关的数据,并将协同处理后的数据传送到Sink。Sink可以通过Internet或通信卫星实现传感器网络与任务管理节点通信。
位移传感器的典型应用
位移传感器种类较多，目前市场热销的产品（工业级）就有：电位器原理直线位移传感器、拉绳式位移传感器、磁致伸缩位移传感器、LVDT位移传感器、电涡流位移传感器、光栅尺与磁栅尺位移传感器等。其应用范围也非常广泛，较主要的是机械设备行业与汽车领域，除此之外，在建筑、交通、冶金、矿业、环保、医疗、化工与科研实验等领域也有不错的市场。

常用位移传感器分类表


位移传感器在机械设备行业中的应用


机械设备制造与加工行业是我国经济的重要组成部分。随着社会的发展，传统的机械设备制造技术渐渐趋于没落，智能化设备制造技术作为主力军为经济健康发展提供源源不断的新动力。位移传感器在智能化机械设备中主要用于位移测量与位置定位；也可以通过在线监测指示程度，例如LVDT位移传感器、电涡流传感器在特殊机械设备中的振动、涨差或者偏心性能监测，可在设备出现异常状况时提前预警并传输给控制系统做出相应的关联操作；还可以用作限位传感器、速度或者加速度的测量、计数器等。


位移传感器是自动化机械设备控制系统不可缺少的一部分，传感器性能的优劣直接决定了设备控制效果的好坏。较经典应用就是位移传感器在电液伺服控制系统中的应用，通过内置或者外置位移传感器，可以实时检测液压缸气缸的活塞位置，将其转换为成比例关系的电信号反馈给控制系统，经过系统修正与运算后在传输给设备驱动器与执行器，完成闭环控制操作。


位移传感器在汽车制造业中的应用


汽车行业是智能化、集成化程度较高的特殊产业，传感器技术在此领域的应用历久而弥新，各种各样微型化、多功能化、集成化和智能化传感器是汽车或者汽车加工设备不可缺少的重要零配件。


位移传感器在汽车领域的主要应用是对汽车零部件的尺寸检测与组装中的位置定位。为了满足汽车行业的高精准的检测，LVDT位移传感器等高精度传感器已经被广泛地应用在汽车的零部件加工、发动机制造、整车厂的冲压、涂装、焊装、总装等自动化生产中的各种位置检测。


位移传感器在电子制造业中的应用


消费电子类产品的普及使电子制造业得到了迅速发展。在电子制造生产线，无论是自动化生产流水线、工业机器人、还是电子元件的在线与离线检测，常常需要位移传感器的参与。传感器技术的进步直接推动了电子制造业机械设备不断更新，更多高效率、高成品率、高安全性智能设备在电子产业中的应用，全面提升了整体行业的生产能力与生产效率。


位移传感器在工业机器人中的应用


工业机器人性能的提升与制造成本的降低，使现代化企业机器换人成为热潮。工业机器人常需要集成大量的位移传感器、角度传感器、力觉传感器、接近度传感器等，提高机器人的环境适应能力与作业精度。为了**作业人员的安全，工业机器人还需要安装安全传感器，在机器人感知到异常的状况时，能够触发紧急停止，确保作业人员的人身安全。
无线传感器网络的特点


1、 无线传感器网络包括了大面积的空间分布


比如在军事应用方面，可以将无线传感器网络部署在战场上跟踪敌人的军事行动，智能化的终端可以被大量地装在宣传品、子弹或炮弹壳中，在目标地点撒落下去，形成大面积的监视网络。


2、 能源受限制


网络中每个节点的电源是有限的，网络大多工作在无人区或者对人体有伤害的恶劣环境中，更换电源几乎是不可能的事，这势必要求网络功耗要小以延长网络的寿命，而且要尽较大可能的节省电源消耗。


3、 网络自动配置，自动识别节点


这包括自动组网、对入网的终端进行身份验证、防止非法用户入侵。相对于那些布置在预先*地点的传感器网络而言，无线传感器网络可以借鉴ad hoc方式来配置，当然前提是要有一套合适的通信协议**网络在无人干预情况下自动运行。


4、 网络的自动管理和高度协作性


在无线传感器网络中，数据处理由节点自身完成，这样做的目的是减少无线链路中传送的数据量，只有与其他节点相关的信息才在链路中传送。以数据为中心的特性是无线传感器网络的又一个特点，由于节点不是预先计划的，而且节点位置也不是预先确定的，这样就有一些节点由于发生较多错误或者不能执行*任务而被中止运行。为了在网络中监视目标对象，配置冗余节点是必要的，节点之间可以通信和协作，共享数据，这样可以**获得被监视对象比较全面的数据。


对用户来说，向所有位于观测区内的传感器发送一个数据请求，然后将采集的数据送到*节点处理，可以用一个多播路由协议把消息送到相关节点，这需要一个一的地址表，对于用户而言，不需要知道每个传感器的具体身份号，所以可以用以数据为中心的组网方式。


5、与移动ad hoc网络的区别


无线传感器网络作为一种分布式传感器网络，和移动ad hoc网络有相似点，但又有很多不同。移动ad hoc网络可以用于没有无线基础设施存在或出于费用和安全方面的考虑不方便设置无线基础设施的场合，而传感器很多时候被布置在近地环境中，地波吸收现象不能被忽视，并且高密度布置的传感器网络中的多用户接口也造成了很高的误比特率。作为移动通信的两种基本组网模式之一，移动ad hoc网络中的传输模型是典型的多对多式，而传感器网中的传输模型更偏向于分层次模型（多对一传输）。一般来说，无线传感器网络的节点比典型的移动终端或手持设备有更多的资源受限要求，但对于计算的要求则是可有可无的，当需要执行计算任务时，如果通信成本比计算成本低，计算任务就被送到中心节点去执行。
网络的自动配置和自动康复和维持系统能量有效性


无线传感器网络被布置在无人值守的环境中时，更换能源几乎不可能，为了节约能源，发射功率要尽可能小，传输距离要短，节点间通信需要中间节点作为中继。在地震救灾或者是无人*行器中，网络的自动配置和自动康复功能显得异常重要，而大规模的多跳无线传感器网络系统的可测量性（scalability）也是一个关键问题。实现可测量性的一种方法是“分而治之（divide and conquer）”，或者说是分层控制（hierarchical），即用某种簇标准将网络节点分成簇组（clusters），在每个簇中选出一个作为簇头（leader），它在比较高的层次上代表本簇；同样的机制也应用到簇头中，使之形成一个层次，这个层次中，每个级别应用当地控制（local control）去实现某个全局目标。大多数无线网络中的分类思想认为网络与地理位置无关，分类的标准是簇里的节点数量和簇间的逻辑直径（相对于地理直径而言）。但是，当簇头（cluster leader）和簇内其它节点间的链路很长，相邻簇间地理位置交迭很大，且不同的簇间路由消息载荷（routing traffic load）不平衡时，一个非簇头（non-leader）节点和它的簇头节点之间通过它们之间仅有的长链路通信将要消耗更多的能量，并且相邻簇间的并行通信冲突频发，簇间能量消耗不平衡，由此带来的结果是网络的寿命和通信质量与有效性都大幅减小。因此，为了节约能量和改善通信质量和有效性，在设计簇算法时，簇的地理半径应该考虑。文献[10]提出，在传感器节点内用一种简单的细胞聚类结构去构成路由协议，这样可以维持一种可测量的能量有效的系统，其关键的问题是使这种细胞簇结构具有自动康复性。作者针对大规模多跳传感器网络的自动配置和自动康复提出了一种分布式算法，这种算法可以**网络节点在二维空间里自动配置成细胞簇结构，其细胞单元有紧凑的地理半径，细胞单元之间的交叠也很小。这种结构在各种扰动下是自动康复的，比如节点加入、离开、死亡、移动、被敌方捕获等。文献[11]给出了一种针对簇的分布式算法LEACH，它是通过全局上重复簇操作来处理扰动的，但这种算法既不能**系统中簇的定位也不能**簇的数量。文献[12]给出了另外一种簇算法，它仅考虑了簇的逻辑半径，而不考虑地理半径，当簇间存在比较大的交迭时，这种方法会降低无线传输的有效性。另外，它的康复不在本地处理，而是依赖于消息在整个系统中的多次循环。文献[13]中给
出了一种基于访问的簇算法，这种算法注重簇的稳定性，不考虑簇的大小，要求每个节点都有**定位系统（GPS）的支持。
大规模传感器网络中的节点移动性管理


这个问题实质上就是没有无线基础设施的无线传感器网络中的节点查询问题。较简单的资源查询方式是全局泛洪法，但是对于资源有限的无线传感器网络不适用，因此在设计工作中应该尽量避免使用全局泛洪法。扩展环搜索法（expanding ring search）用增加生存时间（Time-To-Live， TTL）的方式重复泛洪，这种方式和由此派生出来的方式也不适合无线传感器网络。在改善泛洪法的效率方面，文献[6]中提出的方案是通过减少查询每个节点时出现的多余消息去减少泛洪法固有的冗余，在没有出现明显的冗余情况下，这种方案对提高效率没有太多贡献。在ad hoc网络中，查询节点是通过基于簇（clusters）和界标（landmarks）的层次表来实现的，这种方式需要在节点之间设置复杂的协调机制，当节点移动时或者簇头（cluster-head）或界标失败时，层次表需要重新配置。而且，通常簇头会成为一个瓶颈，所以我们通常避免这种分层次的协调表，也避免使用簇头。


GLS[7]中提出的技术是基于一种所有节点都已知的网络网格图。节点使用位置服务器保存它们的位置，并用一种基于ID号的算法去更新它们的位置，当节点寻找*ID号的节点位置时，也用这种算法去服务器寻找目标节点的位置。对于知道网络的网格图和它们自己的位置并且知道目标节点的ID号的节点，这种方法是一个好方法。


文献[8]中介绍了一种针对大规模移动传感器网络的查询方法，这种方法借用了小世界（small worlds）的概念，利用节点的移动性去提高查询效率，并引入了关联（contacts）的概念。其工作原理是首先在相邻节点间建立关联，当它们移动时，再关联新的相邻节点，这样提高了查询的效率。与传统的路由查询方式不同，这种设计基本目标不是去优化路由或者响应延时，而是去减少通信的系统开销，这一点在能量受限的环境中非常重要，特别是对于传感器数量众多的网络中的一次性查询(通信的生存时间很短)。文中给出的协议是可升级的（scalable）、自动配置的，非常适应节点的移动性要求。仿真结果显示它比边缘泛洪法提高效率60-70％，比泛洪法提高效率80-90％，比扩展环搜索法则有更大的改善。


针对无线传感器网络中的分布式定位，文献[9]比较了三种定位算法：ad hoc、鲁棒定位、N跳多向法（N-hop multilateration）。具体选择哪种算法要取决于某些网络参数，比如差错分布和连通性等。

-/gjjici/-