文章目录
-
- 无线传感器网络
-
- 介绍
- 挑战
- TinyOS
-
- TinyOS 简介
- TinyOS 特性
- TinyOS 应用
- TinyOS 组成
- 压缩轻量级时间(LTC)
-
- 介绍
- 优缺点
-
- 优点
- 缺点
- 场景
- 结论
- 引文
无线传感器网络
介绍
无线传感器网络(WSNs)持续监测环境科学、水资源、生态系统、结构性健康和医疗保健应用 重要的是。监控传感器网络中的大量观测数据 需要传输到数据汇进行分析
挑战
建设大规模的无线传感器网络(网络)与实用性的发展机制,使网络运营 无线传感器节点或收获可以依靠有限的能量存储太久。 数据通信是消耗网络能量储备的主要因素,如何减少传感器节点传输的信息量是一个非常重要的问题。 减少网络中数据通信的有效方法是局部压力信息 缩 传播。
基于 LTC 无线传感器网络数据压缩应用
:无线传感器网络本质上受到电池功率和网络带宽的限制
:展示如何使用采集树协议(CTP)等数 根据压缩应用程序,将数据从不同的传感器节点收集到根节点,以增加网络的生命周期。
提出:轻量级时间压缩(LTC)
TinyOS
TinyOS 简介
TinyOS是 UC Berkeley开发的开源代码操作系统(加州大学伯克利分校)是专门为嵌入式无线传感网络设计的,操作系统是基于构件的(component-based)由于传感网络存储器限制的代码长度,架构可以快速更新。Tiny OS是专门为低功耗无线设备设计的专业操作系统,主要用于传感器网络、普遍计算、个人局域网、智能家居和智能测量。
TinyOS 链接
TinyOS 特性
- 与主流操作系统相比,有数百个MB就体积而言,Tiny OS看起来很迷你,只需要几个KB内存空间和几十个KB编码空间可以运行,功耗低,特别适合内存和功耗限制的传感器。
- Tiny OS它提供了一系列组件,包括网络协议、分布式服务器、传感器驱动和数据识别工具。用户可以通过简单方便的编制程序连接多个组件,获取和处理传感器数据,并通过无线电传输信息。
- Tiny OS在构建无线传感器网络时,通过基地控制台控制各传感器节点,收集和处理各节点收集的信息。Tiny OS只要管理信息在控制台息,然后通过无线网络传输每个节点,最终达到协调的目的。
TinyOS 应用
-
Tiny OS它是一个开源操作系统,每个人都可以检查和修改Tiny OS参与源代码Tiny OS及配套软件的开发,并应用到商业和工业领域中。在众多参与者的合作下,Tiny OS2012年发布的V2.1.2版,2013年将Tiny OS上线到Github,全球参与者下载,平均下载量高达3.5万次/年。
-
Tiny OS神经信号接收、调解、显示、能源领域石油气体监测、传感网络控制优化、无线传感网络健康监测等产品较多。
-
TinyOS 目的是管理各种远程设备并连接到操作系统 这些设备上的传感器的操作。TinyOS 还提供了网络栈, 允许尘粒形成一个特殊的网络
TinyOS 组成
TinyOS组件包括网络协议、分布式服务器、传感器驱动器和数据识别工具。其良好的电源管理来自于事件驱动执行模型,该模型还允许灵活的时间安排。TinyOS已应用于多个平台和感应板。
- TinyOS 操作系统、库和程序服务程序nesC写的
- nesC 开发组件结构程序的语言
- nesC 是C语法语言,但支持TinyOS并发模型,以及组织、命名和连接组件成为强大的嵌入式网络系统的机制
- nesC 该应用程序由定义良好的双向接口组件构建
- nesC 定义了基于任务和硬件事件处理的并发模型,并在编译过程中检测数据流组件
压缩轻量级时间(LTC)
介绍
当传感器取样时,由于噪音,它会产生一系列的读数。传感器制造商指定了传感器的操作范围和精度。轻量级时间压缩(LTC)在传感器精度以余量表示,误差概率分布均匀或未知的情况下,设计用于压缩数据。
在 LTC 压缩数据采用时间线性。下图描述 了 LTC 算法。x 轴表示时间,y 轴表示值。
优缺点
优点
缺点
- 当原误差分布不均匀时,可能会卷积原误差分布
场景
传感系统可扩展(ESS)它是圣哈辛托山脉开发的系统。该项目主要为科学家提供密集的空间 环境、生理和生态信息。ESS 主要关注植物和动物栖息地 监测微气候等物理特征,包括地下根系的观察和感知、根系附近的土壤水运动、地衣水化等。 ESS 尘粒与气象感应板相连。
ESS 系统结构由采样器、路由和网络处理框架和查询处理器三部分组成。采样器协调查询引擎的采样请求,并指派适当的传感器驱动程序收集数据。ESS 在微服务器之间传输扩散公司的单相拉协议。查询处理提供了大多数生态学家感兴趣的数 据。目前,查询处理器支持五种查询类型。随着新的查询类型的发展,查询处理器将扩展以支持它们。查询处理器添加轻量级时间压缩,以增加节点的生存期。
结论
- 提出了可调轻量级时间压缩方案(LTC)。
- 与其它压缩技术相比,该算法简单,存储空间小。
- 通过使用 LTC,可以将数据压缩到-20 到-1。借助这种压缩方案,可以高速采样。
- LTC 算法主要针对 8 位 处理器云母,不处理浮点值硬件。 LTC 仅压缩整数据的应用限制。 LTC 通过识别和删除不必要的信息来减少比特数。在传输前压缩数据可以显著减少资源的使用,提高网络的使用寿命。
- 长期目标是检查 LTC 过滤能力噪声。提取粉尘颗粒的特性非常有用。
引文
- A Data Compression Application for Wireless Sensor Networks Using LTC