传感器网络中基于子网的数据汇聚路由算法论文.doc

毕业设计（论文）

设计（论文）题目： 传感器网络中
基于子网的数据汇聚路由算法
学生姓名：
学生学号：
专业班级：
指导老师：
系主任（院长）：

年 5 月 27 日

毕业设计（论文） 第 45 页
传感器网络中基于子网的数据汇聚路由算法
摘要

传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术,能够协作地实时监测、感知和采集各种环境或监测对象的信息,并对其进行处理,传送到这些信息的用户.传感器网络是计算机科学技术的一个新的研究领域,具有十分广阔的应用前景,受到学术界和工业界的高度重视.
与传统无线网络相比，传感器网络节点分布稠密、易失效、节点资源有限、难以获得全局信息,因此传统的路由算法并不适合传感器网络,必须针对传感器网络的特性研究新的路由机制与算法。
本文是基于无线传感器网络的GPS系统定位技术，提出了“子网”和“能量核”的概念,并在此基础上给出了一种传感器网络中基于子网的数据汇聚路由算法，
本文还介绍了基于此算法的模拟仿真试验，在Microsoft Visual Studio.NET 2003平台上模拟实现了传感器利用此算法的寻径过程，并分析了此算法的一些性能。

关键词: 传感器网络,子网,能量核,算法

A Subnet based
Data-Centric Routing Algorithm for Sensor Networks

Abstract
Sensor networks are integration of sensor technology, nested computation technology, distributed computation technology, and wireless communication technology, They can be used for testing, sensing, collecting and processing information of monitored objects and transferring processed information to users. Sensor network is a new research area of computer science and technology and has a wide future for application. Both academia and industries are very interested in it.
Compared with the traditional wireless network, the density of the sensor nodes distribution is much high, and the sensor nodes are easy to lose efficacy and their resources are limited, which result in great difficulty in accessing global information. Therefore the traditional routing algorithm is not suitable for sensor networks, We must develop some new routing mechanism and algorithm according to the characteristics of the sensor network.
This paper is based on the GPS positioning technology applied in wireless sensor network, issues the concepts of the "subnet" and "energy-core", and shows a subnet-based data-centric routing algorithm for the wireless sensor networks.
This paper also describes the simulation experiment based on the algorithm, which is developed on the Microsoft Visual Studio .NET 2003 platform, and shows the routing process of sensors with the Algorithm. Furthermore we analyze the performance of the algorithm in some aspects.

Key Words: Sensor Network, Subnet, energy-core, algorithm

目录
1. 绪论 1
1.1 课题背景及意义 1
1.2 传感器网络路由技术研究现状 3
1.3 论文构成及研究内容 5
1.4 小结 5
2．传感器网络概述 6
2.1无线传感器网络及特性 6
2.2传感器网络中的定向传播模型 7
2.2.1数据汇聚 7
2.2.2定向传播模型 7
2.3无线传感器网络应用 9
2.4小结 10
3．传感器网络的全球定位系统 11
3.1传感器网络的全球定位系统介绍 11
3.2传感器网络的全球定位系统的应用 11
3.3传感器网络的全球定位系统的应用 13
3.4小结 13
4．基于子网的数据汇聚路由算法 14
4.1子网模型 14
4.2分布式“能量核”周期性生成算法 15
4.2.1. 简单连通无向图 15
4.2.2. 能量核生成算法 15
4.3 路由算法 16
4.3.1. 数据汇聚基本原理 16
4.3.2数据汇聚路由算法 16
4.4 小结 17
5．算法性能对比分析 18
5.1模拟仿真实验 18
5.1.1. 模拟仿真实验开发工具 18
5.1.2. 模拟仿真实验介绍 18
5.2算法性能分析 23
5.3小结 24
结论 25
致谢 26
参考文献 27
附录A 29

1. 绪论
1.1 课题背景及意义
无线传感器网络是由大量的传感器节点和一个或多个汇聚节点构成的无线自组网，把传感器采集的数据以多跳的方式路由到基站。其潜在应用领域很广，可用于环境监测、军事侦察、战场态势监测、工业监控、医疗卫生、气象预测、空间探索等众多领域。然而，传感器节点都由具有有限能源的电池供电，因而能源有限，同时，传感器网络通常布置在无人值守的恶劣甚至危险的远程环境中， 更换电池或对电源进行充电是不现实的，因此设计高效的路由协议，减少能量消耗以增加网络生存期是研究传感器网络挑战之一。
早在1999年，美国的《商业周刊》就将“网络化的微型传感器技术”评为21世纪最重要的21项技术之一[1]。这种集成了数据采集、数据处理和数据通信三大功能的微型化、智能化、网络化和多样化的分布式传感器系统正是我们今天所说的“无线传感器网络(Wireless Sensor Network WSN)”。它融合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等，能够通过各类集成化的微型传感器协作地实时监测、感知和采集各种环境或监测对象的信息，通过嵌入式系统对信息进行处理，并通过随机自组织的无线通信网络以多跳中继方式将所感知信息传送到用户终端。
虽然无线传感器网络的出现和发展己经有近30年的时间了，但直到近些年，随着中央处理芯片和高精度传感器等硬件成本的下降，无线传感器网络的研究和应用才日益深入和广泛。目前，低成本的无线传感器网络己经可以应用于机动目标跟踪[2]、环境和气象监测[3]、生物群落观侧[4]、洪灾预警[5]、农田管理[6]、智能家居[7]、智能交通[8]、辐射监测[9]、定位的Crieket[10]和Echo[11]，以及用于医学的SSIM[12]等众多领域。
由于传感器网络中的每个节点都具有数据采集、数据处理和数据通信的功能，因此每个节点都是一个微型智能单元;进一步设想，如果我们给每个节点加入命令执行和机械动作执行功能的话，我们甚至可以认为一个传感器节点就是一个微型机器人。那么，由成千上万这样的微型传感器节点互联所组成的网络系统就可以一个智能化网络化的大型机器人一样协同工作。
在通信方式上，由于传感器网络的每个节点都是一个独立的可路由的单元，其路由方式和传统的有专门路由设施的无线通信不太一样，它的无线通信是没有专门的路由设施的，每一个节点都可以充当路由器，属于一种多跳网络。因此，相对于传统的无线通信方式，把传感器网络称为无基础设施网络(Non-infrastructure Network)，而把传统的无线通信网络，如Ad Hoc, GSM, CDMA和GPS等，称为有基础设施网络(Infrastructure Network)。如图1-1所示，是一个散布在战场用于战场态势监测的无线传感器网络，传感器节点可以根据监测到的数据向准备作战的部队指挥官报告敌方坦克的运动情况等信息。

图1.1 战场态势监测
从通信方式上来说，无线传感器网络与传统的Ad Hoc无线自组网最为相似，但比较而言，仍有以下几点是在设计无线传感器网络时所必须面对的挑战性问题:
1. 电源能量有限:与Ad Hoc网络节点相比，无线传感器网络节点的电源能量极其有限。由于其节点一般都是通过飞机或其他工具撒播在无人值守的野外，不可能有后备电源等能量补充设备，因此应尽量减少能量损耗，以防传感器节点间的通信连接经常因为传感器节点能源耗尽而断开。
2. 拓扑结构动态性强:由于节点电源能量的限制，传感器节点能量耗尽将势必影响到网络的拓扑结构;此外，新节点的加入或是正常工作的节点由于外界干扰造成失效都会影响到正在运行网络的拓扑结构。而除了网络中的传感器节点之外，被感知对象和观察者也都可能具有移动性。因此，无线传感器网络拓扑的动态特性是固有的，是无法避免的。
3. 网络的自组织性:传感器网络的节点多应用于人不能或不易到达的地域，而且网络的动态性也很强，网络结构难以事先规定。因此，节点间通信宜采用非人工的、随机的自组织方式，是一种无基础设施的网络。这就要求传感器网络具有足够的容错性能，即使网络中某些节点失效，整个网络仍然能够正常运行。
4. 寻址以数据为中心:传统的网络以中地址为中心进行寻址，每个节点拥有全网唯一的IP地址。而传感器网络多以数据为中心进行寻址，因为它更关心数据本身，如事件、时间和区域范围等监测值，并不太关注数据是那个节点采集的。
5. 网络的分布式特性:对于分布在很广范围内的节点，每个节点都是一个可以进行数据采集、数据处理和数据通信的智能单元。网络没有控制中心，各节点协同工作，没有哪个节点的权限比其他节点高。但可以选择某些节点作为数据转发的中心，将采集的数据统一发送到远程的控制中心。
6. 通信能力有限:传感器网络的通信带宽较窄，通信覆盖范围只有几十到几百米。而传感器节点有可能受到高山、建筑物及风雨雷电等自然因素的影响，要保证数据在有限的通信能力下完成正确传输是必须考虑的问题。
7. 计算能力有限:由于传感器网络中传感器的嵌入式处理器、存储器和操作系统，处理能力、存储容量和执行效率都十分有限，将有限计算能力的传感器利用网络进行协作式的分布信息处理将是一个很好的办法。
8. 传感器数量巨大、分布范围广、感知数据量大:传感器网络中的传感器节点密集，数量巨大，可能达到几百、几千甚至几万，其网络可以分布在很广的地理区域。其相应的感知数据量也将非常巨大，而且数据传输又有实时性的要求。这就要求在有限的节点通信能力、有限的节点计算能力和分布式网络结构环境下，传感器网络的软、硬件都要有很高的健壮性和容错性，数据查询和管理要具有高效性。
9. 大规模的分布式触发器:如果传感器网络不仅对感知对象进行监测，还要进行实时控制，传感器节点必须具有回控装置和控制软件。我们将回控装置和控制软件统称为触发器，则传感器网络必须具有足够的能力去协调和管理成干上万的触发器。
1.2 传感器网络路由技术研究现状
集数据采集，处理及通信功能于一体的无线集成网络传感器（Wireless Integrated Network Sensors）[13]具有体积小、价格低以及在近距离内采用无线方式进行相互通信等良好特性，在环境与军事监控，地震与气候预测、地下、深水以及外层空间探索等许多方面都具有广泛的应用前景。但外界环境的不确定性经常导致需要布置成百上千的传感器协同工作，因此对由大规模无线集成网络传感器（传感器节点）构成的传感器网络（Sensor Network）的研究正逐渐引起关注，并被认为是本世纪的一项挑战性的研究课题[14,15,16]。
与传统网络相比，传感器网络具有以下特性：1. 传感器网络中节点分布的稠密性，一般含有成百上千个节点。因此，各节点不可能分配一个全局唯一的ID，也不可能维护全局信息；2. 传感器网络中节点能量，存储空间及计算能力等资源的有限性；3. 和Ad hoc网络类似，传感器网络中没有骨干网络，网络通信拓扑具有自组性，且其动态性更强。 因此，传统网络中的路由算法不适合传感器网络，必须针对传感器网络的特性来研究新的路由算法。
目前提出的传感器网络路由协议主要有两类：路由协议平面和层次路由协议。典型的平面路由有SAR（Sequential Assignment Routing）[17]，SPIN（Sensor Protocol for Information Negotiation）[18] 和定向传播路由DD（Directed Diffusion）[19]等。SAR依据每条路径上的能量资源和QoS要求来决策路由，为了避免因节点故障重新计算路由所带来的开销，SAR采用多路径路由方案。SPIN的协议主要思想是减少因采用洪泛（Flooding）广播而引入的开销。由于传感器网络主要目的是收集传感器数据，因此DD路由方案以数据为中心考虑路由，和传统网络中基于地址的路由协议（Address-Centric,简称AC）不同，DD采用基于数据的路由协议（Data Centric，简称DC）。文献[20]从节约能量的角度比较了AC和几种基于DC的路由算法，分析和实验结果表明基于DC的路由算法具有更好的性能。但上述算法均属于集中式算法，要求每个传感器节点维护全局性的网络状态信息， 因此不具备良好的可扩性和可维护性。由于平面路由协议要求所有传感器节点均具有路由功能，导致了节点因能量消耗过快而失效，因此使得网络拓扑结构经常发生变化，路由性能较低。为了尽可能地延长节点的生存期限，提高网络的稳定性与路由性能，研究人员提出了层次路由的思想。在层次路由中只有一部分节点负责路由信息的转发，因此可以达到延长大部分节点生存期限的目的。典型的层次路由协议包括LEACH（Low Energy Adaptive Clustering Hierarchy）[21]，TEEN（Threshold Sensitive Energy Efficient Sensor Network Protocol）[22] 和 PEGASIS（Power-Efficient Gathering in Sensor Information Systems）[23]等。LEACH是一种基于簇的路由协议，即本簇内所辖的节点以TDMA的方式分时向本簇的簇头传输数据，数据经簇头汇聚和压缩后，再向Sink发送。通过这种方式减少大多数节点的能量消耗，延长节点的生存期限。其它的层次路由协议基本上是在LEACH的基础上进行改进。
1.3 论文构成及研究内容
论文主要分为六个部分：
第一章主要介绍了无线传感器网络的研究背景和研究意义，阐明了目前传感器网络路由技术的研究现状，并提出了一些具有挑战性的问题。
第二章主要是无线传感器网络的概述，包括无线传感器网络的简单介绍，无线传感器网络的体系结构的介绍和无线传感器网络的应用。
第三章主要介绍传感器GPS定位,每个传感器节点可以通过GPS定位系统了解自身的相对位置，这也是本论文基于子网的数据汇聚路由算法的基础。
第四章主要是介绍基于子网的数据汇聚路由算法，一种基于传感器节点自身定位的路由算法，其中包括提出的“子网”和能量核的概念和数据汇聚后的路由算法。
第五章主要是对此算法的模拟仿真实验的介绍，以及对此算法的性能分析和比较，包括算法的节能性和网络跳数，并比较分析各种算法的优缺点。
最后总结全文，分析此论文中的基于子网的数据汇聚路由算法。
1.4 小结
本章介绍了新型技术之一无线传感器网络以及其在现实中的广泛用途，详细分析了传感器网络与传统网络间的不同之处，并且提出了在研究传感器网络时所面临的挑战性问题。另一方面，本章阐明了目前传感器网络的路由研究现状，并简单介绍了本论文的结构和内容。

2．传感器网络概述
2.1无线传感器网络及特性
无线传感器网络是新一代的传感器网络，具有非常广泛的应用前景，其发展和应用，将会给人类的生活和生产的各个领域带来深远影响。发达国家如美国，非常重视无线传感器网络的发展，IEEE正在努力推进无线传感器网络的应用和发展，波士顿大学(Boston University)还于最近创办了传感器网络协会(Sensor Network Consortium)，期望能促进传感器联网技术开发。除了波士顿大学，该协会还包括BP、霍尼韦尔(Honeywell)、Inetco Systems、Invensys、 L-3 Communications、Millennial Net、Radianse、Sensicast Systems及Textron Systems。美国的《技术评论》杂志在论述未来新兴十大技术时，更是将无线传感器网络列为第一项未来新兴技术，《商业周刊》 预测的未来四大新技术中，无线传感器网络也列入其中。
无线传感器网络是由一定数量的传感器节点通过某种有线或无线通信协议联结而成的测控系统。这些节点由传感、数据处理和通信等功能模块构成，安放在被测对象内部或附近。通常尺寸很小，具有低成本、低功耗、多功能等特点。每个节点包含一个或多个传感器执行器以及接口模块，节点间的通信方式可以是对等的(Peer to Peer)或主从的(master-slave)。传感器网络节点由它的空间位置和传感器类型来共同确定。传感器网络具有更好的容错性、实时性和对环境变化的自适应能力。
与传统传感器和传统测控系统相比，无线传感器网络具有明显的优势。它采用点对点或点对多点的无线连接，大大减少了电缆连线，在传感器节点端合并了模拟信号f字信号转换、数字信号处理和网络通信功能。节点具有自检功能，组网灵活性、系统性能与可靠性明显提升而成本明显缩减。
无线传感器网络具有以下特点:
1. 节点硬件资源有限。其计算能力、存储能力比普通的计算机要弱很多。这决定了在节点操作系统设计中，协议层次和有关算法要尽量精简。
2. 能量效率要求高。无线传感器节点一般由电池供电，而生存时间一般要求很长，能耗是其中最核心的问题之一。因此传感器网络中的任何技术和协议设计都应以节能为前提。
3. 无中心。所有结点地位平等，是一个对等式网络，具有很强的抗毁性，但组网和路由算法必须精心设计。
4. 自组织。节点通过分级协议和分布式算法协调各自的行为，开机后节点之间快速、自动地组成一个独立的网络。
5. 多跳路由。网络中节点通信距离有限，一般在几十到几百米范围内，需要通过中间节点进行路由。这样每个节点既可以是信息的发起者，也可以是信息的转发者。
6. 动态拓扑。无线传感器网络是一个动态的网络，因此应具有动态拓扑组织功能。
7. 节点数量众多，分布密集。节点之间的高连接性保证了系统的容错性和抗毁性。
2.2传感器网络中的定向传播模型
2.2.1数据汇聚
数据汇聚是指将从不同源节点接收到的数据进行合并压缩的处理过程，主要包括以下几种方法。
1. 简单汇聚：即从不同源节点接收到的数据进行简单汇总。
2. 压缩汇聚：即从不同源节点接收到的数据进行同类项合并，从而实现数据压缩。
3. 复杂汇聚：即利用max，min等多输入单输出函数对从不同源节点接收到的数据进行聚合处理。
2.2.2定向传播模型
图2.1所示为传感器网络通信结构。传感器节点利用传感器部件采集被监测对象的原始数据，经过处理器部件处理后，通过无线网络传输到一个目的节点（Sink）,Sink再通过因特网或卫星传输到用户数据处理中心。定向传播模型中，传感器网络中的节点不以地址作为标识ID，而是以节点可以提供的数据作为寻址依据。即Sink在网络中广播以某种数据格式构成的消息询问它所感兴趣的监测数据，这种消息简称为兴趣。与这种兴趣匹配的节点（称为源节点）响应这种查询（称为事件），并回送监测数据给Sink。因为节点分布的稠密性，存在有多个节点匹配兴趣，部分节点可能向Sink回送同样的监测数据。为了节约节点的能量，提高节点的生存期限，这种数据可以在传输路径上先进行汇聚，然后再传输给Sink。

图2.1: 传感器网络的拓扑结构

图2.2（a）：AC路由算法 图2.2（b）：DC路由算法
基于AC的算法中，各传感器节点独立地计算到Sink的最短路径，然后沿最短路径传输数据给Sink，如图2.2（a）所示。若匹配兴趣的源节点分别为Source1和Source2，则在知道网络全局信息的前提下，Source1和Source2可以分别利用Dijkstra 算法计算到Sink的最短路径，然后沿这些路径传输数据到Sink，在图2.2(a)的情况下，所有路径经历的hop数为5。图2.2(b)描述了采用DD模型的DC算法，其中Source1和Source2传输的数据首先在节点B汇聚，然后B将汇聚后的数据再统一传输给Sink，显然这种方法可以减小路径的hop数，进而节约节点的能量； 对于同样的网络和源节点，DC算法所经历的所有路径的hop数只有4。文献[20]给出了多种DC试探算法，并证明了这些算法传输路径经历的hop数较AC算法要少，而且通过模拟实验定量地分析了这些算法的性能。其中性能最优的是一种贪婪树算法GITDC（Greedy Incremental Tree Data Centric Protocol）。 与算法AC不同，GITDC在传感器节点有数据发送某个Sink时，首先由Sink和离Sink最近的源节点构成一棵树，然后每次把那些离当前树最近的源节点加入进来而构成一棵新的树，直到树中包含所有源节点为止。当各源节点发送数据时，首先由树中各节点对数据进行汇聚，再发送到Sink。 由于对数据进行了汇聚处理,GITDC可以合并大量的冗余数据，从而减少数据传输，达到了节能的效果。和AC算法相比，GITDC算法可以在很大程度上节约能量。但无论是AC算法还是以GITDC为代表的DC算法，都要求每个节点知道整个网络的拓扑结构，属于集中式算法，这就使得这些算法不具备良好的可扩展性（Scalable）。并且实际中由于传感器网络中节点分布的稠密性和节点能量，存储空间的有限性的限制，都要求进一步研究适合传感器网络特点的具有良好可扩性的分布式路由算法。
2.3无线传感器网络应用
无线传感器网络有着十分广泛的应用前景，它不仅在工业、农业、军事、环境、医疗等传统领域有具有巨大的运用价值，在未来还将在许多新兴领域体现其优越性，如家用、保健、交通等领域。我们可以大胆的预见，将来无线传感器网络将无处不在，将完全融入我们的生活。比如微型传感器网最终可能将家用电器、个人电脑和其他日常用品同互联网相连，实现远距离跟踪，家庭采用无线传感器网络负责安全调控、节电等。无线传感器网络将是未来的一个无孔不入的十分庞大的网络，其应用可以涉及到人类日常生活和社会生产活动的所有领域。
1. 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。
2. 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。该技术是作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"。 
3. 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。美国国防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将从2004年的1000万美元增加到2010年的几十亿美元。 
4. 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。
2.4小结
本章总结描述了传感器网络的七点特性，并介绍了传感器网络中定向传播模型，其中包括对数据汇聚三种方法和定向传播模型的简单介绍，最后再总结了无线传感器网络的广泛应用。
3．传感器网络的全球定位系统
3.1传感器网络的全球定位系统介绍
全球定位系统(Global Positioning System-GPS)是美国从上世纪70年代开始研制，历时20年，耗资200亿美元，于1994年全面建成，具有在海、陆、空进行全方位实时三维导航与定位能力的新一代卫星导航与定位系统，主要由三部分构成:空间部分、地面站和用户。空间部分是由24颗卫星组成的覆盖全球的卫星网络，这些卫星处于离地面约2万千米的圆轨道上。轨道面的倾角为63度，系统中共有3条升交点赤径相互相差120度的轨道，每条轨道上均匀分布8颗卫星，相邻二轨道上卫星相隔30度。卫星姿态采用三轴稳定方式，以保证卫星上导航天线的辐射口总是对准地面。卫星上工作频率为2200MHz -2300MHz的遥测发射机，把卫星的各种遥测数据发送至地面站组。卫星上的接收机接收地面站向卫星发送的频率为1750MHz一1850MHz的导航信息，包括时钟校正参量、大气校正参量、卫星星历及全部24颗卫星的历书等。卫星接收机也接收来自地面站组的控制指令。目前CPS系统提供的定位精度优于10米，而为得到更高的定位精度，通常采用差分GPS技术:将一台GPS接收机安置在基准站上进行观测。根据基准站已知精度座标，计算出基准站到卫星的距离改正数，并由基准站实时将这一数据发送出去。用户接收机在进行GPS观测的同时，也接收到基准站发出的改正数，并对其定位结果进行改正，从而提高定位精度。
3.2传感器网络的全球定位系统的应用
GPS系统起初用于军事领域，但是后来在各参与公司的共同要求下，开始逐渐向商业和民用领域发展。随着GPS的广泛应用，人们对其好处的体会也越来越深。现在GPS接收器就和手机一样大小，而价格也不高。迷失方向的人如果手里有GPS接收器，就可以随时与环绕地球上的24颗全球定位系统卫星联系，找出自己的确切位置和准确的时间。除此之外，一些GPS的使用者还意外地发现它的一些其他用途。感觉敏锐的科学家们发现，GPS可以作为探测运动和观察变化世界的绝佳工具。
香港青马大桥(全长2200米，主桥跨度1377米，世界上最长的悬索桥)工程技术人员就是采用了GPS传感器阵列技术对大桥的三维空间位置进行实时监控。他们在大桥的吊索、桥面和桥塔上安装了14个GPS接收器，这些接收器用长达数公里的光缆相连。这些传感器每秒钟都会向中央主控计算机发送10次各自的空间位置信息。同时在另外两个固定点上安装的GPS传感器也向主控计算机发回数据，主控计算机对数据进行校正以减小其误差。这样就可以把大桥的空间位置精确地显示出来，其水平误差不超过1厘米，垂直误差不超过2厘米。计算机还可以计算出风速和风向，并估算出大桥各个部位的应力和载荷状况，这样维修人员就可以方便地安排修理和维护工作。
而日本地理勘察研究所为了提供地震的早期预报，特别是能够预测几个星期或几个月之后的地震的轻微震动。他们采用了一个名为Geonet的系统来收集这类长期预警数据。该系统是一个由分布全国各地的1000多个GPS接收器组成的地理信息网络。这些传感器平均每40公里左右安置一个，在地壳不稳定地区的分布要更密集一些，每个GPS接收器都放置在4.5米高的不锈钢柱内，接收器还装有一个有30秒钟采集接收一次卫星信号的天线。从传感器获得的数据，可以计算出地壳中水平振幅小于0.25厘米的运动，这样Geonet就可以检测到其他方法检测不到的微小震动。2002年4月，Geonet又探测出日本第四大城市名古屋附近的地壳有异常运动。名古屋处于菲律宾板块向欧亚板块俯冲地带，该市的地面每年都要向西偏移2. 5厘米左右。从而从2001年1月开始，该市开始以同样的速度向相反方向移动。如果这种现象在较短时间内发生，强烈地震将可能随时爆发。这一现象是一个危险的信号，但对于研究板块运动的地理学家来说，它又是非常有用的素材。虽然现在还不能确定下一步将会发生什么，但这套GPS系统起码让人们认识到这个间题。
海洋科学家为了能对表征涡流特征的水面高度波动进行测量同样也采用GPS技术。起初，美国国家航空航天局(NASA)和法国的空间机构合资建造的Topex/Poseidon高度仪等科研卫星，能够对表征涡流特征的水面高度波动进行测量。但由于大陆对近海7公里之内海域的影响，使得测试数据混乱，加之Topex每10天会绕地球一圈，涡流可能在这段时间内漂移到其他位置，会给研究工作带来不便。后来采用GPS进行监测，解决了这个问题。为了验证GPS检测海水高低起伏的效果，研究人员在美国俄勒冈州一个火山湖上进行了一系列实验。他们将GPS接收器放置在450米的悬崖上。悬崖上的岩石和平静的湖水水面成44度角，这样就为接收器读数提供了较宽的仰角范围。传感器捕获湖面上反射的GPS信号，然后将其传播时间和GPS信号直线到达接收器的时间进行比较，由此计算出湖面各处水面的高度，其误差不超过2.5厘米。现在GPS所能揭示的不仅仅是海洋漩涡的奥秘。研究人员正在研究采用这种技术来监测由于全球变暖造成的海平面上升等问题。
地质科学研究人员，也着手通过GPS技术去观察其他星球的火山运动。他们虽然没有实地观察过金星和其他星球上的火山爆发的情况，现在也没有能够在金星表面进行实地勘测的设备。但是他们还是力图通过寻找地球上与之相类似的物质进行替代研究，然后把地球表面物质与其他星球的卫星照片进行对照，再分析其他星球的卫星照片，以此来分析推断遥远星球的情况。
3.3传感器网络的全球定位系统的应用
目前无线定位技术主要集中在卫星定位技术与无线网络定位技术两种，而当前比较成熟并得到大范围应用推广的无线定位技术是GPS卫星定位系统。对于无线传感器网络，应用GPS卫星定位系统的GPS接收器、无线通信机制和某些定位求解算法，就能精确实现无线传感器的自身定位.
例如基于测距技术的定位常用的测距技术有RSSI、TOA、TDOA和AOA[19]。基于测距技术的定位机制在定位精度上相对较高，但技术复杂，受到功耗与成本的限制。目前，Cambridge Positioning Systems 的技术可以在GSM网中实现50m的定位精度，在3G网络中可以实现更高的定位精度。爱立信公司的MPS系统也采用E-OTD(Enhanced Observed Time Difference)技术，来实现手持终端的定位[20]。
3.4小结
本章简单介绍了全球定位系统的发展现状和应用，并着重介绍了其在传感器定位方面的应用现状。

4．基于子网的数据汇聚路由算法
此算法是基于上章所讨论的传感器的自身的定位功能，利用节点已知的相对位置信息进行路由选择的算法。
4.1子网模型
对任意传感节点p,假定其地理坐标为(x,y);假定Sink节点R及各传感节点具有相同的有效通信半径r(Communication Radius),则任意传感节点p可s以依据定义1计算出自己所属的“子网”.
定义1(子网):任意传感节点p,假定其对Sink节点R的相对坐标为(x,y),Sink节点R及各传感节点具有相同的有效通信半径r,则称p属于子网(m,n),当且仅当如下公式成立:
m = [x|] ——(1)
n = [y|] ——(2)
其中“|”为除法运算符;“[ ]”为取大于等于的整数运算符.
例:若r=15,A的地理坐标为(40,40),则Ax=4,Ay=4,故A属于子网(4,4).假定B的地理坐标为(35,37),则Bx=4,By=4,故B同样属于子网(4,4).
由定义1显然可知下述定理1成立:
定理1:假定Sink节点R及各传感节点具有相同的有效通信半径r，则任意传感器网络存在满足公式(1),(2)的唯一子网划分.
定理2:同一子网中的各传感节点互为邻节点.
证明:由定义4易知每个子网为一个长、宽均为的正方形区域,该区域内任意两个节点之间的距离最大为=r.即任意两个节点均在彼此的有效通信半径之内,因此同一子网中的各传感节点互为邻节点.
4.2分布式“能量核”周期性生成算法

4.2.1. 简单连通无向图
定义2（简单连通无向图设图）:G=(V, E),G称为简单连通无向图,当且仅当图G满足以下两个条件:
1. G为无自圈的、连通的无向图;
2. G中任意两个节点之间最多有