Question

分布式无线传感器网络有哪些算法

Answer 1

最早期的基于无线网络的室内定位系统，都采用了额外的硬件和设备，如AT&T Cambridge的Active Bat系统，采用了超声波测距技术，定位的物体携带由控制逻辑、无线收发器和超声波换能器组成的称为Bat的设备，发出的信号由安装在房间天花板上的超声波接收器接收，所有接收器通过有线网络连接；在微软的RADAR系统中，定位目标要携带具有测量RF信号强度的传感器，还要有基站定期发送RF信号，在事先实现的RF信号的数据库中查询实现定位；MIT开发了最早的松散耦合定位系统Cricket，锚节点(预先部署位置的节点)随机地同时发射RF和超声波信号，RF信号中包括该锚节点的位置，未知节点接收这些信号，然后使用TDOA技术测量与锚节点的距离来实现定位。
以上系统都需要事先的网络部署或数据生成工作，无法适用于Ad-hoc网络。现阶段研究较多的是不基于测距(Range-free)的定位算法，这样就无需增加额外的硬件，还可以减小传感器节点的体积。除此之外，较好的算法还要具备以下几点特性：
(1) 较小的能耗
传感器节点所携带能源有限和不易更换的特点要求定位算法应该是低能耗的。
(2) 较高的定位精度
这是衡量定位算法的一个重要指标，一般以误差与无线射程的比值来计算，20％表示定位误差相当于节点无线射程的20％。
(3) 计算方式是分布式的
分布式的定位算法，即计算节点位置的工作在节点本地完成，分布式算法可以应用于大规模的传感器网络。
(4) 较低的锚节点密度
锚节点定位通常依赖人工部署或GPS实现。大量的人工部署不适合Ad-hoc网络，而且锚节点的成本比普通节点要高两个数量级。
(5) 较短的覆盖时间。
2.1 算法分析
近些年提出很多典型的算法，但都有各自比较明显的优点和缺点。早期提出的质心算法和APIT算法要求有较高的锚节点密度，凸规划算法和MDS-MAP算法需要集中式的计算；Euclidean算法基于围绕在锚节点周围的节点的局部几何拓扑，但距离的测量较为复杂。在所有算法中Savarese等提出的Robust positioning算法和Sav-vides等提出的N-hop multilateration算法是典型的求精算法，与其他算法相比，是较为优秀的算法。
2.1.1 Robust positioning算法
Robust positioning算法分为测距、定位和求精三阶段，在测距阶段，算法采用了DV-hop算法的思想，首先使用典型的距离矢量交换协议，使网络中所有节点获得距锚节点的跳数(distance in hops)。第二阶段，在获得其他锚节点位置和相隔跳距后，锚节点计算网络平均每跳距离，然后将其作为一个校正值(correction)广播至网络中。当接收到校正值后，节点根据跳数计算与锚节点距离。如图1所示，锚节点L2计算出他的网络平均每跳距离为(40+75)／(2+5)=16.4 m。

Answer 2

分布式的话，应该不算光纤光栅的点式了（如果算光纤光栅的话那就多了）。分布式的有有温度传感器，应变、形变传感器。以及同时集成了温度和形变的传感器。