无线传感器网络节点唤醒方式

无线传感器网络节点唤醒方式，顾名思义，是无线传感器网络中，节点的唤醒方式。分全唤醒模式、随机唤醒模式、由预测机制选择唤醒模式和任务循环唤醒模式。

(1) 全唤醒模式：这种模式下，无线传感器网络中的所有节点同时唤醒，探测并跟踪网络中出现的目标，虽然这种模式下可以得到较高的跟踪精度，然而是以网络能量的消耗巨大为代价的。

(2) 随机唤醒模式：这种模式下，无线传感器网络中的节点又给定的唤醒概率p随机唤醒。

(3) 由预测机制选择唤醒模式：这种模式下，无线传感器网络中的节点根据跟踪任务的需要，选择性的唤醒对跟踪精度收益较大的节点，通过本拍的信息预测目标下一时刻的状态，并唤醒节点。

(4) 任务循环唤醒模式：这种模式下，无线传感器网络中的节点周期性的出于唤醒状态，这种工作模式的节点可以与其他工作模式的节点共存，并协助其他工作模式的节点工作。

其中由预测机制选择唤醒模式可以获得较低的能耗损耗和较高的信息收益。

无线传感器网络中，节点的唤醒方式有以下几种：

（1）全唤醒模式：这种模式下，无线传感器网络中的所有节点同时唤醒，探测并跟踪网络中出现的目标，虽然这种模式下可以得到较高的跟踪精度，然而是以网络能量的消耗巨大为代价的。

（2）随机唤醒模式：这种模式下，无线传感器网络中的节点由给定的唤醒概率p随机唤醒。

（3）由预测机制选择唤醒模式：这种模式下，无线传感器网络中的节点根据跟踪任务的需要，选择性的唤醒对跟踪精度收益较大的节点，通过本拍的信息预测目标下一时刻的状态，并唤醒节点。

（4）任务循环唤醒模式：这种模式下，无线传感器网络中的节点周期性的出于唤醒状态，这种工作模式的节点可以与其他工作模式的节点共存，并协助其他工作模式的节点工作。

本课题的主要目标是综合考虑各种不完整性，探索利用矩阵完成方法解决目前十分突出的由于复杂应用环境等因素导致的无线传感器网络节点定位中数据矩阵结构受到损坏的途径，改善无线传感器网络节点定位的性能。针对矩阵完成方法在无线传感器网络节点定位中的应用，将其分为两大类来考虑：一类是显式矩阵完整性分析，即在数据矩阵中明确知道存在数据缺失或者存在野值及其相应位置的情况；另一类是隐式矩阵完整性分析，指的是数据矩阵在形式上是完整的，但其中部分元素受噪声影响较大或者存在野值并且该元素的位置未知的问题。针对第一类问题，首先引入数据矩阵的低秩特性，使得求解成为可能；其次通过图直观地了解除了低秩以外，数据矩阵还需要满足的三个基本条件，即顶点可测性、连通性和采样集合势大小的要求；特别地，针对欧氏距离矩阵的显示完成问题，利用交替秩完成方法考察了矩阵完成的成功率对采样集合势的要求。从仿真结果上看，需要的测量值个数要数倍于实际自由度才能获得较高的成功率。针对第二类问题，主要考虑具备低秩特性的欧氏距离矩阵的完成问题。为了消除秩约束引入的非凸性，采用半定松弛来获得进行求解。由于加权矩阵的存在，使得半定松弛方法既适用于隐式矩阵完整性分析，也适用于显式矩阵完整性分析。仿真结果验证了半定松弛方法的稳健性。在对上述问题研究过程中，也对有关的参数估计方法和定位方法，如直达方向重建方法、基于混合范数优化的波达方向估计、利用角度差测量进行自主定位等做了相应的研究。 2100433B

无线传感器网络（Wireless Sensor NetWork，WSN）是在传感器技术、无线通信技术、网络技术和嵌入式计算机技术基础上发展起来的一门新兴的信息获取技术，广泛应用于军事、智能交通、环境监控、医疗卫生等众多领域。其中，节点位置信息在WSN应用中非常重要，一个没有节点位置信息的WSN是没有任何意义的。

《无线传感器网络节点定位技术研究》对WSN节点定位技术进行了较为详细的研究，主要内容包括：WSN的节点定位技术、基于智能算法优化的WSN节点二维定位技术、基于智能算法优化LSSVR的WSN节点三维定位技术、基于KF-LSSVR的WSN三维移动节点定位技术、基于RSSI-LSSVR的WSN节点安全定位技术、基于WSN的老人行为监测技术应用等。

《无线传感器网络节点定位技术研究》结构合理，条理清晰，内容丰富新颖，可读性强，是一本值得学习研究的著作，可供从事WSN领域的研究人员和工程技术人员参考使用。