1物聯網導論IntroductiontoInternetofThings定位系統#3BABA6#2C71B62承前啟后前一章介紹了我們常見的一些定位技術和定位系統，包括GPS，北斗等室外衛星定位系統和LANDMARC等室內RFID定位系統本章我們主要關注物聯網中的感知技術，包括傳統的傳感器和傳感網感知，以及新興的非傳感器感知和群智感知。希望通過本章的學習，我們能掌握物聯網感知技術的現狀和未來發展趨勢3本章內容傳感網感知非傳感器感知群智感知計算4.14.24.3傳感器人類是通過視覺、聽覺等感性的方式感知周圍環境的而傳感器是能感受被測物理量并按照一定規律轉換成可用輸出信號的器件或裝置什么是傳感器4一般由敏感元件、轉換元件和基本電路組成敏感元件是指能直接感受被測物理量的部分轉換元件將敏感元件的輸出轉換成電路參量，如電壓、電感等基本電路最終將電路參數轉換成電量輸出傳感器的基本組成從傳感器到傳感網傳感器只能單點測量，網絡化的程度有限，缺少信息共享傳感網則集成多個傳感器，結合感知、計算與通信于一體，可進行規模化的有效感知。其中通信功能是最關鍵的不同點傳感網的誕生5除傳感器外，還集成了微型處理器、無線通信芯片和供能裝置（電池）傳感網的基本組成無線傳感網節點組成6從傳感器到傳感網傳感網的歷史美國軍方在越南戰爭期間部署“雪屋”系統2005UCLA的威廉·凱澤教授開展LWIM項目加州大學伯克利分校和軍方發起了“智慧塵埃”項目2009在美國大鴨島（GreatDuckIsland）實現部署20091967199619962002軟硬件平臺種類豐富，從相對簡單的光傳感器、溫度傳感器，到比較復雜的二氧化碳傳感器等處理器通過模擬和數字信號兩種方式與傳感器進行交互?；谀M信號的傳感器必須先數字化，而基于數字信號的傳感器可直接使用傳感器7微型處理器負責計算的核心微處理器芯片集成了內存、閃存、模/數轉換器和數字輸入/輸出（input/output，I/O）等充電電池優點系統自放電（即“漏電”）較少，電能利用效率較高缺點該技術充電效率較低，且充電次數有限軟硬件平臺通信芯片能耗是節點能耗的主要來源。例如，TelosB節點上CPU工作電流僅為500μA，而通信芯片工作電流達近20mA。且通信芯片各工作狀態消耗的能量差別不大通信芯片傳輸距離是節點的重要指標，其受芯片的發射功率等因素影響無線通信芯片8供能裝置充電電池缺點電容自放電很大優點充電效率高，充電次數可達100萬次，且不易受溫度、振動等因素的影響自組織網絡協議資源限制：傳感網節點資源有限，而實現和運行完整的TCP/IP協議是比較消耗資源的大材小用：傳感網數據采集傳輸的功能相對簡單，是否有必要采用功能強大的TCP/IP協議存在疑問為什么不直接使用互聯網的TCP/IP協議9什么是自組網指網絡中沒有固定的網絡結構，網絡設備需要在不依賴于中央控制設備的情況下實現自組成網，處理節點移動、加入和退出等操作GreenOrbs中的自組網自組織網絡協議網絡的建立依賴于對鏈路和路徑質量的測量和評估，典型的組網協議可以選擇到達目的節點最短的路徑期望傳輸次數（expectedtransmissioncount，ETX）是無線傳感網中廣泛使用的路由指標之一記??_??為從源節點到目的節點的收包率，??_??為從目的節點到源節點的ACK的收包率，則有：設計方法10自組織網絡協議把傳輸代價最小化，提高帶寬利用率，減少能量消耗測量雙向鏈路質量，能有效避免非對稱路徑鏈路帶來的影響一條路徑的ETX為該條路徑所有鏈路的ETX之和。如圖所示：（假設鏈路反向的收包率??_??均為1）期望傳輸次數11路徑A→B：ETX=10路徑A→C→B：ETX=1.25+1.25=2.5傳感網系統探索綠野千傳（GreenOrbs）12浙江省天目山自然保護區浙江農林大學校園部署清華大學研究團隊發起的大規模室外無線傳感網項目用途：森林碳監測傳感網系統部署地點：GreenOrbs系統部署（森林區域）無線傳感網發展中的挑戰圖像等數據量大且要求實時傳輸，難度高部分數據缺乏對應可大規模部署的低成本傳感器傳感失諧13傳輸和感知不匹配節點環境惡劣且通信和計算資源有限，類似SNMP類型的Agent匯報機制無法被有效支持診判失據網絡管理困難基于理想化的模型假設忽略了無線傳感網運行過程中的不確定物理因素和環境動態性，與實際情況之間有落差模型失用模型過于理想14本章內容傳感網感知非傳感器感知群智感知計算4.14.24.3感知的發展歷程從傳感網到無傳感器感知傳感系統的部署和維護成本太高傳統感知暴露問題15利用環境中已有的感知媒介，如聲、光、射頻信號等無線信號通過分析無線信號在傳播過程中的變化，獲得信號傳播空間的特性，以實現對環境的感知。將感知與通信合二為一具有“三無”的特性：無傳感器、無線和無接觸基于雷達系統、超寬帶信號和WiFi信號的感知技術層出不窮。以WiFi感知為例來介紹無線感知技術非傳感器感知打破傳統思維基于接收信號強度RSSRSS的強弱在一定程度上反映了信道質量的好壞但RSS會因信號陰影衰落、多徑等影響而不再隨傳播距離增加而單調遞減，從而限制測量精度用RSS表征接收機位置信息16多徑傳播環境下接收功率隨傳播距離變化示意圖基于接收信號強度RSS且RSS是多徑疊加的結果，不能區分多徑17不同多徑疊加導致基于RSS的無線指紋變化基于信道沖激響CIR為刻畫多徑傳播，無線信道通?？捎眯诺罌_激響CIR建模在線性時不變假設下，CIR可表示為：用CIR表征接收機位置信息18式中：??_??、??_??、??_??分別為第i條路徑的幅度衰減、相位偏移和時間延遲。N為傳播路徑總數。δ(τ)為狄拉克（Dirac）脈沖函數。式中的每一項從時域上表示了一條傳播路徑的幅度、相位和時延對于WiFi信號WiFi設備可從每個接收數據包中獲取一組CSI，每組CSI代表了一個正交頻分復用OFDM子載波的幅度和相位，即：式中：H(k)為第k個子載波的CSI。‖??(??)‖和∠H(k)分別為其幅度和相位RSS與CSI的特性比較若RSS是白光，則CSI是以OFDM為棱鏡色散出的光譜。每一束單色光（對應OFDM中的不同子載波）都呈現了不同頻率下多徑傳播的幅度和相CSI可以看作RSS的升級版本19RSS與CSI的關系RSS與CSI的特性比較CSI同時測量多個子載波的頻率響應CSI不僅測量子載波的幅度，還測量對應的相位信息CSI可以看作RSS的升級版本20類別RSSCSI網絡層次MAC層物理層時間分辨率數據包尺度多徑信號簇尺度頻率分辨率無子載波尺度穩定性低高（CSI整體結構）普適性幾乎所有WiFi設備部分WiFi設備WiFi感知粒度的進步WiFi感知技術的對象多樣，應用豐富21提取WiFi網卡CSI的工具推動了感知粒度的發展WiFi感知發展歷程人員檢測人員會遮擋部分原始反射的信號，同時引入額外的反射信號PADS提出對CSI的幅度和相位分別提取協方差矩陣，即PADS22式中：式中：(??_??)

?為第i個子載波上的CSI幅度歸一化之后的值。(??_??)

?為第i個子載波上的CSI相位做歸一化之后的值。K為WiFi信號子載波的個數。人員檢測示意圖

人員檢測PADS分別提取了兩個協方差矩陣各自兩個最大的特征值組合成最終用于識別的特征向量，即PADS23基于上述特征向量，PADS訓練了一個支持向量機SVM用于對特征進行二分類在區分噪聲和人員引起的CSI擾動時，平均檢測準確率達97%PADS人員檢測模型位置追蹤根據CSI的相位得到信號飛行時間ToF，那么人的位置就在以收發機為焦點的橢圓上用3根等間隔擺放的天線計算出信號到達角AoA，進一步追蹤Widar2.024基于CSI的人員位置追蹤模型活動識別提出人體坐標系速度譜BVP的概念，反映了人體所有反射點的運動速度的能量分布BVP通過旋轉、放縮等操作來補償人體的旋轉、加減速等運動對信號的影響，并將環境反射的靜態分量濾除使用卷積神經網絡CNN與循環神經網絡RNN聯合識別模型，達到92.7%左右的手勢識別精度Widar3.025Widar3.0活動識別模型

身份識別GaitWay提出一種新型的散射模型應對多徑復雜的場景通過散射體速度與CSI的關系，建立CSI與人體運動速度的定量關系從中提取特征用于SVM分類器識別，達到90.4%的手勢識別率GaitWay26信號的反射模型與散射模型從樸素算法到人工智能難以滿足高精度、高魯棒性的感知需求傳統的樸素算法遇到瓶頸27XModal-ID嘗試將計算機視覺技術與WiFi感知緊密結合WiPose建立了CNN+RNN聯合深度學習模型STFNets提出短時傅里葉神經網絡WiFi感知借力人工智能WiPose人體姿態構造模型非傳感器感知技術前景28非傳感器感知未來發展的挑戰感知維度目前感知還主要集中在對位置和動作的感知。感知精度現實中感知受噪聲干擾，感知目標復雜，導致實際感知精度降低。場景適應許多感知工作只能在可控的實驗場景下達到較好的感知效果。部署成本感知信號的收發和處理仍需要專門設備，增加了部署成本。隱私問題感知覆蓋的場景和范圍較大，會對人的隱私造成一定影響。29本章內容傳感網感知非傳感器感知群智感知計算4.14.24.3概念大量普通用戶使用手機等移動設備作為基本感知單元通過移動互聯網進行協作，實現感知任務分發與數據收集利用最終完成大規模的、復雜的感知任務什么是群智感知30參與者無須是擁有專業技能的人士，可主動參與或被動參與群智感知中的感知任務常是復雜的群智感知的特點感知任務的分發與收集利用企業利用互聯網將工作分配出去、發現創意或解決技術問題通過互聯網，這些企業可以利用大量用戶的創意和能力與外包的不同點在于，任務和問題是外派給不確定的群體眾包31眾包示意圖感知任務的分發與收集利用Arecibo望遠鏡搜索太空中的無線電信號并記錄SETI@home服務器端將收集到的數據劃分為工作單元，并通過互聯網傳送到全球各客戶端進行處理客戶端在閑置時對數據進行處理，完成后送回并下載新的數據服務器收集數據，并篩選出可用信號在下一次觀測太空中在同一方位進行確認一旦信號被確認，SETI@home將發表公告。相關客戶端會被一起賦予“合作發現者”的稱號SETI@home足不出戶尋找外星人32感知任務的分發與收集利用reCAPTCHA利用全球智慧數字化古籍33早期驗證碼是將隨機字符串圖像進行設計而成的LuisvonAhn提出用這些腦力解決“圖書數字化”問題reCAPTCHA讓人們每次辨識兩個而非一個驗證碼其中一個為早期驗證碼，而另一個則是從印刷品中選取的計算機不認識的字符圖像reCAPTCHA示意圖案例分析公交車線路是一條特定的直線利用手機信號形成一個信號塔的序列公交車到站時間預測34公交線路與信號塔序列案例分析公交車到站時間預測35公交預測系統整體框架發展趨勢數據質量管理群智感知未來發展的挑戰36用戶的感知數據存在不精確、不完整等質量問題用戶感知方式的不同影響感知數據的正確表達和解釋如何有效管理不同參與者提