物联网的感知部分主要以什么为主

物联网的感知部分主要以传感器为主。

由微传感器、微执行器、信号处理和控制电路、通讯接口和电源等部件组成的一体化的微型器件系统。其目标是把信息的获取、处理和执行集成在一起，组成具有多功能的微型系统，集成于大尺寸系统中，从而大幅度地提高系统的自动化、智能化和可靠性水平。

因为MEMS，赋予了普通物体新的生命，它们有了属于自己的数据传输通路、有了存储功能、 *** 作系统和专门的应用程序，从而形成一个庞大的传感网。这让物联网能够通过物品来实现对人的监控与保护。

扩展资料

物联网自身就是一个复杂的网络体系，加之应用领域遍及各行各业，不可避免的存在很大的交叉性。如果这个网络体系没有一个专门的综合平台对信息进行分类管理，就会出现大量信息冗余、重复工作、重复建设造成资源浪费的状况。

每个行业的应用各自独立，成本高、效率低，体现不出物联网的优势，势必会影响物联网的推广。 物联网现急需要一个能整合各行业资源的统一管理平台，使其能形成一个完整的产业链模式。

物联网的应用领域涉及到方方面面，在工业、农业、环境、交通、物流、安保等基础设施领域的应用，有效的推动了这些方面的智能化发展，使得有限的资源更加合理的使用分配，从而提高了行业效率、效益。

在家居、医疗健康、教育、金融与服务业、旅游业等与生活息息相关的领域的应用，从服务范围、服务方式到服务的质量等方面都有了极大的改进，大大的提高了人们的生活质量。

在涉及国防军事领域方面，虽然还处在研究探索阶段，但物联网应用带来的影响也不可小觑，大到卫星、导d、飞机、潜艇等装备系统，小到单兵作战装备，物联网技术的嵌入有效提升了军事智能化、信息化、精准化，极大提升了军事战斗力，是未来军事变革的关键。

参考资料来源：百度百科-物联网

WSN是wireless sensor network的简称，即无线传感网络。 是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳的自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息，并发送给观察者。传感器、感知对象和观察者构成了无线传感器网络的三个要素。 更多相关信息可访问飞瑞敖物联网信息论坛查看。

本专题我共整理了10篇文章，来自中国农业科学院农业质量标准与检测技术研究所、南京农业大学、英国林肯大学、华南农业大学、江南大学、国家农业智能装备工程技术研究中心、浙江大学、中国科学院、吉林农业大学、西北农林 科技 大学、国家信息农业工程技术中心等单位。

文章包含农产品质量安全纳米传感器、太阳能杀虫灯、分簇路由算法、农田物联网混合多跳路由算法、水产养殖溶解氧传感器研制、土壤养分近场遥测方法、农机远程智能管理平台、水肥浓度智能感知与精准配比、果园多机器人通信等内容，供大家阅读、参考。

专题--农业传感器与物联网

Topic--Agricultural Sensor and Internet of Things

[1]王培龙, 唐智勇 农产品质量安全纳米传感应用研究分析与展望[J] 智慧农业(中英文), 2020, 2(2): 1-10

WANG Peilong , TANG Zhiyong Application analysis and prospect of nanosensor in the quality and safety of agricultural products[J] Smart Agriculture, 2020, 2(2): 1-10

知网阅读

[2]杨星, 舒磊, 黄凯, 李凯亮, 霍志强, 王彦飞, 王心怡, 卢巧玲, 张亚成 太阳能杀虫灯物联网故障诊断特征分析及潜在挑战[J] 智慧农业(中英文), 2020, 2(2): 11-27

YANG Xing, SHU Lei, HUANG Kai, LI Kailiang, HUO Zhiqiang, WANG Yanfei, WANG Xinyi, LU Qiaoling, ZHANG Yacheng Characteristics analysis and challenges for fault diagnosis in solar insecticidal lamps Internet of Things[J] Smart Agriculture, 2020, 2(2): 11-27

摘要： 太阳能杀虫灯物联网（SIL-IoTs）是一种基于农业场景与物联网技术的新型物理农业虫害防治工具，通过无线传输太阳能杀虫灯组件状态数据，用户可后台实时查看太阳能杀虫灯运行状态，具有杀虫计数、虫害区域定位、辅助农情监测等功能。但随着SIL-IoTs快速发展与广泛应用，故障诊断难和维护难等矛盾日益突出。基于此，本研究首先阐述了SIL-IoTs的结构和研究现状，分析了故障诊断的重要性，指出了故障诊断是保障其可靠性的主要手段。接着介绍了目前太阳能杀虫灯节点自身存在的故障及其在无线传感网络（WSNs）中的体现，并进一步对WSNs中的故障进行分类，包括基于行为、基于时间、基于组件以及基于影响区域的故障四类。随后讨论了统计方法、概率方法、层次路由方法、机器学习方法、拓扑控制方法和移动基站方法等目前主要使用的WSNs故障诊断方法。此外，还探讨了SIL-IoTs故障诊断策略，将故障诊断从行为上分为主动型诊断与被动型诊断策略，从监测类型上分为连续诊断、定期诊断、直接诊断与间接诊断策略，从设备上分为集中式、分布式与混合式策略。在以上故障诊断方法与策略的基础上，介绍了后台数据异常、部分节点通信异常、整个网络通信异常和未诊断出异常但实际存在异常四种故障现象下适用的WSNs故障诊断调试工具，如Sympathy、Clairvoyant、SNIF和Dustminer。最后，强调了SIL-IoTs的特性对故障诊断带来的潜在挑战，包括部署环境复杂、节点任务冲突、连续性区域节点无法传输数据和多种故障诊断失效等情形，并针对这些潜在挑战指出了合理的研究方向。由于SIL-IoTs为农业物联网中典型应用，因此本研究可扩展至其它农业物联网中，并为这些农业物联网的故障诊断提供参考。

知网阅读

[3]汪进鸿, 韩宇星 用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法[J] 智慧农业(中英文), 2020, 2(2): 28-47

WANG Jinhong, HAN Yuxing Cognitive radio sensor networks clustering routing algorithm for crop phenotypic information edge computing collection[J] Smart Agriculture, 2020, 2(2): 28-47

摘要： 随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。

知网阅读

[4]顾浩, 王志强, 吴昊, 蒋永年, 郭亚 基于荧光法的溶解氧传感器研制及试验[J] 智慧农业(中英文), 2020, 2(2): 48-58

GU Hao, WANG Zhiqiang, WU Hao, JIANG Yongnian, GUO Ya A fluorescence based dissolved oxygen sensor[J] Smart Agriculture, 2020, 2(2): 48-58

摘要：溶解氧含量的测量对水产养殖具有极其重要的意义，但目前中国市面上的溶解氧传感器存在价格昂贵、不能持续在线测量及更新部件维护困难等问题，难以在水产养殖物联网中大规模推广和发挥作用。本研究基于荧光淬灭原理，利用水中溶解氧浓度与荧光信号相位差的关系进行低成本、易维护溶解氧传感器的研发。首先利用自制备溶氧敏感膜，经激发光照射后产生红色荧光，该荧光寿命可由溶解氧浓度调节；然后利用光信号敏感器件设计光电转化电路实现光信号感知；再以STM32F103微处理器作为主控芯片，编写下位机程序实现激发光脉冲产生，利用相敏检波原理以及快速傅里叶变换（FFT）计算激发光与参照光的相位差，进而转化为溶解氧浓度，实现溶解氧的测量。荧光探测部分与系统主控部分采用分离式设计思想，利用屏蔽排线直接插拔连接，便于传感器探测头的拆卸、更换、维护以及实现远距离在线测量。经测试，本溶解氧传感器的测量范围是0~20 mg/L，响应延迟小于2 s，溶氧敏感膜使用寿命约1年，可以实时不间断地对溶解氧浓度进行测量。同时，本传感器具有测量方便、制作成本低、体积小等特点，为中国水产养殖低成本溶解氧传感器的研发与市场化奠定了良好的基础。

知网阅读

[5]矫雷子, 董大明, 赵贤德, 田宏武 基于调制近红外反射光谱的土壤养分近场遥测方法研究[J] 智慧农业(中英文), 2020, 2(2): 59-66

JIAO Leizi, DONG Daming, ZHAO Xiande, TIAN Hongwu Near-field telemetry detection of soil nutrient based on modulated near-infrared reflectance spectrum[J] Smart Agriculture, 2020, 2(2): 59-66

摘要： 土壤养分作为农业生产的重要指标，含量过少会降低农作物产量，过多则会造成环境污染。因此，快速、准确检测土壤养分对于精准施肥和提高作物产量具有重要意义。基于取样和化学分析的传统方法能够全面准确地检测土壤养分，但检测过程中土壤的取样及预处理过程繁琐、 *** 作复杂、费时费力，不能实现土壤养分的原位快速检测。本研究基于调制近红外光谱，提出了一种土壤养分主动式近场遥测方法，可有效避免土壤反射自然光的干扰。该方法使用波长范围1260~1610 nm的8通道窄带激光二极管作为近红外光源，通过测量8通道激光光束的土壤反射率，建立土壤养分中氮（N）关于土壤反射率的计量模型，实现了N的快速检测。在74组已知N含量的土壤样品中，选取54组作为训练集，20组作为预测集。基于一般线性模型，对训练集中土壤N含量与土壤反射率的定量化参数进行训练，筛选显著波段后的计量模型R2达到097。基于建立的计量模型，预测集中土壤N含量预测值与参考值的决定系数R2达到09，结果表明该方法具有土壤养分现场快速检测的能力。

知网阅读

[6]朱登胜, 方慧, 胡韶明, 王文权, 周延锁, 王红艳, 刘飞, 何勇 农机远程智能管理平台研发及其应用[J] 智慧农业(中英文), 2020, 2(2): 67-81

ZHU Dengsheng, FANG Hui, HU Shaoming, WANG Wenquan, ZHOU Yansuo, WANG Hongyan, LIU Fei, HE Yong Development and application of an intelligent remote management platform for agricultural machinery[J] Smart Agriculture, 2020, 2(2): 67-81

摘要： 本研究针对农机管理实时数据少、农机实时作业监管困难、服务信息不对称等问题，首先提出专业化远程管理平台设计时应具有五大原则：专业化、标准化、云平台、模块化以及开放性。基于这些原则，本研究设计了基于大田作业智能传感技术、物联网技术、定位技术、遥感技术和地理信息系统的可定制化的通用农机远程智能管理平台。平台分别为各级政府管理部门、农机合作社、农机手、农户设计并实现了基于WebGIS 的农机信息库及农机位置服务、农机作业实时监测与管理、农田基础信息管理、田间作物基本信息管理、农机调度管理、农机补贴管理、农机作业订单管理等多个实用模块。研究着重分析了在当前的技术背景下，平台部分关键技术的实现方法，包括采用低精度GNSS定位系统前提下的作业面积的计算方法、GNSS定位数据处理过程中的数据问题分析、农机调度算法、作业传感器信息的集成等，并提出了以地块为核心的管理平台建设思路；同时提出农机作业管理平台将逐步从简单作业管理转向大田农机综合管理。本平台对同类型管理平台的研发具有一定的参考与借鉴作用。

知网阅读

[7]金洲, 张俊卿, 郭红燕, 胡宜敏, 陈翔宇, 黄河, 王红艳 水肥浓度智能感知与精准配比系统研制与试验[J] 智慧农业(中英文), 2020, 2(2): 82-93

JIN Zhou, ZHANG Junqing, GUO Hongyan, HU Yimin, CHEN Xiangyu, HUANG He, WANG Hongyan Development and testing of intelligent sensing and precision proportioning system of water and fertilizer concentration[J] Smart Agriculture, 2020, 2(2): 82-93

摘要： 为解决农场当地当时的复合肥料精准化配料问题，本研究将水肥一体化智能灌溉施肥系统作为研究对象，构建了水肥浓度智能感知与精准配比系统。首先提出现场在线水肥溶液智能感知模型的快速建立方法，利用数据分析算法从传感器实时监测的一系列浓度梯度的肥料溶液中挖掘出模型。其次基于上述模型设计水肥浓度智能感知与精准配比系统的框架结构，阐述系统工作原理；并通过三种水体模拟在线配肥验证了该系统原位指导水肥浓度配比的有效性，同时评价了水体电导率对水肥配比浓度的干扰。试验结果表明，正则化条件下二阶的多项式拟合曲线是表达溶液电导率与水肥浓度的变化关系最优的模型，相关系数R2均大于0999，由此模型可得出用户关心的复合肥各指标浓度。三种水体模拟在线配肥结果表明，水体会干扰电导率导致无法准确反演水肥配比的浓度，相对偏差值超过了01。因此，本研究提出的在线水肥智能感知与精准配比系统实现了消除当地水体电导率对水肥配比准确性的干扰，通过模型计算实现复合肥精准化配比，并得出各指标浓度。该系统结构简单，配比精准，易与现有水肥一体机或者人工配肥系统结合使用，可广泛应用于设施农业栽培、果园栽培和大田经济作物栽培等环境下的精准智能施肥。

知网阅读

[8]孙浩然, 孙琳, 毕春光, 于合龙 基于粒子群与模拟退火协同优化的农田物联网混合多跳路由算法[J] 智慧农业(中英文), 2020, 2(3): 98-107

SUN Haoran, SUN Lin, BI Chunguang, YU Helong Hybrid multi-hop routing algorithm for farmland IoT based on particle swarm and simulated annealing collaborative optimization method[J] Smart Agriculture, 2020, 2(3): 98-107

摘要： 农业无线传感器网络对农田土壤、环境和作物生长的多源异构信息的获取起关键作用。针对传感器在农田中非均匀分布且受到能量制约等问题，本研究提出了一种基于粒子群和模拟退火协同优化的农田物联网混合多跳路由算法（PSMR）。首先，通过节点剩余能量和节点度加权选择簇首，采用成簇结构实现异构网络高效动态组网。然后通过簇首间多跳数据结构解决簇首远距离传输能耗过高问题，利用粒子群与模拟退火协同优化方法提高算法收敛速度，实现sink节点加速采集簇首中的聚合数据。对算法的仿真试验结果表明，PSMR算法与基于能量有效负载均衡的多路径路由策略方法（EMR）相比，无线传感器网络生命周期提升了57%；与贪婪外围无状态路由算法（GPSR-A）相比，在相同的网络生命周期内，第1个死亡传感器节点推迟了两轮，剩余能量标准差减少了004 J，具有良好的网络能耗均衡性。本研究提出的PSMR算法通过簇首间多跳降低远端簇首额外能耗，提高了不同距离簇首的能耗均衡性能，为实现大规模农田复杂环境的长时间、高效、稳定地数据采集监测提供了技术基础，可提高农业物联网的资源利用效率。

知网阅读

[9]毛文菊, 刘恒, 王东飞, 杨福增, 刘志杰 面向果园多机器人通信的AODV路由协议改进设计与测试[J] 智慧农业(中英文), 2021, 3(1): 96-108

MAO Wenju, LIU Heng, WANG Dongfei, YANG Fuzeng, LIU Zhijie Improved AODV routing protocol for multi-robot communication in orchard[J] Smart Agriculture, 2021, 3(1): 96-108

摘要： 针对多机器人在果园中作业时的通信需求，本研究基于Wi-Fi信号在桃园内接收强度预测模型，提出了一种引入优先节点和路径信号强度阈值的改进无线自组网按需平面距离向量路由协议（AODV-SP）。对AODV-SP报文进行设计，并利用NS2仿真软件对比了无线自组网按需平面距离向量路由协议（AODV）和AODV-SP在发起频率、路由开销、平均端到端时延及分组投递率4个方面的性能。仿真试验结果表明，本研究提出的AODV-SP路由协议在发起频率、路由开销、平均端到端时延及分组投递率4个方面的性能均优于AODV协议，其中节点的移动速度为5 m/s时，AODV-SP的路由发起频率和路由开销较AODV分别降低了365%和709%，节点的移动速度为8 m/s时，AODV-SP的分组投递率提高了059%，平均端到端时延降低了1309%。为进一步验证AODV-SP协议的性能，在实验室环境中搭建了基于领航-跟随法的小型多机器人无线通信物理平台并将AODV-SP在此平台应用，并进行了静态丢包率和动态测试。测试结果表明，节点相距25 m时静态丢包率为0，距离100 m时丢包率为2101%；动态行驶时能使机器人维持链状拓扑结构。本研究可为果园多机器人在实际环境中通信系统的搭建提供参考。

知网阅读

[10]黄凯, 舒磊, 李凯亮, 杨星, 朱艳, 汪小旵, 苏勤 太阳能杀虫灯物联网节点的防盗防破坏设计及展望[J] 智慧农业(中英文), 2021, 3(1): 129-143

HUANG Kai, SHU Lei, LI Kailiang, YANG Xing, ZHU Yan, WANG Xiaochan, SU Qin Design and prospect for anti-theft and anti-destruction of nodes in Solar Insecticidal Lamps Internet of Things[J] Smart Agriculture, 2021, 3(1): 129-143

摘要： 太阳能杀虫灯在有效控制虫害的同时，可减少农药施药量。随着其部署数量的增加，被盗被破坏的报道也越来越多，严重影响了虫害防治效果并造成了较大的经济损失。为有效地解决太阳能杀虫灯物联网节点被盗被破坏问题，本研究以太阳能杀虫灯物联网为应用场景，对太阳能杀虫灯硬件进行改造设计以获取更多的传感信息；提出了太阳能杀虫灯辅助设备——无人机杀虫灯，用以被盗被破坏出现后的部署、追踪和巡检等应急应用。通过上述硬件层面的改造设计和增加辅助设备，可以获取更为全面的信息以判断太阳能杀虫灯物联网节点被盗被破坏情况。但考虑到被盗被破坏发生时间短，仅改造硬件层面还不足以实现快速准确判断。因此，本研究进一步从内部硬件、软件算法和外形结构设计三个层面，探讨了设备防盗防破坏的优化设计、设备防盗防破坏判断规则的建立、设备被盗被破坏的快速准确判断、设备被盗被破坏的应急措施、设备被盗被破坏的预测与防控，以及优化计算以降低网络数据传输负荷六个关键研究问题，并对设备防盗防破坏技术在太阳能杀虫灯物联网场景中的应用进行了展望。

知网阅读

微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。

入群方法： 加我微信 331760296 ， 备注： 姓名、单位、研究方向 ，我拉您进群，机构营销广告人员勿扰。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动 的宣传推广

感知层安全威胁
物联网感知层面临的安全威胁主要如下：
    T1 物理攻击：攻击者实施物理破坏使物联网终端无法正常工作，或者盗窃终端设备并通过破解获取用户敏感信息。
    T2 传感设备替换威胁：攻击者非法更换传感器设备，导致数据感知异常，破坏业务正常开展。
    T3 假冒传感节点威胁：攻击者假冒终端节点加入感知网络，上报虚假感知信息，发布虚假指令或者从感知网络中合法终端节点骗取用户信息，影响业务正常开展。
    T4 拦截、篡改、伪造、重放：攻击者对网络中传输的数据和信令进行拦截、篡改、伪造、重放，从而获取用户敏感信息或者导致信息传输错误，业务无法正常开展。
    T5 耗尽攻击：攻击者向物联网终端泛洪发送垃圾信息，耗尽终端电量，使其无法继续工作。
    T6 卡滥用威胁：攻击者将物联网终端的(U)SIM卡拔出并插入其他终端设备滥用（如打电话、发短信等），对网络运营商业务造成不利影响。

感知层由具有感知、识别、控制和执行等能力的多种设备组成，采集物品和周围环境的数据，完成对现实物理世界的认知和识别。感知层感知物理世界信息的两大关键技术是射频识别(Radio Frequency Identification，RFID)技术和无线传感器网络(Wireless Sensor Networ
k，WSN)技术。因此，探讨物联网感知层的数据信息安全，重点在于解决RFID系统和WSN系统的安全问题。

RFID技术是一种通过射频通信实现的非接触式自动识别技术。基于RFID技术的物联网感知层结构如图1所示：每个RFID系统作为一个独立的网络节点通过网关接入到网络层。因此，该系统架构下的信息安全依赖于在于单个RFID系统的信息安全。

传感网 传感网 定义：随机分布的集成有传感器、数据处理单元和通信单元的微小节点，通过自组织的方式构成的无线网络。 功能：借助于节点中内置的传感器测量周边环境中的热、红外、声纳、雷达和地震波信号,从而探测包括温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等物质现象。 以互联网为代表的计算机网络技术是二十世纪计算机科学的一项伟大成果，它给我们的生活带来了深刻的变化，然而在目前，网络功能再强大，网络世界再丰富，也终究是虚拟的，它与我们所生活的现实世界还是相隔的，在网络世界中，很难感知现实世界，很多事情还是不可能的，时代呼唤着新的网络技术。传感网络正是在这样的背景下应运而生的全新网络技术，它综合了传感器、低功耗、通讯以及微机电等等技术，可以预见，在不久的将来，传感网络将给我们的生活方式带来革命性的变化。 无线传感网 无线传感网络技术是典型的具有交叉学科性质的军民两用战略高技术，可以广泛应用于GF军事、国家安全、环境科学、交通管理、灾害预测、医疗卫生、制造业、城市信息化建设等领域。无线传感器网络(WSNs)是由许许多多功能相同或不同的无线传感器节点组成，每一个传感器节点由数据采集模块(传感器、A/D转换器)、数据处理和控制模块(微处理器、存储器)、通信模块(无线收发器)和供电模块(电池、DC/AC能量转换器)等组成。近期微电子机械加工(MEMS)技术的发展为传感器的微型化提供了可能，微处理技术的发展促进了传感器的智能化，通过MEMS技术和射频(RF)通信技术的融合促进了无线传感器及其网络的诞生。传统的传感器正逐步实现微型化、智能化、信息化、网络化，正经历着一个从传统传感器(Dumb Sensor)→智能传感器(Smart Sensor)→嵌入式Web传感器(Embedded Web Sensor)的内涵不断丰富的发展过程。 国际上比较有代表性和影响力的无线传感网络实用和研发项目有遥控战场传感器系统(Remote Battlefield Sensor System，简称 REMBASS --伦巴斯)、网络中心战(NCW)及灵巧传感器网络(SSW))、智能尘(smart dust)、IntelMote、Smart -Its项目、SensIT、SeaWeb、行为习性监控(Habitat Monitoring)项目、英国国家网格等。尤其是今年最新试制成功的低成本美军“狼群”地面无线传感器网络标志着电子战领域技战术的最新突破。俄亥俄州正在开发“沙地直线”(A Line intheSand)无线传感器网络系统。这个系统能够散射电子绊网(tripwires)到任何地方，以侦测运动的高金属含量目标。民用方面，美日等发达国家在对该技术不断研发的基础上在多领域进行了应用。 英特尔与加利福尼亚州大学伯克利分校正领导着微尘技术的研究工作。他们成功创建了瓶盖大小的全功能传感器，可以执行计算、检测与通信等功能。2002年，英特尔研究实验室研究人员将处方药瓶大小的32个传感器连进互联网，以读出缅因州“大鸭岛”上的气候，评价一种海燕巢的条件。而2003年第二季度，他们换用150个安有D型微型电池的第二代传感器，来评估这些鸟巢的条件。他们的目的是让世界各国研究人员实现无入侵式及无破坏式的、对敏感野生动物及其栖居地的监测。该公司开发出了用于家庭护理的无线传感器网络系统。根据演示，试制系统通过在鞋、家具，以及家用电器中嵌入半导体传感器，帮助老年人、阿尔茨海默氏病患者，以及残障人士的家庭生活。该系统利用无线通信将各传感器联网，可高效传递必要的信息，从而方便病人接受护理，还可以减轻护理人员的负担。该无线传感器网络系统是英特尔公司在阿尔茨海默氏病患者家庭的合作下，历时一年研究完成的，2004年下半年开始试用。 日立制作所与YRP泛在网络化研究所2004年11月24日宣布开发出了全球体积最小的传感器网络终端。该终端为安装电池的有源无线终端，可以搭载温度、亮度、红外线、加速度等各种传感器。设想应用于大楼与家庭的无线传感器以及安全管理方面。 三菱电机日前开发成功了一种设想用于传感器网络的小型低耗电无线模块。能够使用特定小功率无线构筑对等(Ad-hoc)网络。目标是取代目前利用专线构筑的家用安全网络，计划2005年～2006年达到实用水平。具体而言，与红外线传感器配合，检测是否有人、与加速度传感器配合，检测窗玻璃和家具的振动、与磁传感器配合，检测门的开关，等等。 在旧金山，200个联网微尘已被部署在金门大桥。这些微尘用于确定大桥从一边到另一边的摆动距离—可以精确到在强风中为几英尺。当微尘检测出移动距离时，它将把该信息通过微型计算机网络传递出去。信息最后到达一台更强大的计算机进行数据分析。任何与当前天气情况不吻合的异常读数都可能预示着大桥存在隐患。 我国现代意义的无线传感网及其应用研究几乎与发达国家同步启动，1999年首次正式出现于中国科学院《知识创新工程试点领域方向研究》的信息与自动化领域研究报告中，作为该领域提出的五个重大项目之一。随着知识创新工程试点工作的深入，2001年中科院依托上海微系统所成立微系统研究与发展中心，引领院内的相关工作，并通过该中心在无线传感网的方向上陆续部署了若干重大研究项目和方向性项目，参加单位包括上海微系统所、声学所、微电子所、半导体所、电子所、软件所、中科大等十余个校所，初步建立传感网络系统研究平台，在无线智能传感网络通信技术、微型传感器、传感器节点、簇点和应用系统等方面取得很大的进展，2004年9月相关成果在北京进行了大规模外场演示，部分成果已在实际工程系统中使用。国内的许多高校也掀起了无线传感器网络的研究热潮。清华大学、中国科技大学、浙江大学、华中科技大学、天津大学、南开大学、北京邮电大学、东北大学、西北工业大学、西南交通大学、沈阳理工大学和上海交通大学等单位纷纷开展了有关无线传感器网络方面的基础研究工作。一些企业如中兴通讯公司等单位也加入无线传感器网络研究的行列。 传感网在民用方面，涉及城市公共安全、公共卫生、安全生产、智能交通、智能家居、环境监控等领域。国内从事传感网应用的大企业目前为数不多，小企业呈现蓬勃发展的势头。北京鼎天软件有限公司，主要从事城市公共安全应急指挥系统建设，已经承担扬州电子政务和扬州应急指挥系统。上海电器科学研究院主要从事智能交通方面的工程，已经承担上海市内、外环智能交通工程。嘉兴中科无线传感网科技有限公司在数字航道、城市应急系统、机场监控等方面有较好的技术背景，相关项目工程正在进行中。沈阳东软、北大青鸟、亿阳信通等企业也传感网应用方面有所涉足，目前主要在电子政务方面，正在向公共安全应急指挥系统进发。 物联网 所谓“物联网”（Internet of Things），指的是将各种信息传感设备，如射频识别（RFID）装置 [1] 、红外感应器、全球定位系统、激光扫描器等种种装置与互联网结 合起来而形成的一个巨大网络。其目的，是让所有的物品都与网络连接在一起，方便识别和管理。 物联网是利用无所不在的网络技术建立起来的其中非常重要的技术是RFID电子标签技术 以简单RFID系统为基础，结合已有的网络技术、数据库技术、中间件技术等，构筑一个由大量联网的阅读器和无数移动的标签组成的，比Internet更为庞大的物联网成为RFID技术发展的趋势。在这个网络中，系统可以自动的、实时的对物体进行识别、定位、追踪、监控并触发相应事件。 物联网又称“传感网”，以互联网为代表的计算机网络技术是二十世纪计算机科学的一项伟大成果，它给我们的生活带来了深刻的变化，然而在目前，网络功能再强大，网络世界再丰富，也终究是虚拟的，它与我们所生活的现实世界还是相隔的，在网络世界中，很难感知现实世界，很多事情还是不可能的，时代呼唤着新的网络技术。 无线传感网络正是在这样的背景下应运而生的全新网络技术，它综合了传感器、低功耗、通讯以及微机电等等技术，可以预见，在不久的将来，无线传感网络将给我们的生活方式带来革命性的变化。 定义：随机分布的集成有传感器、数据处理单元和通信单元的微小节点，通过自组织的方式构成的无线网络。 英文名：Wireless Sensor Networks；缩写：WSN 功能：借助于节点中内置的传感器测量周边环境中的热、红外、声纳、雷达和地震波信号,从而探测包括温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等物质现象。 目前较为成型的分布式网络集成框架是EPCglobal提出的EPC网络。EPC网络主要是针对物流领域，其目的是增加供应链的可视性（visibility）和可控性（control），使整个物流领域能够借助RFID技术获得更大的经济效益。 EPC网络的关键技术包括： EPC编码：长度为64位、96位和256位的ID编码，出于成本的考虑现在主要采用64位和96位两种编码。EPC编码分为四个字段，分别为：①头部，标识编码的版本号，这样就可使电子产品编码采用不同的长度和类型；②产品管理者，如产品的生产商；③产品所属的商品类别；④单品的唯一编号。 Savant，介于阅读器与企业应用之间的中间件，为企业应用提供一系列计算功能。它首要任务是减少从阅读器传往企业应用的数据量,对阅读器读取的标签数据进行过滤、汇集、计算等 *** 作，同时Savant还提供与ONS、PML服务器、其他Savant互 *** 作功能。 对象名字服务，类似于域名服务器DNS，ONS提供将EPC编码解析为一个或一组URLs的服务，通过URLs可获得与EPC相关产品的进一步信息。 信息服务，以PML格式存储产品相关信息，可供其他的应用进行检索，并以PML的格式返回。存储的信息可分为两大类，一类是与时间相关的历史事件记录，如原始的RFID阅读事件（记录标签在什么时间，被哪个阅读器阅读），高层次的活动记录如交易事件（记录交易涉及的标签）等；另一类是产品固有属性信息，如产品生产时间、过期时间、体积、颜色等。 物理标示语言，PML是在XML的基础上扩展而来，被视为描述所有自然物体、过程和环境的统一标准。在EPC网络中，所有有关商品的信息都以物理标示语言PML来描述，是EPC网络信息存储和交换的标准格式。

三者定义有重叠
传感器网(Sensor Network)：传感器网络(也称传感网)是利用各种传感器(光、电、温度、湿度、压力等)加上中低速的近距离无线通信技术构成一个独立的网络,是由多个具有有线或无线通信与计算能力的低功耗、小体积的微小传感器节点构成的网络系统，它一般提供局域或小范围物与物之间的信息交换功能。
物联网(Internet of Things)：物联网是指在物理世界的实体中部署具有一定感知能力、计算能力或执行能力的各种信息传感设备，通过网络设施实现信息传输、协同和处理，从而实现广域或大范围的人与物、物与物之间信息交换需求的互联。物联网包括各种末端网、通信网络和应用3个层次，其中末端网包括各种实现与物互联的技术，如传感器网络、RFID、二维码、短距离无线通信技术、移动通信模块等。传感器网络是物联网末端采用的关键技术之一。
泛在网络(Ubiquitous Networking)：泛在网是指基于个人和社会的需求，利用现有的网络技术和新的网络技术，实现人与人、人与物、物与物之间按需进行的信息获取、传递、存储、认知、决策、使用等服务，网络超强的环境感知、内容感知及其智能性，为个人和社会提供泛在的、无所不含的信息服务和应用。
未来定位不同
未来泛在网、物联网、传感器网各有定位，传感器网是泛在/物联网的组成部分，物联网是泛在网发展的物联阶段，通信网、互联网、物联网之间相互协同融合是泛在网发展的目标。传感器网最主要的特征是利用各种各样的传感器加上中低速的近距离无线通信技术。
物联网将解决广域或大范围的人与物、物与物之间信息交换需求的联网问题，物联网采用各种不同的技术把物理世界的各种智能物体、传感器接入网络。物联网通过接入延伸技术，实现末端网络(个域网、汽车网、家庭网络、社区网络、小物体网络等)的互联来实现人与物、物与物之间的通信，在这个网络中，机器、物体和环境都将被纳入人类感知的范畴，利用传感器技术、智能技术，所有的物体将获得生命的迹象，从而变得更加聪明，实现了数字虚拟世界与物理真实世界的对应或映射。

物联网是利用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过新的方式联在一起，形成人与物、物与物相联，实现信息化、远程管理控制和智能化的网络。
无线传感器网络（Wireless Sensor Network, WSN）是由大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络，以协作地感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息，并最终把这些信息发送给网络的所有者。
区别如下：
1，物联网技术的重要基础和核心仍旧是互联网，通过各种有线和无线网络与互联网融合，将物体的信息实时准确地传递出去。
无线传感器网络是一种灵活的自组织网络，相对而言具有较高的不确定性，同时网络拓扑容易受到外部环境的影响。
物联网相对于无线传感器网络而言网络拓扑比较固定。
2,物联网中实体之间的网络组织方式也比无线传感器网络多样，可以是无线的，也可是有线的。
3，从处理能上而言，物联网有较强的数据处理能力。其本身也具有智能处理的能力，能够对物体实施智能控制。
无线传感器网络处理能力较弱，其本身不具有智能数据处理的能力，节点只负责收集数据即可。
图表可以看出他们的关系，传感网是物联网的一部分

---