WSN鈾尾礦庫核污染監(jiān)測GAF交圓改進(jìn)型路由

余修武，張 楓，范飛生，周利興，葉勇軍，郭 倩

?

WSN鈾尾礦庫核污染監(jiān)測GAF交圓改進(jìn)型路由

余修武，張 楓，范飛生，周利興，葉勇軍，郭 倩

(南華大學(xué)環(huán)境保護(hù)與安全工程學(xué)院 湖南 衡陽 421001)

在對鈾尾礦庫進(jìn)行監(jiān)測時，無線傳感器優(yōu)于傳統(tǒng)的有線布置，但由于能量受限，在路由傳輸中必須高效地使用能量。該文在分析LEACH和GAF算法的基礎(chǔ)上，提出了一種基于GAF交圓結(jié)構(gòu)的改進(jìn)型路由算法(IC-GAF)。利用節(jié)點(diǎn)地理位置信息與相交圓的結(jié)構(gòu)模型來劃分虛擬圓，在虛擬圓內(nèi)根據(jù)剩余能量和節(jié)點(diǎn)與中心的距離來選舉簇頭，簇頭從下一接收簇頭或中轉(zhuǎn)節(jié)點(diǎn)中選擇最優(yōu)的下一跳節(jié)點(diǎn)傳輸數(shù)據(jù)，最終將數(shù)據(jù)傳輸?shù)交尽７抡姹砻?，IC-GAF能有效的降低節(jié)點(diǎn)能耗，延長網(wǎng)絡(luò)壽命。

節(jié)點(diǎn)能耗; 路由算法; 鈾尾礦庫; 無線傳感器網(wǎng)絡(luò)

鈾尾礦砂含有的放射性核素會隨著雨水浸入地下和水中，或滲出礦壩，其放射性污染范圍廣，危害具有隱蔽性，因此對鈾尾礦庫放射性污染的監(jiān)測十分必要[1]。當(dāng)前鈾尾礦監(jiān)測主要采用人工或有線監(jiān)測，需耗費(fèi)大量人力與成本，且不易擴(kuò)展。無線傳感網(wǎng)絡(luò)(WSN)在污染檢測、應(yīng)急指揮、智能交通等監(jiān)控領(lǐng)域具有廣闊的應(yīng)用前景[2-3]，能夠?qū)崟r動態(tài)的對環(huán)境進(jìn)行數(shù)據(jù)采集分析，具有自組織性、可移動、放置靈活等特點(diǎn)，能較好地解決鈾尾礦監(jiān)測中傳統(tǒng)的有線布設(shè)問題，但其能量受限，故降低數(shù)據(jù)傳輸路由能耗是無線傳感器網(wǎng)絡(luò)的關(guān)鍵。

LEACH[4]協(xié)議在隨機(jī)輪選簇頭時，沒有考慮節(jié)點(diǎn)的剩余能量和通信距離等因素，以致節(jié)點(diǎn)能耗的不均勻?qū)е虏糠止?jié)點(diǎn)過早死亡。許多文獻(xiàn)提出了相應(yīng)的改進(jìn)型協(xié)議，比如采取多跳通信方式，由簇頭將鄰居簇頭的數(shù)據(jù)轉(zhuǎn)發(fā)給Sink節(jié)點(diǎn)，解決通信能耗過大的問題。然而距離Sink節(jié)點(diǎn)較遠(yuǎn)的簇頭需要鄰居簇頭來進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，導(dǎo)致離Sink節(jié)點(diǎn)近的簇頭承擔(dān)較多的工作，消耗過多的能量，產(chǎn)生“熱區(qū)”現(xiàn)象[5-7]。文獻(xiàn)[8]結(jié)合通信距離和節(jié)點(diǎn)當(dāng)前能量兩個因素來選簇頭，對于靠近基站的普通節(jié)點(diǎn)可在喚醒時間內(nèi)充當(dāng)路由節(jié)點(diǎn)，與簇頭節(jié)點(diǎn)一同形成在最后一跳的多條路徑選擇。文獻(xiàn)[9]提出一種基于信號機(jī)制的能量感知地理路由算法，使得位于空洞邊界節(jié)點(diǎn)的鄰居節(jié)點(diǎn)輪流承擔(dān)轉(zhuǎn)發(fā)功能，避開空洞邊緣中能量相對較低的熱區(qū)節(jié)點(diǎn)，均衡熱區(qū)能量消耗。

GAF[10]算法是基于節(jié)點(diǎn)地理位置的分簇算法,按虛擬單元格劃分簇易于操作，但隨機(jī)選擇簇頭，沒有考慮節(jié)點(diǎn)的剩余能量，由簇頭承擔(dān)著網(wǎng)絡(luò)中大部分的數(shù)據(jù)處理和通信工作。文獻(xiàn)[11]采用單跳和多跳通信相結(jié)合的方式，構(gòu)造虛擬簇頭來承擔(dān)數(shù)據(jù)的轉(zhuǎn)發(fā)。文獻(xiàn)[12]在蜂窩結(jié)構(gòu)的基礎(chǔ)上將監(jiān)測區(qū)域劃分為圓形，并將重疊區(qū)域作為中轉(zhuǎn)區(qū)域。以上算法應(yīng)用于長帶狀的鈾尾礦庫壩監(jiān)測中還不夠完善。

綜上分析，針對鈾尾礦壩體的帶狀結(jié)構(gòu)，本文提出一種基于GAF交圓結(jié)構(gòu)的改進(jìn)型路由算法(intersecting circle-GAF, IC-GAF)。通過劃分虛擬圓，在簇頭競爭過程中提高剩余能量大和距離虛擬圓中心近的節(jié)點(diǎn)成為簇頭的概率，簇頭向基站傳輸數(shù)據(jù)時，在熱區(qū)附近動態(tài)地選擇簇頭或重疊區(qū)域中的某一節(jié)點(diǎn)來中轉(zhuǎn)，以此平衡熱區(qū)簇頭在數(shù)據(jù)傳送過程中的能量消耗，延長網(wǎng)絡(luò)壽命。

1 網(wǎng)絡(luò)模型

1.1 監(jiān)測網(wǎng)絡(luò)構(gòu)建

監(jiān)測區(qū)域?yàn)殁櫸驳V壩的壩面，壩體坡面為傾斜平面，由平整的石塊砌成，可將監(jiān)測區(qū)域視為一個帶狀的二維平面。該網(wǎng)絡(luò)的布置為一個節(jié)點(diǎn)非均勻分布的模型，節(jié)點(diǎn)部署在一個帶狀的監(jiān)測區(qū)域內(nèi)收集數(shù)據(jù)，如圖1所示，網(wǎng)絡(luò)模型中采集的數(shù)據(jù)通過簇頭傳輸?shù)交荆诖仡^跟基站通信時，可通過選擇最優(yōu)的下一跳接收節(jié)點(diǎn)進(jìn)行多跳向基站發(fā)送信息，從而均衡網(wǎng)絡(luò)的耗能。

圖1 鈾尾礦壩監(jiān)測網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

1.2 條件設(shè)置

1) 設(shè)在對某段壩體監(jiān)測時有唯一的基站，基站為有線供電，能量不限。

2) 監(jiān)測區(qū)域中布置了個節(jié)點(diǎn)，能量相同且有限。所有節(jié)點(diǎn)通過相關(guān)定位算法可獲知自身位置信息，此過程消耗的能量，在此不予考慮。

3) 節(jié)點(diǎn)具有計(jì)算和數(shù)據(jù)存儲轉(zhuǎn)發(fā)能力。

4) 節(jié)點(diǎn)只將監(jiān)測數(shù)據(jù)轉(zhuǎn)發(fā)給所在簇的簇頭。

2 IC-GAF算法

2.1 虛擬圓的劃分

在GAF算法中，將監(jiān)測區(qū)域劃分為若干個正方形單元格，如圖2a所示。GAF對監(jiān)測區(qū)域的劃分要求相鄰兩個單元格內(nèi)的任意節(jié)點(diǎn)能夠直接通信，相鄰單元格節(jié)點(diǎn)間的最遠(yuǎn)距離應(yīng)小于通信閾值距離0，即≤0，有利于減少節(jié)點(diǎn)的通信能耗。正方形結(jié)構(gòu)模型中的邊長與關(guān)系：

在IC-GAF中，則使用相交圓結(jié)構(gòu)模型，如圖2b所示，要使相鄰的虛擬圓中任意兩個節(jié)點(diǎn)能保持通信，相鄰簇頭間的最遠(yuǎn)距離小于0，即≤0。相交圓結(jié)構(gòu)模型中的邊長與應(yīng)滿足：

a. 正方形

b. 相交圓

綜上可得：

IC-GAF相交圓結(jié)構(gòu)模型與GAF正方形單元格結(jié)構(gòu)相比，增加了每個單元的面積和單跳信號覆蓋面積，在網(wǎng)絡(luò)中節(jié)點(diǎn)密度不變的情況下，明顯可以增加虛擬單元中的節(jié)點(diǎn)個數(shù)，即存在節(jié)點(diǎn)共享(中轉(zhuǎn)節(jié)點(diǎn))。

在監(jiān)測平面區(qū)域內(nèi)選定基站的位置為參考點(diǎn)，建立平面直角坐標(biāo)系，將監(jiān)測區(qū)域劃作若干個正方形，每個正方形的中心為圓心，正方形的對角線長度為直徑作外接圓，并把虛擬圓編號。按地理位置信息將節(jié)點(diǎn)劃入相應(yīng)的圓內(nèi)。

2.2 簇頭競選

簇頭越靠近虛擬圓的中心，整個網(wǎng)絡(luò)中簇頭分布位置會更均勻。選擇能量高的節(jié)點(diǎn)成為簇頭也有利于延長簇的壽命。設(shè)定簇頭競選系數(shù)用于判斷虛擬圓內(nèi)節(jié)點(diǎn)成為簇頭的可能性。

簇頭競選系數(shù)為：

式中，E表示某節(jié)點(diǎn)的剩余能量；max表示當(dāng)前輪簇內(nèi)節(jié)點(diǎn)剩余能量的最大值；E表示當(dāng)前輪簇內(nèi)節(jié)點(diǎn)的平均能量；d表示節(jié)點(diǎn)到虛擬圓中心的距離。q越大節(jié)點(diǎn)成為簇頭的概率就越大。

圖3 簇頭競選流程圖

在新算法初始化時最接近虛擬圓中心位置的節(jié)點(diǎn)為簇頭，后續(xù)簇頭競選具體過程如圖3所示。

當(dāng)簇頭發(fā)現(xiàn)自身能量低于競選時E的70%時則進(jìn)入重新選取簇頭的狀態(tài)。簇頭接收來自簇成員節(jié)點(diǎn)的數(shù)據(jù)包并進(jìn)行計(jì)算處理，得出當(dāng)前max、E和q，選取q最大的節(jié)點(diǎn)作為新的簇頭。當(dāng)選為簇頭的節(jié)點(diǎn)向全網(wǎng)廣播一條消息，包括簇頭節(jié)點(diǎn)ID、E、簇內(nèi)成員節(jié)點(diǎn)數(shù)量N和其到基站的距離dBS。簇內(nèi)成員節(jié)點(diǎn)進(jìn)入睡眠狀態(tài)，只定期將自身的狀態(tài)信息和監(jiān)測到的數(shù)據(jù)發(fā)送給簇頭節(jié)點(diǎn)(time division multiple address，TDMA)，直到簇頭輪換再進(jìn)入發(fā)現(xiàn)狀態(tài)。

2.3 中轉(zhuǎn)節(jié)點(diǎn)

若節(jié)點(diǎn)位于相交圓結(jié)構(gòu)中的重疊區(qū)域，則稱為中轉(zhuǎn)節(jié)點(diǎn)，如圖4所示。節(jié)點(diǎn)根據(jù)位置信息判斷所在虛擬圓。初始簇頭向其簇內(nèi)成員節(jié)點(diǎn)廣播包含簇頭的地理位置信息及ID的RTS(request-to-send)數(shù)據(jù)包，簇內(nèi)成員節(jié)點(diǎn)在正確接受到RTS數(shù)據(jù)包以后判斷自己是否位于重疊區(qū)域。

圖4 中轉(zhuǎn)節(jié)點(diǎn)

若自身同時接收到距離小于虛擬圓半徑的兩個簇頭的RTS數(shù)據(jù)包，則可確定其位于相交圓結(jié)構(gòu)中的重疊區(qū)域，該節(jié)點(diǎn)向包含的所有虛擬圓的簇頭C發(fā)送報文(ID,E,,)。相應(yīng)簇頭存儲該報文信息，記錄與之產(chǎn)生重疊的虛擬圓編號以及中轉(zhuǎn)節(jié)點(diǎn)T。

2.4 數(shù)據(jù)傳輸

簇頭到基站的路徑建立使用貪婪算法，從C和T中選擇最優(yōu)的節(jié)點(diǎn)來傳輸數(shù)據(jù)。簇頭下一跳接收節(jié)點(diǎn)集合表示為：

式中，表示簇頭的下一跳簇頭；dBS表示簇頭到基站的距離；dBS表示中轉(zhuǎn)節(jié)點(diǎn)T到基站的距離。

由于網(wǎng)絡(luò)中所有的數(shù)據(jù)都要經(jīng)過鄰近基站的簇頭節(jié)點(diǎn)，會形成熱區(qū)，熱區(qū)內(nèi)的簇頭多次將數(shù)據(jù)轉(zhuǎn)發(fā)給基站,所以該區(qū)域能量消耗速度最快，若熱區(qū)內(nèi)節(jié)點(diǎn)的能量耗盡，網(wǎng)絡(luò)中的數(shù)據(jù)就無法發(fā)送給基站，熱區(qū)判定系數(shù)表示為：

當(dāng)<1時，簇頭與基站直接通信，也可判斷該簇頭位于熱區(qū)內(nèi)。當(dāng)≥1時，簇頭從其下一跳接收節(jié)點(diǎn)集合A中選擇下一跳節(jié)點(diǎn)。

IC-GAF算法數(shù)據(jù)上傳輸具體步驟為：

1) 簇成員在給定的時隙內(nèi)(TDMA)將采集的數(shù)據(jù)單跳傳送至簇頭。

2) 簇頭根據(jù)自己與基站的距離計(jì)算熱區(qū)判定系數(shù)，若≥1，則進(jìn)入下一步，否則進(jìn)入步驟5)。

4) 重復(fù)執(zhí)行步驟3)直到<1。

5) 簇頭將數(shù)據(jù)包直接發(fā)送到基站。

下行查詢或控制信息，由基站直接廣播給其覆蓋的某段壩體整個網(wǎng)絡(luò)的各個簇頭(基站較高且發(fā)射功率較大)，各簇頭再向下轉(zhuǎn)發(fā)給其成員節(jié)點(diǎn)，構(gòu)成兩級下行數(shù)據(jù)傳輸路由。

3 仿真模擬與性能分析

3.1 能量模型

節(jié)點(diǎn)接收bit數(shù)據(jù)時所消耗的能量為：

式中，表示發(fā)送數(shù)據(jù)的大?。籩lec表示發(fā)送單位數(shù)據(jù)電路的能耗。

節(jié)點(diǎn)把長度為bit的數(shù)據(jù)發(fā)給相距的節(jié)點(diǎn)的耗能為:

式中，fs表示在自由空間模型下的衰減系數(shù)；amp表示在多路徑模型下衰減系數(shù)；0表示通信距離閾值：

3.2 算法分析

以虛擬圓中心(0,0)為參考點(diǎn)，并在此布置一個節(jié)點(diǎn)，在虛擬圓邊緣布置4個節(jié)點(diǎn)，如圖5所示。

圖5 簇頭位置

若選擇虛擬圓中心的節(jié)點(diǎn)為簇頭，節(jié)點(diǎn)1、2、3、4分別發(fā)送bit數(shù)據(jù)包給，消耗的能量為：

若選擇節(jié)點(diǎn)1為簇頭，節(jié)點(diǎn)2、3、4、分別發(fā)送bit數(shù)據(jù)包給節(jié)點(diǎn)1，消耗的能量為：

比較式(13)與式(14)得知，選擇靠近虛擬圓中心的節(jié)點(diǎn)消耗的能量明顯更少。

簇頭接收并發(fā)送次bit數(shù)據(jù)包，其消耗的能量為：

3.3 仿真結(jié)果

為了驗(yàn)證IC-GAF算法在鈾尾礦壩的長帶狀結(jié)構(gòu)的監(jiān)測應(yīng)用效果，在相同的長帶狀場景下，與LEACH及GAF算法對比。假設(shè)通信信道理想，節(jié)點(diǎn)發(fā)送的消息丟失及錯誤忽略不計(jì)，采用MATLAB仿真軟件，實(shí)驗(yàn)中運(yùn)用到的參數(shù)如表1所示。

表1 參數(shù)設(shè)置表

圖6 節(jié)點(diǎn)平均剩余能量

圖7 節(jié)點(diǎn)死亡個數(shù)

圖7表示節(jié)點(diǎn)死亡個數(shù)與輪數(shù)的關(guān)系，LEACH的第一個節(jié)點(diǎn)死亡和全部節(jié)點(diǎn)死亡分別出現(xiàn)在第 468輪和第1 117輪，時間跨度為649輪。GAF算法的第一個節(jié)點(diǎn)死亡出現(xiàn)在第490輪，第1 200輪時死亡了40個節(jié)點(diǎn)(約40%)，而IC-GAF算法的第一個節(jié)點(diǎn)死亡出現(xiàn)在第650輪，第1 200輪時死亡了25個節(jié)點(diǎn)(約25%)，可以得知IC-GAF有效地延長了網(wǎng)絡(luò)的存活時間。主要是由于LEACH中的簇頭是直接與基站通信，能耗較大；GAF的簇內(nèi)節(jié)點(diǎn)可以休眠和切換狀態(tài)，又能一定的降低能耗；IC-GAF算法改進(jìn)了簇頭競選機(jī)制，降低了成簇的次數(shù)，以節(jié)點(diǎn)平均剩余能量來衡量是否更換簇頭，每一輪選取虛擬圓內(nèi)剩余能量大且接近圓中心的的節(jié)點(diǎn)為簇頭，并考慮了到基站的傳輸距離，使得能量消耗更加均衡。

由于簇頭的能耗占整個網(wǎng)絡(luò)能耗中最主要的部分，仿真時，記錄每一輪簇頭運(yùn)行消耗的能量總和。隨機(jī)選擇10輪，結(jié)果如圖8所示。發(fā)現(xiàn)LEACH協(xié)議簇頭能量消耗最高，GAF次之。LEACH算法簇頭以單跳的方式傳輸數(shù)據(jù)與基站直接通信，而且在成簇過程中，選擇的簇頭也多于IC-GAF。從圖8中可以看出，IC-GAF簇頭的能量消耗趨勢更加穩(wěn)定，相比LEACH與GAF都有所減少，因此能量更加均衡。

圖8 簇頭消耗能量

4 結(jié)束語

針對鈾尾礦壩放射性污染的監(jiān)測，提出了一種基于GAF交圓結(jié)構(gòu)的改進(jìn)型路由算法(IC-GAF)。先將監(jiān)測區(qū)域劃分為若干個虛擬圓，在圓內(nèi)選擇簇頭。采用優(yōu)化的多跳路由選擇機(jī)制，并在路徑的最后一跳，結(jié)合距離與剩余能量來選擇最優(yōu)節(jié)點(diǎn)，平衡了簇間負(fù)載。仿真結(jié)果表明IC-GAF算法符合鈾尾礦壩長帶狀的網(wǎng)絡(luò)環(huán)境，有效解決了WSN的“熱區(qū)”問題，均衡了網(wǎng)絡(luò)能量消耗，延長了網(wǎng)絡(luò)的生存時間。

[1] KAYZAR T M, VILLA A C, LOBAUGH M L, et al. Investigating uranium distribution in surface sediments and waters: a case study of contamination from the juniper uranium mine, stanislaus national forest, CA[J]. Journal of Environmental Radioactivity, 2014, 136: 85-97.

[2] XU G, SHEN W, WANG X. Applications of wireless sensor networks in marine environment monitoring: a survey[J]. Sensors, 2014, 14(9): 16932-16954.

[3] 鄒賽, 汪文勇, 唐勇, 等. 在動態(tài)水環(huán)境中基于熵的無線傳感器網(wǎng)絡(luò)路由算法[J]. 電子科技大學(xué)學(xué)報, 2014, 43(1): 82-87.

ZOU Sai, WANG Wen-yong, TANG Yong, et al. Routing algorithm of wireless sensor network based on entropy standard in dynamic water environment[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(1): 82-87.

[4] HEINZELMAN W R, CHANDRAKASAN A, BALAKRISHNAN H. Energy-efficient communication protocol for wireless microsensor networks[C]//Hawaii International Conference on System Sciences. Hawaii: IEEE, 2000.

[5] LIU A, ZHANG D, ZHANG P, et al. On mitigating hotspots to maximize network lifetime in multi-hop wireless sensor network with guaranteed transport delay and reliability[J]. Peer-to-Peer Networking and Applications, 2014, 7(3): 255-273.

[6] BANDARA H M N D, JAYASUMANA A P, ILLANGASEKARE T H. A top-down clustering and cluster-tree-based routing scheme for wireless sensor networks[J]. International Journal of Distributed Sensor Networks, 2011(1550-1329): 272-280.

[7] 孫彥清, 彭艦, 劉唐, 等. 基于動態(tài)分區(qū)的無線傳感器網(wǎng)絡(luò)非均勻成簇路由協(xié)議[J]. 通信學(xué)報, 2014(1): 198-206.

SUN Yan-qing, PENG Jian, LIU Tang, et al. Uneven clustering routing protocol based on dynamic partition for wireless sensor network[J]. Journal on Communications, 2014(1): 198-206

[8] 蔣暢江, 石為人, 唐賢倫, 等. 能量均衡的無線傳感器網(wǎng)絡(luò)非均勻分簇路由協(xié)議[J].軟件學(xué)報, 2012, 34(5): 1222-1232.

JIANG Chang-Jiang, SHI Wei-Ren, TANG Xian-Lun, et al. Energy-balanced unequal clustering routing protocol for wireless sensor networks[J]. Journal of Software, 2012, 34(5): 1222-1232.

[9] 趙湘寧. 一種基于信號機(jī)制的能量感知地理路由算法[J]. 電子學(xué)報, 2015, 43(5): 965-973.

ZHAO Xiang-ning. A signal mechanism based energy-aware geographic ｒouting algorithm[J]. ACTA Electronica Sinica, 2015, 43(5): 965-973.

[10] XU Y, HEIDEMANN J, ESTRIN D. Geography-informed energy conservation for Ad Hoc routing[J]. ACM Mobicom, 2001, 3(3): 70-84.

[11] JAHAN M S, SALI A, USAHA W, et al. Comparison and analysis of energy-efficient geographical and power based clustering algorithm for heterogeneous WSNs[J]. International Journal of Information & Communication Technology, 2013, 3(9): 1-8.

[12] YANG Z J, WANG Y, ZHAO F M, et al. An improved clustering algorithm based on intersecting circle structure[C]//2012 IEEE 16th International Conference on Computer Supported Cooperative Work in Design (CSCWD). [S.l.]: IEEE, 2012: 622-625.

編 輯 葉 芳

An Improved Routing Algorithm Based on Intersecting Circle and GAF for Uranium Tailings Nuclear Pollution Monitoring in WSN

YU Xiu-wu, ZHANGFeng, FAN Fei-sheng, ZHOU Li-xing, YE Yong-jun, and GUO Qian

(Environmental Protection and Safety Engineering Institute, University of South China Hengyang Hunan 421001)

In monitoring for uranium tailing, wireless sensor network (WSN) is superior to traditional line layout. Due to energy constraint, it is necessary to use energy efficiently in routing. After analyzing low energy adaptive clustering hierarchy (LEACH) and geographical adaptive fidelity (GAF) algorithms, an improved routing algorithm based on intersecting circle amd GAF is proposed. It uses location information of nodes and intersecting circle model to separate monitoring areas into a grid of circle. Cluster heads selection is carried out with surplus energy and distance to the virtual circle center. And, cluster heads choose the most optimal next hop to transmit information. The simulation results show that the algorithm can balance energy consumption effectively and extend network lifetime.

energy consumption; routing algorithm; uranium tailing; wireless sensor network

TN92

A

10.3969/j.issn.1001-0548.2017.06.005

2016-01-04；

2017-05-23

湖南省重點(diǎn)研發(fā)項(xiàng)目(2015SK2005)；湖南省教育廳科研重點(diǎn)項(xiàng)目(15A161)；江西省自然科學(xué)基金(20122BAB201050)；江西省科技廳科技支撐項(xiàng)目(20121BBG70065)；江西省教育廳科技項(xiàng)目(GJJ12667)

余修武(1976-)，男，博士，副教授，主要從事無線傳感器網(wǎng)絡(luò)、智能安全監(jiān)控方面的研究.