Wireless Sensor Networks (WSNs) are being used in various applications such as structural health monitoring and industrial control. Since energy efficiency is one of the major design factors, the existing WSNs primarily rely on low-power, low-rate wireless technologies such as 802.15.4 and Bluetooth. In this paper, we strive to tackle the challenges of developing ultra-high-rate WSNs based on 802.11 (WiFi) standard by proposing Sensifi. As an illustrative application of this system, we consider vibration test monitoring of spacecraft and identify system design requirements and challenges. Our main contributions are as follows. First, we propose packet encoding methods to reduce the overhead of assigning accurate timestamps to samples. Second, we propose energy efficiency methods to enhance the system's lifetime. Third, we reduce the overhead of processing outgoing packets through network stack to enhance sampling rate and mitigate sampling rate instability. Fourth, we study and reduce the delay of processing incoming packets through network stack to enhance the accuracy of time synchronization among nodes. Fifth, we propose a low-power node design for ultra-high-rate applications. Sixth, we use our node design to empirically evaluate the system.


翻译:在结构健康监测和工业控制等各种应用中,正在使用无线传感器网络。由于能源效率是主要的设计因素之一,现有的无线网络主要依赖低功率、低速无线技术,如802.15.4和蓝牙。在本文件中,我们努力应对在802.11(WiFi)标准基础上开发超高速无线网络的挑战,为此提出Sensifi(WiFi)标准。作为该系统的一个示例应用,我们考虑对航天器进行振动测试监测,并确定系统的设计要求和挑战。我们的主要贡献如下。首先,我们提出组合编码方法,以减少为样品分配准确的时标的间接费用。第二,我们提出提高能源效率的方法,以提高系统寿命。第三,我们通过网络堆堆处理外包的间接费用,以提高采样率和降低采样率的不稳定性。第四,我们研究和减少通过网络堆处理进包的延迟,以提高节点时间同步的准确性。第五,我们提议对超高率应用的低功率节设计进行评估。第六,我们不使用经验设计。

0
下载
关闭预览

相关内容

如何构建你的推荐系统?这份21页ppt教程为你讲解
专知会员服务
64+阅读 · 2021年2月12日
专知会员服务
44+阅读 · 2020年10月31日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
已删除
将门创投
7+阅读 · 2018年4月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
8+阅读 · 2020年10月7日
VIP会员
相关资讯
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
已删除
将门创投
7+阅读 · 2018年4月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员