一、背景

致力于应用程序涉及网络的低功耗研究受到越来越多的关注，使用更少的传感装置部署在环境中来获取和整合信息。这样的研究应用在广式监视，动物跟踪，在偏远地区监控环境现象。由于网络中的传感器通常部署于一个特设的方式（如从飞机或地面车辆中部署军事侦察），因此，每个传感器的当地环境，网络的具体配置，在部署之前不能确定，相反，传感器本身必须配备自适应的能力，在部署后的某个时候，一旦本地环境中确定，则其周围节点发现自己已经确定，这种适应的例子包括确定最节能的通信路径，在网络中。一旦个节点之间通信链路的实际可靠性传感器测量,动态地确定最优距离和方位传感器定位与跟踪多个运动目标在移动传感器网络,并在应用程序中。

这些自治适应问题的一个共同特点是，典型的传感器必须服从少数可能的行动之间的选择（例如，相邻传感器传输数据，目标集中，或感/睡眠计划采用），以及传感器网络的有效性作为一个整体，不仅取决于对个体行为选择的各传感器，而且在相互作用的传感器节点的选择。因此，为了最大限度地提高传感器网络的整体效益，构成传感器必须通常进行协调，而不是独立的选择。例如，在节能路由的背景下，传感器应协调，以避免路由所有消息通过相同的代理，从而消耗了所有的电池功率，在目标跟踪的背景下，代理商应协调决定目标的重点，所以有更准确的估计目标位置，最后，在大面积监测所涉及的能量受限的传感器，传感器应协调他们的感觉/睡眠时间表，试图最大限度地减少环境的时间，没有主动传感器。这些协调决策必须执行，尽管每个设备的具体约束条件（如有限的电力，通信和计算资源），并且每个装置，典型的事实是，只有在当地社区的一些其他设备通信（由于低功耗无线收发器，使用小的形式因子的装置和天线，并部署它们的敌对的环境）。更大的挑战是需要以一个分散的方式，对没有中央的故障点和没有通信瓶颈问题进行协调，并确保部署的解决方案的尺度以及网络内的设备数量的增加。

二、现状

就目前来看，能应用的有无人机，传感器网络，等。而且此方法还需优化已解决大规模计算复杂度指数增长的问题。虽然我的课题是方法的研究，但是通过此课题，在实际操作能力方面我也得到了很大的提升，因为考虑到计算瓶颈的问题，需要更高计算能力的主机进行计算，所以考虑了使用云计算，既然是云计算，肯定得由服务端提供计算服务，所以在过程中学到了很多服务端的知识，同时我也将应用拓展到了别的平台，比如Android平台。在使用云计算的情况下，弥补手机计算能力不足，在低性能的平台也能完成协调部署。

三、参考文献

[1] 志鑫, 郝燕玲. Tanner图和积算法的伪码捕获及性能分析[J]. 北京邮电大学学报, 2009, 32(3):50-54.

[2] 吕香玲, 张志勇, 胡光岷. 基于因子图#8212;和积算法的故障链路诊断[J]. 计算机应用, 2012, 32(02):343-346.

[3] 耿蕾蕾, 蔚承建. 改进的最大和分散式协调算法[J]. Journal of Computer Applications, 2010(8):2073-2076.

4] 耿蕾蕾, 蔚承建. 基于混沌序列的最大和分散式协调算法[J]. 计算机工程与应用, 2010(31):57-60.