功效折衷是无线传感器技术应用成功的关键

更加智能的传感器应用

目前许多传感应用不要求全天候进行高分辨率测量和分析。例如，监视结构健康状况的时间间隔通常很长；人工检查桥梁的间隔时间是一至两年。而采用无线传感器网络代替人工检查并不需要每毫秒都提供数据更新。

针对这些参数，设计人员可以调整到更加合理的时间间隔——1小时1次，1天1次，1周1次——并增加一种步哨方法来延长系统的电池寿命，同时捕获必要的数据以警示重大的意外事件，例如地震或撞船。

另外一个节能环节是决定哪些数据最重要，并需要捕获和发送。在开始时就仔细设计可以让节点提供少量但高分辨率的数据捕获，降低创建良好信息所需的性能和功耗等级。可用于优化的两个候选对象是本地分析和定性检测。

确定数据处理方案可能是极具挑战性的工作。例如，在无人看守的地面传感器应用中(这种装置可用于周边安全监视或只是简单地计算经过的车辆)，需要记录全部信号、花费功率存储数据、并将数据发送给云进行分析吗？或者执行本地滤波和分析、并发送“……汽车、汽车、卡车、自行车……”这类信号给云而不是发送很多个“零”？

在云案例中，存储资源和增加的处理功率，以及关联来自多个传感器的结果将需要更深的理解，并存档潜在事件以供长期研究。然而，我们不应忽视“每个传感器节点是一个内核”这个事实。

在分布式系统中进行数据预处理可以降低在云中发送和计算的功耗。云中可用的内核数量虽然更加巨大，但很可能远小于大规模无线传感器应用的数量。理解延时和数据使用可以帮助你从传感器网络部署中获得最长的电池使用时间。

分辨率要求

优化传感器功耗的最后一个领域是判断真正需要的分辨率水平。在传感器性能和功耗之间总是存在折衷。然而在许多情况下，测量正在发生的事件要比没有觉察更有价值，即使数据是定性的。虽然我们都希望检测节点中尽可能多的变量——只要它不影响成本、尺寸和功耗预算——但通往真正全功能无线传感器节点的路径可能存在于传感器性能的现实要求中。

即使是使用低性能传感器，低成本也能实现部署的冗余化。更多数量的传感器可提高数据质量。由于邻近传感器都应提供相似的读数，如果分析判断数据没有意义，那么反常数据点可以当作故障而被丢弃。这将显著减少系统中的假阳性，提高操作的可靠性。例如，你可以使用GPS标签监视食品运输。

定性检测方法为增加环境传感器组合而不影响标签的功耗和成本开启了大门。智能检测允许传感器节点提供高分辨率结果，同时最大限度地延长电池寿命，更好地观察测量内容，并帮助用户根据了解到的知识作出实时决策。