用于无线传感器的控制器和用于确定无线传感器在生物质中的位置的方法与流程

用于无线传感器的控制器和用于确定无线传感器在生物质中的位置的方法发明领域本发明涉及无线传感器网络和这类网络中的传感器的位置确定，尤其是当传感器被部署在具有异质RF波传输接口的环境(如生物质)中时的位置确定。位置确定还可称为定位。发明背景在从无线传感器网络的部署中受益的许多应用中，网络中的每个无线传感器节点都需要关于其位置的信息以便正确地解释其自身的传感器数据，并且根据其在全域和网络中的布局而起作用。在网络被部署在具有同质传输接口的例如空气或水的环境中时，大多数已开发的定位技术(如基于范围的和与范围无关的方法)得到对传感器节点的位置的相对精确的估计。然而，当网络被部署在具有异质传输接口的例如生物质和其它的固体化合物的环境中时，这类定位技术的性能着实显著地降级，所述异质传输接口即是在空间范围内密度发生密度变化的接口。异质环境中的定位是重要的工业和农业生产活动(如生物质生产)中面临的主要问题。各种异质传输接口具有不同的无线信号性质，但是所有这些接口的一个共同特征是它们比同质传输接口更多地干扰例如无线信号并且干扰的方式较不可预测。本发明的目标是克服与在异质环境中的无线定位有关的问题，并且提供一种用于定位生物质中的无线传感器的方法以及使用这种方法的无线传感器网络。发明概述本发明涉及一种用于确定埋入生物质中的无线传感器的位置的方法，其中所述无线传感器处于一个或多个无线单元的无线通信距离内，所述方法包括：-接收与所述无线传感器相关联的至少一个生物质特征，-使用两个或更多个位置确定方法，通过所述无线传感器与所述无线单元中的一个或多个配合来确定所述无线传感器的两个或更多个位置估计表示，以及-通过组合所述两个或更多个位置估计表示中的至少两个来确定所述无线传感器的增强的位置估计；其中所述确定增强的位置估计方法的步骤和所述使用两个或更多个位置确定方法的步骤中的至少一个包括使用所述至少一个生物质特征中的一个或多个。通过本发明，提供一种使得对在如生物质的异质环境中的传感器位置的确定(也被称为“定位”)事实上可行的方法，尽管与如空气或水的同质系统相比，生物质表现出对定位的许多阻碍和限制。所述一个或多个无线单元可以包括三个、四个或更多个无线单元以进一步提高位置确定的准确性。根据本发明，基于混合测量的无线传感器的定位可实现优于基于单一测量类型的定位的性能改进，因为不同类型测量的测量噪声来自于不同来源。因此，通过使用例如离散时间卡尔曼滤波器来融合来自基于范围的定位方法(如接收信号强度RSS或到达时间(ToA))以及与范围无关的定位方法(如N跳多边定位)的位置估计表示，将增强在生物质中的位置估计的精度，所述生物质构成具有异质传输接口的环境。此外，可通过在传感器级部署离散时间卡尔曼滤波器来解决由于通信信道的不可靠性(尤其是在如生物质的环境中的情况)而在无线传感器网络中产生的间歇观测的问题。此外，通过考虑包围传感器的生物质的生物质特征，即，实际物理参数，并且根据这些生物质特征来解释两个或更多个定位方法的结果或所述方法的组合结果，定位得以进一步改进。实际物理参数可以是例如温度和/或湿度，所述实际物理参数常常是作为传感器的生物质数据采集任务的一部分，通过传感器以任何方式加以测量。在优选实施方案中，生物质特征用于选择以下各项的可能值，例如：RF波传播速度、介电常数、网络跳数之间的翻译因子以及例如米的矢量范数，所述矢量范数是用于计算和解释距离和/或所使用的不同定位方法的可靠性、加权或变化。根据本发明，术语生物质可以指主要由有机材料组成的任何异质环境，所述有机材料例如青贮饲料堆、小麦堆、稻谷堆、马铃薯堆等，干草或稻草包、堆肥、肥料、木材(例如木碎料)等。根据本发明，无线单元可以是任何种类的无线设备，所述设备可与无线传感器以与本发明的特定实施方案中所使用的定位方法兼容的方式进行通信。由此可见，在无线通信的距离内的情况下，本发明高度地取决于特定的方法、所使用的无线单元和无线通信技术以及至少埋入了无线传感器的生物质的性质。在优选实施方案中，存在一些无线单元并且这些无线单元中的一些本身是无线传感器，以使得可能有四个或更多个无线传感器彼此配合来确定它们各自的定位。在根据本发明的包括无线传感器的网络的优选实施方案中，一个无线单元作为无线网关来工作以便使传感器数据和所估计的位置可用。无线网关本身可以包括埋入生物质中的无线传感器，但是优选定位于生物质外部并且可能包括绝对定位设备，例如GPS单元或用于存储预定绝对位置的装置。当无线传感器中的一些已借助本发明而获得自己的位置时，所述传感器可以计算其相对于无线网关的位置，并因此当由无线网关提供时，根据本地或全域网格来计算其绝对位置。本发明也提供一种改进的生物质监测数据解释，所述改进是就特定数据的意义和可靠性以及在相关情况下破坏控制应部署在什么特定位置而言。例如，对传感器数据之间的空间关系的知识可使得可能解释以下事实的意义：传感器中的一些超出数据阈值，例如温度阈值。如果传感器处在同一区域时，那么事实可能意味着：在所述区域中一定存在错误。另一方面，如果传感器遍布生物质分布，其中所述传感器之间存在一些非超出的传感器，那么事实可能意味着：整个生物质接近极限，但还不一定具有临界意义。另举一例，对传感器位置的知识意味着：容易认定传感器，所述传感器传输的数据与从邻近传感器传输的数据明显不同。然后可将这种传感器简单地标记为不可靠的，或可以相对容易地调查出情况，并且在已知传感器位置时，可能将所述传感器与一个新的传感器交换。作为第三个实施例，位置信息使得便于执行破坏控制，例如通过除去一堆生物质中分解太快的一部分，以使得所述状况不会蔓延至堆料的其余部分，或在一堆生物质上倾倒抗真菌药物，估计“保质期”并因此确定首先要使用青贮饲料堆的哪一部分；基于代表性的试验而不是仅基于来自顶层的样品来确定用于生物质储罐的最优的或甚至有差异的储藏条件；搅拌并且可能将添加剂加入肥料储罐；在小麦堆的覆盖物上找到撕破的洞，添加更多堆肥蠕虫或决定热处理一堆肥堆；使用传感器数据来用于产品或运输定价并知晓在什么位置取出相应样品用于备案等。在本发明的范围内，通过两个或更多个定位方法确定的位置估计表示可包括实际位置坐标(平面的或空间的)或其它位置参考，或者所述位置估计表示可包括可以被转换成位置的信息，例如矢量的数目、相对于其它无线单元的距离或角度或组合，从而允许通过三边定位、三角测量或多边定位将所述表示转换成位置坐标。例如需要用来完成到位置的转换的距离的数目取决于转换方法和测量的准确性，以及对位置坐标的类型和准确性的要求。例如，当使用三边定位时，两个距离足以限制平面中的两个坐标的可能性，并且三个距离足以建立平面中的单个坐标或空间中的两个可能的坐标。如果距离测量是不可靠的和/或不准确的，那么将要改进位置坐标的准确性来获得离其它无线单元的距离。在本发明的优选实施方案中，无线传感器在任何可能的情况下测量离四个或五个不同无线单元的距离。当处在彼此的通信距离内的两个无线传感器需要测量离彼此的距离来用于其各自的定位工作时，本发明的方法可使所述传感器中的一个进行测量并且将结果转发至另一个传感器，从而可节省网络流量、处理功率、时间和/或电池，或者可以使它们两个都确定距离，彼此共享结果，并且接着使用两个测量的平均值来用于定位，从而利用对同一距离进行两次测量的可能性。当定位估计表示包括可被转换成位置而不是实际位置坐标的信息时，实际位置可在将不同定位方法的结果组合之前予以计算，或者可组合信息并且根据所组合的信息计算实际位置。例如，如果两个定位方法都提供一组用于三边定位的3个距离来作为其位置估计表示，那么可将对应的距离组合来产生一组可随后用于三边定位的3个距离。根据本发明，在定位方法中对生物质特征的考虑可例如通过以下方式来实施：使用生物质特征作为因子或用于概率考虑，或者通过查找方程中使用的与生物质特征相依赖的常数，例如根据温度或水分改变光速c的值，或者根据实际生物质而改变所使用的方程，或任何其它适合的方式。当两个或更多个位置确定方法包括基于范围的位置确定方法和与范围无关的位置确定方法时，获得本发明的有利实施方案。这些优势可包括使用来自一个方法的预测误差来减少另一方法的误差，从而改进系统的总精度。因为在生物质中的基于范围的和与范围无关的位置确定方法通常具有不同误差来源和不确定性的原因，所以将一些位置确定方法进行组合的优势得以进一步加强，选择位置确定方法以使得至少一个方法是基于范围的方法并且至少一个方法是与范围无关的方法。当所述组合所述两个或更多个位置估计表示中的至少两个涉及通过离散时间卡尔曼滤波器的融合时，获得本发明的有利实施方案。这些优势可包括使用生物质特征来减少一个方法的误差，从而改进整个系统的总精度。根据本发明的优选实施方案，卡尔曼滤波器融合是用于经由方法的迭代来获得对可靠位置估计的最快和最准确的收敛。当所述基于范围的位置确定方法是基于选自包括以下方法的清单的位置确定方法时：-接收信号强度(RSS)，-飞行时间(ToF)，-飞行时间差(TDoF)，-到达时间(ToA)，-到达时间差(TDoA)，-单向行程测量，-往返行程测量，-RSS分析，以及-到达角(AoA)，获得本发明的有利实施方案。上述基于范围的位置确定方法具有不同的优势和劣势，但是全部都适合于在本发明的范围内使用。方法的选择可取决于一些参数，如可用的处理功率和内存、必需的时间消耗和迭代次数、可用的测量和先决条件，例如像无线单元之间的时间同步、时间戳的准确性、信号强度测量的分辨率等。此外，某些基于范围的方法可能偏好某些种类的生物质，使得所述选择取决于特定的应用。在本发明的实施方案中，一些基于范围的方法在操作时被实施并可用于无线传感器中，从而允许处理器基于特定环境中的现场经验来选择或切换要使用的方法。当所述与范围无关的位置确定方法是基于选自包括以下方法的清单的位置确定方法时：-基于N跳多边定位技术，以及-基于单跳边测定位(lateration)技术，获得本发明的有利实施方案。上述与范围无关的位置确定方法具有不同的优势和劣势，但是全部都适合于在本发明的范围内使用。方法和其特定变体的选择可取决于一些参数，如可用的处理功率和内存、必需的时间消耗和迭代次数、可用的测量和先决条件，例如像网络拓扑学和技术、特定应用中的传感器分布的密度、为节省功率而对网络流量的所需限制等。此外，某些与范围无关的方法可能偏好某些种类的生物质，使得所述选择取决于特定应用。在本发明的实施方案中，一些与范围无关的方法在操作时被实施并可用于无线传感器中，从而允许处理器基于特定环境中的现场经验来选择或切换要使用的方法。当所述至少三个无线单元中的一个或多个包括无线传感器时，获得本发明的有利实施方案。根据本发明的优选实施方案，无线单元中的大多数都包括传感器。例如，用于监测青贮饲料堆的无线传感器网络可例如包括10至100个埋入青贮饲料中的无线传感器和一个包括在青贮饲料外部的网关的无线单元，以及任选地也放置在青贮饲料外部的充当无线中继的一个或两个无线单元。当所述方法是分散方法并且通过无线传感器来进行时，获得本发明的有利实施方案。这些优势可包括在改进的包装运送方面的系统可靠性。根据本发明的优选实施方案，传感器具有处理器，所述处理器被启用来主要基于所述传感器与邻近传感器的网络通信来对所述传感器自身进行定位。因而，分散了对处理功率的需要，否则将需要在中央位置处的更强大和更加昂贵的处理器，并且有效地减小在较长距离范围内或历经数次跳跃的网络流量的量。当所述方法是集中式方法和通过如无线网关的中央单元来进行以用于一些无线传感器时，获得本发明的有利实施方案。这些优势可包括在一些实施方案中减少系统的总功率消耗，因为与在分散式系统中消耗功率来沿传感器网络传输额外信息相比，在集中式系统中操作的单独传感器的电池寿命可支持较长的处理时间。根据本发明的实施方案，所有传感器的位置确定都被集中地进行，从而有利于使用处理功率极小的廉价无线传感器。集中的定位也有利于在不同定位任务之中更好地或至少更快和更容易地使用和重用数据和测量，从而允许对传感器网络和生物质环境建立更大的透视。当所述至少一个生物质特征包括温度、水分含量、湿度、密度、干物质含量、含盐量和pH值中的至少一个时，获得本发明的有利实施方案。在本发明的优选实施方案中，针对调节定位而测量的生物质特征是以任何方式针对有利于生物质监测而测量的特征。接收生物质特征的步骤可包括无线传感器感测与其周围生物质有关的特征。本发明进一步涉及使用无线传感器网络来使用多个无线单元监测生物质，其中无线单元中的至少一个是无线网关并且至少一个是无线传感器，所述方法包括：-将至少一个无线传感器埋入生物质中；-通过使用根据本发明的用于无线传感器的位置确定的方法来确定所述无线传感器的增强的位置估计，-接收来自所述无线传感器的至少一个生物质特征，-经由所述无线网关将所述增强的位置估计的表示和所述至少一个生物质特征中的一个或多个的表示传输至生物质监测接口。通过本发明，提供一种更智能、更容易、更快和更可靠的监测生物质的方式，因为本发明所允许的对传感器位置的知识具有许多优势。定位的传感器例如允许农夫精确地知晓他的青贮饲料堆中正在分解的位置，所述传感器允许警告决策过程考虑传感器数据的空间性质，以便例如将一些具有异常数据的邻近传感器考虑为可靠的，所述传感器允许例如当传感器已被移动时更好地解释、加权和忽略传感器数据，等。通过本发明获得的传感器定位的其它优势在以上和以下给出。所述用途包括在所述确定所述无线传感器的增强的位置估计的步骤上一次被进行以后，在以下事件中的一个或多个发生时，重复所述步骤：-预定时间已过去，-例如像温度的预定生物质特征已变化超过预定量，-所述无线传感器中的例如像加速计的运动检测器已检测到可能的运动，-无线单元的位置估计将所述无线单元呈现为移动中的物体，-处理器已确定上一位置估计指示所述传感器已移动超过预定距离；-例如像接收信号强度的无线通信性质已变化超过预定量，以及-对确定所述无线传感器的所述位置的请求已被接收。根据本发明的优选实施方案，定位过程以规律的或动态确定的时间间隔进行重复。在已获得具有可接受的可靠性和准确性的位置估计的前几次迭代之后，所述过程可以有规律地进行来验证位置没有发生改变或了解生物质中的改变如何影响定位方法。时间间隔可以是固定的或可基于例如特定的应用、特定的生物质、当前应用中的定位历史等来确定。在优选实施方案中，新的定位还可由例如以上列举的某些事件触发。这可确保位置变化或异常数据测量在它们出现之后被相对快地加以检测和分析。当所述使用埋入生物质中的无线传感器包括：-使用两个或更多个位置确定方法，通过所述无线传感器与所述至少四个无线单元中的三个或更多个配合来确定所述无线传感器的两个或更多个位置估计表示，以及-通过组合所述两个或更多个位置估计表示中的至少两个来确定所述无线传感器的增强的位置估计；其中所述至少一个生物质特征中的一个或多个是用于所述确定增强的位置估计和所述使用两个或更多个位置确定方法中的至少一个。当用于埋入生物质中的无线传感器的位置确定的所述方法实施根据以上任一者的方法时，获得本发明的有利实施方案。本发明进一步涉及一种用于无线传感器的控制器，其中所述无线传感器用于埋入生物质中，所述控制器被配置成：接收与无线传感器相关联的至少一个生物质特征；至少使用无线传感器与一个或多个无线单元之间的无线通信的性质来确定所述无线传感器的两个或更多个位置估计表示；以及通过组合所述两个或更多个位置估计表示中的至少两个来确定所述无线传感器的增强的位置估计；其中所述控制器被配置成使用所述至少一个生物质特征执行所述确定中的至少一个。通过本发明，提供一种用于无线传感器的控制器，所述控制器以实际的和可行的方式促进在如生物质的异质环境中的位置确定，尽管与如空气或水的同质系统相比，生物质表现出对定位确定的许多阻碍和限制。根据本发明，基于混合测量的无线传感器的定位确定可实现优于基于单一测量类型的定位确定的性能改进，因为不同类型测量的测量噪声来自于不同来源。因此，通过使用例如离散时间卡尔曼滤波器来融合来自例如基于范围的定位确定方法(例如接收信号强度RSS或到达时间(ToA))以及例如与范围无关的定位确定方法(例如N跳多边定位)的位置估计表示，将增强在生物质中的位置估计的精度，所述生物质构成具有异质传输接口的环境。此外，可通过在传感器级部署离散时间卡尔曼滤波器来解决由于通信信道的不可靠性(尤其是在如生物质的环境中的情况)而在无线传感器网络中产生的间歇观测的问题。此外，通过考虑包围传感器的生物质的生物质特征，即，实际物理参数，并且根据这些生物质特征来解释两个或更多个定位确定方法的结果或所述方法的组合结果，定位确定甚至得以进一步改进。实际物理参数可以是例如温度和/或湿度，所述实际物理参数常常是作为传感器的生物质数据采集任务的一部分，通过传感器以任何方式加以测量。在优选实施方案中，生物质特征用于选择以下各项的可能值，例如：RF波传播速度、介电常数、网络跳数之间的翻译因子以及例如米的矢量范数，所述矢量范数是用于计算和解释距离和/或所使用的不同定位确定方法的可靠性、加权或变化。控制器可远离无线传感器或在无线传感器本地。以这样的方式，可提供集中和分散式系统，所述系统可允许处理中的至少一些远离无线传感器或在无线传感器本地来执行。集中或分散式系统的使用可有利地根据无线传感器处的可用处理资源、无线传感器处的可用功率(可以是电池)和/或与从无线传感器传输有关的任何要求来使用。当定位估计表示包括可被转换成位置而不是实际位置坐标的信息时，实际位置可在将不同定位方法的结果组合之前予以计算，或者可组合信息并且根据所组合信息计算实际位置。根据本发明，在定位方法中对生物质特征的考虑可例如通过以下方式来实施：使用生物质特征作为因子或用于概率考虑，或者通过查找方程中使用的与生物质特征相依赖的常数，例如根据温度或水分改变光速c的值，或者根据实际生物质而改变所使用的方程，或任何其它适合的方式。当控制器被配置成使用离散时间卡尔曼滤波器融合来组合所述两个或更多个位置估计表示中的至少两个时，获得本发明的有利实施方案。根据本发明的优选实施方案，卡尔曼滤波器融合是用于经由方法的迭代来获得对可靠位置估计的快速和准确的收敛。可提供一种包括本文公开的任何控制器的无线传感器。所述无线传感器可以包括以下一个或多个：一个或多个传感器设备，所述传感器装置被配置成获得至少一个生物质特征；电源；以及无线通信单元。当所述电源包括电池时，获得本发明的有利实施方案。当所述无线传感器包括无线单元时，获得本发明的有利实施方案。当所述一个或多个传感器装置、处理器和无线通信单元配合来将测量到的数据传输至无线单元时，获得本发明的有利实施方案。在另一实施方案中，无线单元中的至少一个包括无线中继单元或网关单元。当所述处理器被布置来在测量到的数据传输至所述无线单元之前对所述数据应用卡尔曼滤波器时，获得本发明的有利实施方案。在本发明的优选实施方案中，卡尔曼滤波器可用于例如在生物质数据被传输到网关或另一数据收集中央设备之前，平滑处理、改进、清理或甚至预测所述生物质数据。在一个实施方案中，控制器被并入是传感器网络的一部分的无线传感器中。本发明进一步涉及一种无线传感器网络，其包括至少四个无线单元，其中所述至少四个无线单元中的至少一个包括根据如本文公开的本发明的实施方案的无线传感器。通过本发明，提供一种新型无线传感器网络，其尤其对于生物质监测目的来说是高度有益的，因为它允许对甚至在这类复杂的异质环境中的传感器的定位。当所述无线单元中的至少一个包括无线中继单元或网关单元时，获得本发明的有利实施方案。可定位于生物质外部，例如定位在青贮饲料堆顶部上的无线中继单元可用于关于通过附近的无线传感器的定位的配合，即，充当定位无线传感器需要的至少3个无线单元之一。以那种方式，如果所埋入的无线传感器的密度较低，那么可以分布可称为定位助手的许多部件。无线中继单元可使用例如GPS单元来确定其自身的位置并且从而支持无线传感器的定位并充当锚节点。除了充当定位助手的外，无线中继可在本发明的实施方案中显著改进生物质中的网络通信，因为所述无线中继在生物质外部的优选位置允许它们经由空气在更大的距离范围内以更加可靠的方式彼此通信并与无线网关通信。具有或不具有传感器的无线中继单元都在本发明的范围内。可提供一种包括本文公开的任何控制器和一个或多个无线传感器的无线传感器网络。所述无线传感器网络可包括至少四个无线单元。所述无线单元中的至少一个可以包括所述一个或多个无线传感器。本发明进一步涉及一种生物质，所述生物质中埋入了根据以上任何内容的一个或多个无线传感器。可提供一种生物质，所述生物质中埋入了本文公开的任何无线传感器。根据本发明的埋入可定位传感器的生物质大大改进生物质监测的可用性和方便性。附图下文将参照附图来描述本发明，在附图中：图1示出根据本发明的实施方案的埋入了无线传感器的生物质的方块图，图2示出根据本发明的实施方案的无线传感器的方块图，图3示出无线传感器的实施方案，图4示出根据本发明的实施方案的定位方法的方框图，图5示出根据本发明的实施方案的优选定位算法的方框图，图6示出带有6个无线单元的网络，以及图7示出根据本发明的实施方案的包括无线中继单元的无线传感器网络。详述图1示出根据本发明的埋入了多个无线传感器WS1、WS2、…、WS6的生物质BM的方块图，以下参照图2做进一步描述。还提供无线网关WG和可能被包括在所述无线网关中的生物质监测接口BMI，所述无线网关和所述生物质监测接口优选位于生物质外部。生物质BM可以构成众多的任何形式的任何异质环境，所述异质环境主要是由有机材料组成，所述有机材料例如：青贮饲料堆、小麦堆、稻谷堆、马铃薯堆等，干草或稻草包、堆肥、肥料、木材(例如木碎料)等。生物质典型地是以包括大量固体为特征，所述固体典型地能够保持不同量的水或其它液体。在堆积时，一些生物质包括相对较大的、充满空气的空间，例如，一堆较大的马铃薯，然而大多数生物质仅仅保持少量空气或并不保持空气。无线传感器WS1、WS2、…、WS6被在一定程度上任意地埋入生物质中。传感器的分布可以通过将所述传感器植入最终成形的生物质堆中来进行组织，或可以仅在堆积、包装、打桩或包裹等操作之前或期间将传感器放入生物质中，从而导致分布接近随机。无线传感器具有用于彼此通信、与无线网关WG通信和/或与其它网络单元通信的装置，由此建立任何合适种类的无线传感器网络。传感器网络可以在不利用中央控制或利用任何级别的中央控制的情况下进行一定程度地组织。在本发明的实施方案中，无线网关WG可以充当公共网络控制器，用以例如通过指派IP网络配置中的IP地址来组织无线传感器。无线网关WG是在某种意义上有助于实现无线传感器网络的无线传感器与一个或多个外部单元之间的访问的网络单元。无线网关WG可以例如包括常规的无线网络网关硬件，用于在不同网络之间(例如，在具有WiFi能力的传感器与互联网或任何其它网络之间，或例如与GSM或其它蜂窝网络通信单元之间)建立访问并且进行路由选择。无线网关WG因此可以包括以下各项的功能性和任务中的一个或多个：常规网关、访问点、路由器、网桥、网络地址指派或解析、安全性控制器、万维服务器(webserver)等。在优选实施方案中，无线网关WG还进行以下任务：收集并且可能地精炼来自无线传感器的数据和信息。另外，无线网关WG可以包括无线传感器，或所述无线网关可以是完全专用于收集来自所有无线传感器的数据的无传感器单元。无线网关可以进一步包括定位装置，所述定位装置用于例如借助在位于生物质和重型建筑或容器外部的情况下可行的GPS单元来获得所述无线网关本身的初始位置。所述网关还可以由用户手动地提供它的位置，或可以仅将所述网关界定在无线传感器所能涉及到的全域的中心，即，它们的定位网格中的起点或其它参考位置。生物质监测接口BMI优选包括用于预处理的装置，所述装置用于在无线网关WG接收到来自传感器的测量到的生物质数据时对其进行预处理。就此而言，生物质监测接口BMI被包括在无线网关中或被连接到无线网关。预处理可以包括粗糙滤波来去除明显错误的测量结果，或可以包括插值装置来估计遗漏的测量结果。另外，预处理可以包括求平均值、模式识别、临界状况检测、数据汇总准备、转换成其它数据格式或以常用文件格式报告、预测未来变化和可能状况、建议合适破坏控制或预防措施等。在无线网关和生物质监测接口的简单实现方式中，数据在一定程度上未经处理就被转发，以便通过用户或其它装置(例如，通过数据网络、电信等)来进一步处理。在更高级的实施方案中，生物质监测接口BMI将数据处理至一定程度，从而允许生物质监测接口在情况已经变成、正在变成或可能被预测要变成更糟情况下只转发消息。因此，从生物质监测接口BMI到用户的唯一输出是在出现问题时例如借助短文本消息SMS从手机GSM模块传输的消息，并且可能是以规律时间间隔(例如每周)指示一切工作正常的消息。生物质监测接口也可以是被动部件，在这个意义上，所述生物质监测接口收集并且预处理数据，但只在用户发出请求之后或只在警报状况发生时才传输数据。应注意，还可以将一些预处理任务分配给无线传感器，所述预处理任务例如滤出完全错误的测量结果(例如，通过将测量到的值与阈值水平进行比较)、估计遗漏的测量结果，这些任务是例如通过卡尔曼滤波，或例如根据在测量结果超过预定阈值的情况下只将数据发送到网关的规则来进行。图2示出根据本发明的实施方案的无线传感器WS的方块图。在优选实施方案中，无线传感器是一种高级实现方式并且受到具有适合的形状(例如，球形或卵形)的耐用外壳的保护，以使得所述无线传感器能够承受冲击、很大的力、湿度以及苛刻化学环境等，即，所述无线传感器典型地将被暴露于生物质内或用于处理生物质的处理机或精炼机中达较短或较长时间的情况。专利申请WO2008/151635A1中公开了优选传感器实施方案的实施例及其在青贮饲料监测系统中的部署，所述专利申请在此以引用方式整体并入本文，所述专利申请与本发明为相同的发明人。无线传感器WS包括一个或多个传感器设备SD1、SD2，所述传感器设备用于测量或以其它方式采集表示周围生物质的物理和化学性质的数据，所述数据例如是温度、湿度或水分、pH值、含盐量等。传感器设备是无线生物质传感器的主要用途，因为所述无线生物质传感器目的在于汇集数据用以监测生物质的状况，例如，生物质是否分解过快，或生物质是否并未充分受热以灭除有机物和例如螺卵等。然而，现有技术中广泛地阐述了适合的传感器设备和传感器任务，并且因此，技术人员将会了解如何实现并且使用无线生物质传感器的用于本发明的实施方案的那个部分。无线传感器进一步包括用于预处理来自传感器设备的数据的传感器处理器SP和用于将数据传达到适合的用户的无线通信单元WCU。处理器可以是适合于进行本发明的特定实施方案的任务的任何种类的处理器，例如，中央处理器CPU、数字信号处理器DSP、可编程门阵列PGA等。无线通信单元WCU可以包括例如根据IEEE802.11标准(也被称作WiFi)的任何适合的无线通信技术，或任何其它的射频RF通信装置。在图2的方块图中示出的是被连接到无线通信单元WCU的通信天线CA。应注意，任何天线技术及其任何实际的实现方式、以及天线的任何适合的布局均在本发明的范围内。在优选实施方案中，数据被传输到无线网关WG，如果到网关的距离过长，那么所述传输可能经由其它无线传感器来进行，并且所述无线网关优选使得数据可以某种形式通过图1所示的生物质监测接口BMI为用户所利用。用于经由其它无线传感器将数据传输到无线网关的实现方式是众所周知的，例如，如在EsmaeilS.Nadimi、HenningT.(2009)的论文“ObserverKalmanfilteridentificationandmultiplemodeladaptiveestimationbasedclassificationofanimalbehaviourusingwirelesssensornetworks”，农用计算机与电子设备(ComputersandElectronicsinAgriculture.)，第68卷，刊号：1.9-17中所公开。无线传感器还包括电源PS，所述电源典型地包括某种种类的电池单元。在优选实施方案中，电源可以包括生物过程能量设备，所述生物过程能量设备从环绕传感器的生物质中固有能量类型中的一种能量类型来发电。任何其它电源，如例如，燃料电池、太阳能面板、电源总线接线等均在本发明的范围内，但并非所有电源都合适于本发明的所有应用。电源用于对传感器设备、处理器、无线通信单元以及无线传感器的其它电路提供电力。除了上文提及的部件之外，在本发明的范围内并且在某些实施方案必要的程度上，无线传感器还可以进一步包括：另外的部件，例如像易失性存储器(例如，RAM等)和非易失性存储器(例如，ROM、闪存等)；另外或其它的处理器或可编程电路；其它通信装置(例如，有线网络通信)、定时器、振荡器、运动检测器；或任何其它辅助设备或电路。图3示出本发明的实施方案的无线传感器WS，所述无线传感器具有的形状比图2的方块图所示更为实际。在优选实施方案中，无线传感器的形状是球形，如图3所示，或所述无线传感器被成形成类似的其它圆形物体，如椭圆体或卵形体。通信天线CA和其它部件优选地被保护在外壳内部，但是如图3所示的较小开口或突起可能是传感器设备和可能的生物过程电源与它们的源极进行接触所必需的。根据本发明的实施方案的无线传感器，除了上文提及的功能性之外，传感器处理器SP被进一步布置来处理用于定位无线传感器的算法。在本发明的优选实施方案中，这是借助不同的方法来执行，所述方法涉及与其它无线传感器或无线单元(例如，无线网关)的通信，并且甚至优选将测量到的生物质特征并入定位算法中。为了节省电池电量并且减少网络流量，在本发明的优选实施方案中，无线传感器并不连续地执行定位。它会遵循生物质的可能有关检测的大多数应用(即典型地储藏、分解或运输应用)的性质，这些应用中不会在长的时间段内搅动或以其它方式操控生物质。因此，对于大多数生物质应用而言，可能稳妥的是：假定针对无线传感器获得的位置估计在长时间内保持有效，在一些应用中，甚至在数周或数月内保持有效。因此，在已执行多次定位迭代以便以令人满意的可靠性获得位置估计之后，仅以预定或动态确定的时间偶尔地进行定位的验证是有益的并且是完全足够的。在优选实施方案中，定位的验证以规律的时间间隔进行，这取决于先前定位的尝试的可靠性和历史，但除此之外或替代地，用来确定应当何时执行更新的定位的一些替代方式都在本发明的范围内。定位或其足以进行一定程度验证的部分可例如以规律的时间间隔来进行，即在以下情况下进行：当预定时间(例如，一天或一周)已经过去时；当预定生物质特征(例如像温度)已经变化超过可以指示情况与假定情况大不相同的预定量时；当无线传感器中的例如像加速计的运动检测器已经检测到可能的运动时；当定位估计指示传感器正在移动时；当例如像接收信号强度的无线通信性质已经变化超过预定量，由此指示相对于另一无线单元的位置已经发生变化时；当典型地经由生物质监测接口和网关从用户处接收到对定位无线传感器的请求时，或是从任何其它适合的触发器接收到请求时。定位验证或更新可以始终针对所有传感器进行，或者所述定位验证或更新可以是依赖于传感器的，以使得每个传感器决定何时进行定位，和/或取决于触发器，仅重新定位触动所述触发器的传感器。例如，在一些传感器中的加速计指示运动时，本发明的一个实施方案可被布置来决定只对那些传感器进行定位，然而本发明的替代实施方案可被布置来更新所有传感器的定位以便实现完全的确定性。在优选实施方案中，采样和/或通信频率有所不同。起初，在并不知道或仅仅粗略估计出无线传感器位置时，采样和/或通信频率是高的以便稳定定位过程，即，以便完成估计位置的过程的瞬态响应。随后，取决于定位估计稳定时所处的比率，采样将会减少。在观测到传感器测量结果或将其分类为异常时，采样和/或通信频率将会再次增加以便检测异常情况，从而决定异常数据指示生物质中的变化，例如，分解过程的开始，或将传感器度读数作为错误排除。无线传感器网络和定位是已知的主题，并且在这两个领域都已经进行过很多工作。然而，所做工作几乎都是专门使用空气作为传输介质来进行的。在对无线传感器网络通信和定位的相对短的距离做考虑时，空气可被视为同质介质。无线电波在空气中的行为非常接近无线电波在真空中的行为。这意味着：可以通过大多数物理书籍中出现过的定义明确的公式在理论上准确地描述信号在空气中行进的性质。然而，已经发现，在使用异质材料作为传输介质时的情况并非如此。在异质材料中，材料区域内的射频特征将由那个区域的介电常数确定。在电磁波行进通过变化区域时，它将会不同程度地受到折射、反射以及衍射的影响，这取决于信号频率和区域大小。这会导致过度衰减、严重的多路径路由、改变信号传播速度以及其它类似的现象，并且因此导致确定传感器的位置中的不准确性。发明人已经发现，更为复杂的是要考虑到：同质材料，尤其是生物材料的性质(如静电性)将会导致估计误差，因为全局或局部变化可能不同程度地影响所述区域。随着时间流逝，在材料的各个部分中，温度可能不同程度地变化，含水量可能变化，等等。这些变化中的每种变化将潜在地改变材料的RF性质。这种情况必须纳入考虑，从而避免在传感器的位置估计中的误差越来越大。在例如青贮饲料堆的情况下，密度、水分含量、盐度以及温度方面的变化均是决定堆垛区域的介电常数的因素。在整个堆垛上，这些参数可以明显不同，作为一个实施例，密度可以相差因子4。在完全不同于空气的环境中部署现有无线传感器网络和定位解决方案将会产生严重误差。已经众所皆知的是，接收信号强度(RSS)测量是不准确的而且是变化的，即使在空气中也是如此。如果在不考虑材料的异质性质的情况下被部署在例如青贮饲料或其它生物质中，那么测量可不与距离相关。依赖于飞行时间(TOF)的所有方法也将受到影响，依赖于到达时间(TOA)、到达时间差(TDOA)或双向测距的所有方法也是如此。随着介电常数的变化，光速并且因此TOF均会发生变化。此外，现有的基于TOF的系统依赖于可在2.4GHz频带中利用的高带宽。众所周知，在RF范围中，高频率通常比低频率更难穿透材料，因此，与使用433MHz系统比较，在使用2.4GHz系统时会丢失许多范围。如果在生物质(例如青贮饲料)中保持不变地来使用，那么基于到达角(AOA)的系统还将面临一些严重的挑战。AOA系统依赖于测量入射波的角度。这高度依赖于视线(LOS)，并且使得仅仅存在有限的多路径路由。在例如青贮饲料中，并不存在视线和严重的多路径路由。由于并不存在视线，因此将会极难以预测多路径中正确的那条路径。为了解决这些问题并且促进定位，尽管生物质是异质环境，但根据本发明的实施方案的无线传感器通过以下方式确定其相对于其它传感器的位置：组合两个或更多个定位方法，并且根据对生物质环境的性质(例如，温度或水分含量)的当前知识来进一步增强结果。图4示出根据本发明的实施方案的优选定位方法的方框图。在优选实施方案中，定位方法通过传感器处理器SP来进行，所述传感器处理器可以使用附近无线单元和通信测量数据，所述通信测量数据来自无线通信单元WCU并且还可能来自传感器设备SD1、SD2或生物质特征的其它来源。进行两种不同定位方法LM1、LM2。所述定位方法应当优选被选择来使得它们的误差来源是尽可能无关联的，例如，依赖于异质生物质环境中的一些未知通信性质中的不同的未知通信性质。例如，可以彼此良好互补的方法可以包括基于范围的方法和与范围无关的方法，或基于距离的方法和基于强度的方法等。可能定位方法的实例包括：基于范围的定位技术，如到达时间(ToA)、到达时间差(TDoA)、往返行程到达时间以及接收信号强度(RSS)。与范围无关的定位技术，如单跳多边定位和N跳多边定位。在实际情况中并且当然在传感器被埋入生物质中的情况下，两种方法LM1、LM2的结果将可能不同。这些结果被馈送到数据融合块DF。就最简的形式而言，这个数据融合块可以仅为在进行或不进行加权情况下例如被实现为不同种类的FIR或IIR滤波器的、带有或不带有存储器的求平均值块。所述数据融合块的更高级实现方式包括(例如)卡尔曼滤波器、贝斯叶网络(BayesianNetwork)、登普斯特-谢弗(Dempster-Shafer)理论、模式识别、分类、神经网络或模糊逻辑。数据融合块的输出被用于增强的位置估计ELE，即，在与单独的定位方法LM1、LM2进行比较时得以增强。定位方法LM1、LM2的输出是定位估计表示，即，位置估计或用来建立位置估计的参数，例如，无线传感器与三个其它单元之间的距离估计。在前一情况中，数据融合块基于从定位方法LM1、LM2接收到的两个(或更多个)位置估计来输出位置估计。在后一情况中，数据融合块融合对应的参数，例如，针对同一其它单元的距离估计，以使得数据融合块的输出还包括例如3个距离估计，这种增强的位置估计ELE可以用来例如通过三边定位来推导出增强的位置估计。在后一情况中，参数还可以是例如相对于其它单元的方向或角度，所述方向或角度也可用来建立位置估计。根据本发明的优选实施方案，定位方法LM1、LM2以及数据融合块DF还可以接收测量到的生物质特征BC。考虑生物质特征是否可行取决于特定的定位方法，但在不可预测并且异质的环境(如生物质)中，大多数定位方法是否可以在某些生物质特征(例如，温度或水分含量)已知时更为可靠地进行估计还是未知的。在数据融合块中，例如，在已知定位方法1随着温度增加而变得越来越不可靠的情况下，或在已知例如用于定位方法2的传播速度常量在水分含量每次加倍时会增加一个百分数情况下，生物质特征可以用来预处理或加权来自不同定位方法的数据。应注意，图4中的两种定位方法的例示仅仅用于举例说明简单的实施方案。任何数目的定位方法都在本发明的范围内，并且本发明的优选实施方案是通过使用三种定位方法加以改进，如下所述。图5示出本发明的实施方案的定位算法的方框图，所述定位算法借助离散时间卡尔曼滤波器DF来将三个定位方法LM1、LM2、LM3的结果融合在一起。图5的算法所利用的三个优选定位方法是：两个基于范围的方法，即到达时间(TOA)和接收信号强度(RSS)；以及一个与范围无关的方法，即N跳多边定位。应注意，发明人已经确认了所有方法中的、应当被适配来用于特定异质环境(如特定种类的生物质)中的变量、项或方程，如下文更详细地指示。针对特定异质性质或环境来调整所述方法的任何适配法均在本发明的范围内。应进一步注意，用于生物质中的无线传感器的定位的任何定位方法的任何组合(例如，通过卡尔曼融合)均在本发明的范围内。RSS分析定位技术是一种基于范围的方法，其可以根据以下来适配用于本发明的实施方案：每个无线传感器都基于接收信号强度指示器(RSSI)来估计其离无线单元(例如，不同无线传感器或无线网关)的距离。为了估计发射器与接收器之间的距离，文献中已经广泛地使用了对数距离路径损耗模型是：其中n是指示环境中的信号强度的降低率的路径损耗指数，d0是接近发射器的参考距离，并且d是发射器与接收器之间的距离，即，离需要估计来确定位置估计的另一无线单元的距离。路径损耗函数以dB来表示测量到的信号强度。路径损耗是例如通过以下方式计算：获得来自其它无线单元的传输强度信息并且减去通过无线传感器中的无线通信单元测量到的接收强度。传输强度与接收强度之间的差指示这两个位置之间的路径损耗。总体上，指数n是取决于环境的。在自由空间中，n接近2。在更为复杂的环境中，n将会较大。用于某种生物质的适合的n可以通过以下方式确定：在不同状况下进行测试，并且随后应用适合于特定生物质的当前状况的n。测试还可以揭示环境变化所处的例如温度、水分等，指数n应当在所述算法中发生变化。用于一些种类的生物质(包括青贮饲料)的n的典型值可以在因子2与8之间变化。应注意，方程(1)中的模型并未考虑周围环境中的因素，如干扰、多路径以及衰落，并且因此，路径损耗可以仅仅视为平均值。为了考虑这些因数，已经表明的是，接收信号强度通常显示出均值为的高斯正态分布(Gaussiannormaldistribution)。因此，可以采用概率方法，并且通过将零均值、方差高斯随机变量N[0,σ]添加到路径损耗中来将路径损耗模型化为随机变量因此，在给定其它无线单元与无线传感器的距离为d的情况下，所观测到的路径损耗PL(d)等于L的概率为：由于路径损耗被模型化为随机变量，因此，L的每个可能值将与概率相关联。如果给定任何L，那么从无线传感器到其它无线单元的可能距离x可以由方程(1)推导出：因此，在给定实际距离d情况下，检测到的距离为x的概率可以使用方程(5)，即高斯误差函数(erf(.)和互补误差函数(erfc(.))进行计算，并且由方程(6)表示：使用这种技术，计算出距离的概率分布函数，并且获得曲线，所述曲线定义出无线传感器处于离其它无线单元距离x内的概率。具有最高概率的距离与其它单元的最高概率距离一起用来界定无线传感器的位置。得到来自不同无线单元的距离估计将导致形成带有边界的区域，所述边界使得定位在这些边界内的无线传感器的存在概率最大化。带有边界的所述区域的重心界定出无线传感器的最有可能的位置。上述算法是相对简单的方法，其仅仅考虑一个变量n，而不是2个变量。由于在生物质内一个点到另一个点的n变化，因此方程将会发生明显变化。通过传感器测量到的当前生物质特征优选用于在使用期间调整n和其它参数。算法可以进一步被适配来适应异质环境的其它性质。优选用于如上所述与其它方法组合的与范围无关的定位方法是N跳多边定位技术。图6示出带有6个无线单元1至6的无线网络。网络中的通信路径以带有箭头的线示出。无线单元1、2、5以及6(由双环指示)的位置已经例如根据知识或先前的估计而确定，而无线单元3和4的位置并未确定。如从无线通信网格理论得知，定义出协作子树，并且确定初始位置估计，例如，确定为周围无线单元的位置估计的均值。尽管初始估计可能会对必需的迭代次数造成充分影响，但就估计的最终准确性而言，所述初始估计可能并不是非常重要，因为本发明的定位方法使得估计朝着真实位置收敛。对无线单元3和4的位置估计可以在中心点处加以计算或被分散在无线单元中的每一个中。计算子树的边缘给出明确确定的或超过预定的方程集合，这些等式集合可以使用非线性最优化来解出。用于图6中的网络的非线性方程集合在以下方程中示出。目标在于最小化无线单元之间的测量到的距离与使用无线单元位置估计计算出的距离之间的残差。就此而言，在解出以下最优化问题之前或之后，将距离或坐标从跳数翻译成例如米。对应于1跳的以例如米计的距离取决于特定生物质以及网络拓扑学和技术进行选择。应进一步注意，就此而言，与上述和下述的其它定位方法一样，距离的界定以及因此相关的计算是取决于所选的矢量范数以及矢量维数的数目，所述矢量范数例如出租车距离l1、欧几里得距离l2、切比雪夫(Chebyshev)距离l∞或任何其它范数(例如，l2/3)。用于距离计算的矢量范数的选择还取决于特定生物质。欧几里得距离在本实施例中用作范数，为了简单起见，所述范数还是二维的。Ri,j的量表示两个无线单元之间的测量到的距离，并且平方根下的量指示估计的距离。fi,,j的量表示测量到的距离与估计的距离之间的残差。目标函数意图最小化在所有方程上的均方差F。这种最优化问题的解可以使用一些标准最小平方方法或卡尔曼滤波器来获得，并且结果是针对位置未知或不准确的每个无线单元的坐标估计集合。在方法的优选组合中，另一个基于范围的定位技术是到达时间(TOA)方法。为了说明这个方法，在可能没有视线(NLOS)的状况下，考虑2维定位任务，其中使用位置未知的无线传感器并M个其它无线单元。无线传感器和无线单元配备有能够测量到达时间(TOA)的无线通信单元。令x是将要确定的无线传感器位置，并且xi，i=1、2、…、M是第i个其它无线单元的已知位置。首先，在存在视线而缺少测量噪声的情况下，在第i个无线单元处的到达时间(TOA)(以τi指示)为其中是无线传感器与第i个无线单元之间的距离，其中||·||2表示欧几里得范数，并且C是所选信号传播速度。在这个方法中，信号传播速度和介电常数应当根据特定生物质进行选择，这种选择优选考虑当前由传感器测量到的生物质特征。例如，传播速度可以改变因子4。明显地，TOA(τi)可以通过乘以C来容易地转换成距离。然而，实际上，由di表示的距离测量结果受到干扰并且被模型化为：其中εi是测量误差，ηi是因没有视线(NLOS)而引起的误差，并且φi是在第i个BS处的NLOS存在变量。εi是具有已知方差σi2的零均值白高斯变量。距离测量结果分别对应于在φi=0和φi=1时的LOS和NLOS传播。假定ηi是具有已知概率密度函数(pdf)(以p(di)表示)的正态随机变量，并且它的值远远大于di0和|εi|。还假定{εi}、{φi}以及{ηi}是无关的。假定di0和εi可以忽略不计，方程(2)的观测到的测量结果则可以通过以下方程实现良好近似：令第i个BS处的NLOS传播的概率为p(φi=1)=qi，这又意味着p(φi=0)=1-qi。假定{qi}先前已知，并且它们的值足够小以使得很有可能存在至少三个LOS测量结果。也就是说，在这个方法论中，定位估计将不涉及NLOS测量结果。重要的是应指明{σi2}、{qi}和NLOS分布可以由现场测试获取。在现场测试中，MS位置已知，这意味着BS之间的真实距离是可用的。对于MS与BS之间的每个路径测量来说，可以容易地区分出所述真实距离是对应于LOS传播还是NLOS传播。因此，假定LOS情形下的干扰足够小，如果对应的推导出的距离可与真实值相当，那么所述路径就被检测为LOS路径。否则，所述路径被确认为NLOS测量结果，因为它在大大地偏离理想的LOS路径。基于来自大量试验的LOS/NLOS确认结果，可以获得{qi}的经验概率，而NLOS分布根据所确认的NLOS测量结果推出。此外，{σi2}可以使用所确认的LOS测量结果及其对应的无噪声距离进行估计。给定距离测量结果矢量d=[d1,d2I...,dM]以及NLOS概率和pdf的情况下，任务就是得出φ＝[φ1，φ2，…，φM]和x。这可以通过解出矢量空间(方程集合)中的最优化问题来完成。利用来自至少3个不同无线单元的距离估计x集合，可以使用三边定位，通过形成带有边界的区域来确定无线传感器的位置估计，其中所述边界使得定位在那些边界内的无线传感器的存在概率最大化。带有边界的所述区域的重心界定出无线传感器的最有可能的位置。在本发明的优选实施方案中，定位算法是分散式方法，并且因此通过无线传感器自身或至少在所选数目的无线传感器中进行。与其中所有传感器都需要将它们的原始通信测量数据传输到针对所有传感器来计算位置估计的中央定位单元(例如，网关)的系统相比，分散算法大大减少网络流量。减少的网络通信的量意味着传感器中的电池消耗较小，并且除了传递到网关的生物量测量结果本身之外，没有大数据量的不可靠的远程或多跳通信。在本发明的替代实施方案中，无线传感器仅仅配备简单、便宜的处理器，所述处理器仅管理来收集数据，而并不具有用以确定无线传感器自身的位置的处理能力。相反，网关或其它中央单元接收来自所有传感器的通信特征(如信号强度或到达时间)以及它们的传感器数据，并且确定所有传感器的位置。由此，只有一个或少数无线单元(例如，网关)需要强力的处理器。在本发明的替代实施方案中，一些无线传感器并不包括用于定位或用于执行必要测量的装置，因为中央定位单元会执行这些操作。因此，网络中的一些传感器仅仅具有完全未知的定位，或这些传感器通过以下方式大概地定位：仅仅确定在能够定位的无线传感器中就例如最容易通信或最强信号而言感觉最为接近的无线传感器。在本发明的替代实施方案中，一些无线传感器确实仅仅包括用于定位或用于执行必要测量的装置，因为中央定位单元会执行这些操作。因此，网络中的一些传感器仅仅具有完全已知的位置，所述已知位置被称作锚节点。图7示出生物质BM(例如，青贮饲料或马铃薯)的细长堆垛。多个无线传感器WS被埋入所述堆垛中，如虚线框所示。无线网关WG位于堆垛外部。无线传感器WS彼此通信以便对自身进行定位。根据本发明的优选实施方案，每个无线传感器应当处在至少三个无线单元的无线通信距离内，以便根据本发明建立增强的位置估计。此外，无线传感器可能经由通过其它无线传感器的多次跳跃来将测量数据和其增强的位置估计传输到无线网关。在生物质内的无线通信距离典型地非常短时，可能需要大量跳跃来到达网关，并且可能难以找到3个无线传感器来关于定位来配合。因此，在图7的实施方案中，提供位于生物质堆顶部上的许多无线中继单元WR。无线中继单元可以用于关于通过附近的无线传感器的定位的配合，即，充当定位无线传感器需要的至少3个无线单元之一。通过那种方式，无线中继单元可以被视为许多定位辅助器，如果所埋入的无线传感器的密度略低，或随机性已经导致生物质堆的某些区域的较低密度，那么可以对这些定位辅助器进行分布。无线中继单元WR可以包括外部定位装置，例如像GPS单元，由于所述单元位于生物质外部，因此将会致力于确定它们自身的位置并且由此支持无线传感器的定位。此外，如果传感器网络包括带有GPS或类似绝对定位装置的两个设备，那么无线传感器的相对定位得以简化，因为方向可以由两个绝对位置推导出。除了充当定位辅助器之外，无线中继单元可以大大改进苛刻环境中的网络通信，因为所述单元在生物质外部的位置使得它们能够通过空气在更长距离范围内以更加可靠的方式彼此通信并且与无线网关通信。因此，在通过无线中继单元而非通过其它埋入的传感器进行中继的情况下，来自远离所述网关的无线传感器的数据通信可以避免多次网络跳跃。在优选实施方案中，无线中继单元是专用单元，其并不包括传感器设备或其它传感器特定的实现方式，但应注意，在本发明的范围内，所述无线传感器也可充当无线中继单元。