浅 谈 无 线 传 感 器 网 络
浅 谈 无 线 传 感 器 网 络
【摘要】无线传感器网络是由一组传感器以Ad-Hoc方式构成的有线或无线网络。传感器节点本身的很多约束和这种网络的部署方式给网络方面的研究带来了一些很有价值的新挑战。本文将综述针对这两个问题传统网络模型各层需要做的工作，比如在MAC层进行限制无线资源的使用、在网络层进行以数据为中心或者以地理信息为中心的路由、在应用层的系统监视及维护等。
关键字：无线传感器网络，网络问题
Keywords：Wireless Sensor Networks，Networking Issues
一、引言
无线传感器网络（下文简称传感器网络）的研究开始于上世纪末，随着通信技术、嵌入式计算技术和传感器技术的飞速发展和日益成熟，传感器网络在商业和军事上的应用越来越多。最近波士顿地区的几家学术机构正竭力把旨在为计算机网络提供强大监视功能的实验技术投入市场。发起者波士顿大学近日宣布组建传感器网络联盟，鼓励企业使用“传感器网络”。联盟成员已经包括石油巨擘BP、恒温器生产商霍尼韦尔、芯片生产商Intel和国防承包商Textron Systems。哈佛大学和马萨诸塞大学阿默斯特分校也名列其中。美国研究人员历时数年开发传感器网络，这种无线技术可以在大范围监控温度、运动、光线及其他物理环境的变化。网络依赖极小的电池供电设备，共同收集及处理环境数据，并无线传输到中央计算机。这项技术有望带来农业、消防、军事、建筑安全和工业设施等领域的重大进展。
二、概述
传感器网络是由一组传感器以Ad-Hoc方式构成的有线或无线网络,其目的是协作地感知、采集和处理网络覆盖的地理区域中感知对象的信息,并发布给观察者[1]. 由定义可以看出传感器网络和一般的网络相比具有以下特点：通信能力有限，电源能量有限，计算能力有限，传感器数量大、分布范围广，网络动态性强，大规模分布式触发器，感知数据流巨大。
传感器网络的设计一般都面向应用,不好在详细级别上给出它的功能结构.下图为一个传感器网络的抽象功能结构与ISO网络模型的比较。
其中，基础层以传感器集合为核心,包括每个传感器的软、硬件资源,如感知器件、嵌入式处理器与存储器、通信器件、嵌入式操作系统、嵌入式数据库系统等.基础层的功能包括监测感知对象、采集感知对象的信息、传输发布感知信息以及初步的信息处理.因为该层基本由硬件实现，所以也称作硬件层。
网络层以通信网络为核心,实现传感器与传感器、传感器与观察者之间的通信,支持多传感器协作完成大型感知任务.网络层包括通信网络、支持网络通信的各种协议和软、硬件资源.因为该层实际上完成了传统意义上物理层、数据链路层和网络层的功能，故也称作网络协议栈层。
中间层以传感器数据管理与处理软件为核心,包括支持感知数据的采集、存储、查询、分析、挖掘等各种数据管理和分析处理软件系统,有效地支持感知数据的存储、查询、分析和挖掘,为用户决策提供有效的支持.并且为用户能够在基础层和网络层的基础上开发各种传感器网络应用软件提供有效的软件开发环境和软件工具.
应用层由各种传感器网络应用软件系统构成.实现不同的应用功能，到达各种应用的需求，例如环境监测、太空观测等。
三、网络问题
传感器网络给网络研究带来了一些很有价值的挑战。其中首要的是如何在每个节点都只有有限能量的情况下开发生命周期比较长的传感器网络。带有电池装备的传感器节点被分布到各种不同的地形。有些情况下，利用周围环境获得能量是可行的，比如太阳能；但在很多情况下是不可行的。而传感器节点主要的能源消耗是无线通信。在Pottie和Kaiser的研究[2]中表明，1bit数据传输
传感器网络部署时节点数量之大和环境之复杂也给传感器网络的可扩展性和可靠性带来很多问题。例如，随着环境的动态变化，无线信道就会产生异常行为，这将导致传感器网络系统动态行为增加，如节点失效就会发生。而长生命周期和无人监控系统都要求传感器网络在能源约束的情况下具有监测和适应这种环境变化的能力。
解决上述这些问题的技术现在主要落在限制无线通信、数据管理、根据地理情况进行路由和系统监视及维护这四个大的方面中，下文将逐一进行讨论。
1、限制无线通信
无线资源主要用于多跳通信，其中为了给某个接收节点或者基站发送数据而动用很多节点。理想的节电策略就是当节点不参与多跳路由时关闭无线资源，使该节点对多跳通信不可用。但是简单的关闭传感器节点的无线资源又会在环境动态变化时带来数据查询的不可达（当该关闭节点本应该参与路由时）。怎样才能既达到节电目的又维护多跳通信骨干呢？主要有以下两中解决方案：
适应性义务循环[3]：这种方式下，一组可以关闭无线资源的节点是仔细选择的以达到网络骨干能持续维护并且非骨干节点可以“休眠”。为了避免节点死掉要进行负载均衡，根据剩下的能量、无线覆盖范围等参数进行活动节点的轮换。
按需唤醒[4]：这种技术让节点使用多种无线波段，用一个低能耗的波段专门当多跳通信需要时来唤醒高能耗的波段。这种技术在带宽和数据传输率都比较高的ad-hoc网络和有图像数据的传感器网络中尤为有用。
2、数据管理
传感器网络和传统的端到端网络技术的很大一个不同之处就在于它是以采集现实世界的数据为中心的。其中的数据管理和路由在节能最大化中必须紧密结合，所以其中一个显著的网络组件就是要为使用应用特定的聚集模式建立数据管理框架提供灵活的平台。数据管理中的一个主要方面就是数据命名。虽然有很多基于属性的命名机制在因特网的IP框架上提出，但是传感器网络的数据和资源约束又产生了很多新的挑战。
最主要的就是传感器所产生的巨大的数据量和传感器有限的能量来处理这些数据的矛盾。有两个因素可以减轻数据通信的负担：（1）并不是所有数据都有用，只选择用户需要的数据进行传送（2）在高密度的传感器网络中数据有很大的相关性[5]，这样可以以此来减轻数据通信量，正如上文所提到的方法一样。
第二个问题是嵌入式传感器节点的能源约束，节点的能力范围相差很远。传统的数据库技术是资源密集型的，而传感器网络的数据管理模式需要在资源限制的结点上进行。
3、根据地理路由
传感器网络中的路由在两个方面与ad-hoc网络和因特网不同：一是它基于属性并且包含地理信息，二是能量约束、网络动态和部署规模使提前预知全局模式的路由变为不可能。基于局部信息的路由模式更适合传感器网络，因为可以对局部的变化做出反应并且不用为传送全局路由表花费巨大开销。
针对这种传感器网络的路由模式有很多策略，例如早期的Diffusion模式[5]构造数据到达接收方或者基站的机会路由表。最近局部模式路由的研究使低成本和精确的局部信息可以在没有GPS的情况下得到。由此可推测传感器网络的路由中占主导地位的很有可能是地理信息驱动，因为局部属性可以在以下几个方面减小通信开销：
（1）传感器数据极可能是地理相关的[6]，数据减少或者聚集模式应该需要根据地理信息来采集这些相关性。（2）在很多应用中用户倾向于查询小地理范围的数据，这样查询也就变得具有地理性了。
另外，不统一的传感器节点部署导致的一个很大的挑战就是部署地形需要路由协议具有跨越障碍路由的能力。
4、系统监视及维护
在大多数的分布式系统中系统监控都是一个富有挑战的问题，因为其中的设备数目和维护这些设备的人数想去甚远。一套能减小维护开销的机制式这类系统的有用性的一个重要因素。我们常见的从桌面操作系统到服务器或者路由器等都使用日志来追踪系统状态。在分布式系统中，通常需要通过网络将日志传送到能持久保持的地方。可以远程分析这些日志信息来监控安全问题、系统崩溃等问题。这种方式的前提是假设是日志的维护开销很小，而且带宽不是问题。这些条件在因特网中是满足的，但在能源短缺的传感器网络中通过通信将外部日志信息传送到中央节点几乎是不可能的。很多不同的方法都是通过精心选择需要传送的数据和网内聚集技术来减少调试所需要的数据的。
这样的网络监视和管理模式就需要一整套工具来适应不同规模的网络，例如从实验性质的少数节点的网络到实际应用的成千上百节点的网络。
四、展望
随着传感器网络技术在商业应用上的出现，我们相信低成本、功能完备的设备也将不久就出现。将来传感器网络发展很有可能是节点已经小到肉眼无法识别，甚至可能会潜入到制造某种产品的材料中。这样在技术上就会出现一些新的特点和需求，比如要将传感、处理、通信功能进行集成，网络的生命周期比较要长，网络的拓扑是对等模型的，节点是嵌入式的等等[7]。
因此无线传感器网络方面的研究不仅需要解决上面提到的问题，而且要时刻准备新的发展趋势带来的更多网络问题。可见其任重而道远！
参考文献
[1]Tilak S,
[2]G.J. Pottie and W.J. Kaiser. Wireless integrated network sensors. Communications of the ACM, 43(5):51–58, May 2000.
[3]Alberto Cerpa and Deborah Estrin. Ascent: Adaptive self-configuring sensor networks topologies. In Proceedings of the IEEE Infocom,
[4]Curt Schurgers, Vlasios Tsiatsis, Saurabh Ganeriwal, and Mani Srivastava. Optimizing sensor networks in the energy-latency-density space. IEEE Transactionson
[5]Chalermek Intanagonwiwat, Ramesh Govindan, and Deborah Estrin. Directed diffusion: A scalable and robust communication paradigm for sensor networks. In Proceedings of the ACM/IEEE International Conference on Mobile Computing and Networking (Mobicom), pages 56–67,
[6]Deepak Ganesan, Ben Greenstein, Denis Perelyubskiy, Deborah Estrin, and John Heidemann. An evaluation of multi-resolution search and storage in resource-constrained sensor networks. In Proceedings of the First ACM Conference on Embedded Networked Sensor Systems (SenSys)., 2003. to appear.
[7] Deepak Ganesan, Alberto Cerpa, Yan Yu, Deborah Estrin, Wei Ye and Jerry Zhao, “ Networking Issues in Wireless Sensor Networks”,Journal of Parallel and Distributed Computing (JPDC), Special issue on Frontiers in Distributed Sensor Networks, Elsevier Publishers December 2003
