无线传感器网络的体系结构、协议、应用和管理
【摘要】无线通信、集成数字电路和微电机系统（MEMS ）等技术的最新发展，促进了无线传感器网络的发展，使其变得更加切实可行。无线传感器网络（WSNs ）是由大量具有感知能力、计算能力和无线通信能力的传感器节点组成的网络。大量基于不同网络体系结构和应用的路由选择算法、电源管理和数据分发协议被设计出来。本文介绍了WSNs 体系结构和结构特征发展现状，有关WSNs 路由协议的最新工作及其设计目标和挑战，同时也概略介绍了WSNs 的一些应用。最后，提出了一些有关WSNs 管理的研究问题和一些争论点。
1 概述
随着无线通信、数据处理机、低功耗大规模集成电路和微处理机（MEMS ）[1]等技术的最新发展，使得开发小体积、低功耗和低成本的多功能传感器节点成为可能。这些节点可以进行无线通信、感知并进行计算（软件、硬件和算法）。因此，可以明确地说无线传感器网络（WSN ）是传感器技术、嵌入式技术、分布式信息处理技术和通信机制结合的产物。WSN 是一个由成百上千个密集地部署在无人值守的环境中，可以进行感知、无线通信和计算（比如，收集和传播环境数据）的传感器节点组成的网络。基于WSN 体系结构和应用功能的实现，人们设计了许多不同的路由算法、电源管理方式和数据分发协议。这些协议支持实际存在的传感器网络，并且有效地使它们成为我们现实生活中不可缺少的部分。这些协议与传统协议的本质区别在于它们支持各种特定的需求和参数设定以便无线传感器网络在实际中是可用和可操作的，这些特定的需求和参数设定由以下因素决定：存储大小、小尺寸、低功耗、容错性、低延迟、可测量性、自适应性和系统健壮性。
因此，许多基于无线传感器网络的学术和工业应用被发展了起来。这些应用覆盖了从军用到民用的很多方面，其原因在于，密布于无人值守环境中，可以进行感知、无线通信和计算的传感器节点，在测量特定环境条件和获取周围现象特征方面给予人们很大的帮助。此外，无线传感器网络的其他应用表现在环境监测和控制领域（如机器人控制）、高安全性住宅、跟踪和身份认证[2]。尽管有一些测量无线传感器网络[3]的前期工作，然而这些测量是区别于为它们所作的努力的：它将无线传感器网络的设计因素与路由、电源管理、数据分发协议等需求和这些协议所支持的应用融合在一起。
本文的结构如下：第2章对无线传感器网络体系结构和协议栈的发展现状进行了论述；在第3和第4章，对有关无线传感器网络路由协议的最新研究进行了回顾，描述了路由协议的设计目标、特征、面临的挑战、分类、假设和这些协议的优缺点以及我们的建议和提高的方向；第5章以基于无线传感器网络的应用与应用所需的路由、电源管理、数据分发协议的结合为中心，对这些应用进行了简要回顾；在第6章，提出了一些关于无线传感器网络管理的研究问题和一些争论点；最后在第7章中，对本文结论进行了总结，对后续工作的一些建议和方向进行了强调。
2 无线传感器网络的通信体系结构
上文提出，无线传感器网络是一个由大量拥有感知、无线通信和计算能力的传感器节点组成的网络。这些传感器节点散布在无人值守的环境中，位于远离图1中所示用户的地方。
图1所示体系结构的最上层代表了无线传感器网络的通信结构。构成该体系结构的主要实体包括[4]：
● 组成传感器网络的传感器节点。
● 通过Internet 或通信卫星与用户进行通信的接收器（基站）。
● 用户感兴趣并进行相关测量的实体对象。
● 对获取特定现象的信息以便对其行为进行监测测量感兴趣的用户。
2.1 无线传感器网络协议栈的体系结构
供接受器和传感器节点使用的协议栈的体系结构[3]如图2所示。这一协议栈将能量和路由发现结合在一起（如能量感知路由），将数据和网络协议结合在一起（如数据聚集），通过无线媒介高效地传输能量，并且促进了传感器节点之间的协作效果（例如，任务管理平台）。如图2所示，该协议栈由物理层、数据链路层、网络层、传输层、应用层、电源管理平台、移动管理平台和任务管理平台组成。物理层提供了健壮的信号调制和数据收发技术。网络层关心来自传输层数据的路由选择。传输层负责当无线传感器网络应用需要数据时数据流的传输控制。依据不同的感知任务，各种不同的应用软件被开发出来，运行在应用层。
电源管理平台负责管理传感器节点如何使用能源及三种不同操作（感知、计算和数据传输）时的能量消耗。例如，为避免接受重复信息，从邻居节点接受信息后，传感器节点就可以关闭接收器。同时，在向邻居节点进行广播时，低能量的源节点不会发送路由信息，剩余能量用来完成感知和探测任务。移动管理平台检测并注册传感器节点的移动并作为一种网络控制原语。因此，一条到用户的路径总是保持的，也使得传感器节点能够对其他节点中的邻居节点保持跟踪。同时，由于对这种情况的了解，使得节点能够在能源和任务之间建立平衡。
任务管理平台（例如，传感器节点的协同工作）对某一特定区域内的感知和探测任务进行平
衡和调度。因此，在相同的时间内，并非所有位于特定区域内的节点都参与到监测任务中去，而是依赖于它们的能量水平，某些节点比其他节点完成更多的监测任务。
3 传感器网络协议
3.1 设计需求
这一领域的许多研究者提出了许多设计因素，如可靠性、可伸缩性、拓扑结构、功耗、硬件参数、数据融合、安全性、自我配置性、网络动态性和服务质量、连通性和覆盖范围等等。针对这些需求，研究者推荐了一些解决方案：缩短每个节点的作用周期、最小化无线数据通信回路（如数据聚合和用通信网络的状态概要代替真实的数据）和最大化网络生命时期（比如最小能量路由）可以帮助解决能量耗尽问题；另一方面，为增强可伸缩性，采用分层的方法（例如聚集）组织网络，或者在局部节点相互作用时使用局部算法，同时为提高健壮性，采用自组织、自修复、自配置和自适应网络。
3.2 传感器网络路由协议的分类
有不同的方法对传感器网络路由协议进行分类。根据网络结构，路由协议可分为平面路由协议、层次路由协议和基于位置的路由协议；根据路由运作过程，可分为多路径路由协议、基于查询的路由协议、基于协商的路由协议、基于服务质量的路由协议和基于聚合的路由协议；根据路由建立过程，路由协议可分为三类，即按需路由协议、主动路由协议和混合路由协议。在平面路由协议中，所有的节点具有相同的作用和功能。在分层路由协议中，节点拥有不同的作用和功能，通过聚集不同作用的节点，聚集点可以进行数据聚合以便节省能源。而在基于位置的路由协议中，传感器节点的位置被用来确定特定区域内数据传输的路由而不是整个网络的路由。另一方面，在按需路由协议中，路由在使用之前就已经计算好了，而混合路由协议则是按需路由和主动路由协议的综合。
4 无线传感器网络的路由协议
本文中，我们介绍几种最著名的无线传感器网络路由协议。
4.1 “泛洪”（Flooding ）协议
Flooding[5]协议是一种经典的路由协议，可应用在传感器网络中。在Flooding 协议中，节点收到或产生数据后向所有邻节点广播，直到数据包到达目的地或已达到其最大跳数（即数据包过期）。然而，该路由协议[5]有如下缺陷：
● 内爆：同一节点从邻节点收到多份相同数据。内爆是网络拓扑结构的作用结果。 ● 交叠：如果两个节点覆盖重叠的监测区域，它们会探测到相同的数据。在这种情况
下，它们的邻节点将收到相同的数据。交叠是网络拓扑结构和从探测数据到节点的映射两者公共的作用结果。
● 资源利用盲目：在Flooding 协议中，节点不考虑在一定的时间内自身可用的能量资源。
而无线传感器网络协议必须是能量资源可感知的，并使感知、通信和计算与其能量状态相适应。
4.2 Gossiping协议
Gossiping 协议是对Flooding 协议的改进。在Gossiping 协议[6]中，节点随机地选择一个邻节点，将接收到的数据包发送出去。一旦一个gossiping 节点接收到信息，它可以将数据发送给源节点或者另外一个随机选择的邻节点。这种技术通过随机选择邻节点减少了能量消耗。尽管gossiping 协议能够解决信息的内爆问题，却无法避免信息的交叠问题。另一方面，gossiping 协议分发数据的速度较慢，虽然这意味着能量的低速率消耗，但其代价是延长了将信息发送给所有节点的时间。
4.3 SPIN协议
SPIN(Sensor Protocols for Information via Negotiation)[7]协议是为无线传感器网络设计的适应性协议族。其设计目标是使用数据协商和资源适应算法避免Flooding 协议的缺陷。SPIN 协
议的设计基于两种基本思想：（1）采取发送元数据的方式进行高效操作和节省能量（比如，用关于传感器数据的数据代替节点已经或需要获得的全部数据）；（2）网络中的节点必须能够感知自身能量资源的变化并适应这些变化以延长整个系统的运行时间。SPIN 协议有三种消息类型，即ADV 、REQ 和DATA 。
● ADV ：当节点有数据要发送时，通过广播包含元数据的消息向其邻节点通告。 ● REQ ：希望接收数据的节点发送REQ 消息进行请求。
● DATA ：DATA 消息包含真实的传感器数据和元数据头。
SPIN 协议是基于数据的路由协议，节点在发送数据前广播ADV 消息，然后等待需要数据的节点发回的REQ 消息。SPIN 协议元数据格式的语义是依赖于应用的，换言之，该协议使用与实际应用相关的特定元数据对数据进行命名。尽管SPIN 协议有其优点，例如：（1）解决了传统Flooding 协议中存在的问题，（2）拓扑结构的改变是局部性的，但也有其缺点：（1）SPIN 协议是不可扩展的，（2）如果某一sink 节点需要过多的数据，则会使其周围邻节点的能量耗尽，（3）如果需要数据的节点远离源节点并且中间节点不需要这些数据，则SPIN 协议的数据发送技术不能保证数据的正确投递。
4.4 Directed Diffusion协议
Directed Diffusion[8]协议是另一类数据分发和聚集协议，是一种基于数据的、应用感知的无线传感器网络路由协议，以属性/值对命名节点产生的所有数据。该协议由以下原理组成：
（1）命名，由Sink 节点发送的任务描述符以指定的属性/值的方式命名；（2）需求和梯度，已命名的任务描述符构成包含时间戳字段和一些梯度字段的需求，每一节点将该需求存储在其需求缓存中，随着需求在网络中的传播，建立多个从源节点到Sink 节点的路径梯度；（3）数据传播，当源节点有该需求所需的数据时，就将数据沿着需求梯度路径发送给需求节点（比如Sink 节点）；（4）Sink 节点开始以低数据速率接收数据后，它强迫某一特定的邻节点降低较高的数据速率，这一特点是基于数据驱动的局部规则实现的。由于Directed Diffusion网络中的任一节点都可以实现数据聚集和缓存，该协议通过缓存和处理数据选择更好的传输路径以节省节点能量。另一方面，该协议也有其局限性，例如：完成数据聚集需要时间同步技术的延迟，而后者在无线传感器网络无法实现；同时，数据聚集的开销涉及到信息的记录。以上两种不足增加了节点的开销，而这并非我们所希望的。
4.5 LEACH协议
LEACH(Low Energy Adaptive Clustering Hierarchy)[9]是一种自组织的、适应的基于聚集的协议，使用随机轮转簇头的方式在网络节点中分发能量。LEACH 协议基于以下两个基本假设：（a ）基站是固定的，并在地理位置上远离传感器；（b ）网络中的所有节点属于同类，并且是能量约束的。LEACH 协议的主要特点为：
● 为簇的建立和操作而进行的局部协调和控制。
● 采用随机轮转的方式选择簇头和相对应的簇。
● 局部压缩以降低全局通信开销。
在LEACH 协议中，一轮分为几个固定时长的阶段，任一簇建立阶段后面均为稳定运行阶段。一轮的持续时间在开始之前就已确定。
1. 通告阶段。
2. 簇建立阶段。
3. 时间表创建阶段。
4. 数据传输阶段。
尽管LEACH 协议表现出一些优点，但仍存在如下缺点：
● 由于LEACH 协议等待时间较长，因此不能用于时间约束的无线传感器网络中。
● 到Sink 节点路由上的热节点会快速地将能量耗尽。这一问题被称为“热点”问题。
● 每一轮中簇的数量不是固定的[10]。
● LEACH 协议不能用于大型的传感器网络。
4.6 PEGASIS协议
PEGASIS(Power-Efficient Gathering in Sensor Information Systems)是一种贪婪的、基于链式结构的能量高效算法[11]。同时，该协议也是基于LEACH 协议的（PEGASIS 协议中的方案模型和数据发送模型与LEACH 协议中的是相同的）。PEGASIS 协议的主要特点为：
● 基站固定在远离传感器节点的位置。
● 所有节点是同类的，并且具有相同的能量级别约束。
● 节点无移动性。
PEGASIS 协议基于两种思想：链式结构和数据聚合。在PEGASIS 协议中，使用贪心算法部署节点形成簇，称为链，每一个节点轮流作为链簇头。PEGASIS 协议假定每个节点对整个网络有全局性了解，所有节点是固定的（没有移动节点），并且每个节点都知道网络中其他节点的位置。在PEGASIS 网络中，除了簇中的末端节点，簇中的其他节点都可实现数据聚合。通过消除动态形成簇的开销，最小化簇头必须传播的距离总和，限制传送和接收节点的数量，以及每一轮仅向基站发送一次数据，PEGASIS 协议比LEACH 协议更具优势。然而，PEGASIS 协议有着和LEACH 协议同样的缺点，此外，PEGASIS 协议不支持网络升级，也不能用在那些不易获得全局结构的网络中。
4.7 GEAR协议
GEAR(Geographical and Energy Aware Routing，地理和能量感知路由)[12]是一种基于回溯的数据分发路由协议。GEAR 协议使用能量感知和地理探索寻找邻节点将数据包路由到目标区域，在目标区域，使用一种回溯的地理感知装置分发数据包。和其他协议一样，GEAR 协议建立在下述假定之上：
● 所有传感器节点是静止的。
● 存在一个定位系统，使得每个节点知道其当前位置。
● 所有节点是能量约束的，并且与其他节点共享位置信息（例如，每个节点知道自身
的位置和能量水平，同时也知道其邻节点的位置和剩余的能量水平）。
● 节点之间的连接是双向的。GEAR 协议有两个阶段：（1）将数据包发送到目标区域；
（2）在目标区域内发送数据包。
尽管GEAR 协议降低了建立路由的能量消耗，但却不支持升级和数据聚合。
通过对上述路由协议的分析和全面考虑，我们认为一种高效的无线传感器网络路由协议应该具备如下关键特征：
● 支持数据聚合：通过计算快速地减小数据大小在支持高效查询处理以及消减网络开
销方面起着关键作用，从而节省了能量。
● 支持动态建立簇结构：因为这种结构避免了簇头很快地将能量耗尽，从而延长了网
络生命时期。
● 为节点数据传输和分发设立门限，这将有助于避免不必要的数据传输（如冗余）以
节省能量和延长网络生命时期。
● 支持随机路径选择：到目的节点的多路径选择能够提高容错性和管理网络负载的开
销。
● 移动性：大多数现行的协议假定所有节点是静止的。然而，对一些应用而言，要求
节点是可移动的。因此，新的路由算法需要处理节点的移动和网络拓扑结构的变化。 ● 自我配置性：由于传感器节点易于损坏或者新的节点可能会加入到网络中，因此，
应当考虑升级、自我配置、自我修复以及适应网络拓扑结构和环境的改变等因素。 ● 安全性：急需发展分发路径安全的无线传感器网络，因此要实现安全路由。
● 服务质量：可靠性和本地化需要被考虑和给予更多的关注。
● 支持时间同步。
5 应用
传感器网络的应用范围很广，诸如军事应用、公共安全、医疗、监视、环境监测、商业应用，以及habitat 和跟踪[13]。一般而言，在不远的将来传感器网络将无处不在，因为它们支持人类与物理世界之间的交互。此外，在未来十年时间里，传感器网络有望极大地促进普及计算和空间探索。在无人值守的环境中部署传感器将会给现实世界中新应用的探索带来更多的机会（如图3所示）。
6 无线传感器网络管理
传感器网络有着与传统有线数据网络不同的体系结构，并以随机的方式进行组建。另一方面，无线传感器网络是依赖于实际应用的，这意味着管理需求也会随不同网络而变化，在不可预测的情况下对无线传感器网络的配置错误可能会导致整个网络在开始运行之前就已失败。同时，无线传感器网络的行为是不可预测的、动态的。所有这些因素必定会被描述当前网络状况的传感器网络模型进行合成。一些可接受的模型如下：
（1）网络拓扑模型：这一模型描述真实的拓扑地图以及网络的连通性和（或）可达到性，同时也促进了路由运算和未来节点部署信息的获取，因为网络的拓扑结构会影响到许多网络特征，如等待时间、吞吐量、鲁棒性以及数据路由和数据处理的复杂性。这需要仔细管理网络拓扑结构的维护[3]。文献[3]定义了三种和拓扑结构维护与变化（如一些节点发生故障）相关的阶段：前部署和部署阶段、后部署阶段以及新增节点的重新部署阶段。
（2）剩余能量模型：这一模型描述网络节点的剩余能量水平，结合网络拓扑结构信息，使得了解网络弱区域（比如，短生命时间区域）成为可能[14]。
开销模型：描述设备、能量以及人为开销以维持所期望的网络性能水平。
使用模式模型：从节点活动时间周期、传感装置或目标行为的数据传输质量以及跟踪网络热点以避免热点问题等方面描述网络活动性[14]。
行为模型：描述网络行为。由于传感器网络是高度不可预测的、动态的和不可靠的，因此统计的、不确定性模型在评估网络行为方面比确定性模型更加高效。
（3）区域覆盖模型：传感覆盖范围地图描述了真实的传感器视野，同时通信覆盖地图描述了由射频收发器范围决定的通信覆盖范围[14]。
上述模型建立了管理信息库（MIB ）。同时，这些模型可用于实现不同的网络管理功能，例如：传感器调度、网络操作参数调整、覆盖区域监视、拓扑地图发现、网络连通发现、节点位置定位、将来网络状态预测、监控区域界定、传感器网络设计、能量水平设定以及自我测试功能[14,15,16]。由于传感器节点及其所处的环境都是无人值守的，所以人工介入某些网络维护任务，如配置、保护、修复以及能量补给是不切合实际的。因此，我们认为自管理的方式（自配置、自修复、自优化、自保护、自服务、自感知和自学习）是有前景的、实用的、主要的管理方式，这种方式能够应对各种强加于无线传感器网络之上、因某些因素（例如小尺寸、存储量、低功耗、容错性、低等待时间、扩展性、适应性和鲁棒性）带来的资源限制导致的特定需求和限制。这一领域的一些研究者建议，在试图建立管理系统时需要综合考虑所有这些特征。L. B. Ruiz, et al.[17,18]已经提出了一种名为“MANNA ”的无线传感器网络管理体系结构，其他有关无线传感器网络电源管理[19,20]的尝试也已实施。我们也认为传感器网络的管理可以借鉴人工智能的方法，一般地说，就是蚁群算法，特殊而言，则为实现可升级的、健壮的以及适应的无线传感器网络管理系统。不同的算法、优化技术和集体智慧都可以运用在无线传感器网络领域。
7 结论
在本文中，讨论了无线传感器网络的技术水平现状，包括其体系结构、路由算法和应用；同时也提出了一些建议和方向，作为帮助和促进无线传感器网络协议和算法后续设计的引导和提示；另外，给出了基于无线传感器网络的一些应用的简要回顾；最后，提出了关于无线传感器网络管理的研究方向和意见建议。
8 参考文献
[1] B. Warneke, K.S.J. Pister, "MEMS for Distributed Wireless Sensor Networks," in Proc. of 9th International Conf. on Electronics, Circuits and Systems, Dubrovnik, Croatia, September, 2002.
[2] R. Min, et al., "Low Power Wireless Sensor Networks", in the Proceedings of International Conference on VLSI Design, Bangalore, India, January 2001.
[3] I. Akyildiz, W. Su, Y. Sankarasubramaniam, and E. Cayirci "A survey on Sensor Networks," IEEE Communications Magazine, vol. 40, Issue: 8, pp. 102-114, August 2002.
[4] S. Tilak, N. Abu-Ghazaleh, and W. Heinemann, "A taxonomy of Wireless Micro-senor Network Models," ACM SIGMOBILE, Mobile Computing and Communications Review, vol.6, issue: 2, pp. 28-36, April, 2002.
[5]W. R. Heinemann, J. Kulik, and H. Balakrishnan, "Adaptive Protocols for Information Dissemination in Wireless Sensor Networks," in proc. ACM MobiCom '99, Seattle, WA,1999.
[6] S. M. Hedetniemi, S. H. Hedetniemi, and A. Liestman, "A Survey of Gossiping and Broadcasting in Communication Networks," Networks, vol. 18, 1988.
[7] J. Kulik, W. R. Heinemann, and H. Balakrishnan, "Negotiation base protocols for Disseminating Information in Wireless Sensor Networks," Wireless Networks, vol. 8, pp.169-185, 2002.
[8] C. Intanagonwiwat, R. Govindan, D. Estrin, J. Heidemann, and F. Silva, "Directed Diffusion for
Wireless Sensor Networking," IEEE/ACM Transactions on Networking, vol.11, pp. 2-16, Feb. 2003.
[9] W. Heinzelman, A. Chandrakasan, and H. Balakrishnan, "Energy-Efficient Communication Protocol for Wireless Micro-Sensor Networks," in Proc. of the 33rd Annual Hawaii International Conf. on System Sciences, pp. 3005-3014, 2000.
[10] S. Dai; X. Jing; L. Li, "Research and analysis on routing protocols for wireless sensor networks," In Proc. of International Conference on Communications, Circuits and Systems, vol. 1, pp. 407 - 411, 27-30 May, 2005.
[11] S. Lindsey, C. S. Raghavendra, "PEGASIS: Power-Efficient Gathering in Sensor Information Systems," presented at Proc. of IEEE Aerospace Conference, Montana, 2002.
[12] Y. Yu, R. Govindan, D. Estrin, "Geographical and Energy Aware Routing: A Recursive Data Dissemination Protocol for Wireless Sensor Networks," UCLA Computer Science Department UCLA-CSD TR-01-0023, May, 2001.
[13] Ning Xu, "A Survey of Sensor Network Applications, "available from the World Wide Web: http://enl.usc.edu/ningxu/papers/survey.pdf
[14] S. B. B. Deb and B. Nath, "A Topology Discovery Algorithm for Sensor Networks with Applications to Network Management," Tech. rep. DCSTR-441, Dept. of Computer Science, Rutgers Univ., May 2002.
[15] L.B. Ruiz, T.R.M. Braga,; F.A. Silva,; H.P. Assuncao, J.M.S. Nogueira, A.A.F. Loureiro, "On the Design of a Self-Managed Wireless Sensor Network," Communications Magazine, IEEE, vol. 43, Issue 8, pp.95 - 102, Aug. 2005.
[16] IBM, "An Architectural Blueprint For Autonomic Computing," IBMand Autonomic Computing, April 2003. Available from the world wide web :
[17] L. B. Ruiz, J. M. S. Nogueira, and A. A. F. Loureiro, "MANNA: A Management Architecture for Wireless Sensor Networks," IEEE Communication Magazine, vol. 41, no. 2, pp. 116-25, Feb. 2003.
[18] L.B. Ruiz, F.A. Silva, T.R.M. Braga, J.M.S. Nogueira, A.A.F. Loureiro, "On Impact of Management in Wireless Sensors Networks" In Proc. of the 9th IEEE/IFIP Network Operations and Management Symposium (NOMS' 04)vol. 1,pp. 657 - 670, Seoul, Korea, 19-23 April, 2004.
[19] R.M. Passos, C.J.N. Coelho, A.A.F. Loureiro, R.A.F. Mini, "Dynamic Power Management in Wireless Sensor Networks: An Application-Driven Approach," In Proc. of the 2nd Annu. Conference on Wireless On-demand Network Systems and Services (WONS '05), pp. 109 - 118, 19-21 Jan. 2005.
[20] R. Tynan, D.Marsh, D. O'Kane, G.M.P. O'Hare, "Agents for wireless sensor network power management," In Proc of International Conference workshops on Parallel Processing(ICPP '05) Workshops, pp. 413 - 418, 14-17 June 2005.
[21] E. Bonabeau, M. Dorigo, and G. Theraulaz, Swarm Intelligence: From Natural to Artificial Systems, Santa Fe Institute Studies in the Sciences of Complexity, Oxford University Press, 1999.
无线传感器网络的体系结构、协议、应用和管理
【摘要】无线通信、集成数字电路和微电机系统（MEMS ）等技术的最新发展，促进了无线传感器网络的发展，使其变得更加切实可行。无线传感器网络（WSNs ）是由大量具有感知能力、计算能力和无线通信能力的传感器节点组成的网络。大量基于不同网络体系结构和应用的路由选择算法、电源管理和数据分发协议被设计出来。本文介绍了WSNs 体系结构和结构特征发展现状，有关WSNs 路由协议的最新工作及其设计目标和挑战，同时也概略介绍了WSNs 的一些应用。最后，提出了一些有关WSNs 管理的研究问题和一些争论点。
1 概述
随着无线通信、数据处理机、低功耗大规模集成电路和微处理机（MEMS ）[1]等技术的最新发展，使得开发小体积、低功耗和低成本的多功能传感器节点成为可能。这些节点可以进行无线通信、感知并进行计算（软件、硬件和算法）。因此，可以明确地说无线传感器网络（WSN ）是传感器技术、嵌入式技术、分布式信息处理技术和通信机制结合的产物。WSN 是一个由成百上千个密集地部署在无人值守的环境中，可以进行感知、无线通信和计算（比如，收集和传播环境数据）的传感器节点组成的网络。基于WSN 体系结构和应用功能的实现，人们设计了许多不同的路由算法、电源管理方式和数据分发协议。这些协议支持实际存在的传感器网络，并且有效地使它们成为我们现实生活中不可缺少的部分。这些协议与传统协议的本质区别在于它们支持各种特定的需求和参数设定以便无线传感器网络在实际中是可用和可操作的，这些特定的需求和参数设定由以下因素决定：存储大小、小尺寸、低功耗、容错性、低延迟、可测量性、自适应性和系统健壮性。
因此，许多基于无线传感器网络的学术和工业应用被发展了起来。这些应用覆盖了从军用到民用的很多方面，其原因在于，密布于无人值守环境中，可以进行感知、无线通信和计算的传感器节点，在测量特定环境条件和获取周围现象特征方面给予人们很大的帮助。此外，无线传感器网络的其他应用表现在环境监测和控制领域（如机器人控制）、高安全性住宅、跟踪和身份认证[2]。尽管有一些测量无线传感器网络[3]的前期工作，然而这些测量是区别于为它们所作的努力的：它将无线传感器网络的设计因素与路由、电源管理、数据分发协议等需求和这些协议所支持的应用融合在一起。
本文的结构如下：第2章对无线传感器网络体系结构和协议栈的发展现状进行了论述；在第3和第4章，对有关无线传感器网络路由协议的最新研究进行了回顾，描述了路由协议的设计目标、特征、面临的挑战、分类、假设和这些协议的优缺点以及我们的建议和提高的方向；第5章以基于无线传感器网络的应用与应用所需的路由、电源管理、数据分发协议的结合为中心，对这些应用进行了简要回顾；在第6章，提出了一些关于无线传感器网络管理的研究问题和一些争论点；最后在第7章中，对本文结论进行了总结，对后续工作的一些建议和方向进行了强调。
2 无线传感器网络的通信体系结构
上文提出，无线传感器网络是一个由大量拥有感知、无线通信和计算能力的传感器节点组成的网络。这些传感器节点散布在无人值守的环境中，位于远离图1中所示用户的地方。
图1所示体系结构的最上层代表了无线传感器网络的通信结构。构成该体系结构的主要实体包括[4]：
● 组成传感器网络的传感器节点。
● 通过Internet 或通信卫星与用户进行通信的接收器（基站）。
● 用户感兴趣并进行相关测量的实体对象。
● 对获取特定现象的信息以便对其行为进行监测测量感兴趣的用户。
2.1 无线传感器网络协议栈的体系结构
供接受器和传感器节点使用的协议栈的体系结构[3]如图2所示。这一协议栈将能量和路由发现结合在一起（如能量感知路由），将数据和网络协议结合在一起（如数据聚集），通过无线媒介高效地传输能量，并且促进了传感器节点之间的协作效果（例如，任务管理平台）。如图2所示，该协议栈由物理层、数据链路层、网络层、传输层、应用层、电源管理平台、移动管理平台和任务管理平台组成。物理层提供了健壮的信号调制和数据收发技术。网络层关心来自传输层数据的路由选择。传输层负责当无线传感器网络应用需要数据时数据流的传输控制。依据不同的感知任务，各种不同的应用软件被开发出来，运行在应用层。
电源管理平台负责管理传感器节点如何使用能源及三种不同操作（感知、计算和数据传输）时的能量消耗。例如，为避免接受重复信息，从邻居节点接受信息后，传感器节点就可以关闭接收器。同时，在向邻居节点进行广播时，低能量的源节点不会发送路由信息，剩余能量用来完成感知和探测任务。移动管理平台检测并注册传感器节点的移动并作为一种网络控制原语。因此，一条到用户的路径总是保持的，也使得传感器节点能够对其他节点中的邻居节点保持跟踪。同时，由于对这种情况的了解，使得节点能够在能源和任务之间建立平衡。
任务管理平台（例如，传感器节点的协同工作）对某一特定区域内的感知和探测任务进行平
衡和调度。因此，在相同的时间内，并非所有位于特定区域内的节点都参与到监测任务中去，而是依赖于它们的能量水平，某些节点比其他节点完成更多的监测任务。
3 传感器网络协议
3.1 设计需求
这一领域的许多研究者提出了许多设计因素，如可靠性、可伸缩性、拓扑结构、功耗、硬件参数、数据融合、安全性、自我配置性、网络动态性和服务质量、连通性和覆盖范围等等。针对这些需求，研究者推荐了一些解决方案：缩短每个节点的作用周期、最小化无线数据通信回路（如数据聚合和用通信网络的状态概要代替真实的数据）和最大化网络生命时期（比如最小能量路由）可以帮助解决能量耗尽问题；另一方面，为增强可伸缩性，采用分层的方法（例如聚集）组织网络，或者在局部节点相互作用时使用局部算法，同时为提高健壮性，采用自组织、自修复、自配置和自适应网络。
3.2 传感器网络路由协议的分类
有不同的方法对传感器网络路由协议进行分类。根据网络结构，路由协议可分为平面路由协议、层次路由协议和基于位置的路由协议；根据路由运作过程，可分为多路径路由协议、基于查询的路由协议、基于协商的路由协议、基于服务质量的路由协议和基于聚合的路由协议；根据路由建立过程，路由协议可分为三类，即按需路由协议、主动路由协议和混合路由协议。在平面路由协议中，所有的节点具有相同的作用和功能。在分层路由协议中，节点拥有不同的作用和功能，通过聚集不同作用的节点，聚集点可以进行数据聚合以便节省能源。而在基于位置的路由协议中，传感器节点的位置被用来确定特定区域内数据传输的路由而不是整个网络的路由。另一方面，在按需路由协议中，路由在使用之前就已经计算好了，而混合路由协议则是按需路由和主动路由协议的综合。
4 无线传感器网络的路由协议
本文中，我们介绍几种最著名的无线传感器网络路由协议。
4.1 “泛洪”（Flooding ）协议
Flooding[5]协议是一种经典的路由协议，可应用在传感器网络中。在Flooding 协议中，节点收到或产生数据后向所有邻节点广播，直到数据包到达目的地或已达到其最大跳数（即数据包过期）。然而，该路由协议[5]有如下缺陷：
● 内爆：同一节点从邻节点收到多份相同数据。内爆是网络拓扑结构的作用结果。 ● 交叠：如果两个节点覆盖重叠的监测区域，它们会探测到相同的数据。在这种情况
下，它们的邻节点将收到相同的数据。交叠是网络拓扑结构和从探测数据到节点的映射两者公共的作用结果。
● 资源利用盲目：在Flooding 协议中，节点不考虑在一定的时间内自身可用的能量资源。
而无线传感器网络协议必须是能量资源可感知的，并使感知、通信和计算与其能量状态相适应。
4.2 Gossiping协议
Gossiping 协议是对Flooding 协议的改进。在Gossiping 协议[6]中，节点随机地选择一个邻节点，将接收到的数据包发送出去。一旦一个gossiping 节点接收到信息，它可以将数据发送给源节点或者另外一个随机选择的邻节点。这种技术通过随机选择邻节点减少了能量消耗。尽管gossiping 协议能够解决信息的内爆问题，却无法避免信息的交叠问题。另一方面，gossiping 协议分发数据的速度较慢，虽然这意味着能量的低速率消耗，但其代价是延长了将信息发送给所有节点的时间。
4.3 SPIN协议
SPIN(Sensor Protocols for Information via Negotiation)[7]协议是为无线传感器网络设计的适应性协议族。其设计目标是使用数据协商和资源适应算法避免Flooding 协议的缺陷。SPIN 协
议的设计基于两种基本思想：（1）采取发送元数据的方式进行高效操作和节省能量（比如，用关于传感器数据的数据代替节点已经或需要获得的全部数据）；（2）网络中的节点必须能够感知自身能量资源的变化并适应这些变化以延长整个系统的运行时间。SPIN 协议有三种消息类型，即ADV 、REQ 和DATA 。
● ADV ：当节点有数据要发送时，通过广播包含元数据的消息向其邻节点通告。 ● REQ ：希望接收数据的节点发送REQ 消息进行请求。
● DATA ：DATA 消息包含真实的传感器数据和元数据头。
SPIN 协议是基于数据的路由协议，节点在发送数据前广播ADV 消息，然后等待需要数据的节点发回的REQ 消息。SPIN 协议元数据格式的语义是依赖于应用的，换言之，该协议使用与实际应用相关的特定元数据对数据进行命名。尽管SPIN 协议有其优点，例如：（1）解决了传统Flooding 协议中存在的问题，（2）拓扑结构的改变是局部性的，但也有其缺点：（1）SPIN 协议是不可扩展的，（2）如果某一sink 节点需要过多的数据，则会使其周围邻节点的能量耗尽，（3）如果需要数据的节点远离源节点并且中间节点不需要这些数据，则SPIN 协议的数据发送技术不能保证数据的正确投递。
4.4 Directed Diffusion协议
Directed Diffusion[8]协议是另一类数据分发和聚集协议，是一种基于数据的、应用感知的无线传感器网络路由协议，以属性/值对命名节点产生的所有数据。该协议由以下原理组成：
（1）命名，由Sink 节点发送的任务描述符以指定的属性/值的方式命名；（2）需求和梯度，已命名的任务描述符构成包含时间戳字段和一些梯度字段的需求，每一节点将该需求存储在其需求缓存中，随着需求在网络中的传播，建立多个从源节点到Sink 节点的路径梯度；（3）数据传播，当源节点有该需求所需的数据时，就将数据沿着需求梯度路径发送给需求节点（比如Sink 节点）；（4）Sink 节点开始以低数据速率接收数据后，它强迫某一特定的邻节点降低较高的数据速率，这一特点是基于数据驱动的局部规则实现的。由于Directed Diffusion网络中的任一节点都可以实现数据聚集和缓存，该协议通过缓存和处理数据选择更好的传输路径以节省节点能量。另一方面，该协议也有其局限性，例如：完成数据聚集需要时间同步技术的延迟，而后者在无线传感器网络无法实现；同时，数据聚集的开销涉及到信息的记录。以上两种不足增加了节点的开销，而这并非我们所希望的。
4.5 LEACH协议
LEACH(Low Energy Adaptive Clustering Hierarchy)[9]是一种自组织的、适应的基于聚集的协议，使用随机轮转簇头的方式在网络节点中分发能量。LEACH 协议基于以下两个基本假设：（a ）基站是固定的，并在地理位置上远离传感器；（b ）网络中的所有节点属于同类，并且是能量约束的。LEACH 协议的主要特点为：
● 为簇的建立和操作而进行的局部协调和控制。
● 采用随机轮转的方式选择簇头和相对应的簇。
● 局部压缩以降低全局通信开销。
在LEACH 协议中，一轮分为几个固定时长的阶段，任一簇建立阶段后面均为稳定运行阶段。一轮的持续时间在开始之前就已确定。
1. 通告阶段。
2. 簇建立阶段。
3. 时间表创建阶段。
4. 数据传输阶段。
尽管LEACH 协议表现出一些优点，但仍存在如下缺点：
● 由于LEACH 协议等待时间较长，因此不能用于时间约束的无线传感器网络中。
● 到Sink 节点路由上的热节点会快速地将能量耗尽。这一问题被称为“热点”问题。
● 每一轮中簇的数量不是固定的[10]。
● LEACH 协议不能用于大型的传感器网络。
4.6 PEGASIS协议
PEGASIS(Power-Efficient Gathering in Sensor Information Systems)是一种贪婪的、基于链式结构的能量高效算法[11]。同时，该协议也是基于LEACH 协议的（PEGASIS 协议中的方案模型和数据发送模型与LEACH 协议中的是相同的）。PEGASIS 协议的主要特点为：
● 基站固定在远离传感器节点的位置。
● 所有节点是同类的，并且具有相同的能量级别约束。
● 节点无移动性。
PEGASIS 协议基于两种思想：链式结构和数据聚合。在PEGASIS 协议中，使用贪心算法部署节点形成簇，称为链，每一个节点轮流作为链簇头。PEGASIS 协议假定每个节点对整个网络有全局性了解，所有节点是固定的（没有移动节点），并且每个节点都知道网络中其他节点的位置。在PEGASIS 网络中，除了簇中的末端节点，簇中的其他节点都可实现数据聚合。通过消除动态形成簇的开销，最小化簇头必须传播的距离总和，限制传送和接收节点的数量，以及每一轮仅向基站发送一次数据，PEGASIS 协议比LEACH 协议更具优势。然而，PEGASIS 协议有着和LEACH 协议同样的缺点，此外，PEGASIS 协议不支持网络升级，也不能用在那些不易获得全局结构的网络中。
4.7 GEAR协议
GEAR(Geographical and Energy Aware Routing，地理和能量感知路由)[12]是一种基于回溯的数据分发路由协议。GEAR 协议使用能量感知和地理探索寻找邻节点将数据包路由到目标区域，在目标区域，使用一种回溯的地理感知装置分发数据包。和其他协议一样，GEAR 协议建立在下述假定之上：
● 所有传感器节点是静止的。
● 存在一个定位系统，使得每个节点知道其当前位置。
● 所有节点是能量约束的，并且与其他节点共享位置信息（例如，每个节点知道自身
的位置和能量水平，同时也知道其邻节点的位置和剩余的能量水平）。
● 节点之间的连接是双向的。GEAR 协议有两个阶段：（1）将数据包发送到目标区域；
（2）在目标区域内发送数据包。
尽管GEAR 协议降低了建立路由的能量消耗，但却不支持升级和数据聚合。
通过对上述路由协议的分析和全面考虑，我们认为一种高效的无线传感器网络路由协议应该具备如下关键特征：
● 支持数据聚合：通过计算快速地减小数据大小在支持高效查询处理以及消减网络开
销方面起着关键作用，从而节省了能量。
● 支持动态建立簇结构：因为这种结构避免了簇头很快地将能量耗尽，从而延长了网
络生命时期。
● 为节点数据传输和分发设立门限，这将有助于避免不必要的数据传输（如冗余）以
节省能量和延长网络生命时期。
● 支持随机路径选择：到目的节点的多路径选择能够提高容错性和管理网络负载的开
销。
● 移动性：大多数现行的协议假定所有节点是静止的。然而，对一些应用而言，要求
节点是可移动的。因此，新的路由算法需要处理节点的移动和网络拓扑结构的变化。 ● 自我配置性：由于传感器节点易于损坏或者新的节点可能会加入到网络中，因此，
应当考虑升级、自我配置、自我修复以及适应网络拓扑结构和环境的改变等因素。 ● 安全性：急需发展分发路径安全的无线传感器网络，因此要实现安全路由。
● 服务质量：可靠性和本地化需要被考虑和给予更多的关注。
● 支持时间同步。
5 应用
传感器网络的应用范围很广，诸如军事应用、公共安全、医疗、监视、环境监测、商业应用，以及habitat 和跟踪[13]。一般而言，在不远的将来传感器网络将无处不在，因为它们支持人类与物理世界之间的交互。此外，在未来十年时间里，传感器网络有望极大地促进普及计算和空间探索。在无人值守的环境中部署传感器将会给现实世界中新应用的探索带来更多的机会（如图3所示）。
6 无线传感器网络管理
传感器网络有着与传统有线数据网络不同的体系结构，并以随机的方式进行组建。另一方面，无线传感器网络是依赖于实际应用的，这意味着管理需求也会随不同网络而变化，在不可预测的情况下对无线传感器网络的配置错误可能会导致整个网络在开始运行之前就已失败。同时，无线传感器网络的行为是不可预测的、动态的。所有这些因素必定会被描述当前网络状况的传感器网络模型进行合成。一些可接受的模型如下：
（1）网络拓扑模型：这一模型描述真实的拓扑地图以及网络的连通性和（或）可达到性，同时也促进了路由运算和未来节点部署信息的获取，因为网络的拓扑结构会影响到许多网络特征，如等待时间、吞吐量、鲁棒性以及数据路由和数据处理的复杂性。这需要仔细管理网络拓扑结构的维护[3]。文献[3]定义了三种和拓扑结构维护与变化（如一些节点发生故障）相关的阶段：前部署和部署阶段、后部署阶段以及新增节点的重新部署阶段。
（2）剩余能量模型：这一模型描述网络节点的剩余能量水平，结合网络拓扑结构信息，使得了解网络弱区域（比如，短生命时间区域）成为可能[14]。
开销模型：描述设备、能量以及人为开销以维持所期望的网络性能水平。
使用模式模型：从节点活动时间周期、传感装置或目标行为的数据传输质量以及跟踪网络热点以避免热点问题等方面描述网络活动性[14]。
行为模型：描述网络行为。由于传感器网络是高度不可预测的、动态的和不可靠的，因此统计的、不确定性模型在评估网络行为方面比确定性模型更加高效。
（3）区域覆盖模型：传感覆盖范围地图描述了真实的传感器视野，同时通信覆盖地图描述了由射频收发器范围决定的通信覆盖范围[14]。
上述模型建立了管理信息库（MIB ）。同时，这些模型可用于实现不同的网络管理功能，例如：传感器调度、网络操作参数调整、覆盖区域监视、拓扑地图发现、网络连通发现、节点位置定位、将来网络状态预测、监控区域界定、传感器网络设计、能量水平设定以及自我测试功能[14,15,16]。由于传感器节点及其所处的环境都是无人值守的，所以人工介入某些网络维护任务，如配置、保护、修复以及能量补给是不切合实际的。因此，我们认为自管理的方式（自配置、自修复、自优化、自保护、自服务、自感知和自学习）是有前景的、实用的、主要的管理方式，这种方式能够应对各种强加于无线传感器网络之上、因某些因素（例如小尺寸、存储量、低功耗、容错性、低等待时间、扩展性、适应性和鲁棒性）带来的资源限制导致的特定需求和限制。这一领域的一些研究者建议，在试图建立管理系统时需要综合考虑所有这些特征。L. B. Ruiz, et al.[17,18]已经提出了一种名为“MANNA ”的无线传感器网络管理体系结构，其他有关无线传感器网络电源管理[19,20]的尝试也已实施。我们也认为传感器网络的管理可以借鉴人工智能的方法，一般地说，就是蚁群算法，特殊而言，则为实现可升级的、健壮的以及适应的无线传感器网络管理系统。不同的算法、优化技术和集体智慧都可以运用在无线传感器网络领域。
7 结论
在本文中，讨论了无线传感器网络的技术水平现状，包括其体系结构、路由算法和应用；同时也提出了一些建议和方向，作为帮助和促进无线传感器网络协议和算法后续设计的引导和提示；另外，给出了基于无线传感器网络的一些应用的简要回顾；最后，提出了关于无线传感器网络管理的研究方向和意见建议。
8 参考文献
[1] B. Warneke, K.S.J. Pister, "MEMS for Distributed Wireless Sensor Networks," in Proc. of 9th International Conf. on Electronics, Circuits and Systems, Dubrovnik, Croatia, September, 2002.
[2] R. Min, et al., "Low Power Wireless Sensor Networks", in the Proceedings of International Conference on VLSI Design, Bangalore, India, January 2001.
[3] I. Akyildiz, W. Su, Y. Sankarasubramaniam, and E. Cayirci "A survey on Sensor Networks," IEEE Communications Magazine, vol. 40, Issue: 8, pp. 102-114, August 2002.
[4] S. Tilak, N. Abu-Ghazaleh, and W. Heinemann, "A taxonomy of Wireless Micro-senor Network Models," ACM SIGMOBILE, Mobile Computing and Communications Review, vol.6, issue: 2, pp. 28-36, April, 2002.
[5]W. R. Heinemann, J. Kulik, and H. Balakrishnan, "Adaptive Protocols for Information Dissemination in Wireless Sensor Networks," in proc. ACM MobiCom '99, Seattle, WA,1999.
[6] S. M. Hedetniemi, S. H. Hedetniemi, and A. Liestman, "A Survey of Gossiping and Broadcasting in Communication Networks," Networks, vol. 18, 1988.
[7] J. Kulik, W. R. Heinemann, and H. Balakrishnan, "Negotiation base protocols for Disseminating Information in Wireless Sensor Networks," Wireless Networks, vol. 8, pp.169-185, 2002.
[8] C. Intanagonwiwat, R. Govindan, D. Estrin, J. Heidemann, and F. Silva, "Directed Diffusion for
Wireless Sensor Networking," IEEE/ACM Transactions on Networking, vol.11, pp. 2-16, Feb. 2003.
[9] W. Heinzelman, A. Chandrakasan, and H. Balakrishnan, "Energy-Efficient Communication Protocol for Wireless Micro-Sensor Networks," in Proc. of the 33rd Annual Hawaii International Conf. on System Sciences, pp. 3005-3014, 2000.
[10] S. Dai; X. Jing; L. Li, "Research and analysis on routing protocols for wireless sensor networks," In Proc. of International Conference on Communications, Circuits and Systems, vol. 1, pp. 407 - 411, 27-30 May, 2005.
[11] S. Lindsey, C. S. Raghavendra, "PEGASIS: Power-Efficient Gathering in Sensor Information Systems," presented at Proc. of IEEE Aerospace Conference, Montana, 2002.
[12] Y. Yu, R. Govindan, D. Estrin, "Geographical and Energy Aware Routing: A Recursive Data Dissemination Protocol for Wireless Sensor Networks," UCLA Computer Science Department UCLA-CSD TR-01-0023, May, 2001.
[13] Ning Xu, "A Survey of Sensor Network Applications, "available from the World Wide Web: http://enl.usc.edu/ningxu/papers/survey.pdf
[14] S. B. B. Deb and B. Nath, "A Topology Discovery Algorithm for Sensor Networks with Applications to Network Management," Tech. rep. DCSTR-441, Dept. of Computer Science, Rutgers Univ., May 2002.
[15] L.B. Ruiz, T.R.M. Braga,; F.A. Silva,; H.P. Assuncao, J.M.S. Nogueira, A.A.F. Loureiro, "On the Design of a Self-Managed Wireless Sensor Network," Communications Magazine, IEEE, vol. 43, Issue 8, pp.95 - 102, Aug. 2005.
[16] IBM, "An Architectural Blueprint For Autonomic Computing," IBMand Autonomic Computing, April 2003. Available from the world wide web :
[17] L. B. Ruiz, J. M. S. Nogueira, and A. A. F. Loureiro, "MANNA: A Management Architecture for Wireless Sensor Networks," IEEE Communication Magazine, vol. 41, no. 2, pp. 116-25, Feb. 2003.
[18] L.B. Ruiz, F.A. Silva, T.R.M. Braga, J.M.S. Nogueira, A.A.F. Loureiro, "On Impact of Management in Wireless Sensors Networks" In Proc. of the 9th IEEE/IFIP Network Operations and Management Symposium (NOMS' 04)vol. 1,pp. 657 - 670, Seoul, Korea, 19-23 April, 2004.
[19] R.M. Passos, C.J.N. Coelho, A.A.F. Loureiro, R.A.F. Mini, "Dynamic Power Management in Wireless Sensor Networks: An Application-Driven Approach," In Proc. of the 2nd Annu. Conference on Wireless On-demand Network Systems and Services (WONS '05), pp. 109 - 118, 19-21 Jan. 2005.
[20] R. Tynan, D.Marsh, D. O'Kane, G.M.P. O'Hare, "Agents for wireless sensor network power management," In Proc of International Conference workshops on Parallel Processing(ICPP '05) Workshops, pp. 413 - 418, 14-17 June 2005.
[21] E. Bonabeau, M. Dorigo, and G. Theraulaz, Swarm Intelligence: From Natural to Artificial Systems, Santa Fe Institute Studies in the Sciences of Complexity, Oxford University Press, 1999.