无线传感器网络发展现状研究

摘要：无线传感器网络有着广泛的实际应用。近年来出现的体积小、价格便宜并带有智能处理能力的传感器节点，使得可以用大量的传感器节点构建无线通信网络，完成指定的任务。本文首先介绍了无线传感器网络近年来在各个领域的应用以及取得的成果，回顾了有关无线传感器网络几项关键技术的发展现状，同时展望了关键技术的几个未来发展方向。
关键词：无线传感器网络；定位；覆盖；时间同步；网络安全

引言
    近年来，由于微电子技术、计算技术和无线通信技术的进步，使得大量低功耗、多功能、低成本的无线传感器问世，由多个传感器共同构成的网络系统吸引了大量学者的兴趣。无线传感器网络(WSN)就是在监测区域内布置大量具有信息采集、数据处理及无线通信能力的节点，整体形成一个多跳自组织网络系统，共同完成某些功能，在环境监测、交通运输、医疗等领域的科学研究中得到广泛应用。
    无线传感器网络的传感器节点通常配备一个或多个不同类型的传感器，用于完成不同物理数据的采集。同时节点上还配置有微处理器、存储器、电源、射频收发器和执行器等。与传统的传感器网络不同，WSN体积小，价格便宜，因而节点的能量(如存储空间、计算能力、通信带宽、通信范围等)相对较弱。此外，WSN节点常常由电池供电，并且常常工作于恶劣的环境甚至是敌方区域，不能提供电池补给或更换，因而电源也是约束传感器节点的一个重要因素。节点通常由无线通信设备通过多跳的方式将数据发送到基站，再由基站传送到指挥中心。
    WSN领域的研究目标是满足上述约束条件的同时完成指定任务。引入新的设计理念，开发或改进现有的协议，开创新的应用领域，开发新的算法，都成为WSN研究热点。本文总结了近年来WSN关键支持技术新的协议、算法以及应用。

1 无线传感器网络的应用
    无线传感器网络由许多不同类型的节点(如地震、低采样率电磁传感器、温度、视觉、红外声音和雷达等)构成。WSN的应用如图1所示，可以分为监测和追踪两类。监测应用包括室外室内环境监测、健康状况监测、库存监测、工厂生产过程自动化、自然环境监测等方面。跟踪的应用有目标跟踪、动物跟踪、汽车跟踪、人的跟踪等。

1．1 公共卫生
    WSN可用于残疾人监测、病人监测、诊断、医院药品管理系统。C．R．Badker等人指出，在公共卫生医疗监测中应用WSN能提高现有卫生和病人监测状况。文中提出了4种应用原型：婴儿监测、提醒聋人、血压监测与追踪、消防员身体特征信号监测。这些原型采用了SHIMME和T-mote节点。
    每年很多婴儿死于婴儿猝死症(SIDS)，睡眠安全原型则是设计用于监测监视婴儿睡觉状态。用传感器监测婴儿的睡姿，一旦婴儿俯卧就及时提醒家长。SHIMMER节点中有一个重力三轴加速度计，用于监测婴儿相对位置。T—Mote节点则将该数据发送到基站，根据检测值和设定值的比较判断婴儿的睡姿。Baby Glove原型设计用于监测婴儿的生命体征如温度、水合程度以及脉搏。Fireline是一种无线心率监测系统，用于消防员火灾救援过程中实时心率和压力异常监测。Heart@Home是一种无线血压监测和跟踪系统。除此之外，Listen采集环境中的音频信息，从而提醒听力受损的人。
1．2 工业应用
    石油冶炼工厂中安装的WSN由4个监测节点和一个执行节点组成，可以降低成本，提高效率。监测节点将数据包通过以太网发送给计算单元，再由计算单元将结果发送到分布式控制系统中。控制系统向执行节点发送指令，完成整个控制过程。该试验测试了网络噪声对RSSI和LQI的影响，结果表明工业环境中的噪声对WSN的性能有很大的影响。
    WSN也用于半导体制造工厂和油轮的设备维护和监测。传感器节点通过采集振动信号来预测设备的故障，这有利于设备的维护和保养。
1．3 环境应用
    传感器网络的应用包括跟踪生物，如鸟类、小动物和昆虫的迁移，监测影响农作物和庄稼的环境，以及大海、土壤及森林火灾等的监测。美国加利福尼亚州索诺马县应用WSN研究红木树林的现状。每个传感器节点用于测量空气温度、相对湿度以及光合有效辐射作用。在树的不同高度放置节点，生物学家可以追踪红木树林小气候的空间渐变情况，从而验证其生物学理论。
    哈佛大学Matt welsh等人将传感器网络应用于火山的监测。他们分别于2004年和2005年对厄瓜多尔的Tungurahua和Reventodaor两座火山进行监测。该网络由16个传感器节点组成，每个传感器间隔200～400 m不等。在19天的观测中，网络观测到230次喷发和其他事件。在肯尼亚构建的ZebraNet系统是一个移动传感网络，用于追踪动物的迁移。该系统将跟踪节点安装在斑马的项圈上，目标在于准确记录斑马的位置，用于生物行为分析。

2 无线传感器网络的关键技术
2．1 定位
    定位方法可以分为距离相关(range-based)定位算法和距离无关(range-free)定位算法两大类。距离相关定位算法通常利用测距技术得到节点间距离，再利用三边测量法、三角测量法或极大似然估计法计算出未知节点的位置。常用的测距技术包括接收信号强度(RSSI)技术、信号传输时间(TOA)技术、信号到达时间差(TDOA)技术和信号到达角度(AOA)技术。
    距离无关定位算法利用节点间的连通情况来估测自己的位置。其中一部分距离无关算法采用集中式计算模式，再用优化方法来提高定位精度，如凸规划算法和MDS—MAP算法，但是集中计算方式需要网络中有中心节点支持，会导致中心节点通信量大，能量耗尽快，网络瘫痪。
绝大多数距离无关定位算法采取分布式计算模式，扩展性好，通信量小。
    Blumenthal等人提出了质心定位算法和加权质心定位算法，根据ZigBee／IEEE802．15．4传感器网络发射接收距离或连接质量为每一个接收坐标分配不同的权重。Behnke和Timmermann通过使用连接质量的归一化值推广了WCL机制。Schuhmann推导了室内发射接收距离的指数逆相关的固定参数集和对应于与WCL，的权重。这些方法假设接收机与发射机的距离不是很远，发射接收距离至少有一个接收器是提前预知的。
2．2 同步
    时间同步是WSN应用的重要组成部分，传感器数据融合、传感器节点自身定位等都要求节点间的时钟保持同步。时间的不准确会严重影响网络的生命周期。全局时间同步允许节点按照指定的方式发送数据，配合同步工作。现有的时间同步协议更多关注的是准确地估计时间不确定性和网络中局部节点间的时间同步。
    TPSN算法是S．Ganeriwal等人提出的成对同步协议，分为发现阶段和同步阶段。发现阶段建立网络分层的拓扑结构，确定每个节点的层号；同步阶段由根节点负责同步阶段的初始化。每个节点仅与其上层中一个节点同步，最终与根节点同步从而实现整个网络的同步。FTSP算法是由Branislav Kusy等人提出的基于sender—receiver的单向同步算法。该算法使用单向广播消息实现发送节点与接收节点之间的时间同步。
    RATSS协议是一种自适应同步协议。首先建立两个节点间长期时钟漂移，从而最小化占空比负担。该方法使用长期的时间测量评估和分析3种影响时间同步的主要因素。测量这些参数用于设计速率自适应能效同步算法。RATS的目标是最大化同步采样周期，同时在用户定误差范围内设定预测误差。
    RFA算法是一种分散式时间同步。该算法按照萤火虫同步的方法，内部设置一个振荡器周期为T，在时刻T节点发送一个类似萤火虫的信号，能观测到该信号的邻居节点则缩短其自身的发送萤火虫信号的时间，缩短的时间由firing函数和常数ε决定。经过一定时间，网络的节点将会达到同步。RFA是一种具有鲁棒性的算法，能够适应数据丢失、节点增加、链接改变等网络的变化。
2．3 覆盖
    覆盖控制作为WSN中的一个基本问题，反映了网络所能提供的感知质量，从而优化WSN空间资源得到优化分配，进而更好地完成环境感知、信息获取和有效传输的任务。按照WSN节点配置方式的不同，覆盖问题分为确定性覆盖、随机覆盖两大类。如果WSN的状态相对固定或是WSN环境已知，就可以根据预先配置的节点位置确定网络拓扑情况或增加关键区域的传感器节点密度，这种情况被称为确定性覆盖问题。
    X．Wang等人提出了一种分布式网络配置协议(CCP)。该协议规定网络中的节点一共有三种状态，分别为休眠、活动和监听。监听状态时，节点采集邻居节点的状态信息，执行K覆盖算法。K覆盖算法确定该节点处于何种工作状态，还可以事先指定的任意的覆盖度。G．Veltri等人提出最小最大暴露路径算法。最小暴露路径可以看成是传感器网络覆盖的最差情况，文中给出单传感器情况下闭合形式解。此解可以看作是快速的近似计算的基础。最大暴露路径算法可以看成是网络的最佳覆盖情况，并证明了最大暴露路径问题是NP难问题，还给出了几种近似解算法。Megerian等人提出了最坏最佳覆盖算法。首先定义了最大支撑路径(maximal support path)和最大突破路径。分别使得路径上的点到周围最近传感器的最小距离最大化以及最大距离最小化。通过Voronoi图和Delaunay三角形查找最大突破和支撑路径。根据两个极限情况，得到临界的网络路径结果完成网络节点的配置。
2．4 数据融合
    大多数无线WSN应用都是由大量传感器节点构成的，共同完成信息收集、目标监视和感知环境的任务。在信息采集过程中，各个节点直接传输数据到汇聚节点的方法显然是不合适的。通过数据融合技术，将多份数据或信息进行处理，能够组合出更高效、更符合用户需求的数据。
    数据融合中，集中式融合方法容易带来网络拥塞，带宽受限，容错能力差。因而，设计合理有效的分布式的滤波算法已成为当前无线传感网络研究的热点问题之一。最早提出的全分散卡尔曼滤波器证明分散融合结果与集中融合结果相同，但是要求所有节点之间都有通信。Xi-ao等人在传感器网络提出了分布式一致滤波方法，采用加权最小二乘近似估实现计静态参数状态。R．O．Saber等人提出了一种动态分布一致估计方法，该方法将集中卡尔曼滤波分解为n个微卡尔曼滤波器。文中证明的滤波结果与集中滤波的结果相同。参考文献中提出的一致滤波器直接作用于状态空间变量的估计值，因而又称为卡尔曼一致性滤波器(KCF)。
2．5 网络安全
    缺乏有效的安全机制已经成为应用的主要障碍。加密是网络安全技术中最基本的方法。为了建立传感器网络的安全机制和协议，需要在通信节点对之间设立共享密钥。邻居节点不确定，以及网络中任何一对节点有唯一的密钥需要足够的存储资源，因而是不合适的。
    Basagni等人提出全局共享密钥。该方法对存储需求小，无需建立附加的密钥，故无需节点问通信，是一种节能方法。然而当网络中某个节点遭受攻击时，整个网络都有可能遭到破坏。Tassos等人提出分簇密钥管理，簇内成员共享相同的密钥，簇间通信则通过位于簇交界处的节点完成。这类节点中存储多个密钥并完成密钥转换，保证全网的安全通信。A．Wacker等人提出了分散化密钥交换协议，即使攻击者已入侵网络中的一些节点仍能保证密钥的安全。该协议在S连通图中寻找S节点不相交路径发送共享密钥，并在路径中建立链接，并将共享密钥加密。一旦密钥共享建立，如果不能访问所有的共享密钥，入侵者也无法恢复数据。

3 总结与展望
    与其他网络不同，WSN可以广泛地应用在民用、环境监测及工业等不同的领域。WSN针对不同的应用有不同假设和需求。当前已经提出一系列协议，它们有各自的优点和适用的环境，也存在一些不足。而随着工艺、计算机及其网络技术的发展，WSN必将得到越来越广泛的应用，迫切需要高效的支撑技术算法和协议。本文给出将来WSN的几个发展方向：
    ①能效问题研究是无线传感网络中的热点研究问题。针对不同应用的能效节点自定位算法、优化覆盖算法、时间同步算法都是值得进一步深入研究的问题，进一步提高网络的性能，延长网络的生命周期。
    ②在高密度网络中，需要大范围时间同步。时间同步可以减少事件碰撞、能量浪费和统一更新。现有的时间同步方案致力于同步网络中的局部节点时钟以及较少的能量负担。接下来的研究可以更多地关注最小化长时间的不确定性误差，提高精度。
    ③WSN中布置了大量的节点，随着时间发展会产生大量的数据。数据压缩、融合和聚合技术能有效地减少数据传送量。基于事件的压缩、融合、聚合方案和连续时间采集网络也是具有挑战性的研究领域。
    ④WSN的安全检测问题。安全协议需要能监视、检测，同时应对入侵者的攻击。现有的许多安全协议多数是针对网络层和数据链路层的。然而恶意攻击可能出现在任何层中，不同层的安全检测是一个值得研究的问题。跨层的安全检测是网络安全研究中的又一具有挑战性的课题。
    ⑤可扩展性。保证网络的可扩展性是WSN的另一项关键需求。由于能消耗尽、节点故障、通信故障等原因，网络的拓扑结构常常会发生变化，如果没有网络的可扩展性保证，网络的性能会随着网络的规模增加或是随着时间而显著降低。
    ⑥WSN有着分层的体系结构，导致各层的优化设计不能保证整个网络的设计最优。将MAC与路由相结合进行跨层设计可以有效节省能量，延长网络的寿命。传感器网络的能量管理、低功耗设计、时间同步和节点定位方面也可以结合实际，跨层优化设计。