无线传感网络的发展现状及研究中的关键技术

随着无线通信、集成电路、传感器、微机电系统等技术的飞速发展，低成本、低功耗、小体积、多功能的微型传感器的大量生产成为可能。之所以称为微型传感器，是因为传感器小到可以像灰尘一样在空气中浮动，所以又可称之为“智能尘埃（Smart Dust）”[1]。传感器节点借助于内置的微型传感器，可以测量周围环境中的热、红外、声纳、雷达和地震波信号、温度、湿度、光强度、压力、土壤成分、移动物理大小、速度和方向等人们感兴趣的物理现象。无线传感网络( Wireless Sensor Network, WSN) 是集分布式信息采集、信息传输和信息处理技术于一体的网络信息系统，IEEE1451.5无线标准为无线传感器网络提供了各种基于协议和需求的无线应用标准。在WSN中，无线传感器节点常常被随机地布置在许多人类无法接近的场合，通过自组织的方式来构成一个快速、有效可靠的无线网络。传感器节点往往是同构的， 并且由于其低能耗（甚至不需要换电池）的特点，它适用于无人看守的各种应用场景等特点，从而被公认为是未来改变人们生活的十大技术之一。本文针对无线传感网络的特点、应用、关键技术及各种研究进行了论述和分析，在研究人员进行应用场景的选择、课题申报，特别是对做WSN的MAC层研究的人员有一定的参考价值。

1 无线传感器网络的特点

目前常见的无线通信网络包括移动通信网、无线局域网、蓝牙网络、AdHoc 网络等, 无线传感器网络与无线通信网络有着本质的区别:无线通信网络的主要功能是提供网络上点对点的建立连接、互相通信和操作, 为数据共享提供正确、可靠的传输, 而由微型传感器节点构成的无线传感器网络则一般是为了某个特定的需要设计的自组织网络, 能够协作地实时监测、感知和采集网络分布区域内的各种环境或监测对象的信息, 并对这些数据进行处理, 从而获得详尽而准确的信息, 将其传送到汇聚节点。无线传感器网络相对于Ad hoc网络具有以下特点[2]:

(1) 节点更多, 分布更密集, 网络规模更大。为了在某个地理区域上进行监测, 通常有成百上千甚至上万的节点被布置在该区域, 如果单个节点或者局部几个节点出现故障是不会导致网络瘫痪的, 所以利用节点之间的高度连接性可以保证系统的容错性和抗毁性。

(2) 节点处理信息能力受限。 由于受价格、体积和功耗的限制, 传感器网中的传感器节点一般采用嵌入式处理器和存储器。这些传感器都具有计算能力,可以完成一些信息处理工作。但是, 由于嵌入式处理器的能力和存储器的容量有限, 因此传感器的处理能力也相对受限，所以在设计WSN的各种协议时要力求简单有效。

(3) 能量节省更为重要。 由于受到硬件条件的影响, 无线传感器节点通常采用电池供电, 而无线传感网络通常是不需更换电池的，相对于Ad hoc网络,电池的更换更为不便，而多数传感器网又往往要求长时间工作, 所以能量节省更为重要。受到发射能量的限制，无线传感网络节点的通信距离可能会短些, 一般只有几十米, 甚至更短。

(4)无线传感器网络中的节点相对而言处于静止状态，移动的节点有限，所以在考虑MAC层协议时，往往不需考虑节点移动的特性。而Ad hoc网络中的节点必须考虑移动特性。

(5)以数据为中心。在无线传感网络中，人们常常只关心某个区域内某个观测指标的数值，而不会去关心单个节点的观测数据。它不同于传统网络的寻址过程，能够快速有效地组织起各个节点的信息并融合提取出有用的信息来传送到用户。

2 无线传感网络中的关键技术

无线传感网络作为当今信息领域的研究热点，涉及多个学科的交叉，所需要研究的内容可以分为四个部分，网络通信协议、核心支撑技术、自组织管理、开发与应用。每个部分都有一些关键技术需要解决。

（1）网络通信协议

由于传感器节点能量很受限，其计算、存储和通信能力十分有限，每个节点只能获取局部网络的信息，因而节点上所运行的网络通信协议不能太复杂；同时，WSN拓扑结构和外界环境也是不断地变化，对通信协议的设计也提出了更高的要求。WSN通信协议包括物理层、数据链路层、网络层和传输层，它们相互配合运行。

（2）核心支撑技术

WSN里的核心支撑技术使用网络通信协议提供的服务，并通过应用服务接口来屏蔽底层网络的细节，使终端用户可以方便地对WSN进行操作。它的核心技术包括：能量挖掘、能量节省管理、拓扑控制、节点定位、时间同步、网内信息处理、网络安全等。

节点的能量成为无线传感器网络发挥效能的瓶颈。无线网络传感器节点的能量供应系统应根据自身特点进行设计, 传感器节点功耗较低, 但功耗变化范围比较大。如果利用能量挖掘技术从环境中挖掘能量, 使节点具有能量补充的能力, 这将从根本上解决节点的能量供给问题。典型方法是利用能量挖掘装置, 可以挖掘各类能量如风能、太阳能、温差、振动等形式的能量。

在能量管理方面，由于无线传感器网络节点多, 覆盖范围大, 工作环境复杂, 能源无法替代, 设计有效的策略延长网络的生命周期成为无线传感器网络的核心问题。休眠机制是节省能源的最有效方式之一, 如何进行休眠调度而不影响传感器网络的正常运行十分重要。

定位技术主要指的是节点定位, 即确定传感器的每个节点的相对位置或绝对位置。它是无线传感器网络研究领域中非常重要的一个研究方向, 特别是军事应用的基础。WSN系统可以智能地选择一些特定的节点来完成任务, 从而大大降低整个系统的能耗, 提高系统的存活时间。典型的基于距离的定位算法分别利用RSSI、TOA、TDOA、AOA 测距来定位节点。距离无关的定位机制无需测量节点间的绝对距离或方位, 因而降低了对节点硬件的要求,使得节点成本更适合于大规模无线传感器网络, 典型的距离无关的定位算法包含质心法、DV2Hop、Amorphous 和APIT 算法。

当然，安全问题是也无线传感网络面临的一个关键的问题。无线传感网络大部分采用无线射频连接,无线电电磁的干扰使信噪比变差导致无法通信。而人为的干扰可以采用被动的方式监听网络中传送的数据包, 还可以对监听到的数据包进行解析, 主动发出入侵数据包以非法窃取或者修改某些重要信息, 或者针对无线传感网络能量有限性的特点, 发送大量无用的数据包导致能量耗尽而瘫痪。无线传感网络中的两种专用安全协议:SNEP 和uTESLA。SNEP 的功能是提供节点到接收机之间数据的鉴权、加密、刷新, uTESLA的功能是对广播数据的鉴权。当前对无线传感网络安全方面的研究集中在基于计算能力以及通信能力有限状态下的自适应安全机制。这类研究致力于加密与消息认证机制, 及在密钥组管理。

（3）自组织管理

多变的网络状态及外在环境要求无线传感器网络要具有自组织能力，能够自动组网运行、自行配置维护、适时转发监测数据。自组织管理技术使用网络通信协议提供的服务，通过网络管理接口来屏蔽底层的细节，使终端用户可以方便地管理资源分配。其自组织管理技术包括：节点管理、资源和任务管理、数据管理、初始化与系统维护等。

（4）开发与应用

作为一种源于应用而又服务于应用的现行网络技术，WSN还要有完整的软硬件设计原则，高效的开发平台以及一系列别具特色的应用实例。其内容包括：仿真平台的建立，硬件系统开发、操作系统、软件开发、环境监测应用、目标追踪应用等。

3 无线传感器网络的应用

传感器网络有着巨大的应用前景，美国商业周刊和MIT技术评论在预测未来技术发展的报告中，分别将无线传感器网络列为21世纪最有影响的21项技术和改变世界的10大技术之一。无线传感器网络，塑料电子科学和仿生人体器官又被称为全球未来三大高科技产业。已有和潜在的传感器应用领域包括：军事侦察、环境监测、医疗、建筑物监测等等。随着传感器技术、无线通信技术、计算机技术的不断发展和完善，各种传感器网络将遍布我们生活环境，从而真正实现“无处不在的计算”。

（1）军事应用

在军事领域，传感器网络将会成为C4ISRT（command，control，communication， computing，intelligence，surveillance，reconnaissance and targeting）系统[3]不可或缺的一部分。C4ISRT系统的目标是利用先进的高科技技术，为未来的现代化战争设计一个集命令、控制、通信、计算、智能、监视、侦察和定位于一体的战场指挥系统，受到了军事发达国家的普遍重视。因为传感器网络是由密集型、低成本、随机分布的节点组成的，自组织性和容错能力使其不会因为某些节点在恶意攻击中的损坏而导致整个系统的崩溃，这一点是传统的传感器技术所无法比拟的。在战场，指挥员往往需要及时准确地了解部队、武器装备和军用物资供给的情况，铺设的传感器将采集相应的信息，并通过汇聚节点将数据送至指挥所，再转发到指挥部，最后融合来自各战场的数据形成我军完备的战区态势图。当然，也可以直接将传感器节点撒向敌方阵地，在敌方还未来得及反应时迅速收集利于作战的信息。在军事应用中，与独立的卫星和地面雷达系统相比，传感器网络也有潜在无可比拟的优势。

(2)  环境科学

应用于环境监测的传感器网络，一般具有部署简单、便宜、长期不需更换电池、无需派人现场维护的优点。通过密集的节点布置，可以观察到微观的环境因素，为环境研究和环境监测提供了崭新的途径。传感器网络研究在环境监测领域已经有很多的实例。这些应用实例包括：对海岛鸟类生活规律的观测，气象现象的观测和天气预报，生物群落的微观观测，森林火警和洪灾预警，农田管理等。

（3） 医疗健康

传感器网络在医疗领域也有一些成功实例。SSIM（Smart Sensors and Integrated Microsystems）项目中，100个微型传感器被植入病人眼中，从而帮助盲人获得了一定程度的视觉。借助于各种医疗传感器网络，人们可以享受到更方便更舒适的医疗服务，比如：远程健康监测和病变器官观察等。       

（4）家庭、建筑及城市管理

各种无线传感器可以灵活方便地布置于建筑物内，监测建筑安全；也可布置于房间内获取室内环境参数，从而为居室环境控制和危险报警提供依据；还可布置于道路上，为出行者提供信息服务，或发现违章及时报警和记录。

（5）工业应用

在一些危险的工作环境，如煤矿、石油钻井、核电厂等，利用WSN可以探测工作现场有哪些员工，他们在做什么以及他们的安全保障。而在机械制造和工业近控制过程中，也可以利用WSN来测量各种参数，形成一个统一的网络，及时利用各种参数达到管理和自动控制的目的。

（6）其他应用

WSN还可以应用于各种场景，如桥梁的监测，防灾减灾，电子牧场，太空探索、地震救护、体育裁判、物流管理、海洋测量等。

4 传感器网络的研究进展

传感器网络的研究起源于美国军方的作战要求，1978年DARPA在卡耐基梅隆大学成立了分布式传感器网络工作组。而WSN在20世纪90年代中期以后得到世界科研界极大的关注。从21世纪开始，美国和欧洲相继启动了许多关于无线传感器网络的研究计划。特别是美国通过国家自然基金委、国防部等多种渠道投入巨资支持传感器网络技术的研究。

4.1军事领域的进展

美国国防部和各军事部门较早开始启动了传感器网络的研究，在C4ISR的基础上提出了C4KISR计划，强调战场情报获取能力、信息的综合能力和信息的利用能力，把传感器网络作为一个重要研究领域， DARPA 最先意识到传感器网络的巨大应用价值，多年前启动了一个分布式传感器网络计划（Distributed Sensor Networks program, DSN），随后各部门又设立了一系列军事传感器网络研究项目。美国陆军2001年就提出了“智能传感器网络通信”计划，近期又确立了“无人值守传感器群”项目和“战场环境侦察与监视系统”项目。美国海军最近确立了“传感器组网系统”研究项目，他们最近开展的协同交战能力（Cooperative Engagement Capability，CEC)就是有机地结合了高效的传感器网络与高性能交战网络。2002年5月，美国Sandia国家实验室与美国能源部合作的反恐项目就是集检测有毒气体的化学传感器和网络技术于一体的系统。网络嵌入式系统（NEST）战场应用实验是DARPA的最近的一个重要项目。它致力于为火控和制导提供准确的目标定位信息。该项目成功地验证了能够准确定位敌方狙击手的无线传感器网络技术。这些传感器能跟踪子弹产生的冲击波，在节点范围内测定子弹发射时产生的声震和枪震时间，以断定子弹的发射源。三维空间的定位精度可以达到1.5米。定位延时可达到2秒，甚至能显示敌方射手是采用跪姿还是站姿射击的差异。

4.2民用领域进展

美国交通部1995年提出了“国家智能交通系统项目规划”，预计到2025年全面投入使用。该计划试图有效集成先进的信息技术、数据通信技术、传感器技术、控制技术和计算机处理技术并运用于整个地面交通管理，建立一个大范围全方位实时高效的综合交通运输管理系统。英特尔公司在2002年10月24日发布了“基于微型传感器网络的新型计算发展规划”。计划宣称，英特尔将致力于微型传感器网络在预防医学、环境监测、森林灭火乃至海地板块调查、行星探查等领域的应用。. H- j% e6 M' _! U' L此外，2002年12月美国加州大学洛杉矶分校启动嵌入式传感器网络中心（Center for Embedded Network Sensing, CENS）项目来跟踪、识别环境变化以及鸟类的活动。欧洲则在2002年启动了EYES研究计划，将于今年完成，这是一个自组织协同能量高效的WSN计划，其目的是研制出一个WSN平台。

学术界研究重点项目与会议

国际学术界对传感器网络的研究主要于90年代末期开始，而成为热点则是2000年以后的事，一些国际著名学术刊物如IEEE Journal on Selected Areas in Communications (2004，VOL.22，NO.6，2005，VOL.23，NO.4)、Proceedings of The IEEE (2003，Vol.91，N0.8) 、IEEE Wireless Communications(December 2004)、IEEE Signal Processing Magazine (March 2002)，近年陆续出版专刊，国际上近来还举行多次专题学术会议，探讨和总结传感器网络技术的发展及其动态。2 B# r3 I* N" }0 s9 a美国自然科学基金委员会2003年制定了五项传感器网络研究计划，在加州大学洛杉矶分校成立了传感器网络研究中心，联合周边的加州大学伯克利分校、南加州大学等，展开“嵌入式智能传感器”的研究项目，以求利用传感器网络对我们生活的物理世界实现全方位的测试与控制，支持相关基础理论和关键技术的研究，这也是美国国情咨文中有关Internet2最主要的远景规划之一。此外，加拿大、英国、德国、芬兰、日本和意大利等国家的研究机构也加入了传感器网络的研究。在中7 l; H  o* v$ _4 ~' J1 f. m国，哈尔滨工业大学、清华大学、中科院沈阳自动化研究所等也开展了这方面的研究。2004 年中国国家自然科学基金委员会将无线传感器网络列为重点研究项目，《国家中长期科学和技术发展规划纲要(2006-2020)》在支持的重点领域及其优先主题“信息产业及现代服务业”中列入了“传感器网络及智能信息处理”，并在前沿技术中重点支持“自组织传感器网络技术”。我国国家自然科学基金2005年将网络传感器中的基础理论和关键技术列入计划，2006年国家自然科学基金将水下移动传感器网络的关键技术列为重点研究对象。

4.4相应标准的制定

( K# y& L. b' J% ?$ O+ rIEEE于2002年开始制定两个无线传感器网络的相关标准：IEEE802.15.4是低速无线个域网（Low-Rate Wireless Personal Area Network，LRWPAN）标准，主要是物理层和MAC层标准；IEEE1451是关于无线智能变送器的接口标准。上述两个标准一个定位于物理层标准，另一个定位于面向互操作的应用层接口标准，而在物理层和应用层之间的大量通信协议没有相应的标准。目前，Zigbee正在进行网络层协议的标准化工作。标准的制定对无线传感器网络的推广使用有着重要的作用。有了标准，来自不同厂商的传感器节点之间才有互连互通互相组网的基础，开放性的产品之间才有竞争性，才有大批量生产的可能，从而降低其成本。

基于知识产权,下面内容省....需要的朋友请留言.

7总结

本文结合本人的研究方向对无线传感网络的特点、应用以及当前的研究现状进行了介绍和分析，并对MIMO、OFDM、博弈论、无线感知等技术在WSN中的应用做出了介绍和分析，最后重点介绍了WSN的MAC设计原理、方法和分类，并对其中本人认为相关重要的MAC层协议进行了分析和比较。

部分参考文献：

[11] Xiaohua Li. Energy efficient wireless sensor networks with transmission diversity[J].  IEE Electronics Letters, vol.39, pp.1753-1755, Nov. 2003.

[12]Weiguo Tang and Lei Wang. Cooperative OFDM for Energy-Efficient Wireless Sensor Networks[J]. IEEE Communications Society, 2008.

[13] Qian Li, Kwok H. Li, and Kah C. The Non coherent Space-Frequency Codes for Broadband MIMO Systems over Frequency-Selective Fading Channels[C]. Vehicular Technology Conference, 2008. VTC Spring 2008. IEEE 11-14 May 2008 Page(s):554 – 558.

[14] Sang-Seon Byun. Dynamic Spectrum Allocation in Wireless Cognitive Sensor Networks: Improving Fairness and Energy Efficiency[C]. Vehicular Technology Conference, 2008. VTC 2008-Fall. IEEE 68th

21-24 Sept. 2008 Page(s):1 – 5.

[15] Youngjin YU Hidekazu MURATA MULTI-HOP COOPERATIVE SENSING AND TRANSMIT POWER CONTROL BASED ON INTERFERENCE INFORMATION FOR COGNITIVE RADIO[C]. The 18th Annual IEEE International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC’07).2007.

[16] Zhanshan (Sam) Ma. Insect Population Inspired Wireless Sensor Networks: A Unified Architecture with Survival Analysis, Evolutionary Game Theory, and Hybrid Fault Models[C]. 2008 International Conference on Bio Medical Engineering and Informatics. 2008.

[17]Yizhong Ma, Hui Cao, Jun Ma . The Intrusion Detection Method based on Game Theory in Wireless Sensor Network[C]. Ubi-Media Computing, 2008 First IEEE International Conference on July 31 2008-Aug. 1 2008 Page(s):326 – 331.

[18]Tao Zheng.PMAC: An adaptive energy-efficient MAC protocol for Wireless Sensor Networks[C]. Proceedings of the 19th IEEE International Parallel and Distributed Processing Symposium , 2008.