無線傳感器網絡是大量的靜止或移動的傳感器以自組織和多跳的方式構成的無線網絡，其目的是協作地感知、采集、處理和傳輸網絡覆蓋地理區域內感知對象的監測信息，并報告給用戶。傳感器網絡一般由傳感器節點、匯聚節點和數據服務器組成。

　　越來越多的傳感器網絡的研究和技術針對于特定的行業和應用。其中，很多應用都需要進行大規模的部署，以達到高覆蓋、高精確感知等目的。如森林火災監測、戰場上敵情監測等，成千上萬枚傳感器節點部署于環境中，用于完成監測任務。然而，與小規模應用相比，大規模應用中除了節點數量上的區別外，還會產生節點管理困難、資源使用不均衡等一系列問題。

　　1 大規模應用面臨的問題

　　經過傳感器網絡理論與技術的發展，雖然其在各行各業都得到了廣泛的應用，然而目前大多數的應用仍然局限于小規模程度。如在火山活動狀況監測的應用[1]中，設計者在火山口布置了16個傳感器節點，用來監測火山溫度、震動等信息;在野生斑馬監測系統[2]中，部署了6～10套裝置于斑馬頸部，監測斑馬的移動及生活習性;在大鴨島行為監測系統中[3]，部署了32個節點用于監測島上海鳥的習性等。少量傳感器網絡在部署、組網、能量等方面的問題都不會太突出，其要解決與處理的關注點與大規模應用不同。因此，要探究大規模傳感器網絡中存在的問題和解決思路，須依靠大規模傳感器網絡的應用系統。

　　很多科研機構與公司已經開始在大規模傳感器網絡應用方面做了嘗試。如香港科技大學等單位在浙江省天目山建立的綠野千傳系統[4]，部署了上千枚節點，持續工作了1年以上，用于監測森林環境的溫度、濕度、光照和二氧化碳濃度等。為了減少冬季一氧化碳中毒事故的發生，在北京朝陽區崔各莊鄉部署的一氧化碳監測報警系統，每個村莊有大約8 000到12 000個房間，每個房間內都部署了一氧化碳監測傳感器節點，這些節點將室內的一氧化碳濃度信息收集到管理節點進行監測和管理。現有的應用實例對我們設計和研究大規模傳感器網絡和系統提供了有力的依據。通過對大規模傳感器網絡系統的研究，歸納出目前大規模應用面臨的三大問題。

　　1.1 流量不均衡

　　在傳感器網絡中并不是每個節點的流量都是一樣的，這主要由于傳感器網絡中數據匯聚服務為主要業務，數據從感知節點到匯聚節點的匯聚過程中，越靠近匯聚節點的節點需要擔負越多的轉發任務，使得越靠近匯聚節點的節點數據量越大，產生漏斗流量效應。流量的不均衡容易使流量大的節點的能量過早耗盡，影響整個網絡的連通性和工作壽命。當傳感器節點網絡規模增加時，網絡中的流量會成倍增加，每個數據包經歷的平均跳數就會增加，使得中間的節點不得不耗費大量的能量用于數據的中轉，降低了能量的使用效率;且由于節點數量的增加，路由維護成本也相應的增加。

　　1.2 需求與功能失衡

　　在互聯網中，數據處理設備和數據傳輸設備往往有明顯界限，且由于使用環境多為非受限，其性能與功能容易做到匹配。相比而言在傳感器網絡中，節點既是信息采集設備又要起到中間路由作用，幾乎每個節點都需要完成感知、傳輸、計算的功能。但是傳感器節點往往是一個嵌入式系統，這就造成與其網絡資源、計算資源與存儲資源等受限的事實嚴重不匹配。又由于傳感器網絡漏斗流量特性，使得網絡流量和節點負載不均衡，這更加劇了這種失衡。相比而言，后端系統由于不受能量的束縛，其性能可以不受限制，不會成為系統的“瓶頸”，而其完成的功能主要為數據的存儲或透傳，相對較單一。在傳感器網絡中性能差的設備工作負載重，而性能好的設備工作負載低，造成了需求與功能失衡的矛盾。

　　1.3 理論與實際失衡

?

　　圖1 無線信道模型

　　在無線傳感器網絡系統實際部署前，常需要進行模擬仿真與小規模測試。其中使用的理論模型與實際模型差距較大。例如無線信道模型，常用的理論模型為圓盤模型，即當接受設備位于以發射設備為中心，通信距離為半徑的一個圓內時，可正常通信。然而在實際情況中，由于受到遮擋及天線方向圖等原因，通信范圍不可能是標準的圓形，而是一個不規則的形狀，如圖1所示[5]。另外無線信道易受到周圍的環境的干擾，其通信的范圍也是時變的，造成對通信范圍的評估產生困難。目前仍然沒有很好的模型能夠精確地描述信道特性。

　　2 對于大規模應用問題的思考

　　影響傳感器網絡大規模應用有多種因素。首先部署的傳感器節點資源是受限的。在小型化節點的要求下傳感器節點的計算資源、存儲資源及能量都非常有限。由于大多數的應用需要傳感器節點進行野外布置，為了靈活性，電池成為首選能源。電池有限的能量需滿足傳感器網絡長期工作的任務。為了延長電池的工作時間，只能使用低功耗的處理器和通信方式，因此造成傳感器節點的處理能力低，通信范圍和傳輸速率受限。

　　無線信號容易受到各種因素的干擾，會造成無線鏈路的質量和網絡拓撲結構的變化。由于大多數應用的傳感器節點部署于不受控的環境中，環境的變化會影響無線鏈路的質量和節點間的連通性，進而會改變網絡的拓撲結構，這些動態變化的環境給理論模型的建立和推導提出了挑戰，進而對建立于其上的網絡協議設計等產生影響。

　　為了應對大規模應用中的問題，本文從網絡架構、體系結構、移動傳感器網絡3個方面來展開針對大規模應用實用化方面的思考。

　　2.1 應用相關的網絡架構降低流量失衡影響

　　傳統的傳感器網絡采用多跳單匯聚節點的解決思路，即所有的傳感器節點的數據采用多跳的傳輸手段匯聚到同一個匯聚節點上。這種架構的問題在于可擴展性差、能量利用率低、通信協議復雜且容易造成漏斗流量效應。為了應對這些問題，很多大規模應用中采用了變形的架構，如單跳單匯聚節點、單跳多匯聚節點、多跳多匯聚節點等。

　　*單跳單匯聚節點模式中所有傳感器節點與匯聚節點的距離只有一跳。也就是說所有傳感器節點與匯聚節點進行直接通信。這種模式適用于網絡覆蓋范圍不是很大，所有節點都在一跳通信范圍距離之內的情況。目前很多應用使用的此種架構，如智能家居、Wi-Fi網絡等。

　　*單跳多匯聚節點模式中有多個匯聚節點，每個節點到匯聚節點之間的距離是一跳，即每個節點只要與任一個匯聚節點通信上即可實現網絡的連通性。這些匯聚節點將收集到的數據匯聚到同一組數據服務器上進行存儲與處理。本架構適用于不同區域且相距較遠的場景下的數據收集。

　　*在大范圍的網絡中，無法使用單跳的方式進行部署，此時不得不采用多跳多匯聚節點的網絡架構。匯聚節點之間一般可通過有線網絡或其他網絡進行互聯，并將數據通過同一個后端服務器。

　　針對特定應用，選擇合適的網絡架構可以降低網絡協議設計的復雜度，增加系統的可靠性，并解決數據流量不均衡和能量使用效率的問題。

　　2.2 標準化的體系結構降低網絡管理難度

?

　　圖2 經典傳感器網絡協議

　　隨著傳感器節點數量的增加，原有的體系結構不適于大規模網絡節點的管理。傳統的傳感器節點硬件資源受到限制，為了更高效地進行數據處理，放棄了分層的思想而使用跨層設計，圖2所示[6]為近10年內經典的傳感器網絡協議，多數協議采用了跨層的設計思想;大多數協議使用了局部算法;由于傳感器網絡的操作大多集中于分發和匯聚操作，因此大多數的協議沒有為每個節點進行地址標識[7]。在傳統傳感器網絡體系結構上對節點進行管理變得較為困難。然而經過10年技術的發展，傳感器的硬件性能得到了較大的提升，處理能力也大幅提升，針對單個節點進行查詢控制操作需求的應用的出現及傳感器節點的任務更加復雜，改變了原有設計的觀點和準則，使得應該考慮更加層次化、可復用性高、易于尋址與路由、便于自配置與自管理的網絡體系結構。在現有技術中，IPv6是較好的解決思路之一[8]。通過修改媒體訪問控制(MAC)協議和增加6LoWPAN適配層可實現將IPv6應用于傳感器網絡中。

　　工業界針對6LoWPAN的應用和發展，制訂了不同場景下的路由要求，如針對城市環境和工業場景等。從國家戰略層面上對6LoWPAN也在進行大力支持，如2010年工業與信息化部發布的國家科技重大專項中(03專項)，發布了基于IPv6的無線傳感網的網絡協議研發及驗證、基于IPv6的無線傳感器網絡協議一致性測試方法研究及儀表研發兩個專項子課題。

　　2.3 引入和利用移動性優化網絡性能

　　大規模傳感器網絡應用中，往往沒有固定的網絡基礎設施。如戰場監測、邊境監測、森林監測等，網絡覆蓋范圍大，但是節點密度稀疏，網絡往往是分離的，因此不能保證提供持續、穩定的連接，此時傳統的網絡架構及形式將不能滿足需求。在這種情形下，通過匯聚節點的移動對各個節點信息的收集是一個較好的選擇。在匯聚節點自身移動，或者人、動物、直升機等攜帶移動的過程中，當到達某一個節點的通信范圍內時，傳感器節點將其收集到的信息發送給匯聚節點，由匯聚節點攜帶信息回后端系統。通過匯聚節點的移動，使得網絡不需要全連通，大大減少節點的部署密度，避免了漏斗流量效應的問題。造成的后果是數據延時較大，因此適用于對網絡延時要求不高的應用。目前的一個研究熱點移動容遲網絡(DTN)屬于這種網絡形式。

　　以我們團隊設計實現的感知城市信息收集系統為例。城市中部署有各種類型的傳感器節點，這些節點周期性地或基于事件觸發地收集周圍環境的信息，如車禍等突發事件、交通流量信息、環境噪音信息、環境污染情況等，城市公交車及出租車中安裝有移動匯聚節點，利用行駛的公交車或出租車將傳感器節點采集到的數據收集回服務器，并將其通過因特網發布，使用者可通過瀏覽器、智能手機、PDA等設備查看這些數據。由于城市范圍太廣，部署的傳感器節點無法達到全連通的網絡狀態，而公交車及出租車又遍及城市，因此，利用了車載移動匯聚節點成功實現了感知數據的收集。

　　2.4 強化網絡測試評估能力完善理論模型

　　傳感器網絡通常部署在復雜環境中，環境中多種因素的干擾和節點失效等可能造成節點間無線鏈路與網絡拓撲動態變化，準確測量與評估網絡性能非常困難，因此，需要在部署前仿真大規模傳感器網絡的行為，及時發現網絡故障和優化網絡配置。

　　傳感器網絡系統的研發過程劃分為3個階段[9]：首先，在系統研發初期對網絡系統進行小規模的模擬仿真，驗證協議、算法和系統的可行性。然后把協議、算法等移植到實際的小規模測試床上，進行小規模實物測試和評估。最后在實際場景中進行部署，進入(試)運行階段。如圖3所示，其中，橫軸代表節點規模，縱軸代表真實度(即實驗環境與實際部署環境的差異程度)，3個條塊代表3個研發階段。

?

　　圖3 傳感器網絡開發階段

　　大規模應用中需要更為精細、與實際更為貼近的理論模型與實驗、仿真手段。要獲取準確的理論模型，需要有配套的測試手段，因此研究傳感器網絡測試平臺與工具具有重要的現實意義。傳感器網絡的測試貫穿在科研、標準化、網絡規劃、建設、運維、優化等階段，是科學研究的重要數據來源，是商業化大規模應用的重要保障。但是傳感器網絡的測試不同于傳統網絡，其在測試需求、測試內容、測試方法、測試工具等諸多方面有明顯差異。傳感器網絡的測試困難，因為惡劣的運行環境、受限的資源和復雜多樣的應用使得傳感器網絡測試極為困難，且與節點設計、組網協議、信息處理和系統應用等技術環節有著密切的聯系。

　　傳感器網絡測試的難點主要體現為：在傳感器網絡的測量評估行為中，為了獲得網絡的內部狀態信息，總是需要執行額外的計算任務、傳輸額外的測量所需要的信息。抽象而言，任何一種測量行為均會在一定程度上影響被測對象的自身狀態，即所謂的海森堡(Heisenberg)測不準現象，這是網絡測量研究中得共性和基礎的關鍵問題。具體到傳感器網絡測試而言，測試行為本身對傳感器網絡自身運行存在打擾，資源受限的傳感器網絡使得該矛盾尤為突出。降低或避免測試行為對傳感器網絡自身運行的影響、高精度獲取網絡測試數據是傳感器網絡測試的關鍵。

　　針對上述問題我們團隊研制了零打擾傳感器網絡測試平臺(HINT)，并已成功應用于多所高校及研究所等。HINT[10]測試平臺是基于內部偵聽測試技術研發的一類傳感器網絡測試平臺，對于傳感器節點及節點上的應用軟件具有透明性，節點本身無法察覺測試平臺的存在，節點的軟件也無需增加任何用于測試目的的輔助代碼;HINT測試平臺通過額外的高精度測試設備捕獲傳感器節點內部芯片的互連信號來產生測試數據，測試數據經由額外的傳輸網絡收集并集中分析處理，從而避免對傳感器節點的資源占用，滿足高精度和零打擾的測試需求。HINT可實現遠程編程、信號分析、分組分析、行為回放、數據管理和性能評估等功能。

　　3 結束語

　　隨著傳感器網絡技術的成熟，越來越多的應用趨向于大規模化。與小規模應用相比，大規模化的傳感器網絡向我們提出了更為尖銳的挑戰。本文在現有大規模應用的基礎上，歸納并分析了目前傳感器網絡流量不均衡、需求與規模失衡、理論與模型失衡的三大問題，并基于這些特點對當前現有的網絡架構、體系結構及移動網絡方面進行了分析和思考，針對傳感器網絡的測試和仿真工具的重要性進行了論述和分析。