夏俐   陈曦   赵千川   江永亨   管晓宏

1  传感器网络的特点

    近年来随着无线通信、集成电路、传感器以及微机电系统（MEMS）等技术的飞速发展，使得低成本、低功耗、多功能的微型无线传感器的大量生产成为可能，这些微型无线传感器具有无线通信、数据采集和处理、协同合作等功能，无线传感器网络（以下简称传感器网络）就是由许多这些传感器节点协同组织起来的。传感器网络的节点可以随机或者特定地布置在目标环境中，它们之间通过特定的协议自组织起来，能够获取周围环境的信息并且相互协同工作完成特定任务。

    传感器网络被认为是21世纪最重要的技术之一，它将会对人类未来的生活方式产生深远影响。2003年2月份的美国《技术评论》杂志（《Technology Review》）[1]评出对人类未来生活产生深远影响的十大新兴技术，传感器网络被列为第一。

    传感器网络最初来源于美国先进国防研究项目局(DARPA-Defense Advanced Research Projects Agency)的一个研究项目，当时处于冷战时期，为了监测敌方潜艇的活动情况，需要在海洋中布置大量的传感器，使用这些传感器所监测的信息来实时监测海水中潜艇的行动[2]。但是由于当时技术条件的限制，使得传感器网络的应用只能局限于军方的一些项目中，难以得到推广和发展。近年来随着无线通信、微处理器、MEMS等技术的发展，使得传感器网络的理想蓝图能够得以实现，其应用前景越来越广，国外各个研究机构对它的研究也正方兴未艾[3]。

    传感器网络是由大量体积小、成本低、具有无线通信、传感、数据处理的传感器节点（sensor node）组成的，传感器节点一般由传感单元、处理单元、收发单元、电源单元等功能模块组成[4]（如图1所示）。除此之外根据具体应用的需要，可能还会有定位系统、电源再生单元和移动单元等。其中电源单元是最重要的模块之一，有的系统可能采用太阳能电池等方式来补充能量，但是大多数情况下传感器节点的电池是不可补充的。定位系统对传感器网络的路由是很重要的，有些传感器节点采用全球定位系统（GPS）进行定位，但是GPS模块价格昂贵且体积难以减少，所以不可能全部节点都使用GPS来进行定位。此外，GPS定位还受到其他限制，如部分应用于建筑物内部等。通常情况下是在整个网络中会有某些传感器节点配有GPS系统，其他节点通过局部定位算法得到它们与配有GPS的节点之间的相对位置，这样所有节点都能知道各自的具体位置了。除借助GPS的定位方式外，还有离散梯度法等间接定位方式[5]。

图1  传感器网络节点的组成模块[4]

    传感器网络的结构如图2所示。在传感器网络中，每个节点的功能都是相同的，大量传感器节点被布置在整个被观测区域中，各个传感器节点将自己所探测到的有用信息通过初步的数据处理和信息融合之后传送给用户，数据传送的过程是通过相邻节点的接力传送的方式传送回基站，然后再通过基站以卫星信道或者有线网络连接的方式传送给最终用户。

图2  传感器网络的结构

    传感器网络与传统网络相比有一些独有的特点，正是由于这些特点使得传感器网络存在很多新问题，提出了很多新的挑战。传感器网络的主要特点有[6]：

    (1)传感器网络的节点数量大、密度高
    由于传感器网络节点的微型化，每个节点的通信和传感半径很有限，一般为十几米范围之内，而且为了节能，传感器节点大部分时间处于睡眠状态，所以往往通过铺设大量的传感器节点来保证网络的质量。传感器网络的节点数量和密度都要比Ad hoc网络高几个数量级，可能达到每平方米上百个节点的密度, 甚至多到无法为单个节点分配统一的物理地址。这会带来一系列问题，如信号冲突、信息的有效传送路径的选择、大量节点之间如何协同工作等。

    (2)传感器网络的节点有一定的故障率
    由于传感器网络可能工作在恶劣的外界环境之中，网络中的节点可能会由于各种不可预料的原因而失效，为了保证网络的正常工作，要求传感器网络必须设计成具有一定的容错能力，允许传感器节点具有一定的故障率。

    (3)传感器网络节点在电池能量、计算能力和存储容量等方面有限制
    由于传感器节点的微型化，节点的电池能量有限，而且由于物理限制难以给节点更换电池，所以传感器节点的电池能量限制是整个传感器网络设计最关键的约束之一，它直接决定了网络的工作寿命。另一方面，传感器节点的计算和存储能力有限，使得其不能进行复杂的计算，传统Internet网络上成熟的协议和算法对传感器网络而言开销太大，难以使用，必须重新设计简单有效的协议及算法。

   (4)传感器网络的拓扑结构变化很快
    由于传感器网络自身的特点，传感器节点在工作和睡眠状态之间切换以及传感器节点随时可能由于各种原因发生故障而失效，或者有新的传感器节点补充进来以提高网络的质量，这些特点都使得传感器网络的拓扑结构变化很快，这对网络各种算法（如路由算法和链路质量控制协议等）的有效性提出了挑战。此外，如果节点具备移动能力，也有可能带来网络的拓扑变化。

    (5)以数据为中心（data centric）
    在传感器网络中人们只关心某个区域的某个观测指标的值，而不会去关心具体某个节点的观测数据，比如说人们可能希望知道“检测区域的东北角上的温度是多少”，而不会关心“节点8所探测到的温度值是多少”。这就是传感器网络的以数据为中心的特点。而传统网络传送的数据是和节点的物理地址联系起来的，以数据为中心的特点要求传感器网络能够脱离传统网络的寻址过程，快速有效的组织起各个节点的信息并融合提取出有用信息直接传送给用户。

    现在已经有一些致力于传感器网络的公司，如美国的Crossbow公司和Dust公司等，其中Crossbow公司已经推出了Mica系列传感器网络产品[7]，到现在已经有了Mica，Mica2，Mica2Dot三种产品。他们还为Mica开发了一套微型的操作系统TinyOS[8-9]。Mica2Dot的大小和一枚硬币差不多，每个Mica2可以分为两个模块，一个是基本的射频和处理模块MPR（Mote Processor Radio Board），另一个是可选的传感模块MDA（Mote Data Acquisition Board）。Mica2工作在915MHz的ISM频段上，有两个可调的工作频率：914.007MHz和915.998MHz。以AA电池或钮扣电池作为能源，Atmel Atmega 微控制器的工作频率为4MHz，无线通信的最大速率为40Kbps，单个节点之间最大的通信距离为200英尺（约60米）。现在关于传感器网络的大多数科研和演示系统都是以Mica为平台的。

    由于传感器网络需要大规模铺设，要求每个传感器节点的成本很低，要达到实用化要求每个节点的价格控制在1美元以下，现在每个传感器节点的造价大约在80美元左右，但是相信随着集成技术的进一步提高和大规模生产带来的经济效益，传感器节点的成本将会很快下降。另一方面由于节点的微型化要求每个节点的体积越来越小，Dust公司已经开始设计最终能够悬浮于空气中的“灵巧微尘”（smart dust）传感器，现已设计出的最小全功能“灵巧微尘”的直径只有5mm左右，他们计划将在1年之内最终设计出体积不大于1mm3的产品。

2  传感器网络的应用

    传感器网络在军事领域的应用十分重要，军方可以通过飞机空投等方式在预定区域散布大量微型廉价的传感器节点，通过这些传感器节点实时监测周围环境的变化，并将监测到的数据通过卫星信道等方式发送回基地。这样就可以方便地监控我军布防的阵地是否有敌军入侵，也可以将网络布置在敌方阵地上，以隐密的方式监控敌方阵地和敌军活动情况。现代战争越来越表现出信息战的特点，战争中信息的及时获取和反应对整个战局的影响至关重要，利用传感器网络的特点可以给指挥部门提供及时准确的信息，这对增强国家的国防军事力量是非常重要的。

    虽然传感器网络最初主要应用于军事领域，但是随着技术的发展，传感器节点的成本越来越低，而功能却日益强大，使得以前造价昂贵的传感器网络现在已经能够进入民用领域。现在传感器网络已经在民用领域中得到了很多应用，越来越多的可能的应用领域也不断展现在人们的面前，毫无疑问在传感器网络中隐藏着巨大的商机。传感器网络在民用方面的应用主要有：生态环境监测；基础设施安全；先进制造；物流管理；医疗健康；工业传感；智能交通控制；智能能源等。传感器网络还有很多其他方面的应用，前景无限，这里就不一一列举了。可以肯定的是，随着技术的进步和经济的发展，传感器网络必将会越来越多的应用到社会生活的各个方面。

3  传感器网络的研究态势

    传感器网络的挑战性也为研究人员提供了广阔的研究空间。虽然美国很早就开始这方面的研究，但直到近几年，这方面的研究活动才在各大学及研究所蓬勃开展起来。美国政府也斥巨资支持这方面的研究。在2003年度的自然科学基金自主的专题中，便有一个是传感器与传感器系统及网络，拨款额度达到三千四百万美元。美国国防部在这方面的投入更为巨大。

    美国的很多大学都已开展传感器网络的研究。加州大学伯克利分校（University of California, Berkeley）研制的传感器系统Mica、Mica2、Mica2Dot已被广泛地用于低能无线传感器网络的研究和开发。麻省理工学院（Massachusetts Institute of Technology）致力于基于知识的信号处理技术。哈佛大学（Harvard University）研究传感器网络中通讯的理论基础等。

    在其它国家和地区，如欧洲、日本、澳大利亚也开展了不少关于传感器及传感器网络的研究工作。

    国内的一些科研单位和大学，如清华大学、中国科学院沈阳自动化所、哈尔滨工业大学等已经初步开展了在传感器及传感器网络方面的研究工作。从总体来讲，国内关于传感器网络的研究还处于刚刚起步的阶段，但是由于传感器网络是一门新兴技术，国内与国际水平的差距并不很大，及时开展这项对人类未来生活影响深远的前沿科技的研究，对整个国家的社会、经济将有重大的战略意义。

4  目标检测问题中的一些研究成果

    传感器网络最初主要是应用于军事领域，其中一个很重要的应用就是敌方军事目标的检测与跟踪。通过飞行器等运输工具在预定区域随机散布大量传感器节点以组成传感器网络来实时监控敌方军事目标的行踪，这是传感器网络领域里的一个重要的研究方向。在传感器网络布置的时候，如何合理布置传感器网络以保证有足够高的概率能够检测到进入监控区域的目标，这就是传感器网络的目标检测问题[10-11]。

    笔者就传感器网络的目标检测问题进行了研究，建立数学模型并研究了传感器网络检测到目标的概率与传感器节点的个数、检测半径、工作忙闲比、单位工作时间等参数之间的关系，并给出了理论公式，为传感器网络的设计和布置提供了理论指导。此项研究的学术成果将另文详细报道，下面只给出该问题的一些基本背景知识和笔者所得到的关于目标检测概率的理论成果。

    考虑边长为L的正方形区域中随机均匀散布的N个传感器节点构成的传感器网络，如图3所示。每个传感器节点的工作机制是：选定一个固定的单位工作时间UT，在每个UT开始的时候以小概率 a（称为工作忙闲比）选择让传感器在当前UT内工作，而以概率 选择让传感器在当前UT内进入睡眠状态，各个传感器工作状态的选择相互独立。传感器网络的这种工作机制是为了通过大量传感器节点的交替工作来节省能量、延长每个传感器的使用寿命，这是传感器网络能量优化的一种常用方法。假定目标以匀速v沿直线通过检测区域，当目标处于传感器的检测半径r内时（r<<L），只要传感器处于工作状态，则一定能够检测到目标。我们需要研究传感器网络的各个参数与目标检测概率之间的关系，为传感器网络的布置提供理论指导。

图3  传感器网络的目标检测概率图示

    通过对这个问题建立数学模型并分析得到如下关于目标检测概率与各个参数之间的近似关系式：

 ，其中D是目标在检测区域中运动轨迹的长度，在图3中可知 D=(1-y)/cosθ，y为目标进入监测区域时纵坐标（图3中的y坐标）的值，其他参数的意义前面已有说明。仿真实验结果验证了该公式的正确性。

    在敌对或严酷的自然环境中，配置传感器网络的困难显而易见。然而，恰恰是在这样的环境条件下，传感器网络更显得重要而不可或缺。笔者的模型所采用的随机配置的方式不仅可应用在军事上，对于环境（如河流，森林，气候等）检测也提供了广泛的应用前景。

    在此模型及已取得的研究成果的基础上，笔者还将对传感器网络的连通性，传感器节点相互之间的协调合作、通信协议、数据存取与分享等各方面进行深入研究。相信研究工作将能取得更多更好的成果。

5  结语

    传感器网络被认为是影响人类未来生活的重要技术之一，这一新兴技术结合了现有的多种先进技术，为人们提供了一种全新的获取信息、处理信息的途径。由于传感器网络本身的特点，使得它与现有的传统网络技术之间存在较大的区别，给人们提出了很多新的挑战。由于传感器网络对国家和社会意义重大，国外对于传感器网络的研究正热烈开展，希望本文能够引起国内学术界和工业界对这一新兴技术的重视，推动对这一具有国家战略意义的新技术的研究和发展。

参考文献:
[1]  Ten emerging technologies that will change the world. Technology Review. Feb.2003, vol.106, no.1, pp.22-49.http://www.techreview.com/articles/emerging0203.asp.
[2]  C.E.Nishimura and D.M.Conlon. IUSS dual use: Monitoring whales and earthquakes using SOSUS. Mar.Technol.Soc.J., 1994, vol 27, no.4, pp.13-21.
[3]  Special issues in Proceeding of the IEEE: Sensor Networks and Applications. vol.91, no. 8, August 2003.
[4]  Akyildiz I.F, Su W, Sankarasubramaniam Y, Cayirci E. Wireless sensor network: A survey. Computer Networks. 2002, vol.38, pp.393-422.
[5]  Nagpal, R., Shrobe, H., and Bachrach, J. Organizing a global coordinate system from local information on an ad hoc sensor network. In Information Processing in Sensor Networks: Second International Workshop, IPSN 2003 (Palo Alto, April 2003), no. 2634 in Lecture Notes in Computer Science, Springer-Verlag, pp. 333-348.
[6]  Akyildiz I.F, Su W, Sankarasubramaniam Y, Cayirci E. A survey on sensor networks. IEEE Communication Magazine. August 2002.
[7]  CrossBow Inc. http://www.xbow.com.
[8]  TinyOS. http://today.cs.berkeley.edu/tos.
[9]  S. Coleri, M. Ergen, T. John Koo. Lifetime Analysis of a Sensor Network with Hybrid Automata Modelling. WSNA?2, Sep.2002.
[10]  F. Zhao, J. Shin and J. Reich. Information-driven dynamic sensor collaboration for tracking applications. IEEE Signal Processing Magazine, March 2002.
[11]  P. Ramanathan. Location-centric approach for collaborative target detection, classification, and tracking. Invited Talk IEEE CAS Workshop on Wireless Communications and Networking, 2002.