大规模传感器网络应用面临的问题

　　无线传感器网络是大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络，其目的是协作地感知、采集、处理和传输网络覆盖地理区域内感知对象的监测信息，并报告给用户。传感器网络一般由传感器节点、汇聚节点和数据服务器组成。

　　越来越多的传感器网络的研究和技术针对于特定的行业和应用。其中，很多应用都需要进行大规模的部署，以达到高覆盖、高精确感知等目的。如森林火灾监测、战场上敌情监测等，成千上万枚传感器节点部署于环境中，用于完成监测任务。然而，与小规模应用相比，大规模应用中除了节点数量上的区别外，还会产生节点管理困难、资源使用不均衡等一系列问题。

　　1 大规模应用面临的问题

　　经过传感器网络理论与技术的发展，虽然其在各行各业都得到了广泛的应用，然而目前大多数的应用仍然局限于小规模程度。如在火山活动状况监测的应用[1]中，设计者在火山口布置了16个传感器节点，用来监测火山温度、震动等信息;在野生斑马监测系统[2]中，部署了6～10套装置于斑马颈部，监测斑马的移动及生活习性;在大鸭岛行为监测系统中[3]，部署了32个节点用于监测岛上海鸟的习性等。少量传感器网络在部署、组网、能量等方面的问题都不会太突出，其要解决与处理的关注点与大规模应用不同。因此，要探究大规模传感器网络中存在的问题和解决思路，须依靠大规模传感器网络的应用系统。

　　很多科研机构与公司已经开始在大规模传感器网络应用方面做了尝试。如香港科技大学等单位在浙江省天目山建立的绿野千传系统[4]，部署了上千枚节点，持续工作了1年以上，用于监测森林环境的温度、湿度、光照和二氧化碳浓度等。为了减少冬季一氧化碳中毒事故的发生，在北京朝阳区崔各庄乡部署的一氧化碳监测报警系统，每个村庄有大约8 000到12 000个房间，每个房间内都部署了一氧化碳监测传感器节点，这些节点将室内的一氧化碳浓度信息收集到管理节点进行监测和管理。现有的应用实例对我们设计和研究大规模传感器网络和系统提供了有力的依据。通过对大规模传感器网络系统的研究，归纳出目前大规模应用面临的三大问题。

　　1.1 流量不均衡

　　在传感器网络中并不是每个节点的流量都是一样的，这主要由于传感器网络中数据汇聚服务为主要业务，数据从感知节点到汇聚节点的汇聚过程中，越靠近汇聚节点的节点需要担负越多的转发任务，使得越靠近汇聚节点的节点数据量越大，产生漏斗流量效应。流量的不均衡容易使流量大的节点的能量过早耗尽，影响整个网络的连通性和工作寿命。当传感器节点网络规模增加时，网络中的流量会成倍增加，每个数据包经历的平均跳数就会增加，使得中间的节点不得不耗费大量的能量用于数据的中转，降低了能量的使用效率;且由于节点数量的增加，路由维护成本也相应的增加。

　　1.2 需求与功能失衡

　　在互联网中，数据处理设备和数据传输设备往往有明显界限，且由于使用环境多为非受限，其性能与功能容易做到匹配。相比而言在传感器网络中，节点既是信息采集设备又要起到中间路由作用，几乎每个节点都需要完成感知、传输、计算的功能。但是传感器节点往往是一个嵌入式系统，这就造成与其网络资源、计算资源与存储资源等受限的事实严重不匹配。又由于传感器网络漏斗流量特性，使得网络流量和节点负载不均衡，这更加剧了这种失衡。相比而言，后端系统由于不受能量的束缚，其性能可以不受限制，不会成为系统的“瓶颈”，而其完成的功能主要为数据的存储或透传，相对较单一。在传感器网络中性能差的设备工作负载重，而性能好的设备工作负载低，造成了需求与功能失衡的矛盾。

　　1.3 理论与实际失衡

　　图1 无线信道模型

　　在无线传感器网络系统实际部署前，常需要进行模拟仿真与小规模测试。其中使用的理论模型与实际模型差距较大。例如无线信道模型，常用的理论模型为圆盘模型，即当接受设备位于以发射设备为中心，通信距离为半径的一个圆内时，可正常通信。然而在实际情况中，由于受到遮挡及天线方向图等原因，通信范围不可能是标准的圆形，而是一个不规则的形状，如图1所示[5]。另外无线信道易受到周围的环境的干扰，其通信的范围也是时变的，造成对通信范围的评估产生困难。目前仍然没有很好的模型能够精确地描述信道特性。