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。

2 对于大规模应用问题的思考

影响传感器网络大规模应用有多种因素。首先部署的传感器节点资源是受限的。在小型化节点的要求下传感器节点的计算资源、存储资源及能量都非常有限。由于大多数的应用需要传感器节点进行野外布置，为了灵活性，电池成为首选能源。电池有限的能量需满足传感器网络长期工作的任务。为了延长电池的工作时间，只能使用低功耗的处理器和通信方式，因此造成传感器节点的处理能力低，通信范围和传输速率受限。

无线信号容易受到各种因素的干扰，会造成无线链路的质量和网络拓扑结构的变化。由于大多数应用的传感器节点部署于不受控的环境中，环境的变化会影响无线链路的质量和节点间的连通性，进而会改变网络的拓扑结构，这些动态变化的环境给理论模型的建立和推导提出了挑战，进而对建立于其上的网络协议设计等产生影响。

为了应对大规模应用中的问题，本文从网络架构、体系结构、移动传感器网络3个方面来展开针对大规模应用实用化方面的思考。

2.1 应用相关的网络架构降低流量失衡影响

传统的传感器网络采用多跳单汇聚节点的解决思路，即所有的传感器节点的数据采用多跳的传输手段汇聚到同一个汇聚节点上。这种架构的问题在于可扩展性差、能量利用率低、通信协议复杂且容易造成漏斗流量效应。为了应对这些问题，很多大规模应用中采用了变形的架构，如单跳单汇聚节点、单跳多汇聚节点、多跳多汇聚节点等。

*单跳单汇聚节点模式中所有传感器节点与汇聚节点的距离只有一跳。也就是说所有传感器节点与汇聚节点进行直接通信。这种模式适用于网络覆盖范围不是很大，所有节点都在一跳通信范围距离之内的情况。目前很多应用使用的此种架构，如智能家居、Wi-Fi网络等。

*单跳多汇聚节点模式中有多个汇聚节点，每个节点到汇聚节点之间的距离是一跳，即每个节点只要与任一个汇聚节点通信上即可实现网络的连通性。这些汇聚节点将收集到的数据汇聚到同一组数据服务器上进行存储与处理。本架构适用于不同区域且相距较远的场景下的数据收集。

*在大范围的网络中，无法使用单跳的方式进行部署，此时不得不采用多跳多汇聚节点的网络架构。汇聚节点之间一般可通过有线网络或其他网络进行互联，并将数据通过同一个后端服务器。

针对特定应用，选择合适的网络架构可以降低网络协议设计的复杂度，增加系统的可靠性，并解决数据流量不均衡和能量使用效率的问题。

2.2 标准化的体系结构降低网络管理难度

图2 经典传感器网络协议

随着传感器节点数量的增加，原有的体系结构不适于大规模网络节点的管理。传统的传感器节点硬件资源受到限制，为了更高效地进行数据处理，放弃了分层的思想而使用跨层设计，图2所示^[6]为近10年内经典的传感器网络协议，多数协议采用了跨层的设计思想；大多数协议使用了局部算法；由于传感器网络的操作大多集中于分发和汇聚操作，因此大多数的协议没有为每个节点进行地址标识^[7]。在传统传感器网络体系结构上对节点进行管理变得较为困难。然而经过10年技术的发展，传感器的硬件性能得到了较大的提升，处理能力也大幅提升，针对单个节点进行查询控制操作需求的应用的出现及传感器节点的任务更加复杂，改变了原有设计的观点和准则，使得应该考虑更加层次化、可复用性高、易于寻址与路由、便于自配置与自管理的网络体系结构。在现有技术中，IPv6是较好的解决思路之一^[8]。通过修改媒体访问控制(MAC)协议和增加6LoWPAN适配层可实现将IPv6应用于传感器网络中。

工业界针对6LoWPAN的应用和发展，制订了不同场景下的路由要求，如针对城市环境和工业场景等。从国家战略层面上对6LoWPAN也在进行大力支持，如2010年工业与信息化部发布的国家科技重大专项中(03专项)，发布了基于IPv6的无线传感网的网络协议研发及验证、基于IPv6的无线传感器网络协议一致性测试方法研究及仪表研发两个专项子课题。

2.3 引入和利用移动性优化网络性能

大规模传感器网络应用中，往往没有固定的网络基础设施。如战场监测、边境监测、森林监测等，网络覆盖范围大，但是节点密度稀疏，网络往往是分离的，因此不能保证提供持续、稳定的连接，此时传统的网络架构及形式将不能满足需求。在这种情形下，通过汇聚节点的移动对各个节点信息的收集是一个较好的选择。在汇聚节点自身移动，或者人、动物、直升机等携带移动的过程中，当到达某一个节点的通信范围内时，传感器节点将其收集到的信息发送给汇聚节点，由汇聚节点携带信息回后端系统。通过汇聚节点的移动，使得网络不需要全连通，大大减少节点的部署密度，避免了漏斗流量效应的问题。造成的后果是数据延时较大，因此适用于对网络延时要求不高的应用。目前的一个研究热点移动容迟网络(DTN)属于这种网络形式。

以我们团队设计实现的感知城市信息收集系统为例。城市中部署有各种类型的传感器节点，这些节点周期性地或基于事件触发地收集周围环境的信息，如车祸等突发事件、交通流量信息、环境噪音信息、环境污染情况等，城市公交车及出租车中安装有移动汇聚节点，利用行驶的公交车或出租车将传感器节点采集到的数据收集回服务器，并将其通过因特网发布，使用者可通过浏览器、智能手机、PDA等设备查看这些数据。由于城市范围太广，部署的传感器节点无法达到全连通的网络状态，而公交车及出租车又遍及城市，因此，利用了车载移动汇聚节点成功实现了感知数据的收集。

2.4 强化网络测试评估能力完善理论模型

传感器网络通常部署在复杂环境中，环境中多种因素的干扰和节点失效等可能造成节点间无线链路与网络拓扑动态变化，准确测量与评估网络性能非常困难，因此，需要在部署前仿真大规模传感器网络的行为，及时发现网络故障和优化网络配置。

传感器网络系统的研发过程划分为3个阶段^[9]：首先，在系统研发初期对网络系统进行小规模的模拟仿真，验证协议、算法和系统的可行性。然后把协议、算法等移植到实际的小规模测试床上，进行小规模实物测试和评估。最后在实际场景中进行部署，进入(试)运行阶段。如图3所示，其中，横轴代表节点规模，纵轴代表真实度(即实验环境与实际部署环境的差异程度)，3个条块代表3个研发阶段。

图3 传感器网络开发阶段

大规模应用中需要更为精细、与实际更为贴近的理论模型与实验、仿真手段。要获取准确的理论模型，需要有配套的测试手段，因此研究传感器网络测试平台与工具具有重要的现实意义。传感器网络的测试贯穿在科研、标准化、网络规划、建设、运维、优化等阶段，是科学研究的重要数据来源，是商业化大规模应用的重要保障。但是传感器网络的测试不同于传统网络，其在测试需求、测试内容、测试方法、测试工具等诸多方面有明显差异。传感器网络的测试困难，因为恶劣的运行环境、受限的资源和复杂多样的应用使得传感器网络测试极为困难，且与节点设计、组网协议、信息处理和系统应用等技术环节有着密切的联系。

传感器网络测试的难点主要体现为：在传感器网络的测量评估行为中，为了获得网络的内部状态信息，总是需要执行额外的计算任务、传输额外的测量所需要的信息。抽象而言，任何一种测量行为均会在一定程度上影响被测对象的自身状态，即所谓的海森堡(Heisenberg)测不准现象，这是网络测量研究中得共性和基础的关键问题。具体到传感器网络测试而言，测试行为本身对传感器网络自身运行存在打扰，资源受限的传感器网络使得该矛盾尤为突出。降低或避免测试行为对传感器网络自身运行的影响、高精度获取网络测试数据是传感器网络测试的关键。

针对上述问题我们团队研制了零打扰传感器网络测试平台(HINT)，并已成功应用于多所高校及研究所等。HINT^[10]测试平台是基于内部侦听测试技术研发的一类传感器网络测试平台，对于传感器节点及节点上的应用软件具有透明性，节点本身无法察觉测试平台的存在，节点的软件也无需增加任何用于测试目的的辅助代码；HINT测试平台通过额外的高精度测试设备捕获传感器节点内部芯片的互连信号来产生测试数据，测试数据经由额外的传输网络收集并集中分析处理，从而避免对传感器节点的资源占用，满足高精度和零打扰的测试需求。HINT可实现远程编程、信号分析、分组分析、行为回放、数据管理和性能评估等功能。

3 结束语

随着传感器网络技术的成熟，越来越多的应用趋向于大规模化。与小规模应用相比，大规模化的传感器网络向我们提出了更为尖锐的挑战。本文在现有大规模应用的基础上，归纳并分析了目前传感器网络流量不均衡、需求与规模失衡、理论与模型失衡的三大问题，并基于这些特点对当前现有的网络架构、体系结构及移动网络方面进行了分析和思考，针对传感器网络的测试和仿真工具的重要性进行了论述和分析。

4 参考文献

[1] ZHANG P, SADLER C M, LYON S A, et al. Hardware design experiences in ZebraNet [C]//Proceedings of the 2nd International Conference on Embedded Networked Sensor Systems (SenSys’04), Nov 3-5,2004, Baltimore, MD, USA. New York, NY, USA:ACM, 2004: 227-238.

[2] WERNER-ALLEN G, LORINCZ K, RUIZ M, et al. Deploying a wireless sensor network on an active volcano [J]. IEEE Internet Computing, 2006,10(2):18-25.

[3] MAINWARING A, POLASTRE J, SZEWCZYK R, et al.Wireless sensor networks for habitat monitoring [C]//Proceedings of the 1st ACM International Workshop on Wireless Sensor Networks and Applications (WSNA’02), Sep 28, 2002, Atlanta, GA, USA. New York, NY, USA: ACM, 2002:88-97.

[4] IOT center of TNLIST [EB/OL]. [2012-01-15]. http://www.greenorbs.org/.

[5] ZHOU G, HE T, KRISHNAMURTHY S, et al. Models and solutions for radio irregularity in wireless sensor networks [J]. ACM Transactions on Sensor Networks, 2006, 2(2): 221-262.

[6] CULLER D. The Internet of every thing -- Steps toward sustainability [C]//Proceedings of the5th China Wireless Sensor Network Conference (CWSN’11), Sep 26-27,2011,Beijing, China. 2011.

[7] ESTRIN D, GOVINDAN R, HEIDEMANN J S, et al. Next century challenges: Scalable coordination in sensor networks [C]//Proceedings of the 5th Annual ACM/IEEE International Conference on Mobile Computing and Networking (MOBICOM’99), Aug 15-19, 1999, Seattle, WA, USA. New York, NY,USA:ACM, 1999: 263-270.

[8] HUI J W, CULLER D E. IP is dead, long live IP for wireless sensor networks [C]//Proceedings of the 6th ACM Conference on Embedded Network Sensor Systems (SenSys '08), Nov 5-7, 2008,Raleigh, NC, USA. New York, NY, USA:ACM, 2008:15-28.

[9] WOEHRLE M, PLESSL C, BEUTELJ, et al. Increasing the reliability of wireless sensor networks with a distributed testing framework [C]//Proceedings of the 4th Workshop on Embedded Networked Sensors(EmNets’07), Jun 25-26,2007, Cork, Ireland. New York, NY, USA: ACM, 2007:93-97.

[10] WEI Huangfu, SUN Limin, LIU Jiangchuan. A high-accuracy nonintrusive networking tested for wireless sensor networks [J]. EURASIP Journal on Wireless Communications and Networking, 2010(2):ID 642531.

作者简介

孙利民，中国科学院信息工程研究所研究员、博士生导师，中国计算机学会高级会员，计算机学会传感器网络专业委员会副主任，计算机学会互联网专业委员会委员，中关村物联网产业联盟副理事长，国家物联网基础标准工作组成员；主要研究方向为无线传感器网络、车载网和容迟网络；主持和参与国家级项目10余项；已发表论文100余篇，出版学术著作3部，获得或申请国家专利30余项。

刘伟，中国科学院信息工程研究所在读博士研究生；主要研究方向为无线自组织网络、物联网。