一、引言
无线传感器网络是一种独立出现的计算机网络，它的基本组成单位是节点，这些节点集成了传感器、微处理器、无线接口和电源四个模块。传统的计算机网络技术中业已成熟的解决方案可以借鉴到无线传感器网络中来。但是基于无线传感器网络自身的用途和优点，开发专用的通信协议和路由算法已经成为了当前无线传感器网络领域内急待研究的课题。
二、无线传感器网络的特点
１、无线传感器网络包括了大面积的空间分布
比如在军事应用方面，可以将无线传感器网络部署在战场上跟踪敌人的军事行动，智能化的终端可以被大量地装在宣传品、子弹或炮弹壳中，在目标地点撒落下去，形成大面积的监视网络。
２、能源受限制
网络中每个节点的电源是有限的，网络大多工作在无人区或者对人体有伤害的恶劣环境中，更换电源几乎是不可能的事，这势必要求网络功耗要小以延长网络的寿命，而且要尽最大可能的节省电源消耗。
３、网络自动配置，自动识别节点
这包括自动组网、对入网的终端进行身份验证、防止非法用户入侵。相对于那些布置在预先指定地点的传感器网络而言，无线传感器网络可以借鉴ａｄｈｏｃ方式来配置，当然前提是要有一套合适的通信协议保证网络在无人干预情况下自动运行。
４、网络的自动管理和高度协作性
在无线传感器网络中，数据处理由节点自身完成，这样做的目的是减少无线链路中传送的数据量，只有与其他节点相关的信息才在链路中传送。以数据为中心的特性是无线传感器网络的又一个特点，由于节点不是预先计划的，而且节点位置也不是预先确定的，这样就有一些节点由于发生较多错误或者不能执行指定任务而被中止运行。为了在网络中监视目标对象，配置冗余节点是必要的，节点之间可以通信和协作，共享数据，这样可以保证获得被监视对象比较全面的数据。
对用户来说，向所有位于观测区内的传感器发送一个数据请求，然后将采集的数据送到指定节点处理，可以用一个多播路由协议把消息送到相关节点，这需要一个唯一的地址表，对于用户而言，不需要知道每个传感器的具体身份号，所以可以用以数据为中心的组网方式。
５、与移动ａｄｈｏｃ网络的区别
无线传感器网络作为一种分布式传感器网络，和移动ａｄｈｏｃ网络有相似点，但又有很多不同。移动ａｄｈｏｃ网络可以用于没有无线基础设施存在或出于费用和安全方面的考虑不方便设置无线基础设施的场合，而传感器很多时候被布置在近地环境中，地波吸收现象不能被忽视，并且高密度布置的传感器网络中的多用户接口也造成了很高的误比特率。作为移动通信的两种基本组网模式之一，移动ａｄｈｏｃ网络中的传输模型是典型的多对多式，而传感器网中的传输模型更偏向于分层次模型（多对一传输）。一般来说，无线传感器网络的节点比典型的移动终端或手持设备有更多的资源受限要求，但对于计算的要求则是可有可无的，当需要执行计算任务时，如果通信成本比计算成本低，计算任务就被送到中心节点去执行。
三、无线传感器网络中的关键性问题
１、网络安全协议问题
传感器网络受到的安全威胁和移动ａｄｈｏｃ网络所受到的安全威胁不同，所以现有的网络安全机制不适合此领域，需要开发针对无线传感器网络的专门协议。
一种思想是从维护路由安全的角度出发，寻找尽可能安全的路由以保证网络的安全。文献［１］指出，如果路由协议被破坏导致传送的消息被篡改，那么对于应用层上的数据包来说没有任何的安全性可言。文中介绍了一种方法叫“有安全意识的路由”（ＳＡＲ），其思想是找出真实值和节点之间的关系，然后利用这些真实值去生成安全的路由。该方法解决了两个问题，即如何保证数据在安全路径中传送和路由协议中的信息安全性。文中假设两个军官利用按需距离矢量路由（ＡｄＨｏｃＯｎＤｅｍａｎｄＤｉｓｔａｎｃｅＶｅｃｔｏｒＲｏｕｔｉｎｇ，ＡＯＤＶ）协议通过ａｄｈｏｃ网络来通信，他们的通信基于Ｂｅｌｌ－Ｌａ安全模型（ＰａｄｕｌａＢｅｌｌ－ＬａＰａｄｕｌａＣｏｎｆｉｄｅｎｔｉａｌｉｔｙＭｏｄｅｌ）［２］，这种模型中，当节点的安全等级达不到要求时，其就会自动的从路由选择中退出以保证整个网络的路由安全。文献［３］指出，可以通过多径路由算法改善系统的稳健性（ｒｏｂｕｓｔｎｅｓｓ），数据包通过路由选择算法在多径路径中向前传送，在接收端内通过前向纠错技术得到重建。无线传感器网络中传感器的数量众多并且功能有限，移动ａｄｈｏｃ网络中的路由方案不能直接应用到无线传感器网络中，所以该文给出了一种网状多径路由协议。此协议中应用了选择性向前传送数据包和端到端的前向纠错解码技术，配合适合传感器网络的网状多径搜索机制，能减少信号开支（ｓｉｇｎａｌｉｎｇｏｖｅｒｈｅａｄ），简化节点数据库，增大系统的吞吐量，相对数据包复制或者有限泛洪法来说，这种方法消耗更少的系统资源（比如信道带宽和电能）。
另一种思想是把着重点放在安全协议方面，在此领域也出现了大量的研究成果。在文献［４］中，作者假定传感器网络的任务是为高级政要人员提供安全保护的，提供一个安全解决方案将为解决这类安全问题带来一个普适的模型。在具体的技术实现上，先假定基站总是正常工作的，并且总是安全的，满足必要的计算速度、存储器容量，基站功率满足加密和路由的要求；通信模式是点到点，通过端到端的加密保证了数据传输的安全性；射频层总是正常工作。基于以上前提，典型的安全问题可以总结为：
（１）信息被非法用户截获；
（２）一个节点遭破坏；
（３）识别伪节点；
（４）如何向已有传感器网络添加合法的节点。
作者提出的方案不采用任何的路由机制。在此方案中，每个节点和基站分享一个唯一的６４位密匙Ｋｅｙｊ和一个公共的密匙ＫｅｙＢＳ，当节点和基站距离超出了预定距离时，网络会在节点和基站之间选择一个节点作为媒介节点进行接力；发送端会对数据进行加密，接收端接收到数据后根据数据中的地址选择相应的密匙对数据进行解密。这种双加密方式可以防止暴露节点数目和地址，也可以防止数据被非法截获，即使个别节点被破译，也只有它自己的密匙泄漏，整个网络仍然可以正常工作。文献［５］中介绍了无线传感器网络中的两种专用安全协议：ＳＮＥＰ（ＳｅｎｓｏｒＮｅｔｗｏｒｋＥｎｃｒｙｐｔｉｏｎＰｒｏｔｏｃｏｌ）和？ＴＥＳＬＡ。ＳＮＥＰ的功能是提供节点到接收机之间数据的鉴权、加密、刷新，？ＴＥＳＬＡ的功能是对广播数据的鉴权。
２、大规模传感器网络中的节点移动性管理
这个问题实质上就是没有无线基础设施的无线传感器网络中的节点查询问题。最简单的资源查询方式是全局泛洪法，但是对于资源有限的无线传感器网络不适用，因此在设计工作中应该尽量避免使用全局泛洪法。扩展环搜索法（ｅｘｐａｎｄｉｎｇｒｉｎｇｓｅａｒｃｈ）用增加生存时间（Ｔｉｍｅ－Ｔｏ－Ｌｉｖｅ，ＴＴＬ）的方式重复泛洪，这种方式和由此派生出来的方式也不适合无线传感器网络。在改善泛洪法的效率方面，文献［６］中提出的方案是通过减少查询每个节点时出现的多余消息去减少泛洪法固有的冗余，在没有出现明显的冗余情况下，这种方案对提高效率没有太多贡献。在ａｄｈｏｃ网络中，查询节点是通过基于簇（ｃｌｕｓｔｅｒｓ）和界标（ｌａｎｄｍａｒｋｓ）的层次表来实现的，这种方式需要在节点之间设置复杂的协调机制，当节点移动时或者簇头（ｃｌｕｓｔｅｒ－ｈｅａｄ）或界标失败时，层次表需要重新配置。而且，通常簇头会成为一个瓶颈，所以我们通常避免这种分层次的协调表，也避免使用簇头。
ＧＬＳ［７］中提出的技术是基于一种所有节点都已知的网络网格图。节点使用位置服务器保存它们的位置，并用一种基于ＩＤ号的算法去更新它们的位置，当节点寻找指定ＩＤ号的节点位置时，也用这种算法去服务器寻找目标节点的位置。对于知道网络的网格图和它们自己的位置并且知道目标节点的ＩＤ号的节点，这种方法是一个好方法。
文献［８］中介绍了一种针对大规模移动传感器网络的查询方法，这种方法借用了小世界（ｓｍａｌｌｗｏｒｌｄｓ）的概念，利用节点的移动性去提高查询效率，并引入了关联（ｃｏｎｔａｃｔｓ）的概念。其工作原理是首先在相邻节点间建立关联，当它们移动时，再关联新的相邻节点，这样提高了查询的效率。与传统的路由查询方式不同，这种设计基本目标不是去优化路由或者响应延时，而是去减少通信的系统开销，这一点在能量受限的环境中非常重要，特别是对于传感器数量众多的网络中的一次性查询（通信的生存时间很短）。文中给出的协议是可升级的（ｓｃａｌａｂｌｅ）、自动配置的，非常适应节点的移动性要求。仿真结果显示它比边缘泛洪法提高效率６０－７０％，比泛洪法提高效率８０－９０％，比扩展环搜索法则有更大的改善。
针对无线传感器网络中的分布式定位，文献［９］比较了三种定位算法：ａｄｈｏｃ、鲁棒定位、Ｎ跳多向法（Ｎ－ｈｏｐｍｕｌｔｉｌａｔｅｒａｔｉｏｎ）。具体选择哪种算法要取决于某些网络参数，比如差错分布和连通性等。
３、网络的自动配置和自动康复和维持系统能量有效性
无线传感器网络被布置在无人值守的环境中时，更换能源几乎不可能，为了节约能源，发射功率要尽可能小，传输距离要短，节点间通信需要中间节点作为中继。在地震救灾或者是无人飞行器中，网络的自动配置和自动康复功能显得异常重要，而大规模的多跳无线传感器网络系统的可测量性（ｓｃａｌａｂｉｌｉｔｙ）也是一个关键问题。实现可测量性的一种方法是“分而治之（ｄｉｖｉｄｅａｎｄｃｏｎｑｕｅｒ）”，或者说是分层控制（ｈｉｅｒａｒｃｈｉｃａｌ），即用某种簇标准将网络节点分成簇组（ｃｌｕｓｔｅｒｓ），在每个簇中选出一个作为簇头（ｌｅａｄｅｒ），它在比较高的层次上代表本簇；同样的机制也应用到簇头中，使之形成一个层次，这个层次中，每个级别应用当地控制（ｌｏｃａｌｃｏｎｔｒｏｌ）去实现某个全局目标。大多数无线网络中的分类思想认为网络与地理位置无关，分类的标准是簇里的节点数量和簇间的逻辑直径（相对于地理直径而言）。但是，当簇头（ｃｌｕｓｔｅｒｌｅａｄｅｒ）和簇内其它节点间的链路很长，相邻簇间地理位置交迭很大，且不同的簇间路由消息载荷（ｒｏｕｔｉｎｇｔｒａｆｆｉｃｌｏａｄ）不平衡时，一个非簇头（ｎｏｎ－ｌｅａｄｅｒ）节点和它的簇头节点之间通过它们之间仅有的长链路通信将要消耗更多的能量，并且相邻簇间的并行通信冲突频发，簇间能量消耗不平衡，由此带来的结果是网络的寿命和通信质量与有效性都大幅减小。因此，为了节约能量和改善通信质量和有效性，在设计簇算法时，簇的地理半径应该考虑。文献［１０］提出，在传感器节点内用一种简单的细胞聚类结构去构成路由协议，这样可以维持一种可测量的能量有效的系统，其关键的问题是使这种细胞簇结构具有自动康复性。作者针对大规模多跳传感器网络的自动配置和自动康复提出了一种分布式算法，这种算法可以保证网络节点在二维空间里自动配置成细胞簇结构，其细胞单元有紧凑的地理半径，细胞单元之间的交叠也很小。这种结构在各种扰动下是自动康复的，比如节点加入、离开、死亡、移动、被敌方捕获等。文献［１１］给出了一种针对簇的分布式算法ＬＥＡＣＨ，它是通过全局上重复簇操作来处理扰动的，但这种算法既不能保证系统中簇的定位也不能保证簇的数量。文献［１２］给出了另外一种簇算法，它仅考虑了簇的逻辑半径，而不考虑地理半径，当簇间存在比较大的交迭时，这种方法会降低无线传输的有效性。另外，它的康复不在本地处理，而是依赖于消息在整个系统中的多次循环。文献［１３］中给出了一种基于访问的簇算法，这种算法注重簇的稳定性，不考虑簇的大小，要求每个节点都有全球定位系统（ＧＰＳ）的支持。
４、系统功耗问题
无线传感器网络应用于特殊场合时，电源不可更换，因此功耗问题显得至关重要。
在系统的功耗模型中，我们最关心的是：
（１）微控制器的操作模式（休眠模式、操作模式、，潜在的减慢时钟速率等），无线前端的工作模式（休眠、空闲、接收、发射等）；
（２）在每种模式中，每个功能块的功耗量，及它与哪些参数有关；
（３）在发射功率受限的情况下，发射功率和系统功耗的映射关系；
（４）从一种操作模式转换到另外一种操作模式（假设可以直接转换）的转换时间及其功耗；
（５）无线调制解调器的接收灵敏度和最大输出功率；
（６）附加的品质因数（如发射前端的温漂和频稳度、接收信号场强指示（ＲＳＳＩ）信号的标准等）。
基于以上考虑，文献［１４］提出了一种自组织低功耗网络的协议ｉ－Ｂｅａｎｓ，并具体说明了此网络的功耗。比如，用一个２２０ｍＡｈ的小纽扣电池供电，网络的平均消耗电流是１００？Ａ，取样率是每秒１次，则电池可以持续８０天；如果抽样率是每两分钟一次，平均消耗电流降到１．９２？Ａ，则电池寿命可以延长到１３．１年。
为了克服远程无线传感器网络面临的电池工作时间短的问题，美国ＭｉｌｌｅｎｎｉａｌＮｅｔ公司已经将其ｉ－Ｂｅａｎ无线技术与来自新兴公司ＦｅｒｒｏＳｏｌｕｔｉｏｎｓ的“能量获得（ｅｎｅｒｇｙｈａｒｖｅｓｔｉｎｇ）”技术结合在一起，双方最近展示了一个靠感应振荡能量转换器工作的ｉ－Ｂｅａｎ无线发射机。这种转换器能由在５０ｍｇ至１００ｍｇ力作用下的２８Ｈｚ至３０Ｈｚ振荡产生１．２ｍＶ至３．６ｍＶ的电压，并允许在３０ｍ距离上以１１５Ｋｂ／ｓ速率发送数据（无电池）。该公司还与其他公司合作开发太阳能电池板来给无线传感器供电。
在能量优化研究方面，西安交通大学的黄进宏等在文献［１５］中提出了一种基于能量优化的无线传感网络自适应组织结构和协议ＡＬＥＰ。与传统的无线微传感器网络协议相比，ＡＬＥＰ更加充分地考虑到实际应用。它将一种高效能量控制算法引入组网协议，提高了网络的能量利用率，显著延长了无线网络的生命周期，增强了网络的健壮性。通过对ＡＬＥＰ协议进行ＯＰＮＥＴ仿真，结果显示该协议与传统模式的无线微传感器网络协议相比，在传送相同的数据量的条件下有更高效的能量特性和信息传输特性。
四、结束语
虽然无线传感器网络的应用前景十分美好，但由于当前若干技术难题，还不能走向广泛应用。研究者们在将ＭＥＭＳ与其它电子器件集成到单一芯片的过程中遇到了严峻的挑战。文中提到的各种算法还有待于在工程实现中去检验它的实用性。