前言

本文全文翻译由敖琳、岐正民、钱金柱、陈见浦、刘仁宇、胡雪亮六位同学完成。奥林负责摘要、第一节、第二节的翻译，齐正民负责第三节的翻译，钱金柱负责第四节的翻译，刘仁宇负责第五节的翻译，陈建浦负责第六节的翻译，胡雪亮负责第七节和参考文献的翻译。钱金柱完成了整篇文章的整理、统稿和排版。每个学生都参与了文章的审查和纠错，并提出了宝贵的意见。这里特别注意的是，由于版权问题，本文翻译为浙江大学制造物联网技术课后文献研究作业，仅供学习和使用。

执行摘要

如今，智能电网、智能家居、智能水网、智能交通等都是连接世界的基础设施系统，超越了我们以前的想象。这些系统的共同愿景通常与概念有关-物联网（IoT）相关联，通过使用传感器，整个物理基础设施与信息和通信技术紧密结合;通过使用网网络嵌入式设备可以实现智能监控和管理。在如此复杂的动态系统中，设备通过分布式传感器相互连接传输有用的测量信息和控制指令。

无线传感器网络（WirelessSensorNetwork，WSN）它是一个由大量传感器节点组成的网络，每个节点都配备了一个传感器来检测光、热、压力等物理现象。无线传感器网络被认为是建立信息通信系统、大大改善基础设施系统的革命性信息收集方法统一的可靠性和效率。与有线解决方案相比，WSN具部署方便，设备灵活性高。随着传感器技术的快速发展，无线传感器网络将成为物联网关键技术。

在本白皮书中，我们将讨论无线传感器网络在更广泛的物联网背景下的应用和发展，并评估无线传感器网络的应用，并关注无线传感器设备网络设计中的基础设施技术、应用和标准。本白皮书是本系列文章的第六篇文章，其目的是确保IEC能够继续为国际标准和合格评估服务提供解决方案，解决全球电工技术问题。

第二部分从物联网和无线传感器网络的历史背景开始，然后以目前正在进行电网升级的电力行业为例。无线传感器网络技术在输变电设备安全监测和数十亿台智能电表的部署中发挥着重要作用。

对无线传感器网络的技术和特性及其在全球的应用需求进行评估，包括数据汇总和安全性。

第四节介绍了无线传感器网络在各个领域的挑战和未来趋势，包括超大型传感器设备访问、信任安全、隐私和服务架构。

第五节提供了关于申请的信息。无线传感器网络在现实世界中的各种可能应用实际上是无限的。一方面，无线传感器网络可以实现新的应用，从而实现新的可能市场；另一方面，设计受到一些新例子的约束。本节的概述WSN用于智能电网、智能水、智能交通系统和智能家居。

第六节提供的分析标准化是实现无线传感器网络互操作的主要先决条件，不仅在不同制造商的产品之间，而且在不同的解决方案、应用程序和领域之间。

第七节总结了一些行业和监管机构，IEC以及WSN安全和数据主题一般观点的重要建议。

致谢

本白皮书由无线传感器网络项目组成IEC编制市场战略委员会。项目团队包括：

国家电网公司国家发改委项目负责人舒银标博士

康利博士，NIST项目合伙人PeterLanctot先生，IEC范建斌博士，胡浩博士，国家电网公司

康宁公司的BruceChow西门子施耐德电气博士Jean-PierreDesbenoit先生GuidoStephan先生

薛国栋先生，西门子李辉先生，海尔先生陈先生，SAP先生DanielFaulk先生，SAP先生

TomasKaiser先生，SAP先生HirokiSatoh先生，日立

ITEI中国欧阳劲松教授中国ITEI中国王林云先生

ITEI中国王寿女士纳瑞集团公司严岩博士中国电科院孙军平博士

余海滨教授曾鹏博士、李东博士、新航王勤博士、北京科技大学

目录

缩略词表

科技术语和科学术语 ABS 防锁制动系统

AMI 先进的测量基础设施

CAPEX资本支出

CoAP 受限应用协议

COSEM 支持能源计量标准

CPU 控制处理单元

DLMS 设备语言信息规范

DSN 分布式传感网络

ESC 电子稳定控制

FCD 汽车数据

FDM 频分复用

FH 跳频

GHG 温室气体

GPS 全球定位系统

ICT 信息和通信技术

IoT 物联网

KPI 关键绩效指标

M2M 机器对机器

MAC 媒体访问控制

MEMS 微机电系统

MIMO 多输入多输出

OEM&bsp;  原始设备制造商

　　　　　　　　　　OFDM       正交频分复用

　　　　　　　　　　OPEX            运营支出

　　　　　　　　　　PHY        物理层

　　　　　　　　　　PV          光伏

　　　　　　　　　　QoS        服务质量

　　　　　　　　　　RFID             射频识别

　　　　　　　　　　SOA        面向服务的架构

　　　　　　　　　　SOAP　　　面向服务的架构协议

　　　　　　　　　　TDMA　　　时分多址

　　　　　　　　　　TSMP　　　时间同步网格协议

　　　　　　　　　　TSP　　　 信任，安全和隐私

　　　　　　　　　　UCC       城市整合中心

　　　　　　　　　　USN       无处不在的传感器网络

　　　　　　　　　　WIA-FA   用于工业自动化的无线网络-工厂自动化

WIA-PA用于工业自动化的无线网络-WISA

的流程自动化、传感器和执行器的无线接口　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

　　　　　　　　　　WLAN         无线局域网

　　　　　　　　　　WMAN        无线城域网WPAN     无线个人区域网络WSN无

线传感器网络

　　　　　　　　　　WWAN       无线广域网

　　　　　　　　　　XFCD      延长oating汽车数据

组织机构和公司　ABB       ABB集团

　ARPANET   高级研究项目代理网络

　　　　　　　　　　BBF　　　 宽带论坛

　CAB      （IEC的符合性评估委员会）中国电科院中国电力科学研究院

　DARPA     国防部高级研究计划局（美国）

　ETSI       　　  欧洲电信标准协会

　IEC        国际电工委员会

　IEEE            电气和电子工程师协会

　IETF             互联网工程任务组

　　　　　　　　　　ISO        国际标准化组织

　　　　　　　　　　ITEI      仪表技术与经济研究所（中国）

　　　　　　　　　　ITU-T    国际电信联盟-电信标准化部门

　　　　　　　　　　MSB      市场策略委员会（IEC）

　　　　　　　　　　NIST           美国国家标准与技术研究院

　　　　　　　　　　OGC           开放地理空间联盟

　　　　　　　　　　OMA           开放移动联盟

　　　　　　　　　　SGCC          国家电网公司

　　　　　　　　　　SIA       沉阳自动化研究所（中国）

　　　　　　　　　　SMB     （IEC的）标准化管理委员会

　　　　　　　　　　UCB      加州大学伯克利分校（美国）

　　　　　　　　　　W3C            万维网联盟

词汇表

物联网

指的是现有互联网基础设施内唯一可识别的类嵌入式计算设备的互连

媒体访问控制层MAC层

控制对IEEE802网络（LAN）中的物理传输介质的访问的数据链路协议的一部分，

系统芯片SoC

集成电路（IC），将计算机或其他电子系统的所有组件集成到一个芯片中

时间同步网格协议TSMP

该网络协议构成了可靠的超低功耗无线传感器网络的基础

无线局域网WLAN

无需使用电线即可传输数据的局域网

无线城域网WMAN

也称为无线本地环路（WLL）。WMAN基于IEEE802.16标准。无线本地环路可以在4到10公里范围内达到1到10Mbps的有效传输速度

无线个人区域网络WPAN

一个覆盖面积仅有几十米的低频无线网络

无线传感器网络WSN

自组织的多跳无线传感器节点网络，用于监测和控制物理现象

无线广域网WWAN

无线网络，为比单个城区大的地理区域提供通信服务。所有无线网络中最常见的

第1节 介绍

1.1 概观

今天传感器无处不在。我们认为这是理所当然的，但我们的车辆，智能手机，控制CO排放的工厂，甚至葡萄园的地面监测土壤条件都有传感器。虽然传感器似乎已经存在了一段时间，但对无线传感器网络（WSN）的研究始于20世纪80年代，而且自2001年以来，无线传感器网络从工业和研究角度引发了越来越多的兴趣。这是由于经常集成在单个芯片（片上系统（SoC））上的廉价，低功耗微型组件（如处理器，无线电和传感器）的可用性。

物联网（IoT）的想法是与无线传感器网络并行发展的。术语物联网是由凯文阿什顿于1999年设计的[1]，它指的是以“类似因特网”结构的唯一可识别的对象及其虚拟表示。这些物体可以是任何大型建筑物，工业厂房，飞机，汽车，机器，任何类型的物品，较大系统的特定部分，人类，动植物，甚至是它们的特定身体部位。

虽然物联网不承担特定的通信技术，但无线通信技术将发挥重要作用，特别是无线传感器网络将扩大许多应用和许多行业。小巧，坚固，价格低廉且功耗低的WSN传感器将以合理的成本将物联网带到任何环境中安装的最小物体。将这些对象集成到物联网将成为无线传感器网络的一个重大发展。

无线传感器网络通常可以描述为协作感知和可能控制环境的节点网络，实现个人或计算机与周围环境之间的交互[2]。事实上，传感，处理和有限能量通信的活动引发了跨层设计方法，通常需要分布式信号/数据处理，介质访问控制和通信协议的共同考虑[3]。

通过将现有的WSN应用作为基础设施系统的一部分进行综合，可以确定和开发潜在的新应用，以满足未来技术和市场趋势。例如，用于智能电网，智能水务，智能交通系统和智能家居的WSN技术应用会生成大量数据，而且这些数据可用于多种用途。

此外，随着现代世界转向物联网新时代的无线传感器网络，随着时间的推移，将会产生一些法律影响。最紧迫的问题之一是对数据的所有权和使用情况进行收集，整理，关联和挖掘以获取附加价值。数据经纪人将有一个精明的业务，因为来自各种渠道的信息汇集将导致新的和未知的商业机会和潜在的法律责任。美国国家安全局最近的丑闻和其他侮辱表明，人们对收集各种用途的数据非常感兴趣。

在这个新世界中出现的一个更复杂的问题是机器做出自主决定的想法，对其中的环境或社会未知影响。

它的功能。这可以像冰箱那样简单，在其本地商店为其所有者请求补充牛奶和黄油，或者像机器人一样复杂，已经被编程为在恶劣的环境中生存，该环境最初并不能预见人与人之间的互动。它也可以像记录使用情况的车辆一样简单，就像航空航天工业中的黑匣子一样，但不仅可以使用这些信息来了解事故原因，还可以向业主和操作员提供证据。例如，如果一台机器被用于违法，那么这台机器就是不合法的机器。

它涉及到机器开始行动的地步，就像它是一个法律实体一样。责任问题开始变得模糊起来，机器的“所有者”和“操作者”的责任问题变得更加难以阐明，如果在机器或机器人的动作中几乎没有真正的人为干预。这当然是最糟糕的情况，但问题是如何平衡潜在负债的成本与物联网解决方案的优势？这很快就会变成更多的社会或道德和道义上的讨论。这就是我们通常所说的价值观的代际变化-但物联网趋势不会等待一代人。

1.2 本白皮书的范围

本白皮书是系列文章中的第六篇，其目的是确保IEC能够通过其国际标准和合格评定服务继续为解决全球电工技术问题做出贡献。白皮书由IECMSB（市场策略委员会）开发，负责分析和了解IEC市场，以便IEC准备战略性地面向未来。

第2节 WSN的历史和工业驱动因素

无线传感器网络的发展受到了军事应用的启发，特别是在有限区域的监视。今天，它们由分布式独立设备组成，这些设备使用传感器监测物理状况，并将其应用扩展到工业基础设施，自动化，健康，交通和许多消费领域。

无线传感器网络的研究可追溯到20世纪80年代初，当时美国国防部高级研究计划局（DARPA）为美国军方实施了分布式传感器网络（DSNs）计划。当时，高级研究计划局网络（ARPANET）已运行多年，在大学和研究机构中有大约200个主机[4]。假定DSN具有许多空间分布的低成本感测节点，彼此协作但自主操作，将信息路由到可最好地利用信息的任何节点。尽管传感器网络的早期研究人员有着DSN的设想，但该技术尚未完全准备就绪。更具体地说，传感器相当大（即鞋盒的尺寸更大），因此潜在应用的数量受到限制。此外，最早的DSN与无线连接并不紧密相关。

计算，通信和微机电技术的最新进展已经导致无线传感器网络研究的重大转变，并使其更接近于最初的愿景。无线传感器网络研究的新浪潮始于1998年左右，一直受到越来越多的关注和国际参与。传感器网络研究的新浪潮把重点放在网络技术和网络信息处理上。

适用于高度动态的特定环境和资源受限的传感器节点。此外，传感器节点的尺寸已经小得多（例如从一包卡到灰尘颗粒）并且价格便宜得多，因此传感器网络的许多新的民用应用如环境监测，车辆传感器网络和身体传感器网络已经出现。

再次，DARPA在传感器网络研究的新浪潮中扮演着先驱者的角色，启动了一项名为SensIT的主动研究计划[5]，该计划为当前的传感器网络提供了诸如adhoc网络，动态查询和任务，重新编程和多任务等新功能。任务。目前，无线传感器网络已被视为21世纪最重要的技术之一[6]。例如中国将无线传感器网络纳入其国家战略研究计划[7]。因此，无线传感器网络的商业化正在加速，许多新兴技术公司正在兴起，如CrossbowTechnology（将物理世界与数字世界连接）和DustNetworks。

如今，工业自动化是无线传感器网络应用最重要的领域之一。据Freedonia集团称，工业用传感器的全球市场份额为110亿美元，而安装成本（主要为布线成本）和使用量高达1000亿美元以上。这种高成本是阻碍工业通信技术发展的主要问题。无线传感器网络技术可以在整个工业过程中实现“无处不在的传感”，可以确保由于上述成本原因而无法通过在线监控获得的重要参数。这些参数是重要的基础。实施最优控制，以达到提高产品质量，降低能耗的目的。

根据ONWorld[8]，在2011年到2016年间，将在全球部署2400万个启用无线功能的传感器和执行器或感应点，将在工业领域安装的无线设备将增加553％。其中，39％将用于只能通过无线传感器网络才能实现的新应用。到2014年，WSN设备数量将占到整个工业测量和控制设备感应点的15％，到2016年将达到33％。

在今天的市场中，工业WSN收入的四分之三来自过程工业;石油和电力行业是增长最快的行业。例如，中国石油正在其油田开展物联网项目，目的是重建20万个油井。应用于油井数字转换的无线传感器网络技术将利用在线监测来测量油井产量并确保生产安全。

在目前正在进行电网升级的电力行业中，无线传感器网络技术在输变电设备安全监测和数十亿台智能电表改造中也发挥着重要作用。

 

 

 

 

 

 

 

 

 

 

 

图2-1 全球安装的工业无线传感点[8]

 

 

 

 

 

 

 

 

图

 

 

 

 

 

2-2 全球工业现场仪器出货量，有线和无线[8]

 

 

 

 

图2-3 所有行业的WSN收入增长[8]

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

第三节 WSN技术

3.1无线传感器网络的特征

WSN通常可以描述为协作感知和控制环境的节点网络， 实现个人或计算机与周围环境之间的交互[2]。 时下的WSN通常包括传感器节点、执行器节点、网关和客户端。 在监控区域内部或附近随机部署大量传感器节点（传感器区域），通过自组织形成网络。传感器节点监视收集到的数据并通过跳跃传输到其他传感器节点。 在传输过程中，被监控的数据在多跳路由之后到达网关节点，并最终通过互联网或卫星到达管理节点。 用户通过管理节点来配置和管理WSN，发布监控任务 和收集监控数据。

随着相关技术的成熟，无线传感器网络设备的成本 大幅下降，其应用范围正逐步从军事领域扩展到工 业和商业领域。同时，无线传感器网络技术的标准得到了很好的发展，如Zigbee[1]、WirelessHart、ISA100.11a以及用于工业自动化的 无线网络- 过程自动化（WIA-PA）等。此外，随着WSN在工业自动化和家庭应用中出现新的应用模式， WSN应用的总体市场规模将继续快速增长。

图3.1无线传感网络

 

 

图3.2无线传感器网络应用的市场规模

3.2 传感器节点

传感器节点是WSN的主要部分之一。传感器节点的 硬件通常包括四个部分：电源和电源管理模块，传 感器，微控制器和无线收发器，请参见图3-3。电 源模块提供系统所需的可靠电源。 传感器是可以获 得环境和设备状态的WSN节点的纽带。传感器负责 将信号（如光，振动和化学信号）收集并转换为电 信号，然后传送给微控制器。微控制器从传感器接 收数据并相应地处理数据。 无线收发器（RF模块）然后传输数据，从而实现通信的物理实现。WSN节点的所有部分的设计考虑WSN节点的小尺寸和 有限功率特性是非常重要的。

3.2.1 基于WSN的传感器小型化技术

基于微机电系统（MEMS）的无线传感器网络节点的小型化技术近年来取得了显着的进步。MEMS的核心技术是实现微电子技术，微加工技术和封装技术的结合。基于微电子技术和微加工技术可以生产出不同等级的二维和三维微敏感结构，这些技术可以是微型传感元件。这些微型传感元件、相关的电源和信号调理电路可以集成并封装成微型MEMS传感器。

 

 

 

图3.3 WSN传感器节点的硬件结构

目前市场上已有多种微型MEMS传感器，可用于测量 位移、速度、加速度、压力、应力、应变、声、光、 电等各种物理，化学和生物质信号。磁性，热量，pH值等[10]。2003年，加利福尼亚大学伯克利分 校（UCB）的研究人员开发出一种带有微型传感器的WSN传感器节点（mote）。其MEMS传感模块的实际 尺寸仅为2.8mm×2.1 mm [11]。

3.2.2 环境能量收集技术

节点需要一个能量源，并且从外部来源收集的环境 能量被用于为诸如基于MEMS技术的小型自主传感器提供动力。 这些系统通常非常小，功耗很小，但其 应用受到电池电源依赖性的限制。

环境能量收集不仅可以通过传统的光电池发电实现， 还可以通过微型压电晶体，微型振荡器，热电发电 元件或电磁波接收装置实现[12][13]。

一些公司已经开始使用能量采集设备将传感器网络 应用商业化。 例如，德国EnOcean公司为智能建筑 照明和空气监测应用提供了光能收集设备，振动能 量收集设备和基于温度的能量收集设备。 对于设备 和建筑健康监测应用，各种压电振动能量收集产品 已进入市场。Perpetuum的英国公司提供一系列产 品，将机械振动转化为电能，用于永久性为自主， 免维护的工业无线传感器节点供电。 对于这些传感 器节点，由敲击桌面的ngers振动产生的能量可以支 持传感器节点每60秒发送2kB数据到100米远。

对于管道系统的监控应用，已经开发了大量基于温 差采集的产品。Nextreme公司的产品可以生产 温差为0.25W的功率 在3.2mm×1.6mm能量收集材料的区域中为60℃。图3-4和图3-5显示了一些与环境能量采集设备配合的 传感器节点。

 

光能

 

温度

 

 

动能传感器

图3.4 传感器节点配合环境能量收集设备

 

 

 

 

 

 

 

 

 

 

 

 

图 3.5 基于振动能量收集的电机监控系统

3.3 接入网络技术

接入网的长度从几百米到几英里不等，包括骨干网 和用户终端之间的所有设备。因此被恰当地称为“最后一英里”。由于骨干网通常采用高传输速率的光纤结构，接入网已经成为整个网络系统的瓶颈。

如图3-6所示，由于无线信道的开放特性，当信道在 多个用户间共享时，会在时间，空间或频率维度上 发生。接入网技术的作用是管理和协调信道资源的 使用，保证共享信道上多个用户的互联互通。

根据接入的距离和速度，现有接入技术可分为无线 局域网（WLAN），无线城域网（WMAN），无线个域 网（WPAN）和无线广域网（WWAN）四类。然而，高传输速率的整体发展趋势并不适合无线传感器网 络的应用需求。 主要原因如下：

（1）在可靠性方面，无线传感器网络的工作环境通常 比较严重。 具有窄带多频噪声，干扰和多径效 应的恶劣环境，使得基于稀有信道资源的可靠 通信成为亟待解决的问题

（2）在实时能力方面，无线传感器网络和物联网的应用比其他应用有更严格的实时要求。微小的延迟可能会导致重大的事故。因此，在许多应用中，实时通信必须得到保证 。

（3）在能源效率方面，低能耗是支持独立电池供电设备的长流和降低维护成本的关键。这也是无线传感器网络和物联网应用的另一个要求，特别是对于电池更换困难的设备。

图3.6 接入技术

 

 

 

图3.7 接入技术的发展趋势

接入网技术已经取得重大进展。更系统和更值得关注的代表性接入技术是面向医疗无线传感器网络的蓝牙4.0； 面向工业WSN的IEEE802.15.4e [16]； 和WLANIEEE 802.11™[17]鉴于物联网。 这些技术在附录A中进一步描述。

3.4 拓扑

通常，WSN由多个传感器网络节点和用于连接到互联网的网关组成。WSN的一般部署过程如下（见图3-8）；首先，传感器网络节点将其状态广播到周围环境，并从其他节点接收状态以检测彼此。其次，传感器网络节点被组织成连接的网络根据一定的拓扑结构（线形，星形，树形，网格等）。 最后，在构建的网络上计算适当的路径以传输传感数据。 传感器网络节点的功率通常由电池提供，因此WSN节点的传输距离很短。 在视线开阔的室外环境中，传输距离可达800至1000米。 在庇护室内环境的情况下，它将大幅下降到几米。 为了扩大网络的覆盖范围，传感器网络使用多跳传输模式。也就是说，传感器网络节点既是发射器又是接收器。第一个传感器网络节点即源节点将数据发送到附近的节点，以便将数据传输到网关。 附近的节点将数据转发到位于通往网关的路径上的附近节点之一。转发重复，直到数据到达网关，即目的地。 无线传感器网络的协议和实现技术可以适应无线和有线计算机网络的成熟架构和技术。然而，无线传感器网络的特点是自组织，自适应，节点能量有限，传输链路不稳定。 

 

图3.8 无线传感器网络的组织和传输过程

3.4.1 自组织和可靠的网络技术

WSN节点的位置是随机的，节点可以移动、遮蔽和干扰。与其他网络拓扑相比，网状网络的拓扑结构在灵活性和可靠性方面具有很大的优势。网络节点的自组织管理方式可以大大提高网络的健壮性，形成智能网状网络技术，如图3-9所示。在智能网格adhoc组网技术中，节点首先监测邻居节点并测量信号强度，然后选择合适的邻居节点进行时间同步，并发送加入请求。然后邻居节点将该请求传递给网关。网关接收请求并为该节点分配网络资源。基于网状网络，传感器网络节点可以分配两条或更多条传输路径来提高网络的可靠性。时间同步网格协议（TSMP）网络[19]能够支持自组织网络和维护一百个节点组成的网络。

图3.9 网格自组织网络

3.4.2 低成本的IP互连技术

早期传感器网络的设计通常使用内部地址来管理传感器网络节点。地址长度相对较短，适合在低功耗嵌入式传感器网络节点中实现。然而，内部地址管理方法与互联网的IP方法不兼容，这增加了传感器网络节点与传统IP网络节点之间的交互难度。因此，有必要解决WSN和IP网络的连通性问题。传统的IPv4地址已经逐渐枯竭，新的IPv6技术具有巨大的地址资源，适用于广泛的传感器网络部署。因此，基于IPv6的6LoWPAN低功耗无线技术已经出现[20]。6LoWPAN通常在IEEE802.15.4协议的链路层之上实现简化的IPv6协议。报头压缩和数据包碎片通过在IP层和链路层之间增加一个适配层来实现重载，这是实现IPv6网络和传感器网络之间协议自适应的一种可靠方法，如图3-10所示。基于NanoStack[21]的Sensinode公司的传感器网络产品和基于CC-6LoWPAN[22]的TI公司的传感器网络产品都使用6LoPAN技术来提供传感器网络和IP网络之间可扩展性，无缝和可靠互连的能力。

 

 

 

 

 

 

 

 

 

 

 

 

图3.10 6LoWPAN协议栈

 

图 3.11 6LoWPAN改进的头压缩示例

3.4.3自适应流量控制技术

无线传感器网络与传统有线网络之间的差异之一是无线通信的不稳定性。在无线传感器网络中，节点之间的通信容易受到干扰和遮挡，导致信号传输失败。传统的网络是一个稳定的有线网络，数据只会因拥塞而丢失。ow控制的原理是数据发送方根据数据传输的丢失情况来调整发送trafc。发生数据丢失时，发件人会减少传输率。当数据没有丢失时，发送者增加传输速率。这种流量控制机制不再适用于无线传感器网络[23]，因为传感器网络中的数据丢失主要是由拥塞，干扰和遮挡引起的。单纯降低传输速率无法解决问题，但仅降低网络性能。为了解决不稳定传输条件下的网络性能下降问题，提出了自适应流控制。Adaptiveow控制可以检查数据包丢失的原因并调整传输流。同时，根据链接和网站的质量在考虑传输距离和吞吐量的同时，节点之间的数据传输的最佳传输速率被优先考虑以获得良好的网络稳定性。

3.5 数据聚合

在能量受限的传感器网络环境中，它不适用于电池功率，处理能力，存储容量和通信带宽等多个方面，以便每个节点将数据传输到汇聚节点。这是因为在覆盖率较高的传感器网络中，相邻节点上报的信息具有一定程度的冗余性，因此在每个节点分别传输数据，同时消耗整个传感器网络的带宽和能量，缩短了网络的寿命。

为了避免上述问题，已经引入了数据聚合技术。数据聚合是将多个信息副本整合到一个副本中的过程，它有效且能够满足中间传感器节点中的用户需求。

从节约能源和获取准确信息两方面引入数据聚合技术。传输数据所消耗的能量远远大于处理传感器网络中的数据。因此，与节点的本地计算和存储能力，进行数据聚合操作以去除大量的冗余信息，从而最大限度地减少传输量并节省能源。在复杂的网络环境中，仅通过从分布式传感器节点收集少量数据样本来确保获得的信息的准确性是很困难的。因此，监测同一物体的数据需要多个传感器的协同工作，这有效提高了所获信息的准确性和可靠性。

数据汇聚协议的性能与网络拓扑密切相关。然后可以根据星型，树型和链式网络拓扑分析一些数据聚合协议，如图3-12所示。

数据汇聚技术可以节省能源并提高信息的准确性，同时可以在其他领域表现出惊人的表现。一方面，在数据传输过程中，寻找聚合节点，数据聚合操作和等待其他数据到达的可能性会增加网络的平均延迟。另一方面，与传统网络相比，传感器网络具有更高的数据丢失率。数据聚合可能会显着减少数据冗余，但会无意中丢失更多信息，从而降低传感器网络的稳健性。

图3.12 三种WSN拓扑结构：星形，树形，链形

3.6 安全

关于未来将如何看待好莱坞电影-而物联网的愿景接近好莱坞的愿景。在两个愿景中都有一个共同的主题：机器在高度自动化的社会中变得非常强大。

个人隐私和个人隐私问题对个人而言变得更加困难，因为创建安全性的复杂链条是无限的，而最薄弱的环节则决定了整体安全水平。使用IPv6，有足够的IP地址可用于预测的数百亿个数据点，这些数据点将形成我们的新世界-问题是它们是否都可以被保护到一个可以确保个人隐私权和保护系统免受恶意攻击的级别攻击。

在传统的TCP/IP网络中，建立安全性是为了保护网络数据的保密性，完整性和可用性。它使系统可靠，并保护系统免受可能导致系统故障的恶意攻击信息披露。作为节点和应用环境的特点，无线传感器网络安全不仅需要传统的安全保护，而且还需要信任，安全和隐私（TSP）无线传感器网络的特殊要求。

3.6.1 信任，安全和隐私

取决于应用场景，TSPWSN可能需要对完整性，可用性，保守性，不可抵赖性和用户隐私进行安全保护。它通过保护系统免受恶意攻击来支持系统完整性和可靠性。TSP无线传感器网络可能需要保护节点免遭篡改，保护通信信道，并在网络层进行路由[24]。可能需要TSP日志记录/审计功能来检测攻击。

TSP无线传感器网络的技术包括消息认证，加密，访问控制，身份认证等。无线传感器网络的TSP必要性可以分为以下几类：节点安全性，密码算法，密钥管理，安全路由，数据聚合[25][26]。

图3-13无线传感器网络的TSP架构

图3-14 安全唤醒声音

节点安全性和睡眠取消

WSN的节点可能会通过其逻辑接口或直接的物理攻击被篡改;它可能会被擅自搬迁或被盗。

节点安全性可能包含安全唤醒和安全引导。低占空比对于确保电池供电传感器节点的长使用寿命至关重要。一类特殊的拒绝服务攻击，即所谓的睡眠剥夺攻击[28]阻止了传感器节点进入省电睡眠模式，因此严重降低了受感染传感器节点的使用寿命。像消息认证码或帧加密这样的标准安全机制不会阻止睡眠剥夺攻击：节点通电并且能量用于处理接收到的消息。只有当电池电量已经耗尽时才能发现攻击。图3-14显示了一个带有额外的超低功耗唤醒收音机的传感器节点。当传感器节点处于睡眠状态时，唤醒无线电收听信道。当它接收到唤醒信号时，触发传感器唤醒。为了增加通用唤醒无线电设计的安全性，唤醒信号是一种编码的唤醒代码[29]。当使用唤醒代码时只有一次，因为每个节点都是特定的，所以在唤醒节点时可以清楚地发送它。

3.6.2 加密算法

加密是一种改变数据传感器节点原始信息的特殊算法，这使得未授权用户即使访问了加密信息也不能识别原始信息。公共基础设施的WSN不可避免地暴露在公共活动的范围之内。传统的消息认证码，对称加密和公钥加密已经暴露了它们的缺点[30][31]。因此需要提出一种更适合无线传感器网络的加密系统。西班牙Libelium公司开发的是pmote加密库，以确保2010年智能城市WSN的数据安全。他们的无线传感器设备基本上支持这些库。数据库针对数据链路层，网络层和应用层的不同加密机制和协商机制而设计。它们扩展了Zigbee®协议，使Zigbee®更加安全，见图3-15。

图3-15 waspmote加密库的典型应用

 

3.6.3 无线传感器网络的密钥管理

密钥管理侧重于无线传感器网络安全领域。密钥管理包括密钥生成，分发，验证，更新，存储，备份，有效和销毁。有效的密钥管理机制也是其他安全机制的基础，例如安全路由，安全定位，数据聚合。无线传感器网络中典型的密钥管理方案包括全局密钥管理，随机密钥管理，位置密钥管理，集群密钥管理和基于公钥的密钥管理[33]。

安全引导过程建立传感器节点的安全配置，例如在引导期间建立连接密钥。由于存在多个自举程序，并且选择适当的自举程序严重依赖于环境，所以传感器网络的正常操作与自举程序解耦，使得有可能改变自举程序而无需对安全体系结构进行任何改变普通手术。适当的自举程序在很大程度上取决于应用程序及其环境。因此，已经提出了几种不同的自举程序[34]：基于令牌的，在节点制造期间密钥的预先配置，消息的物理保护，在弱安全设置阶段的带内、带外通讯。

3.6.4 无线传感器网络的安全路由

由于无线传感器网络在数据传输和自组织网络中使用多跳，所以每个节点还需要路由发现，路由建立，路由维护。安全路由协议是完整有效的路由决策，可能是数据聚合和冗余消除从源节点到汇聚节点安全的先决条件。许多安全路由网络都是针对无线传感器网络而特别设计的，根据它们可以分为三类网络结构：基于路由，基于分层的路由和基于位置的路由[35]。

安全路由协议的典型方法包括基于反馈信息，位置信息，加密算法，多路径选择方法和分层结构的方法。不同的安全路由协议可以解决不同类型攻击的问题[36]，如基于反馈信息的安全路由协议，包括媒体访问控制的确认帧中的延迟，信任，位置，容量过剩信息层。虽然不使用加密，但这种方法可以抵御常见的攻击，如错误的路由信息，污水池攻击和蠕虫病毒。目前大多数安全路由协议假设传感器网络是静止的，所以需要开发更多的新的安全路由协议来满足传感器节点的移动性[37]。

3.6.5保护无线传感器网络的数据聚合

安全的数据聚合是为了确保每个节点数据的安全。因此，安全数据聚合的一般过程如下：第一个节点应该有可能提供可靠的日期并将它们安全地传送到较高的聚合节点。较高的汇聚节点判断数据的可信度，并基于冗余进行聚合计算。每个汇聚节点选择下一个安全可靠的跳数，将数据传输到中央节点。中心节点判断数据的可信度并进行最终聚合计算[38]。

最初，数据汇总将能源视为客体，几乎没有考虑到安全问题。现在，安全数据聚合主要通过基于簇，环和层次理论的认证和加密来实现。慕尼黑大学开发了一个基于DTLS协议实现安全传输方案的数据汇总原型。图3-16中的红色圆圈表示它们的安全数据聚合原型。

图3-16 安全的数据聚合产品

 

 

 

 

 

 

 

 

 

 

 

 

 

 

第4节 无线传感器网络的挑战

4.1 系统质量，架构分歧以及对框架的需求

物联网的特点是可以用一个单词来表征各种各样的挑战：规模。目前互联网背景下已知的每一项挑战都与物联网有关，但其规模通常要大得多，其影响甚至更大更严重。这些挑战的例子是：

（1）用例领域的范围：目前的互联网已经侵入了居民的生活、企业以及组织，但由于物联网的影响，这种渗透将扩大范围和深度。不仅将开辟新的应用领域（实时远程生命库存监控;监控利益组;参与式流量监测;等等），而且信息和通信技术（ICT）的进程和行动的渗透率也会增加。通过在价值链中采用射频识别（RFID）提供了这种味道。虽然业务IT已经可以追踪公司内部的产品总量，但RFID将整个价值链贯穿到单个项目和整个组织单位（生产，出货物流，零售等）。

（2）商业模式的差异：虽然网络2.0已经导致商业模式的多样化以及新的颠覆性商业模式的激增，但一旦物联网成为未来互联网相当大的一部分，这一趋势预计将会扩大。

（3）所有权和租赁：在当前的互联网中，独占所有权和专有使用权是非常重要的，但是物联网的社会学将会有所不同。复杂的系统，例如全市范围的传感器网络，不一定会被一个群体所有，并且非所有者群体的影响将会增加（倡导团体，公共机构，立法机构等）。另外，多数情况下，不止一个组织将在同一个系统中运作。例如，一个原始设备制造商（OEM）可能会将其生产机器的维护外包给一些偏离位置的服务提供商，这反过来需要远程访问该服务提供商生产物联网系统。

（4）覆盖的对象范围：通过物联网将会感知，跟踪和操纵的“事物”的范围将会真正压倒一切。它将从微观和甚至亚微观实体（细菌，纳米机器人等）跨越行星和更大规模的宏观物体。这些数字阴影将会非常不同，构成它们的内容也取决于上下文。例如，对于一家航运公司来说，整个集装箱通常构成了粒度和“事物”的嵌套比例，这种集装箱中的单个产品构成了接收零售商和最终客户的“事物”。

（5）时间尺度和可靠性：物联网将应用于需要高可靠性的实时控制（工厂自动化，飞机控制等）的领域，而其他应用（冰川监测，畜群监测等）可能会在数分钟至数年的时间范围内以准公平的方式进行。

上述挑战的规模将导致物联网系统必须解决各种各样的问题。当然，这将转化为多样化的系统问题和期望，其中很多将在跨系统层面上制定。具体而言，关注和愿望将解决整个物联网系统的性能问题，而不是单个成员甚至零部件的性能问题。因此，物联网架构师将面临各种各样的质量要求，而且将会有不止一个设计选择将满足相同的质量要求。表1列举了这个问题。对于每个系统质量，存在多个体系结构视图，通过这个视图可以影响质量。举例来说，系统可扩展性。通过影响可伸缩性的一种观点是功能观点。例如，要通过集中式功能来支持分布式功能。就系统中处理的信息而言，可以采取同样的策略。

换句话说，系统质量跨越了多个架构视图。另外，通过一个视图（例如可伸缩性）实现一个质量会对其他系统质量（例如安全）产生不利影响。由于体系结构的解决方案空间是多维的并且纠缠在一起，并且由于定性需求跨越多个系统方面，并且由于通常有不止一种策略来实现某种质量，所以导致体系结构分歧。特别是，如果不采取减轻措施，不同的开发团队将获得不同的体系结构，并为相同的需求集实现不兼容的系统实现。请注意，这不是一个完全新颖的问题，但由于涵盖了大量的用例领域以及每个用例领域中演变的不同文化和最佳实践，所以它在IoT中更加突出。

除了濒危的互操作性之外，架构差异还有另一个缺点：降低功能，模块和概念从一个域到另一个域的“水平再循环”。也就是说，跨越使用领域边界的最佳实践解决方案，功能模块等的流程将受到多样，不受控制的不同体系结构的阻碍。这既影响资本支出（CAPEX）（例如创新和开发成本）和运营支出（OPEX）（例如，难以理解且需要时间让新员工理解的高复杂度系统）。因此，架构差异也会对物联网的业务可行性产生负面影响。

表4-1 利用系统质量的建筑观点（选择）[40]

上述问题不会自行解决，相反，需要采取纠正措施。需要架构框架（参考模型，参考架构以及如何应用它们的指导）来促进架构原则的重用以及系统模块和概念的重用。参考模型为描述和分析物联网用例和物联网系统提供了一致的本体和语义。参考架构就如何构建满足物联网利益相关方关注和期望的物联网系统提供了高层建议。如何应用两者的指导也回答了如何解决定性系统需求的问题，同时避免了到2020年35ZB[42]。作为数据的主要部分，来自物理世界的感知数据量比人类社会多30倍。从这个意义上说，海量数据的存储和传输以及及时处理将是前所未有的挑战。     WSN传感数据包括温度，压力，流量，速度等物理尺寸，具有多维异构特征。信息和智能基础设施的应用需要对这些多维异构数据进行融合处理。但是，现有的信息处理技术难以满足日益增长的无线传感器网络需求。体系结构和系统分歧。

4.2 超大型传感设备访问

由于运输，电力，工业和其他关键基础设施的全面监控需求，未来WSN传感设备的安装将呈指数增长。例如，在工厂生产设备的监控中，每个设备都需要安装各种传感器来测量设备状态，如温度和振动。ABIResearch估计，未来10年将出现500亿个新的机器对机器（M2M）设备，并且WSN设备的数量将占据大部分规模[41]。因此，如何应对非常大规模的WSN设备访问是一个重要挑战。

4.2.1 大规模的异构数据处理

随着WSN技术在基础设施信息和智能过程中的大规模应用，无线传感器网络传感器产生的数据量将从今天的EB级别（1018字节）增加到ZB（1021字节）级别。根据IDC统计和预测，2009年全球数据量为0.8ZB（1021字节），并将为到2020年35ZB[42]。作为数据的主要部分，来自物理世界的感知数据量比人类社会多30倍。从这个意义上说，海量数据的存储和传输以及及时处理将是前所未有的挑战。WSN传感数据包括温度，压力，流量，速度等物理尺寸，具有多维异构特征。信息和智能基础设施的应用需要对这些多维异构数据进行融合处理。但是，现有的信息处理技术难以满足日益增长的无线传感器网络需求。

4.2.2 智能控制和服务动态变化

未来城市基础设施的运营和管理需要满足安全，节能，效率，便利等方面的需求。在现有模式下，信息通过人工分析自动收集和处理，并作出相应的决策和响应。但是，这种模式不再适用。准备好响应动态变化的智能控制必须实施。首先，无线传感器网络的应用模式应该从简单的感知转变为闭环控制。例如，在智能交通应用中，为保证城市交通顺畅，有必要对交通灯条件进行动态分析和实时调整。尽管如此，基础设施控制具有重要意义，因此确保智能控制的安全性和可靠性将是一个重大挑战。其次，无线传感器网络的服务模式应该从单一和预定义转变为动态和个性化。例如，在智能用电中，为保证用户的用电需求，提高电网运行效率，空调温度和光照水平的设置应能动态调整根据电网电流负载，环境条件和个人喜好。尽管根据环境变化动态生成服务将是一项重大挑战。

4.3 传感器网络架构

传感器网络技术在城市基础设施建设中得到了广泛的应用，成果显着但是，在不同的传感器网络应用中，网络嵌入式传感或控制设备通常基于不同的硬件平台，操作系统，数据库和中间件。除非专用业务系统和应用程序管理平台支持，否则它们不能部署在各种异构网络环境中，并自由交换信息。在架构设计方面，传感器网络的大多数应用环境都是采用紧耦合封闭架构设计的。从这个意义上讲，该系统呈现了信息孤岛的特征，仅适用于小规模行业的应用环境。

此外，共享和重用基础架构系统架构和服务也很困难。此外，第三方资源难以经济有效地整合到系统中。因此，大规模传感器网络技术的应用和推广受到限制。因此，迫切需要建立一个更加开放和灵活的系统框架来打破物联网瓶颈。为了与便利的传感器信息或控制需求共享，并将隔离的数据集成到传感器网络中，普适计算对于传感器网络的发展是不可避免的。Web技术是实现普适计算和共享异构资源的技术的自然选择，因为它是平台间共享资源和服务的基本框架。目前，与网络相关的传感器在世界上有两种趋势：一种可以让不同的人使用世界各地可轻松共享传感器，另一个则可让传感器与其他传感器配合使用。

4.4 高并发访问

随着无线接入技术在智能电网和其他工业应用中的普及，预计同时会有更严格的性能要求（大规模，低延迟）。以智能电网为例，变电站中的控制应用通常需要0.667ms至2ms的延迟，用于有数十个节点的网络，变电站区域内有成千上万个节点的网络的二级延迟，以及二级或分钟级用于未来具有数千个节点的高级计量基础架构（AMI）应用的延迟。尽管无线传感器网络当前的接入技术可以支持百代网络中的端到端传输的二级延迟，这对于监测应用来说足够了，但对未来应用的高并发访问需求还不能满足。现有接入技术在处理具有光通信和高并发性等特点的WSN应用时存在的缺点如下：

（1）现有的基于调度的接入技术通常采用预留重传时隙，多用户分频，不可重用资源分配等策略，以保证传输的可靠性。这些受保护资源的利用率极低。基于争用的接入技术必须应对资源利用的矛盾。随着并发应用程序的数据流量的增加，网络性能将急剧下降。

（2）具有高并发特性的应用程序，尤其是控制应用程序，其负载通常很小，由于数据包的大头部如果采用现有的接入技术，并且频谱接入的效率也很低。

到目前为止，已经提出了两种解决方案来解决上述问题。一个是ABB提出的基于蓝牙的传感器和执行器无线接口（WISA）;另一个是基于IEEE802.11™的无线网络。工业自动化-工厂自动化（WIA-FA）由中国科学院沉阳自动化研究所牵头的一组中国机构（超过10位成员）提出。

4.4.1 高并发访问频分复用

蓝牙技术在该范围内运行的2400MHz至2483.5MHz，拥有79个指定的蓝牙通道，并可在短距离内交换数据。蓝牙可以在物理层上使用，以满足光传输和高并发性的要求。此外，MAC层可以设计为支持时分多址（TDMA），频分多路复用（FDM）和跳频（FH）技术。长波射频电源是一种先进的电源技术。

4.4.2 采用分布式天线系统的高并发访问

IEEE802.11™[17]是一组MAC和物理层（PHY）规范，用于在2.4GHz，3.6GHz，5GHz和60GHz频段。遵循分布式天线系统的网络架构，基于IEEE802.11™的PHY和基于FDM和TDMA的MAC层适用于长距离通信。此外，通过共同利用信道状态感知资源分配，数据聚合，分组聚合和其他性能优化方法，数据等待时间可缩短到10ms。基广泛应用于啤酒瓶灌装，机器人生产线等行业，见图4-2。

 

图4-2 采用分布式天线系统的高并发访问[14]

4.5 高实时传输

传统的无线传感器网络被用来感知，收集和处理网络覆盖区域内的物体信息，并将其转发给观察者进行在线或在线分析，实时性要求低，如抄表，环境监测等。网络覆盖范围为有限的（在一个房屋或几平方公里的空地上），延迟要求很低（分钟或小时）。因此，传统的WSN研究主要集中在如何提高网络可靠性和降低功耗。然而，随着智能城市基础设施的不断发展，网络覆盖范围不断扩大，传输的实时性要求也越来越高。以城市交通控制系统为例，如道路状况，车辆数量，速度信息等等，必须在整个城市收集，然后实时传送到控制中心，在那里计算出最合适的交通调度方案并实时再次传输到十字路口。这个过程需要在一秒内完成，这对传感器网络系统在广泛地区的实时传输提出了新的要求。

其他网络技术可用于构建广域传感器网络（如以太网，WLAN，移动通信网络等），并利用各种物理介质和管理机制构建异构网络。以太网等有线网络使用铜质双绞线或光纤作为物理介质，速率为100Mbps至1000Mbps或更高，传输延迟时间为几毫秒;基于IEEE802.11™和IEEE802.15.4的无线网络的传输速率可以从250kbps到72.2Mbps，并且传输延迟范围从几百毫秒到几分钟。这些网络技术的发展，特别是无线通信中的多输入多输出（MIMO）和正交频分复用（OFDM）技术，大大提高了无线网络的频谱效率，提高了网络性能，为建立一个广域传感器网络。然而，这些网络是以一种更加努力的方式运作的，并未考虑与其他网络之间如何保证实时传输的互连，这是未来传感器网络研究的重点。对广域实时传感器网络的研究是全世界非常关心的问题，解决方案大致可分为分布式和集中式。

4.5.1 分布式解决

在网络入口处，分布式解决方案将传输任务分成几个部分水平根据任务要求。网络的每个部分根据本地网络运行情况安排不同级别的任务，以确保广域和实时保护。分布式解决方案具有较高的鲁棒性，因此对网络部分的损害不会影响整个网络。此外，分布式解决方案的实施方式与互联网相同，因此可以与现有网络兼容并可以顺利演进。然而，分布式解决方案的本地调度策略缺乏整体视角，很难做出最佳的整体决策。图4-3提出了一种架构，该架构是一种广域传输网络架构，在智能电网中建立跨区域，实时的数据集成和共享机制。这种架构基于成熟的IP，IP的尽力服务模型既简单又不变，非常适合分布式算法。

4.5.2 集中式解决方案

从整体角度看，集中式解决方案以统一的方式管理由广域网组成的异构网络。为了满足传输任务的时延，吞吐量，可靠性等需求，集中式解决方案在各种异构网络中预留通信资源并进行协同调度，保证了整体终端性能的要求。集中式解决方案的