规模型泛在系统非基于领域知识的自演化与自导向诊断研究.doc

目录
摘 要 I
ABSTRACT II
1　绪论 2
1.1　研究背景和意义 2
1.2　应用领域 3
2　物联网技术及泛在网络 4
2.1　物联网相关介绍 4
2.2　物联网相关的构架与关键技术 4
2.2.1　物联网架构 4
2.2.2　在物联网应用中有三项关键技术 5
2.3　泛在网络——未来物联网的发展方向 6
2.3.1　泛在网络几类重要技术 6
3　无线传感网 7
3.1　无线传感网络的介绍 7
3.2　无线传感网关键技术 7
3.3　节点定位技术 8
3.4　无线节点的覆盖和冗余的多重覆盖 9
3.4.1　网络覆盖和覆盖重数 9
3.4.2　覆盖控制算法 10
3.5　动态拓扑的无线传感网 11
3.5.1　无线传感网动态拓扑变化（节点的自导向） 11
4　网络智能再生机制 13
4.1　拓扑维护的定义 13
4.1.1　设计需要面对的问题 14
4.2　拓扑维护模型 14
4.2.1　拓扑维护策略 16
4.3　故障管理 17
4.3.1　故障检测与诊断 18
4.3.2　故障恢复 19
4.4　具体机制实现过程 19
结论 24
致谢 25
参考文献 26

摘要
随着电子技术的快速发展，物联网通过智能感知、识别技术与普适计算、泛在网络的融合应用也得到了快速的发展。无线传感网络集成了微机电技术、片上系统、无线通信、低功耗嵌入式技术，并以其自组织、分布式、低成本的成本带来了一场革命。为了提高无线传感网络可靠性、可生存能力以及能耗均衡，实现大规模下无线网自组织，自演化的功能。本文完成了对物联网相关知识概念进行了解并针对无线传感网的大规模、自组织、动态性、可靠性进行了学习和研究，根据其自组织、网络动态性以及对可靠性的要求提出了针对在复杂的野外环境下网络智能再生机制、以及系统自演化和节点自导向方法。
关键字：物联网；无线传感网；自演化；网络智能再生

ABSTRACT
With the rapid development of electronic technology, networking through intelligent perception, recognition technology and ubiquitous computing, ubiquitous network integration has also been a rapid application development. Wireless sensor networks integrate MEMS technology, on-chip systems, wireless communications, low-power embedded technology, and its self-organization, distributed, low-cost cost brought about a revolution. Wireless sensor networks in order to improve reliability, survivability and energy balance, to achieve large-scale wireless networks under self-organization and self-evolution function. This paper completed the things related to the concept of knowledge to understand and for large-scale wireless sensor networks, self-organizing, dynamic, reliability studies and research carried out in accordance with its self-organization, network dynamics and reliability requirements proposed against the wild environment in a complex network intelligence regeneration mechanisms, and system self-evolution and self-node-oriented approach.
Keywords：Internet of Things; wireless sensor network; self-evolution; Network intelligence regeneration

28
规模型泛在系统非基于领域知识的自演化与自导向诊断研究
引言
2009年8月上旬温家宝总理在无锡视察时指出，要在激烈的国际竞争中，迅速建立中国的 传感信息中心或‘感知中国’中心。为认真贯彻落实总理讲话精神，加快建设国家‘感知中国’示范区（中心），推动我国传感网产业健康发展，引领信息产业第三次浪潮，培育新的经济增长点，增强可持续发展能力和可持续竞争力，新的物联网技术势必会推动社会的经济快速发展。
科学有效的碳排放与碳汇监测将提升我国在应对全球气候变化的国际事务中的话语权，并为国家发展低碳经济提供科学依据。由于城市和森林生态系统的时空异质性和尺度复杂性，大范围、长期、持续、同步监测城市和森林生态关键指标存在困难。作为沟通物理世界和数字世界的桥梁，无线传感网在碳排放和碳汇监测中具有得天独厚的技术优势。开展大规模传感网的基础理论与关键技术研究，构建相应的典型应用系统，可以为碳排放与碳汇监测向多站点联合、多系统组合、多尺度拟合、多目标融合的方向发展创造条件。当前典型无线传感网系统的总规模不超过数百个节点，通常仅覆盖一个或几个较小的试验性区域，仅支持几跳甚至单跳数据收集；受制于能量效率、系统管理和网络维护技术，传感网可持续运转时间也无法满足对城市和森林进行长期持续监测的需求。

1　绪论
有关本课题所提到的概念：
规模性泛在系统：这里应用背景是森林碳排放的监测，不是几百个或是几千个节点就可以的，而是要覆盖到整个森林，是一个大规模的无线传感网，而且应用的环境也非常的复杂，这对整个网络的连通性或是数据的可靠实时性提出了新的要求。
非基于领域知识：领域知识就是对某一方面或是方向学科现有的策略、知识或是方法进行总结，形成一个库，对解决一个问题来说，可以从整个库出发，来搜索出合适的解决方案；而非基于领域知识，不是基于现有的策略，而是提出一种新的解决方案，让整个网络以最快的响应速度解决问题，恢复网络的连通性。
自演化与自导向：自演化是针对整个网络结构来说的，自演化是指网络在受到攻击、节点的过多死亡或是随着时间的延长和各种原因使网络拓扑结构不是最优的情况，网络本身的一种网络重构或是网络优化的机制。自导向是针对节点来说，当单个节点失效时，周围冗余节点能快速的做出反应，代替失效节点，而不是通过网络自身的宏观调控的结果。
1.1　研究背景和意义
无线传感器网络最初是美国军方研究的一种探测地方信息的系统，在越战期间发挥了重要的作用，接下来研制了分布式传感器网络系统、海军协同交战能力系统、远程战场传感器系统等。随着技术的深入研究，引起了国际上巨大的反响，并被认为是继互联网之后的第二大网络。其经历了几个阶段的发展形成了现有的规模，第一代只是简单的点对点的传感器网络；第二代采用串、并口与传感器相连的网络；第三代是智能化多感知的传感网；第四代正是现在研究的自组织自演化的无线传感网。
无线传感器网络(Wireless Sensor Network，WSN)是由大量低成本且具有传感和无线通信能力的传感器节点(有些节点具有数据处理的功能)，它们通过自组织方式形成的网络。它不同于基站或是移动路由器等基础通信设施，通过特定的协议自组成起来形成网络。它们能够实时监测、感知和采集节点覆盖区域内的各种环境属性或监测对象的信息，并对这些信息进行传输，使用户在任何时间、任何地点和任何环境条件下(尤其是适合无线通信条件下)获取大量需要的而且可靠地信息。无线传感器网络通过不同传感器的集成化微型节点相互协作，从而对作用目标进行监测，即感知或采集覆盖区域环境或监测对象的信息，最终将处理后的信息传送到目标用户终端或系统，完成这类应用。
由于无线传感器网络所具有的众多类型的传感器，可探测包括地震、电磁、温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等周边环境中多种多样的现象。在目标跟踪、生态观测、环境监测、医疗健康、结构化监测、火山观测等方面的广阔应用前景，使得无线传感网络成为学术界高度关注的热点研究领域。
1.2　应用领域
由于无线传感网的特性，使它在各个学科都有建树：
环境监测：随着人们对于环境问题的关注程度越来越高，需要采集的环境数据也越来越多，无线传感器网络的出现为随机性的研究数据获取提供了便利，并且还可以避免传统数据收集方式给环境带来的侵入式破坏。
军事领域:由于无线传感器网络具有密集型、随机分布的特点，使其非常适合应用于恶劣的战场环境中，使其非常适合应用于恶劣的战场环境中，包括侦察敌情、监控兵力、装备和物资，判断生物化学攻击等多方面用途。
其他用途:WSN还被应用于一些危险的工业环境如井矿、核电厂等，工作人员可以通过它来实施安全监测。也可以用在交通领域作为车辆监控的有力工具。此外和还可以在工业自动化生产线等诸多领域，英特尔正在对工厂中的一个无线网络进行测试，该网络由40台机器上的210个传感器组成，这样组成的监控系统将可以大大改善工厂的运作条件。它可以大幅降低检查设备的成本，同时由于可以提前发现问题，因此将能够缩短停机时间，提高效率，并延长设备的使用时间。尽管无线传感器技术仍处于初步应用阶段，但已经展示出了非凡的应用价值，相信随着相关技术的发展和推进，一定会得到更大的应用。
正是无线传感网络的潜力巨大，需要其强大的自组织、网络动态性以及对可靠性的要求提出了针对在复杂的野外环境下网络智能再生机制、以及系统自演化和节点自导向方法。

2　物联网技术及泛在网络
2.1　物联网相关介绍
物联网是新一代信息技术的重要组成部分。所谓物联网就是指任何物体之间相连的互联网。这有两层意思：其一，物联网的核心和基础仍旧是互联网，是在现有互联网的基础上的延伸和扩展的网络；其二，其网络末端延伸到了任何物品与物品之间，进行信息交换和通信。详细的说就是通过二维码识读设备、射频识别(RFID)装置、红外感应器、全球定位系统和激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网通过智能感知、识别技术与普适计算、泛在网络的融合应用，被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。因为拥有了众多领域的知识的支撑，智能、先进、互联也变成物联网的显著特点。物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是互联网发展的业务和应用。因此，应用创新是物联网发展的核心，其应用的范围也覆盖了大部分的领域。物联网主要解决物品与物品(Thing to Thing，T2T)，人与物品 (Human to Thing，H2T)，人与人(Human to Human，H2H)之间的互连。但是与传统互联网不同的是，H2T是指人利用通用装置与物品之间的连接，从而使得物品连接更加的简化，而H2H是指人之间不依赖于PC而进行的互连。因为互联网并没有考虑到对于任何物品连接的问题，故我们使用物联网来解决这个传统意义上的问题。许多学者讨论物联网中，经常会引入一个M2M的概念，可以解释成为人到人(Man to Man)、人到机器(Man to Machine)、机器到机器(Machine to Machine)，这些概念后文将会提到。从本质上而言，在人与机器、机器与机器的交互，大部分是为了实现人与人之间的信息交互。
2.2　物联网相关的构架与关键技术
2.2.1　物联网架构
物联网架构可分为三层：感知层、网络层和应用层。
感知层由各式各样的传感器构成，包括温湿湿度传感器、二维码、RFID标签和摄像头、GPS等感知设备。感知层是物联网感知识别物体、采集信息的来源。
网络层由各种现有的网络组成，包括互联网、广电网、网络管理系统和云计算平台等组成，是整个物联网的中枢，负责传递和处理感知层获取的信息。某些特殊的网络业会单独的组建自己的网络，与现有的公网不同。
应用层是物联网和用户的接口，它根据行业的需求的不同，实现物联网的智能应用。
和传统的互联网相比，物联网有其自己独有的特征：
首先，它是各种感知技术的广泛应用。物联网上部署了大量的多种类型传感器，每个传感器都可以充当一个信息采集源，不同类别的传感器所捕获的信息内容和信息格式不同。传感器获得的数据具有实时性，按一定的频率周期性的采集环境信息，不断向网络的上层传输数据。
其次，它是一种建立在互联网上的泛在网络。物联网技术的重要基础和核心仍旧是互联网，通过各种有线和无线网络将感知层与互联网融合，将物体的实时信息准确地传递给网络层。在物联网上的传感器定时采集的信息需要通过网络传输，由于其数量极其庞大，形成了海量信息，在传输过程中，为了保障数据的正确性和及时性，必须适应各种异构网络。
还有，物联网不仅仅提供了传感器的连接，其本身也具有智能处理的能力，能够对物体实施智能控制。物联网将传感器和智能处理相结合，利用云计算等各种智能技术，扩充其应用领域。从传感器获得的海量信息中分析、加工和处理出有信息量的数据，以适应不同用户的不同需求，发现新的应用领域和应用模式。
此外，物联网的实质是提供不拘泥于任何场合，任何时间的应用场景与用户的自由互动，它依托云服务平台和互通互联的终端处理软件，强调与用户之间的良性互动，更佳的用户体验，更及时的数据采集和分析建议，更自如的工作和生活，是智能生活的物理与技术支撑。
2.2.2　在物联网应用中有三项关键技术
1.传感器技术，将物体的各种属性信息采集的关键技术。需要传感器把模拟信号转换成数字信号计算机才能处理。同时，数字信号也发挥了自己的诸多优点，较容易的实现了数据采集的功能。
2.RFID标签也是一种传感器技术，RFID技术是融合了无线射频技术和嵌入式技术为一体的综合技术，RFID在自动识别、物品物流管理有着广阔的应用前景。现有的NFC技术就是其一种演化，从安全性、使用体验上得到了提高。
3.嵌入式系统技术是综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。经过几十年的演变，以嵌入式系统为载体的智能终端产品随处可见，小到人们必备的手机，大到航天航空的卫星系统。嵌入式系统正在改变着人们的生活，推动着工业生产以及国防工业的发展。如果把物联网用人体做一个简单比喻，传感器相当于人的眼睛、鼻子、皮肤等感官，网络就是神经系统用来传递信息，嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。
2.3　泛在网络——未来物联网的发展方向
泛在网络，其是通信网、互联网、物联网的高度融合的目标。它是一个大通信的概念，是一个无所不在的网络。当人置身于无所不在的网络之中，实现人在任何时间、地点，使用任何网络与任何人与物的信息交换，基于个人和社会的需求，利用现有网络技术和新的网络技术，为个人和社会提供泛在的，无所不含的信息服务和应用。
2.3.1　泛在网络几类重要技术
1.M2M(Machine to Machine)
M2M是机器到机器之间的无线数据传输，有时也包括人对机器（H2M）和机器对人（M2H）的数据传输。支持M2M网络中的终端之间的传输协议有多种。目前主要有IEEE802.11a/b/g协议的WLAN和Zigbee。二者都工作在2。4G的自主频段，在M2M的通信方面各有优势。采用WLAN方式的传输，容易得到较高的数据速率，也容易得到现有计算机网络的支持，但采用Zigbee协议的终端更适应在恶劣的环境下更好的完成任务。
2.传感器网络(Sensor Network)
传感器网络是由使用传感器的器件组成的在空间上呈分布式的无线自组织网络，它常用来感知周围环境或者是某些东西的动态参数，如温度、震动等等。和互联网一样，传感器网络最早是从军队的应用环境演化而来，目前也应用在很多民用领域。无线传感器网络更是物联网中核心的技术，网络的智能再生技术也是现在主要的研究课题，针对规模型的网络拓扑恢复有着重大的指导意义。

3　无线传感网
3.1　无线传感网络的介绍
由于无线传感器网络本身的特点以及外部工作环境的原因，使得无线传感器网络与传统网络相比更加容易发生故障，主要体现为：
1.传感器节点本身易于故障，由于能量耗尽或者外部原因而失效，并且恶劣的外部环境影响也会导致采集和传输数据的失真。
2.在任何的自组织网络中，由于网络分区和网络拓扑动态变化，网络连接容易发生故障。外部的原因或环境因素引起暂时或永久的阻塞可能导致连接失效，造成通信故障，而通信的故障会引起数据包出错。此外，假如节点嵌入到移动设备时，可能会因为移动距离超出通信范围导致节点失去连接。
3.网络冲突导致的数据包丢失。在无线传感器网络中，由于对某一事件的响应，大量节点同时从休眠状态激活到传输工作状态会引起网络冲突。
4.由于传感器网络多跳通信的特性，上述故障问题会变得更为突出。
无线传感网络特点：
规模性：传感器节点部署范围很大：部署密度大。这样的优点是能增加系统的容错性，可以提高采集信息的精确度（通过可信度数据的对比）
自组织：由于节点是随机部署到森林中，因此不能确定其相互之间的关系，要求节点之间能够自动进行配置和管理通过拓扑控制机制和网络协议自动形成转发监测数据的多跳无线网络系统。
动态性：节点处于一个比较复杂的环境中，随时可能因为各种原因造成链路的不稳定；新节点的加入。这部分与自组织关系紧密，可动态的调整网络的拓扑，以适应具体的环境。
3.2　无线传感网关键技术
1.节点定位技术2.多重覆盖技术3.网络拓扑控制 4.时钟同步5.数据融合与管理6.网络安全7.无线通信技术8.操作系统
由于无线传感网的以上特点，这使得无线传感器节点比传统网络的节点更加容易出现问题，导致部分网络的瘫痪。因此，在尽可能不增加额外能耗负载的前提下，迅速的恢复整个拓扑网络、恢复网络的连通性以及保证数据服务不受影响。本文介绍了在节点故障突发的情况下，网络迅速的做出反应，选取临近节点中拓扑结构最优的节点或者是节点自我发现，组成新的网络，保证数据的完整性。
3.3　节点定位技术
节点定位是无线传感器网络的基本功能之一,位置信息对感知事件的报告与传输处理具有重要意义,还可以用位置信息来对目标进行跟踪，对网络进行优化。由于无线传感器网络的节点一般是采用随机抛撒的形式进行部署,所以提前为每个节点指定位置信息很难实现；而GPS设备体积大、功耗高、价格昂贵,不适合在网络中大规模应用,所以为每个节点安装GPS设备来获得位置信息很不现实。因此网络中仅存在小部分位置己知的锚节点,未知节点需要利用锚节点的位置信息及一定的定位算法来估算出自身的位置。研究定位算法时误差要尽可能小，锚节点数目尽可能少，节点能量消耗尽可能低，计算尽可能简单的节点定位算法。
节点定位技术用于确定事件发生的位置和确定获取消息的节点位置，对WSN的网络控制和应用有着关键的作用。由于传感器节点是随机分布，又因为无线模块通信距离有限，所以定位算法是否有效至关重要，其必须具有组织性、鲁棒性、节能性的特性。
常用的无线传感器网络节点定位算法的分类分为以下几种：
1.无锚节点算法和有锚节点算法
定位算法根据是否有锚节点，分为无锚节点算法和有锚节点算法，无锚节点算法预先不知道任何节点的位置信息,仅根据局部距离值来进行节点的定位,有锚节点的算法则需要预先知道锚节点的位置,而且定位精度与锚节点密度有很大关系,典型的有锚节点定位算法有:三边测量法，三角测量法，极大似然估计法等。
2.绝对定位算法和相对定位算法
绝对定位算法的定位结果是一个标准的坐标位置,而相对定位算法通常以部分节点为参考建立整个网络的相对坐标系统，目前大多数定位算法都属于绝对定位算法,其特点是可以为网络提供唯一的命名空间,受节点移动性影响较小；相对定位算法的特点是定位不需要参考节点,可以用来实现基于地理位置的路由协议。
3.基于测距的算法和无需测距的算法
根据定位机制的不同,按照是否需要通过直接测距来获得节点间的距离信息,把定位算法分为基于测距的算法和无需测距的算法，基于测距的定位算法是利用测量得到的距离或角度信息来进行位置计算的；无需测距的定位算法一般是利用节点的连通性和多跳路由信息交换等方法来估算节点间的距离,然后再完成位置估计,典型的无需测距的定位算法有:质心算法，Amorphotls算法等。基于测距的算法具有较好的定位精度,但功耗及成本也较高；无需测距的算法成本低，效率高,但定位精度通常没有基于测距的算法高。
4.集中式算法和分布式算法
集中式算法是指把所有信息传递到某个中心节点并在此中心节点进行定位计算的算法；而分布式算法是指所有未知节点均自行计算自身位置的定位算法。凸规划算法是典型的集中式算法,这种算法可以从全局统筹规划,位置估算的精度较高,但是离中心节点较近的节点会因通信开销大而过早地耗尽能量,导致其他节点与中心节点信息交换的中断。分布式算法将计算量和通信量均匀分担给所有节点,防止因某些节点过度的能量消耗而导致网络拓扑的频繁变化,因此分布式算法是无线传感器网络节点定位算法研究的重点。
3.4　无线节点的覆盖和冗余的多重覆盖
无限传感网络是建立在有感知区域的覆盖的基础上的，如果没有感知区域的覆盖，网络的智能再生机制、系统的自演化，节点自导向也则无从谈起。
3.4.1　网络覆盖和覆盖重数
相关概念介绍
感知范围：无线传感网中，每个节点的感知的物理最大范围称作节点的感知范围，这些参数是由节点自身的硬件特性和其所处的环境条件等决定。
感知精度：是指节点采集的被检测的对象的相关的信息的准确程度，一般定义为节点采集的被检测的对象的信息与真实的物理世界中的信息的比值。
感知概率：是指检测对象被节点或是网络感知的概率。
覆盖重数：是对节点冗余度的一个量化的定义。针对需要较强检测能力或较高容错率的应用环境，研究者提出了多重覆盖的概念，即某一时间被k（k>1）个节点覆盖。有覆盖度可以得出单覆盖和多重覆盖的概念，单覆盖中的QOS依赖于单个的节点的感知结果，而多重覆盖则利用节点的冗余性实现网络的保护功能，可以为网络的鲁棒性提供硬件基础。正是巧妇难为无米之炊的道理。
由于此研究题目采用的无线传感器的部署方式是随机部署，就是指采用飞机抛撒的方式进行批量的部署。我们可以认为抛撒的节点分布服从均匀分布。这种方式适合人类无法确定性部署或是无法到达的区域。其优点就是部署价格低廉，易于部署。缺点是造成了资源的浪费，而且存在着盲区或是局部节点过多的情况。但是正是过多的资源，可以使用覆盖控制算法，进一步提高网络的鲁棒性。
3.4.2　覆盖控制算法
针对本文所提到的问题，区域覆盖应是解决的最好途径。它是要求工作中的节点的传感范围覆盖整个目标区域。针对满足不同需求的覆盖度，Wang等提出了一种覆盖配置度协议（CCP），能动态的配置网络，以适应不同的覆盖度，CCP利用了监测目标区域为凸区域的性质，将区域的覆盖度检测转化为边界的检测，CCP中考虑的是交叉点，即感知圆盘的圆周交点以及感知圆盘与目标区域边界的交点，然后证明如果所有的交叉点都被活跃节点k重覆盖，则目标区域也被k重覆盖。其算法核心是“节点的唤醒的充分条件是它的感知范围内存在一个没有被充分覆盖的交点”。首先，算法中每个节点被精确地定位，每个节点相互传达“hello”信息，其中包含了自己的位置信息，通过接受邻节点的信息确定自己是否在一个覆盖盲区。其优点是：能够适应不同的覆盖和连通度的要求；分布式控制策略；可以适用于不规则的感应和通信模型。
可以采用如下的机制进行覆盖控制：首先，可以将需要覆盖的整个区域划分成若干个小的区域，然后再按照需要的网络稳定性将普通节点与汇聚节点按照一定的比例在目标区域进行抛撒，随机抛撒的节点服从均匀分布。其中的汇聚节点根据定位信息选取小区域的中心位置作为数据转发节点，其他的汇聚节点留作故障备用。整个小区域的感知节点也像汇聚节点那样，选出首选的数据感知节点，相同覆盖区域的冗余节点处于睡眠状态，当相同覆盖区域的感知节点故障时，迅速由汇聚节点通知其定位坐标最近最优的节点代替。
下图为示意图：

图3-1　节点覆盖示意图
黑色的大框体代表整个被监视的区域，蓝色的三角符号代表节点中能力比较强的汇聚节点，黑色的点代表普通节点。
3.5　动态拓扑的无线传感网
3.5.1　无线传感网动态拓扑变化（节点的自导向）
无线传感网的核心问题是能耗、实时性、自组织、网络性能，解决这些问题可以延长网络整个生命周期，解决问题的主要的机制有：1.周期性侦听和睡眠2.冲突避免3.长消息传递机制4.自适应侦听机制。
其中S-Mac就是典型解决能耗的例子：
S-Mac协议是基于802.11MAC协议的基础上针对无线传感网节能需求的MAC层协议，采用避免冲突，包括虚拟和物理的载波侦听和RTS/CTS交换。
其原理：
1．采用周期性睡眠和监听方法减少空闲监听带来的能量损耗。对周期性的睡眠和监听的调度进行同步，同步节点采用相同的调度，形成虚拟簇，进行周期性睡眠和侦听，适合多跳网络。
2．当节点正在发送数据时，根据数据帧特殊字体让每个与此次通信无关的邻居节点进去睡眠状态，减少串扰的能量损耗。
3. 采用长消息分割传递机制，通过减少控制数据带来的能量损耗，提高长消息的传输效率。
具体的实现过程：
节点X开机后，首先监听一段时间，其时间长度至少为一个同步周期的长度。在该时间段内，节点X监听邻居节点的广播的同步（SNYC）分组，SNYC分组包括了该节点的时间表的信息。如果节点X从一个邻居节点收到SYNC分组，则其采用刚接受到时间表进行周期性的睡眠和唤醒，并在其邻居节点的下一个监听时段广播SYCN的分组，如果节点X在该监听时间没有接收到任何SYCN分组，则按默认时间发送。
确定时间表后，节点X开始周期性的监听和睡眠，并在监听时段发送和接收数据。
1阶段：X接收来相邻节点的SYNC分组，X将这些时间表存储在一个表中，节点也从SYNC分组中提取邻居节点的ID，并将其储存。X的相邻阶段依据CSMA/CD进行竞争。即如果在前面任意时刻没有接收到数据，则每一个希望发送SYNC分组的相邻节点y可随机地选择一个时刻并启动发送。在其他情况下，节点y返回睡眠模式，并等待节点X的下一次被唤醒。
2阶段：RTS阶段，节点X监听来自邻节点的RTS分组。在S-MAC中，使用RTS/CTS握手机制来减少数据分组的碰撞和隐终端效应的影响。
3阶段：若前一阶段接收到一个给自己的RTS分组，则节点X发送一个CTS分组。此后，连续的进行数据交换，数据交换可以在监听时段结束之前完成。
根据这些信息可以确定邻节点处于何种状态，为节点的调控提供基础，也为能耗均衡提供基础。

4　网络智能再生机制
多重覆盖
针对以上无线传感器网的特点，提出了网络智能再生机制，具体流程图如下：
与新部署的节点融合，构建新的网络
拓扑优化
节点定位

故障管理
拓扑优化
拓扑跟踪及变化
拓扑重构

触发器执行器

故障检测
功率控制

故障诊断
故障恢复

图4-1　智能再生机制流程图
网络智能再生的基础就是拓扑控制。无线传感器网络拓扑控制由两部分组成，即拓扑构建（包括拓扑重建）和拓扑维护。一旦建立起最初的网络优化拓扑，网络就开始执行指派的任务。所以说拓扑维护是个实时监测的网络，采用轮的概念，对系统进行不间断的监测。随着网络的每一个任务包括作为传感，数据处理和传送，所以需要消耗能量，所以随着时间的，当前的网络拓扑不再是在最佳操作条件，需要对其进行维护使其更加适应野外复杂多变的环境。首先是拓扑的初始化过程。
4.1　拓扑维护的定义
无线传感器网络的拓扑控制可以看做一个周而复始的过程。首先，所有无线传感器网络都有一个拓扑初始化阶段。在此阶段中，每个节点用最大发射功率发射信号来建立初始拓扑。在这之后，拓扑结构还不能说是达到一个最优的状态，还要通过运行不同的算法来对其进行优化，该阶段称之为拓扑构建。一旦拓扑构建阶段建立起优化网络拓扑，拓扑维护阶段必须开始工作。
在智能再生机制中，必须实时监测当前拓扑状态，跟踪当前的网络状态和性能，这也就是所说的拓扑维护阶段，并在有需要的时候触发拓扑恢复或重构过程。在网络的生命周期内，拓扑维护按照某种算法确定维护周期，并按照其运行，直到网络死亡。拓扑维护是指当网络当前工作的拓扑结构不是最优化的拓扑结构或者拓扑结构不完整影响整个网络连通性时，及时通过重构新的网络拓扑，使网络达到预先设定的性能，延长网络的生存周期。随着网络的运行，网络的最优状态和性能也在发生变化。所以说每个拓扑维护周期是不一样的，在每个周期中它由不同的触发标准( 如时间、能量、节点故障等) 触发，通过尽可能多地轮换节点角色或重新构建新的拓扑过程或重构网络拓扑，使网络能量消耗均等，使新的拓扑成为当前最优或接近当前最优状态，并最终达到延长网络的生命周期的目的。
4.1.1　设计需要面对的问题
拓扑维护和其他传感器网络技术一样，其主要目的是尽最大可能的延长网络的生命周期。根据无线传感器网络的应用不同，其底层网络的拓扑维护设计目标不同或目标优先次序不同。因此，本文接下来介绍拓扑维护主要考虑的几个问题。
1.网络生命周期。拓扑维护是延长网络生命周期十分有效的技术，如拓扑维护协议SPAN和CCP通过关闭冗余节点并维持一个节点子集处于工作状态来提高无线传感器网络的生命周期。但是，最大化网络生命周期任然是一个十分复杂的问题，它一直是拓扑维护研究的主要目标。
2.无线传感器网络拓扑维护的基本问题是覆盖和连通覆盖和连通，拓扑维护在对原有的优化拓扑进行重构优化的过程中，保持原有拓扑的覆盖或连通是必须要进行的。
3.能量效率和拓扑重构恢复时间与无线传感器网络其他功能一样，拓扑维护算法必须具有低的计算复杂度和低的报文开销，因为拓扑维护算法必须是能量有效的，节省能量是网络的核心。此外，在拓扑维护过程中，当前的拓扑将被一个新的拓扑取代，为了防止之间的数据的连续性，因此在新拓扑被激活之前有一个转换时间，这个时间应该是实际中最小的。
4.能量均衡应该尽量在网络的所有节点间均衡地分布能量消耗。另外，可扩展性拓扑维护技术也是必要的，由于节点的能量终究会耗尽，新的节点要加入，可扩展性就变得尤为重要。
4.2　拓扑维护模型
每个拓扑维护周期，经由触发器和事件执行器。其中触发器主要根据某些事件的阀值来触发，如时间、能量或节点故障等阀值来触发拓扑维护过程。事件执行器用来执行拓扑维护。接下来对该模型各部分进行介绍：
网络状态

事件执行器（选择何种策略）完成网络优化
触发器

图4-2　拓扑维护模型
1.触发器
触发器负责周期性地触发当前网络拓扑的维护过程，其对拓扑维护的性能具有重要的影响。因为如果提前触发，则由于频繁运行拓扑维护协议或算法而消耗不必要的能量； 若滞后触发，则将导致网络可能以次优甚至不连通状态运行，降低甚至无法实现网络的服务质量。
常见的触发标准有：
(1)时间。网络运行一段时间后触发拓扑维护，该时间的大小通常是固定且预先定义，通常由一个定时器来完成。
(2)能量。针对无线传感器设备的特点——自身能量限制，为了实现能量均衡的目的，当节点的能量级别低于某个阈值时触发拓扑维护。
(3)节点故障。当网络中一个或一些节点故障时，触发拓扑维护。如下文提到的故障管理。故障管理首先会对整个网络的故障情况进行监测，根据情况在做出相应的决策。
(4)网络密度。过密或是过稀疏的网络结构都会影响到整个网络的性能，因此采用网络的节点度或者一些重要节点的节点度来触发拓扑维护过程。
此外，这些触发条件也可任意组合用来触发拓扑维护过程，如基于能量和节点故障，或者时间和能量等。其他的网络参数也可作为触发标准，如链路失效、频繁丢包以及拥塞和长路由路径等。
2.事件执行器
事件执行器主要确定采用何种策略来维护当前的网络拓扑结构，它是拓扑维护的核心。拓扑维护策略可以分为两种： 一种是基于角色轮换的拓扑维护策略，也就是说通过对网络中节点的角色，如睡眠/工作、簇头/非簇头等进行切换来节约能量，实际上实现延长网络生命周期的目的； 另一种是运行拓扑构建阶段的算法或专门的拓扑维护算法来维护或重建网络拓扑结构，被称作基于拓扑重构的拓扑维护策略。
事件执行器在不同的阶段采用不同的维护策略来维护当前的网络拓扑结构。无论是基于拓扑重构的拓扑维护技术还是基于角色转换，事件执行器根据维护策略周期性地对网络拓扑结构进行维护，而一旦网络的生命周期结束，事件执行器停止维护过程，并宣告网络死亡。
4.2.1　拓扑维护策略
1.基于角色轮换的拓扑维护
在基于角色轮换的拓扑维护策略中，首先要明确网络中每个节点所能扮演的角色。每个节点的角色的轮换与拓扑维护算法特点密切相关，确定节点所处角色的因素包括位置、节点密度、丢包率、时间以及外部环境条件等。基于角色转换的拓扑维护技术，通过轮换节点的角色来对拓扑进行维护。节点的角色可以从多方面描述，如睡眠/工作、簇头/非簇头等，且节点的角色可以相互转换。这些都是提高网络的生存性，降低能耗的手段。目前研究中，轮换的节点角色主要有两种：
(1)簇头与非簇头。它通过轮换簇内簇头节点来均衡簇内能量消耗，优化局部网络拓扑结构。LEACH是一种典型的角色轮换拓扑维护算法，通过概率随机轮换簇头，使网络中节点等概率担任簇头，有效地节省节点能量。
(2)睡眠与工作。它通过调度那些不涉及通信网络中的节点进入休眠状态，以节省能源，达到延长网络的生命周期的目的。CCP算法通过对节点角色的轮换维护网络拓扑的覆盖和连通，它是一种典型和有重要影响的基于角色转换的拓扑维护协议。其基本思想主要是通过保持一个足够大的工作节点子集来维护网络k重覆盖。在该算法中，每个节点扮演两个角色，即睡眠节点或工作节点。每个节点利用k重覆盖规则和接收其邻居节点的HELLO 报文信息来进行本地决策，以确定是否需要进行角色轮换。CCP 算法能够将网络配置到指定的覆盖度与连通度，并通过角色轮换来维护网络的覆盖和连通，其可灵活地应用于不同的网络环境。但是CCP 算法需要较为精确的位置信息，并且当发射半径小于感知半径的2倍时，不能保证网络的连通性。睡眠节点或非簇头节点消耗的能量很小，而且它们的数量比工作节点或簇头节点大得多，所以网络的能量消耗非常的小。但是，基于角色轮换的拓扑维护技术仅从局部对网络进行维护，不能从网络的整体出发，因而会导致整个网络拓扑并不是最优。
2.基于拓扑重构的拓扑维护
在基于拓扑重构的拓扑维护策略中，主要是重复调用拓扑构建阶段的算法或特定的拓扑维护算法。因此，调用算法的频率是关键。一旦触发器触发拓扑维护过程，拓扑维护则应该监测网络的相关性能，以决定是否调用相关算法，以均衡网络能量消耗并最终延长网络生命周期。
拓扑重构对保证网络的可靠性更为关键。因为拓扑连通性是路由有效性的前提，网络拓扑抗毁性是业务抗毁性的基础，当网络节点失效后，尽管