相关专题：
摘要 无线传感器网络的服务质量保障技术是当前无线传感器网络研究领域的一个热点，本文在网络层面上分析了无线传感器网络服务质量的特点，说明其与传统网络的区别，并提出其所面临的挑战；详细介绍了能源管理、覆盖控制、数据融合以及拥塞控制等方面的若干关键技术。
1、引言
无线Ad hoc网络起源于20世纪70年代美国军方的分组无线网。随后，IEEE在建立802.11标准时将分组无线网改称为Ad hoc网络，意为“为特定目的情况或场合而设计配置的，具备自组织能力的网络”。根据网络中节点是否可移动，无线Ad hoc网络又可分为移动Ad hoc网络MANET（Mobile Ad hoc Network）和无线传感器网络WSNs（Wireless Sensor Networks）。
无线传感器网络由大量的传感器节点组成。该网络可以通过飞机撒播、人工布置等方式，将大量传感器节点部署在感知对象的内部或者附近。这些节点通过自组织方式迅速组建通讯网，以协作的方式感知、采集和处理网络覆盖区域中特定的信息，从而实现在任意时间对任意地点的信息进行采集、处理和分析，并以多跳中继方式将数据传回Sink节点。网络中Sink节点又将汇聚的数据传送到远程控制中心进行集中处理。无线传感器网络可广泛应用于军事、环境科学、医疗健康、空间探索、工业安全、交通管理以及商业等方面。
现今，人们对于无线传感器网络的研究主要涉及路由协议、节点定位、时间同步、自适应、能量优化等问题。由于其自身网络以及应用需求上的特点，无线传感器网络的QoS机制面临很多新的挑战。因此，现有传统网络的QoS机制很难直接移植到无线传感器网络中来。本文首先在网络层面上分析无线传感器网络服务质量与传统网络的区别，指出其所面临的挑战，然后着重介绍无线传感器网络服务质量保障的几种关键技术，说明现有的一些研究成果，最后对全文总结以及对无线传感器网络服务质量进行了展望。
2、WSNs QoS的特点
2.1 WSNs中的网络QoS技术
通常，服务质量具有两方面的含义：一，从应用的角度看，QoS代表用户对于网络所提供服务的满意程度；二，从网络的角度来看，QoS代表网络向用户所提供的业务参数指标。为了方便分析，人们将无线传感器网络的服务质量分为两个层面，分别是针对用户的应用层面和针对服务的网络层面。这里着重从网络层面介绍WSNs QoS的特点。
从网络的观点来看，我们所关心的不是实际执行的应用程序，而是在有效利用网络资源时，下层通信网络如何发送数据给Sink以及该过程相关的需求。可以根据数据发送模型对WSNs的应用进行分类，每个类别中的多数应用程序对QoS都有共同的需求。通常来看，可以分成三种基本数据发送模型，分别是事务驱动模型、查询驱动模型以及连续传输模型。
（1）事件驱动模型
当网络监测到某一事件发生时，目标附近的传感器节点将立即处于激活状态，将采集到的数据传送给Sink以便通告最终用户。例如，针对某幢大楼化学元素释放的紧急事件进行感知和反应。
事件驱动模型的QoS需求有以下几个特点：
●应用程序本身并不是端到端的。具体地说，应用程序的一端是Sink，但另一端并不是单个传感器节点，而是受事件影响的一个区域内的若干传感器节点。
●来自这些传感器节点的数据很可能具有高度关联性，因此包含大量的需要整理提取的冗余信息。
●虽然由单个传感器节点发出的数据流量强度可能非常低，但是事件突发时，大量的传感器节点将产生突发的大流量，网络要保障流量的可达性。
●一旦侦查到事件，应用程序必须尽快且尽可靠地做出恰当的反应，因此其对实时性要求较高。
●该模型的应用必须是可交互的；此外，事件驱动模型通常具有关键性，要求重要信息具有较高的可靠性。
（2）查询驱动模型
首先由应用程序或者终端用户发出感兴趣的查询消息，之后传感器节点将符合查询条件的数据逐跳转发至汇聚节点。查询驱动模型与事件驱动模型的区别在于：前者是通过Sink来请求数据，而后者是传感器节点主动将数据发送给Sink。这里所提到的“查询”也可能包含针对传感器节点的配置和管理信息。例如，如果Sink想升级传感器节点的软件，重新配置发送速率，或者改变传感器的任务，则Sink可以发送一个指令来执行这些任务。
查询驱动模型的QoS需求类似于事件驱动模型，其同样是非端到端的程序，具有高度数据冗余，易产生突发的大流量，必须是可交互的，且具有关键性。查询驱动模型对于时延的容忍性根据具体的应用而有所不同。此外，由于Sink发出的指令是单方向的流量，因此要求较高的可靠性。
（3）连续传输模型
在连续传输模型中，传感器不断采集数据，并以预先设定好的速率向Sink发送数据。该模型的数据包括实时和非实时两种。实时的数据包括话音、图像和视频等；而非实时的数据可能是Sink在一定区域内周期性收集的数据。
对于QoS需求，连续传输模型是非端到端的程序，具有关键性，其应用可以是非交互性的。此外，不同的数据类型也有不同的QoS需求：实时的数据受限于时延，且有确定的带宽需求；而非实时的数据可以容许一定的时延和数据包丢失。
（4）混合模型
在很多应用中，以上描述的模型可能共存于网络中，因此需要一个机制来调整具有不同QoS需求的流量。
表1是以上三种基本数据发送模型的性能需求。
表1 不同数据发送模型的性能需求
| 类别 | 事务驱动 | 查询驱动 | 连续的 |
| 端到端 | 否 | 否 | 否 |
| 交互性 | 是 | 是 | 否 |
| 时延容忍性 | 否 | 具体设定 | 是 |
| 任务关键性 | 是 | 是 | 是 |
2.2 与传统网络中QoS的区别
由以上的分析可以看到，在QoS需求方面，无线传感器网络与传统网络具有以下不同点：
（1）WSNs中大部分是非端到端的程序。
（2）带宽不是单个节点关心的主要问题，由于传感数据流量的突发特性，带宽可能是某个时间段内一组传感器节点的共同关注点。
（3）由于始终存在很多数据冗余，所以可以在一定程度上容忍单个传感器节点数据包的丢失。
由此可见，传统的网络QoS参数不足以度量无线传感器网络的QoS描述需求，需要定义一些新的QoS参数，我们统称为聚合的（Collective）QoS参数，分别是：
●聚合反应时延。源传感器发出的与事件相关的第一个数据包，和最后一个到达Sink的数据包之间的时间差。
●聚合丢包率。在信息传送阶段，与事件相关的数据包丢失的数量。
●聚合带宽。在监测区域内的传感器节点向Sink发送数据所需的总带宽。
●信息吞吐量。监测区域内传感器节点与Sink之间传输数据的总吞吐量。
2.3 WSNs QoS面临的挑战
由于无线传感器网络必须与环境相结合，所以其特征与其他传统数据网络有很多不同。因此，除了传统无线网络的多数QoS问题外，WSNs还有以下独有的问题：
（1）严重的资源受限。受限的资源包括能量、带宽、内存、缓冲区大小、处理能力以及传输能力。其中，能量是主要的关注点，因为它在传感器节点上是最受限制的，且在遥远或者不易到达的区域里为传感器节点更换电池或者给电池充电是不可行的。因此，WSNs中任何的QoS机制都必须尽量的简单，且要避免使用计算复杂的算法和开销巨大的信令协议。
（2）能量平衡。为了实现具有长生命力的网络，必须在所有传感器中均匀分布能量载荷，这样可以避免某个或者某个集合传感器节点的能量很快地消耗掉。QoS应该将这个因素考虑在内。
（3）数据冗余。WSNs的传感器数据具有高冗余性。为了减少数据的冗余性，可以运用数据融合或数据聚集来维持鲁棒性，但是这个机制也引入了反应延时，并使WSNs的QoS设计变得复杂化。
（4）网络动态（Network Dynamics）。网络动态可能来自于节点故障，无线链路故障，节点移动和节点状态转变等。这样高动态的网络大大增加了QoS的复杂性。
（5）可扩展性。通常无线传感器网络是在一个区域内密集分布的成百上千的传感器节点。随着节点数或网络密集度的增加，WSNs的QoS不能快速地下降，因此应该具有较好的可扩展性。
（6）流量的不对称性。在WSNs中的大多应用中，流量主要从大量的传感器节点流到少数的Sink节点上。因此在设计QoS机制时要充分考虑流量的不对称性问题。
（7）多个Sinks。一个网络可能存在多个Sink节点，它们对网络提出不同的需求。例如，一个Sink可能请求位于传感域东北部的传感器节点每分钟发送温度报告，而另一个Sink可能只关心西南部异常高温的事件。WSNs应该能够针对不同的Sinks支持不同的QoS等级。
（8）多种业务类型。不同类型传感器的结合将为QoS带来挑战。例如，一些应用程序可能需要不同类型的传感器混合在一起来监测温度、压力以及湿度，因此需要为这些传感器上设置不同的阅读速率。这种异构环境使QoS更具挑战性。
（9）数据包的紧迫性（Packet Criticality）。不同的传感器网络应用具有不同的紧迫性，而应用程序中的数据包也可能具有不同的优先级，因此QoS机制可能需要设置不同的数据包紧迫性以及优先级结构。
3、WSNs QoS的几个关键技术
针对无线传感器网络在服务质量保障上存在的问题，人们已在多个方向上进行着深入研究。我们将从能源管理、覆盖机制、数据融合、拥塞控制四个方面进行介绍。
3.1 能源管理
如上文所提，能量是传感器网络最受限的资源，因此传感器网络应该关注如何高效利用有限的资源。能源管理不仅能够节省最受限制的资源，而且有助于实现WSNs能量的平衡。传感器网络的能源管理可从低功耗设计、节能软件设计、无线通信、路由协议、网络优化、能量收集等几个方面入手。
（1）在低功耗设计上，可以结合硬件和软件技术节约电能并简化电源设计。例如，选择低功耗的微控制单元（MCU），选用较低的输出电压，尽量使用中断，减少收发模块的启动时间等。
（2）在节能软件设计上，可对操作系统和应用程序接口进行优化。其中，动态电源控制和动态电压调整能使操作系统在性能和能耗控制之间进行折衷；设计良好的应用程序接口API应该清晰地注释出能量、质量、时延和操作点等，以便用户建立节能的系统。
（3）在无线通信方面，有三种方式来降低能耗。随着传输数据的减少而降低调制等级，降低传输速度；随着通信距离增加，使用多跳短距离通信以减少单跳通信的距离；减少通信流量。
（4）在路由协议设计方面，必须考虑均匀使用节点能量和数据融合两个方面。从整个网络来看，均匀使用节点能量是为了避免个别节点过早的耗尽，以致缺少某块区域的信息甚至网络瘫痪。而数据融合的作用是减少同一区域内节点数据的冗余性，从而有效降低整个网络的数据流量。
（5）在MAC层协议的设计上，首要目的是延长网络系统的生存周期。现阶段对于MAC层协议的节能机制研究较为成熟，实现能源控制的措施包括：减少和避免信道访问冲突，利用周期性的监听和睡眠来减少空闲监听时间，避免串音，对大数据进行分段，控制发送功率等。此外，MAC层协议的可升级性也很重要。
（6）在整个网络的优化上，可从以下两个角度来降低能耗：
●在流量分发方面，可在源和目的地之间寻找一条节能的多跳路由；
●在拓扑管理方面，可降低节点密度，利用较少的节点跟踪事件，从而减小计算的复杂度。
此外，还可通过降低发射功率来减少网络电源的开销。
除了以上策略，能量收集技术的发展也使无电池但具有无限生命周期的无线传感器网络成为可能。能量收集，即通过对环境中的机械震动、光能、电磁场、化学能、温度变化、风、热等能量进行收集、转换及存储，并分配到网络传感器的各个部件，从而保证电源需求，实现长期的有效供电。能量收集是无线传感器网络在节能方面的前沿热点技术。现阶段，对于机械震动和光能的能量收集技术已经较为成熟。
3.2 覆盖控制
覆盖控制，是指在WSNs节点能量、网络带宽、计算能力受限的情况下，对传感器节点进行合理放置，并采用适当的路由选择，使WSNs的各种资源得到优化分配。覆盖控制不但提高了能量的有效性，节省网络资源，而且减少了数据的冗余，同时对网络的动态性和可扩展性也有一定的支持。
（1）典型覆盖控制算法与协议
●基于网格的覆盖定位传感器配置算法。该算法通过采用网格形式来配置传感器节点以及目标点。传感器节点采用0/1覆盖模型，并使用能量矢量来表示格点的覆盖。其目标是在有限的代价条件下，使错误距离最小化，从而优化覆盖识别结果。
●轮换活跃/休眠节点的节点自调度（Node Self-Scheduling）覆盖协议。该协议建立在圆形二进制感知模型的基础上，采用节点轮换周期工作机制。在该协议中，每个周期包含一个自调度阶段和一个工作阶段。在自调度阶段里，各节点首先向传感半径内的邻居节点广播通告消息，然后分别判断自身的任务能否由邻居传感器来完成，从而决定进入“休眠状态”还是继续工作，这样便可有效减少网络中的信息冗余。但为了避免出现“盲点”，该协议需要采用一个退避机制以保证网络的充分覆盖。节点自调度覆盖协议不仅对节点冗余进行调度，而且通过节点轮换工作和休眠的机制来减少能源消耗，从而有效延长了网络的生存时间。
●最佳与最差情况覆盖。该算法考虑的是如何感应并追踪穿越网络的目标或其所在路径上的各点。最佳与最差情况覆盖着重从距离和某些特殊路径的角度来考察网络对目标的覆盖情况。该算法通过设置一定参数来计算无线传感器网络最佳和最差的覆盖情况，并计算出临界的网络路径规划结果。人们可以通过以上结果对网络节点的配置进行指导，从而改进整体网络的覆盖。
●暴露穿越。暴露覆盖模型更能符合一个实际情况，即目标穿越WSNs监视区域的时间越长，被检测到的概率就越大。在该算法中，根据不同的前提条件有不同的确定公式来计算暴露路径，其中最小暴露路径表示无线传感器网络最坏的覆盖情况。
除了以上四种，较经典的覆盖控制算法还有圆周覆盖和连通传感器覆盖等。
（2）亟需解决的问题
●完善感知模型的种类以适用实际WSN环境的多样化需求。
●在二维平面研究的基础上解决三维空间覆盖控制的问题。
●为具有移动性的网络提供覆盖控制理论。
●为在WSN和Internet之间交互的数据和信息提供覆盖控制方案。
●在研究中引入障碍物的影响。
3.3 数据融合
无线传感器网络通过密集分布的大量传感器节点来收集信息。如果原始数据不加处理就直接传送给中心节点，将产生大量的数据冗余，这将给通信网络带来巨大的开销，大大消耗传感器节点的能量，从而减小网络的使用寿命。数据融合，即在每一轮的数据采集过程中，节点采集到的数据包先经过集中汇总，再传输到汇聚节点，这样可以减小数据传输到汇聚节点的次数，减少传感器节点和汇聚节点之间的传输量。可见，数据融合不仅能够减小数据冗余，而且有效节省了网络的能源。下面简单介绍三种典型的数据融合协议。
（1）直接传输法
在该协议中，所有传感器节点都把收集到的数据单独发送给汇聚节点后再进行融合。在直接传输法中，与汇聚节点较远的节点将较快耗尽能量，这容易导致整个网络能量分布很不均匀。除此之外，在很多情况下，数据产生的地点都具有局部性，因此集中进行数据融合的效率会低于局部信息融合。由此可见，直接传输法适用于传感器节点与汇聚节点比较近，且接收数据消耗的能量比传输数据消耗的能量大很多的网络。
（2）基于层次的LEACH协议
在该协议中，监视区域内节点通过自组织的方式构成少量的簇，由每个簇中指定的一个节点对簇内其他节点发送的数据进行收集与融合，并将融合结果发送给汇聚节点。在LEACH中，簇头的选择是随机的，因此每个节点都有机会成为簇头，其目的是为了平衡各个节点的能量消耗，从而避免网络能量分布不均的情况。该协议有效延长了网络的生存时间，并提高了数据传输效率。但应该注意到，LEACH在节约能耗方面还未能做到最佳。
（3）PAGASIS协议
该协议是在LEACH协议的基础上改进而来的，被认为是无线传感器网络中接近于理想的数据采集方法。PAGASIS的基本过程是：将监视区域内的传感器节点排列成一个链，每个节点都可从最近的邻居节点接收并发送数据。当一个节点接收到上一个节点的数据后，先将自己的数据和该数据进行融合，再将数据传送给下一个节点。最后，由一个指定的节点将融合结果传输给汇聚节点。通过PAGASIS协议，可以保证每个节点都将数据传输给汇聚节点，且大大降低了节点在每一轮数据传输中耗费的能量。
数据融合技术是无线传感器网络的关键技术之一。根据不同的应用需求以及网络特性，数据冗余情况有很大的差异，因此融合处理方式也有所不同，目前还没有统一的处理模式。
3.4 拥塞控制
在无线传感器网络中，不稳定的流量、多对一的通信和多跳的数据传输方式是造成网络拥塞的主要原因。此外，可能造成网络堵塞的还有感知事件之后的突发流量，拓扑结构的高度动态性，频繁变化的无线信道，不同信道上互相干扰的并发数据等。拥塞可能引起丢包率上升，时延增大，能源消耗增多，从而导致全局信道的质量下降。由于WSNs自身的特点，传统端到端网络的拥塞控制策略不适用于无线传感器网络。
拥塞控制可分为拥塞检测和拥塞减轻两个阶段。这里简单介绍一下在无线传感器网络研究中现有的几个拥塞控制策略：
（1）CoDA（Congestion Detection and Avoidance）
针对基于事件驱动的WSNs检测到事件引起的拥塞，CoDA的机制包括基于接收端的拥塞检测，开环Hop-by-Hop的后压和闭环多源调节。该算法可调节局部造成的拥塞，并减少逐跳控制信息的能耗，但其中使用的速率调节方式会使距离Sink较近的源节点发送更多的分组。
（2）ESRT（Event-to-Sink Reliable Transport）
针对Sink节点只关心集合信息而不关心单个传感器节点的信息，ESRT在拥塞监测上采用了基于节点的本地缓冲监测，并根据当前网络的状态进行节点速率的调节。该算法主要适用于Sink节点，它可减小网络能耗，提高可靠性，但不适合只发生短暂拥塞、大规模的网络。
（3）自适应的资源控制
该算法针对拥塞期间重要数据包可能丢失的情况，并假设网络中通常有空闲节点可供调度。算法通过创建多元路径对资源供应进行了自适应的调整。该算法采取了拥塞检测、创建选择路径、多路通信三个步骤。自适应的资源控制增加了传送分组的精度并节约大量的能量，但多元路径热点距离过近可能引起冲突，而距离初始路径过远还可能增加分组传输延迟和能量消耗。
（4）Fusion
该算法结合了三种拥塞控制机制，分别是Hop-by-Hop流控制、源速率限制模式和有优先级的MAC层协议。三种机制的有机结合减小了信道丢失率，明显改善了网络的有效性和公平性。其弊端是速率限制模式无法杜绝隐终端冲突、歪斜路由、节点故障等问题。
（5）多到一路由的拥塞控制
针对无线传感器网络多到一的通信导致汇聚节点附件拥塞的问题，该算法通过确定下游孩子节点最小允许发送速率来减轻拥塞现象。该算法比较简单，可升级，但是对不同深度的节点有较大的影响，同时使用ACK也增加了额外开销。
以上是有关无线传感器网络拥塞控制的几种算法。针对不同的拥塞原因以及可能导致的后果，还需要有更多不同的控制策略来解决不同应用上的QoS问题。此外，发生拥塞时如何确保应用的QoS也是当前的一个研究内容。
4、结束语
无线传感器网络是当前研究的一个热点。随着无线传感器网络广泛应用于各个领域，其QoS保障技术也将日益受到人们的关注。关于WSN QoS的研究仍然还有很大的空间，除了上面几个技术点，以下几个方面也有待于进一步的研究。
（1）基于中间件的QoS机制
如果应用程序的QoS需求在网络中是不可行的，则可以通过中间件在网络和应用之间协商出一个新的服务质量。该中间件层可以翻译和控制应用程序以及网络的QoS。
（2）各QoS需求之间的自适应平衡机制
在WSNs的QoS需求之间具有不同的权衡关系，因此有必要根据不同类型的应用分别寻找出一种最优的自适应平衡机制。
（3）对不同QoS保障技术的集成
WSNs的QoS机制不同于传统网络，然而对于WSNs的需求往往来源于传统网络如Internet的用户。因此，有必要进一步研究传统网络和无线感器网络QoS之间的不同点，为两个网络中运行的程序保证QoS服务的无缝性。
