Routing For Wireless Sensor Networks

1. Routing For Wireless Sensor Networks • 指導教授: 林振緯 • 課程: 行動通訊系統 • 年級: 碩職一 • 學號: 493515157 • 姓名: 陳奉建

2. 無線感測器網路概論1/2 (Wireless Sensor Networks) 隨著時代的演進, 科技技術不斷更新, 微型製造、通訊及電池技術的翻新，促使微小的感測器（Sensor）可具有感應、無線通訊及處理資訊的能力。因此不但能夠感應及偵測環境的目標物及改變，並且可處理收集到的數據，並將處理過後的資料以無線傳輸的方式送到資料收集中心或基地台（base station） 。 此類感測器多為微小及便宜的裝置，因此可大量放置於環境中形成一個巨大且分布不平均的感測器網路以對環境進行目標偵測。 由於此類感測器, 通常為低能量, 且電源不具補充性， 為了節省傳輸時的能量消耗，當基地台距離感測器太遠時，感測器需要利用網路路由 （routing）的方法將資料經由多個感測器組成的路徑傳回基地台。

3. 無線感測器網路概論2/2 (Wireless Sensor Networks) 特點: 網路規模: Sensor Network的節點數遠大於Ad Hoc Network (數十倍至數千倍)。 • 節點密度 : Sensor Network 節點密度高 。 • 低能量: Sensor Network結點能量低,且能源一般不能補充。 • 低成本考量: 目標小於1美元, 容易故障。 • Network Topology經常變化: • 使用廣播通訊: • 使用資料聚集/融合data aggregation /fusion)技術和通信的不對稱。 • 沒有共通的Identification.

4. 應用(Applications) 略分五大類加以描述其應用: 軍事應用: 人員識別, 戰場偵測,偵察任務, 核子、生物和化學偵測 • 環境應用: 監測空氣污染、水污染及土壤污染,生態監控 • 健康應用: 監測人體各項健康數據 • 居家應用: 空調微調, 溫度偵測, 遠端遙控 • 商業應用: 工業污染偵測,噪音, 空氣偵測

5. Ad Hoc Network Routing Protocol ? Network Topology規模愈大則網路收斂時間愈長， Network Topology規模越大，主動（proactive）路由協議的路 由收斂時間和需求（on-demand）路由協議的路由發現時間就越 長，相對地, Network Topology愈小, 發現時間則越短。 導致: 1. 在MANET中工作很好的路由協議，在Sensor Network性能 卻可能顯著下降，甚至根本無法使用。 2. 且傳統協議以最短路徑或最小延遲為優化目標，必然導致 通往Sink結點的關鍵路徑上結點能量迅速耗盡。

6. Example Ad Hoc網路中,有名的路由協定（routing protocol）DSR(Dynamic Source Routing) and AODV(Ad-hoc On-Demand Distance Vector Routing)便無法直接運用於Sensor Network。 Sensor Network的特性:網路變化性很大，為節省能量及增加效能，在資料送回基地台之前必須加以處理，此過程通常稱為資料聚集（data aggregation）或資料融合（data fusion）。 但Ad Hoc網路協定如DSR及AODV皆無法支援資料融合的功能，因此它們將無法有效運用於感測器網路上。

7. 路由協定（routing protocol） 由於Wireless Sensor Network 低能量、低記憶體, 無共通的identification等特性, 因此大多數路由協定必須將降低能量消耗列為首要考量。 以下列出幾個比較重要的協定: • SPIN（Sensor Protocols for Information via Negotiation） • DD（Directed Diffusion） • LEACH（Low-Energy Adaptive Clustering Hierarchy） • GeRaf（Geographic Random Forwarding） • Medium Access Control，MAC • S-MAC • 睡眠排程演算法

8. SPIN（Sensor Protocols for Information via Negotiation） 主要是解決因泛播（flooding）傳送所導致的資料大量重複傳 送的缺點。當網路中任一節點要傳送資料給它的鄰居時，它先廣播一個稱為超資料（meta-data）的資料描述符號（information descriptor）給它的鄰居。 而它的鄰居先比對此超資料是否已經接收過並存於資料庫中。如果沒有，則利用事先設計的規則（中提供數種針對不同的應用所設計的規則）通知傳送超資料的節點將真正資料傳送給它們。

9. 直接擴散（directed diffusion） 直接擴散（directed diffusion）協定是一個以資料為中心（data-centric）的方法。 此協定的特色是每一節點不以位址來區分，而是以它所感測到的資料來定址。 在此協定中，觀測者首先送出一個詢問（query），然後此詢問將透過網路中其它節點擴散出去。當任何一個節點擁有滿足此詢問的資料時，它便將本身的資料傳回基地台。因為直接擴散協定傳送詢問及感測器回傳資料皆是區域性交換資訊（即鄰居們互相交換資訊），因此這個協定十分適合動態網路架構，而且每一個感測器不需儲存太多路由資訊。

10. LEACH（Low-Energy Adaptive Clustering Hierarchy） LEACH（Low-Energy Adaptive Clustering Hierarchy）是一個可以應用於直接傳送或多重跳躍的路由協定。此協定主要是將多個鄰近的感測器組成一個個叢集（Cluster）。 每個叢集中再經由一定的程序選出一個叢集頭（cluster head）。叢集頭則負責將此叢集中其它感測器的資料加以整理或進行資料融合後傳送給基地台。如此可避免每一個感測器皆將資料傳回基地台，因而消耗大量的能源。至於選擇叢集頭及如何形成叢集的程序主要是以節省能量及分散式的方式進行。其中最重要的規則是於一定時間內讓每個感測器能夠消耗差不多的能量以延長整體網路的有效工作期間。LEACH的架構非常適合進行資料融合，因此可更進一步節省能量。

11. GeRaf（Geographic Random Forwarding） GeRaf（Geographic Random Forwarding）被提出以容許各種睡眠機制應用於感測器網路上。GeRaF假設每個感測器知道自己及基地台的位置。當傳送資料前，感測器先廣播自己的位置（及基地台的位置）給它的鄰居。如果有鄰居的位置比它還要靠近基地台，這些鄰居將依事先製定好的規則回應給此感測器。如果此感測器成功收到一個鄰居的回應，它便將資料傳給這個鄰居。此鄰居再依同樣的方式將資料前傳至下一個距離基地台更近的感測器。GeRaF的好處是只需要每個感測器知道自己的位置，而此訊息通常是一個感測器網路所必備的。同時因為路徑並不需於傳送資料前先尋找及設定，因此GeRaF非常適合網路架構經常變動的應用，也同時適合任何睡眠機制。再加上此協定所提出的降低碰撞機會的MAC（Medium Access Control）（此部份將於下一單元中描述）系統，它於能量消耗上將大幅降低。

12. 通道進接控制（Medium Access Control，MAC） 通道進取控制機制主要是解決共用通道的使用權問題。一般而言，無線感測器網路的通道進取控制必須考量如何降低能量的消耗，亦即如何減少碰撞的次數。對於感測器而言，無線傳輸所消耗的能量已被證實為最主要的能量消耗部份。例如傳送1位元100公尺所需的能量大致等於感測器內部執行3000個指令。因此如何避免碰撞並降低傳送次數是MAC設計的主要考量。

13. S-MAC • S-MAC主要是將睡眠機制置入IEEE 802.11的MAC系統中以節省能量的消耗。設計一個有效率的睡眠排程（sleeping schedule） 為S-MAC的主要節省能源的方法。此排程安排互為鄰居的感測器同步建構一個睡眠排程。此方法的缺點為同步維護是一個經常性的額外消耗能源的裝置。

14. 睡眠排程演算法 • 4. 睡眠排程演算法 • 睡眠機制是最有效節省能源的一個方式之一。但如何安排睡眠排程而不影響感測器網路的正常運作十分重要。尤其此排程不能影響感測器網路感測的功能，亦即網路的感測涵蓋範圍（sensing coverage）不能降低太多，否則此網路便無法正常運作。 • S-MAC雖然將睡眠排程溶入IEEE802.11 MAC中，此排程基本上屬於隨機（random）排程。亦即每個感測器依據一定的機率進入睡眠狀態。則強調增加網路中感測器的數目，並允許多餘的感測器進入睡眠狀態。不過主要的考量為感測涵蓋範圍而非節省能量。

15. 結論 路由主要目的: 1. 減少能量消耗。 2. 促進節點與節點彼此負載均衡，提高網路生存時間。 3. 提供傳送效率。

16. 參考文獻1/6 http://www.cm.nctu.edu.tw/Chinese/index.php D.r 曾煜棋, 無線隨意網路(Wireless Ad hoc Network) 韓永祥/王藏憶 無線感測器網路(Survey of Wireless Sensor Network) http://www.meshnetworks.com/index.htm http://robotics.eecs.berkeley.edu/~pister/SmartDust http://webs.cs.berkeley.edu/nest-index.html http://www.janet.ucla.edu/WINS http://www.coees.org , http://eps.syr.edu http://www.ece.gatech.edu/research/labs/bwn http://bwrc.eecs.berkeley.edu/Research/Pico_Radio/PN3 http://nms.lcs.mit.edu/projects/leach http://www.cs.cornell.edu/database/cougar/index.htm

17. 參考文獻2/6 [1] C. Perkins, “Ad Hoc Networks, Addison-Wesley”, Reading, MA, 2000 [2] D. Johnson, D. Maltz, Y-C. Hu and J. Jetcheva, “The dynamic source routing protocol for mobile ad hoc networks,” Internet Draft, Internet Engineering Task Force, Mar. 2001, http://www.ietf.org/internet-drafts/draft-ietf-manet-dsr-05.txt. [3] C. Perkins, E. Royer, and S. Das, “Ad hoc on-demand distance vector (aodv) routing,” Internet Draft, Internet Engineering Task Force, Mar. 2001, http://www.itef.org/internet-drafts/draft-ietf-manet-aodv-08.txt. [4] I.F. Akyildiz, W. Su, Y. Sankarasubramaniam, E. Cayirci, “Wireless sensor network: a survey,”Computer Networks , vol. 38, pp. 393-422, 2002. [5] C. Intanagonwiwat, R. Govindan, D. Estrin, J. Heidemann, F. Silva, “Directed diffusion for wireless sensor networking,” IEEE/ACM Transactions on Networking, vol. 11, no. 1, pp. 2-16, Feb. 2003. [6] M. Zorzi, and R. R. Rao, “Geographic Random Forwarding (GeRaF) for ad hoc and sensor networks: energy and latency performance,” to appear in the IEEE Transactions on Mobile Computing, vol. 2, no. 4, Oct.-Dec. 2003. [7] K. Sohrabi, J. Gao, V. Ailawadhi, G.J. Pottie, “Protocols for self-organization of a wireless sensor network,” IEEE Personal Communications, pp. 16-27, Oct. 2000. [8] W. Ye, J. Heidemann, D. Estrin, “An energy-efficient MAC protocol for wireless sensor networks,” IEEE INFOCOM 2002, pp. 1567-1576, 2002. [9] D. Tian and N. D. Georganas, “A coverage-preserving node scheduling scheme for large wireless sensor networks,” in Proceedings of the first ACM international workshop on Wireless sensor networks and applications, pp. 32-41, 2002. [10] J. Deng, Y. S. Han, B. Heinzelman, and P. K. Varshney, “Scheduling Sleeping Nodes in High Density Cluster-based Sensor Networks,” submitted to the IEEE International Conference on Communications 2004. [11] W. Du, J. Deng, Y. S. Han, and P. K. Varshney, “A Witness-Based Approach for Data Fusion Assurance in Wireless Sensor Networks," IEEE 2003 Global Communications Conference (Globecom'2003), San Francisco, CA, December, 2003. [12] K. Sohrabi and G. J. Pottie, “Performance of a novel self-organization protocol for wireless ad hoc sensor network,” in Proceedings of the IEEE 50th Vehicular Technology Conference, 1999, pp. 1222-1226. [13] A. Perrig, R. Szewczyk, V. Wen, D. Culler, J.D. Tygar, “SPINS: Security protocols for sensor networks,” Mobile Computing and Networking 2001 Rome, Italy, ACM

18. 參考文獻3/6 附錄：主要研究單位和資金以及研究的領域 以下是四個最重要的計畫敘述： Smart Dust Project 計畫負責單位：U.C. Berkeley HTTP location: http://robotics.eecs.berkeley.edu/~pister/SmartDust · 這個計畫已於2000年完成,這個計畫是主要由DARPA資助, 計畫完成時已製造出下列感測器： 1. Macro mote：這個感測器技術將溫度計、濕度計、氣壓計、光感應器、頃斜和振動感測器、磁場感測器、雙向無線通訊裝置、微處理器和電池全部置於一英吋立方的空間中。它擁有20公尺的通訊範圍並擁有一星期連續操作的生命（假如使用1% duty cycling則可達兩年的生命）。 2. Laser mote：此感測器有21公里通訊能力。從計畫的最後展示，此感測器可從舊金山傳輸資訊到Berkeley。 3. Corner Cube Reflector (CCR) mote：CCR mote是MEMS的裝置，它可以允許被動的雷射通訊。它是用在展示Smart Dust計畫的通訊演算法時所採用的展示感測器。 4. Mini mote ：Mini mote是小型化的RF mote（它只有溫度計）。它的簡單電路設計使其非常便宜和可以非常簡單的操作。 5. MALT：此感測器主要是展示可操作雷射光束的通訊能力(steerable laser beam communication) ，它可以和另一個起初不知位置的MALT感測器通訊。 6. weC：此感測器是另一個版本的Mini mote。它主要的優點是可以重新經由無線媒介寫入新的程式(reprogrammed wirelessly) 。 7. IrDA：是溫度感測器，他允許和其它商業產品直接溝通 · 值得一提的是，由Smart Dust計畫所發展出的技術已進一步的商業化。Intel公司負責投資Crossbow Technology，同時Crossbow Technology將Smart Dust的技術商業化，並且將負責製造和行銷。 · 雖然U.C. Berkeley的Smart Dust計畫已經完成但是還有許多研究需要持續，NEST計畫即是架構在Smart Dust計畫的基礎上繼續發展。

19. 參考文獻4/6 NEST (Network Embedded System Technology) Project 計畫負責單位：U.C. Berkeley和Intel HTTP location: http://webs.cs.berkeley.edu/nest-index.html 此計畫包含多項子計畫： 1. TinyOS： -發展無線感測器網路所需的作業軟體。 -主要是設計在許多資源有限的操作環境下的感測器作業軟體。 -資料和操作必須能迅速在感測器端、制動器和網路間移動。 -為component-based和事件驅動作業軟體的架構。 -TinyOS 1.10即將於2003年9月發表和釋出。 2. TOSSIM：是TinyOS的模擬器。 3. Mate：是TinyOS感測器的虛擬機器。 4. TinyDB：是要設計使用在TinyOS感測器網路的詢問處理系統。 5. NesC：是TinyOS的顧客編譯支援。 6. Great Duck Island：一個要佈署在野生環境的感測器網路計畫。 7. Ivy：一個設計給Berkeley的 College of Engineering的感測器網路基礎結構。 8. CostBots：以現有可用的商業產品製造便宜可移動的感測器機器人。 9. TinySEC：研究微小感測器裝置連結層的加密過程。

20. 參考文獻5/6 Multi-domain Power aware Sensors) 計畫負責單位：Massachusetts Institute of Technology HTTP location: http://www-mtl.mil.edu/research/icsystems/uamps · 由DARPA、ARL Collaborative Technology Alliance和Texas Instruments共同資助和支持。 · 主要是發展無線感測器網路所需的適應性power-aware系統。它並不只是設計低功率的軟硬體技術，並且著重於創造和開發可以兼顧性能和系統生命時程(lifetime)的彈性平台。 · μAMPS-I已完成垂直整合各無線感測器網路各層次以及感測器節點的能量最佳化管理。這些層次包含物理層(physical layer)、資料連結層(data link layer) 、通道進取控制層及網路層。 · μAMPS-II正在進行的研究為製造一個包含兩個晶片且能滿足下列目標的感測器： 1. 10 MIPS Energy-scalable的微功率DSP。 2. 支援DSP的硬體加速器並可以在能量和性能間做調整。 3. 一個協定處理器用來卸下和支援通訊管理的功能。 4. 無線電訊提供power-awareness的功能且有足夠彈性於10m到1km的通訊範圍傳輸高達1Mbps的速率。 5. 在不包含功率放大器下，總體功率消耗必須小於100μW。

21. 參考文獻6/6 WINS (Wireless Integrated Network sensors) 計畫負責單位：UCLA電機工程學系 HTTP location: http://www.janet.ucla.edu/WINS · 這個計畫是由Defense Advanced Research Projects Agency (DARPA) 和Army Research Laboratory (ARL) Laboratories program共同贊助。 · 此計畫和Rockwell Science Center共同合作。 · WINS計畫的前身是 Low Power Wireless Integrated Microsystems (LWIM) 計畫。 · WINS技術在1998年9月24號被House Science Committee宣布為國家的科技重大突破。 · WINS主要發展能提供由分散式網路和網際網路去操作置於任何環境中的感測器。它可用來監控環境的變化，並可用於軍事用途、商業用途和人的健康監視。WINS主要結合微感測器技術、低功率訊號處理、低功率計算和低費用的無線網路管理能力。