摘 要： 從復雜適應系統理論角度出發對無線傳感器網路的自組織、自適應、主體性等特征進行了分析，認為隨著傳感技術、通信技術和計算機技術的飛速發展以及 MEMS技術的日益成熟與完善，無線傳感器網絡將引領未來信息技術迅猛發展。而WSN是一個復雜的系統，依據管理科學研究方法思想，即必須把復雜系統當作復雜系統來處理，復雜適應系統理論在方法論上為研究無線傳感器網問題提供了可能的思路。
關鍵詞： 復雜適應系統； 無線傳感器網絡； 自組織；自適應； 主體
隨著傳感技術、通信技術和計算機技術的飛速發展以及 MEMS技術的日益成熟與完善，無線傳感器網絡WSN（Wireless Sensor Network)作為一項新型的信息技術日益受到國內外的高度重視。眾多具有通信、計算能力的傳感器通過無線方式連接，相互協作，同物理世界進行交互完成特定的應用任務。因特網改變了人與人之間交流、溝通的方式，而無線傳感器網絡將邏輯上的信息世界與真實物理世界融合在一起，將改變人與自然交互的方式。其系統特征如自組織、自適應以及能量消耗的生命特征及路由主動選擇符合復雜適應系統CAS（Complex Adaptive System）的系統要素定義，因此可以用CAS的思想來研究無線傳感器網絡的建立和優化，從而實現從理論到方法上的過渡。
1 復雜適應系統內容及無線傳感器網絡特征
1.1 復雜適應系統CAS思想
CAS理論是美國霍蘭教授于1994年提出的，該理論為人們認識、理解、控制、管理復雜系統提供了新的思路。CAS理論的基本思想可以概述如下：(1)系統中的成員稱為具有適應性的主體(Adaptive Agent),簡稱主體；(2)系統及成員具有適應性，就是指它能夠與環境以及其他主體進行交互作用； (3)主體在這種持續不斷地交互過程中，不斷地“學習”或“積累經驗”，并且根據學到的經驗改變自身的結構和行為方式，具有主動行為能力及目的行為能力；(4)整個宏觀系統的演變或進化(包括新層次的產生、分化和多樣性的出現，新的聚合而成的、更大的主體的出現等)具有自組織能力。
1.2 無線傳感器網絡特征
無線傳感器網絡集成了傳感、無線通信、嵌入式計算、微機電系統(MEMS)以及微電子等各項技術，能夠協同地實時監測、感知和采集各種環境或對象的信息，并對其進行處理，通過特定的網絡技術將需求的信息傳送給用戶；無線傳感器網絡的特點是節點的電源能量有限,通信能力有限,計算能力有限,與物理世界緊密耦合,大規模密集部署,網絡動態性強。為了準確、及時地獲取信息，必須依靠節點間的協作，大量的MEMS傳感器節點只有通過低功耗無線電通信技術連成網絡才能夠發揮其整體和綜合作用，所以傳感器網絡作為一個自治系統，涉及到定位及時間同步、協同信號處理、通信模式及協議（路由選擇）、網絡容量、壽命、任務分配協調控制、自適應性、中間件等諸多問題，這些特征與CAS 研究的特征是相吻合的。
2 無線傳感器網自適應主體特征分析
2.1 主體特點
CAS復雜適應系統中的主體具有主動性，具備主體與主體、主體與環境的自適應性特點，在無線傳感器網絡（WSN）中，主體主要是由傳感器節點組成，作為主體的節點在WSN自適應過程中須滿足以下要求：(1)分布性：WSN節點的探測、計算能力都較弱，要完成復雜的計算必須要求算法具有分布性特點；(2)協同性：WSN屬于sensor-rich系統,通過節點間的簡單協同來實現復雜的網絡優化；(3)自適應性：工作環境通常不可預先設定，感知對象的狀態也會經常發生變化，網絡必須對這些不確定性有較好的自適應性。優化方法：通過對節點喚醒概率的優化，實現在消耗較少能量的前提下對目標保持較好的探測能力。
2.2 無線傳感器網絡的主動性、自適應要求
(1)主動計算(Proactive Computing)能力。傳統網絡系統(如Internet)一般很少與真實的物理世界交互，其研究主要集中在如何同用戶進行交互或如何方便用戶彼此進行交互，因此這種計算模式稱之為交互計算(Interactive Computing)。在交互計算系統中，由于人的因素存在，整個系統的智能主要構建于人的智能基礎上，即人處于計算循環之中，起著中心作用。而對于無線傳感器網絡而言，由于其與物理世界的耦合性，物理現象取代人成為整個網絡的中心。實際上，無線傳感器網絡可能部署在無人區域或危險區域，不可能依靠人對系統進行配置與管理，系統必須能夠自我組織、自我配置，其運行主要取決于物理環境的刺激和系統本身的狀態。因此，這種分散、自治的計算模式稱為主動計算。
(2)需要能源感知(Energy-aware)計算，最大化延長系統生命期。無線傳感器網絡的某些應用(如海洋監測)，要求系統生命期必須達到數月甚至數年的級別，而傳感器節點一般由電池驅動，能源有限，對于大規模與物理環境緊密耦合的系統而言，更換電池補充能源的方式是不現實的，這使得能源消耗成為確定系統生命期的最重要因素。因此，需要將能源感知加入到無線傳感器網絡設計和操作的每一個階段，充分挖掘系統在能源使用方面的潛力，使系統能夠在能源消耗、系統性能和操作精度之間做出動態權衡，最大化整個網絡的生命期。
(3)系統必須具有自適應計算能力。在生命期內，無線傳感器網絡物理環境具有不確定性，系統本身呈現高度的動態性，因此，無線傳感器網絡必須具有一定的學習和適應能力。
3 無線傳感器網自組織特性分析及模型建立
3.1 無線傳感器網絡自組織特性
CAS理論認為系統通過成員或主體自組織行為使系統具備“學習”或“積累經驗”能力，從而改變自身結構和行為方式。從系統組成來看，無線傳感器網絡是合作求解的主體(Agent)集合，具有分布自治的組織方式， 這里的組織是指Agent對合作求解任務的承諾，其形成是根據問題求解的要求預先設計的，或者是由于交互而形成的合作關系，但共同點是Agent要在無線傳感器網絡組織中承擔一定的角色，完成角色所規定的職責。無線傳感器網絡在具體應用中可能規模龐大、部署密集，所在環境可能多樣而動態變化，整個系統控制漸趨復雜，需要進行動態地調整。另外，不同的應用對無線傳感器網絡的設計要求不同，標準化的、規格化的網絡系統難以解決網絡結構、運行與調度的復雜程度。按照CAS自組織原則構建和運行的無線傳感器網絡系統，其行為模式可由大量相互作用的Agent來實現，各Agent可自主決策而不依賴于外部控制中心，因而具有更強的控制復雜性的能力，對于環境的隨機變化具有更為靈活的響應特性。無線傳感器網絡運行和演化是基于大量主體（Agent）各自的微觀決策，而少量Agent的失效或決策失誤將不會終止系統既定目標的完成，因而自組織的無線傳感器網絡具有更強的魯棒性和更強的適應環境變化的能力。良好設計的無線傳感器網絡自組織系統還具有更強的自行趨優的能力，能夠不斷地完善和優化其組織結構和運行模式。一個良好設計的無線傳感器網絡自組織系統的宏觀演化是在反復迭代中不斷趨于優化的，每一個Agent都遵循能夠保證網絡協調統一和穩定的系統規范和行為準則，并在此約束下決定其對策與后續行動；各個Agent的決策與行動是并行的，其通信的距離一般遠小于系統的宏觀特征尺度，而其信息往往是不完整的；每個Agent在決定其對策和行為時，除了根據其自身的狀態以外，一般還需了解鄰近Agent的狀態；整個網絡中所有Agent各自的行為的總和，決定整個系統的宏觀行為。
3.2 無線傳感器網絡自組織的概念模型
定義1:將特定應用的某一時間t(t≥0)時的無線傳感器網絡所有節點的集合稱為一個自組織空間，記為S(t)，S(t)={xi|i>0,i∈N} 。
定義2:稱X(t)為無線傳感器網絡自組織變元，定義域為無線傳感器網絡自組織空間S(t)，稱C{X(t)=xi}=ci(t), i=1,2,…為X(t)的自組織貢獻分布，其中ci(t)為在時間t(t≥0)所被賦予的一個實數，稱為節點xi的自組織貢獻率。滿足以下條件：(1)ci(t), i=1,2,…；(2)
為無線傳感器網絡所含節點數。在一個固定規模的無線傳感器網絡中，節點常因能量不足或故障等原因退出網絡，n(t)隨時間的增長而逐步減少。無線傳感器網絡的自組織依賴于多個子系統之間的相互作用，每一個子系統交互合作而表現為一定的角色，完成既定的任務。無線傳感器網絡及其應用環境的動態變化使每一個子系統的角色常常不斷變化，自組織貢獻率用于量化衡量這些具有特定角色的子系統(節點或節點集)對整個系統的重要程度。對于特定的無線傳感器網絡，在一定的時間區域，少數節點或節點集的貢獻率越高意味著其重要程度越高，網絡自組織演化對其依賴性越大，從而降低了網絡的抗毀性和靈活性。無線傳感器網絡每個節點自組織貢獻率的較少差異意味著網絡對少數節點或節點集的依賴性較小，因而網絡自組織演化具有更多的路徑選擇。
4 無線傳感器網絡微觀與宏觀演化機理及交互作用分析
4.1 無線傳感器網絡系統演進基本模型
CAS理論認為系統通過成員或主體自組織行為使系統形成了宏觀有序現象，有序是指系統內部主體（微觀）之間有規則的聯系和運動，其形成依賴于能量的運動和作用。自組織是多個子系統之間作用產生的整體現象和效應，是通過系統的自發、自主地走向組織的一種結果和過程。在WSN系統中，基站、節點、目標、 簇首領(自適應自組織產生的隨機節點“領導”)等組成了網路骨架，它們之間通過相互識別的路由協議發生著交互作用，形成微觀與宏觀或局部與整體的有機統一。
在無線傳感器網絡系統中遠離所有節點處有一個固定基站(Bs)，所有簇首領將采集的數據發給Bs。網絡中所有傳感器節點都是同類節點并具有相同的初始能量；節點都有足夠功率與其他節點和Bs進行直接通信，具有控制發送功率的能力，有足夠的計算能力來支持信號處理和計算路由。傳感器網絡以數據為中心，即在每個采樣周期，所有節點都要采集數據傳送給首領。采樣周期由數據采集、將數據傳送給簇首領以及由簇首領將數據中繼給Bs三個階段組成。
4.2 無線傳感器網絡系統交互作用——路由協議
WSN 路由協議負責在簇首和傳感器節點間可靠地傳輸數據，完成系統之間的聯系及交互作用。本文根據不同的具體無線傳感器網絡路由結構和數據傳輸模型,對目前的路由協議作了以下3種分類。
4.2.1 數據為中心路由
數據為中心路由協議采用基于屬性的命名機制來描述目標數據, 通過Bs向特定的區域發送查詢請求來獲取數據信息, 并在數據傳輸過程中進行數據融合。一種典型方式是定向擴散DD(directed diffusion)模型，它采用基于屬性的命名機制來描述數據, 并加入了數據融合和緩存機制。DD 在運行過程中包括路徑建立、數據發送和路徑增強3個階段。路徑建立階段主要是通過簇首領節點以廣播、多跳方式向網絡中所有節點發布興趣( interest) 消息, 每個節點緩存接收的興趣消息, 建立從源節點到Bs的梯度; 數據發送階段主要是將采集到的匹配數據通過梯度路徑發送到Bs節點, 中間結點通過本地化規則實現數據融合; 而路徑增強階段主要是Bs在收到數據后向數據到達最快的鄰居節點發送增強消息, 依此類推, 建立一條從源節點到Bs節點的主路徑。如圖1所示。
4.2.2 層次路由
為了保證網絡的可擴展性且不降低服務質量, 許多路由協議的設計中使用了分簇的思想,其典型基礎是基于LEACH 的。LEACH(Low-Energy Adaptive Clustering Hierarchy) 的基本思想是以循環的方式隨機選擇簇首領將整個網絡的能量負載平均分配到每個傳感器節點, 從而降低網絡能源消耗、提高網絡通信安全，LEACH 協議每一輪循環可分為簇的建立和數據通信兩個階段。在簇的建立階段, 相鄰節點動態地形成簇, 隨機產生簇首領，在數據通信階段, 簇內節點把數據發送給簇首領, 簇首領進行數據融合并把結果發給Bs節點。與節點直接與Bs通信相比, LEACH 協議的能效提高了7倍。
4.2.3 地理位置路由
在WSN 的許多應用中,節點通常需要獲取其位置信息（如森林防火）。而在許多路由協議中, 通常也需要位置信息來計算兩個特定節點的距離以便估算所消耗能量。地理位置路由假設節點知道自己以及目的節點或者目標區域的地理位置信息, 利用這些信息作為路由選擇的依據, 節點按照一定策略轉發數據到目的地。這樣查詢信息就會只發布到指定區域, 因此有效地減少了數據傳輸次數, 節約了能耗。
5 從CAS角度研究WSN能源管理的思路
CAS思想提到了“流”、“標識”、“內部模型”和“構件”等概念，標識的作用在于實現交流，流的概念包括能量流和信息流。內部模型和構件的作用在于加強層次概念，其思路是把下一層次的內容和規律作為內部模型封裝起來，作為一個整體參與上一層次的內容和規律“忽略”或“擱置”其內部細節，而把注意力集中于這個構件和其他構件之間的相互作用和相互影響上。因為在上一層次中這種相互作用和相互影響是關鍵的起決定作用的主導因素。
根據CAS的思路可以將將一個網絡分成若干簇，通信分簇進行，不同簇的節點不直接通信。協議采用每個節點都只與自己的相鄰節點直接通信，通過多跳中繼將數據傳送給首領。
簇首領接收到所有節點傳來的數據，并將數據發送給遠端Bs。因此，簇首領將比非首領節點消耗更多能量。如果簇首領在整個網絡運行期都固定不變，則會很快耗盡能量。且一旦首領節點失效，其余簇內節點都將失去作用。協議使簇內所有節點輪流充當首領，充當首領節點的能量消耗將平均分布在所有節點中。用戶一般并不需要網絡所采集的所有數據，這是因為：(1)來自相鄰節點的數據是高度相關的，從而造成數據冗余；(2)用戶關注的是被監測環境中所發生事件的高層表述。使用數據融合將來自不同節點的一個或多個數據報合并成一個數據報。通過數據融合，可將每個采樣周期中簇首領向Bs發送數據的次數降低以節省功耗。在簇內，每個節點采集的數據通過多跳通信方式在節點間傳送，最終被首領接收。通過在簇內節點中形成一棵路由樹的方法來減少數據報在轉發過程中的總跳數。如此，能有效降低功耗，延長節點和網絡的生存期。
管理科學研究方法論一個重要觀點是必須把復雜系統當作復雜系統，無線傳感器網自身特征符合復雜系統研究對象。本文從CAS理論視角對無線傳感器網研究進行了方法論上的嘗試探討，以定性為主方式對無線傳感器網進行了分析，同時為更深入研究無線傳感器網提供了可操作的思路。
參考文獻
[1] 崔莉,鞠海玲.無線傳感器網絡研究進展[J].計算機研究與發展,2005(1):163- 174.
[2] 孫利民,李建中,陳渝,等.無線傳感器網絡[M]. 北京：清華大學出版社,2005.
[3] 吳彤．自組織方法論研究[M]．北京：清華大學出版社，2001．
[4] POLASTRE J． Sensor network media access design[R]．Technique Report，UC Berkeley，2003． [5] HEINZELMAN W R， CHANDRAKASAN A， BATAKRISHNALL H． Energy—efficient communication protocol for wireless microsensor networks[C]． Proceedings of the 33rd Hawaii International Conference on System Sciences，2000．
[6] YOUSSEL M A， YOUNIS M F， ARISHA K A． A constrained shortest energy—aware routing algorithm for wireless sensor networks[C]． wcNc，2002．
[7] HEINZELMAN W， KULIK J， BALAKRISHNAN H．Adaptive protocols for information disseminationin wireless sensor networks[C]． Seattle．WA：the Proceed ings of the 5th Annual ACM／IEEE International Conference on Mobile Computing and Networking(MobiCom’99)，1999.
[8] AKYILDIZ I F． A survey on sensor networksl J J．Communications Magazine，2002，40(8)：102-114.
[9] PATTEM S. Energy-quality tradeofs for target wacking in wireless sensor networks[A]. Lecture Notes in Computers Science 2634[C]． Berlin：Springer-Verlag，2003：32-46．