摘 要： 从复杂适应系统理论角度出发对无线传感器网路的自组织、自适应、主体性等特征进行了分析，认为随着传感技术、通信技术和计算机技术的飞速发展以及 MEMS技术的日益成熟与完善，无线传感器网络将引领未来信息技术迅猛发展。而WSN是一个复杂的系统，依据管理科学研究方法思想，即必须把复杂系统当作复杂系统来处理，复杂适应系统理论在方法论上为研究无线传感器网问题提供了可能的思路。
关键词： 复杂适应系统； 无线传感器网络； 自组织；自适应； 主体
随着传感技术、通信技术和计算机技术的飞速发展以及 MEMS技术的日益成熟与完善，无线传感器网络WSN（Wireless Sensor Network)作为一项新型的信息技术日益受到国内外的高度重视。众多具有通信、计算能力的传感器通过无线方式连接，相互协作，同物理世界进行交互完成特定的应用任务。因特网改变了人与人之间交流、沟通的方式，而无线传感器网络将逻辑上的信息世界与真实物理世界融合在一起，将改变人与自然交互的方式。其系统特征如自组织、自适应以及能量消耗的生命特征及路由主动选择符合复杂适应系统CAS（Complex Adaptive System）的系统要素定义，因此可以用CAS的思想来研究无线传感器网络的建立和优化，从而实现从理论到方法上的过渡。
1 复杂适应系统内容及无线传感器网络特征
1.1 复杂适应系统CAS思想
CAS理论是美国霍兰教授于1994年提出的，该理论为人们认识、理解、控制、管理复杂系统提供了新的思路。CAS理论的基本思想可以概述如下：(1)系统中的成员称为具有适应性的主体(Adaptive Agent),简称主体；(2)系统及成员具有适应性，就是指它能够与环境以及其他主体进行交互作用； (3)主体在这种持续不断地交互过程中，不断地“学习”或“积累经验”，并且根据学到的经验改变自身的结构和行为方式，具有主动行为能力及目的行为能力；(4)整个宏观系统的演变或进化(包括新层次的产生、分化和多样性的出现，新的聚合而成的、更大的主体的出现等)具有自组织能力。
1.2 无线传感器网络特征
无线传感器网络集成了传感、无线通信、嵌入式计算、微机电系统(MEMS)以及微电子等各项技术，能够协同地实时监测、感知和采集各种环境或对象的信息，并对其进行处理，通过特定的网络技术将需求的信息传送给用户；无线传感器网络的特点是节点的电源能量有限,通信能力有限,计算能力有限,与物理世界紧密耦合,大规模密集部署,网络动态性强。为了准确、及时地获取信息，必须依靠节点间的协作，大量的MEMS传感器节点只有通过低功耗无线电通信技术连成网络才能够发挥其整体和综合作用，所以传感器网络作为一个自治系统，涉及到定位及时间同步、协同信号处理、通信模式及协议（路由选择）、网络容量、寿命、任务分配协调控制、自适应性、中间件等诸多问题，这些特征与CAS 研究的特征是相吻合的。
2 无线传感器网自适应主体特征分析
2.1 主体特点
CAS复杂适应系统中的主体具有主动性，具备主体与主体、主体与环境的自适应性特点，在无线传感器网络（WSN）中，主体主要是由传感器节点组成，作为主体的节点在WSN自适应过程中须满足以下要求：(1)分布性：WSN节点的探测、计算能力都较弱，要完成复杂的计算必须要求算法具有分布性特点；(2)协同性：WSN属于sensor-rich系统,通过节点间的简单协同来实现复杂的网络优化；(3)自适应性：工作环境通常不可预先设定，感知对象的状态也会经常发生变化，网络必须对这些不确定性有较好的自适应性。优化方法：通过对节点唤醒概率的优化，实现在消耗较少能量的前提下对目标保持较好的探测能力。
2.2 无线传感器网络的主动性、自适应要求
(1)主动计算(Proactive Computing)能力。传统网络系统(如Internet)一般很少与真实的物理世界交互，其研究主要集中在如何同用户进行交互或如何方便用户彼此进行交互，因此这种计算模式称之为交互计算(Interactive Computing)。在交互计算系统中，由于人的因素存在，整个系统的智能主要构建于人的智能基础上，即人处于计算循环之中，起着中心作用。而对于无线传感器网络而言，由于其与物理世界的耦合性，物理现象取代人成为整个网络的中心。实际上，无线传感器网络可能部署在无人区域或危险区域，不可能依靠人对系统进行配置与管理，系统必须能够自我组织、自我配置，其运行主要取决于物理环境的刺激和系统本身的状态。因此，这种分散、自治的计算模式称为主动计算。
(2)需要能源感知(Energy-aware)计算，最大化延长系统生命期。无线传感器网络的某些应用(如海洋监测)，要求系统生命期必须达到数月甚至数年的级别，而传感器节点一般由电池驱动，能源有限，对于大规模与物理环境紧密耦合的系统而言，更换电池补充能源的方式是不现实的，这使得能源消耗成为确定系统生命期的最重要因素。因此，需要将能源感知加入到无线传感器网络设计和操作的每一个阶段，充分挖掘系统在能源使用方面的潜力，使系统能够在能源消耗、系统性能和操作精度之间做出动态权衡，最大化整个网络的生命期。
(3)系统必须具有自适应计算能力。在生命期内，无线传感器网络物理环境具有不确定性，系统本身呈现高度的动态性，因此，无线传感器网络必须具有一定的学习和适应能力。
3 无线传感器网自组织特性分析及模型建立
3.1 无线传感器网络自组织特性
CAS理论认为系统通过成员或主体自组织行为使系统具备“学习”或“积累经验”能力，从而改变自身结构和行为方式。从系统组成来看，无线传感器网络是合作求解的主体(Agent)集合，具有分布自治的组织方式， 这里的组织是指Agent对合作求解任务的承诺，其形成是根据问题求解的要求预先设计的，或者是由于交互而形成的合作关系，但共同点是Agent要在无线传感器网络组织中承担一定的角色，完成角色所规定的职责。无线传感器网络在具体应用中可能规模庞大、部署密集，所在环境可能多样而动态变化，整个系统控制渐趋复杂，需要进行动态地调整。另外，不同的应用对无线传感器网络的设计要求不同，标准化的、规格化的网络系统难以解决网络结构、运行与调度的复杂程度。按照CAS自组织原则构建和运行的无线传感器网络系统，其行为模式可由大量相互作用的Agent来实现，各Agent可自主决策而不依赖于外部控制中心，因而具有更强的控制复杂性的能力，对于环境的随机变化具有更为灵活的响应特性。无线传感器网络运行和演化是基于大量主体（Agent）各自的微观决策，而少量Agent的失效或决策失误将不会终止系统既定目标的完成，因而自组织的无线传感器网络具有更强的鲁棒性和更强的适应环境变化的能力。良好设计的无线传感器网络自组织系统还具有更强的自行趋优的能力，能够不断地完善和优化其组织结构和运行模式。一个良好设计的无线传感器网络自组织系统的宏观演化是在反复迭代中不断趋于优化的，每一个Agent都遵循能够保证网络协调统一和稳定的系统规范和行为准则，并在此约束下决定其对策与后续行动；各个Agent的决策与行动是并行的，其通信的距离一般远小于系统的宏观特征尺度，而其信息往往是不完整的；每个Agent在决定其对策和行为时，除了根据其自身的状态以外，一般还需了解邻近Agent的状态；整个网络中所有Agent各自的行为的总和，决定整个系统的宏观行为。
3.2 无线传感器网络自组织的概念模型
定义1:将特定应用的某一时间t(t≥0)时的无线传感器网络所有节点的集合称为一个自组织空间，记为S(t)，S(t)={xi|i>0,i∈N} 。
定义2:称X(t)为无线传感器网络自组织变元，定义域为无线传感器网络自组织空间S(t)，称C{X(t)=xi}=ci(t), i=1,2,…为X(t)的自组织贡献分布，其中ci(t)为在时间t(t≥0)所被赋予的一个实数，称为节点xi的自组织贡献率。满足以下条件：(1)ci(t), i=1,2,…；(2)
为无线传感器网络所含节点数。在一个固定规模的无线传感器网络中，节点常因能量不足或故障等原因退出网络，n(t)随时间的增长而逐步减少。无线传感器网络的自组织依赖于多个子系统之间的相互作用，每一个子系统交互合作而表现为一定的角色，完成既定的任务。无线传感器网络及其应用环境的动态变化使每一个子系统的角色常常不断变化，自组织贡献率用于量化衡量这些具有特定角色的子系统(节点或节点集)对整个系统的重要程度。对于特定的无线传感器网络，在一定的时间区域，少数节点或节点集的贡献率越高意味着其重要程度越高，网络自组织演化对其依赖性越大，从而降低了网络的抗毁性和灵活性。无线传感器网络每个节点自组织贡献率的较少差异意味着网络对少数节点或节点集的依赖性较小，因而网络自组织演化具有更多的路径选择。
4 无线传感器网络微观与宏观演化机理及交互作用分析
4.1 无线传感器网络系统演进基本模型
CAS理论认为系统通过成员或主体自组织行为使系统形成了宏观有序现象，有序是指系统内部主体（微观）之间有规则的联系和运动，其形成依赖于能量的运动和作用。自组织是多个子系统之间作用产生的整体现象和效应，是通过系统的自发、自主地走向组织的一种结果和过程。在WSN系统中，基站、节点、目标、 簇首领(自适应自组织产生的随机节点“领导”)等组成了网路骨架，它们之间通过相互识别的路由协议发生着交互作用，形成微观与宏观或局部与整体的有机统一。
在无线传感器网络系统中远离所有节点处有一个固定基站(Bs)，所有簇首领将采集的数据发给Bs。网络中所有传感器节点都是同类节点并具有相同的初始能量；节点都有足够功率与其他节点和Bs进行直接通信，具有控制发送功率的能力，有足够的计算能力来支持信号处理和计算路由。传感器网络以数据为中心，即在每个采样周期，所有节点都要采集数据传送给首领。采样周期由数据采集、将数据传送给簇首领以及由簇首领将数据中继给Bs三个阶段组成。
4.2 无线传感器网络系统交互作用——路由协议
WSN 路由协议负责在簇首和传感器节点间可靠地传输数据，完成系统之间的联系及交互作用。本文根据不同的具体无线传感器网络路由结构和数据传输模型,对目前的路由协议作了以下3种分类。
4.2.1 数据为中心路由
数据为中心路由协议采用基于属性的命名机制来描述目标数据, 通过Bs向特定的区域发送查询请求来获取数据信息, 并在数据传输过程中进行数据融合。一种典型方式是定向扩散DD(directed diffusion)模型，它采用基于属性的命名机制来描述数据, 并加入了数据融合和缓存机制。DD 在运行过程中包括路径建立、数据发送和路径增强3个阶段。路径建立阶段主要是通过簇首领节点以广播、多跳方式向网络中所有节点发布兴趣( interest) 消息, 每个节点缓存接收的兴趣消息, 建立从源节点到Bs的梯度; 数据发送阶段主要是将采集到的匹配数据通过梯度路径发送到Bs节点, 中间结点通过本地化规则实现数据融合; 而路径增强阶段主要是Bs在收到数据后向数据到达最快的邻居节点发送增强消息, 依此类推, 建立一条从源节点到Bs节点的主路径。如图1所示。
4.2.2 层次路由
为了保证网络的可扩展性且不降低服务质量, 许多路由协议的设计中使用了分簇的思想,其典型基础是基于LEACH 的。LEACH(Low-Energy Adaptive Clustering Hierarchy) 的基本思想是以循环的方式随机选择簇首领将整个网络的能量负载平均分配到每个传感器节点, 从而降低网络能源消耗、提高网络通信安全，LEACH 协议每一轮循环可分为簇的建立和数据通信两个阶段。在簇的建立阶段, 相邻节点动态地形成簇, 随机产生簇首领，在数据通信阶段, 簇内节点把数据发送给簇首领, 簇首领进行数据融合并把结果发给Bs节点。与节点直接与Bs通信相比, LEACH 协议的能效提高了7倍。
4.2.3 地理位置路由
在WSN 的许多应用中,节点通常需要获取其位置信息（如森林防火）。而在许多路由协议中, 通常也需要位置信息来计算两个特定节点的距离以便估算所消耗能量。地理位置路由假设节点知道自己以及目的节点或者目标区域的地理位置信息, 利用这些信息作为路由选择的依据, 节点按照一定策略转发数据到目的地。这样查询信息就会只发布到指定区域, 因此有效地减少了数据传输次数, 节约了能耗。
5 从CAS角度研究WSN能源管理的思路
CAS思想提到了“流”、“标识”、“内部模型”和“构件”等概念，标识的作用在于实现交流，流的概念包括能量流和信息流。内部模型和构件的作用在于加强层次概念，其思路是把下一层次的内容和规律作为内部模型封装起来，作为一个整体参与上一层次的内容和规律“忽略”或“搁置”其内部细节，而把注意力集中于这个构件和其他构件之间的相互作用和相互影响上。因为在上一层次中这种相互作用和相互影响是关键的起决定作用的主导因素。
根据CAS的思路可以将将一个网络分成若干簇，通信分簇进行，不同簇的节点不直接通信。协议采用每个节点都只与自己的相邻节点直接通信，通过多跳中继将数据传送给首领。
簇首领接收到所有节点传来的数据，并将数据发送给远端Bs。因此，簇首领将比非首领节点消耗更多能量。如果簇首领在整个网络运行期都固定不变，则会很快耗尽能量。且一旦首领节点失效，其余簇内节点都将失去作用。协议使簇内所有节点轮流充当首领，充当首领节点的能量消耗将平均分布在所有节点中。用户一般并不需要网络所采集的所有数据，这是因为：(1)来自相邻节点的数据是高度相关的，从而造成数据冗余；(2)用户关注的是被监测环境中所发生事件的高层表述。使用数据融合将来自不同节点的一个或多个数据报合并成一个数据报。通过数据融合，可将每个采样周期中簇首领向Bs发送数据的次数降低以节省功耗。在簇内，每个节点采集的数据通过多跳通信方式在节点间传送，最终被首领接收。通过在簇内节点中形成一棵路由树的方法来减少数据报在转发过程中的总跳数。如此，能有效降低功耗，延长节点和网络的生存期。
管理科学研究方法论一个重要观点是必须把复杂系统当作复杂系统，无线传感器网自身特征符合复杂系统研究对象。本文从CAS理论视角对无线传感器网研究进行了方法论上的尝试探讨，以定性为主方式对无线传感器网进行了分析，同时为更深入研究无线传感器网提供了可操作的思路。
参考文献
[1] 崔莉,鞠海玲.无线传感器网络研究进展[J].计算机研究与发展,2005(1):163- 174.
[2] 孙利民,李建中,陈渝,等.无线传感器网络[M]. 北京：清华大学出版社,2005.
[3] 吴彤．自组织方法论研究[M]．北京：清华大学出版社，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．