摘要：无线传感器网络(Wireless Sensor Network,WSN)是能量严重受限的网络。对WSN剩余能量进行实时监测(Residual Energy Real-time Monitoring,RERM)，是了解WSN生存期情况、检验各种节能算法/协议是否有效的最根本的途径。目前的RERM研究仍存在一些基本假设上的错误。本文结合WSN应用实际，首先对RERM研究进行了分类学讨论和评价，然后，列举RERM研究在一般假设方面存在的问题。{zh1}，提出面向应用的RERM研究应遵循的一般原则。

　　关键词：无线传感器网络；个域网；剩余能量；实时监测

　WSN是能量严重受限的网络[1]。能量受限是影响WSN生存期的关键，故低功耗是WSN区别于其他无线网络的显著标志之一[2]。WSN通常部署在无人值守的环境，采用电池供电。在大规模部署时，更换电池极不现实，故WSN必须能量有效。能量有效要求体现在WSN设计的各方面、各层次[3]。只有实现能量有效，才能使节点及个域网(PAN)[4]的生存期{zd0}化。

　　有关能量有效和基于能量感知的算法/协议研究，目前已成为WSN的研究热点之一。上述两类研究既有区别又有联系，不同之处在于：

　　1)能量有效研究是指提出能量有效的算法或协议[5?6]，并验证其能量的有效性。在该类研究中，剩余能量信息作为判断指标出现。

　　2)在基于能量感知的研究中[7?8]，则是将剩余能量信息作为设计算法/协议的现实依据。本质上，它们均是基于剩余能量实时信息的研究，且都需要能耗模型的支持。剩余能量实时监测(RERM)是设计基于能量感知的算法/协议、检验算法/协议节能有效性的根本和现实依据。该信息用途还包括：

　　1)WSN健康程度的指示器，可通过它了解生存期状态和某些异常情况，进而对系统失效提供早期预警[2]；

　　2)可为增量部署(优化、修补网络)提供依据[2]；

　　3)可用于关键节点/路径的判定，为网络拓扑描述提供依据等。因此，有必要实时监测WSN剩余能量情况。

　　在RERM研究中，必须遵循面向应用的技术路线图(图1)。而一般假设正确与否又是问题的关键。一般假设必须符合WSN实际。因此，本文从WSN应用实际出发，首先对RERM研究进行了分类学讨论。然后又列举了其一般假设方面存在的问题。{zh1}，提出了RERM研究应遵循的一般原则。

　　1 Application-oriented road map on RERM1 RERM分类学研究RERM研究类型可按不同标准划分，以下采用层层深入的方法对其进行分类学讨论。

　　1.1 RERM研究的层次分类研究层次可分为：节点、PAN、超PAN 3种。

　　1.1.1节点层监测该层监测以节点能耗模型为支撑。

　　它反映WSN剩余能量的微观情况，要求相对细粒度的xx性，常表现为百分数形式[2,9]。该层研究重点是节点能耗建模。

　　1.1.2 PAN层监测该层监测以节点层剩余能量信息为基础，是PAN剩余能量情况的宏观概括。

　　只要求粗粒度的xx性，常表现为PAN的能量等高线图(Contour)[2]。该层研究重点是监测框架设计、监测信息的查询、传输、处理(如数据融合方法)机制等。

　　典型研究简介及评价如下。

　　(1)文献[2]提出了基于网内数据融合的剩余能量扫描算法：eScan，它可对PAN剩余能量进行抽象扫描；还提出了能量等高线图(Contour)(图2)抽象表示法，以近似地描述PAN的剩余能量分布情况。

　　评价：提出了重要概念——抽象扫描、Contour；采用洪泛方式查询，并使用专用数据帧对剩余能量状态进行查询或上报，使通信开销巨增；层层融合的方法只适用于簇树拓扑(Cluster-Tree)结构，对网状拓扑(Mesh)则明显不适用，故扩展性差。

　　(2)文献[9]认为：eScan中拓扑树无分层结构，通信开销巨大；无拓扑重构机制，使汇聚节点(Sink Node)附近路由节点能量很快被耗尽。故提出基于分层Cluster-Tree拓扑的eScan改进算法。

　　评价：改进算法使各节点的能量开销更公平；但监测拓扑树需周期性重构，通信等开销仍较大。

　　(3)文献[10]提出了基于Data?Contour(图3)的监测信息收集模式——Contour映射模式。其构建Contour的算法包括：分布式时空数据抑制算法；基于网内数据融合的多跳路由转发机制；在汇聚节点对Contour进行重构的插值和滤波算法。

　　评价：该模式中的数据抑制算法和数据融合机制使通信开销大大减少。支持“Dumb sensor,Smart sink”

　　部署模式，普通节点各种开销降低。

　　图3等高线图映射模式获取的WSN剩余能量地形图

　　(4)文献[17]提出了基于采样的监测信息收集方法。仿真结果表明：该方法的误差曲线与不使用采样的收集方法呈现出一致性特点。

　　评价：采样降低了通信开销，简单易行。在保证监测精度的前提下，可结合具体监测框架使用。1.1.3超PAN层监测对基于多PAN协作的大规模WSN[11]，未见RERM相关报道。多PAN协作时的RERM特点为：各PAN监测信息可采用不同的查询、传输、处理模式；监测并发进行；监测框架设计在兼容性和并发处理方面有更高的要求等。多PAN监测基于PAN层监测进行，故定义为超PAN层监测。

　　无疑地，超PAN层监测是粗粒度的。该层剩余能量情况具空间分布特性，因Contour是平面表达形式，简单叠加Contour不能反映超PAN层剩余能量空间分布特点，故需研究具空间表达能力的表达手段(直觉上，它应采用类似于三维地图的形式)。

　　1.2能耗模型的分类学讨论各层次中，节点层能耗模型处于基础地位。能耗模型按用途分为：分析模型、xxxx、应用模型3种。

　　1.2.1分析模型此类模型一般基于物理测量结果提出，研究粒度较粗，对节点硬件设计、节能算法/协议设计等方面有一般指导意义。

　　典型研究简介及评价如下。

　　(1)文献[13]提出了按通信、处理、感知3种功能模块划分的节点能耗模型(图4)。评价：该模型未考虑节点各功能模块的不同工作状态对节点能耗的影响，属于粗粒度的分析。只能了解节点能耗的大致分布，实践指导意义不强。

　　(2)文献[14]指出节点能耗主要在通信活动上，并把通信活动分为发送、接收、空闲监听、休眠4个状态。不同状态的能耗存在差异(图5)：发送能耗最多，空闲和接收能耗接近，睡眠能耗最少。

　　评价：通信各状态的能耗对比分布情况并非普遍情况(参见3)，这易对实践指导造成偏差。但将通信活动划分为4种状态，具有普遍指导意义。

　　(3)文献[15]将持续时间引入到对各状态能耗的研究中，并对[14]中模型进行了公式化表达。

　　评价：该模型是细粒度的能耗分析模型。公式化表达方式增强了它的实践指导作用。1.2.2xxxx此类模型用于网络仿真。要求全面考虑能耗相关各因素，及各自对能耗的影响程度。可采用复杂算法，以提xx真结果与现场应用情况的逼近程度。该类模型对WSN实践有一定指导作用。

　　典型研究简介及评价。

　　(1)文献[16]把链路层各组件的能量模型整合为一个框架，可与网络层、物理层和信道抽象模型交互。

　　OMNET++网络仿真器验证了其有效性。

　　评价：从OSI分层角度分析了链路层能耗因素。

　　该框架模型与其他层的接口使层内和跨层优化成为可能。通过选择该框架模型的关键设计参数，可为降低能耗等改进设计提供指导意见。

　　(2)文献[17]首先提出了基于状态转移图的能耗模型(SEDM，图6)。然后提出了基于马尔可夫链(Markov chain)的剩余能量概率预测模型。在预测模型中，每个具有M种操作模式的节点，都被建模成一个带M种状态的马尔可夫链。

　　评价：SEDM模型较全面地反映了节点的各种操作状态和状态转移情况。在实际应用中，通信延迟等因素使RERM信息具有陈旧性特点，预测模型为解决这一问题提供了有益的思路。

　　(3)文献[18]认为影响能耗的因素包括：接收结构、流量、差错控制、信道及其访问类型等。然后基于这些因素，利用马尔可夫链和信号流图等工具建立了能耗模型。

　　评价：从通信方面对能耗相关因素进行综合考虑，便于对OSI各层进行综合分析。但忽略了节点自身因素对能耗的影响，不能全面反映实际情况。

　　(4)文献[19]认为能耗是传输距离的函数，它依赖于电磁环境、功率放大(Power amplifier,PA)模块的输出功率。在通信模块能耗模型中，传输距离用PA输出功率，低噪声放大(Low noise amplifier,LNA)和射频(RF)模块的电磁环境来建模。

　　评价：PA功率连续可调的假设有误；能耗与传输距离并无直接比例关系，故不能认为能耗是传输距离的函数[20]。尽管该模型存在错误，但它考虑了PA，LNA和RF电磁环境等实际因素。

　　(5)文献[21]根据PA采用离散方式设置功率级别的实际情况，提出了离散能耗模型。

　　评价：考虑了PA功率输出具有离散特点的实际，进一步贴近了WSN应用实际情况。

　　1.2.3应用模型RERM研究是由WSN应用驱动的，故必须面向应用。面向应用的能耗模型，可按研究方法不同划分为软件、硬件和混合3类。
　　(1)软件方法。
　　特点：利用节点运行时附带产生的与能耗相关的特征信息计算剩余能量；某些模型需使用厂家提供的能耗特征参考值；估计精度相对较低；不需增加硬件成本；可用于节点实际部署的情况。
　　典型研究简介及评价如下。
　　1)文献[22]认为：节点信号强度随时间递减，可通过监听接收信号强度指示(Received Signal StrengthIndicator,RSSI)变化来计算节点能耗。
　　评价：其一般假设存在错误(参见2)。
　　2)文献[23]认为能耗是占空比和通信负载的函数，提出了相应的模型。
　　评价：非周期通信的占空比不稳定，实测困难，模型适用范围受限。但从通信特征中抽取出能耗相关因素进行建模，是一种可行思路。
　　3)文献[20]指出：实际节点PA采用离散方式设置功率级别。能耗和传输距离间xx例关系。能耗与节点芯片规格(特定状态的电压/电流和工作时间等参考值)、发送功率级别和数据帧长有关。
　　评价：该模型简单易行，但未充分考虑各功能模块不同状态的能耗因素，监测精度较低。简单地认为传输能耗与传输距离无关，过于武断。
　　(2)硬件方法。
　　特点：面向复杂应用环境；采用基于电源电压/电流监测的简单模型；可对移动节点进行能量监测；适应各种拓扑；不需复杂软件支持；节点上需增加电压/电流检测电路或专用模块(包括模拟电路和数字电路)；硬件开销大；不适合大规模部署。
　　典型研究简介及评价如下。
　　1)文献[22]认为：电池电量不足时电动势被拉低。
　　故可对电源电压采样，再经AD转换后提交给MCU处理，当电压低于给定值时发出报警信息。
　　评价：该方法基于电池输出电压监测进行。采用节点一体化设计，通用性差。只提供阈值报警，不支持实时监测，增加的电路使能量开销较大。
　　2)文献[24]提出并设计了可扩展的能量监测工具(SPOT)。它利用泄流电阻对电池输出电流进行采样，经AD转换后提交给MCU处理。SPOT有较大的电流动态监测范围(4 500?1)，电流分辨率达到了＜1μA，时间分辨率达到毫秒级。
　　评价：该方法基于电池输出电流监测进行。SPOT采用模块化设计，可与无线节点配合使用，通用性强。
　　支持实时监测功能，测量精度高。但电路更加复杂，硬件开销更大，能量开销较大。
　　(3)文献[25]指出：对电池剩余电量进行测量，很难保证精度。可使用能保障测量精度的超级电容—GoldCap(电容≥1 F)对节点供电。
　　评价：该方法基于超级电容输出电流监测进行，适用范围受限。采用节点一体化设计，通用性差。支持实时监测功能，监测电路简单，能量开销小。但需配套的充电电路，硬件开销大。
　　(3)混合方法。
　　特点：面向实验室应用，支持在线测试；采用基于电压/电流实测值的复杂模型；需精密检测电路，需复杂软件支持，软硬开销均较大；能量开销大；但监测精度高，可得出相对xx的测试结果。与测试床配合使用，可进行能量有效性验证分析。
　　典型研究简介及评价如下。
　　1)文献[26]提出并实现了基于USB的节点工作电流实时监测方法。
　　评价：可高精度监测工作电流。能耗模型未全面反映能耗情况。需USB支持，硬件开销大。但能耗开销比SPOT[24]小，节点上需有软件支持。
　　2)文献[27]提出了基于软件的在线能耗估计机制。该机制采用线性能耗模型。该模型要求分别测量关键电路和芯片不同工作状态的电流值。为保证测量精度，还采用了离线校准机制。
　　评价：较文献[26]中方法的测量精度高。模型中通信模块只考虑了接收和发送2种状态，故不能全面反映节点能耗情况。离线校准等使各种开销大增。
　　3)文献[28]首先提出了基于有限状态自动机(Finite State Automaton,FSA)理论的能耗模型；然后利用支持校准等的专用测试设备(SNMD)进行实测，验证了该模型的正确性。
　　评价：能耗模型全面考虑了各模块不同状态的能耗(图7)，测量精度更高。但需繁琐的手动介入操作，且需专用测试设备支持。可进行能耗在线分析测试，也可为能耗特征参数提供xx参考值。
　　综上所述，现有能耗模型及监测框架均不能xx满足WSN的应用实际需求。其原因在于：研究的一般假设中存在不同程度的错误或缺陷。
　　2 RERM研究中一般假设方面存在的问题RERM研究是面向应用的，其一般假设须源自应用实际。但目前研究的一般假设中，存在种种与WSN实际不符的情况(限于篇幅，仅列举如下)：
　　1)节点对称通信假设错误[2,9]；
　　2)节点周期性通信假设错误[1,20,21]；
　　3)能耗可按比特计算假设错误[15,19,21]；
　　4)节点各状态能耗分布不具普遍性[15]；
　　5)射频PA功率连续可调假设错误[21]；
　　6)节点信号强度随时间递减假设错误[23]；
　　7)电池供电至剩余电量为零假设错误[1]；
　　8)固定部署与位置可知假设的局限性[2,9]；
　　9)监测框架只支持Cluster-Tree拓扑[2,9,10,18]，扩展性差。
　　3面向应用的能耗建模和框架研究原则在面向应用的RERM研究中，必须把WSN资源受限作为考虑问题的出发点。必须全面、综合地考虑WSN节点低计算能力、低存储能力、低通信带宽、低功耗、低成本等实际特点[1]。
　　基于这种认识，结合前面对RERM的分类学讨论及一般假设错误/不足的分析，提出如下面向应用的RERM研究原则。
　　(1)结合实际原则：该原则是由RERM研究面向应用的特点决定的。研究的一般假设必须符合WSN实际。基于错误假设得出的能耗模型和监测框架必然是错误的。
　　(2)简单性原则：能耗问题可从不同视角研究，故能耗模型有多种表达方式。在选定研究视角时，如发现该视角中存在参数值测量不便或不能通过其他简便方式获得时，则应变换研究视角。在监测框架研究中，应保证使普通节点的工作尽量简单，如：避免使用框架周期重建机制，以减少节点间繁琐交互和节点自身的复杂处理。
　　(3)全面性原则：选定研究视角后，应特别注意结合应用实际，全面分析能耗相关因素；在能耗模型中，相关因素通过对应参数体现。有时为兼顾简单性原则，对能耗相关程度不高因素，可采取适当手段进行简化处理。
　　(4)有效性原则：监测结果应满足一定的精度要求。否则，监测结果就失去了应用价值。
　　(5)实时性原则：监测结果应满足一定的实时性要求。不能保证实时性会使监测结果的应用价值大大降低。故在无法满足具体应用的实时性要求时，有必要采用简单、有效的机制进行预测补偿。
　　(6)经济性原则：各种开销(如通信、计算、采样等开销)应降至{zd1}，关注剩余能量监测的效费比。由于通信功耗远大于其他活动的功耗[15]，所以，要特别注意使通信开销降到{zd1}。
　　(7)可扩展性原则：能耗模型和监测框架应在不加修改或只进行细微修改后，就能适用于各种部署模式(移动、固定等)。同时，也能适用于不同拓扑结构的应用。
　　上述基本原则源自WSN实际需求。特别地，这些原则是在对能量监测研究实践的经验和教训进行全面、深刻总结的基础上提出来的，因此，它们对面向应用的RERM研究具有普遍的指导意义。
　　4结论结合WSN应用实际，首先，对目前的RERM研究进行了分类学讨论和评价。然后，列举了RERM研究中一般假设方面存在的问题。{zh1}，总结出了面向应用的RERM研究应遵循的一般原则。
　　下一步工作：为实现面向应用的RERM功能，拟首先从WSN应用实践出发，提出符合实际的一般研究假设。然后，遵循本文提出的RERM研究中的一般原则，结合已有RERM研究方法中的有利因素，对WSN能耗模型、监测应用框架进行研究。