第一章 绪论
1.1无线传感器网络简介
无线传感器网络使用一种全新的信息获取和处理技术，具有广阔的应用前景。目前，无线传感器网络在军事、灾难预警、环境、医疗、交通、电网等领域已得到广泛应用。在地势艰险的紧急救援领域，无线传感器网络更是具有其它网络无法比拟的优势。下面介绍传感器网络的一些应用[1]。
（1）军事应用[2]。传感器的应用源于军事应用，早先，人们将无线传感器网络安装在敌军阵地，用于监控敌军人力物力等。这种系统，既有用于海洋中的大型系统，也有用于陆地上的小型系统。由于传感器可以撒布于人力不便到达的区域，军事上，传感器常用于友军、设备和弹药监测；战场监视；敌对力量和地形的侦察；定位；战斗损伤评估以及核、生化攻击检测和侦察。
（2）灾难预警。这在人们生活中及其重要。无线传感器可以分布在森林中，监测森林火灾。该功能可以通过温敏传感器实现，当温度超过一定值，传感器将该消息上报给汇聚节点（灾难预警及处理机构）。类似的应用还包括化工厂的事故监控，洪水灾害[3]、地震灾难的检测等。
（3）环境控制和生物多样化勘测[4]。在生物多样化勘测中，可利用无线传感器网络研究生活在某一区域的动植物种类的数目，是否有害虫等。在生活环境中，可以对饮用水质量进行监测，检查其是否符合饮用标准；或者为污染物的投放选择合适的地址。还可以监测海洋污染以及大陆架的腐蚀情况。
（4）药品管理和卫生保健[5]。现代医院中，通过传感器技术对各种药品进行标签管理，人们可以方便地管理各种药品，不仅可以提高工作效率，而且大大降低给患者错误用药的概率。在术后护理和重病特别护理中，患者可以佩戴完成特殊任务的微型传感器；对病人进行长期的监护（特别是老人）。另外，利用医护人员和患者之间的跟踪系统可以及时地救治伤患。
（5）智能楼宇[6]。我们可以使用无线传感器网络监测大楼的温度、湿度、空气质量等，通过使用智能设备，自动调节这些参数，提高人们的生活舒适度。我们可以使用无线传感器网络来监测楼宇的承受能力以及是否还适合居住等，避免由于楼宇老化导致的意外伤亡。还可以对震后的房屋进行监控，测量其弯曲荷载等参数，考察其是否有倒塌的危险。无线传感器网络还能在发生意外坍塌后对建筑物进行检测，查看是否有生命迹象，辅助救援等。
（6）精细农业[7][8]。可以用于检测土壤的酸碱度以及湿度等情况，从而及时采取相应的措施，避免不必要的损失。可以监测植物是否有虫害或病态等异样。可以用于监测养殖场的动物身体状况。还可以用于监测农场环境，为科技化种植及养殖提供科学数据，辅助制定有效的生产方案，提高人们收入。
1.2 WSN路由协议介绍
网络层路由协议是网络的核心协议，它位于分层体系结构[9]中的网络层，完成网络中寻址、路由和转发的功能，对网络性能有重要的影响。传统网络的路由设计原则，主要是寻找延迟小的优化路径，提高网络利用率和公平性以及避免通信拥塞和均衡网络流量。与传统网络的路由协议设计不同， WSN 路由协议设计需考虑以下因素： 能量高效（协议简单/开销小/节省能量/均衡消耗）。 基于局部拓扑信息。 通常以数据为中心。 可扩展性（网络范围/节点密度）。 鲁棒性（节点变化/拓扑变化）以及快速收敛性。路由算法的分类有多种方法[9][10]，根据路由决策的方法来划分，可分为集中式和分布式；根据路由选择算法能否随网络业务量或者拓扑变化自适应地进行调整来划分，可分为非自适应的和自适应的；根据应用场合来分，可分为广域网路由和互联网路由。这里，我们按照路由协议的特性，将无线传感器网络中的路由协议分为三类。
第二章 定向扩散算法及仿真工具介绍
2.1 引言
早在上世纪初，随着传感器元器件集成及电子器件的不断小型化，生产极度廉价的传感器成为可能[22]。这些器件可以监控多种周边环境：温度，压力，湿度，土壤结构，车辆移动，噪声水平，光照条件，某种目标的存在与否等等，具备极大的处理能力，存储器以及无线通信的能力。无线传感器网络的使用日趋广泛，它彻底改变了以往的数据收集方式，人们日常生活事物的处理都在向智能化发展，如智能工业、智能环保、智能灾害防控、城市智能交通、智能物流、智能医护等。为了评价这些传感器网络中各种算法的性能，以及通信能耗情况，仅通过实地实验是不理性的。实验选址，实验设备铺设等都是很大的挑战。特别是包含大量节点的大规模无线传感器网络，更是很难通过实地实验来实现。随着网络仿真技术的发展，大家开始研究各种仿真软件，通过仿真来考察网络设计的合理性与可靠性。网络仿真不仅可以为网络的规划设计提供可靠的依据，而且可以比较不同方案的优劣，以及对网络故障进行分析，对容量规划进行预测，对新协议进行分析等。网络仿真比实地实验在节约时间成本、资金成本、人力成本以及可适用性等方面有着不可比拟的优势。众所周知，传感器网络中的节点都是能量受限的，如何减少能量的消耗已经成为大家研究的热门话题。但是定向扩散协议在初始化阶段，兴趣消息在全网进行泛洪，将产生大量数据包，需要消耗大量能量。为了减少初始阶段网络中包的数目，我们提出采用基于簇的定向扩散协议。首先将传感器节点分成簇的形式，选举簇头，定向扩散的兴趣分组将只在簇头节点和边界节点间进行泛洪，大大减少了泛洪的包的数目。下文首先讲述定向扩散协议（DD）[12]及其扩展，接着介绍了无线传感器网络中的成簇路由协议及簇头选择算法，最后，展示我们使用的仿真工具OMNeT++ 。
第三章 仿真平台搭建.....29
3.1 引言 ......29
3.2平台简介及难点分析........29
3.2.1平台简介........29
3.2.2平台实现难点及可行性分析 ......30
3.3仿真平台整体构架 ....30
3.3.1仿真场景的设计......30
3.3.2目标节点协议栈结构........32
3.3.3传感器节点协议栈结构....32
3.4协议栈中各部分功能实现 .........33
3.5网络中信道设置........35
3.6小结......36
第四章 基于 CONID 成簇的定向扩散算法.....37
4.1 引言 ......37
4.2基于CONID成簇的定向扩散协议 ........37
4.2.1分簇与网络连通阶段........37
4.2.2定向扩散阶段 ........39
4.3簇头节点固定的定向扩散算法 ....39
4.4算法实现 .......41
4.4.1两步WLS定位算法实现....41
4.4.2基于CONID成簇的定向扩散算法实现 ........42
4.5小结......44
第五章 仿真结果分析......49
5.1 引言 ......49
5.2路由算法性能........49
5.3 MAC协议对网络时延的影响......54
5.4定位算法性能........55
5.5小结......58
结论
随着传感器技术的发展及电子器件集成能力的提高，大规模生产廉价的传感器成为可能。无线传感器网络已经广泛应用到我们的现实生活中，智能家居、精细农业、灾害预警等，为我们的生活带来了极大的方便。在使用无线传感器网络的同时，如何规划一个无线传感器网络？应该使用哪种处理技术？不同的参数对无线传感器网络会造成什么影响？这些问题成了大家关心的问题。对于大规模的网络而言，通过实地实验来决定网络的构造是不理性的，在时间、人力、物力及财力上都是不合理的。我们可以通过使用相关的网络仿真平台来实现这些功能，包括网络规划、算法性能对比分析、故障查找等。本论文考虑到人们对仿真平台的需求，基于 OMNeT++ 的 MiXiM 平台，创建了一个适合于无线传感器网络仿真的平台。在该平台上，可以测试不同层次算法的性能，包括路由协议、 MAC 协议、应用层定位、跟踪算法以及物理层的路径衰落模型等。目前使用的基于簇的定向扩散协议和 MAC 层的 FlexiTP协议，可以适应无线传感器网络的需求，协助应用层的仿真。与以往的定向扩散协议不同，这里使用成簇的方法，先将网络中的节点分成不同的簇，各成员节点先将数据传给簇头节点，簇头节点可以根据需要对接收到的数据进行处理，处理完后将数据传给 sink 节点。 LEACH 协议中，各簇头节点可以直接与 sink 节点通信，这里成簇不再使用该结构，而是使用多跳结构，成簇在局部进行，数据通过边界节点和簇头的中继作用，转发给 sink 节点。
参考文献
[1] Holger Karl and Andreas Willing著，邱天爽，唐洪，李婷，杨华，姜一译.无线传感器网络协议与体系结构. 北京：电子工业出版社, 2006年.
[2] I.F Akyildiz, W. Su, and Y. Sankarasubramaniam. Wireless sensor network:A survey. Computer Networks, 38:393–422, vol.38, 2002.
[3] P. Bonnet, J. E. Gehrke, and P. Seshadri. Querying the physical world. IEEEPersonal Communications, 7:10–15, vol.7, 2000.
[4] A. Cerpa, J. Elson, D. Estrin, L. Girod, M. Hamilton, and J. Zhao. Habitatmonitoring: Application driver for wireless communications technology. ACMSIGCOMM, 2001.
[5] L. Schwiebert and et al. Research challenges in wireless sensor network ofbiomedical sensors. MibiCOM, pages 151–165, 2001
[6] Essa I. A. Ubiquitous sensing for smart and aware environments. IEEEPersonal Communications, 7:47–49, vol.7, Oct. 2000.
[7] Aline Baggio. Wireless sensor networks in precision agruculture. Workshopon Real-World Wireless Sensor Networks, 2005.
[8] Herman Sahota, R. Kumar, and A. Kamal. A wireless sensor network forprecision agriculture and its performance. Wirel. Commun. Mob. Comput.,11:1628–1645, 2011.
[9] AndrewS. Tanenbaum著 潘爱民译. 计算机网络（第4版）. 北京：清华大学出版社, 2004年.
[10] 李建东，盛敏. 通信网络基础. 北京：高等教育出版社, 2004年.