无线传感器网络中网络层故障容错技术研究进展_图文.
无线传感器网络路由协议研究进展
无线传感器网络路由协议研究进展摘要在无线传感器网络体系结构中，网络层的路由技术至关重要。
在介绍无线传感器网络的特点后，对现有的无线传感器网络路由协议进行了分类，然后着重分析了一些有代表性的路由协议的路由机制，并指出了这些协议的优缺点和应用范围。
最后结合该领域当前研究现状，指出了路由协议未来的研究策略与发展趋势。
关键词无线传感器网路；路由协议；路由分类；路由机制中图分类号tn8 文献标识码a 文章编号 1674-6708（2011）35-0173-030 引言随着微电子技术，无线通讯与传感技术的发展，无线传感器网络[1]（wireless sensor networks， wsns）引起了人们广泛的关注。
wsns是由部署在监测区域内的大量廉价微型传感器节点组成，通过无线通讯方式形成的一个多跳的自组织的网络系统。
wsns不需要固定网络支持，在军事国防，生物医疗，环境监测及智能家居等领域具有广阔的应用前景[2]。
作为一种新型的无线自组网络，无线传感器网络与传统的移动自组织网络（mobile ad hoc networks，manet）有着明显的差异，主要体现在：1）wsns节点不移动或很少移动，而manet节点移动性强；2）wsns络旨在收集信息，而manet则倾向于分布式计算和端到端通信；3）wsns节点的能量、存储空间和计算能力有限；4）wsns节点通讯高能耗，数据计算低能耗，节点会因能量耗尽而失效；5）wsns节点数量更大，分布范围更广，节点没有统一编址，节点之间通过广播、多跳通信方式进行数据交换；6）wsns节点产生的数据具有较大的冗余度；这些差异使得manets路由协议不适合直接运用到wsns中，需要结合wsns的特点对其进行改进，提出新的路由协议。
本文对当前较为典型的路由协议进行了分类和总结，指出了路由协议将来发展的趋势，目的在于为路由协议的进一步研究作参考。
1 传感器网络路由协议分类研究近几年，人们提出多种基于不同应用目标的路由协议，并根据不同的应用对路由进行了分类研究与比较[3，4]。
无线传感器网络研究
千上万个传感器节点空投到该区域 ， 数量很大 。 而且 ， 传感器节点分布非
常密集 ， 利用节点之间高度连接性来 保证系统 的容错性和抗 毁性 。
，
。一
， ，
（） ７ 以数 据为中心 。在无线传感 器网络中 ， 人们 只关 心某个 区域 的 某个观测指标 的值 ， 而不会去关心具 体某个 节点 的观测数据 。 以数据 为
计算能力 、 程序空间和内存空间比普通的计算 机功 能要弱很多。这一点
决定 了在节点操作 系统设计 中， 协议层次不能太复杂 。
传感 、 数据收集 、 处理和无线通信 能力的小体积 、 低成本的传感器节点构
成 的无 线 自组织 网络 ， 目的是协 作地感知 、 其 采集和处理 网络覆 盖 的地
２０ 年 第 １ 卷 ０６ ６
第９ 期
收稿 日期：０ ６ ０ — ９ ２ ０ － １ １
无线传感器网络研究
张海玉 ， 贾润亮
（． 省财政税务专科学校 ， １ 山西 山西太原 ，３０４２ ００２ ；． 太原理工大学 ， 山西太原 ， ０ ２ ） ０ ０４ ３
摘 要 ： 绍了无线传感 器网络的体 系结构 、 介 特点 ， 分析 了无线传感 器网络研 究的一些
用前景 。
点通过 分层 协议和分布式算法协 调各 自的行为 ，节点 开机后就 可以快 速、 自动地组成一个独立 的网络。 （） ４多跳路由。 网络中节点通信距离有限 ， 如果希望 与其射频覆盖范
围之外的节点进行通信 ， 要通过中间节点进行路由。无线传感器网 则需 络 中的多跳路 由是 由普通网络节点完成 的 ， 没有专 门的路 由设备。这样 每个节点既可以是信息 的发起者 ， 也是信息 的转发者 。 （） ５ 动态拓扑 。 无线传感器 网络是一个动态 的网络 。 节点可以随处移
无线传感器网络技术概论课件：无线传感器网络体系结构
无线传感器网络体系结构
2．通信能力的约束 传感器节点的通信能力关系到传感器网络监测区域内节
点部署数量，而制约其通信能力主要有两个参数，即能量损 耗和通信距离，二者之间的关系为
E = kdn
(2-1)
式中，E为传感器节点的通信能量损耗；k为一个常数，
与传感器节点的系统构成有关；d为传感器节点的通信距离；
分别接入TD-SCDMA、GSM核心网、Internet主干网及无线 局域网络等多种类型异构网络，再通过各网络下的基站或主 控设备将传感器信息分发至各终端，以实现针对无线传感器 网络的多网远程监控与调度。同时，处于TD-SCDMA、 GSM、Internet等多类型网络终端的各种应用与业务实体也 将通过各自网络连接相应的无线传感器网络网关，并由此对 相应无线传感器网络节点开展数据查询、任务派发、业务扩 展等多种功能，最终实现无线传感器网络与以移动通信网络、 Internet网络为主的各类型网络的无缝的、泛在的交互。
(2) 汇聚节点：用于连接传感器节点与Internet 等外部网 络的网关，可实现两种协议间的转换；同时能向传感器节点 发布来自管理节点的监测任务，并把WSN收集到的数据转 发到外部网络上。与传感器节点相比，汇聚节点的处理能力、 存储能力和通信能力相对较强。
(3) 管理节点：用于动态地管理整个无线传感器网络， 直接面向用户。所有者通过管理节点访问无线传感器网络的 资源，配置和管理网络，发布监测任务以及收集监测数据。
锁相回路(PLL)、解调器和功率放大器组成，所有的这些组
件都会消耗能量。对于一对收发机来说，数据通信带来的功
耗PC的组成部分可简单地用模型描述为
PC = PO + PTX + PRX
(2-2)
无线传感器网络如何应对基站故障
无线传感器网络如何应对基站故障无线传感器网络（Wireless Sensor Network，WSN）是由大量分布在空间中的无线传感器节点组成的网络系统。
这些节点可以感知、采集和传输环境中的信息，从而实现对环境的监测和控制。
然而，由于基站作为WSN的核心组成部分之一，一旦基站发生故障，将会对整个网络的正常运行产生严重影响。
那么，无线传感器网络如何应对基站故障呢？一、分布式控制算法分布式控制算法是一种能够使网络中的节点自主决策和调整的算法。
在网络中，每个节点都具备一定的处理能力和存储能力，可以通过相互之间的通信和协作来完成一些任务。
当基站发生故障时，分布式控制算法可以使网络中的节点自动选择一个新的基站，并通过节点之间的协作来实现数据的传输和处理。
这种算法能够保证网络的稳定性和可靠性，并且能够快速适应基站故障的情况。
二、容错机制容错机制是一种能够使网络在基站故障的情况下继续正常运行的机制。
在无线传感器网络中，可以通过增加冗余节点来实现容错。
当基站发生故障时，冗余节点可以自动接管基站的功能，继续接收和处理其他节点传输过来的数据。
此外，还可以采用数据备份和数据恢复的方式来保证数据的可靠性。
当基站发生故障时，可以从备份数据中恢复出原始数据，以确保网络的正常运行。
三、自组织网络自组织网络是一种能够在无中心控制的情况下自动组织和管理网络的机制。
在无线传感器网络中，可以通过自组织网络来应对基站故障。
当基站发生故障时，网络中的节点可以自动组织成一个新的网络结构，通过节点之间的直接通信来实现数据的传输和处理。
这种机制能够保证网络的可靠性和稳定性，并且能够快速适应基站故障的情况。
四、能量管理能量管理是一种能够有效利用节点能量资源的机制。
在无线传感器网络中，能量是节点运行和通信的重要资源。
当基站发生故障时，节点可以通过能量管理来减少能量的消耗，延长网络的寿命。
例如，可以通过调整节点的工作模式和通信范围来降低能量消耗，或者通过能量回收和能量转移的方式来补充能量。
无线传感器网络的研究内容综述
无线传感器网络的研究内容综述摘要：无线传感器网络具有广泛的应用前景，且能够实现多种功能，因而是当前学术研究的一个重点领域。
本文介绍了无线传感器网络的体系结构和组网特点，详细分析了当前无线传感器网络中各层次的通信协议。
关键词：无线传感器网络体系结构组网特点通信协议1 无线传感器网络结构无线传感器网络的典型结构为自组多跳网络。
该网络中的节点同时具有传感、信息处理以及无线通信功能，每个节点通过多跳路由连接到无线网关，通过无线网关实现与监控终端的通信。
鉴于节点的属性限制，其通信距离较短，因此必须使用多跳路由，且节点数量要多，分布要密集。
2 无线传感器网络特点无线传感器网络具有如下几方面特点。
①硬件功能有限。
由于节点体积较小、价格相对低廉且要求运行的功耗较低，故其在性能方面要比通用的计算设备差很多。
②续航时间有限。
该方式为电池供电，且节点体积较小，分部环境较复杂，因而无法为电池充电或者为节点更换电池，一旦能源消耗完毕，该节点也就死亡，因此在传感器网络的设计中，一切以节能为前提。
③自组织性。
无线传感器网络的覆盖都是由节点自助完成的，不需要依赖任何支撑网络设施。
④无中心性。
网络中所有节点都是相对独立和平等的，任意节点的离开或加入都不会影响整个网络的运行。
⑤多跳路由。
无线传输网络中的节点只能在小范围内进行通信，因而若希望实现与网关或者外围监控终端的通信则必须通过其他节点进行路由实现。
⑥节点数量庞大，网络分布密集。
在某一区域进行无线传感器网络部署时需要使用大量的节点来维持网络的容错性和抗毁性。
3 无线传感器网络协议层次无线传感器网络的通信协议主要分为物理层、链路层、网络层和传输层。
对于这些协议需要进行具体讨论，现有的如ieee802.1x协议无法在无线传感器网络中应用。
3.1 物理层物理层的主要作用为产生载波对所需传输的数据进行调制与解调。
当前时期对物理层节点的设计思路主要有两种，一种为使用mems和集成电路技术等对节点的微处理器、传感器等模块进行设计；另一种为使用现有的商业元器件进行节点构建。
无线传感器网络中的群智感知技术研究
无线传感器网络中的群智感知技术研究无线传感器网络（Wireless Sensor Networks, WSN）作为一种新兴的信息感知和处理技术，已经被广泛应用于环境监测、农业生产、智能交通等领域。
群智感知技术是WSN中的重要研究领域，通过将分布在网络中的多个传感器节点组织起来，实现对环境的智能感知和信息收集。
首先，群智感知技术为WSN中的节点设计了合适的协作方式，以便高效地完成数据收集任务。
传感器节点之间的数据传递和协作是群智感知的核心。
一种常见的协作方式是数据融合，即将从不同传感器节点收集到的数据进行融合和处理，得到更准确、可靠的信息。
此外，还可以利用无线网络中的多跳传输机制，通过中继节点传递数据，以便覆盖更广的感知区域。
其次，群智感知技术可以通过优化传感器节点的能量消耗，延长整个网络的生命周期。
能源是无线传感器网络中的重要限制因素，传感器节点的能量有限，无法长时间工作。
为了减少能量消耗，可以通过分配合理的任务负载，使得传感器节点按需工作。
此外，可以设计能量感知的路由协议，将数据传输的路径通过能量消耗进行调整，以避免节点能量耗尽。
另外，群智感知技术还可以提高无线传感器网络的抗干扰性能和容错性。
无线环境中存在很多干扰源，如电磁干扰、噪声干扰等，这些干扰对传感器节点的数据采集和通信都会产生负面影响。
通过部署多个传感器节点，可以实现数据冗余和容错。
当部分节点受到干扰时，其他节点可以协同工作，并提供可靠的数据。
此外，群智感知技术在数据处理和决策方面也具有重要作用。
传感器节点收集到的数据往往是海量的、分散的，如何从中提取有价值的信息是一个挑战。
群智感知技术可以通过协作的方式，将不同节点的数据进行融合和处理，提供更全面和准确的信息。
在环境监测领域，可以通过群智感知技术提供的数据，实时分析环境状况，进行预测和决策。
在实际应用中，群智感知技术已经取得了一定的成果。
例如，在城市交通领域，通过部署大量的传感器节点，可以实时监测路况、交通流量等信息，为交通管理部门提供决策支持。
如何解决无线传感器网络中的数据丢失问题
如何解决无线传感器网络中的数据丢失问题无线传感器网络（Wireless Sensor Network，简称WSN）是由大量分布在空间中的传感器节点组成的，这些节点能够感知环境中的物理量，并将采集到的数据通过无线通信传输到基站或其他节点。
然而，在WSN中，数据丢失问题一直是一个困扰研究者和工程师的难题。
本文将探讨如何解决WSN中的数据丢失问题，并提出一些解决方案。
首先，造成数据丢失的主要原因之一是传感器节点之间的通信信道不稳定。
由于环境中存在多种干扰源，如电磁干扰、信号衰减等，导致传感器节点之间的通信信号受到干扰或衰减，从而引发数据丢失。
为了解决这个问题，可以采用信号增强技术，如使用天线阵列来提高信号的接收强度，或者使用信号处理算法来降低信号的噪声干扰。
此外，还可以通过增加传感器节点之间的通信距离或增加中继节点来提高通信的可靠性。
其次，数据丢失问题还与传感器节点本身的能耗有关。
由于传感器节点通常由电池供电，能耗是一个重要的考虑因素。
为了延长传感器节点的寿命，一些低功耗的通信协议和算法被提出来。
例如，可以采用分层结构的通信协议，将传感器节点划分为多个层次，每个层次的节点负责不同的任务，从而减少节点之间的通信频率和能耗。
此外，还可以采用数据压缩和聚合技术，将多个相似的数据合并为一个数据包进行传输，从而减少通信开销和能耗。
另外，传感器节点的故障也是导致数据丢失的一个重要原因。
由于节点的部署环境通常是恶劣的，如高温、高湿、强磁场等，节点的硬件和软件可能会出现故障。
为了解决这个问题，可以采用冗余节点和自适应节点部署策略。
冗余节点是指在同一个区域内部署多个相同功能的节点，当其中一个节点故障时，其他节点可以继续工作，从而避免数据丢失。
自适应节点部署策略是指根据环境的特点和需求，选择合适的节点部署位置，从而减少节点的故障率。
此外，数据丢失问题还与网络拓扑结构有关。
传感器节点的部署位置和网络拓扑结构会影响数据的传输和接收效果。
对于无线传感器网络关键技术的研究
键技 术进行 了简要 的描述 。 并指 明了研 究方 向。
Ｉ 关键词】 无线传感器网络； 关键技术； 资源受限
数据融合技术是将多份数据或信息进行处理 ． 合出更有 效 、 组 更 符合用户需求的数据。 该技术在 ＷＳ Ｎ中起着十分重要 的作用 。 主要表 无线传感 器网络（ ｒｅｓ ｅｓｒ ｅ ｏ ． Ｎ 是一种 通过大量 现在 以下两个方面 ： Ｗｉｌ ｎｏ Ｎ ｔ ｒ ＷＳ ） ｅｓＳ ｗ ｋ 低成本 、 资源受限 的传感节点设备协同工作实 现某 一特定 任务的 自组 ３１ 节省能量 、 ． 提高数据收集效率 织网络 。 作为 当今信息领域新的研究热点 ， Ｎ有很多关键技术有待 ＷＳ ＷＳ Ｎ是 由大量节 点组成 的 单个节点的监测范围和可靠性是有 进一步研究 。这些技术包括定位技术 、 时钟同步技术 、 数据融合 、 能量 限的． 因此必须使节点 的部署 达到一定 的密度 。 以增强网络 的鲁棒性 管理和安全机制等 。本文分别对这些技术进行简要的描述。 和监测信 息的准确性 ．于是相邻节点采集 的数据 会有一定程度 的重 复 。过多的重复信息并不 能使汇 聚节点得到更多 的信息 ． 反而会浪费 １ 定位技术 传感器的能源。数据融合就是要对数据进行 网内处理 ． 即中间节点转 由于 ＷＳ Ｎ是通过飞行器撒播 、人工埋设和火箭 弹射等方式 进行 发数据之前对数据进行综合 ， 除冗余信息 。由于删除信息利用 的是 删 部署 的 。 节点的位置都是随机的。而节点采集的信息必须和节点 所在 节点的计算资源和存储 资源 。 的能量消耗 比传送数据小很多 ． 它 因此 ， 位置相结合才有意义 。 没有位置信息的数据几乎没有利用价值 。节点 数据融合要在满足应用需求 的前提下 ．将需要传输的数据量最小化 ． 定位是时间同步和路 由技术 的基础 。从不 同的角度分类 。 定位技术 可 不仅能延长 Ｗ Ｎ的生命 周期 ． Ｓ 同时也能减轻网络的传输拥塞 ． 降低数 以分为以下 ３ 种。 据的传输延迟 ． 而提 高数据收集效率 。 从 １ 基于测距的定 位技术 和基 于非测距 的定位技术 ． １ ３ 获取 准确 的信息 ． ２ 基于测距 的定 位技术需要 测量相邻节点 间的绝对距 离或方位来 由于 ＷＳ Ｎ采用无线通信方式 ． 信道容易受到干扰和侵入 ： 节点资 计算 未知节点 的位置 ．包括 信号强度测距法 （ ｃｉ ｄｓ ｎｌｔ ｎｔ 源受限 。 ｒ ｅ ｅ ｇａｓ ｇ ｅ ｖ ｉ ｒ ｈ ｅ 使得传感精度较低 ； 而且工作环境恶劣 ， 某些节点的功能可能 ｉ ｉ ｔ，ＳＩ、 ｎ ｃ ｏＲ Ｓ）到达角 （ ｌｏ ｒａＡ Ａ 定位法等。 于非测距 的 遭到破坏 ． ｄａ ｒ ￣ｓ ａ ｉ ｌ Ｏ ） ｅ ｆｒｖ ， 基 因此 ． 仅靠 收集少数分散性 的节点的数据难 以得 到正 确的 定位技术 利用节 点间的估 计距离计算 节点 位置 ．包括 质 心（ｅｔｉ 信息。 ｃｌｏ ｒｄ 数据融合通过对监测 同一 区域 的多个传 感器节点 的数据进行综 ｌ ｒｈ ａ ｏｔ 定位算法 、 ｇ ｉｍ） 以三角形 内的点近似定位算法 （ＰＴ 等。 Ａ Ｉ） 合 ． 而有效提高所获信息的精确度。 从 １ 紧密耦合与松散耦合定位技术 ． ２ 由于节点资源受 限 ．现有 的数据融合一般 只采用简单 的融合 函 紧密耦合定位 系统是指锚节点 （ 已知 自 位置并协助未知节点定 数 ． Ｓ Ｍ Ａ Ｇ Ｍ Ｘ、 Ｉ 身 如 Ｕ 、 Ｖ 、 Ａ Ｍ Ｎ等 ， 或者在路 由 中采取 简单 的手段控 制 位 的节点） 不仅被仔 细部署在 固定 的位置 ． 并且 通过有线介 质链 接到 信息冗余 目 前并未形成对于数据融合的理论框架和有效广义模型及 中心控制器 ： 而松散耦合定位 系统的节点则采 用无 中心控制器的分布 算法 ． 对融合协 同的容错性和稳健性没有得到很好 的解决。 总体来说 ， 式无线协调方式 。紧密耦合定位系统适用于室 内环境 ， 有较高的精确 对数据融合技术 的研究仍处于初步阶段 性和实用性 ． 时钟 同步和锚节点间的协调问题容易解决 。但这种部署 方式 限制 了网络 的可扩展性 ， 缺乏灵活性 。 因为需要 布线 ， 因此不适用 ４ 能量管理 于室 外 环 境 具 有 代 表 性 的有 Ａ ＩＴ的 ＡｔｅＢｔ 统 和 Ａｔｅ １ ＆ ｃｖ ａ 系 ｉ 署在恶劣环境 Ｂｄｅ 系统 松散耦合定位 系统 以牺牲精确性为代价而获得了部署 ａｇ等 甚至敌方阵地 ． 电池无法更换。 因此 。 节能是 ＷＳ Ｎ的重要设计 目标。 当 的灵活性 ， 依赖节点间 的协调和信息交换实现定位 。具有代 表性 的有 然． 在某些场合下 ． 传感器节点也 可以由外部 电源或太阳能供电。 Ｃｉ ｅ、 Ｈ ｏ 等系统。 ｒｋｔ Ｌｓ ｃ Ａ 通常传感器节点间的通信是最耗能 的环节 ， 网络协议控制 了节 而 ｌ 粗粒度定位技术和细粒度定位技术 － ３ 点之 间的通信 机制 ＷＳ Ｎ的核心协议是网络层协议和数据链路层协 细粒度定位根据信号强度或时间等来度量与锚节点 的距 离 ． 而粗 议 网络层主要是路 由协议 ． 负责采集信息 的选择和消息传输 的路径 ， 粒度定位根据条数和与锚节点的接近度来度量距离。 路径上 的所有节点都需要消耗一定 的能量来转发数据。 数据链路层 的
无线传感器与执行器网络层次结构研究
连通 支 配集 （ ＤＳ 也要 求 所有 骨 干节 点 之 间是连 通 Ｃ ）
的 。在下面 的实 例 中（ 图 １ 示 ）子集 ｛， ，３ ５ 如 所 ， ｌ２ ， ， ６ ｏ 和 ｛，７ ， ｝ 支配 集 。 同 时 ， 集 ｛，７ ， ，ｌ ｝ ４ ，８ ９ 是 子 ４ ，８ ９是 连通支 配集 ， ｝ 但子集 ｛， ， ， ， ，ｌ ｝ １ ２ ３ ５ ６ ｏ 不是 。
发射 功率 ， 么通过设置 其状 态 （ 要 如休 眠和激 活模式 ）
来选 择其邻 居 ， 构建本地 拓扑 。 当前存 在一些 通过对 节点 进行运 动控制 、进 而实现 理想 网络拓扑 的协议 。 如， 在局部移 动性控制 协议 中 ． 通过节 点运动 ， 由连通
网络 构建 了一种双连通 网络 。 在该协议及 其他诸多协 议 中 ， 扑控制用于为可靠 通信协议生成容错 网络 。 拓 最 重 要 的拓扑控 制 ，尤 其是 对 于电源 有 限的传 感 器来 说 。 必须 让尽 可能 多 的传感 器 （ 和类 似 的反应
要 注意 的是 ，有线 网络 中传统 的端 到端可 靠性 对无
线 网络 已经不 适应 ，因为链路 失效 可能是 由移动性
或 节点能量耗 尽造成 的 。因此 ， 通常情 况下 ， Ｎ 中 ＷＳ
Ｑｏ Ｓ问题 更注 重通 信可 靠性 ，而不是 带宽 和 ／ 或延
迟 。每个 传感器测量 数据是不 可靠 的 ， 与来 自于 需要 ＭＡ Ｃ层 的主 要 目标 是 提供 节 能 、无 碰 撞 的通
一
命周 期 ， 而且 还可提高数 据通信 性能 。拓扑控 制 问题 可细 分为邻 居发现 问题 和网络组织 问题 。 邻居 发现 问 题定 义 为 与检 测和 发现 位于 传输 范 围内邻 居有关 的
无线传感器网络(WSN)综述
之所以国内外都投入巨资研究机构纷纷开展无线传感器网络的研究，很大程度归功于其广阔的应用前景和对社会生活的巨大影响。
WSN的体系结构
传感器网络结构
数据采集、处理、通信能力
WSN的体系结构（续）
ቤተ መጻሕፍቲ ባይዱ传感器节点结构
MAC主要负责控制与连接物理层的物理介质
传感器网络由物理层、数据链路层、网络层、传输层、应用层、能量管理平面、移动性管理平面和任务管理平面八个部分组成。
清除发送阶段
WSN的协议（续）
路由协议 和传统的路由协议相比，无线传感器的路由协议有以下特点： 能量优先 基于局部拓扑信息 以数据为中心 应用相关
WSN的协议（续）
基于查询的路由协议。
路由协议分类
能量感知路由协议。
地理位置的路由协议。
可靠的路由协议。
关键技术
网络拓扑控制
01
网络协议
02
网络安全
无线传感器网络（WSN）综述
单击添加副标题
2010/5/6
主要内容：
CONTENTS
WSN概述
历史以及发展现状
WSN的体系结构
01
WSN的特征
WSN的应用
WSN的协议
02
03
04
05
06
WSN概述
无线传感器网络（wireless sensor network, WSN）系统是当前在国际上备受关注的、涉及多学科高度交叉、知识高度集成的前沿热点研究领域。它综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等。
WSN的应用（续）
WSN的应用（续）
智能家居
家电和家具中嵌入传感器节点，通过无线网络与Internet连在一起。为人提供人性化的家居环境。 例：Avaak 提供一个只有1立方英寸大小的自治产品。这个微型的无线视频平台包含有一节电池、无线电、摄像相机、(彩色成像器加镜头)、控制器、天线和温度传感器。（如图 ）
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
·１９２６ ·计算机应用研究３６，３７，６４，６５］和故障容错研究［。
第３０卷６０］传输方式［，降低数据丢失率（ＰＰＬ）和提高网络传输可靠性。
ＥＣ（ｆｏｒｗａｒｄｅｒｒｏｒｃｏｒｒｅｃｔｉｏｎ）对每个源数据包编在源节点运用Ｆ码成多份编码数据片，并沿多条互补交叉的路径传输到目的节点。
源节点应用负载均衡算法确定在每一条路径上分配多少数据片进行传输。
在目的节点将接收到与源数据片数量相等或更多的编码数据片进行解码重构，以减小数据丢失率，达到更高的传输可靠性。
６１］Ｋｉｍ等人［研究了影响无线传感器网络可靠性的因素，网络层容错研究发展趋势无线传感器网络作为物联网推广的重要载体、未来延伸Ｉｎｔｅｒｎｅｔ覆盖范围和实现普适计算的一项关键技术，必将在国民经济和社会发展各个领域显示出巨大的价值。
将无线传感器网络应用到火灾预警、安全检测、健康监护和关键设备状态监测等领域，必将对网络的可靠性和稳定性等提出较高的要求，这为无线传感器网络故障检测与容错技术带来了较大的挑战。
针对网络层容错技术是无线传感器网络容错的一项非常重要的研究内容，本文重点对网络层的容错控制技术进行了总结。
网络层容错控制技术仍是无线传感器网络容错研究的重点，其研究内容和发展趋势主要包括如下几个方面：ａ）多路径路由传输协议的优化。
多路径路由传输机制仍将是无线传感器网络路由层传输故障容错的主要研究内容。
针对不同的网络特点和应用要求，建立合适的多路径路由传输机制，并充分考虑到多路径路由建立计算复杂度、能效性和时间延迟等关键指标。
在多路径路由建立的方法上探讨更有效的建立方式，如引入仿生智能算法等。
目前多路径路由较多考虑的是单源节点单目的节点或多源节点单目的节点的情况，根据不同的网络应用需求，将多路径路由传输机制延伸到多源节点多目的节点情况下开展故障容错研究。
ｂ）将网路层的多种容错机制与方法进行有效组合，包括多路径路由传输与编码机制、数据重传机制或负载均衡机制相结合等。
探索多路径路由建立方式与多种编解码方式相结合，根据网络及节点能耗、开销、时延和带宽利用情况，将编码数据片通过负载均衡规则优化分配到多路径上传输，以实现负载均衡，减少传输时延，提高数据传输有效性和准确率。
将网络编码与多路由传输相结合实现容错，优化网络编码技术，降低计算复杂度，解决网络编码与时间同步的问题，或结合安全性考虑容错等。
ｃ）网络层与其他层联合控制优化。
网络层多路径路由机制与网络拓扑结构设计相结合，如考虑是在平面结构上、簇层次结构上，还是在树—簇拓扑结构上建立多路径路由传输机制。
网络层多路径路由机制与节点代理、移动节点管理策略、节点覆盖性与连通性策略相结合，开展网络容错控制技术研究。
现有网络节点更多的是考虑节点位置固定没有移动的情况，当节点因移动导致与网络连接或覆盖等问题出现时，通过能量管理、信道资源共享、信息传输拥塞优化和管理策略等联合实现故障容错管理。
ｄ）引入仿生学原理与现代智能仿生算法开展网络层故障容错研究。
仿生学理论和现代智能仿生算法包括有生物免疫系统机理、模糊诊断、专家系统、人工神经网络、粒子群算法、蚁群算法和遗传免疫算法等，对无线传感器网络的故障检测与容错提供了较好的思路和方法，已显示出了较好的容错效果，成为新的研究热点。
对多种容错方法进行优化组合以提高网络容错性，包括链路层重传机制，纠删编码如线性编码、范德蒙式矩阵编码和Ｒｅｅｄ编码等。
通过寻找故障节点的可替代下一跳节点进行Ｓｏｌｏｍｏｎ数据传输，能减少数据包的丢失。
实验结果表明每一种方法能解决不同的故障类型，通过对这些方法的合理组合，能较大幅度地提高网络可靠性和容错性，降低数据丢包率和网络开销，使链路故障快速恢复。
文献［３２，６２］中采取了类似于ＴｉｎｙＤＢ结构的网络系统，ｉｎｋ节点建立的高稳定性和高带宽的链路利用一部分节点与ｓ进行数据传输；当节点需要特定的信息时，在网络中泛洪发送请求信息。
当请求信息经历网络节点时，记录下路径并包括每一跳的可靠度和能量信息。
源节点利用请求数据包携带的丢包率和能量信息选择路径进行数据传输，结果显示在增加数据片数量的情况下，网络能耗与传输效率也随之下降。
这是一个利用了链路层信息来进行路由决策的跨层设计。
在网络存在多个节点故障的情况下，运用改进路由协议［６３］ＢＶＲ（ｂｅａｃｏｎｖｅｃｔｏｒｒｏｕｔｉｎｇ）在ｍｅｓｈ、ｔｏｒｕｓ、ＦＣＲ和ｃｏｍｍｕｎｉｃａｔｉｏｎｇｒａｐｈ等不同的拓扑结构上，根据网络吞吐率、传输时延、计算开销和数据准确率等指标开展容错性能比较。
网络层引入仿生智能容错机理基于仿生学原理与现代智能仿生算法的无线传感器网络故障检测与容错是新的研究热点［３７，４６～４９］。
无线传感器网络层引入仿生学原理或仿生智能处理方法能较好地提高其容错性，这包括生物免疫系统机理、模糊诊断、专家系统、人工神经网络、粒子群算法、蚁群算法和遗传免疫算法等，对无线传感器网络的故障检测与容错提供了较好的思路和方法，已显示出了较好的容错效果。
已有学者将仿生学理论和现代智能仿生算法应用到无线传感器网络故障检测与容错研究中，如将蚁群算法的群智能优势引入到网络层多路由的构建中，粒子群算法能够利用其快速的聚类收敛特性在拓扑结构构建中提高网络分簇效率，人工神经网络或结合模糊算法等在应用层或网络层可对感知数据单元进行预测与容错，遗传算法可应用到网络链路层或网络层对其数据单元进行编码传输，提高数据容错性等。
将生物免疫系统机理引入到无线传感器网络故障检测与容错中，已初显良好的容错效果和优势。
国外已有学者在这方３７，４６～４９］３５］。
Ｂｏｋａｒｅｖａ等人［提面做了前期基础性的研究工作［出了一种基于生物免疫机制的无线传感器网络容错结构ＳＡＳＨＡ，将淋巴结机制用于产生胸腺机制检测器对故障进行检测，完成对故障的确诊。
此结构不但能识别已知故障，对未知ａｂｂａｒｉ等人模拟生故障具有良好的自适应学习和进化能力。
Ｊ物免疫系统或神经免疫系统的自学习、自组织、记忆和信息处理等机理，利用免疫理论中的克隆选择、亲和力和免疫网络理论等构建网络模型，开展无线传感器网络安全检测、系统协调结束语稳定性和可靠性是无线传感器网络应用较为重要的性能指标，尤其是应用到火灾预警、安全检测和健康监护等对无线传感器网络可靠性要求较高的领域。
通过网络故障容错，能提高网络传输稳定性、可靠性和数据传输准确性。
故障容错控制第７期李洪兵，等：无线传感器网络中网络层故障容错技术研究进展 ·１９２７ ·已成为无线传感器网络一项关键技术和研究热点。
本文首先简要介绍了无线传感器网络容错概况，针对网络层容错是无线传感器网络故障容错一个重要的研究内容，重点归纳总结了网络层容错控制技术，主要包括多路由传输、纠删网络编码、数据重传机制、跨层协同优化与复合容错和仿编码／生智能容错等，并对网络层容错控制技术的发展趋势作了探讨。
参考文献：［１］ＡＫＹＩＬＤＩＺＩＦ，ＳＵＷ，ＳＡＮＫＡＲＡＳＵＢＲＡＭＡＮＩＡＭＹ，ｅｔａｌ．Ｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ：ａｓｕｒｖｅｙ［Ｊ］．ＣｏｍｐｕｔｅｒＮｅｔｗｏｒｋｓ，２００２，３８（４）：３９３４２２．［２］ＰＡＲＡＤＩＳＬ，ＨＡＮＱｉ．Ａｓｕｒｖｅｙｏｆｆａｕｌｔｍａｎａｇｅｍｅｎｔｉｎｗｉｒｅｌｅｓｓｓｅｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＮｅｔｗｏｒｋａｎｄＳｙｓｔｅｍｓＭａｎａｇｅｍｅｎｔ，ｓｏｒｎｅｔｗｏｒｋｓ２００７，１５（２）：１７１１９０．［３］王良民，马建峰，王超．无线传感器网络拓扑的容错度与容侵度Ｊ］．电子学报，２００６，３４（８）：１４４６１４５１．［［４］ＹＩＣＫＪ，ＭＵＫＨＥＲＪＥＥＢ，ＧＨＯＳＡＬＤ．Ｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓｕｒｖｅｙ［Ｊ］．ＣｏｍｐｕｔｅｒＮｅｔｗｏｒｋｓ，２００８，５２（１２）：２２９２２３３０．［５］ＡＬＷＡＮＨ，ＡＧＡＲＷＡＬＡ．Ａｓｕｒｖｅｙｏｎｆａｕｌｔｔｏｌｅｒａｎｔｒｏｕｔｉｎｇｔｅｃｈ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ３ｒｄＩｎｔｅｒｎａｔｉｏｎａｌｎｉｑｕｅｓｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓＣｏｎｆｅｒｅｎｃｅｏｎＳｅｎｓｏｒＴｅｃｈｎｏｌｏｇｉｅｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓ．２００９：３６６３７１．［６］陈拥军，袁慎芳，吴键，等．无线传感器网络故障诊断与容错控制Ｊ］．传感器与微系统，２０１０，２９（１）：１５．研究进展［［７］ＭＩＮＩＲ，ＬＯＵＲＥＩＲＯＡ，ＮＡＴＨＢ．Ｔｈｅｄｉｓｔｉｎｃｔｉｖｅｄｅｓｉｇｎｃｈａｒａｃｔｅｒｉ：ｔｈｅｅｎｅｒｇｙｍａｐ［Ｊ］．ＥｌｓｅｖｉｅｒＣｏｍｓｔｉｃｏｆａｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｐｕｔｅｒＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２００４，２７（１０）：９３５９４５．［８］ＷＡＮＧＸｉａｏｒｕｉ，ＸＩＮＧＧｕｏｌｉａｎｇ，ＺＨＡＮＧＹｕａｎｆａｎｇ，ｅｔａｌ．Ｉｎｔｅｇｒａｔｅｄｃｏｖｅｒａｇｅａｎｄｃｏｎｎｅｃｔｉｖｉｔｙｃｏｎｆｉｇｕｒａｔｉｏｎｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ１ｓｔＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＥｍｂｅｄｄｅｄ：ＡＣＭＰｒｅｓｓ，２００３：２８３９．ＮｅｔｗｏｒｋｅｄＳｅｎｓｏｒＳｙｓｔｅｍｓ．ＮｅｗＹｏｒｋ［９］ＢＡＤＯＮＮＥＬＲ，ＳＴＡＴＥＲ，ＦＥＳＴＯＲＯ．ＭａｎａｇｅｍｅｎｔｏｆｍｏｂｉｌｅＡｄｈｏｃｎｅｔｗｏｒｋｓ：ｉｎｆｏｒｍａｔｉｏｎｍｏｄｅｌａｎｄｐｒｏｂｅｂａｓｅｄａｒｃｈｉｔｅｃｔｕｒｅ［Ｊ］．Ｉｎ，２００５，１５（５）：３３５ｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＮｅｔｗｏｒｋＭａｎａｇｅｍｅｎｔ３４７．［１０］ＺＨＡＯＹ，ＧＯＲＶＩＮＤＡＮＲ，ＥＳＴＲＩＮＤ．Ｒｅｓｉｄｕａｌｅｎｅｒｇｙｓｃａｎｆｏｒ［Ｃ］／／ＰｒｏｃｏｆＩＥＥＥＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｍｏｎｉｔｏｒｉｎｇｓｅｎｓｏｒｎｅｔｗｏｒｋｓｔｉｏｎｓａｎｄＮｅｔｗｏｒｋｉｎｇＣｏｎｆｅｒｅｎｃｅ．２００２：３５６３６２．［１１］ＳＨＥＮＣＣ，ＳＲＩＳＡＴＨＡＰＯＲＮＰＨＡＴＣ，ＪＡＩＫＡＥＯＣ．ＡｎａｄａｐｔｉｖｅｍａｎａｇｅｍｅｎｔａｒｃｈｉｔｅｃｔｕｒｅｆｏｒＡｄｈｏｃｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＣｏｍｍｕｎｉｃａｔｉｏｎＭａｇａｚｉｎｅ，２００３，４１（２）：１０８１１５．［１２］ＣＨＥＮＷｅｎｌｉ，ＪＡＩＮＮ，ＳＩＮＧＨＳ．ＡＮＭＰ：Ａｄｈｏｃｎｅｔｗｏｒｋｍａｎａｇｅ［Ｊ］．ＩＥＥＥＪｏｕｒｎａｌｏｎＳｅｌｅｃｔｅｄＡｒｅａｓｉｎＣｏｍｍｕｎｉｍｅｎｔｐｒｏｔｏｃｏｌ，１９９９，１７（８）：１５０６１５３１．ｃａｔｉｏｎｓ［１３］江贺，务志坤，张宪超，等．一种容错的无线传感器网络聚类路由协议［Ｊ］．小型微型计算机系统，２００７，２８（８）：１３６２１３６６．［１４］黄日茂，邱雪松，高志鹏，等．无线传感器网络中邻居数据分析的故障检测方法［Ｊ］．北京邮电大学学报，３４（３）：３１３４．［１５］肖伟，徐明，吕品，等．无线传感器网络事件簇的数据聚集容错机Ｊ］．通信学报，２０１０，３１（６）：１１２１１８．制［［１６］李宏，谢政，陈建二，等．一种无线传感器网络分布式加权容错检测算法［Ｊ］．系统仿真学报，２００８，２０（１４）：３７５０３７５５．［１７］ＣＨＡＬＬＡＬＹ，ＯＵＡＤＪＡＯＵＴＡ，ＬＡＳＬＡＮ，ｅｔａｌ．Ｓｅｃｕｒｅａｎｄｅｆｆｉｃｉｅｎｔｄｉｓｊｏｉｎｔｍｕｌｔｉｐａｔｈｃｏｎｓｔｒｕｃｔｉｏｎｆｏｒｆａｕｌｔｔｏｌｅｒａｎｔｒｏｕｔｉｎｇｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＮｅｔｗｏｒｋａｎｄＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓ，２０１１，３４（４）：１３８０１３９７．［１８］ＢＡＢＢＩＴＴＴＡ，ＭＯＲＲＥＬＬＣ，ＳＺＹＭＡＮＳＫＩＢＫ，ｅｔａｌ．Ｓｅｌｆｓｅｌｅｃｔｉｎｇｒｅｌｉａｂｌｅｐａｔｈｓｆｏｒｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｒｏｕｔｉｎｇ［Ｊ］．ＣｏｍｐｕｔｅｒＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２００８，３１（１６）：３７９９３８０９．［１９］ＨＯＡＮＧＮ，ＳＯＮＶ．Ｄｉｓｊｏｉｎｔａｎｄｂｒａｉｄｅｄｍｕｌｔｉｐａｔｈｒｏｕｔｉｎｇｆｏｒｗｉｒｅ［Ｃ］／／ＰｒｏｃｏｆＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＥｌｅｃｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓｔｒｉｃａｌ＆ＥｌｅｃｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｉｎｇ．２００５：１１１２．［２０］ＨＡＳＳＡＮＥＩＮＨ，ＬＵＯＪｉｎｇ．Ｒｅｌｉａｂｌｅｅｎｅｒｇｙａｗａｒｅｒｏｕｔｉｎｇｉｎｗｉｒｅｌｅｓｓ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ２ｎｄＩＥＥＥＷｏｒｋｓｈｏｐｏｎＤｅｐｅｎｄａｓｅｎｓｏｒｎｅｔｗｏｒｋｓ：５４６２．ｂｉｌｉｔｙａｎｄＳｅｃｕｒｉｔｙｉｎＳｅｎｓｏｒＮｅｔｗｏｒｋｓａｎｄＳｙｓｔｅｍｓ．２００６［２１］ＧＡＮＥＳＡＮＤ，ＧＯＶＩＮＤＡＮＲ，ＳＨＥＮＫＥＲＳ，ｅｔａｌ．Ｈｉｇｈｌｙｒｅｓｉｌｉｅｎｔ，ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔｍｕｌｔｉｐａｔｈｒｏｕｔｉｎｇｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／ＰｒｏｃｏｆＡＣＭＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＭｏｂｉｌｅＡｄｈｏｃＮｅｔｗｏｒｋｉｎｇａｎｄＣｏｍｐｕｔｉｎｇ．ＮｅｗＹｏｒｋ：ＡＣＭＰｒｅｓｓ，２００１：２５１２５４．［２２］ＨＩＮＤＡ，ＡＮＪＡＬＩＡ．Ｒｅｌｉａｂｌｅｆａｕｌｔｔｏｌｅｒａｎｔｍｕｌｔｉｐａｔｈｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌｆｏｒｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ２５ｔｈＢｉｅｎｎｉａｌＳｙｍｐｏｓｉｕｍｏｎＣｏｍｍｕｎｉｃａｔｉｏｎｓ．２０１０：３２３３２６．［２３］ＩＮＤＲＡＪＩＴＢ，ＰＲＡＳＥＮＪＩＴＣ，ＨＡＦＩＺＵＲＲ．ＭＦＴＲ：ｍｕｌｔｉｐａｔｈｆａｕｌｔ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ５ｔｈＩｎｔｏｌｅｒａｎｔｒｏｕｔｉｎｇｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ：４１０４１５．ｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇ．２０１１［２４］ＨＡＭＩＤＮ，ＭＡＧＨＳＯＵＤＡ．ＩＦＲＰ：ａｎｉｎｔｒｕｓｉｏｎ／ｆａｕｌｔｔｏｌｅｒａｎｔｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌｆｏｒｉｎｃｒｅａｓｉｎｇｒｅｓｉｌｉｅｎｃｙａｎｄｒｅｌｉａｂｉｌｉｔｙｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／ＰｒｏｃｏｆＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＳｅｌｅｃｔｅｄＴｏｐｉｃｓｉｎ：２４２９．ＭｏｂｉｌｅａｎｄＷｉｒｅｌｅｓｓＮｅｔｗｏｒｋｉｎｇ．２０１１［２５］ＺＨＡＯＬｅｉ，ＫＡＮＢａｏｑｉａｎｇ，ＸＵＹｏｎｇｊｕｎ，ｅｔａｌ．ＦＴＳＰＥＥＤ：ａ，ｒｅａｌｔｉｍｅｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌｆｏｒｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓｆａｕｌｔｔｏｌｅｒａｎｔ［Ｃ］／／ＰｒｏｃｏｆＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎｓ，ＮｅｔｗｏｒｋｉｎｇａｎｄＭｏｂｉｌｅＣｏｍｐｕｔｉｎｇ．２００７：２５３１２５３４．［２６］ＣＨＥＡＲＯＮＺ，ＡＬＫＨＡＴＥＥＢＷＦＭ，ＡＮＷＡＲＦ．Ａｎｅｎｈａｎｃｅｍｅｎｔｏｆｆａｕｌｔｆｏｌｅｒａｎｔｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌｆｏｒｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋ［Ｃ］／／ＰｒｏｃｏｆＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒａｎｄＣｏｍｍｕｎｉｃａ：１３．ｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ．２０１０［２７］ＫＡＶＩＴＨＡＣ，ＶＩＳＷＡＮＡＴＨＡＫＶ．ＡｎｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔｆａｕｌｔｔｏｌｅｒａｎｔＥＥＦＴＭ）ｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌｆｏｒｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓｍｕｌｔｉｐａｔｈ（［Ｃ］／／ＰｒｏｃｏｆＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＡｄｖａｎｃｅＣｏｍｐｕｔｉｎｇＣｏｎｆｅｒｅｎｃｅ．：７４６７５１．２００９［２８］ＩＮＴＡＮＡＧＯＮＷＩＷＡＴＣ，ＧＯＶＩＮＤＡＮＲ，ＥＳＴＲＩＮＤ．Ｄｉｒｅｃｔｅｄｄｉｆｆｕｓｉｏｎ：ａｓｃａｌａｂｌｅａｎｄｒｏｂｕｓｔｃｏｍｍｕｎｉｃａｔｉｏｎｐａｒａｄｉｇｍｆｏｒｓｅｎｓｏｒｎｅｔ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ６ｔｈＡｎｎｕａｌＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭｏｗｏｒｋｓｂｉｌｅＣｏｍｐｕｔｉｎｇａｎｄＮｅｔｗｏｒｋｉｎｇ．ＮｅｗＹｏｒｋ：ＡＣＭＰｒｅｓｓ，２０００：５６６７．［２９］ＪＯＨＮＳＯＮＤ，ＭＡＬＴＺＤ．ＤｙｎａｍｉｃｓｏｕｒｃｅｒｏｕｔｉｎｇｉｎＡｄｈｏｃｗｉｒｅｌｅｓｓｎｅｔｗｏｒｋｓ［Ｍ］／／ＭｏｂｉｌｅＣｏｍｐｕｔｉｎｇ．ＳａｎＦｒａｎｃｉｓｃｏ：ＫｌｕｗｅｒＡｃａｄｅｍｉｃＰｕｂｌｉｓｈｅｒｓ，１９９６：１５３１８１．［３０］ＭＡＲＩＮＡＭＫ，ＤＡＳＳＲ．Ａｄｈｏｃｏｎｄｅｍａｎｄｍｕｌｔｉｐａｔｈｄｉｓｔａｎｃｅｖｅｃｔｏｒｒｏｕｔｉｎｇ［Ｊ］．ＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎｓａｎｄＭｏｂｉｌｅＣｏｍｐｕ，２００６，６（７）：９６９９８８．ｔｉｎｇ［３１］ＧＲＥＧＯＩＲＥＭ，ＫＯＲＥＮＩ．ＡｎａｄａｐｔｉｖｅａｌｇｏｒｉｔｈｍｆｏｒｆａｕｌｔｔｏｌｅｒａｎｔＣ］／／Ｐｒｏｃｏｆｔｈｅ５ｔｈＡｎｎｕａｌｒｅｒｏｕｔｉｎｇｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＰｅｒｖａｓｉｖｅＣｏｍｐｕｔｉｎｇａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎｓ．ＷａｓｈｉｎｇｔｏｎＤＣ：ＩＥＥＥＣｏｍｐｕｔｅｒＳｏｃｉｅｔｙ，２００７：５４２５４７．［３２］ＤＪＵＫＩＣＰ，ＶＡＬＡＥＥＳ．Ｍａｘｉｍｕｍｎｅｔｗｏｒｋｌｉｆｅｔｉｍｅｉｎｆａｕｌｔｔｏｌｅｒａｎｔｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／ＰｒｏｃｏｆＧｌｏｂａｌＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓＣｏｎｆｅｒｅｎｃｅ．２００５：３１０２３１０６．［３３］ＷＵＪｉａｎ，ＤＵＬＭＡＮＳ，ＨＡＶＩＮＧＡＰ，ｅｔａｌ．Ｍｕｌｔｉｐａｔｈｒｏｕｔｉｎｇｗｉｔｈｅｒａｓｕｒｅｃｏｄｉｎｇｆｏｒｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／ＰｒｏｃｏｆＰｒｏＲＩＳＣ．２００４：２５２６．［３４］ＸＩＯＮＧＺｈｉｑｉａｎｇ，ＹＡＮＧＺｏｎｇｋａｉ，ＬＩＵＷｅｉ，ｅｔａｌ．Ａｌｉｇｈｔｗｅｉｇｈｔ·１９２８ ·计算机应用研究第３０卷ＦＥＣａｌｇｏｒｉｔｈｍｆｏｒｆａｕｌｔｔｏｌｅｒａｎｔｒｏｕｔｉｎｇｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／ＰｒｏｃｏｆＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎｓ，ＮｅｔｗｏｒｋｉｎｇａｎｄＭｏｂｉｌｅＣｏｍｐｕｔｉｎｇ．２００６：１４．［３５］ＢＯＫＡＲＥＶＡＴ，ＢＵＬＵＳＵＮ，ＪＨＡＳ．ＳＡＳＨＡ：ｔｏｗａｒｄａｓｅｌｆｈｅａｌｉｎｇｈｙｂｒｉｄｓｅｎｓｏｒｎｅｔｗｏｒｋａｒｃｈｉｔｅｃｔｕｒｅ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ２ｎｄＩＥＥＥＷｏｒｋｓｈｏｐｏｎＥｍｂｅｄｄｅｄＮｅｔｗｏｒｋｅｄＳｅｎｓｏｒｓ．ＷａｓｈｉｎｇｔｏｎＤＣ：ＩＥＥＥＣｏｍ，２００５：７１７８．ｐｕｔｅｒＳｏｃｉｅｔｙ［３６］ＡＴＡＫＡＮＢ，ＡＫＡＮＯＢ．Ｉｍｍｕｎｅｓｙｓｔｅｍｂａｓｅｄｄｉｓｔｒｉｂｕｔｅｄｎｏｄｅａｎｄｒａｔｅｓｅｌｅｃｔｉｏｎｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ１ｓｔＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＢｉｏＩｎｓｐｉｒｅｄＭｏｄｅｌｓｏｆＮｅｔｗｏｒｋ，ＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｐｕｔｉｎｇＳｙｓｔｅｍｓ．ＮｅｗＹｏｒｋ：ＡＣＭＰｒｅｓｓ，２００６．［３７］陈拥军，袁慎芳，吴健，等．基于免疫系统的无线传感器网络性能优化［Ｊ］．系统工程与电子技术，２０１０，３２（５）：１０６５１０６９．［３８］ＡＬＩＳ，ＦＡＫＯＯＲＩＡＮＡ，ＴＡＨＥＲＩＨ．ＯｐｔｉｍｕｍＲｅｅｄＳｏｌｏｍｏｎｅｒａｓｕｒｅｃｏｄｉｎｇｉｎｆａｕｌｔｔｏｌｅｒａｎｔｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ４ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎＳｙｓｔｅｍｓ．２００７：６１０．［３９］ＤＥＢＢ，ＢＨＡＴＮＡＧＡＲＳ，ＮＡＴＨＢ．ＲｅＩｎＦｏｒｍ：ｒｅｌｉａｂｌｅｉｎｆｏｒｍａｔｉｏｎｆｏｒｗａｒｄｉｎｇｕｓｉｎｇｍｕｌｔｉｐｌｅｐａｔｈｓｉｎｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ２８ｔｈＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＬｏｃａｌＣｏｍｐｕｔｅｒＮｅｔｗｏｒｋｓ．：ＩＥＥＥＣｏｍｐｕｔｅｒＳｏｃｉｅｔｙ，２００３：４０６４１５．ＷａｓｈｉｎｇｔｏｎＤＣ［４０］ＷＥＮＨａｏ，ＬＩＮＣｈｕａｎｇ，ＲＥＮＦｅｎｇｙｕａｎ，ｅｔａｌ．Ｒｅｔｒａｎｓｍｉｓｓｉｏｎｏｒ：ｔｒａｎｓｍｉｓｓｉｏｎｒｅｌｉａｂｉｌｉｔｙｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／ｒｅｄｕｎｄａｎｃｙＰｒｏｃｏｆｔｈｅ４ｔｈＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭｏｂｉｌｅＡｄｈｏｃａｎｄＳｅｎｓｏｒＳｙｓｔｅｍｓ．２００７：７３７７４６．［４１］ＢＹＥＲＳＪＷ，ＬＵＢＹＭ，ＭＩＴＺＥＮＭＡＣＨＥＲＭ，ｅｔａｌ．Ｄｉｇｉｔａｌｆｏｕｎｔａｉｎ［Ｃ］／／ＰｒｏｃｏｆＡＣＭＣｏｎａｐｐｒｏａｃｈｔｏｒｅｌｉａｂｌｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｂｕｌｋｄａｔａｆｅｒｅｎｃｅｏｎＡｐｐｌｉｃａｔｉｏｎｓ，Ｔｅｃｈｎｏｌｏｇｉｅｓ，Ａｒｃｈｉｔｅｃｔｕｒｅｓ，ａｎｄＰｒｏｔｏｃｏｌｓｆｏｒＣｏｍｐｕｔｅｒＣｏｍｍｕｎｉｃａｔｉｏｎ．ＮｅｗＹｏｒｋ：ＡＣＭＰｒｅｓｓ，１９９８：５６６７．［４２］ＤＵＬＭＡＮＳ，ＮＩＥＢＥＲＧＴ，ＷＵＪｉａｎ，ｅｔａｌ．Ｔｒａｄｅｏｆｆｂｅｔｗｅｅｎｔｒａｆｆｉｃｏｖｅｒｈｅａｄａｎｄｒｅｌｉａｂｉｌｉｔｙｉｎｍｕｌｔｉｐａｔｈｒｏｕｔｉｎｇｆｏｒｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／ＰｒｏｃｏｆＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩＥＥＥＷｉｒｅｌｅｓｓＣｏｍ：１９１８１９２２．ｍｕｎｉｃａｔｉｏｎｓａｎｄＮｅｔｗｏｒｋｉｎｇ．２００３［４３］张希元，赵海，孙佩刚，等．基于链路层重传的传感器网络可靠传输模型［Ｊ］．系统仿真学报，２００７，１９（２２）：５３２５５３３５．［４４］ＢＯＵＫＥＲＣＨＥＡ，ＰＡＺＺＩＲＷＮ，ＡＲＡＵＪＯＲＢ．Ｆａｕｌｔｔｏｌｅｒａｎｔｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌｓｆｏｒｔｈｅｓｕｐｅｒｖｉｓｉｏｎｏｆｃｏｎｔｅｘｔ［Ｊ］．ＪｏｕｒｎａｌｏｆＰａｒａｌｌｅｌａｎｄＤｉｓｔｒｉｂｕａｗａｒｅｐｈｙｓｉｃａｌｅｎｖｉｒｏｎｍｅｎｔｓｔｅｄＣｏｍｐｕｔｉｎｇ，２００６，６６（４）：５８６５９９．［４５］卞永钊，王军，于海斌，等．无线传感器网络中具有容错能力的连通支配集构造算法［Ｊ］．计算机应用研究，２０１０，２７（１）：２９２２９４，３１３．［４６］张楠，张建华，李志蜀，等．无线传感器网络中基于免疫的数据融合机制［Ｊ］．小型微型计算机系统，２００９，３（３）：４５４４５９．［４７］ＬＩＱｉａｏ，ＺＨＡＮＧＢａｉｈａｉ，ＣＵＩＬｉｎｇｇｕｏ，ｅｔａｌ．Ｉｍｍｕｎｉｚａｔｉｏｎｓｏｎｓｍａｌｌｗｏｒｌｄｓｏｆｔｒｅｅｂａｓｅｄｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｊ］．ＣｈｉｎｅｓｅＰｈｙｓｉｃｓＢ，２０１２，２１（５）：１９．［４８］ＬＵＸｉｎｇｊｉａ，ＤＩＮＧＹｏｎｇｓｈｅｎｇ，ＨＡＯＫｕａｎｇｒｏｎｇ．Ｉｍｍｕｎｅｃｌｏｎａｌ［Ｊ］．ｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｔａｒｇｅｔｃｏｖｅｒａｇｅｏｆｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＭｏｄｅｌｌｉｎｇ，ＩｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，１２（１）：１１９１２４．［４９］ＭＯＨＡＭＭＡＤＴ，ＮＩＣＯＬＥＩ，ＶＡＨＡＢＳ．Ｐｏｗｅｒｏｐｔｉｍｉｚａｔｉｏｎｉｎｆａｕｌｔｔｏｌｅｒａｎｔｔｏｐｏｌｏｇｙｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｓｆｏｒｗｉｒｅｌｅｓｓｍｕｌｔｉｈｏｐｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥ／ＡＣＭＴｒａｎｓｏｎＮｅｔｗｏｒｋｉｎｇ，２００７，１５（６）：１３４５１３４８．［５０］ＡＨＬＳＷＥＤＥＲ，ＣＡＩＮｉｎｇ，ＬＩＳＹＲ，ｅｔａｌ．Ｎｅｔｗｏｒｋｉｎｆｏｒｍａｔｉｏｎｆｌｏｗ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＩｎｆｏｒｍａｔｉｏｎＴｈｅｏｒｙ，２０００，４６（４）：１２０４１２１６．［５１］ＷＩＤＭＥＲＪ，ＦＲＡＧＯＵＬＩＣ，ＬｅＢＯＵＤＥＣＪＹ．ＬｏｗｃｏｍｐｌｅｘｉｔｙｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔｂｒｏａｄｃａｓｔｉｎｇｉｎｗｉｒｅｌｅｓｓＡｄｈｏｃｎｅｔｗｏｒｋｓｕｓｉｎｇｎｅｔｗｏｒｋ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ１ｓｔＷｏｒｋｓｈｏｐｓｏｎＮｅｔｗｏｒｋＣｏｄｉｎｇ，Ｔｈｅｏｒｙ，ｃｏｄｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ．２００５．［５２］ＨＯＴ，ＬＥＯＮＧＢ，Ｍ ? ＤＡＲＤＭ，ｅｔａｌ．Ｏｎｔｈｅｕｔｉｌｉｔｙｏｆｎｅｔｗｏｒｋｃｏｄｉｎｇｉｎｄｙｎａｍｉｃｅｎｖｉｒｏｎｍｅｎｔｓ［Ｃ］／／ＰｒｏｃｏｆＩｎｔｅｒｎａｔｉｏｎａｌＷｏｒｋｓｈｏｐｏｎＷｉｒｅｌｅｓｓＡｄｈｏｃＮｅｔｗｏｒｋｓ．２００４：１９６２００．［５３］ＺＨＡＮＧＸｉｎ，ＷＩＣＫＥＲＳＢ．Ｒｏｂｕｓｔｎｅｓｓｖｓ．ｅｆｆｉｃｉｅｎｃｙｉｎｓｅｎｓｏｒｎｅｔ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ４ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＩｎｆｏｒｍａｔｉｏｎｗｏｒｋｓＰｒｏｃｅｓｓｉｎｇｉｎＳｅｎｓｏｒＮｅｔｗｏｒｋｓ．Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥＰｒｅｓｓ，２００５：２２５２３０．［５４］ＤＩＭＡＫＩＳＡＧ，ＰＲＡＢＨＡＫＡＲＡＮＶ，ＲＡＭＣＨＡＮＤＲＡＮＫ．Ｕｂｉｑｕｉｔｏｕｓａｃｃｅｓｓｔｏｄｉｓｔｒｉｂｕｔｅｄｄａｔａｉｎｌａｒｇｅｓｃａｌｅｓｅｎｓｏｒｎｅｔｗｏｒｋｓｔｈｒｏｕｇｈ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ４ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｄｅｃｅｎｔｒａｌｉｚｅｄｅｒａｓｕｒｅｃｏｄｅｓｓｉｕｍｏｎＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇｉｎＳｅｎｓｏｒＮｅｔｗｏｒｋｓ．Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥ，２００５：１１１１１７．Ｐｒｅｓｓ［５５］ＬＩＳｈａｎｓｈａｎ，ＺＨＵＰｅｉｄｏｎｇ，ＬＩＡＯＸｉａｎｇｋｅ，ｅｔａｌ．Ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔｍｕｌｔｉｐａｔｈｒｏｕｔｉｎｇｕｓｉｎｇｎｅｔｗｏｒｋｃｏｄｉｎｇｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ５ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＡｄｈｏｃ，Ｍｏｗｏｒｋｓｂｉｌｅ，ａｎｄＷｉｒｅｌｅｓｓＮｅｔｗｏｒｋｓ．Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ，２００６：１１４１２７．［５６］ＹＡＮＧＹｕｗａｎｇ，ＺＨＯＮＧＣｈｕｎｓｈａｎ，ＹＡＮＧＪ．Ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔｒｅｌｉａｂｌｅｍｕｌｔｉｐａｔｈｒｏｕｔｉｎｇｕｓｉｎｇｎｅｔｗｏｒｋｃｏｄｉｎｇｆｏｒｓｅｎｓｏｒｎｅｔｗｏｒｋ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＮｅｔｗｏｒｋＳｅｃｕｒｉｔｙ，２００８，８（１２）：１１４１２７．［５７］ＸＩＯＮＧＺｈｉｑｉａｎｇ，ＬＩＵＷｅｉ，ＨＵＡＮＧＪｉａｑｉｎｇ，ｅｔａｌ．Ｎｅｔｗｏｒｋｃｏｄｉｎｇａｐｐｒｏａｃｈｆｏｒｉｎｔｒａｃｌｕｓｔｅｒｉｎｆｏｒｍａｔｉｏｎｅｘｃｈａｎｇｅｉｎｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃｏｆ６６ｔｈＩＥＥＥＦａｌｌＶｅｈｉｃｕｌａｒＴｅｃｈｎｏｌｏｇｙＣｏｎｆｅｒｅｎｃｅ．２００７：１６４１６８．［５８］ＬＩＴｉｎｇｇｅ，ＨＳＵＣＣ，ＣＨＯＵＣＦ．Ｏｎｒｅｌｉａｂｌｅｔｒａｎｓｍｉｓｓｉｏｎｂｙａｄａｐｔｉｖｅｎｅｔｗｏｒｋｃｏｄｉｎｇｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／ＰｒｏｃｏｆＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｍｕｎｉｃａｔｉｏｎｓ．Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥＰｒｅｓｓ，２００９：１５．［５９］ＨＯＵＩＨ，ＴＳＡＩＹＥ，ＡＢＤＥＬＺＡＨＥＲＴＦ，ｅｔａｌ．ＡｄａｐＣｏｄｅ：ａｄａｐｔｉｖｅｎｅｔｗｏｒｋｃｏｄｉｎｇｆｏｒｃｏｄｅｕｐｄａｔｅｓｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ２７ｔｈＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＣｏｍｍｕｎｉｃａｔｉｏｎｓ．２００８：１５１７１５２５．［６０］ＰＥＴＡＲＤ，ＳＨＡＨＲＯＫＨＶ．Ｒｅｌｉａｂｌｅｐａｃｋｅｔｔｒａｎｓｍｉｓｓｉｏｎｓｉｎｍｕｌｔｉｐａｔｈｒｏｕｔｅｄｗｉｒｅｌｅｓｓｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＭｏｂｉｌｅＣｏｍｐｕ，２００６，５（５）：５４８５５９．ｔｉｎｇ［６１］ＫＩＭＳ，ＦＯＮＳＥＣＡＲ，ＣＵＬＬＥＲＤ．Ｒｅｌｉａｂｌｅｔｒａｎｓｆｅｒｏｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ１ｓｔＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＳｅｎｓｏｒａｎｄＡｄｈｏｃＣｏｍｍｕｎｉｃａｔｉｏｎｓａｎｄＮｅｔｗｏｒｋｓ．２００４：４４９４５９．［６２］ＤＪＵＫＩＣＰ，ＶＡＬＡＥＥＳ．Ｍｉｎｉｍｕｍｅｎｅｒｇｙｆａｕｌｔｔｏｌｅｒａｎｔｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／ＰｒｏｃｏｆＧｌｏｂａｌＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓＣｏｎｆｅｒｅｎｃｅ．２００４：２２２６．［６３］ＤＥＭＯＲＡＣＳＫＩＬ，ＡＶＥＲＥＳＫＹＤＲ．Ｔｏｐｏｌｏｇｙｓｅｌｅｃｔｉｏｎｆｏｒｆａｕｌｔｔｏｌｅｒａｎｔｂｅａｃｏｎｖｅｃｔｏｒｒｏｕｔｉｎｇｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ１３ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＴｅｍｐｏｒａｌＲｅｐｒｅｓｅｎｔａｔｉｏｎａｎｄＲｅａｓｏｎｉｎｇ．２００６：４６５１．［６４］ＪＡＢＢＡＲＩＡ，ＬＡＮＧＷ．Ａｄｖａｎｃｅｄｂｉｏｉｎｓｐｉｒｅｄｐｌａｕｓｉｂｉｌｉｔｙｃｈｅｃｋｉｎｇ：ａｕｔｏｎｏｍｏｕｓｉｎａｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｕｓｉｎｇｎｅｕｒｏｉｍｍｕｎｅｓｙｓｔｅｍｓｆａｕｌｔｄｉａｇｎｏｓｉｓｉｎａｎｉｎｔｅｌｌｉｇｅｎｔｔｒａｎｓｐｏｒｔａｔｉｏｎｓｙｓｔｅｍ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ４ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＳｅｎｓｏｒＴｅｃｈｎｏｌｏｇｉｅｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓ．２０１０：１０８１１４．［６５］ＴＥＮＧＲｕｉ，ＬＥＩＢＮＩＴＺＫ，ＺＨＡＮＧＢｉｎｇ．Ｉｍｍｕｎｅｓｙｓｔｅｍｉｎｓｐｉｒｅｄｒｅｌｉａｂｌｅｑｕｅｒｙｄｉｓｓｅｍｉｎａｔｉｏｎｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｃ］／／Ｐｒｏｃｏｆｔｈｅ１０ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＡｒｔｉｆｉｃｉａｌＩｍｍｕｎｅＳｙｓｔｅｍｓ．Ｂｅｒ：ＳｐｒｉｎｇＶｅｒｌａｇ，２０１１：２８２２９３．ｌｉｎ。