Việc thực hiện trong mạng cảm biến cũng như trong các mạng khác được thực hiện tại lớp mạng.
Các nút cảm biến được phân bố dày đặc trong một trường ở gần hoặc ngay bên trong các đối tượng mục tiêu. Giao thức định tuyến không dây đa bước nhảy phù hợp giữa nút cảm biến và nút Sink là cần thiết. Kỹ thuật định tuyến trong mạng Ad-hoc thông thường không phù hợp những yêu cầu của mạng cảm biến. Lớp mạng của mạng cảm biến được thiết kế theo những nguyên tắc sau:
Hiệu suất năng lượng luôn là yếu tố quan trọng. Hầu hết các mạng cảm biến là số liệu tập trung.
Việc tập hợp số liệu chỉ được thực thi khi nó không cản trở hoạt động hợp tác của các nút cảm biến.
Một mạng cảm biến lý tưởng phải nhận biết việc đánh địa chỉ thuộc tính cơ sở và vị trí.
Hình 2.1: Hiệu quả năng lượng trong định tuyến
- Các phương pháp định tuyến tối ưu về năng lượng
Các phương pháp được sử dụng để chọn tuyến đường có hiệu suất năng lượng cao nêu dưới dây được diễn tả trên hình 2.1. Trong đó, T là nút nguồn cảm biến hiện tượng mục tiêu. Nó có bốn đường có thể liên lạc với bộ phận thu nhận (Sink). Theo các tiêu chí khác nhau, có bốn phương pháp chọn đường có hiệu quả cao nhất về năng lượng.
Đường tổng mức năng lượng nguồn nuôi hiện tại (PA: Power available) cực đại: là đường có tổng mức năng lượng nguồn nuôi hiện tại của nút liên quan lớn
nhất. PA tổng được tính bằng tổng PA của mỗi nút dọc theo đường. Theo phương pháp này, đường 2 được lựa chọn. Tuy nhiên, đường 2 lại bao gồm những nút trong đường 1 và một nút mở rộng. Vì thế, dù có PA tổng cao hơn nhưng nó không phải là đường có hiệu suất năng lượng cao nhất. Như vậy, những đường nhận được từ việc mở rộng các đường có thể kết nối cảm biến tới Sink sẽ không được tính. Loại trừ đường 2, đường 4 là đường có hiệu suất năng lượng cao nhất khi sử dụng phương pháp PA tối đa.
Đường năng lượng cực tiểu (ME: minimum energy): đường mà năng lượng
tiêu thụ cực tiểu khi truyền một gói số liệu giữa nút Sink và nút cảm biến được gọi là đường MR. Như vậy, đường ME là đường có tổng các 𝑎 nhỏ nhất. Trong ví dụ này, đường 1 là đường ME.
Đường có số bước nhảy cực tiểu (MH: minimum hop): là đường có số liên
kết từ nút cảm biến nguồn tới nút Sink là nhỏ nhất. Đường 3 trong ví dụ này là đường có hiệu suất cao nhất theo tiêu chí này. Lưu ý rằng phương pháp ME sẽ chọn ra đường tương tự như phương pháp MH khi năng lượng tiêu thụ cho việc truyền một gói tin ở tất cả các liên kết đều như nhau, tức là tất cả 𝑎 ở mọi liên kết đều bằng nhau. Vì thế, khi các nút phát quảng bá với cùng mức năng lượng mà không có bất kì sự điều khiển năng lượng nào, MH là tương đương với ME.
Đường có PA cực tiểu lớn nhất (Maximum minimum PA route): là đường mà
dọc theo nó, PA cực tiểu lớn hơn các PA cực tiểu của các đường khác. Theo tiêu chí này đường 3 là đường có hiệu suất năng lượng cực đại và đường 1 là đường có hiệu suất lớn thứ hai. Phương pháp này ngăn ngừa việc sử dụng các nút cảm biến có PA thấp sớm trong khi có thể sử dụng các nút khác có PA cao hơn. Như thế có thể tránh được hiện tượng một số nút bị cạn nguồn năng lượng sớm làm ảnh hưởng đến hoạt động toàn mạng.
- Phương pháp định tuyến số liệu tập trung
Một vấn đề khác của lớp mạng là định tuyến có thể dựa trên việc tập trung số liệu. Trong định tuyến số liệu tập trung, việc phổ biến các yêu cầu (các nội dung được quan tâm) được thực hiện nhằm phân nhiệm vụ cảm biến tới các nút cảm biến. Có hai phương pháp được sử dụng để phổ biến yêu cầu là: nút Sink phổ biến nội dung được quan tâm tới các nút cảm biến cần thiết và các nút cảm biến phát quảng bá một quảng cáo cho số liệu có sẵn và đợi yêu cầu từ các nút Sink có nhu cầu về các số liệu này.
Định tuyến số liệu tập trung yêu cầu phải đặt tên thuộc tính cơ sở. Nguyên nhân cần phải đặt tên thuộc tính cơ sở là người sử dụng thường quan tâm tới truy vấn thuộc tính của hiện tượng hơn là truy vấn tới một nút riêng lẻ. Ví dụ: “Những khu vực nơi có nhiệt độ cao hơn 40 độ C” là truy vấn được sử dụng thường xuyên hơn là “Nhiệt độ được đọc bởi nút nào đó”.Việc đặt tên thuộc tính cơ sở được sử dụng để truy vấn về các thuộc tính của hiện tượng. Với việc đặt tên thuộc tính cơ sở, các phương thức phát quảng bá, phát đến một nhóm theo thuộc tính cơ sở, phát theo địa lý, phát bất kỳ trở nên quan trọng đối với mạng cảm biến.
Hình 2.2: Ví dụ về tập hợp số liệu.
Tập hợp số liệu là một kỹ thuật được sử dụng để giải quyết những vấn đề trùng lặp và chồng chéo trong định tuyến số liệu tập trung. Trong kĩ thuật này, một mạng cảm biến được mô tả với cấu trúc cây phát đa điểm đảo ngược như trong (hình 2.3).
Bộ thu nhận (Sink) yêu cầu các nút cảm biến báo cáo về trạng thái xung quanh hiện tượng. Số liệu từ nhiều nút cảm biến được tập hợp lại khi chúng tới cùng một nút trên đường đến nút Sink nếu chúng cùng chỉ về một thuộc tính của hiện tượng. Trong ví dụ trên, nút cảm biến E tập hợp số liệu từ các nút cảm biến A và B. Trong khi đó, nút cảm biến F được tập hợp số liệu từ các nút cảm biến C và D. Việc tập hợp số liệu có thể được hiểu như là một nhóm các phương pháp tự động kết hợp số liệu tới từ nhiều nút cảm biến thành một tập thông tin có nghĩa. Về mặt này, việc tập hợp số liệu được xem như là hợp nhất số liệu. Ngoài ra, sự cẩn trọng là rất cần thiết khi tập hợp số liệu bởi các đặc trưng của số liệu, như vị trí của những nút cảm biến báo cáo, không cho phép được bỏ sót. Những đặc trưng như vậy có thể rất cần thiết cho một ứng dụng nào đó.