Ist der Bau eines einzelnen winzigen Computers schon eine schwierige Aufgabe, so stellt ein funktionierendes Netzwerk aus mehreren Hundert, Tausend oder gar Millionen Sensorknoten eine riesige Herausforderung dar.
Informatiker, die so einen „Sack voller Flöhe“ unter Kontrolle halten wollen, müssen neue Konzepte jenseits der Regeln herkömmlicher Computernetze entwickeln, um die Datenströme zu regeln. Sensornetze sollen automatisch, permanent und in Echtzeit Daten aus der Umwelt erfassen, zum Beispiel die Bodenfeuchte, um eine Hangrutschung vorherzusagen, oder den CO2-Gehalt eines Raumes, um die Klimaanlage in Gang zu setzen.
Einfach im Kleinen, komplex im Großen
Ein einzelner Sensorknoten erfüllt dabei eine relativ leichte Aufgabe: er misst beispielsweise die Temperatur, kodiert die Information und funkt sie weiter. Mittlerweile kann ein Sensorknoten auch bereits mit mehreren Sensoren für verschiedene Messdaten, zum Beispiel für Temperatur, Luftfeuchtigkeit und CO2-Gehalt, ausgestattet sein, die je nach Bedarf kombiniert werden.
Viel komplexer ist jedoch die Leistung des gesamten Sensornetzes, wenn aus verschiedenen Daten mehrerer Sensorknoten an unterschiedlichen Messstellen das Bild eines gesamten Umweltphänomens oder sogar dessen Entwicklung über einen Zeitraum erstellt werden soll. So könnte man an einer Straßenkreuzung mehrere Sensorknoten für die Messung von Vibrationen, Magnetfeld, Akustik, Beschleunigung oder bestimmten Materialeigenschaften installieren. Gemeinsam sind sie in der Lage zu ermitteln, wann wie viele Autos welcher Marke mit welcher Geschwindigkeit nach rechts oder links abgebogen sind.
Ebenso ist es denkbar, die Anteile verschiedener Schadstoffe in der Luft zu messen. Erst wenn mehrere Sensoren einen bestimmten „Cocktail“ aus Schadstoffen, die für sich genommen ungefährlich, aber zusammen bedrohlich sind, identifiziert haben, wird Alarm gegeben.
Veredelte Informationen
Aufgrund ihrer Größe und der damit verbundenen niedrigen Rechen- und Energieleistung, müssen Sensorknoten gleichzeitig Energie sparen und das Kommunikationsaufkommen gering halten. Eine große Menge von Daten auf niedrigem Informationsniveau ist deshalb in eine kleine Datenmenge mit hohem Informationsgehalt umzuwandeln.
Möglichst in Echtzeit sollen diese „veredelten Informationen“ den anderen Sensorknoten zur Verfügung gestellt werden. So könnten die Sensoren zum Beispiel aus mehreren Sichtungen eines Schwarms von Zugvögeln sofort Flugzeit und -richtung ermitteln, ohne aber die Rastplätze jedes einzelnen Vogels weiterzugegeben.
Anonyme Masse
Gängige Computernetze funktionieren nicht, wenn nicht jeder PC, jeder Server, jeder Drucker oder jedes Modem einen eindeutigen Namen hat, durch den die Geräte „ansprechbar“ sind. In drahtlosen Sensornetzen dagegen ist Anonymität erwünscht. Ziel sind Netze, in denen einzelne Sensorknoten über keine Identität mehr verfügen und nur noch allgemeine Angaben zu Sensortyp, momentanem Aufenthaltsort oder lieferbaren Informationen als „Adresse“ gelten. Auch der Verlust eines einzelnen Knoten wiegt dann nicht mehr so schwer, weil die Nachbarn seine Aufgaben übernehmen können.
Die Überlegungen zur Bau- und Funktionsweise großer Sensornetzwerke sind oft noch hypothetisch. Das größte drahtlose Sensornetz, das je zum Einsatz kam, wurde an der Universität von Berkeley für verschiedene Experimente entwickelt. Es bestand aus lediglich 800 Sensorknoten.
Linux für Sensornetze
Bereits genutzt wird dagegen das extra für drahtlose Sensornetze entwickelte offene Betriebssystem TinyOS (Tiny operating system – winziges Betriebssystem), das die Rechenoperationen des einzelnen Prozessors steuert. TinyOS kommt auch mit der minimalistischen Hardwareausstattung und der geringen Rechenkapazität der Sensorknoten zurecht.
Stand: 30.03.2006
