CN112514492A - 用于管理网络的方法和设备 - Google Patents

用于管理网络的方法和设备 Download PDF

Info

Publication number
CN112514492A
CN112514492A CN201980050448.5A CN201980050448A CN112514492A CN 112514492 A CN112514492 A CN 112514492A CN 201980050448 A CN201980050448 A CN 201980050448A CN 112514492 A CN112514492 A CN 112514492A
Authority
CN
China
Prior art keywords
node
data
nodes
depth level
network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201980050448.5A
Other languages
English (en)
Other versions
CN112514492B (zh
Inventor
N·格雷塞特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN112514492A publication Critical patent/CN112514492A/zh
Application granted granted Critical
Publication of CN112514492B publication Critical patent/CN112514492B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/02—Topology update or discovery
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/48—Routing tree calculation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/82—Miscellaneous aspects
    • H04L47/829—Topology based
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/83—Admission control; Resource allocation based on usage prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/12—Wireless traffic scheduling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

提出了一种用于管理计算机网络的方法，其包括以下步骤：针对属于与路由树的第一深度级别对应的一个或更多个网络节点的集合的计算机网络的至少一个网络节点执行数据收集配置，该数据收集配置包括：从计算机网络的所述至少一个网络节点的路由树中的至少一个子节点接收相应第一配置数据，其中，所述至少一个子节点对应于在路由树的深度级别序列中路由树的紧接在第一深度级别之后的第二深度级别；以及基于所接收的第一配置数据来生成第二配置数据。

Description

用于管理网络的方法和设备
技术领域
本公开涉及网络管理领域，特别是诸如传感器网络的IoT网络。
背景技术
诸如低功率和有损网络(LLN)的计算机网络中的数据收集机制允许在服务器处获得由网络的节点生成的信息或数据，这些节点可被部署在给定覆盖区域中。LLN网络的示例包括通常具有大量(数千)传感器节点的无线传感器网络以及所谓的“物联网”(IoT)网络或系统，一类能够无线通信的嵌入式装置互连的网络。根据网络，这些数据可例如与传感器节点(例如，电表、气表、水表、智能表)所执行的测量有关。在智能电网环境中，传感器通常还可与执行器，即，被配置用于从网络管理实体接收命令的网络节点链接。
在网络的传感器与执行器链接的情况下，数据收集时间优选应该足够小以收集测量数据，对所有执行器作出正确决策，并将这种决策反馈给各个执行器。在一些现有IoT系统设计中，数据收集阶段使用单播传输。如果要收集的数据量大，并且如果系统没有针对这种数据收集优化，则这可能导致高数据收集时间。决策反馈阶段或控制反馈阶段可能不被认为是灵敏的，因为要发送到执行器的数据量通常不如数据收集中所涉及的数据量那么重要，并且根据用于无线通信的系统架构，反馈还可使用广播/多播传输，代替单播传输。
在执行器被配置为彼此交换数据的更复杂的系统中，上行链路/下行链路中的数据量可能更加平衡。因此从数据收集的角度和/或从控制反馈的角度，可能可取的是解决IoT网络的数据通信延迟挑战。
因此需要提供一种改进的网络管理方案和实现其的网络节点，其解决了本领域中的传统技术的上述缺点和不足中的至少一些。
发明内容
本主题公开的一个目的在于提供一种改进的网络管理方案和实现该方案的设备。
本主题公开的另一目的在于提供一种计算机网络中的改进的网络管理方案和实现该方案的设备，以用于减轻传统数据收集和决策反馈方案的上述缺点和不足，特别是在传感器节点与执行器节点链接的计算机网络中。
为了实现这些目的和其它优点并且根据本主题公开的目的，如本文具体实现并广义描述的，在本主题公开的一个方面，提出了一种用于管理计算机网络的方法。该方法包括以下步骤：针对属于与路由树的第一深度级别对应的一个或更多个网络节点的集合的计算机网络的至少一个网络节点执行数据收集配置，路由树表示计算机网络的节点以及分别与计算机网络的两个节点之间的邻近关系对应的边缘，并且根据路由树将数据从节点发送到计算机网络的根节点，第一深度级别与路由树中的集合中的节点与根节点之间的边缘的数量对应，数据收集配置包括：从计算机网络的所述至少一个网络节点的路由树中的至少一个子节点接收相应第一配置数据，其中，所述至少一个子节点对应于在路由树的深度级别序列中路由树的紧接在第一深度级别之后的第二深度级别；以及基于所接收的第一配置数据来生成第二配置数据。
所提出的数据收集配置方案可有利地在数据收集配置阶段中被组织成基于环的数据收集配置，其中，针对树中具有相同深度级别的节点(即，属于同一环的节点)执行该数据收集配置。
在一些实施方式中，所提出的配置方法还可包括以下步骤：将第二配置数据发送到计算机网络的所述至少一个网络节点的路由树中的父节点。
根据实施方式，父节点可以是树中的紧接父节点，即，与在路由树的深度级别序列中树的紧接在第一深度级别之前的深度级别对应的父节点。
在一些实施方式中，可从多个子节点接收相应第一配置数据，各个子节点对应于第二深度级别，并且生成第二配置数据的步骤还可包括：将所接收的第一配置数据组合，并且基于所组合的第一配置数据来生成第二配置数据。在一些实施方式中，相应第一配置数据可包括将数据从子节点发送到所述至少一个网络节点所需的资源的相应第一估计，并且生成第二配置数据的步骤还包括：基于第一估计来生成发送第二深度级别的子节点所收集的数据所需的资源的第二估计。此外，在一些实施方式中，生成第二配置数据的步骤还可包括：生成向父节点发送与所生成的数据聚合的子节点所收集的数据所需的资源的第三估计，其中，所生成的数据包括在所述至少一个网络节点处获得的除了从子节点发送的数据以外的数据。根据实施方式，资源的第一估计、第二估计和/或第三估计可以是时间资源的估计。在一些实施方式中，生成资源的第二估计的步骤还可包括：将相应第一估计组合成聚合子节点估计。
在一个或更多个实施方式中，第一配置数据还可包括发送与路由树的第四深度级别对应的节点所收集的数据所需的资源的至少一个估计，其中，第四深度级别在路由树的深度级别序列中在第一深度级别之后，并且其中，生成第二配置数据的步骤还包括：在第一配置数据中接收的所述至少一个估计当中选择最大估计，以确定与第四深度级别对应的路由树的节点的数据收集所需的资源的估计。
在一个或更多个实施方式中，所提出的配置方法还可包括以下步骤：从所述至少一个网络节点的路由树中的各个子节点接收相应第一配置数据。
在一个或更多个实施方式中，可针对一个或更多个网络节点的所述集合中的各个节点执行所提出的配置方法。
在一个或更多个实施方式中，所提出的配置方法还可包括以下步骤：执行数据收集配置循环的至少一个迭代，其中，在数据收集配置循环的每个迭代执行数据收集配置。
在一个或更多个实施方式中，所提出的配置方法还可包括以下步骤：从多个子节点接收公共深度级别的节点发送数据所需的资源的相应估计，其中，公共深度级别在序列中在第一深度级别之后；以及确定所接收的资源的估计当中的最大值。在一些实施方式中，该方法还可包括以下步骤：生成包括分别与对应深度级别关联的资源的最大估计的数据集，其中，对应深度级别在序列中在第一深度级别之后。
在一个或更多个实施方式中，所提出的配置方法还可包括在树的根节点处：向树的节点发送数据集，该数据集包括对于树的各个深度级别，所述各个深度级别的节点发送数据所需的资源的最大估计。
在本主题公开的另一方面，提出了一种设备，该设备包括处理器、操作上联接到处理器的存储器以及在计算机网络中通信的网络接口，其中，该设备被配置为执行本主题公开中所提出的用于网络管理的方法。
在本主题公开的另一方面，提出了一种编码有可执行指令的非暂时性计算机可读介质，所述可执行指令在被执行时使得包括操作上与存储器联接的处理器的设备执行本主题公开中所提出的用于网络管理的方法。
在本主题公开的另一方面，提出了一种包括有形地具体实现在计算机可读介质中的计算机程序代码的计算机程序产品，所述计算机程序代码包括指令，所述指令在被提供给计算机系统并执行时使得所述计算机执行本主题公开中所提出的用于网络管理的方法。在本主题公开的另一方面，提出了一种例如通过压缩或编码来表示本文所提出的计算机程序的数据集。
应该理解，可按许多方式实现和利用本发明，包括但不限于作为现在已知和以后开发的处理、设备、系统、装置和应用方法。本文所公开的系统的这些和其它独特特征将从以下描述和附图变得更容易显而易见。
附图说明
对于本领域技术人员而言，通过结合所附说明书参考以下附图，本主题公开将更好理解并且其许多目的和优点将变得更显而易见。
[图1A]图1A示出根据一个或更多个实施方式的可应用所提出的方法的示例性路由树。
[图1B]图1B例示了根据一个或更多个实施方式的树中的父/子关系。
[图1C]图1C例示了根据一个或更多个实施方式的组织成环形结构的示例性路由树。
[图2]图2是例示了根据一个或更多个实施方式的示例性数据收集阶段的框图。
[图3]图3示出根据一个或更多个实施方式的可应用所提出的方法的示例性路由树。
[图4]图4是根据一个或更多个实施方式的多个时隙的自下而上传播的示例性处理的框图。
[图5]图5是根据一个或更多个实施方式的集中器节点处执行的示例性处理的框图。
[图6]图6示出根据一个或更多个实施方式的在图3的示例性网络上执行的示例性数据收集。
[图7A]图7A例示了根据一个或更多个实施方式的在同一数据收集阶段中的并发传输期间的干扰的示例。
[图7B]图7B例示了根据一个或更多个实施方式的在图3的示例性网络上执行的示例性频率规划。
[图8]图8例示了根据一个或更多个实施方式的多个环的并发数据收集。
[图9]图9例示了根据一个或更多个实施方式的示例性网络节点。
具体实施方式
为了例示简单和清晰，附图示出一般构造方式，并且可省略熟知特征和技术的描述和细节，以避免不必要地模糊所描述的本发明的实施方式的讨论。另外，附图中的元件未必按比例绘制。例如，图中的一些元件的尺寸可相对于其它元件被夸大以帮助改进本发明的实施方式的理解。例如当结构被示出为在真实世界条件下具有对称性和有序性可能大大降低的直线、锐角和/或平行平面等，特定图可按理想化方式示出以便帮助理解。不同图中的相同标号表示相同元件，而相似标号可(但未必)表示相似元件。
另外，应该显而易见的是，本文中的教导可按各种形式具体实现，并且本文所公开的任何具体结构和/或功能仅是代表性的。具体地，本领域技术人员将理解，本文所公开的方面可独立于任何其它方面实现，并且多个方面可按各种方式组合。
下面参考根据一个或更多个示例性实施方式的方法、系统和计算机程序的功能、引擎、框图和流程图描述本公开。框图和流程图的各个描述的功能、引擎、方框可在硬件、软件、固件、中间件、微码或其任何合适的组合中实现。如果在软件中实现，则框图和/或流程图的功能、引擎、方框可由计算机程序指令或软件代码实现，其可经由计算机可读介质存储或发送，或者被加载到通用计算机、专用计算机或其它可编程数据处理设备上以生成机器，使得在计算机或其它可编程数据处理设备上执行的计算机程序指令或软件代码创建用于实现本文所描述的功能的手段。
计算机可读介质的实施方式包括(但不限于)计算机存储介质和通信介质二者，包括方便将计算机程序从一个地方转移到另一地方的任何介质。如本文所使用的，“计算机存储介质”可以是可由计算机或处理器访问的任何物理介质。另外，术语“存储器”和“计算机存储介质”包括任何类型的数据存储装置，例如但不限于硬盘驱动器、闪存驱动器或其它闪存装置(例如，存储器密钥、记忆棒、密钥驱动器)、CD-ROM或其它光学存储装置、DVD、磁盘存储装置或其它磁存储装置、存储器芯片、随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、智能卡或者可用于以计算机处理器可读取的指令或数据结构或其组合的形式承载或存储程序代码的任何其它合适的介质。另外，各种形式的计算机可读介质可向计算机发送或承载指令，包括路由器、网关、服务器或其它传输装置、有线(同轴线缆、光纤、双绞线、DSL线缆)或无线(红外、无线电、蜂窝、微波)。指令可包括来自任何计算机编程语言的代码，包括但不限于汇编、C、C++、Python、Visual Basic、SQL、PHP和JAVA。
除非另外具体地说明，否则将理解，贯穿以下描述，利用诸如处理、计算、确定等的术语的讨论是指计算机或计算系统或类似电子计算装置的动作或处理，其将计算系统的寄存器或存储器内表示为物理(例如，电子)量的数据操纵或变换为计算系统的存储器、寄存器或其它这种信息存储、传输或显示装置内类似地表示为物理量的其它数据。
术语“包括”、“包含”、“具有”及其任何变体旨在涵盖非排他性包括，使得包括元件列表的处理、方法、制品或设备未必限于那些元件，而是可包括未明确列出或这种处理、方法、制品或设备固有的其它元件。
另外，本文中使用词语“例示性”来意指“用作示例、实例或例示”。本文中描述为“示例性”的任何实施方式或设计未必被解释为比其它实施方式或设计优选或有利。
在以下描述和权利要求中，术语“联接”和“连接”及其派生词可无差别地用于指示两个或更多个元件彼此直接物理或电接触，或者两个或更多个元件彼此不直接接触，但仍彼此协作或交互。
在以下描述和权利要求中，术语“有效载荷”、“有效载荷数据”、“消息”、“分组”和“数据分组”可无差别地使用，并且可包括可在节点或站之间或横跨网络路由或发送的数据块、协议数据单元或者任何数据单元。例如，分组可包括一组比特，其可包括一个或更多个地址字段、控制字段和数据。数据块可以是任何数据单元或信息比特。
为了本公开的目的，本文中使用术语“服务器”来表示提供处理的服务点、数据库和通信设施。作为示例而非限制，术语“服务器”可指具有关联的通信和数据存储和数据库设施的单个物理处理器，或者可指处理器和关联网络和存储装置的联网或集群复合体，以及支持服务器所提供的服务的操作软件和一个或更多个数据库系统和应用软件。服务器的配置或能力可广泛地变化，但是通常，服务器可包括一个或更多个中央处理单元和存储器。服务器还可包括一个或更多个大容量存储装置、一个或更多个电源、一个或更多个有线或无线网络接口、一个或更多个输入/输出接口或一个或更多个操作系统(例如，WindowsServer、Mac OS X、Unix、Linux、FreeBSD等)。
为了本公开的目的，“计算机网络”应该被理解为指可将装置(本文中也称为“节点”)联接以使得装置之间(包括例如经由无线网络联接的无线装置之间)可发生数据通信的网络。例如，网络还可包括诸如网络附加存储(NAS)、存储区域网络(SAN)或其它形式的计算机或机器可读介质的大容量存储，并且可包括或连接到服务器。网络可包括互联网、一个或更多个局域网(LAN)、一个或更多个广域网(WAN)、有线型连接、无线型连接、诸如运营商电话线的蜂窝、光纤、同步光学网络、同步数字体系链路、电力线通信链路(例如，IEEE61334、IEEE P1901.2)、以太网、蓝牙、低功耗蓝牙(BLE)或智能蓝牙、WiFi或基于IEEE802.11x协议的任何连接、ZigBee或基于IEEE802.15.4协议的任何连接、Z-Wave、6LowPAN(IPv6低功率无线个域网)、Thread、Sigfox、Neul、LoRa、任何NFC连接、2G(包括GSM/GPRS/EDGE)/3G(包括UMTS/HSPA)/4G(包括LTE和LTE-Advanced)/5G蜂窝、或其任何组合。可使各种类型的装置(例如，网关)可用于为网络中使用的不同架构或协议提供互操作能力。在根据本主题公开的计算机网络中可使用任何数量的节点、装置、设备、链路、互连等。
例如，通信链路或信道可包括模拟电话线、完全或部分数字线、包括卫星链路的无线链路或者诸如本领域技术人员可已知的其它通信链路或信道。
网络的计算装置(例如，传感器节点或执行器节点)可能能够例如经由有线或无线网络发送或接收信号，和/或可能能够处理和/或存储数据。
计算机网络可被描述为图G＝(V,E)，其中图G的顶点的集合V表示计算机网络的网络节点，并且图G的边缘的集合E表示计算机网络的网络节点之间的通信链路。在“无向图”G中，成对的顶点(v1,v2)是无序的，而在“有向图”(也称为“方向图”或“DOG”)中，各对顶点(v1,v2)是有序的，例如使得v1为源，v2为目标。
在本主题公开中，从图G的顶点v1到顶点v2的“路径”p(v1,v2)可用于指示顶点和边缘的交替序列，以顶点v1开始并以顶点v2结束。从一个顶点v到自己的路径p(v,v)可被称为“封闭路径”。本文中可使用术语“循环”来指示封闭路径p(v,v)，其中所有边缘是不同的，并且p(v,v)中出现两次的仅有顶点是v(恰好出现两次)。
如本文所使用的，术语“树”是指有向图，其中，一个顶点(称为“根”、“协调器”或“集中器”)使得图的除了根之外的所有顶点是恰好一个边缘的头。关于计算机网络，可使用树数据结构，作为网络节点所发送的数据被朝着树的根路由的路由数据结构。对于存在从v到w的路径的树的两个节点(顶点)v和w，v在本文中将被称为w的“祖先”或“父”，w在本文中可被称为v的“后代”。对于(v,w)是边缘的树的两个节点(顶点)v和w，v在本文中将被称为w的“父亲”，w在本文中可被称为v的“儿子”或“子”。
术语图的顶点v1的“邻居”或者树的节点w1可用于指示与图上顶点v1或树上的节点w1相邻的另一顶点v2或节点w2，即，存在将图中的顶点(或树中的节点)互连、图中的两个顶点v1和v2之间、或者树中的两个节点w1和w2之间的一个或多个边缘。术语“路径邻居”或“间接邻居”可互换地用于指示通过网络图或树中的路径互连的两个顶点或节点。术语“直接邻居”或“紧接邻居”可互换地用于指示仅通过网络图或树中的一个边缘互连的两个顶点或节点。换句话说，对于作为图G＝(V,E)中的v1∈V的直接邻居的各个顶点v2∈V，(v1,v2)∈E。对于ET∈E的对应树结构T＝(V,ET)，对于作为w1∈V的直接邻居的各个节点w2∈V，(w1，w2)∈ET。
对于树的各个节点，“秩”(也称为“深度级别”)可被定义为距集中器节点的距离，例如表示为树中的边缘(或跳)的数量。集中器节点的深度级别可被设定为默认值，例如0或1。例如，集中器节点的树中的直接邻居的深度级别可被设定为集中器节点的深度级别增加增量步长Depth_Level_Increment(可例如选择为等于1)。
应该理解，本主题公开的实施方式可用在各种应用中，特别是(但不限于)传感器网络，其中潜在大量的传感器协作地监测不同位置处(例如，工厂或核电站设施中)的物理或环境条件(例如，温度、压力、能量/功率资源和/或消耗、辐射、污染等)。尽管在这方面本主题公开不受限制，但是本文所公开的用于网络管理的方法可用在具有各种拓扑的许多类型的计算机网络中，例如任何LLN网络、任何多跳系统(例如，网状网络)、任何物联网(IoT)网络或系统、任何机器对机器(M2M)网络或系统(例如，诸如传感器网络的智能对象网络)或其任何组合，并且可用在许多设备中，例如计算机网络的任何网络节点(例如，根节点、网关节点、传感器节点、执行器节点)中或者连接到或包括在计算机网络中的任何服务器中。
互联网工程工作组(IETF)已开发了适用于LLN网络的路由协议，称为RPL协议。在2012年3月的题为“RPL：低功率和有损网络的IPv6路由协议”的征求意见书(RFC)6550中指定了RPL。
针对进出充当网络拓扑的网络信宿的一个或更多个根的业务优化RPL路线。结果，RPL将拓扑组织成划分为一个或更多个面向目的地的DAG(DODAG)的所谓有向非循环图(DAG)，每网络信宿一个DODAG，并且将DODAG用作路由树。
RPL提供了用于路由树的自动设置以及在网络节点或者两个网络节点之间的互连故障的情况下对路由树进行局部修复的机制。RPL修复是识别网络中的故障(例如，节点/边缘故障)并应用以下局部反措施的处理：从节点路由到RPLDODAG树中与当前父节点不同的新父节点，并且如果不存在RPL秩较低的候选父节点，则将分组路由至RPL秩相同的节点。
RPL使用将无线传感器网络的节点连接到网络协调器节点(通常也称为DODAG的“根”或“根节点”)的面向目的地的有向非循环图(DODAG)结构，并且描述了构建这种DODAG结构的方案。可使用RPL的无线传感器网络中的网络节点可以是：全功能装置(FFD)，在这种情况下它们发送其传感器读数并对其邻近节点的读数进行中继；或者简化功能装置(RFD)，在这种情况下它们发送其读数，而不中继邻近节点的数据。协调器从无线传感器网络的节点收集数据并将其发送到分组数据网络的网关，例如IP网络(例如，互联网)的IoT网关。
为了构建DODAG图，RPL协调器可被配置为周期性地向其直接邻居(即，其紧接邻居)发送数据分组(称为DODAG信息对象(DIO)分组)，这些直接邻居继而将所接收的DIO分组经由其自己的邻居传播到网络的其余部分。DIO分组包含关于DODAG的信息，包括发送者的RPL秩、RPL版本号、要通过RPL路由最小化的目标函数(OF)等。
RPL秩指示分组在网络中的扩散梯度，即，高秩值指示距协调器高跳数的节点(例如，叶节点)，低秩值指示距协调器低跳数的节点(例如，对叶节点的数据进行中继的FFD节点)。分组在网络中的扩散从较高秩值到较低秩值。
协调器(DODAG的根)的RPL秩被设定为零值。RPL路由树中的子节点的RPL秩使父节点的RPL秩增加，并且各个子节点向其父节点发送其分组。
在DODAG构造期间，各个节点如下获得其在DODAG中的秩：各个节点侦听DIO消息以了解一跳邻域中的节点集合。在接收到其第一DIO消息时，各个节点加入DODAG，基于所接收的信息计算其自己的秩，并开始发送其自己的DIO消息(包括其计算的秩)。
RPL秩计算处理可被视为动态的，因为各个节点动态地维持从其接收DIO消息的父节点集合。另外，由各个节点基于以下标准动态地选择优选父节点以便在RPL路由树中发送子节点的分组：具有优选父节点的链路使路由目标函数最小化。
在下文中，我们考虑无线传感器网络部署的非限制性示例，其中在区域R中部署传感器节点集合(各个传感器节点在网络中由标识符或ID标识)。
传感器节点被配置为在其相应无线覆盖区域中发送信标分组(通常周期性地)，以便协作地学习网络的拓扑。在其发现时，节点之间的各种邻居关系可被分组为组织成表示网络的图和/或树的数据结构。
在无线传感器网络的非限制性示例中，网络图可以是图G(V，E)，其包括表示网络的传感器的网络节点集合V以及表示传感器之间的关系的将不同节点链接或互连的边缘集合。
在一个或更多个实施方式中，可生成路由树形式的数据结构，其表示网络的节点以及分别与网络的两个节点之间的邻近关系对应的边缘，并且根据其将数据从计算机网络的节点发送到集中器节点，相应深度级别被指派给树的各个节点并由其获得。具体地，可在初步配置阶段期间执行拓扑发现和路由算法以定义路由树，其中，各个节点具有一个或更多个子节点以及仅一个父节点。
例如，在一些实施方式中，可例如使用如上所述的RPL协议来构建基于中心性的路由树T(V，E’)，其通过边缘将节点V链接，使得如果具有较低秩的节点是具有较高秩的节点的优选父节点，则具有相应秩的两个节点通过边缘链接。路由树可被设计为使得从网络的传感器节点朝着作为树的根节点操作的集中器节点收集数据。在一个或更多个实施方式中，RPL路由树可有利地用于执行所提出的用于网络管理的方法。
因此，示例性无线传感器网络可设置有路由和物理层机制，特别是设置有根节点(也称为集中器节点)，其是从网络的所有其它节点收集数据的节点。网络的深度级别可被组织成自然数的递增或递减序列，各个自然数表示指派给距集中器节点相同距离(即，路由树上的相同数量的边缘)处的网络节点集合的深度级别。根据实施方式，集中器节点的深度级别可被选择为序列的最高或最低自然数。在下文中，我们考虑指派零(0)深度级别的集中器节点的非限制性示例。
关于物理层机制，在一个或更多个实施方式中可使用具有以下特征的物理层：在给定时隙(例如，1ms)期间在限定频率信道(例如，2.4GHz的ISM频带中的5MHz信道)的载波频率上以给定带宽(例如，5MHz)传输信号。在一些实施方式中，还可向物理层提供可用于确定和调整网络的两个节点之间的物理层的数据速率的一组调制和编码方案。
相关领域的普通技术人员将理解，代替上述物理层或与上述物理层组合，根据OSI模型的任何合适的层1-3(包括例如为IEEE 802.11a/b/g、IEEE 802.15.4g、LoRa、蓝牙和3GPP 5G NR(新无线电)指定的物理层和MAC层)可用于无线传感器网络中的数据传输(仅作为示例给出)。
另外，根据本主题公开的一个或更多个实施方式的数据收集可根据数据收集协议来执行，其周期性地或按需允许收集网络中的节点的所有数据。在一个或更多个实施方式中使用的数据收集协议还可通过信令支持长期配置机制，以便例如基于Zigbee协议或LoRa协议来定义数据收集协议的参数。
此外，可使用时域中的成帧(例如，根据例如大约100ms的持续时间的数据收集帧)来执行数据收集。例如，网络用于进行数据传输的物理层和MAC层可限定传输时间帧(在下文中也称为“时隙”)。可向这种成帧方案提供在帧中所有发送机用于同步并用于执行时分多址(TDMA)多址方案的同步信号。在一些实施方式中，同步可基于管理帧的各个子网络的父节点分别发送的信标信号。例如，可使用网络的充当父节点的各个节点(从根节点开始)可通过传输信标信号(例如，每隔100ms发送)向其子节点提供帧定时的同步方案来执行时间同步。然后，一个父节点的所有子节点可使用这些信标传输来同步到其父节点的帧定时至多同步误差。然后，这些子节点可依次将其自己的信标信号发送到其子节点，其子节点可基于所接收的信标信号同步来同步。因此，根节点可发送用于定义其子节点可同步至的帧定时的信标信号，并且可使用从一个深度级别分布到下一深度级别(根据从树的根节点到叶节点的深度级别的自上而下顺序)的这种帧定时(例如，使用从一个深度级别的节点发送到下一深度级别的节点(其相应子节点)的信标信号)来构建时基。可选择用于为了数据收集而在网络的节点之间发送数据的数据传输协议以适合于具有这种分布式时基(包括具有在时基通过树的自上而下传播期间生成的潜在同步误差)的操作。
在下文中，将使用根据TDMA方案调度的以时隙为单位表示的传输时间资源的非限制性示例来描述本主题公开的实施方式。相关领域的普通技术人员将理解，可代替上述传输资源和多址方案或与其组合使用任何合适的多址方案和对应传输资源，例如频分多址、码分多址、正交频分多址或上述的组合(仅作为示例给出)。
在一个或更多个实施方式中，各个子树主节点可定义具有多个时隙的局部TDMA多址，其是树中的同一环(即，深度级别)的所有子树主节点所共同的。这样数量的时隙可对应于如下所述为给定深度级别的数据收集确定的传输时间资源。然后，可根据传输时间资源内的TDMA调度为执行给定深度级别的数据收集的父节点的各个子节点组织数据收集。即，各个子节点可在父节点所分配的时隙期间将其有效载荷数据发送到父节点。
这有利地允许TDMA方案的局部(每子树)管理，以使子树间干扰(同一深度级别的两个子树之间可能发生)最小化。在一些实施方式中，可利用来自物理层的CSMA/CA冲突率的反馈和随机TDMA时隙分配来执行TDMA管理。
例如，在ISM频带中，可实现控制邻近节点之间的冲突的CSMA/CA协议：当一个节点打算发送时，它首先探测信道的功率，并且如果探测到功率，则推迟其传输。当发生这种事件时，可更新冲突回避率。另外，在发生冲突时，可更新冲突率。因此，各个节点可评估归功于冲突率的信道占用。当使用TDMA成帧时也可应用此方法，以评估各个TDMA时隙的占用率。
使用局部TDMA多址的另一优点在于，TDMA分配不需要系统范围的信令。
另外，各个节点仅需要特定且轻便的信令来知道每深度级别的TDMA时隙的数量，即，为该深度级别的节点的数据收集确定的传输时间资源的持续时间(以时隙为单位)。这有利地降低了所提出的解决方案的开销并且使其可扩展。
无线传感器网络还可设置有被设计为从父节点到其子节点或从子节点到其父节点提供信令数据(例如，数据收集配置参数)的信令协议。根据实施方式，信令数据可例如在时间帧(例如，时隙)的预留资源中发送并与其它非信令数据复用，和/或信令数据可在专用帧中发送。根据本主题公开，可能优选的是使用专用于信令的帧，以例如在执行数据收集阶段之前发送遍及网络广播的信令数据，以使得数据收集阶段在最小信令开销的情况下从延迟角度可最高效。
在一些实施方式中，如上所述，路由算法可基于累积距离最小化，各个分支的度量与物理层性能有关。例如，度量可与链路的容量的倒数有关，因为它是允许预测发送给定数据量所需的时隙数量(应该最小化)的值。实际上，对于允许发送与数据速率D比特/秒对应的容量的给定无线链路，Nb比特的数据分组的传输将花费至少Nb/D秒。假设使用Ts秒长的时隙，发送Nb比特分组所需的时隙数量是大于或等于Nb/D/Ts的最小整数(
Figure BDA0002920874970000131
其中
Figure BDA0002920874970000132
是大于或等于x的最小整数)。
图1A示出为包括集中器节点N0的计算机网络生成的示例性路由树，该集中器节点是配置用于从网络的所有其它节点收集数据的深度零的单个节点。图1A所示的树配置包括四个深度级别(级别0至级别3)，其可被组织成深度级别序列(例如，0,1,2,3)，其中集中器节点被指派深度级别零，集中器节点的三个子节点被指派集中器的深度级别之后的深度级别(例如，深度级别1)，深度级别1的各个节点的七个子节点被指派深度级别1之后的深度级别(例如，深度级别1)，深度级别2的各个节点的10个子节点被指派深度级别2之后的深度级别(例如，深度级别3)。
相关领域的普通技术人员将理解，代替图1A中使用的深度级别序列、深度级别值和深度级别增量，可使用任何合适的深度级别序列、深度级别值、深度级别增量，例如具有值(3,2,1,0)、(0,2,4,6)、(6,4,2,0)、(4,3,2,1)或(1,2,3,4)的深度级别序列、或者深度级别增量1、2或任何非空整数(仅作为示例给出)。
在图1A所示的示例性路由树上，集中器节点N0可具有等于0的深度级别，节点N1，1、N1，2和N1，3可构成深度级别等于1的节点集合，因为这些节点中的每一个是集中器节点的子节点，节点N2，1、N2，2、N2，3、N2，4、N2，5、N2，6和N2，7可构成深度级别等于2的节点集合，因为这些节点中的每一个是深度级别等于1的节点的子节点，节点N3，1、N3，2、N3，3、N3，4、N3，5、N3，6、N3，7、N3，8、N3，9和N3，10可构成深度级别等于3的节点集合，因为这些节点中的每一个是深度级别等于2的节点的子节点。
图1B上示出树中的父/子关系，示出示例性子树配置，其具有深度级别n-1的一个节点，该节点是深度级别n的三个子节点的父节点。在此示例中，可按等于1的深度级别增量以增序定义深度级别序列，从指派给树的集中器节点的深度级别(例如，0或1)开始并以深度级别N结束，其中concentrator_node_depth_level<...<n-1<n<…<N。
参照图2，下面描述根据一个或更多个实施方式的网络的父节点执行的数据收集。
根据本主题公开的数据收集可在树的作为父节点的任何节点处执行，通过这种父节点从其子节点收集数据。因此，树的叶节点(即，树的不具有任何子节点以使得它们不是父节点的节点)可不执行数据收集。
在一个或更多个实施方式中，根据本主题公开的数据收集可被组织为阶段，其中，数据收集的阶段(10)可涉及树的一个深度级别。即，可针对树中具有相同深度级别的一个或更多个网络节点执行数据收集。树中具有相同深度级别的网络节点可构成与树的第一深度级别对应的一个或更多个网络节点的集合，第一深度级别如上所述与路由树中的集合中的节点与集中器节点之间的边缘的数量对应。在一些实施方式中，可在树中具有相同深度级别的各个网络节点处执行数据收集。
例如，参照图1A所示的示例性树配置，可针对各个深度级别1、2和3的一个或更多个或所有父节点执行数据收集阶段。即，可针对深度级别N的一个或更多个或所有父节点执行数据收集阶段，其中N不对应于树的最高深度级别。
关于树中具有相同深度的节点(在数据收集中充当父节点)所执行的数据收集阶段，在一个或更多个实施方式中，数据收集可包括从网络的路由树中的父节点接收(11)第一数据收集配置数据。对于网络的任何节点，根据本主题公开的执行数据收集的节点的父节点可对应于在路由树的深度级别序列中在第一深度级别之前(但未必紧接在之前)的路由树深度级别。在一些实施方式中，第一数据收集配置数据可包括在与路由树的第一深度级别对应的节点处收集数据所需的资源的估计。例如，如果在图1A所示的示例性树配置中针对深度级别2的节点执行数据收集阶段，则深度级别2的一个或更多个节点或者在一些实施方式中深度级别2的所有节点(节点N2，1、N2，2、N2，3、N2，4、N2，5、N2，6和N2，7)可从相应父节点或其共同的父节点(例如，树的集中器节点No)接收用于从其子节点收集数据的相应第一数据收集配置数据。在此示例中，节点N2，1可从其父节点N1，1接收用于收集其自己的数据和/或来自其子节点N3,1和N3,2的数据的第一数据收集配置数据。节点N2,4可从其父节点N1,2接收它可用于从其子节点N3,6收集数据的第一数据收集配置数据。
然后，数据收集阶段中涉及的节点可基于从其父节点接收的第一数据收集配置数据来生成(12)用于从其在路由树中的至少一个子节点收集数据的第二数据收集配置数据。至少一个子节点可对应于在路由树的深度级别序列中紧接在第一深度级别之后的路由树的第二深度级别。在一个或更多个实施方式中，如下所述，第二数据收集配置数据可包括用于从至少一个子节点中的每一个收集数据的相应调度数据。根据实施方式，调度数据可包括资源分配信息(例如，在TDMA框架中，为子节点数据的传输分配的时间资源(例如，时隙数量)、所分配的时间资源的位置)、用于数据传输的同步信息以及要用于数据的调制/解调和编码/解码的调制和编码方案(MCS)。
然后，可根据第二数据收集配置数据从至少一个子节点中的每一个收集(13)数据。
所提出的数据收集方案的显著优点来自其结构，该结构使用局部(父节点)级别数据收集管理和全局级别数据收集管理。这种基于两级的数据收集管理避免了数据收集由网络中的中心点确定和管理(需要将组织方案分布到参与数据收集的网络的各个节点)的完全中心管理。
相反，本主题公开的数据收集每深度级别进行组织，这需要确定：第一数据收集配置数据，用于在全局(网络)规模(例如，对于各个深度级别)管理数据收集；以及第二数据收集配置数据，用于通过充当父节点的节点局部地组织各个深度级别的数据收集，包括为以其为根的子树组织数据收集。因此，如下所述，这种基于两级的数据收集管理有利地允许信令开销显著降低，从而得到利用轻便信令的数据收集方案。
在下面公开的实施方式中，由各个父节点局部管理其子树的数据收集可包括定义用于调度来自其各个子节点的数据传输的TDMA方案。关于网络资源的扩展，这种局部管理对网络几乎没有影响。例如，如果网络中的节点数量乘以M(例如，M＝1000)，则由于充当父节点的各个节点可在其子树中定义其自己的数据收集局部组织，所以这种局部管理所需的局部资源不受比例因子M影响。相反，如果这种局部管理以集中方式执行，因此将数据收集的所有管理移至中心点，则数据收集信令开销将与节点数量成比例。
因此，这种扩展和开销效率优点至少部分地源自将全局数据收集配置数据/参数限制为深度级别数据收集参数(在一些实施方式中，包括在第一数据收集配置数据中)并且以局部方式管理各个深度级别的数据收集。
在一些实施方式中，可包括深度级别数据收集参数的第一数据收集配置数据可遍及网络广播，并且可包括每深度级别的数据收集认为需要的传输资源(例如，时间资源，例如以时隙为单位表示)的相应估计。因此，所收集和重分布的信令深度级别数据与网络中的环数而非与节点数量成比例。例如，如果网络中的环数从R1增长到R2环(例如，R1＝5和R2＝10)，则深度级别信令数据可增加大约
Figure BDA0002920874970000151
倍。然而，在一些实施方式中，可为网络定义最大环数，以使得数据收集延迟保持在上限延迟值以下。结果，该最大环数还可有利地将可与环数成比例的信令开销保持在最大极限以下。另外，假设给定网络部署区域(例如，1平方公里)，如果在该给定网络部署区域中网络的节点数量增加，则环数将很有可能不增加，否则将按远比节点数量的增加小的比例增加。这是因为网络中的环数将主要受系统所需的无线电覆盖影响，以使得即使给定网络部署区域中的节点数量可显著增加，这种网络部署区域中的环数也可保持大约相同。因此，所提出的数据收集方案的另一优点在于，如果给定网络部署区域中的节点数量增加(甚至显著增加)，则网络中的环数可能保持相同，或者增加远少于节点数量，以使得信令开销将不会显著增加。相反，集中式数据收集方法将导致收集网络的所有节点的信令数据，处理这些数据，然后将数据收集配置数据重分布至网络的所有节点以在网络的所有节点进行数据收集管理，信令开销将与网络的节点数量的增加成比例地增加。
在下面描述的一些实施方式中，每深度级别数据收集配置数据定义允许在各个节点级别预期其子树对总延迟的影响，而无需在中心点中收集所有数据。其它局部定义的数据配置参数(在一些实施方式中，包括在第二数据收集配置数据中)可(即，由各个父节点关于其子树)基于全局数据收集配置参数局部地管理，这有利地导致其对数据收集延迟的影响显著降低。
因此，如上所述，所提出的方案的数据收集延迟可很大程度上受全局(深度级别)数据收集配置参数影响，这本身导致数据收集方案的延迟灵敏度是环数(或树中的深度级别)的函数，而非网络中的节点数量的函数。估计根据本主题公开的数据收集的延迟(该延迟如图1C所示是系统的环数而非节点数量的函数)可能仅需要这些全局(深度级别)数据收集配置参数的知识。
在一个或更多个实施方式中，针对第一深度级别的节点执行的数据收集阶段还可包括对于数据收集中充当子节点的节点，将先前从其子节点收集的数据(可能与其自己的数据一起)发送到与路由树的深度级别对应的在路由树的深度级别序列中紧接在第一深度级别之前的紧接父节点。
例如，如果在图1A所示的示例性树配置中针对深度级别1的节点执行数据收集阶段，则针对其深度级别1的相应父节点充当子节点的深度级别2的一个或更多个节点或者在一些实施方式中深度级别2的所有节点(节点N2,1、N2,2、N2,3、N2,4、N2,5、N2,6和N2,7)可向其相应父节点(即，其相应紧接父节点)(对于N2,1和N2，2，N1，1；对于N2,3、N2,4和N2，5，N1,2；对于N2,6和N2,7，N1,3)发送其收集的数据(可能与其自己的数据一起)。
关于其自己的数据，在一个或更多个实施方式中，这种数据可被描述为所生成的数据，其包括在至少一个网络节点处获得的数据，但是不包括从子节点收集的数据。
在一个或更多个实施方式中，充当与深度级别N对应的数据收集阶段的父节点(例如，与深度级别N对应的父节点)的节点可从其子节点收集数据，并且可充当后续数据收集阶段(例如，与深度级别N-1对应)的子节点，并且可在该后续数据收集阶段期间发送从其子节点收集的数据和/或其自己的数据。
通过所提出的组织成阶段的数据收集协议，其中数据收集协议的一个阶段寻址树的一个深度，所提出的方法可有利地减少从节点收集数据所需的时隙的总数。例如，在阶段n(与深度级别n关联)中，深度n的节点可充当父节点并且从其位于深度m+1的相应子节点收集数据。然后，在随后阶段(与深度级别n-1关联)中，深度级别n的节点可充当其相应父节点(深度级别n-1)的子节点，这些相应父节点充当数据收集阶段n-1的父节点并且从其子节点(与深度级别n的节点对应)收集数据。
在一个或更多个实施方式中，根据本公开的数据收集可按照数据收集循环的迭代来组织。在一些实施方式中，在循环的每个迭代，循环深度级别可被更新到深度级别序列中的下一深度级别，并且可在与下一(更新的)深度级别对应的各个节点处执行数据收集。在一些实施方式中，可针对与循环迭代n对应的深度级别n的节点执行如上所述的数据收集阶段，并且一旦深度级别n的数据收集阶段完成，可针对与循环迭代n-1对应的深度级别n-1的节点执行另一后续数据收集阶段。在一些实施方式中，循环的第一迭代可对应于序列中距根节点的根深度级别最远的初始循环深度级别。例如，如果系统中的最大深度(由于路由协议)是Max_Depth并且系统中的最小深度(树中的集中器节点的深度)是Min_Depth，则数据收集可从阶段Max_Depth-1开始，并以阶段Min_Depth结束。
在其它实施方式中，可针对与循环迭代索引k对应的相应深度级别n1、n2等的节点执行如上所述的一个或更多个数据收集阶段，并且一旦深度级别n1、n2等的数据收集阶段完成，可针对与循环迭代索引k-1对应的相应深度级别n1-m1、n2-m2等的节点执行另外后续的一个或更多个数据收集阶段。在这些实施方式中，循环的第一迭代也可对应于序列中距根节点的根深度级别最远的初始循环深度级别。
在一个或更多个实施方式中，根据本主题公开在数据收集之前可以是配置阶段，在此期间可生成第一数据收集配置数据，然后分布到要参与数据收集的网络节点。
如下面将更详细描述的，对于树的各个深度级别，第一数据收集配置数据可包括在与树的深度级别对应的节点处收集数据所需的资源的估计。
可从根据本主题公开的一个或更多个实施方式的数据收集配置方案获得包括在第一数据收集配置数据中的在与树的深度级别对应的节点处收集数据所需的资源的估计。
现在将参照图3至图5描述根据一个或更多个实施方式的优选配置阶段。
在一个或更多个实施方式中，如下所述，配置阶段可以是半静态的，并且包括在网络的一个或更多个节点(可能各个节点)处的有效载荷计算。
如上所述，当在数据收集期间充当子节点时，根据本主题公开执行数据收集的节点可将有效载荷数据(可包括从以该节点为根的子树的子节点收集的有效载荷数据，即，从该节点的所有后代节点收集的有效载荷数据，和/或根据实施方式，其自己的有效载荷数据)转发给其父节点。在一个或更多个实施方式中，本公开有利地确定在节点与其父节点之间的通信链路上将这种有效载荷数据从节点发送到其父节点所需的资源(可例如以时隙为单位表示，特别是当使用TDMA多址方案时)的估计。
因此，在一个或更多个实施方式中，配置阶段可有利地包括在网络的一个或更多个节点或者每一个节点处执行的有效载荷计算，预期这一个或更多个节点如上所述在数据收集中扮演子节点。
因此，在配置阶段期间，将在数据收集期间充当子节点并且对于配置阶段也充当子节点的一个或更多个节点(优选各个节点)可向其父节点提供承载与预期在数据收集期间要发送的有效载荷有关的信息的第一配置数据。根据实施方式，这种信息可包括节点要发送至父节点的有效载荷的大小(例如，表示为比特数、八位字节数或时隙数)和/或节点要发送至其父节点的分组的数量。根据用于从一个节点到其父节点的数据传输的协议，可使用每分组的平均或最大比特数和/或假设所有分组横跨网络始终承载相同比特数来将分组的数量转换为比特数。
在这些实施方式中，当充当父节点时，根据本主题公开的执行有效载荷计算的节点可从路由树中的至少一个子节点接收相应第一配置数据。如上所述，至少一个子节点可对应于在路由树的深度级别序列中紧接在父节点的深度级别之后的路由树的深度级别。
然后，节点(充当数据收集配置阶段的父节点)可基于所接收的第一配置数据来生成第二配置数据。例如，在一些实施方式中，节点可接收与其各个子节点所转发的有效载荷有关的数(第一配置数据)，并且通过对这些数以及在一些实施方式中与其自己的数据有效载荷有关的数求和来生成第二配置数据。
即，在第一配置数据包括将数据从子节点发送到至少一个网络节点所需的资源的相应第一估计的实施方式中，生成第二配置数据可包括基于第一估计来生成发送子节点在其深度级别收集的数据所需的资源的第二估计。具体地，生成资源的第二估计可包括将相应第一估计组合成聚合子节点估计。
在节点在充当数据收集的子节点时被配置用于将其自己的数据与从其子节点收集的数据一起发送的实施方式中，在配置阶段期间，节点可将从所接收的第一配置数据生成的第二配置数据与其自己的数据有效载荷有关的信息(即，在节点处获得的从其子节点收集的数据以外的数据)聚合。
在节点在充当数据收集的子节点时被配置用于与从其子节点收集的数据分开发送其自己的数据的实施方式中，在第一配置阶段期间，对于其充当用于中继从其子节点收集的数据的中继节点的数据收集，节点可基于第一配置数据来生成第二配置数据，而无需与其自己的数据有效载荷有关的信息，并且在第二配置阶段期间，对于其将其自己的数据转发给其父节点的数据收集，基于与其自己的数据有效载荷有关的信息来生成第二配置数据，而无需接收的第一配置数据。
在其它实施方式中，生成第二配置数据可涉及进一步处理所接收的第一配置数据，下面描述其示例。
在一个或更多个实施方式中，第二配置数据可被转发给已生成这种第二配置数据的节点的父节点。然后，第二配置数据可朝着集中器节点从一个节点传播到其紧接父节点。
在一个或更多个实施方式中，可直接在父节点处或者通过子节点间接获得将与子节点对应的数据发送到这种子节点的父节点所需的资源的第一估计。如上所述，根据实施方式并且根据子节点在树中的位置，各个子节点的数据可在节点本身所生成的数据之上包括从其自己的子节点收集的数据。然后，父节点可获得与其子节点对应的相应第一配置数据，该相应第一配置数据包括其各个子节点发送数据所需的资源的相应第一估计。
在一些实施方式中，资源的第一估计可以时隙为单位表示。例如，给定父节点的各个子节点可根据用于将子节点连接到其父节点的链路上的数据传输的物理层的特征来评估该链路的预期频谱效率。假设上述示例性物理层方案，则可基于预期频谱效率估计来获得将数据有效载荷从子节点转发给其父节点所需的时隙数量。在一些实施方式中，可基于频谱效率估计来获得平均数据速率估计。在其它实施方式中，可在父节点与子节点之间的传输链路上测量平均数据速率。
在一个或更多个实施方式中，实现在网络的节点中的物理层可使用时间和/或频率作为无线电资源。具体地，这种物理层可在给定时隙(例如，1ms)期间使用基本时间和/或频率资源(例如，预定义的频率带宽上的预定义的传输时间)来操作。在使用时分多址多址方案的实施方式中，可横跨整个频率带宽发送一个数据分组。在这些实施方式中，可通过将频谱效率与频率带宽相乘来获得平均数据速率估计。
如上所述，平均数据速率可用于确定发送有效载荷数据所需的时隙数量。
在一个或更多个实施方式中，考虑将子节点连接到其父节点的传输链路，可由子节点和/或父节点确定链路的平均信噪比(SNR)(例如可在链路的一端测量并反馈给另一端)。
在父节点侧已知链路的SNR的情况下，父节点可自己确定子节点要发送的有效载荷所需的时隙数量，因此通过自己确定来获得子节点的第一配置数据。
在子节点侧已知链路的SNR的情况下，子节点可确定子节点要发送的有效载荷所需的时隙数量并将这种时隙数量转发给其父节点。在这种情况下，父节点可通过从其子节点接收来获得子节点的第一配置数据。
网络所使用的物理层可支持一组调制和编码方案(MCS)以用于对数据进行调制和解调以及信道编码/解码，各个MCS方案包括调制类型(例如，BPSK(二相相移键控)、QPSK(正交相移键控)、正交幅度调制(8-QAM、16-QAM、32-QAM、64-QAM等))和信道编码方案(包括诸如编码速率的信道编码参数)。MCS集合可用于使用例如自适应调制和编码(AMC)技术来确定和调整网络的两个节点之间的物理层的数据速率。在这种情况下，根据实施方式，对于从子节点到其父节点的数据传输，可考虑以下物理层配置中的一个或更多个。
根据第一物理层配置(无链路自适应且无聚合)，各个数据分组可根据给定调制和编码方案来编码，并且可始终使用相同数量的时隙。在这种情况下，要从一个深度级别到下一深度级别收集并转发给集中器节点的各个数据在分组中发送，这些分组未被聚合并重新编码为聚合，而是照此发送。节点在数据收集期间充当父节点时接收的数据分组由节点在数据收集期间充当子节点时照此(即，无需任何进一步处理)转发给父节点。然后，各个节点转发的聚合的数据有效载荷(即，分组的数量)与所述节点在树中的后代的数量成比例。
根据第二物理层配置(第一链路自适应)，调制和编码方案可适于链路质量，以减少各个分组的传输所需的时隙数量。在这种情况下，发送给定分组(在给定链路上)所需的时隙数量可从一个链路到经历不同链路质量的另一链路不同。这允许更多利用无线电链路，同时确保低传输错误率。
根据第三物理层配置(第二链路自适应)，可使用第二物理层配置的链路自适应，并且可执行数据聚合。在此配置中，在节点处接收的所有分组的数据被解码，聚合，然后被联合编码，以使得节点仅有一个分组转发给其父节点，该分组承载包括节点的所有后代的聚合有效载荷的有效载荷。这有利地改进了无线传输的总体鲁棒性和系统的频谱效率。因此，其允许进一步减少将有效载荷从子节点转发给其父节点所需的时隙数量。
结果，基于子节点要发送的有效载荷，基于子节点与其父节点之间的无线电链路的SNR，并且根据实施方式，基于链路自适应机制，可确定将子节点数据(有效载荷)发送到父节点所需的资源的相应第一估计(表示为时隙数量)。在一些实施方式中，这些第一估计可有利地用作用于生成树的路由协议(例如，RPL协议)的度量(将子节点数据发送到父节点所需的资源的估计)。因此，可在生成时考虑用于数据收集的一个或更多个度量来优化路由树。例如，度量可以是在多跳路线的各步处使用的要最小化的时隙数量(在链路上发送有效载荷所需的时隙数量)。
如上所述，在一个或更多个实施方式中，可由关于其一个或更多个或所有子节点充当父节点的参与半静态配置阶段的各个节点获得包括资源的第一估计(以时隙为单位表示)的相应第一配置数据。
具体地，在一些实施方式中，可关于其一个或更多个或所有子节点由父节点估计并获得将子节点数据从各个子节点转发给其父节点分别所需的时隙数量。
然后，如上所述，可基于所获得的第一生成数据来生成第二配置数据。
在第一配置数据包括资源的第一估计的实施方式中，基于第一配置数据生成的第二配置数据可基于资源的这些第一估计来生成，并且可表示发送节点从其一个或更多个或所有子节点收集的数据所需的资源的估计。然后，可基于资源的第一估计来生成从子节点收集的数据的传输所需的资源的第二估计。在这种情况下，第二配置数据可包括资源的第二估计。
在一个或更多个实施方式中，资源的第二估计可表示对于这种节点的后代的子树，在半静态配置阶段中充当父节点的节点的子节点的深度级别(例如，级别N)发送数据所需的聚合资源的估计。一旦生成，资源的第二估计可被发送到这种节点的父节点，以使得它可与从其它节点发送的其它第二估计进行比较，其它第二估计也表示对于这些其它节点的后代的子树，在与半静态配置阶段中充当父节点的节点的子节点的深度级别相同的深度级别(N)发送数据所需的聚合资源。然后，树的深度级别N的第二估计可传播到树的集中器节点，各个第二估计与以深度级别N-1的节点为根的树的子树对应(假设从树的叶到根的深度级别的递减序列)。
例如，在TDMA用于同一父节点的子节点之间的多址的实施方式中，可基于从各个子节点转发有效载荷所需的所有时隙(资源的第一估计)的聚合(例如，和)将资源的第二估计确定为在父节点处收集所有子节点数据所需的时隙数量。
在一个或更多个实施方式中，资源的第三估计也可作为第二配置数据的一部分生成，并且对应于节点向其父节点发送从其一个或更多个或所有子节点收集的数据(根据实施方式，可能与其自己要发送到集中器节点的数据聚合，视情况而定)所需的资源的估计。
因此，在一些实施方式中，生成第二配置数据可包括生成向父节点发送与所生成的数据聚合的子节点所收集的数据所需的资源的第三估计，所生成的数据包括在至少一个网络节点处获得的从子节点发送的数据以外的数据。
图3示出在各个节点处每深度级别的时隙数量的示例性自下而上传播。对于图3所示的子节点与其父节点之间的各个边缘，边缘上的数是所估计的从数据收集期间充当子节点的节点到其父节点发送有效载荷(根据实施方式，与要发送到父节点并且不是从子节点收集的数据的数据聚合)所需的时隙数量。对于到达节点的边缘，该数提供了第一配置数据(资源的第一估计)的示例，而对于节点出口处的边缘(假设从树的叶到集中器节点的路由方向)，该数提供了第二配置数据(资源的第三估计)的示例。节点内所示的第一数(或者视情况而定，为节点指示的仅有数)对应于收集节点的所有子节点的数据所需的时隙的估计(资源的第二估计)之和。这些表示数据收集所需的TDMA时隙的最小数量。
具体地，对于图3所示的深度级别2的节点(节点N2,1、N2,2、N2,3、N2,4、N2,5、N2,6和N2，7)，节点N2,1与其子节点N3,1之间的边缘具有等于3的(时隙)权重，其表示子节点N3,1将其子节点数据发送到其父节点N2,1所需的资源的第一估计。节点N2,1与其子节点N3,2之间的边缘具有等于2的(时隙)权重，其表示子节点N3,2将其子节点数据发送到其父节点N2,1所需的资源的第一估计。父节点N2,1可基于资源的两个第一估计(权重3和2)通过对资源的第一估计进行聚合(例如，求和)来生成资源的第二估计。为图3所示的父节点N2，1生成的资源的第二估计显示为节点N2，1上5个时隙的数。由图3所示的节点N2,1生成的资源的第三估计显示为节点N2,1和节点N1，1之间的边缘上6个时隙的数。
节点N2，2与其子节点N3,3之间的边缘具有等于1的(时隙)权重，其表示子节点N3,3将其子节点数据发送到其父节点N2,2所需的资源的第一估计。节点N2,2与其子节点N3,4之间的边缘具有等于2的(时隙)权重，其表示子节点N3,4将其子节点数据发送到其父节点N2,2所需的资源的第一估计。父节点N2,2可基于资源的两个第一估计(权重1和2)通过对资源的第一估计进行聚合(例如，求和)来生成资源的第二估计。为图3所示的父节点N2,2生成的资源的第二估计显示为节点N2,2上3个时隙的数。由图3所示的节点N2,2生成的资源的第三估计显示为节点N2,2与节点N1,1之间的边缘上2个时隙的数。
节点N2,7与其子节点N3,9之间的边缘具有等于2的(时隙)权重，其表示子节点N3,9将其子节点数据发送到其父节点N2,7所需的资源的第一估计。节点N2,7与其子节点N3，10之间的边缘具有等于3的(时隙)权重，其表示子节点N3,10将其子节点数据发送到其父节点N2,7所需的资源的第一估计。父节点N2,7可基于资源的两个第一估计(权重2和3)通过对资源的第一估计进行聚合(例如，求和)来生成资源的第二估计。为图3所示的父节点N2,7生成的资源的第二估计显示为节点N2,7上5个时隙的数。由图3所示的节点N2,7生成的资源的第三估计显示为节点N2,7与节点N1，3之间的边缘上4个时隙的数。
节点N2，3(或N2，4、N2，5和N2，6)与其子节点N3，5(或N3，6、N3，7和N3，8)之间的边缘具有等于2(或4、1和3)的(时隙)权重，其表示子节点N3，5(或N3，6、N3，7和N3，8)将其子节点数据发送到其父节点N2，3(或N2，4、N2，5和N2，6)所需的资源的第一估计。在这种情况下，父节点N2，3(或N2，4、N2，5和N2，6)仍可基于资源的第一估计(权重2、4、1和3)通过重用资源的第一估计来生成资源的第二估计。为图3所示的父节点N2，3(或N2，4、N2，5和N2，6)生成的资源的第二估计显示为节点N2，3(或N2，4、N2，5和N2，6)上2个时隙(或4、1、3)的数。由图3所示的节点N2，3(或N2，4、N2，5和N2，6)生成的资源的第三估计显示为节点N2，3与节点N1，2之间(或节点N2，4与节点N1，2之间、节点N2,5与节点N1，2之间以及节点N2，6与节点N1，3之间)的边缘上4个时隙(或3、2和2个时隙)的数。
对于图3所示的深度级别1的节点(节点N1，1、N1，2和N1，3)，节点N1，1与其子节点N2，1之间的边缘具有等于6的(时隙)权重，如上所述，其从父节点N1，1的角度表示子节点N2，1将其子节点数据发送到其父节点N1,1所需的资源的第一估计，从子节点N2,1的角度表示子节点N2,1将从其自己的子节点(节点N3,1和N3，2)收集的数据(以及根据实施方式，其自己的数据，视情况而定)发送到其父节点N1,1所需的资源的第三估计。资源的这种第三估计可基于子节点N2,1在关于其自己的子节点(N3,1和N3,2)处于父节点的位置时获得的资源的上述第二估计，根据实施方式基于子节点N2,1可能计划发送给其父节点N1,1的可能数据，并且根据实施方式还基于节点N2,1与其父节点N1,1之间的通信链路的链路质量来生成。具体地，在此示例中，估计发送数据所需的6个时隙，其中已估计发送从子节点N3,1和N3,2收集的数据所需的5个时隙(表示3和2个时隙的聚合的资源的第二估计)。否则，为充当父节点的节点N2,1生成用于发送其子节点数据的资源的第二估计(5个时隙)，然而据估计需要更多数量的资源(资源的第三估计，在此示例性情况下，等于6个时隙)来发送这种子节点数据，或者根据实施方式，将这种子节点数据与其自己的数据一起发送。
节点N1,1与其子节点N2,2之间的边缘具有等于2的(时隙)权重，如上所述，其从父节点N1,1的角度表示子节点N2,2将其子节点数据发送到其父节点N1,1所需的资源的第一估计，并且从子节点N2,2的角度表示子节点N2,2将从其自己的子节点(节点N3,3和N3,4)收集的数据(以及根据实施方式，其自己的数据，视情况而定)发送到其父节点N1,1所需的资源的第三估计。资源的这种第三估计可基于子节点N2,2在关于其自己的子节点(N3,3和N3，4)处于父节点的位置时获得的资源的上述第二估计，根据实施方式基于子节点N2，2可能计划发送给其父节点N1,1的可能数据，并且根据实施方式还基于节点N2,2与其父节点N1,1之间的通信链路的链路质量来生成。具体地，在此示例中，估计发送数据所需的2个时隙，其中已估计发送从子节点N3,3和N3,4收集的数据所需的3个时隙(表示1和2个时隙的聚合的资源的第二估计)。否则，为充当父节点的节点N2,2生成用于发送其子节点数据的资源的第二估计(3个时隙)，然而据估计需要更少数量的资源(资源的第三估计，在此示例性情况下，等于2个时隙)来发送这种子节点数据，或者根据实施方式，将这种子节点数据与其自己的数据一起发送。
在一个或更多个实施方式中，在相同深度级别的父节点处执行的数据收集可并发执行。在所有有关节点处以并发方式执行给定深度级别的数据收集的实施方式中，完成阶段n中的所有并发数据收集(即，对于给定深度级别n)所需的资源(例如，时隙数量)可被确定为在深度级别n的父节点处收集数据所需的资源的相应估计(例如，时隙数量)当中的最大值(例如，最高数量)。实际上，最约束的数据收集将是花费最大量的资源的数据收集(例如，对于时间资源，花费最长时间的数据收集)。
在一些实施方式中，可通过将所确定的时隙数量(与其可能已确定的所有链路对应)全部提供给集中器来以集中方式获得用于深度n的所有父节点的资源的该最大估计(例如，最高时隙数量)。
在其它实施方式中，如图3所示，路由算法的树结构可有利地用于基于深度级别使与相应子树对应的资源的最大估计(例如，最高数量)从距集中器最远的节点以逐步方式传播到集中器。可在针对它们所根植的子树的配置期间有利地使用在充当父节点的各个节点处计算的资源的第二估计来获得资源的这些最大估计。
即，在一些实施方式中，所提出的配置方法可包括：从多个子节点接收节点在公共深度级别发送数据所需的资源的相应估计，其中，公共深度级别在序列中在第一深度级别之后；以及确定所接收的资源的估计当中的最大值。然后，该确定的最大值可被转发给父节点以便于进一步处理。在一些实施方式中，可由各个节点生成包括分别与对应深度级别关联的资源的最大估计的数据集。例如，节点可通过添加针对其子树确定的资源的最大估计来更新这种接收的数据集，并将更新的数据集转发给其父节点以便于进一步处理。
在根据用于分配以时隙为单位表示的时间资源的TDMA结构来管理数据收集的实施方式中，深度n的各个父节点可考虑以其为根的子树获得收集子树中从n+1至D(D是树的最大深度级别)的任何深度的节点的所有数据所需的最高时隙数量。然后，深度n-1的各个父节点可从其子节点(这些节点是深度n的父节点)获得这些值，并且横跨与从n至D的各个深度对应的值计算最大值(在一些实施方式中，可形成D-n值的向量以存储这些最大值)。深度n-1的父节点还可从深度n的子节点获得收集有效载荷所需的时隙数量，并且可对这些值进行聚合(例如，求和)并使用所得数作为深度n-1的时隙数量(该所得数可被附到D-n值的向量)。因此，深度n-1的各个父节点可确定从深度n至D的节点收集其所管理的子树的所有数据所需的时隙数量。通过递归地应用此方法直至达到深度0(即，集中器的深度级别)，集中器可确定应该专用于各个深度级别的数据收集(即，用于数据收集的各个阶段)的时隙数量。
返回图3，节点中所示的数分别指示相应节点在处于父节点模式时所管理的子树中的数据收集的各个阶段所需的时隙数量。如上所述，节点中所示的第一数(或者视情况而定，为节点指示的仅有数)对应于资源的第二估计，在所示示例中对应于从节点的子节点收集数据所需的时隙的相应(第一)估计之和。后面的数指示子树中的各个深度所需的最高时隙数量。
具体地，对于图3所示的深度级别1的节点(节点N1，1、N1,2和N1,3)，各个节点中指示的第二数对应于从相应子节点接收的与发送在深度级别2处收集的数据所需的资源的估计对应的资源的第二估计当中的最高数(所估计的聚合时隙数量)。例如，节点N1,1将从其子节点N2,1接收由这种节点确定的资源的第二估计(资源的第一估计的聚合)(显示为节点N2,1上5个时隙的数)，并且将从其子节点N2,2接收由这种节点确定的资源的第二估计(资源的第一估计的聚合)(显示为节点N2,2上3个时隙的数)。假设在相同深度级别的节点处并发执行数据收集，这两个聚合数(即，资源的这两个第二估计)之间的最大值将表示从以节点N1,1为根的子树中的节点收集所有数据所需的时隙数量：假定节点N2,1从其子节点收集数据需要5个时隙，节点N2,2从其子节点收集数据需要3个时隙，可确定以节点N1,1为根的子树中的深度级别1+1的节点收集数据将需要max(3,5)，即，至多5个时隙。在一个或更多个实施方式中，在节点N1,1处确定该最高数。在确定深度2的所有父节点的最高时隙数量的分布式实现方式中，其也可通过由节点N1,1发送到其紧接父节点(在图3所示的示例中，集中器节点N0)而朝着集中器节点传播。
同样，节点N1,1、节点N1,2将从其子节点N2,3(或N2,4和N2，5)接收由这种节点确定的资源的第二估计(资源的第一估计的聚合)(显示为节点N2,3(或N2,4和N2,5)上2(或4和1)个时隙的数)。这些聚合数(即，资源的这两个第二估计)(2、4和1)当中的最大值将表示从以节点N1,2为根的子树中的节点收集所有数据所需的时隙数量：假定节点N2,3从其子节点收集数据需要2个时隙，节点N2,4从其子节点收集数据需要4个时隙，节点N2,5从其子节点收集数据需要1个时隙，可确定以节点N1,2为根的子树中深度级别1+1的节点收集数据将需要max(2,4,1)，即，至多4个时隙。在一个或更多个实施方式中，在节点N1,2处确定该最高数。在确定深度2的所有父节点的最高时隙数量的分布式实现方式中，其也可通过由节点N1,2发送到其紧接父节点(在图3所示的示例中，集中器节点N0)而朝着集中器节点传播。节点N1,3将从其子节点N2,6(或N2,7)接收由这种节点确定的资源的第二估计(资源的第一估计的聚合)(显示为子节点N2,6(或N2,7)上3(或5)个时隙的数)。这些聚合数(即，资源的这两个第二估计)(3和5)当中的最大值将表示以节点N1,3为根的子树中的节点收集所有数据所需的时隙数量：假定节点N2,6从其子节点收集数据需要3个时隙，节点N2,7从其子节点收集数据需要5个时隙，可确定以节点N1,3为根的子树中深度级别1+1的节点收集数据将需要max(3,5)，即，至多5个时隙。在一个或更多个实施方式中，在节点N1,2处确定该最高数。在确定深度2的所有父节点的最高时隙数量的分布式实现方式中，其也可通过由节点N1,3发送到其紧接父节点(在图3所示的示例中，集中器节点N0,1)而朝着集中器节点传播。
对于以深度级别1的三个节点为根的子树分别与从深度级别2的节点收集数据所需的时隙数量对应的这三个最高时隙数量(在图上所示的示例中，3、5、4和5)可传播到集中器节点，以使得可确定收集深度级别2的节点的所有数据所需的资源的最大估计(最大时隙数量)。可基于集中器节点针对级别2接收的数据(包括三个最高时隙数量)将深度级别2的这种时隙数量确定为所接收的数据当中的最高时隙数量。在图3所示的示例中，可确定整个树中深度级别2的节点收集数据将需要max(5,4,5)，即，至多5个时隙。
对于图3所示的深度级别0的节点(集中器节点N0,1)，节点中指示的第一数(16个时隙)对应于所估计的其子节点(N1,1、N1,2和N1,3)发送其数据分别所需的时隙数量(7、5和4个时隙)的聚合(例如，和)，这些估计的时隙数量接收自这些子节点。节点中指示的第二数(9个时隙)对应于其子节点传播的所估计的时隙数量(8、9和6)(分别与发送在深度级别1收集的数据所需的资源的估计对应)当中的最高数。节点中指示的第三数(5个时隙)对应于其子节点传播的所估计的时隙数量(5、4和5)(分别与发送在深度级别2收集的数据所需的资源的估计对应)当中的最高数。
因此，为了朝着集中器节点传播树中各种深度级别的数据收集所需的时隙数量，深度级别n的各个节点生成以该节点为根的子树中深度级别n、n+1、…、D(D是子树中的最高深度级别，或者根据实施方式，整个树中的最高深度级别，集中器节点被指派给树的最小级别)的数据收集所需的时隙数量的列表(其可被存储为向量)。
例如，图3所示的树的(深度级别0的)集中器节点(D＝3)生成相同长度(或维度)的列表或向量[16,9,5]作为D–0，(深度级别1的)节点N1,1生成相同长度(或维度)的列表或向量[8,5]作为D–1，(深度级别1的)节点N1,2生成列表或向量[9，4]，节点N1,3生成列表或向量[6,5]，深度级别2的节点N2,1(或N2,2、N2,3、N2,4、N2,5、N2,6和N2,7)生成相同长度(或维度)的列表或向量[5](或[3]、[2]、[4]、[1]、[3]和[5])作为D–2。
图4示出以深度级别n的节点为根的子树中深度级别的数据收集分别所需的时隙数量的自下而上传播(即，朝着集中器节点)的示例性处理(20)。
如图4所示，父节点(在深度级别n)从其子节点获得(21)以这种父节点为根的子树中深度级别(n+1,…,D)的节点收集数据所需的时隙数量的估计的相应列表。
父节点还获得(22)从其子节点收集数据所需的时隙数量的相应估计(如上所述，根据实施方式，这些估计可在父节点处或相应子节点处确定)，并且确定自己从其子节点收集数据所需的时隙数量，即，在其自己的深度级别n收集数据所需的时隙数量。
然后，父节点可基于深度级别(n+1,…,D)的节点收集数据所需的时隙数量的估计的相应列表以及自己从其子节点(即，在其自己的深度级别n)收集数据所需的时隙数量的估计来生成(23)以该父节点为根的子树中深度级别(n,n+1,…,D)的节点收集数据所需的时隙数量的估计的列表，列表的各项与子树的相应深度级别的节点收集数据所需的时隙数量的估计对应。
父节点将以该父节点为根的子树中深度级别(n,n+1,…,D)的节点收集数据所需的时隙数量的列表发送(24)到其自己的父节点(在深度级别n-1)，并且对于深度级别n-1的节点，然后n–2，等等，可例如作为循环的一部分重复图4所示的处理，直至达到集中器节点的级别(例如，级别0)。
如上面参照图3和图4所述，在一些实施方式中，本主题公开的数据收集配置可根据循环(即，在数据收集配置循环的迭代中)执行。可在循环的每个迭代例如针对树的同一深度级别的网络节点执行根据本主题公开的一个或更多个实施方式的数据收集配置。另外，如上所述，树的节点处的数据收集的配置可涉及多个后续配置实例，例如在后续实例中也执行数据收集的节点的情况下，节点向其父节点发送其自己的数据的一个实例和节点向其父节点发送从其子节点收集的数据的另一实例。
在一个或更多个实施方式中，一旦在集中器节点处确定并获得树的各个深度级别所需的时隙数量的估计，集中器可遍及整个网络广播该结果(其可被存储为向量，其分量各自与树的相应深度级别所需的时隙数量对应)。
然后，所提出的配置方法还可包括在树的根节点处，向树的节点发送数据集，该数据集包括对于树的各个深度级别，所述各个深度级别的节点发送数据所需的资源的最大估计。数据集可以是包括资源的对应最大估计(所需时隙数量)的集合和深度级别的阵列(例如，矩阵)。
图5示出一个或更多个实施方式中在集中器节点处执行的操作(30)。
如图5所示，在一个或更多个实施方式中，集中器自上而下传播树的相应深度级别所需的时隙数量的估计可包括从其子节点获得(31)除了集中器的深度级别之外树的所有深度级别的节点收集数据所需的时隙数量的相应列表(即，假设集中器处于深度级别0，深度级别1、…、D，其中D是树中的最高深度级别)。
集中器节点还获得(32)从其子节点收集数据所需的时隙数量的相应估计(如上所述，根据实施方式，这些估计可在集中器节点处或相应子节点处确定)，并且确定自己从其子节点收集数据所需的时隙数量(即，在其自己的深度级别0收集数据所需的时隙数量)。
然后，集中器节点可基于深度级别(11,…,D)的节点收集数据所需的时隙数量的估计的相应列表以及自己从其子节点(即，在其自己的深度级别0)收集数据所需的时隙数量的估计来生成(33)在树的所有深度级别(0,1,…,D)收集数据所需的时隙数量的估计的列表，列表的各项与在树的相应深度级别收集数据所需的时隙数量的估计对应。
在一个或更多个实施方式中，在树的相应深度级别收集数据所需的时隙数量的估计的列表可被包括在上述第一数据收集配置数据中。
在一个或更多个实施方式中，集中器节点可广播(34)在树的相应深度级别收集数据所需的时隙数量的估计的列表，以使得树的所有节点可接收这种列表。
相关领域的普通技术人员将理解，代替图5中使用的广播传输，可使用使参与数据收集的各个网络节点接收包括在树的相应深度级别收集数据所需的时隙数量的估计的列表的第一数据收集配置数据的任何合适的传输方案，例如单播或多播这种第一数据收集配置数据(仅作为示例给出)。
在一个或更多个实施方式中，一旦网络的节点接收到用于各个阶段(即，用于各个深度级别)的时隙数量的估计，可获得以下信息项中的一个或更多个：(1)作为在各个阶段(深度级别)中所有时隙数量之和的用于完整数据收集的时隙总数；(2)充当父节点的阶段(深度级别)，即，在深度级别序列中紧接在其自己的深度级别之后的深度级别的时隙数量；(3)在转向父节点之前必须等待的时隙数量；以及(4)在转向子节点之前必须等待的时隙数量。
如果所述节点处于深度级别n，则无法知道在与其深度级别对应的数据收集阶段n期间它可何时在多少时隙期间发送其数据。因此，在一个或更多个实施方式中，从各个父节点向其各个子节点提供信令，该信令承载包括用于收集数据的调度数据的第二数据收集配置数据。例如，这种调度数据可包括向其各个子节点的时隙分配以用于传输其数据，即，各个子节点传输的调度。在一些实施方式中，这种调度可在用户之间以轮循方式执行，即，通过在用户之间一个接一个地分布资源，直至达到收集数据所需的时隙总数。在另一方法中，与从第一子节点收集数据所需的时隙数量对应的第一时隙集合被关联到所述第一子节点，依此类推。根据实施方式，可使用任何合适的调度方案，例如轮循调度算法、比例公平调度算法、最大吞吐量调度算法等。
因此，利用所提出的数据收集结构，可有利地定义高级调度以启用在数据收集树中根据环深度级别的各个子树处的数据收集。如上所述，这有利地减少了用于调度子树的信令。
另外，为给定数据收集阶段(与给定深度级别对应)分配的时隙量可能恰巧大于将从子节点收集的数据转发给其父节点(处于给定深度级别)所需的聚合时隙数量(通常在用于该数据收集阶段的时隙数量的估计当中的最高数并非来源于来自这些子节点的数据收集的情况下)。例如，参照图3，深度级别2的节点的所有数据收集所需的最高时隙数量(将等于max(5,3,2,4,1,3,5)，即，等于5)将高于以节点N1,2为根的子树中深度级别2的节点的所有数据收集所需的局部最高时隙数量(将等于max(2,4,1)，即，等于4)。在这种情况下，父节点可被配置为总之使用所有可用时隙，这可有利于降低各个链路的数据速率，以达到所有子节点传输之间的错误率的均衡。
图6示出在图3的示例性网络上根据一个或更多个实施方式执行的示例性数据收集。
如上所述，在一个或更多个实施方式中，由要参与数据收集方案的各个网络节点获得第一数据收集配置数据。在一些实施方式中，第一数据收集配置数据可包括半静态配置参数(将在下面更详细地描述)。根据实施方式，这种第一数据收集配置数据可由节点从集中器节点(例如，通过在网络中广播第一数据收集配置数据)或者从其父节点获得。一旦要参与数据收集的所有节点均已获得第一数据收集配置数据，在一些实施方式中就可如下执行根据本主题公开的数据收集。
在一个或更多个实施方式中，执行数据收集的节点在充当父节点时可收集和聚合其子节点的有效载荷，包含所述子节点、子节点的子节点、等等的所有数据，直至达到树的最大深度。在一些实施方式中，如果在该收集期间它有数据要发送，则节点还可将其自己的数据聚合到所述有效载荷。
在数据收集的各个阶段n中，对于包括父节点及其子节点的各组节点，可生成第二数据收集配置数据，其包括用于执行从子节点到其父节点的TDMA传输的传输时间资源。在一些实施方式中，可根据干扰协调参数(如果有的话)生成传输时间资源。
在给定深度级别的数据收集使用为各个子节点发送其有效载荷数据分配时隙资源的TDMA多址方案的实施方式中，为数据收集的阶段n(即，为深度级别n的网络节点的数据收集)生成的传输时间资源可对应于在配置阶段期间获得的树的相应深度级别的收集数据所需的时隙数量的估计。
例如，参照图6，用于深度级别2的数据收集(数据收集的阶段2，对应于深度级别2的父节点从其子节点收集数据)的传输时间资源可包括5个时隙，用于深度级别1的数据收集(数据收集的阶段1，对应于深度级别1的父节点从其子节点收集数据)的传输时间资源可包括9个时隙，用于深度级别0的数据收集(数据收集的阶段0，对应于深度级别0的集中器节点从其子节点收集数据)的传输时间资源可包括16个时隙。
然后，在一个或更多个实施方式中，可如本文所述在各个传输时间资源内例如根据TDMA配置使用用于调度各个节点的子节点的数据传输的多址方案针对深度级别n的节点并发地收集数据。
在一些实施方式中，一旦父节点已从其子节点收集数据，它就可将其自己的数据聚合到从其子节点收集的数据。
在阶段0期间，即，对于集中器节点执行的数据收集，集中器可从其自己的子节点收集数据，这有利地导致从网络中的所有节点收集相应有效载荷数据。
因此，有利地针对树的相同深度级别的节点并发地执行数据收集，这减小其延迟并增加其效率。
如图6所示，节点N2，1在用于阶段2的传输时间资源的前3个时隙期间从其子节点N3，1收集数据，然后在用于阶段2的传输时间资源的后2个时隙期间从其子节点N3,2收集数据。在用于阶段2的同一传输时间资源期间，节点N2,2在用于阶段2的传输时间资源的第一时隙期间从其子节点N3,3收集数据，然后在用于阶段2的传输时间资源的随后2个时隙期间从其子节点N3,4收集数据，节点N2,3在用于阶段2的传输时间资源的前2个时隙期间从其子节点N3,5收集数据，节点N2,4在用于阶段2的传输时间资源的前4个时隙期间从其子节点N3,6收集数据，节点N2,5在用于阶段2的传输时间资源的第一时隙期间从其子节点N3,7收集数据，节点N2,6在用于阶段2的传输时间资源的前3个时隙期间从其子节点N3,8收集数据，节点N2,7在用于阶段2的传输时间资源的前2个时隙期间从其子节点N3,9收集数据，然后在用于阶段2的传输时间资源的后3个时隙期间从其子节点N3,10收集数据。
在用于阶段1的传输时间资源(持续时间为9个时隙)内，节点N1,1在用于阶段1的传输时间资源的前6个时隙期间从其子节点N2,1收集数据，然后在用于阶段1的传输时间资源的随后2个时隙期间从其子节点N2,2收集数据(因此仅使用用于阶段1的传输时间资源的9个时隙中的8个)，节点N1,2在用于阶段1的传输时间资源的前4个时隙期间从其子节点N2,3收集数据，在用于阶段1的传输时间资源的随后3个时隙期间从其子节点N2,4收集数据，然后在用于阶段1的传输时间资源的后2个时隙期间从其子节点N2,5收集数据(因此使用用于阶段1的传输时间资源的全部9个时隙)，节点N1,3在用于阶段1的传输时间资源的前2个时隙期间从其子节点N2,6收集数据，然后在用于阶段1的传输时间资源的随后4个时隙期间从其子节点N2,7收集数据(因此仅使用用于阶段1的传输时间资源的9个时隙中的6个)。
在用于阶段0的传输时间资源(持续时间为16个时隙)内，集中器节点N0在用于阶段0的传输时间资源的前7个时隙期间从其子节点N1,1收集数据，在用于阶段0的传输时间资源的随后5个时隙期间从其子节点N1,2收集数据，然后在用于阶段0的传输时间资源的后4个时隙期间从其子节点N1,3收集数据。
在同一阶段期间的数据收集(在与数据收集阶段对应的深度级别的父节点之间)并发地执行的实施方式中，如图7A所示，可能发生干扰，特别是如果参与数据收集，充当子节点，因此向其相应父节点发送数据的节点地理上彼此靠近。
图7A上的虚线示出同一深度级别的节点之间发生的干扰。例如，从子节点N2,3到其父节点N1,1的数据传输被显示为干扰从子节点N2,5到其父节点N1,3的数据传输。
对抗这种干扰的传统方式是在发送机之间分配正交资源。在一些实施方式中，可分配正交时间资源，即，可在时域中在发送机之间分配这些正交资源。然而，在时域中分配正交资源将导致数据收集延迟增加，因为传输将不再是并发的。
在多个频率信道作为网络中的传输资源可用的其它实施方式中，同一深度级别的父节点可被配置为在不同的频率信道(可能分离开预定义的频率间隙)上接收，以使得不发生干扰。子节点还可被配置为在这些不同的频率信道上发送。例如，子节点可被配置为在ISM频带中发送5MHz信号，其中可使用5MHz带宽的16个不同的频率信道。
在这些实施方式中，可使用这样的频率规划：相同深度级别n的两个相邻父节点不使用相同的频率信道。由于相同深度级别的一对相邻父节点可能是同一父节点的子节点，所以可由其深度级别n-1的相应父节点针对深度级别n的节点执行该频率规划，如图7B所示。如果父节点具有K个子节点并且存在L>K-1个信道，则父节点可在L个信道当中选择K个不同的信道。
因此，各个父节点还可向其各个子节点提供不同的频率信道作为长期配置参数，并且在一个或更多个实施方式中，各个子树主节点可为其子节点所管理的子树定义频率规划。这有利地允许以增加的效率进行子树间干扰管理。
然而，如果两个或更多个节点经历干扰，则可由父节点动态地调节频率规划(例如，通过为经历干扰的子节点随机选择新的频率信道)。可使用更鲁棒的图着色算法来确保没有干扰。例如，在一些实施方式中，父节点可协调由其子节点管理的频率计划，其对于频率规划针对其自己的子节点充当父节点。
在一个或更多个实施方式中，通过针对两个或更多个深度级别执行并发数据收集，数据收集延迟可进一步减小。可优选选择用于执行并发数据收集的深度级别候选以使得并发数据收集不生成影响数据收集的干扰。这通过使用根据本主题公开的基于环的数据收集阶段来实现。
在一些实施方式中，可认为只要两个环在深度级别序列中具有彼此足够不同的深度索引，两个环的两个节点之间的相应距离就足以提供足够的隔离，这将导致两个节点的传输所生成的干扰较低。
图8示出多个环的并发数据收集，并且示出从外环到集中器的数据收集需要6个并发数据收集阶段。在第一并发数据收集阶段期间，针对深度级别6和深度级别3并发地(即，使用相同的传输时间资源)执行数据收集。即，以并发方式从深度级别6的节点收集数据(对应于上述实施方式的阶段5)并从深度级别3的节点收集数据(对应于上述实施方式的阶段2)。在后续第二并发数据收集阶段期间，针对深度级别5和深度级别2并发地执行数据收集。在第三并发数据收集阶段(在第二并发数据收集阶段之后)期间，针对深度级别4和1并发地执行数据收集。在第四并发数据收集阶段期间，针对深度级别3并发地执行数据收集，这仅包括由父节点中继信息，因为在第一并发数据收集阶段期间已经收集其自己的数据。在第五并发数据收集阶段期间，针对深度级别2并发地执行数据收集，这仅包括由父节点中继信息，因为在第二并发数据收集阶段期间已经收集其自己的数据。最后，集中器在最后并发数据收集阶段期间收集在第三并发数据收集阶段期间未接收的所有剩余数据。在此示例中，在第三并发数据收集阶段的末尾已经收集深度1、2和3的环，并且在第四并发数据收集阶段开始时不存在要从深度级别收集的数据。因此，相对于应该附加深度3、2和1的节点的数据的实施方式，在后续并发数据收集阶段(在图8的示例中，第四、第五和第六并发数据收集阶段)中用于将数据转发给集中器的时隙数量减少。
在一些实施方式中，这进一步有利地通过多个环的同时数据收集(如果它们足够分离)(例如，环1和环4被同时启用)来改进时间-频率重用的协调和控制(冲突和干扰的控制)，这允许减少数据收集时间。
在两个或更多个深度级别的数据收集并发地执行的这些实施方式中，集中器节点可被配置为并行运行多个配置阶段。各个元阶段解决深度子集的收集，其由集中器广播以用于发起配置阶段。
可在不存在并发环收集的情况下根据上述实施方式执行数据收集和配置，唯一不同在于如果节点不属于元阶段的深度集合，则其行为就像没有其自己的数据要在系统中发送一样。这意味着它不在信令阶段期间以其自己的数据有效载荷增加要转发的有效载荷，并且它不在配置阶段中将其数据附加到有效载荷。
在一些实施方式中，元阶段可由收集的深度的索引表征。例如，对于图8，两个元阶段是{1,2，3}和{4，5，6}。各个节点可从元阶段向量推断其角色：元阶段向量中的最大数是并发数据收集阶段的数量(在示例中，6)和第一数据收集配置向量的长度。例如，深度3的节点知道它将在第一并发数据收集阶段发送其数据，因为3属于第一元阶段，并且在第三并发数据收集阶段中继信息而不附加其数据。在实施方式中，对于元阶段向量{p1，p2，…，pm}，在第max(p1,p2,...,pm)-d并发数据收集阶段期间深度d的节点可被启用为父节点。元阶段向量的最高深度的节点可从不被启用为父节点。对于由元阶段向量{p1,p2,…,pm}表征的元阶段，大于max(p1，p2，...,pm)的深度d的节点可从不发送其自己的数据。
此外，在一些实施方式中，为环的并发收集定义的时隙数量(在第一并发数据收集阶段期间3和6，在第二并发数据收集阶段期间2和5，在第三并发数据收集阶段期间1和4)必须是为各个数据收集独立定义的时隙数量之间的最高数。因此，在已并行接收到各个并发数据收集的配置之后，集中器节点可确定关联到阶段中的并发数据收集的时隙数量的最大值，并且广播该结果作为第一数据收集配置。因此，对于给定元阶段配置，在一些实施方式中，集中器接收每深度的最大时隙数量的向量。然后，它在各个元阶段的不同向量之间应用每深度最大值，并且将所得向量作为各个阶段应该使用的最终时隙数量连同元阶段配置一起广播。从元阶段配置，节点知道它们应该何时接收和发送以及它们是否应该附加其自己的数据。
所提出的方法可有利地以分布式方式执行，即，由要根据本主题公开的实施方式执行数据收集的计算机网络的各个节点执行。
在一个或更多个实施方式中，数据收集配置阶段可包括以下操作。
C1：以分布式方式，确定各个节点处的聚合数据的有效载荷。例如，各个节点确定在其充当子节点的数据收集阶段期间将必须发送到其父节点的聚合有效载荷数据。
C2：以分布式方式，(对于父节点与子节点之间的各个链路)，确定将聚合有效载荷数据从各个节点转发给其父节点所需的时隙数量的估计：例如，父节点然后确定它将这种有效载荷(将从其子节点接收)可能与其有效载荷一起发送到其自己的父节点将需要的时隙数量的估计。
C3：以半集中方式(各个节点处的决策的自下而上传播以及集中器处的最终决策)，确定各个数据收集阶段所需的时隙数量。
C4：由订约人将各个阶段所需的最终时隙数量广播给系统中的所有节点。
C5：以分布式方式(由各个父节点)，确定各个子节点用于发送其数据的时隙(各个子节点的调度)。
C6：作为选项，确定各个子节点在充当父节点时可使用的干扰协调参数。
在这些实施方式中，数据收集然后可包括以下操作。
DC1：在数据收集的各个阶段n中，对于各组父节点与其子节点，根据干扰协调参数(如果有的话)来定义用于执行从子节点到其父节点的TDMA传输的帧。
DC2：在各个帧内根据TDMA配置收集数据。
DC3：对于各个父节点，将其自己的数据(如果有的话)聚合到所收集的其子节点的数据。
DC4：对于集中器，在阶段0期间，收集其子节点的所有数据，并从聚合数据恢复所有节点的数据。
根据本主题公开的另一方面，还提出了一种被配置为在计算机网络中用作网络节点的设备，其包括处理器和操作上联接到处理器的存储器，其中，处理器被配置用于执行上述管理计算机网络的方法。
图9例示了被配置为使用根据本主题公开的实施方式的网络管理特征的示例性网络节点1。
网络节点1包括控制引擎2、网络管理引擎3、数据通信引擎4、存储器5和电源(例如，电池、直插式电源等)(图上未表示)。
在图9上所示的架构中，网络管理引擎3、数据通信引擎4和存储器5全部通过控制引擎2在操作上彼此联接。
在一个实施方式中，网络管理引擎3被配置为执行本文中描述的所提出的用于网络管理的方法的实施方式的各个方面，
在一个实施方式中，数据通信引擎4被配置为接收和发送数据分组并处理所接收的分组。
控制引擎2包括处理器，其可以是任何合适的微处理器、微控制器、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、数字信号处理芯片和/或状态机或其组合。根据各种实施方式，一个或更多个计算机可被配置成具有多个处理器的多处理器计算机以用于提供并行计算。控制引擎2还可包括能够存储计算机程序指令或软件代码的计算机存储介质(例如但不限于存储器5)或者可与之通信，这些计算机程序指令或软件代码在由处理器执行时使得处理器执行本文所描述的元件。另外，存储器5可以是任何类型的数据存储计算机存储介质，其能够存储表示网络节点1所属的计算机网络的数据结构，联接到控制引擎2并且可与数据通信引擎4和网络管理引擎3一起操作以方便与之关联存储的数据分组的管理和处理。
在本主题公开的实施方式中，网络节点1被配置用于执行本文所描述的网络管理方法。
将理解，仅作为示例提供了参照图9示出并描述的网络节点1。许多其它架构、操作环境和配置是可能的。节点的其它实施方式可包括数量更少或更多的组件，并且可包含关于图9所示的网络节点组件描述的一些或所有功能。因此，尽管控制引擎1、网络管理引擎3、数据通信引擎4和存储器5作为网络节点1的一部分示出，但是对组件2-5的位置和控制没有施加限制。具体地，在其它实施方式中，组件2-5可以是不同实体或计算系统的一部分。
根据本主题公开的实施方式的优点包括以下优点。
优化的数据收集时间：路由和调度算法可基于作为数据收集时间的全局效用函数来做出决策。
高可扩展性：该解决方案可用在几个节点的网络到超过10000个节点的网络中。这种要求不允许考虑传统技术的大多数优化解决方案。
低信令：路由和调度信令的开销保持低。提供优化的数据收集时间的传统技术解决方案不是这种情况。
低成本：所提出的解决方案可按分布式方式实现，同时仍将各个节点处的处理复杂度维持在合理水平。
高级物理层感知：所提出的解决方案与链路自适应和数据聚合机制兼容。
自我修复：简单且易反应的配置。
尽管在特定优选实施方式的上下文中公开了本发明，但是应该理解，系统、装置和方法的特定优点、特征和方面可在各种其它实施方式中实现。另外，可以想到，本文中所描述的各个方面和特征可单独地实践，被组合在一起，或者彼此替代，并且可进行特征和方面的各种组合和子组合并且仍落在本发明的范围内。此外，上述系统和装置无需包括优选实施方式中描述的所有模块和功能。
本文中所描述的信息和信号可使用各种不同的技术中的任一种来表示。例如，数据、指令、命令、信息、信号、比特、符号和芯片可由电压、电流、电磁波、磁场或粒子、光场或粒子或其任何组合表示。
根据实施方式，本文所描述的任何方法的特定动作、事件或功能可按不同的顺序执行，可被添加、合并或全部省去(例如，方法的实践未必需要所有描述的动作或事件)。此外，在特定实施方式中，动作或事件可同时执行，而非依次执行。

Claims (15)

1.一种用于管理计算机网络的方法，该方法包括以下步骤：针对属于与路由树的第一深度级别对应的一个或更多个网络节点的集合的所述计算机网络的至少一个网络节点执行数据收集配置，所述路由树表示所述计算机网络的节点以及分别与所述计算机网络的两个节点之间的邻近关系对应的边缘，并且根据所述路由树将数据从所述节点发送到所述计算机网络的根节点，所述第一深度级别与所述路由树中的所述集合中的节点与所述根节点之间的边缘的数量对应，所述数据收集配置包括：
从所述计算机网络的所述至少一个网络节点的所述路由树中的至少一个子节点接收相应第一配置数据，其中，所述至少一个子节点对应于在所述路由树的深度级别序列中所述路由树的紧接在所述第一深度级别之后的第二深度级别；以及
基于所接收的第一配置数据来生成第二配置数据。
2.根据权利要求1所述的方法，该方法还包括以下步骤：将所述第二配置数据发送到所述计算机网络的所述至少一个网络节点的所述路由树中的父节点。
3.根据权利要求1和2中的任一项所述的方法，其中，从多个子节点接收相应第一配置数据，各个子节点对应于所述第二深度级别，并且生成第二配置数据的步骤还包括以下步骤：将所接收的第一配置数据组合，并且基于所组合的第一配置数据来生成第二配置数据。
4.根据权利要求3所述的方法，其中，所述第一配置数据包括将数据从所述子节点发送到所述至少一个网络节点所需的资源的相应第一估计，并且其中，生成所述第二配置数据的步骤还包括以下步骤：基于所述第一估计来生成发送所述第二深度级别的所述子节点收集的数据所需的资源的第二估计。
5.根据权利要求4所述的方法，其中，生成所述第二配置数据的步骤还包括以下步骤：生成向所述父节点发送与所生成的数据聚合的所述子节点所收集的数据所需的资源的第三估计，其中，所生成的数据包括在所述至少一个网络节点处获得的从所述子节点发送的数据以外的数据。
6.根据权利要求4和5中的任一项所述的方法，其中，资源的所述第一估计和资源的所述第二估计是时间资源的估计。
7.根据权利要求4和5中的任一项所述的方法，其中，生成资源的所述第二估计的步骤还包括以下步骤：将相应第一估计组合成聚合子节点估计。
8.根据权利要求1所述的方法，其中，所述第一配置数据还包括发送与所述路由树的第四深度级别对应的节点所收集的数据所需的资源的至少一个估计，其中，所述第四深度级别在所述路由树的所述深度级别序列中在所述第一深度级别之后，并且其中，生成所述第二配置数据的步骤还包括以下步骤：在所述第一配置数据中接收的所述至少一个估计当中选择最大估计，以确定与所述第四深度级别对应的所述路由树的节点的数据收集所需的资源的估计。
9.根据权利要求1至8中的任一项所述的方法，该方法还包括以下步骤：从所述至少一个网络节点的所述路由树中的各个子节点接收相应第一配置数据。
10.根据权利要求1至9中的任一项所述的方法，该方法还包括以下步骤：执行数据收集配置循环的至少一个迭代，其中，在所述数据收集配置循环的每个迭代执行所述数据收集配置。
11.根据权利要求1所述的方法，该方法还包括以下步骤：从多个子节点接收公共深度级别的节点发送数据所需的资源的相应估计，其中，所述公共深度级别在所述序列中在所述第一深度级别之后；以及确定所接收的资源的估计当中的最大值。
12.根据权利要求11所述的方法，该方法还包括以下步骤：生成包括分别与对应深度级别关联的资源的最大估计的数据集，其中，所述对应深度级别在所述序列中在所述第一深度级别之后。
13.根据权利要求1至12中的任一项所述的方法，该方法还包括在所述树的所述根节点处：向所述树的节点发送数据集，该数据集包括对于所述树的各个深度级别，所述各个深度级别的节点发送数据所需的资源的最大估计。
14.一种设备，该设备包括处理器、操作上联接到所述处理器的存储器以及在计算机网络中通信的网络接口，其中，该设备被配置为执行根据权利要求1至13中的任一项所述的方法。
15.一种编码有可执行指令的非暂时性计算机可读介质，所述可执行指令在执行时使得包括操作上与存储器联接的处理器的设备执行根据权利要求1至13中的任一项所述的方法。
CN201980050448.5A 2018-08-02 2019-07-09 用于管理网络的方法和设备 Active CN112514492B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18306058.1A EP3606213B1 (en) 2018-08-02 2018-08-02 Method for managing a network and apparatus for implementing the same
EP18306058.1 2018-08-02
PCT/JP2019/028182 WO2020026820A1 (en) 2018-08-02 2019-07-09 Method and apparatus for managing network

Publications (2)

Publication Number Publication Date
CN112514492A true CN112514492A (zh) 2021-03-16
CN112514492B CN112514492B (zh) 2023-06-16

Family

ID=63364029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980050448.5A Active CN112514492B (zh) 2018-08-02 2019-07-09 用于管理网络的方法和设备

Country Status (6)

Country Link
US (1) US11489754B2 (zh)
EP (1) EP3606213B1 (zh)
JP (1) JP7076584B2 (zh)
CN (1) CN112514492B (zh)
PH (1) PH12021550208A1 (zh)
WO (1) WO2020026820A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115834462A (zh) * 2021-09-15 2023-03-21 华为技术有限公司 路由信息处理方法、通信装置及通信网络

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3606280B1 (en) * 2018-08-02 2022-10-05 Mitsubishi Electric R&D Centre Europe B.V. Method for managing a network and apparatus for implementing the same
CN109640372B (zh) * 2018-12-04 2022-05-06 重庆邮电大学 一种基于RPL路由协议的IPv6无线传感网节点移动管理方法
CN112309100A (zh) * 2020-10-28 2021-02-02 广东电网有限责任公司 数据采集方法、装置、计算机设备及存储介质
CN112422169B (zh) * 2020-11-04 2022-07-26 中国空间技术研究院 复合链路节点协同方法、装置及系统
CN112492565B (zh) * 2020-12-13 2021-10-29 同济大学 一种基于ZigBee和BLE混合协议的自适应无线传感器网络
US20230099510A1 (en) * 2021-09-27 2023-03-30 International Business Machines Corporation Network topology monitoring

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100332941A1 (en) * 2009-06-30 2010-12-30 Comcast Cable Communications, Llc Variable Interleave Data Transmission
CN107431970A (zh) * 2015-03-02 2017-12-01 三菱电机株式会社 用于路由分组的方法、多跳无线网络以及用于路由分组的节点
CN107771404A (zh) * 2015-06-22 2018-03-06 瑞典爱立信有限公司 无线网状网络中的路径选择
US20180069668A1 (en) * 1998-07-10 2018-03-08 Intellectual Ventures I Llc TRANSMISSION CONTROL PROTOCOL/INTERNET PROTOCOL (TCP/IP) PACKET-CENTRIC WIRELESS POINT TO MULTI-POINT (PtMP) TRANSMISSION SYSTEM ARCHITECTURE

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9363651B1 (en) * 2003-05-08 2016-06-07 Dynamic Mesh Networks, Inc. Chirp networks
US8160600B2 (en) 2008-11-04 2012-04-17 Motorola Solutions, Inc. Method and apparatus for resource allocation
US20110205980A1 (en) 2009-08-10 2011-08-25 Qualcomm Incorporated Multi-node resource request pipelining
US8958286B1 (en) * 2012-03-12 2015-02-17 Juniper Networks, Inc. Fast reroute for multicast using maximally redundant trees
KR101527151B1 (ko) 2014-04-07 2015-06-09 부산대학교 산학협력단 산업 무선 센서 네트워크의 깊이 기반 ｔｄｍａ 분산 슬롯 스케줄링 장치 및 방법
US9485157B2 (en) * 2014-07-21 2016-11-01 Cisco Technology, Inc. Synchronized routing updates for TSCH networks
US9800506B2 (en) * 2014-07-21 2017-10-24 Cisco Technology, Inc. Predictive time allocation scheduling for TSCH networks
US10609621B2 (en) * 2016-06-23 2020-03-31 Cisco Technology, Inc. Directed acyclic graph optimization for future time instance requested by a child network device
US10015075B1 (en) * 2017-03-09 2018-07-03 Cisco Technology, Inc. Directed acyclic graph optimization for future time instance advertised by a parent network device
JP7152636B2 (ja) 2017-12-26 2022-10-13 国立大学法人京都大学 通信装置及び通信方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180069668A1 (en) * 1998-07-10 2018-03-08 Intellectual Ventures I Llc TRANSMISSION CONTROL PROTOCOL/INTERNET PROTOCOL (TCP/IP) PACKET-CENTRIC WIRELESS POINT TO MULTI-POINT (PtMP) TRANSMISSION SYSTEM ARCHITECTURE
US20100332941A1 (en) * 2009-06-30 2010-12-30 Comcast Cable Communications, Llc Variable Interleave Data Transmission
CN107431970A (zh) * 2015-03-02 2017-12-01 三菱电机株式会社 用于路由分组的方法、多跳无线网络以及用于路由分组的节点
CN107771404A (zh) * 2015-06-22 2018-03-06 瑞典爱立信有限公司 无线网状网络中的路径选择

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115834462A (zh) * 2021-09-15 2023-03-21 华为技术有限公司 路由信息处理方法、通信装置及通信网络

Also Published As

Publication number Publication date
PH12021550208A1 (en) 2021-10-18
JP7076584B2 (ja) 2022-05-27
EP3606213A1 (en) 2020-02-05
EP3606213B1 (en) 2020-12-30
JP2021527987A (ja) 2021-10-14
WO2020026820A1 (en) 2020-02-06
US11489754B2 (en) 2022-11-01
CN112514492B (zh) 2023-06-16
US20210258240A1 (en) 2021-08-19

Similar Documents

Publication Publication Date Title
CN112470547B (zh) 用于管理网络的方法及设备
CN112514492B (zh) 用于管理网络的方法和设备
Ghaleb et al. A survey of limitations and enhancements of the ipv6 routing protocol for low-power and lossy networks: A focus on core operations
Meng et al. Smart grid neighborhood area networks: a survey
Sagduyu et al. On joint MAC and network coding in wireless ad hoc networks
Vallati et al. Improving network formation in 6TiSCH networks
US9426035B2 (en) Data reporting using reporting groups in a computer network
Cheng et al. Cross-layer schemes for reducing delay in multihop wireless networks
Aalamifar et al. Cost-efficient QoS-aware data acquisition point placement for advanced metering infrastructure
Meena et al. Firefly optimization based hierarchical clustering algorithm in wireless sensor network
AU2012374019B2 (en) Communication packet conversion
Hahm et al. A case for time slotted channel hopping for ICN in the IoT
Yang et al. Coordinated robust routing by dual cluster heads in layered wireless sensor networks
Vishnevsky et al. A novel approach for scheduling in STDMA for high-throughput backbone wireless mesh networks operating within 60-80 GHz
Bein et al. Reducing the data communication delay in wireless sensor networks
Tan et al. Cluster-based control information exchange in multi-channel ad hoc networks with spectrum heterogeneity
Fei et al. Lifetime and latency aware data collection based on k-tree
Mirzaie et al. Joint channel assignment and routing in Software Defined wireless mesh networks
Kadambar et al. Joint channel allocation and routing in wireless mesh networks
Wang et al. A novel link scheduler for personalized broadcast in multi Tx/Rx wireless mesh networks
Iyer Wireless mesh routing in smart utility networks
Meenakshi et al. Fuzzy based energy efficient clustering technique for ZigBee (802.15. 4) Sensor Networks
Lee Backpressure networks with cooperative link augmentation
Song et al. Optimal traffic splitting in multi-hop cognitive radio networks
Al-Ahmadi et al. EDGS: Efficient data gathering scheme for dense wireless sensor networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40039312

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant