CN117119618B - 室内大规模实时无线传感网络组网系统及计算机设备 - Google Patents

室内大规模实时无线传感网络组网系统及计算机设备 Download PDF

Info

Publication number
CN117119618B
CN117119618B CN202311003617.4A CN202311003617A CN117119618B CN 117119618 B CN117119618 B CN 117119618B CN 202311003617 A CN202311003617 A CN 202311003617A CN 117119618 B CN117119618 B CN 117119618B
Authority
CN
China
Prior art keywords
node
network
neighbor
nodes
cluster head
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.)
Active
Application number
CN202311003617.4A
Other languages
English (en)
Other versions
CN117119618A (zh
Inventor
何先灯
蒋豪
张炜
马兴旺
易运晖
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.)
Shaanxi Xilu Electronic Technology Co ltd
Xidian University
Original Assignee
Shaanxi Xilu Electronic Technology Co ltd
Xidian University
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 Shaanxi Xilu Electronic Technology Co ltd, Xidian University filed Critical Shaanxi Xilu Electronic Technology Co ltd
Priority to CN202311003617.4A priority Critical patent/CN117119618B/zh
Publication of CN117119618A publication Critical patent/CN117119618A/zh
Application granted granted Critical
Publication of CN117119618B publication Critical patent/CN117119618B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/33Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W80/00Wireless network protocols or protocol adaptations to wireless operation
    • H04W80/06Transport layer protocols, e.g. TCP [Transport Control Protocol] over wireless
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing 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)

Abstract

本发明属于物联网IoT领域,公开了一种室内大规模实时无线传感网络组网方法及系统,该系统包括上层节点和下层节点;所述上层节点由宽带无线传输模块和窄带无线传输模块构成,下层节点由窄带无线传输模块构成;下层节点集成传感模块;传感模块由HC‑SR501人体红外感应芯片、5.8G雷达移动检测模组、超声波测距模块、DHT11温湿度传感器和MQ‑2烟雾探测器等中的一个或者多个组成。本发明使用宽带无线模块提供骨干网以实现高速数据传输,并利用窄带无线模块提供低功耗的传感蜂窝网,通过宽窄带的结合,实现了大规模、低延时的传感信息传输能力。

Description

室内大规模实时无线传感网络组网系统及计算机设备
技术领域
本发明属于物联网IoT技术领域,尤其涉及一种室内大规模实时无线传感网络组网方法及系统。
背景技术
随着科技的发展和人们对智能化生活的追求,室内无线通信技术的应用范围已非常广泛。如今,其已经涵盖了宽带无线网络覆盖、室内定位、室内检测、智能仓储、智能车库等多个领域,为人们的生活和工作带来了更多便利和智能化的可能性。宽带无线网络覆盖可以提供高速的无线互联网接入,室内定位可以通过各种定位技术实现在室内环境中的定位,室内检测可以利用传感器和数据分析技术来监测室内环境和设备状态,智能仓储和智能车库则利用物联网技术实现仓储和车库的自动化管理和智能化操作。这些应用领域通常需要使用宽带或窄带传输技术来实现数据的传输和通信。
宽带传输技术是一种高速、高带宽的数据传输通信技术,用于支持大量数据传输和提供高速互联网接入。其中,WiFi技术是宽带传输技术中使用最广泛的一种,提供了无线网络连接,使得用户可以在高速、高带宽的环境中进行数据传输和互联网接入,但其在使用上存在有限的信号覆盖范围、较高的功耗和较少的用户数量的缺陷。窄带传输技术包括蓝牙、ZigBee、433MHz无线收发等系统,它以较低的功耗为各种传感模组提供无线数据传输通道。蓝牙是一种低功耗的短距离无线通信技术,但其传输速率相对较低,通信距离有限,连接设备数量也有限,适合传输小量数据,且传输时延相对较高。ZigBee是一种低功耗的无线通信协议,适用于大规模的传感器网络。但其网络容量有限,只支持较少的、低频次的传感数据传输,无法支持实时业务传输。433MHz系统是一种适用于简单远程控制和监测应用的通信系统,具有较长的传输距离和穿透能力,但其传输速率相对较低,且传输时延较高,不适合高速、大容量的数据传输。ZRP混合路由协议可以在大规模的无线传感器网络中,帮助优化数据传输和能量消耗,实现高效的网络通信,但其复杂性增加了系统设计和维护的难度,路由开销可能较高,洪泛路由会导致网络负载增加。通过宽窄带混合无线通信系统的设计,可以在不同的通信需求下充分发挥各种通信技术的优势,弥补它们各自的缺点,提供更全面和高效的室内通信解决方案,为智能化管理和控制提供基础。
如今,室内宽带与窄带混合通信成为研究和应用的热点领域,尤其在智能车库等场景中具有重要意义。随着经济的快速发展和人们生活水平的提高,汽车已经成为人们生活中越来越普遍的交通工具。然而,随之而来的是车辆停车的问题,尤其是在住宅区、商场、办公楼和旅游景点等地方,停车位的短缺已经成为一个持续存在的问题。这不仅给用户带来了各种停车的不便,还影响了城市的整体形象和空气质量,尤其是对城市交通系统的和谐发展产生了不利影响。因此,在新的住宅小区中建设具备智能管理能力的停车系统已经成为不可避免的趋势。
目前,常见的停车场管理系统通常利用ZigBee无线网络技术来建立结构和网络。通过红外探测器监测停车位是否有车,然后通过中央管理系统软件自动计算停车位内的剩余数量。最终,数据显示在停车场入口的LED屏幕上,方便用户选择是否进入停车场。在设备兼容性方面,车库组网使用的通信协议和技术可能与某些车辆或设备不兼容。这可能导致一些车辆无法与车库组网设备进行有效的通信和互动,限制了系统的功能和扩展性。还有使用6LoWPAN、RPL、OSPF和AODV等协议的无线传感器网络,他们在设备兼容性和高速数据传输能力上都比较欠缺。也有在大规模的无线传感器网络中,使用ZRP混合协议来帮助优化数据传输和能量消耗,以实现高效的网络通信,但其复杂性较高、路由开销较大、扩展性可能存在限制,在实际应用中,需要仔细评估网络需求、拓扑结构和系统约束,以确定是否适合采用改技术进行相应的配置和优化,以提高网络性能和稳定性。
首先,现有技术存在的主要问题。
1.设备兼容性问题:ZigBee无线网络技术和其它一些通信协议,可能与某些车辆或设备不兼容。这不仅会限制智能停车系统的功能,还可能影响其扩展性,这对于大规模的车库管理来说是一个非常严重的问题。
2.数据传输能力:无线传感器网络的通信协议,如6LoWPAN、RPL、OSPF和AODV等,可能在高速数据传输能力上存在欠缺。在高密度的停车环境下,这可能会导致数据传输延迟,影响系统的实时性。
3.网络配置复杂性:在大规模的无线传感器网络中,使用ZRP混合协议的网络配置复杂性较高,路由开销较大,扩展性可能存在限制。对于需要快速部署和维护的停车场管理系统来说,这增加了额外的工作负担。
那么,需要解决的技术问题主要有以下几点:
1.提高设备兼容性:需要研发一种能够兼容更多车辆和设备的通信协议。这种协议应该能够跨平台,跨设备工作,从而解决设备兼容性问题。
2.提高数据传输能力:需要找到一种高效的数据传输协议,可以快速准确地处理大量的数据信息。同时,还需要优化的网络架构,确保数据能够在网络中快速传输,从而提高系统的实时性。
3.简化网络配置:需要找到一种简单易用的网络配置方案,能够快速地建立和管理大规模的无线传感器网络。同时,也需要在设计时考虑到网络的扩展性,确保的系统能够随着需求的增长而扩展。
总的来说,需要在兼容性、数据传输能力和网络配置方面进行技术创新,以解决现有技术的问题。只有这样,才能建立起一个高效、稳定、可扩展的智能停车系统。
发明内容
针对室内大规模实时无线通信场景的需求以及现有ZigBee、蓝牙、WiFi网络存在的缺陷,设计一种室内多跳无线传感网络的组网方法与系统,该系统使用宽带无线模块提供骨干网以实现高速数据传输,并利用窄带无线模块提供低功耗的传感蜂窝网,通过宽窄带的结合,实现了大规模、低延时的传感信息传输能力。该系统采用了所提出的OLTHR(Optimized LinkThreshold-based Hybrid Routing)的路由算法。该算法结合了阈值选择和混合路由的概念,以优化网络中节点之间的通信链路,提供低延迟和大规模用户接入的传感器网络通信。本发明可以应用到智能车库中,实现大规模的实时车位监测、车辆定位、摄像监控等业务。
本发明是这样实现的,一种室内大规模实时无线传感网络组网系统,该系统包括上层节点和下层节点;上层节点采用宽带和窄带结合的无线模块,实现高速无线数据传输、骨干网建立和与下层传感网络的连接。下层节点则采用窄带无线模块,实现低功耗的低速无线数据传输,并配备多种传感器,如移动物体检测、环境检测、位置检测等,以满足用户业务需求。宽带业务传输通过上层宽带无线传输模块直接实现,而上层和下层节点之间采用OLTHR算法实现自组网。这样的组合使得系统能够在室内大规模实时通信场景中满足网络通信需求,并实现实时监测和定位功能。
本发明另一目的在于提供一种实施所述室内大规模实时无线传感网络组网系统的室内大规模实时无线传感网络组网方法,该方法包括:
(1)在场景内安上层节点和下层节点,并进行初始化,获取位置信息等参数;
(2)网络中的所有节点都进行邻居包交互,将邻居和簇首质量信息记录到邻居表;
(3)上层节点和下层节点周期性自我检查是否已入网,若为未入网状态就进行多阈值入网选择算法;
(4)上层节点启用主动式路由算法,通过基于连接度的mpr算法建立路由表;
(5)下层节点维护自己的入网状态,并且维护到簇首节点的路由;
(6)当有业务包要发送时,下层节点直接进行路由表查询;当路由表中有到簇首节点的路由就直接传递给簇首节点,再由簇首节点进行查表发送给上层网关节点;若没有到簇首的路由,则会进行本地缓存,等待维护机制进行处理。
进一步,所述基于连接度的mpr选择算法具体如下:
(1)根据本地一跳邻居表和两跳邻居表信息,将其中状态最好的邻居节点优先作为mpr节点;
(2)根据一跳邻居所连接的两跳邻居数量排序,得到按连接度排序的一跳邻居集和连接度哈希表;
(3)按照排序后的一跳邻居顺序,逐个退出mpr集的选择,并剔除对应节点的连接度;
(4)查询连接度哈希表,若存在连接度存在为0的情况,就代表这个节点的有效性高,将这个节点选为mpr节点;先将哈希表中的连接度数还原,再哈希表中剔除与这个节点相关联的连接度和两跳邻居节点;
(5)若不存在,就代表这个节点是冗余节点,进入下一个邻居的抉择。
进一步,所述多阈值入网选择算法具体如下:
(1)对于未入网节点,在邻居表中选择到簇首链路质量最好的邻居,然后与阈值进行比较;对于链路质量大于阈值1的节点进行被动入网,即直接更新为入网节点,并在路由表增加该入网路由条目;
(2)对于小于阈值1且大于阈值2的情况,要入网的节点会发起ANHSP包给这个邻居节点,邻居节点收到ANHSP包后会进行路由表查询,同时建立反向路由;
(3)收到ANHSP包的节点,若查询有到簇首的路由,就将ANHSP包转发到路由表的下一跳节点;若本地没有到簇首的路由,则直接丢弃该包,进入到e;
(4)簇首收到ANHSP包会进行回复HSRREP包,使用刚刚建立的反向路径发送给需要入网的节点;
(5)对于小于阈值2的情况,需要入网的节点会检查本地邻居表,找到链路质量最好的邻居条目;并向周围的邻居节点发送ANRREQ包,并在包中设置链路质量门限;
(6)周围邻居节点收到ANRREQ包时,先建立反向路径,再对比自己到簇首的链路质量是否大于包中门限值;只有大于门限值的邻居节点会回复ANRREP包;
(7)需要入网的节点收到多个ANRREP包,选择到簇首链路质量最好的作为发起的对象;入网节点向刚刚选择的到簇首链路质量最好的邻居节点发送ANHSP包,接下来就同理步骤(2)中的过程;只有收到HSRREP包时,未入网的节点才设置为入网状态,建立入网路由条目;
(8)在路由包的交互过程中使用序列号机制来避免出现环路,控制网络泛洪,避免由于过度泛洪导致的网络崩溃。
本发明另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求6-8任意一项所述室内大规模实时无线传感网络组网方法的步骤。
本发明另一目的在于提一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行所述室内大规模实时无线传感网络组网方法的步骤。
结合上述的技术方案和解决的技术问题,本发明所要保护的技术方案所具备的优点及积极效果为:
第一、本发明提出了一种创新的室内宽带与窄带混合通信系统,旨在解决大规模传感和实时数据传输的需求。该系统充分利用了宽带网络和窄带网络的优势:宽带网络提供高速数据传输能力,适用于处理大量传感器数据和满足实时通信要求;而窄带网络则具备低功耗特性,适用于实时性要求不高的传感网络,可实现低能耗的传感器设备部署。
通过在宽带网络和窄带网络之间实现有效的数据交互,本发明能够同时满足高速传输和低能耗传感网络的要求,为相关场景提供更高效、精确的数据支持,并提升系统的整体性能和用户体验。该系统通过采用宽窄带结合的无线模块实现上层节点间的高速无线数据传输、骨干网建立以及与下层传感网络的连接。使用窄带无线模块实现下层节点间的低功耗无线数据传输,并配备多种传感器来满足用户业务需求。宽带业务传输通过上层宽带无线传输模块直接实现,而上层和下层节点之间采用OLTHR算法实现自组网。这样的组合使得系统能够在室内大规模实时通信场景中满足网络通信需求,并实现实时监测和定位功能。
此外,为了进一步优化系统的实时性和性能,本发明还提供了一种计算机设备,该设备包括存储器和处理器,存储器中存储有计算机程序,当该程序被处理器执行时,可以使得处理器执行室内大规模实时无线传感网络组网方法的步骤。这样的计算机设备能够帮助智能停车场管理系统更加高效地运行,提升实时数据处理能力,确保用户得到准确、实时的停车位信息。
本发明提供的室内大规模实时无线传感网络组网系统的设计和实现,具有显著的技术进步和应用前景,特别是在智能车库等场景中的应用。
1.采用宽带和窄带结合的无线模块:通过在上层节点中采用宽带和窄带结合的无线模块,可以实现高速无线数据传输、骨干网建立和与下层传感网络的连接,从而解决了传统单一模块在数据传输能力和设备兼容性上的问题。
2.上层和下层节点的自组网:上层和下层节点之间采用OLTHR算法实现自组网,可以简化网络配置,提高网络管理的效率。
3.精细化的节点设计:上层节点由WiFi芯片MT7620A和蓝牙芯片nRF52832构成,下层节点由蓝牙芯片nRF52832芯片构成,传感节点由多种传感器组成,可以实现多样化的监测功能,提高系统的适应性和稳定性。
4.多功能的节点实现:嵌入OpenWrt操作系统的WiFi芯片MT7620A,可以实现WiFi协议和WiFi摄像头标准WiFi设备的接入,并运行OLTHR算法实现上层的自组网。同时,通过编写嵌入式程序的nRF52832芯片,实现环境传感和下层的自组网,为智能车库中的车位管理、寻车定位、智能灯控、火灾报警和监控摄像等功能提供支持。
这种系统的设计和实现,解决了传统技术中设备兼容性差、数据传输能力不足、网络配置复杂等问题,对于推动智能车库等场景的发展有着重要的意义。同时,这种系统的应用也将推动物联网、大数据、云计算等相关技术的发展,促进社会的数字化进程。
第二,针对室内大规模实时无线通信场景的需求以及现有ZigBee、蓝牙、WiFi网络存在的缺陷,本发明设计了一种室内多跳无线传感网络的组网方法与系统。该系统综合利用宽带无线模块和窄带无线模块,以提供高速数据传输的骨干网和低功耗的传感蜂窝网。通过宽窄带的巧妙结合,实现大规模、低延时的传感信息传输能力。
具体来说,本发明的技术方案具备以下技术效果:
(1)双层结构优化:上层宽带无线技术作为骨干网,确保高速数据传输。下层窄带无线技术搭建传感器网络,实现高效的实时数据收集和传输。这种双层结构的优化,使得网络在满足高速传输的同时,也能实现实时监测和低延时通信。
(2)实时性和稳定性:大规模室内实时无线通信对实时性和稳定性要求较高。通过优化节点间的通信链路,本发明的路由算法OLTHR能够提供低延迟、高稳定性的传感器网络通信,满足实时应用的需求。
(3)大规模用户接入:本发明的技术方案能够支持大规模用户接入,使得多个设备可以同时连接网络,并实现高效的数据传输和通信,适用于复杂的实时监测场景。
(4)多跳传感:传感器网络使用多跳传感方式,可以实现对广大区域内多个节点的数据收集,增强了网络的覆盖范围和灵活性。
(5)应用广泛:本发明的发明适用于室内大规模实时无线传感网络的多个场景。除了智能车库,该系统还可以广泛应用于各类室内环境,如工业自动化、智能建筑、智能仓储、物流监测、环境监控等。无论是在商业、工业还是居住领域,该技术方案都能提供高效、稳定的通信和传感服务,满足复杂实时监测和数据传输的需求。该系统在多个领域的应用,将为用户带来更智能、高效的数据采集和管理体验。
第三,本发明的技术方案将带来多重预期收益和商业价值。首先,通过双层结构的宽带与窄带技术的巧妙组合,实现了室内大规模实时无线传感网络,将为用户提供高效、稳定的数据传输和通信服务,满足复杂实时监测的需求,应用潜力巨大。其次,在室内大规模实时无线传感网络领域,本发明的技术方案能够填补国内外业内技术空白。以往现有的ZigBee、蓝牙和WiFi等传输技术在室内大规模场景下存在一定缺陷,无法完全满足复杂的实时监测需求。而本发明通过双层结构的宽带与窄带技术组合,引入新的路由算法OLTHR,充分发挥各自优势,弥补了现有技术的不足,实现了大规模、低延时的传感信息传输,填补了该领域的技术空白。最重要的是,本发明克服了技术偏见,打破传统单一无线技术应用范式,创造性地组合了宽带与窄带技术,为室内大规模实时无线传感网络带来了显著的技术进步和突破。在智能车库以及更广泛的领域,如工业自动化、智能建筑、物流监测等,本发明的技术方案都将有广泛的应用,为用户提供更智能、高效的数据采集和管理体验。
第四,这种基于室内大规模实时无线传感网络组网系统的组网方法,具有一系列显著的技术进步:
1.场景初始化和位置信息获取:在场景内安装上层节点和下层节点,并进行初始化,获取位置信息参数。这样的设计使得网络在部署初期就能获取到重要的空间信息,为后续的路由选择和数据传输提供关键信息,从而提高了网络的初始化效率和准确性。
2.邻居包交互和邻居表建立:网络中的所有节点都进行邻居包交互,将邻居和簇首质量信息记录到邻居表。这种方法有效地建立了节点之间的联系,为后续的数据传输和路由选择提供了关键数据。
3.自我检查和入网选择算法:上层节点和下层节点周期性自我检查是否已入网,若为未入网状态就进行多阈值入网选择算法。这种设计能够使网络具有较强的鲁棒性和自适应性,确保了网络的连通性和稳定性。
4.主动式路由算法和路由表建立:上层节点启用主动式路由算法,通过基于连接度的mpr算法建立路由表。这种算法可以使网络有较好的数据传输性能,保证了数据的高效传输。
5.维护入网状态和到簇首节点的路由:下层节点维护自己的入网状态,并且维护到簇首节点的路由。这种设计有效地提高了网络的稳定性和可靠性。
6.业务包发送和本地缓存处理:当有业务包要发送时,下层节点直接进行路由表查询。若没有到簇首的路由,则会进行本地缓存,待维护机制进行处理。这种设计提高了网络的灵活性,确保了数据的传输效率。
7.基于连接度的mpr选择算法:这种算法能够更好地选择传输路径,优化网络传输性能,进一步提高了网络的稳定性和数据传输效率。
这种基于室内大规模实时无线传感网络组网系统的组网方法,通过上述一系列技术进步,提高了网络的稳定性、效率和可靠性,对于推动室内大规模实时无线传感网络的发展具有重要的意义。
附图说明
图1是本发明实施例提供的室内大规模实时无线传感网络组网系统结构图;
图2是本发明实施例提供的场景图;
图3是本发明实施例提供的室内大规模实时无线传感网络组网方法流程图;
图4是本发明实施例提供的基于连接度的mpr选择算法流程图;
图5是本发明实施例提供的多阈值入网选择算法流程图;
图6是本发明实施例提供的吞吐量随发包率的变化图;
图7是本发明实施例提供的丢包率随发包率的变化图;
图8是本发明实施例提供的端到端时延随发包率的变化图;
图9是本发明实施例提供的实测性能数据图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供了一种室内大规模实时无线传感网络组网方法,该方法通过设计宽窄带混合无线通信系统,充分发挥各自通信技术的优势,以适应停车场内和船舱等室内密集大规模无线通信场景。在该系统中,传感节点配备了窄带技术,用于监测和定位用户和设备;同时,支持宽带技术的上层节点提供高带宽的业务传输和联网功能。通过多阈值入网选择算法和簇的动态加入,能够减少网络的路由开销和背景流量,提高网络效率;此外,智能控制功能可实现节能策略,如基于移动车辆或用户位置的灯光控制,以降低能源消耗。
如图1所示,本发明实施例提供的室内大规模实时无线传感网络组网系统包括上层节点和下层节点,具有以下特征:
1.上层节点:采用宽带和窄带结合的无线模块,实现高速无线数据传输、骨干网建立和与下层传感网络的连接。
2.下层节点:采用窄带无线模块,实现低功耗的低速无线数据传输,并配备多种传感器,如移动物体检测、环境检测、位置检测等,以满足用户业务需求。
宽带业务传输通过上层宽带无线传输模块直接实现,而上层和下层节点之间采用OLTHR(Orthogonal Long Term Evolution for Heterogeneous Networks)算法实现自组网。这意味着宽带传输由上层节点之间直接实现,而上层节点与下层节点之间使用OLTHR算法进行自动组网,以便形成一个完整的传感网络。
上层节点由WiFi芯片MT7620A和蓝牙芯片nRF52832构成,下层节点由蓝牙芯片nRF52832构成。传感节点由以下多个模块组成:
1.HC-SR501人体红外感应芯片:用于检测人体的活动和位置,以支持移动物体检测功能。
2.5.8G雷达移动检测模组:用于检测移动物体,并提供相应的位置信息。
3.超声波测距模块:用于测量物体与传感节点之间的距离,实现位置检测功能。
4.DHT11温湿度传感器:用于检测环境的温度和湿度。
5.MQ-2烟雾探测器:用于检测环境中的烟雾浓度,以支持环境检测功能。
6.蓝牙芯片nRF52832:用与窄带无线通信和无线定位。
每个模块的具体实现方案可能涉及硬件设计、软件编程、通信协议配置等方面的内容。
下面以智能停车场为例,介绍本系统的具体实施方法。
它是一个室内大规模无线传感网络方法,旨在满足室内大规模实时无线通信场景的需求。系统由多种节点组成,分为上层节点和下层节点,并采用不同的无线模块和传感器来实现不同功能。上层节点是系统的主干,采用宽带和窄带结合的无线模块,以实现高速无线数据传输、骨干网建立以及与下层传感网络的连接。上层节点采用WiFi宽带无线传输模块构建,下层节点采用蓝牙窄带无线传输模块构建。传感设备被有效地集成到下层节点中,并通过有线连接方式与下层节点相连接,并由下层节点处理和上传传感结果。节点之间通过所提出的OLTHR协议实现自组网,使室内大规模通信场景中的网络通信需求得以满足。
如图2所示,其中的上层节点为WiFi蓝牙照明灯、下层节点包括蓝牙车位灯和蓝牙过道灯。WiFi蓝牙照明灯作为骨干网,内部集成了WiFi宽带传输模块和蓝牙窄带传输模块,以提供高速宽带传输能力。传感蓝牙车位灯和过道灯内部集成了窄带传输模块,通过窄带传输模块实现低功耗、窄带信号的传输,以满足特定业务的需求。
另外,本发明还提供了一种计算机可读存储介质,其中存储有计算机程序,该程序在处理器执行时,使得处理器能够执行室内大规模实时无线传感网络组网方法的步骤。通过这样的计算机可读存储介质,可以方便地部署和实现本发明的室内宽带与窄带混合通信系统,进一步推动智能停车场管理的发展和应用。
为了评估室内大规模无线传感网络的组网算法的性能,以智能停车场的场景为例,在相同环境下,通过NS2仿真对所提算法与ZRP、ZigBee的性能进行测试。采用的信号传播模型是双向地面模型,该模型考虑了地面反射效应。天线模型采用全向天线,模拟了全向天线的信号发射和接收特性。在接口队列类型采用优先级队列作为接口缓冲区,最大包数设置为50,以控制数据包的排队和丢包情况。
如下图2中所示,根据提出的OLTHR算法对智能停车场进行了模拟。在70.5m*32.4m的场景中放置了162个节点。其中有14个节点是具有宽窄带技术功能的照明灯,利用WiFi技术构建宽带骨干网,通过窄带数传模块提供低功耗传感蜂窝网。剩下的148个节点是只带有窄带技术功能的过道灯和车位灯。其中对于带有宽窄带技术功能的照明灯,使用双信道传输。上层使用标准IEEE 802.11作为媒体访问控制(MAC)协议,占用一个信道来进行先应式控制包的传递。下层使用802.15.4协议来实现传感网络,占用另一个信道。在网络带宽设置上,上层使用的是带宽为2Mbps的WiFi宽带传输技术,下层使用的是带宽为250Kbps的蓝牙窄带传输技术。由于WiFi技术是一种无线局域网,其覆盖范围通常限制在相对较小的区域。结合场景下节点布局具有高密集特性,上层节点的通信半径为20m,下层节点的通信半径为10m。
为保证在智能停车场场景下对比的公平性,ZigBee常选择802.15.4作为媒体访问控制(MAC)协议,用于管理无线信道上的数据传输。ZRP选择802.11来实现在大规模的无线传感器网络中的高效网络通信。因此,在图2中,ZigBee和ZRP在相同的节点布局下,分别选择了常用的MAC协议来适应一般场景的需求,网络中所有节点的通信半径都是10m。带宽设置与OLTHR算法对应的MAC协议一致。
为了验证所提算法的性能,在图2所示的场景下进行了对OLTHR、ZRP和ZigBee算法的性能仿真,仿真结果如图6至图8所示。分别在源节点发包率从1Kbps递增到40Kbps的情况下,得到了网络的吞吐量、丢包率和端到端时延数据。在使用ZigBee算法的网络场景中,传输大型数据业务并不适合,因此将所有连续比特速率(CBR)数据包的大小设置为70个字节。
源节点发包率对吞吐率的影响如图6所示。可以看出,三种算法的吞吐量均呈现先增加后减少的趋势。由于网络开始时,随着网络负载的增加,三种协议的吞吐量逐渐增加。当达到一定的程度,继续增加负载会导致网络拥塞程度的加剧,竞争冲突剧烈,导致到达目的节点的数据分组数量有所降低。从图6中可以发现,OLTHR协议的吞吐量明显优于其他两种协议。原因在于图2所示的场景图中,节点的布局具有高密集性,网络负载的剧烈增加,ZRP和ZigBee都会频繁的进行路由请求,造成剧烈冲突。OLTHR的路由发现过程则是考虑链路质量因素来选择最优的路径,并且在路由建立过程中基于阈值大小选择被动入网缓解路由建立过程中带来的广播风暴问题。
源节点发包率对丢包率的影响如图7所示。可以看出,三种算法的丢包率均呈现先增加后平缓的趋势。原因在于随着网络负载的增加,到达目的节点的数据分组数量逐渐增加,网络负载剧烈增加时,这三种协议路由建立过程的路由控制包导致剧烈的竞争和冲突。OLTHR协议的丢包率在开始的时候,稍弱于其他两种协议,这是由于OLTHR下层窄带技术的影响。网络负载增加,OLTHR会优先根据阈值情况进行不同的握手机制,链路质量较差时会启动两次握手机制使得控制包剧烈的竞争。但OLTHR协议的路由维护机制可以对网络性能起到缓解作用。
源节点发包率对平均端到端时延的影响如图8所示。可以看出,随着网络负载的增加,三种协议的延迟逐渐变大。OLTHR的延迟性能要优于其他两个协议。原因是,网络负载的增加导致网络竞争、冲突加剧,源节点重启路由建立过程的数量增加,因此延迟性能逐渐增加。OLTHR上层宽带技术和下层窄带技术都会周期性地维护路由表,下层更是考虑了被动入网,在一定程度上缓解网络拥塞。
算法运行过程如图3所示,主要分为以下几个部分:
A.对场景下的无线信号传播模型进行建模,获取相关参数;在场景内安装WiFi蓝牙照明灯、传感蓝牙车位灯、传感蓝牙过道灯,并进行初始化,获取位置信息等参数。
B.网络中的所有节点都进行邻居包交互,将邻居和簇首质量信息记录到邻居表。
C.周期性对车位灯和过道灯检查是否已入网,若为未入网状态就进行多阈值入网选择算法。
D.对于上层WiFi蓝牙照明灯启用主动式路由算法,通过基于连接度的mpr算法建立路由表。
E.对于下层的传感蓝牙节点会维护自己的入网状态,并且维护到簇首节点的路由。
F.当有业务包要发送时,下层传感蓝牙节点直接进行路由表查询。当路由表中有到簇首节点的路由就直接传递给簇首节点,再由簇首节点进行查表发送给网关节点。若没有到簇首的路由,则会进行本地缓存,等待维护机制进行处理。
根据图4的示意图,本发明的算法针对具备宽窄带技术功能的上层节点,采用基于连接度的多点中继算法,用于传递路由开销包和建立路由表。这一步骤是算法中的关键步骤,将两跳邻居和一条邻居的反向关联性加入考量进而选择最小的mpr集,优化上层的路由选择和网络传输效率。算法具体为:
a.根据本地一跳邻居表和两跳邻居表信息,将其中状态最好的邻居节点优先作为mpr节点;
b.根据一跳邻居所连接的两跳邻居数量排序,得到按连接度排序的一跳邻居集和连接度哈希表;
c.按照排序后的一跳邻居顺序,逐个退出mpr集的选择,并剔除对应节点的连接度。
d.查询连接度哈希表,若存在连接度存在为0的情况,就代表这个节点的有效性高,将这个节点选为mpr节点。先将哈希表中的连接度数还原,再哈希表中剔除与这个节点相关联的连接度和两跳邻居节点。
e.若不存在,就代表这个节点是冗余节点,进入下一个邻居的抉择。
如图5所示,本发明的算法针对下层具有窄带技术的节点,采用基于阈值的入网选择算法,用于确定它们如何进入网络。该算法基于链路质量情况进行不同的抉择,以减少网络洪泛的情况。这一步骤是为了优化网络的性能和稳定性,确保下层节点的有效入网,并选择最佳的通信链路。算法具体为:
a.对于未入网节点,在邻居表中选择到簇首链路质量最好的邻居,然后与阈值进行比较。对于链路质量大于阈值1的节点进行被动入网,即直接更新为入网节点,并在路由表增加该入网路由条目;
b.对于小于阈值1且大于阈值2的情况,要入网的节点会发起ANHSP包给这个邻居节点,邻居节点收到ANHSP包后会进行路由表查询,同时建立反向路由;
c.收到ANHSP包的节点,若查询有到簇首的路由,就将ANHSP包转发到路由表的下一跳节点。若本地没有到簇首的路由,则直接丢弃该包,进入到e;
d.簇首收到ANHSP包会进行回复HSRREP包,使用刚刚建立的反向路径发送给需要入网的节点;
e.对于小于阈值2的情况,需要入网的节点会检查本地邻居表,找到链路质量最好的邻居条目。并向周围的邻居节点发送ANRREQ包,并在包中设置链路质量门限;
f.周围邻居节点收到ANRREQ包时,先建立反向路径,再对比自己到簇首的链路质量是否大于包中门限值。只有大于门限值的邻居节点会回复ANRREP包;
g.需要入网的节点收到多个ANRREP包,选择到簇首链路质量最好的作为发起的对象。入网节点向刚刚选择的到簇首链路质量最好的邻居节点发送ANHSP包,接下来就同理步骤b中的过程。只有收到HSRREP包时,未入网的节点才设置为入网状态,建立入网路由条目;
h.在路由包的交互过程中使用序列号机制来避免出现环路,控制网络泛洪,避免由于过度泛洪导致的网络崩溃。
可替代技术特征的元素:
针对室内大规模实时通信场景中的网络通信需求,本发明提出一种宽窄带混合无线通信系统。上层节点可以采用WiFi之外的专用高速无线数据传输模块、下层可以采用蓝牙之外的窄带无线数据传输模块。在分簇算法上,可以考虑选择基于地理位置蜂窝分簇的算法。在路由路径的选择上,可以用遗传算法来选择最优路由,再使用自适应算法来调整参数。在阈值选择上,可以用基于历史数据的学习算法进行预测并进行自适应调整。
在室内通信中,传统的无线通信技术如ZigBee和蓝牙组网在大规模用户和高带宽需求方面存在一些限制。这些技术受限于其带宽,当用户规模越大时,传感节点上传数据的频率越低,实时性也越差。此外,WiFi作为宽带技术,虽然具备较高的带宽能力,但不适合大规模用户接入,并且不支持多跳传输,其覆盖范围也相对较小。同时,ZigBee路由协议在面对大规模用户时,会导致路由开销过大且吞吐量较低。这限制了传感器网络在大规模实时通信场景中的应用。因此,现有的技术无法很好地满足大规模用户和高带宽需求的通信要求。
针对以上问题,本发明提出了基于宽窄带混合组网的方案,通过融合宽带和窄带技术的优势,克服了传统技术的限制。宽带部分利用WiFi技术提供高速数据传输能力,而窄带部分采用蓝牙组网技术,实现低功耗、可靠的传感蜂窝网和设备定位。通过将宽窄带技术结合起来,本发明能够克服传统的ZigBee技术在大规模用户和高带宽需求方面的限制,并提供更好的用户体验和服务质量。宽带部分满足了大规模实时传感网络的高带宽需求,而蓝牙组网的多跳传输和低功耗定位功能使得其在覆盖范围和节点密集度较高的地下停车场等场景中具备优势。因此,基于宽窄带技术的混合组网方案具有重要意义,能够满足大规模用户和高带宽需求的室内通信要求,并提升整体系统的性能和实时性。
如图6-8所示,在地下停车场这种室内大规模实时传感网络场景下,使用OLTHR进行室内多跳无线组网可以实现更低的时延,并能够支持更多的用户接入。这一发现表明本文提出的一种室内大规模实时无线传感网络的组网方法能够改善传统的ZigBee等技术在室内通信带宽小、大规模接入时数据传输频度低、实时性差等问题的限制,提供实时的服务,并满足室内通信对大带宽的需求。
为了证明本发明的技术方案的创造性和技术价值,该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
本发明在西安市雁塔区豪盛时代华城地下车库构建了本算法的测试系统。其中,对一个局域内的10个停车位灯上都配备了下层节点:下层节点采用超声波测距模块实现车位是否空闲的传感、采用HC-SR501实现人体检测、采用5.8G雷达实现移动侦测、采用DHT11实现温湿度检测、采用MQ-2实现烟雾探测、采用蓝牙模快nRF52832实现下层节点的组网;对该局域内的4个过道灯上安装了上层节点:每个上层节点采用内嵌OpenWrt操作系统的WiFi芯片MT7620A实现自组网,采用蓝牙模快nRF52832实现与下层节点的通信;测试系统采用所提的Mesh网络架构,并使用nRF5 SDK forMesh软件开发工具包实现了网络配置和OLTHR功能等,运行了所提的OLTHR算法。上层节点通过epoll方式周期性地与上层节点交互,建立上层节点之间的先应式路由表,并传递下层蓝牙节点的消息。在OpenWrt系统中,网络协议接口层提供了统一的数据包收发接口,使用dev_queue_xmit()函数发送数据,并通过netif_rx()函数接收数据。而通过socket套接字,实现了自身与内核以及其他芯片之间的通信。
为了适应车库环境的密集性,本发明将蓝牙的通信半径设置为10m。本发明发现,通过OLTHR算法,下层的边界节点可以通过邻居节点顺利入网,保证了网络的完整性和稳定性。通过轮询方式,本发明成功地获取了上层节点的关键信息,并建立了到网关的按需式路由表,同时实时监测车位的占用情况。
在实际测试中,每个下层节点模拟了10个虚拟下层节点,以测试网络的吞吐量。测试结果如图9所示,通过54Mbps带宽的WiFi芯片和1Mbps带宽的蓝牙芯片构成的测试系统,消息传递时延非常小,网络的稳定性高度符合理论预期,并且成功地实现了室内实时大规模组网。这些结果充分展现了所提系统在地下车库环境中的出色表现,显示了其优越的性能和适用性。
本发明实施例提供了一种计算机设备,该设备包括存储器和处理器。在存储器中存储了关键的计算机程序,这些计算机程序涵盖了系统结构的细节,具体包括室内多跳无线传感网络的搭建和组织,以满足室内大规模实时无线通信场景的要求。当这些计算机程序被处理器执行时,处理器将按照设定的步骤来执行室内大规模实时无线传感网络的组网方法。
除此之外,本发明还提供了一种计算机可读存储介质,存储有计算机程序,当这些计算机程序被处理器执行时,使得处理器能够执行所述室内大规模实时无线传感网络组网方法的步骤。
本发明实施例提供的设备和方法可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。这些设备及其模块可以由诸如超大规模集成电路或门阵列、逻辑芯片、晶体管等的半导体,或者可编程硬件设备,例如现场可编程门阵列、可编程逻辑设备等的硬件电路来实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
本发明实施例提供的一种室内大规模无线传感网络方法,通过融合宽带和窄带技术的优势,克服了传统技术的限制。在该系统中引入新的路由算法OLTHR,结合了阈值选择和混合路由的概念,以优化网络中节点之间的通信链路,提供低延迟和大规模用户接入的传感器网络通信。根据图6至图8的结果显示,在地下停车场这种室内大规模实时传感网络场景下,使用OLTHR进行室内多跳无线组网可以实现更低的时延,并能够支持更多的用户接入。这一发现表明本文提出的一种室内大规模实时无线传感网络的组网方法能够改善传统的ZigBee等技术在室内通信带宽小、大规模接入时数据传输频度低、实时性差等问题的限制,提供实时的服务,并满足室内通信对大带宽的需求。
实施例1:室内智能家居安防系统
这个实施例是一个室内大规模实时无线传感网络组网系统,用于智能家居安防应用。系统包括上层节点和下层节点。
1.上层节点:
采用4G LTE通信模块,实现高速宽带数据传输和与互联网的连接。
上层节点还配备Wi-Fi模块,以提供本地Wi-Fi覆盖,方便用户进行手机APP控制和远程监控。
使用OLTHR算法,让上层节点之间自动组网,形成骨干网络。
2.下层节点:
采用低功耗Narrowband-IoT(NB-IoT)通信模块,实现低速无线数据传输。
下层节点配备多种传感器,如红外传感器、门磁传感器、烟雾传感器、温湿度传感器等,以实现移动物体检测、门窗状态监测、烟雾报警、环境监测等功能。
下层节点可以通过OLTHR算法自动与上层节点进行组网。
上层节点:使用主板搭载4G LTE通信模块和Wi-Fi模块,基于Linux系统搭建通信模块的驱动和网络管理软件。通过配置OLTHR算法,让上层节点自动建立网络。
下层节点:使用MCU(MicrocontrollerUnit)搭载NB-IoT通信模块和各类传感器,通过C/C++编程实现通信模块的驱动和传感器数据采集。通过配置OLTHR算法,让下层节点自动与上层节点组网。
实施例2:室内环境监测系统
这个实施例是一个室内大规模实时无线传感网络组网系统,用于室内环境监测和控制应用。系统包括上层节点和下层节点。
1.上层节点:
采用Wi-Fi 6(802.11ax)通信模块,实现高速宽带数据传输和与互联网的连接。
使用OLTHR算法,让上层节点之间自动组网,形成骨干网络。
2.下层节点:
采用低功耗Bluetooth Low Energy(BLE)通信模块,实现低速无线数据传输。
下层节点配备多种传感器,如温湿度传感器、CO2传感器、光照传感器等,以实现环境温湿度监测、二氧化碳浓度监测、室内光照监测等功能。
下层节点可以通过OLTHR算法自动与上层节点进行组网。
上层节点:使用主板搭载Wi-Fi 6通信模块,基于嵌入式Linux系统搭建通信模块的驱动和网络管理软件。通过配置OLTHR算法,让上层节点自动建立网络。
下层节点:使用MCU搭载BLE通信模块和各类传感器,通过C/C++编程实现通信模块的驱动和传感器数据采集。通过配置OLTHR算法,让下层节点自动与上层节点组网。
这些实施例只是简单示意,并未包含具体的电路设计、硬件选型、软件开发和测试等详细内容。在实际开发中,需要根据具体需求和技术要求进行更详细的设计和实现。以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种室内大规模实时无线传感网络组网系统,其特征在于,包括上层节点和下层节点;
所述上层节点采用宽带和窄带结合的无线模块,实现高速无线数据传输、骨干网建立和与下层传感网络的连接;
所述下层节点则采用窄带无线模块,配备多种传感器包括移动物体检测传感器、环境检测传感器和位置检测传感器;
所述室内大规模实时无线传感网络组网系统执行室内大规模实时无线传感网络组网方法,所述室内大规模实时无线传感网络组网方法包括:
步骤1,在场景内安上层节点和下层节点,并进行初始化,获取位置信息参数;
步骤2,网络中的所有节点都进行邻居包交互,将邻居和簇首质量信息记录到邻居表;
步骤3,上层节点和下层节点周期性自我检查是否已入网,若为未入网状态就进行多阈值入网选择算法;
步骤4,上层节点启用主动式路由算法,通过基于连接度的mpr算法建立路由表;
步骤5,下层节点维护自己的入网状态,并且维护到簇首节点的路由;
步骤6,当有业务包要发送时,下层节点直接进行路由表查询;当路由表中有到簇首节点的路由就直接传递给簇首节点,再由簇首节点进行查表发送给上层网关节点;若没有到簇首的路由,则会进行本地缓存,待维护机制进行处理。
2.如权利要求1所述的室内大规模实时无线传感网络组网系统,其特征在于,宽带业务传输通过上层宽带无线传输模块直接实现,而上层和下层节点之间采用OLTHR算法实现自组网。
3.如权利要求1所述的室内大规模实时无线传感网络组网系统,其特征在于,所述上层节点由WiFi芯片MT7620A和蓝牙芯片 nRF52832构成,下层节点由蓝牙芯片 nRF52832芯片构成,传感节点由HC-SR501人体红外感应芯片、5.8G雷达移动检测模组、超声波测距模块、DHT11温湿度传感器、nRF52832芯片和MQ-2烟雾探测器组成。
4.如权利要求3所述的室内大规模实时无线传感网络组网系统,其特征在于,所述WiFi芯片MT7620A中嵌入OpenWrt操作系统,实现WiFi协议和WiFi摄像头标准WiFi设备的接入,并运行OLTHR算法实现上层的自组网;
所述nRF52832芯片编写嵌入式程序实现环境传感和下层的自组网,实现智能车库中的车位管理、寻车定位、智能灯控、火灾报警和监控摄像功能。
5.如权利要求1所述的室内大规模实时无线传感网络组网系统,其特征在于,所述基于连接度的mpr选择算法具体如下:
步骤一,根据本地一跳邻居表和两跳邻居表信息,将其中状态最好的邻居节点优先作为mpr节点;
步骤二,根据一跳邻居所连接的两跳邻居数量排序,得到按连接度排序的一跳邻居集和连接度哈希表;
步骤三,按照排序后的一跳邻居顺序,逐个退出mpr集的选择,并剔除对应节点的连接度;
步骤四,查询连接度哈希表,若存在连接度为0的情况,就代表这个节点的有效性高,将这个节点选为mpr节点;先将哈希表中的连接度数还原,在哈希表中剔除与这个节点相关联的连接度和两跳邻居节点;
步骤五,若不存在,就代表这个节点是冗余节点,进入下一个邻居的抉择。
6.如权利要求1所述的室内大规模实时无线传感网络组网系统,其特征在于,所述多阈值入网选择算法具体如下:
步骤a,对于未入网节点,在邻居表中选择到簇首链路质量最好的邻居,然后与阈值进行比较;对于链路质量大于阈值1的节点进行被动入网,即直接更新为入网节点,并在路由表增加入网路由条目;
步骤b,对于小于阈值1且大于阈值2的情况,要入网的节点会发起ANHSP包给这个邻居节点,邻居节点收到ANHSP包后会进行路由表查询,同时建立反向路由;
步骤c,收到ANHSP包的节点,若查询有到簇首的路由,就将ANHSP包转发到路由表的下一跳节点;若本地没有到簇首的路由,则直接丢弃该包,进入到步骤e;
步骤e,簇首收到ANHSP包会进行回复HSRREP包,使用刚刚建立的反向路径发送给需要入网的节点;
步骤f,对于小于阈值2的情况,需要入网的节点会检查本地邻居表,找到链路质量最好的邻居条目;并向周围的邻居节点发送ANRREQ包,并在包中设置链路质量门限;
步骤g,周围邻居节点收到ANRREQ包时,先建立反向路径,再对比自己到簇首的链路质量是否大于包中门限值;只有大于门限值的邻居节点会回复ANRREP包;
步骤h,需要入网的节点收到多个ANRREP包,选择到簇首链路质量最好的作为发起的对象;入网节点向刚刚选择的到簇首链路质量最好的邻居节点发送ANHSP包;只有收到HSRREP包时,未入网的节点才设置为入网状态,建立入网路由条目;
步骤i,在路由包的交互过程中使用序列号机制来避免出现环路,控制网络泛洪,避免由于过度泛洪导致的网络崩溃。
7.如权利要求2所述的室内大规模实时无线传感网络组网系统,其特征在于,所述OLTHR算法对智能停车场进行了模拟,具体如下:
在70.5m*32.4m的场景中放置了162个节点,其中有14个节点是具有宽窄带技术功能的照明灯,利用WiFi技术构建宽带骨干网,通过窄带数传模块提供低功耗传感蜂窝网;剩下的148个节点是只带有窄带技术功能的过道灯和车位灯;
在网络带宽设置上,上层节点使用的是带宽为2Mbps的WiFi宽带传输技术,下层节点使用的是带宽为250Kbps的蓝牙窄带传输技术;
由于WiFi技术是一种无线局域网,其覆盖范围通常限制在相对较小的区域;结合场景下节点布局具有高密集特性,上层节点的通信半径为20m,下层节点的通信半径为10m。
8.如权利要求7所述的室内大规模实时无线传感网络组网系统,其特征在于,所述带有宽窄带技术功能的照明灯,使用双信道传输;上层节点使用标准IEEE 802.11作为媒体访问控制MAC协议,占用一个信道来进行先应式控制包的传递;所述下层节点使用802.15.4协议来实现传感网络,占用另一个信道。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-8任意一项所述的组网方法。
CN202311003617.4A 2023-08-10 2023-08-10 室内大规模实时无线传感网络组网系统及计算机设备 Active CN117119618B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311003617.4A CN117119618B (zh) 2023-08-10 2023-08-10 室内大规模实时无线传感网络组网系统及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311003617.4A CN117119618B (zh) 2023-08-10 2023-08-10 室内大规模实时无线传感网络组网系统及计算机设备

Publications (2)

Publication Number Publication Date
CN117119618A CN117119618A (zh) 2023-11-24
CN117119618B true CN117119618B (zh) 2024-04-30

Family

ID=88797577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311003617.4A Active CN117119618B (zh) 2023-08-10 2023-08-10 室内大规模实时无线传感网络组网系统及计算机设备

Country Status (1)

Country Link
CN (1) CN117119618B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202856981U (zh) * 2012-08-28 2013-04-03 江苏中矿创慧信息科技股份有限公司 Zigbee和wifi结合的井下人员定位系统
CN108135034A (zh) * 2017-12-26 2018-06-08 国网浙江省电力有限公司电力科学研究院 一种基于无线传感网的电网传输系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120155326A1 (en) * 2010-12-16 2012-06-21 Electronics And Telecommunications Research Institute Wireless sensor network system and communication method thereof

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202856981U (zh) * 2012-08-28 2013-04-03 江苏中矿创慧信息科技股份有限公司 Zigbee和wifi结合的井下人员定位系统
CN108135034A (zh) * 2017-12-26 2018-06-08 国网浙江省电力有限公司电力科学研究院 一种基于无线传感网的电网传输系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
分布式异构无线多跳网络管理系统;陈浩;硕士学位论文;20110715;第3-4页,第22页 *

Also Published As

Publication number Publication date
CN117119618A (zh) 2023-11-24

Similar Documents

Publication Publication Date Title
US11523254B2 (en) Determining a suitability of network nodes for RF-based presence and/or location detection
US8121077B2 (en) Relay device and relay method
EP3925161B1 (en) Determining a network route which avoids nodes with a rf-based presence and/or location detection function
US7266085B2 (en) Access and routing protocol for ad hoc network using synchronous collision resolution and node state dissemination
EP3925159B1 (en) Time-varying allocation to rf-based presence detection and/or localization and message reception
US20030099221A1 (en) Network protocol
CN102026329A (zh) 无线通信网络及其自适应择路通信方法
Di Marco et al. Performance evaluation of the data transfer modes in Bluetooth 5
Sengul et al. A survey of adaptive services to cope with dynamics in wireless self-organizing networks
Liang et al. SW-MAC: A low-latency MAC protocol with adaptive sleeping for wireless sensor networks
CN117119618B (zh) 室内大规模实时无线传感网络组网系统及计算机设备
Aquino-Santos et al. Performance analysis of routing strategies for wireless sensor networks
Shu et al. Building automation systems using wireless sensor networks: radio characteristics and energy efficient communication protocols
KR20120113064A (ko) 클러스터 네트워크 구축을 통한 저전력 센서네트워크 시스템 및 클러스터 네트워크 구축 방법
CN117082451B (zh) 一种用于室内定位的无线自组网路由选择方法及通信系统
Kim et al. Performance evaluation of routing protocols for wireless sensor networks in military scenarios
Xenakis et al. Investigating wireless sensor network lifetime under static routing with unequal energy distribution
CN112995043A (zh) 无线网格网络中的信息处理方法、装置及电子设备
Wu et al. Connected dominating sets
Lukošius Opportunistic routing in multi-sink mobile ad hoc wireless sensor networks
US12041513B2 (en) Determining a suitability of network nodes for RF-based presence and/or location detection
Deepa et al. Energy conservative data transmission using Z-Mac technique in wireless sensor network for environmental monitoring
CN105338662A (zh) ZigBee网络
Di Felice Cross-layer optimizations in multi-hop ad hoc networks
da Silva Green Wireless Video Sensor Networks using a Low-Power Control Channel

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
GR01 Patent grant
GR01 Patent grant