基于結構化方法的無線傳感器網絡設計

圖3：居民住宅樓內的無線抄表應用。

吞吐量

另外一個需要仔細考慮的設計因素是吞吐量。簡單地說，吞吐量指的是一個設備在單位時間內希望傳送的有用數據總量。許多系統工程師錯誤地認為系統具有比實際可用帶寬大得多的帶寬(有時甚至超出一個數量級)，從而導致性能差或無法運行的設備和失敗的設計。

導致這個常見問題的原因是802.15.4網絡鏈路宣稱有250kbps的介質容量。實際上，這個數字指的是理論上的物理極限，也就是PHY層的有效帶寬。它忽略了物理層上其它堆棧層引起的協議延時、處理和解析每個數據包的開銷、介質訪問時間、數據確認機制和誤碼率。根據我們的經驗，在相隔一跳的兩個ZigBee節點之間建立的點到點鏈路的傳輸速率不超過110到120kbps。在引入確認機制后，這個速率還要下降近一半。在任一給定時間點有3到5個節點試圖訪問共享介質的典型網絡環境中，這個傳輸速率還將進一步降低到數十kbps。

顯然，20~40kbps與標準宣稱的最大250kbps有很大差異，而一個缺乏經驗的系統工程師往往不知道這種差異，直到悔之晚矣。關鍵是無線傳感器網絡從來沒有打算要支持高帶寬的應用。相反，其目標市場是具有低帶寬要求的相對大型網絡。如果有個傳感器是產生100kbps數據流的視頻攝像機，那么無線傳感器網絡和ZigBee肯定不是最好的選擇，市場上有其它無線技術能更好地完成這個工作。

盡管吞吐量期望值和某種技術能夠支持的指標不匹配很常見，但仍可以合理使用這種技術，并通過帶寬優化在目標環境中高效地運行。例如考慮每秒采樣100次的溫度傳感器。每次用一個數據包發送一個樣值將是一個較差的設計選擇。事實上，由于前面提到的網絡擁塞和級聯重傳故障問題，這樣做將給網絡健康帶來不良后果。一個更好的策略是，將多個樣值匯聚到一個數據包中，因為在大多數情況下，最大的數據包比較小的數據包更優。

當匯聚無法實現時，可以用本地處理來降低帶寬要求。讓我們考慮具有低門限和高門限的典型自動調溫器應用。只要這些溫度讀數落在可接受的溫度范圍內，那么絕對不需要發送瞬時溫度讀數。節點可以使用本地處理功能來判斷何時讀數超出規定范圍，并在需要時才發送數據以警示另一個遠程設備。減少待發送數據量的另一個策略是采用某種形式的數據求和或平均算法。

然而需要注意的是，當多個物理事件同時發生時，即使是高度優化的設備也會遭遇擁塞。如果整個樓層的溫度上升，可能會出現許多自動調溫器希望立即發送溫度讀數。對付這樣的帶寬峰值的一個實用方法是隨機化傳送延時。顯然，MAC層的重傳就是一種隨機化處理，但它無助于防止碰撞，它只在發生碰撞后起作用。應用層的延時如果做得好可以有效減少碰撞于發生之前。當每小時有數百個節點需要發送數據包，最佳設計會把傳送均勻分配在整個時段內，以盡量減少碰撞的機會。在有大量傳送的場合，強烈建議系統工程師采用這種策略。