本文選題：ZigBee + 信道選擇　； 參考：《上海海洋大學(xué)》2014年碩士論文

【摘要】：近年來，隨著智能家居和物聯(lián)網(wǎng)的興起，很多無線通信技術(shù)獲得了快速的發(fā)展。特別是一些能耗比較低、成本比較低的無線通信技術(shù)正獲得前所未有的發(fā)展。其中以基于IEEE802.15.4標(biāo)準的ZigBee技術(shù)尤為突出，正是因為它功耗低，，成本低的特點使得其在無線傳感網(wǎng)絡(luò)應(yīng)用中占有主導(dǎo)地位。為了最大程度的推廣ZigBee技術(shù)，ZigBee聯(lián)盟在制定ZigBee協(xié)議無線通信標(biāo)準時采用了國際免費的ISM（Industrial Scientific Medical）頻段。由于ISM頻段免費的特性，目前已經(jīng)有很多種無線電技術(shù)采用該頻段進行通信。例如：WiFi、藍牙、wireless USB等，甚至包括微波爐和無繩電話也工作在該頻段。這么多種無線通信技術(shù)都采用該頻段進行通信，加上新的無線技術(shù)的研發(fā)和新的無線技術(shù)的加入，使得ISM2.4Ghz頻段不可避免的日益擁擠，從而導(dǎo)致了各個2.4Ghz設(shè)備之間相互產(chǎn)生干擾。 但是像智能家居、可穿戴無線設(shè)備和農(nóng)業(yè)物聯(lián)網(wǎng)等無線傳感網(wǎng)絡(luò)應(yīng)用仍處于快速發(fā)展階段，也只能會有越來越多的2.4Ghz設(shè)備的加入，這不得不讓人們開始關(guān)注在強2.4Ghz設(shè)備干擾下ZigBee節(jié)點的穩(wěn)定性問題。尤其是在智能家居環(huán)境中控制一些高危操作的ZigBee節(jié)點；可穿戴設(shè)備中對身體重要指標(biāo)的監(jiān)控節(jié)點；又或者在農(nóng)業(yè)物聯(lián)網(wǎng)中一些關(guān)鍵培育指標(biāo)（例如：PH值等）的控制節(jié)點等，即對設(shè)備安全性、穩(wěn)定性、及時性要求比較高的場合尤為重要。因此，探索和研究ZigBee節(jié)點在其他強2.4Ghz設(shè)備干擾下性能改善的方法有著重要的意義。 針對其他2.4Ghz設(shè)備的強干擾，目前ZigBee協(xié)議主要通過空閑信道評估（Clear Channel Assessment,CCA）、動態(tài)信道選擇、信道算法、直序擴頻技術(shù)以及應(yīng)答重傳和幀緩存等技術(shù)來改善ZigBee節(jié)點的抗干擾能力。然而這些傳統(tǒng)的方法還存在很多不足之處。例如傳統(tǒng)的信道選擇算法是通過輪詢的掃描ZigBee協(xié)議規(guī)定的16個信道（2.4Ghz頻段），選擇一個空閑的信道作為ZigBee節(jié)點的通信信道。在信道查詢的過程中存在節(jié)點做15次冗余的探測信道動作的可能，并且在干擾很強的情況下，ZigBee節(jié)點查詢其他可用信道的頻率增加，如果每次查詢有一半以上的冗余查詢動作，那么將極大的增大節(jié)點的電源消耗，從而縮短節(jié)點的壽命，另外也會嚴重的影響節(jié)點的實時性能。 本文正是從ZigBee信道的選擇算法作為切入點，提出了基于馬爾科夫鏈預(yù)測模型的信道選擇算法。相比傳統(tǒng)的信道選擇方法，此方法能夠根據(jù)馬爾科夫鏈預(yù)測模型科學(xué)的預(yù)測將來時刻概率最大的空閑信道，增加了空閑信道選擇的命中率，從而減少了ZigBee節(jié)點不斷輪詢掃描所有信道所帶來的冗余操作。反映到實際效果上就是保證了節(jié)點的實時性和節(jié)省了節(jié)點的能量消耗。根據(jù)特定的實驗環(huán)境，在傳輸相同數(shù)據(jù)的情況下，采用基于馬爾科夫鏈的信道選擇算法能夠節(jié)省2.2%的能量消耗和縮短7.1%的傳輸時間。 在文章的結(jié)構(gòu)安排上，本文首先介紹ZigBee協(xié)議的基本知識。重點介紹ZigBee協(xié)議中信道的分類及ZigBee節(jié)點選擇信道的時機等相關(guān)知識。其中對涉及信道選擇的ZigBee的組網(wǎng)過程也有一定的介紹。其次文章對馬爾科夫鏈模型的基本知識進行簡單介紹，并對常見的三種基于馬爾科夫鏈的預(yù)測方法及具體的預(yù)測步驟進行了詳細的討論和比較。最后本文通過實際的樣本數(shù)據(jù)對馬爾科夫鏈預(yù)測模型的參數(shù)進行求解和驗證，并在實驗平臺上驗證了基于馬爾科夫鏈預(yù)測模型的ZigBee信道選擇算法確實在提高ZigBee節(jié)點的傳輸實時性和降低功耗上有一定的作用。
[Abstract]:In recent years , with the rise of smart home and Internet of things , many wireless communication technologies have been developed rapidly . Especially , wireless communication technologies with low power consumption and low cost are gaining unprecedented development .

However , wireless sensor network applications such as smart home , wearable wireless equipment and Internet of Things are still in the fast development stage , and only an increasing number of 2.4Ghz devices are added , which has to pay attention to the stability problem of ZigBee nodes under the interference of strong 2.4Ghz equipment . Especially in intelligent home environment , some high - risk operation ZigBee nodes are controlled ;
a monitoring node which can be used for monitoring important indexes of the body in the wearable device ;
Therefore , it is very important to explore and study the performance improvement of ZigBee nodes under the interference of other strong 2.4Ghz devices .

For other 2.4Ghz devices , the ZigBee protocol is mainly used to improve the anti - interference ability of ZigBee nodes by means of clear channel assessment ( CCA ) , dynamic channel selection , channel algorithm , direct sequence spread spectrum technology and response retransmission and frame buffer .

This paper presents a channel selection algorithm based on Markov chain prediction model based on the selection algorithm of the ZigBee channel . Compared with the traditional channel selection method , this method can predict the largest free channel in the future time probability according to Markov chain prediction model science .

In this paper , the basic knowledge of the ZigBee protocol is introduced first . The classification of the channel in the ZigBee protocol and the timing of the ZigBee node selection channel are introduced . The basic knowledge of the Markov chain model is discussed and compared in detail . Finally , the parameters of the Markov chain prediction model are solved and verified by the actual sample data , and the ZigBee channel selection algorithm based on the Markov chain prediction model is verified on the experimental platform , which does play a role in improving the real - time performance of the ZigBee node and reducing the power consumption .
【學(xué)位授予單位】：上海海洋大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN92

【相似文獻】

相關(guān)期刊論文 前10條

1 戎順熙 ,范良政;連續(xù)流通化學(xué)反應(yīng)系統(tǒng)的馬爾科夫鏈模型[J];浙江大學(xué)學(xué)報;1987年02期

2 張東晨;用離散馬爾科夫鏈預(yù)測煤炭分選指標(biāo)[J];選煤技術(shù);1990年06期

3 范時平;分解—排序—更新法求解馬爾科夫鏈[J];重慶郵電學(xué)院學(xué)報;1997年04期

4 龔雯;胡家福;;基于馬爾科夫鏈在IT項目進度中的控制管理[J];電子測試;2013年24期

5 楊燦;楊敏華;汪齊松;;基于灰色馬爾科夫鏈預(yù)測系統(tǒng)的設(shè)計與實現(xiàn)[J];測繪科學(xué);2009年06期

6 李莉;;基于灰色馬爾科夫鏈的小排量汽車銷量預(yù)測研究[J];計算機光盤軟件與應(yīng)用;2014年05期

7 張婧;向澤林;;馬爾科夫鏈在零售商品銷售預(yù)測中的應(yīng)用[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報;2013年03期

8 張環(huán)環(huán);周麗娟;;馬爾科夫鏈在通信市場3G用戶預(yù)測中的應(yīng)用[J];廣西工學(xué)院學(xué)報;2013年01期

9 唐小我，曾勇，曹長修;市場預(yù)測中馬爾科夫鏈轉(zhuǎn)移概率的估計[J];地質(zhì)科技管理;1994年06期

10 李磊;楊瑞科;趙振維;;長春和新鄉(xiāng)雨衰時間序列的馬爾科夫鏈模擬[J];電波科學(xué)學(xué)報;2012年03期

相關(guān)會議論文 前7條

1 王丹;雷艷紅;黃永興;李清;;馬爾科夫鏈在綜合造價指數(shù)預(yù)測中的應(yīng)用[A];電網(wǎng)工程造價管理優(yōu)秀論文[C];2011年

2 林斐;;馬爾科夫鏈在地價趨勢預(yù)測中的應(yīng)用及分析[A];中國運籌學(xué)會第九屆學(xué)術(shù)交流會論文集[C];2008年

3 郭昊坤;吳軍基;應(yīng)展烽;陸嫻;;一類特殊隨機序列的改進馬爾科夫鏈建模[A];第十六屆全國青年通信學(xué)術(shù)會議論文集（上）[C];2011年

4 張麗;楊慶媛;;馬爾科夫鏈在土地利用結(jié)構(gòu)優(yōu)化中的運用探討——以重慶市沙坪壩區(qū)為例[A];中國土地資源可持續(xù)利用與新農(nóng)村建設(shè)研究[C];2008年

5 田瓊;楊麗;羅婷;;基于馬爾科夫鏈的停車尋位模型[A];中國系統(tǒng)工程學(xué)會第十八屆學(xué)術(shù)年會論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個領(lǐng)域中的應(yīng)用研究[C];2014年

6 錢虹;駱建波;金蔚霄;周金明;臧旭東;;基于動態(tài)故障樹的DEH系統(tǒng)優(yōu)化的可靠性評價[A];智能化電站技術(shù)發(fā)展研討暨電站自動化2013年會論文集[C];2013年

7 張炳漢;;灰色——馬爾科夫鏈方法在甘蔗產(chǎn)量前景預(yù)測中的應(yīng)用[A];模糊數(shù)學(xué)和系統(tǒng)成果會論文集[C];1991年

相關(guān)碩士學(xué)位論文 前10條

1 汲劍銳;馬爾科夫鏈應(yīng)用的一些探討[D];華中師范大學(xué);2012年

2 王洪波;基于馬爾科夫鏈的算法復(fù)雜度分析[D];大連理工大學(xué);2007年

3 王振東;基于可控馬爾科夫鏈的跳躍系統(tǒng)控制問題研究[D];中國科學(xué)技術(shù)大學(xué);2014年

4 丁建;基于灰色新陳代謝—馬爾科夫鏈的軍隊物資保障需求預(yù)測應(yīng)用研究[D];重慶大學(xué);2014年

5 石朝陽;灰色馬爾科夫鏈的改進及其應(yīng)用[D];蘭州大學(xué);2014年

6 李懷朋;基于馬爾科夫鏈的融資租賃信用風(fēng)險研究[D];暨南大學(xué);2011年

7 黃銀華;馬爾科夫鏈在中長期負荷組合預(yù)測中的應(yīng)用[D];湖南大學(xué);2010年

8 王磊;基于最小二乘—馬爾科夫鏈模型的產(chǎn)品回收預(yù)測研究[D];河北科技大學(xué);2013年

9 江瀟;馬爾科夫鏈中群逆穩(wěn)定性分析和small world現(xiàn)象塊分析[D];復(fù)旦大學(xué);2008年

10 張松;基于馬爾科夫鏈的ZigBee信道選擇算法的研究[D];上海海洋大學(xué);2014年

本文編號：2041586