2. 泉州师范学院数学与计算机科学学院, 福建 泉州 362000;
3. 福建省大数据管理新技术与知识工程重点实验室, 福建 泉州 362000
2. College of Mathematics & Computer Science, Quanzhou Normal University, Quanzhou 362000, China;
3. Fujian Provincial Key Laboratory of Data Intersive Computing, Quanzhou 362000, China
0 引言
随着社会各界对智慧城市建设的重视程度不断加大,使得物联网技术受到广泛关注与研究.物联网以实现万物互联为目标,在实现下一代互联网的进程中扮演着关键性的角色.无线传感器网络(wireless sensor networks,WSN)作为其核心的底层架构,最初运用于军事作战领域,之后逐渐向民用领域渗透,目前已有大量相关的研究成果及部署案例产生[1-3].为了保证其在实际应用时的稳定高效,需要不断地进行测试与改进.
在早期的测试方法中,使用最多的便是利用数学建模进行理论分析及通过仿真工具进行模拟实验[4],虽然能够得出初步的、与实际情况相似的评估结果,但由于理论模型与仿真实验需要作出的理想化假设条件较多,无法模拟真实网络的不稳定性及异常的链路变化,因此仍需进一步在实际网络中进行测试.现在,不少研究人员选择利用各类微型的传感器节点搭建测试平台,以获得更加真实准确的测试数据.近些年,微传感器技术、无线通信技术、计算技术及其它相关技术得到飞速发展[5],WSN应用中的软硬件资源及协议元素日趋多元化,平台在设计及使用的过程中融合的技术越来越多,呈现出异构的特性.
大多数测试平台是为特定的成果评估而研发,也有一些能够进行多方面测试的通用性平台,测试的内容主要集中在节点或网络的能效、不同网络层次的协议及算法、节点移动性定位、网络的服务质量等.与以往小规模、单一化、目的简单的测试平台相比,异构无线传感器网络测试平台(heterogeneous wireless sensor networks testbeds,HWSNT)包含的节点类型更加丰富,网络传输介质与协议更为复杂,部署的范围也更为广阔.鉴于深入研究总结HWSNT的文献较少,并且其对于完成多样化的测试任务、实现资源重用与共享、降低部署成本、满足复杂多元的测试需求,进而推进WSN在实用性方面的发展起着非常重要的作用,因此本文选择其作为重点研究对象进行探讨,以期为那些想要搭建测试平台或选择合适的实验方法的研究人员提供相关决策的思路与参考.
1 HWSNT面临的问题与挑战通过对大量研究成果的调研与整理,当前的异构测试平台大致可分为:
1) 节点异构,平台包含两种及以上类型的节点,或者同一种类型节点具备不同的功能模块;
2) 与仿真软件或设备结合使用,节点既包括实际的物理节点也含有虚拟节点;
3) 多个同域(节点分布在同一城市)或跨域(节点分布在不同的城市或国家)的独立平台联合构成的大规模测试平台.
可以看出,平台结构的复杂程度、资源的丰富程度及实现的困难程度在不断增大,导致其面临的挑战与需要解决的问题随之增多.
1.1 系统架构设计当搭建实际测试平台时,需要根据自身的测试需求进行整体的系统架构设计,一般来说包括测试网络部分和综合管控部分,具体分为由节点构成的测试区域、用于数据传输的通信设施、用于管理数据和操作的服务器及用于访问的本地/远程客户端.此种设计层次清晰、易于部署,但各部分设计的难点在于:
1) 节点是随机部署还是按照某种特定的形式部署,比如分簇、网格等,是否包含可移动的节点;
2) 节点部署的规模大小,部署的地点如何选择;
3) 通信设施选择有线还是无线,若选用无线,通信范围也需要考虑;
4) 是否选用额外的管理服务器;
5) 客户端是采用C/S模式还是B/S模式,以何种方式与节点进行交互;
6) 平台是否跨地域等.
这些问题不仅决定了平台的复杂程度、操作的难易程度,也关乎平台整体的测试性能.
1.2 软硬件资源的配置各种资源的选择配置对于搭建性能良好的测试平台十分关键,既要考虑实用性、部署的便捷性,也要考虑资源的可重用性、共享性等,尤其对于实地感知的传感器节点而言,其生存周期、测量精度、通信能力及传输速率等属性都将对最后的测试结果产生影响.使用异构的节点虽然能带来诸多好处,比如不同的环境参数可以通过不同节点对应的传感器模块获取;在特定节点上测试成功的算法不一定在其它类型节点上有效,利用异构节点测试使得结果更具普遍性等,但如何配置不同类型、不同功能的节点数量使测试效果更好,是否需要添加额外的硬件设备管理节点,如何利用软件方式对节点进行本地或远程编程,及选用各种中间件、调试工具、可视化分析工具等都是测试需要解决的资源配置问题,并且应以节约资源为原则,最大化资源的利用率.
1.3 通信技术的融合无线传感器网络也是网络类型中的一种,当然也存在与传统网络相似的通信问题,由于通信技术的不断发展,相关协议日益丰富,不同通信协议共存已是必然的趋势.为了能让节点或移动设备以更多样的方式传输数据,往往会在其上集成满足不同协议的通信模块或接口,比如以太网、WiFi、蓝牙、红外及ZigBee等.若是使用多种通信方式,不可避免地会造成相互之间的干扰,影响通信质量进而增大节点能耗.另外,有的平台结合仿真软件或设备进行仿真测试及半实物测试,增加测试多样性的同时,操作的复杂性也随之加大,需要解决虚拟节点与物理节点之间的通信问题.而对于大规模的跨地域联合平台,则需要解决不同平台节点之间的通信问题及如何管理多用户远程访问各平台节点的冲突问题.
1.4 实验执行与结果收集对新的研究成果进行验证测试是搭建测试平台的最终目的,如何有效地利用已配置的各类资源进行实验、如何缩短实验的测试周期及如何便捷的获取网络及节点的状态信息、控制实验的执行流程,这些都是在实验阶段需要考虑的问题.在实验的过程中,可能会因为资源配置不当或执行失误导致结果失败,或对节点的操作不当导致无法成功获取想要的测试数据,还可能因为移动节点的不确定性导致实验的不可重复,所以采取何种方式执行实验及结果收集、怎样确保实验结果的准确性与普适性非常关键.
1.5 其它问题除了以上提及的问题之外,平台还需考虑测试结果的统计与分析、大规模测试平台的管理与维护、节点数据的安全性、多实验并行调度等问题.由于WSN应用环境复杂多变并且节点资源十分有限,使得与之相关的测试异常困难,若实验的周期较短也可能无法获得较好的评估结果.因此整个测试过程需要考量的因素很多,对于不同的测试需求其重要程度也会不同,加大了测试难度.
2 HWSNT实现的方法分析针对上述提出的诸多难题,不同测试平台运用的解决办法既有相同相似之处,也会有所不同,而对于某些特定的问题也有专门的文献研究.下面基于前人的研究成果,就不同平台的实现方法进行总结,详细阐述平台在设计、实现及实验部署的过程中以何种方式给出对应的解决方案,为相关人员在研究方法的选择与借鉴上提供一定的参考价值.
2.1 平台的架构虽然平台在构成上有诸多不同,但基本遵循1.1节中所述的模块框架,具体如图 1所示[6].最底层的待测区域包含各种实地部署的传感器节点,节点之间以无线多跳的方式进行数据的传输,经由通信基础设施将数据传送到本地或远端的服务器,用户通过访问服务器或节点来获取所需的信息.
节点一般是通过飞机播撒或人工部署随机分布.在待测区域范围内,用于获取环境参数或进行测试.对于比较危险或范围较大的地域多采用前者,此种方式避免了人为操作,提高了部署效率,但也会导致节点分布不均、易损坏等情况,适用于军事作战领域;而后者更多用于民用领域,在建设智慧城市时将节点部署在家庭、街道、楼宇建筑之中,通过分析采集到的数据让生活更加安全便捷,比如Smart Santander[7]项目,科研人员进行成果测试时也多是人为选定区域进行部署.
同域测试平台节点的分布一般有簇状和网状两种.簇状分布是指单簇中的所有节点可以互相通信,不同簇的节点只能通过簇头节点或网关节点进行通信,用户通过统一的管理系统对域内节点进行监控[6].簇状分布提高了平台的可扩展性,能够方便地加入或删除节点,适用于测试较大的地域面积,但由于簇头节点承担的任务较重,容易发生单点故障问题,从而影响网络的整体性能. WSNTB(wireless sensor network test bed)采用此种方式将节点部署于实验室及走廊,包含两个节点簇,用户可以任意地选择[8];CPN(cyber-physical networking)则是以独立的建筑将节点划分成簇,并通过以太网进行访问[9].网状分布指区域内每个节点均能与一个或多个对等节点进行直接通信,具备组网方便、灵活的特性[10],适用于小范围特定区域部署,如Kansei[11]中的静止节点阵列.
对于平台中的通信基础设施,长距离通信多数采用以太网,利用已经部署好的电缆或基站进行数据传输;短距离则包括ZigBee、蓝牙、WiFi、RFID及红外线等.节点也可通过自身的USB等串行接口接入网络,如TWIST(TKN Wireless Indoor Sensor network Testbed)[12]中节点通过USB集线器进行连接.利用以太网、USB等有线方式通信的优势在于以太网的高传输速率及USB的即插即用、能源供给特性,劣势在于只能静态部署,难以加入移动节点与修改拓扑;其它的无线通信方式的好处是灵活性高并且支持移动节点,但对于节点的编程复杂性高,难于管理.所以应根据网络传输的数据量、吞吐量及时延等因素的权重进行选择.
服务器作为软硬件结合的计算存储设备,是平台中必不可少的资源,考虑到部署成本问题,其类型和数量的选择十分重要.普通小型的测试平台涉及到的节点数量较少,几台服务器便能满足需求,使用最多的有数据库服务器、文件管理服务器、仿真服务器、Web服务器等,较大规模的跨地域测试平台自然需要的资源会更多.配备额外的服务器可以满足复杂的测试需求,缩短实验周期,存储大量有用的信息,但会降低平台的可移植性.像SensLAB[13]、WISEBED[14]、IoT-LAB[15]这样的大规模平台,各服务器上运行的软件程序众多,增加了后期维护的难度.
一般测试平台会有对应的可视化统一管理系统来对节点进行管控,提供客户端或者Web页面方便用户进行实验的资源选择与操作,如EasiTest、WSNTB、WISEBED、IoT-LAB等.这类系统有的是研究人员自行研发,如EasiTest使用Java语言基于Struts架构开发的监控系统、Kansei的Director软件平台,有的是利用已经成熟较为完善的管理软件,如LabVIEW[16]、WISEBED使用的TARWIS[17].前者的优势在于根据自身的相关需求进行研发,目的性强,各个模块能够自行增减,灵活性高;而后者拥有较为完整的功能模块,通用性高,普适性较好,并且可以节省开发时间,可移植性高.
为了使跨地域测试平台内的节点之间能够互相通信,可以采用基于Overlay网络的方法将独立的平台联结起来. WISEBED中每个独立的平台由门户服务器(portal server)控制,不同地域测试平台的门户服务器通过Overlay网络连接,覆盖节点(overlay node)与门户服务器具有相同的接口,用户通过接入Overlay网络能够访问统一的分布式测试平台,也可以通过各地域的门户服务器访问单个平台,即利用此种方式能够实现访问平台内的所有节点并对其进行操作. IoT-LAB则是通过VPN将各个站点互联,选择其中一个作为主站点,负责所有用户及服务器系统的管理与维护.
2.2 节点的选择与管理无线传感器网络节点作为数据感知的重要载体,需要独立完成物理世界各种参数的采集、处理及与其它节点之间的通信.其基本组成包括:传感单元(由传感器和模数转换功能模块组成)、处理单元(包括CPU、存储器、嵌入式操作系统等)、通信单元(由无线通信模块组成)及电源单元.可以选择的其它功能单元有:定位系统、移动系统及电源自供电系统等[18].
根据模块组成元素的不同就能设计出不同的传感器节点.在传感器模块,单一的传感器只能测量某一种参数,集成的传感器则可测量多种参数,一些节点还可利用外部接口依据需要连接对应的传感器.处理器模块和无线通信模块可根据节点的角色定位进行设计,如低级节点只负责获取数据,则需满足功耗低、工作时间尽可能长、内存足够大等特点,可选用低端的微控制器,处理能力较弱但能耗较低,像Atmel公司的AVR系列单片机和TI公司的MSP430系列单片机;而簇头节点或网关节点需要满足计算能力强,处理速度快、通信范围广等特点,选用以ARM处理器为代表的高端处理器更为合适.选择射频芯片时应着重考虑芯片的传输距离/速率、功耗及灵敏度等指标.能量供应模块主要看是否需要从外界获取能源、内置能耗测量模块调节能耗及配置多种节能模式(如Power-aware、休眠、活动等).文[19-22]对不同的节点作了详细的阐述,如Omiyi等[19]对BTnode/Mica/Imote2这3类主流的节点系列作了细致的说明;Potdar等[20]就目标应用所需的参数选取一些节点进行对比分析,主要包括设计所用的关键技术及通信技术,比如触角设计、存储、电量、安全、远程编程及接口等;石晓军[21]中则主要讲解了节点的设计方法;Farooq等[22]则重点介绍了多媒体节点. 表 1列举了几种常见节点的参数特征.
节点 | 自带传感器 | 处理器芯片型号 | 位数/bit | RAM容量/kB | 可运行的OS | 通信技术 | 频率带宽 | 传输速率/(Mb/s) | 射频芯片 | 电源类型 |
MicaZ[19] | 否 | ATmega128L | 8 | 4 | MoteWorks | ZigBee | 2.4 GHz | 0.25 | CC2420 | AA |
TelosB[20] | 是 | MSP430F1611 | 16 | 10 | TinyOS | ZigBee | 2.4 GHz | 0.25 | CC2420 | AA,USB |
EyesIFX v2[19] | 是 | MSP430F1611 | 16 | 10 | TinyOS | USB | 868 MHz | 0.064 | TDA5250 | Battery,USB |
Tmote Sky[19] | 是 | MSP430F1611 | 16 | 10 | TinyOS | ZigBee | 2.4 GHz | 0.25,0.04,0.02 | CC2420 | AA,USB |
Sunspot[20] | 是 | ARM 920T | 32 | 512 | TinyOS,Linux | ZigBee | 2.4 GHz | 0.25 | CC2420 | AA |
Stargate[21] | 是 | PXA255,SA-1111 | 32 | 64MB SDRAM | TinyOS,Linux | ZigBee,Bluetooth,WiFi | 2.4 GHz,5.2 GHz | 0.25,54,11 | CC2420 | Battery,USB |
由于普通节点只包含一些最基本的功能,有相关研究人员在其基础之上进行了完善与改进,如袁慎芳等[23]研制了具有自修复功能的智能无线传感器节点,利用现场可编程模拟阵列(field programmable analog arrays,FPAA)技术进行节点信号调理电路的构造,实现了两种常见故障模式的检测及修复,降低了节点失效的可能性;张静静等[24]设计并实现了一种具有两级能量存储结构的传感器网络能量自供给节点系统EasiSolar,通过最大化地获取环境能量来提高能量采集效率;为了能更好地适应物联网应用的相关需求,文[25]通过比较节点处理器、通信模块现有的技术,对其结构进行改进,加入了硬件抽象层和中间件层,实现了节点Sprout,支持多种通信技术与OS及远程唤醒节点与能量管理.不少平台使用移动小车或机器人搭载节点的方式使节点具备移动性,大大地提高测试平台的灵活性和测量范围,使数据采集和信息交互更加便捷,同时也能减少节点的能耗,提高网络的生存周期.文[26-27]对一些移动性的测试平台作了分析与比较,SensLAB借助电子玩具火车实现节点的移动,可以远程控制及为节点提供能量补给.
为测试平台选择节点有两种方式,自制或使用商用的产品.若市面上已有的节点不能充分满足用户的需求,则用户可以选用合适的单元模块自行研制.为了实现多Radio、多速率的异构测试平台,EasiTest采用自制的中高速节点EZ271和中低速EZ521节点,前者以核心处理板加接口底板的组合形式进行实现,使得节点具有灵活的配置方式.处理板选用XScale PXA271嵌入式处理器,其上设置了符合ZigBee通信协议的CC2420通信芯片,可以下载TinyOS操作系统,还可运行嵌入式Linux操作系统.接口底板上配有多种外设接口,如SD卡、USB、液晶显示接口、以太网接口、串口、GPIO及双WiFi Radio接口.嵌入式低功耗WiFi传输模块支持高速异构无线网络的数据传输研究,还能对WiFi网络的各个层次进行协议的修改及参数的配置.中低速节点EZ521则采用MSP430F1611作为核心处理芯片,处理器与WiFi模块采用串口进行数据交换,同时WiFi模块对串口的输出进行了转换,可以实现通过WiFi网络对EZ521节点远程编程. WSNTB也是使用自制的OctopusⅠ和OctopusⅡ节点,运行TinyOS及自研发的LOS. IoT-LAB平台既有自制节点、商用节点,也包含移动节点,可支持多种OS.研究人员在选用节点时主要须考虑各模块是否满足要求,是否需要足够的接口或具备移动性,是否能够进行功能模块的扩展等.
节点的管理对于测试实验的成功十分关键,目前有以下两种方法:
1) 利用额外的硬件设备或节点;
2) 利用节点自带的管理软件.
使用第1种方法可以减轻节点自身的负担,降低能耗,如基于零打扰的测试平台HINT[28]使用特殊的高精度测试背板,通过芯片级的内部侦听技术,能够捕获到节点各个模块的数据信息并对其进行测量与管理;WSNTB为每个节点绑定了硬件重置设备,以便让节点能自动重启;TWIST平台使用专门的硬件socket对节点进行定位与测量,并通过USB线为其编程;Sensei-UU[29]给每个节点连接一个节点管理器(sensor host),负责管理节点的重编程及收集日志数据,并使用移动手机作为移动节点的管理器,其USB接口可以连接一个或多个节点;SensLAB节点由两个WSN430(open node/control node)和一个网关主板构成,其中一个WSN430节点(control node)控制被用户访问的另一个开放节点(open node),网关主板用于控制和管理连接这两个节点,主要负责自动部署开放节点的固件,准确地对其进行能量监测及无线环境的监管(RSSI参数的测量及噪声注入).第2种方法无需添加多余的设备,但对于节点的要求较高,如Trio[30]节点上实现了Nucleus管理系统,可以监测节点的状态变化及通过网络对其上的软件镜像进行操作.
2.3 仿真结合与跨地域随着测试平台的不断发展,研究者们希望通过混合使用不同的测试方法来弥补单独使用某一种方法时的不足及综合发挥各自的优势.在平台内加入仿真软件可以通过使用少量的物理节点和大量的仿真节点来模拟大规模的测试平台,有利于减少硬件成本.该方式可以在同一平台上实现仿真、实地测试及二者结合等多种测试模式,并且能够将不同的实验结果进行对比分析,使测试结果更具说服力,还能实现代码的重复利用,减轻测试负担.如Kansei实现了仿真与测试平台的结合,能够动态的将仿真节点映射到实际的物理节点,利用仿真器模拟任意由固定大小的节点阵列组成的混合型传感器网络.为了同步虚实节点,将TOSSIM上模拟通信和感知功能的组件替换为处理与实际节点交互的组件,不同的虚拟节点可以映射到相同的物理节点上,并选用仿真时间作为时间同步的标准,即当仿真器需要执行某个真实事件时,先记录下该事件的仿真时间参数,停止当前的仿真行为,将这些参数转换到真实的事件时间,在执行完以后收集时间参数,再转回到仿真器上的时间. TWIST平台内的Cooja-TWIST插件可以让研究人员直接通过Cooja仿真器使用平台,远程的上传代码和控制实验.通过事件仿真比如能量耗尽或添加新的节点来模拟节点死亡的情况,从而对网络拓扑进行动态的修改. Wiselib是WISEBED平台研发的通用算法库,提供通用API实现算法,能够在不同的软硬件平台上进行编译,利用该算法库编写的应用程序可以通过对OS的抽象并利用适配器实现对物理/仿真节点的本地编译,节点发出的消息通过路由传送到测试平台的本地门户服务器,服务器与虚拟测试平台的描述进行对比检查判断邻接节点,同时检查链路质量(link quality indicator,LQI),计算丢掉或变更部分消息的可能性,随后被转换成目标节点的消息形式传输给目标节点.
若要扩大测试平台的规模及更好的实现资源利用的最大化,将多个处在不同地点的测试平台通过虚拟链路连接起来,使用统一的测试平台进行管理是当前平台最常使用的方法.同网络的虚拟化[31]一样,也有文献对WSN的虚拟化进行研究.文[32]提出一种WSN虚拟化的体系结构,分为4层,即物理层、虚拟传感器节点层、虚拟传感器节点访问层及覆盖层,最终能使多种应用共享同一WSN.文[33]从节点层面和网络层面总结了WSN虚拟化的原理及实现,并就特定的场景进行了说明,深入讨论了与之相关的研究课题及可能的解决方案.测试平台的虚拟化多是满足异构性和大规模的需求,文[34]给出了一种可以实现规模较小的平台之间的互联、单一平台内支持异构节点之间的互联及将物理平台拓扑结构虚拟化的新方法.该文使用虚拟链路(virtual link,VL)(在PlanetLab[35]中实现了相同的概念)将分散的测试平台联合起来,并将如下的几种平台定义为虚拟的测试平台:单一的物理测试平台使用虚拟化的拓扑结构、二个或者多个独立平台联合、一个仿真平台与物理测试平台的联合及这3种情况的混合. VL能够间接连接无法通信的2个节点(相同或不同),每个节点带有一个特定的软件模块即虚拟射频模块,它包含带有节点ID和接口的路由表,为了确保唯一性,虚拟射频的ID由统一的控制组件配置,虚拟拓扑由测试平台服务器配置并告知本地节点与之相邻的虚拟节点,在节点的虚拟射频模快中加入其ID并贴上“virtual”标签.文[36]提出的VTBs(Virtual TestBeds)实际上是WISEBED的原型,它可以在节点之间创建虚拟链路,任意地改变平台内的物理节点、仿真节点及实际链路与虚拟链路的数量,进而改变网络的拓扑结构,使平台测试变得更加灵活,并且利用iWSN(a Web service interface),提供对混合平台统一管理访问的Web服务接口,使用户能够访问控制任意的节点.
2.4 实验的执行与可重复研究人员在执行实验时有本地或远程两种模式,分别适用于节点部署在室内和室外的情形,但多数场景会采用远程操控,该方式使节点部署不受限制,用户只需通过相关的管理系统便可完成对节点行为的监控,简单快捷,无需实地对节点进行手动修改,但此种方式对网络整体性能及监管系统的完善程度要求较高.若只是进行小范围几个到几十个节点的实验,适合选用本地模式. WSNTB平台提供了与远程模式相结合的本地模式(local mode),允许用户在本地根据自己的需求选取特定的节点,当用户开始实验时,会收到添加远程序列端口的提醒,然后直接通过此端口传输数据.
用户与节点之间的操作通常情况下可分为脚本自运行方式及动态交互式.前者是将已经写好的脚本上载到节点以自动化执行的方式触发相关事件并以日志的形式记录节点的状态信息,该方法支持在相同条件下利用历史输入的日志文件重复实验,但灵活性较差,必须提前做好精确的实验计划,编程难度大.如SNAMP[37]提供脚本形式的接口用以自动化实验;TWIST控制中心为每个网关节点分别建立单独的线程,每个线程由远程SSH命令执行网关节点上Python脚本,这些脚本轮流创建线程为连接的节点进行并行性重编程.后者允许用户在实验执行的过程中修改相关设置及参数或向网络中注入其它的数据,可以在运行的同时进行调试,加快实验的进程,用户也能快速获得实验结果,缺点是由于用户间歇性的操作会产生许多碎片化的文件,加大系统的存储容量,对网络时延容忍度低,一旦实验中断则需重新进行,节点的快速响应给其加重了负担.选用此种方式的平台较多,如EasiTest、Kansei、WISEBED、NetEye[38]等.
2.5 实验结果的收集与统计在进行完各项实验之后,最重要的就是结果的收集与统计分析,保证所得到的研究成果具备有效性与准确性.当前关于结果的收集方法主要有3种[39]:
1) 利用数据库服务器;
2) 利用节点自身或其它节点;
3) 利用TinyOS自带的相关工具.
测试平台中最常用的方法就是使用中央数据库服务器进行资料的存储与计算,实验运行过程中所有节点获取的信息及程序运行的日志文件都能在数据库中找到,并且数据库系统其独有的特性可以保证数据的一致性与准确性.节点或用户均可以与其进行数据的读取与交换,减轻了节点自身的存储负担,并且通过以太网获取信息大大提高了读取速度.市面上已有许多成熟的数据库软件可供科研人员选择,功能也较为完善.数据库服务器不仅可以收集数据,也能完成实验配置、调度及用户资料管理等任务.在提供全局信息视野的同时,也难免会存在单点故障的隐患.使用此方法的平台有Kansei、NetEye、EasiTest、TWIST等.对于小规模的平台,出于成本的考虑,适合选用统一的中央数据库服务器,若平台的节点分布范围较广,则不太适合该方法,原因在于不同地域的节点与中央服务器之间的通信距离不同,可能会造成较大的能量消耗,应选用分布式服务器的存储方法. WSNTB则是在所有服务器上均安装了Web服务及MySQL数据库,并采用私有IP地址与数据库通信,确保数据的安全性.
利用节点自身的存储功能或其上的管理软件也是进行数据收集与处理的一种方法,如Motel[40]平台节点上的FLEXOR软件.不过这种方式较适合短距离、小规模的平台,若平台规模较大,收集每个节点上的数据会耗费较长的时间,节点的寿命也会因此缩短.另外,一些平台的节点以簇状形式分布,或者连接到小型PC网关节点,则可以选择功能强大的簇头/网关/管理节点作为存储设备,这样既能满足分布式收集的需求,普通节点与之通信也更为方便.由于这些节点在通信范围、能量、处理能力、存储容量等方面均高于普通节点,所以要比节点本身存储数据更合适,也能提高网络整体的生命周期.但这种方法需要额外的客户端或辅助工具用于从那些存储节点上读取数据,并保持所有数据的连续性与完整性,如SANDbed[41]、Sensei-UU等.
也有测试平台混合使用前两种方法,如Flocklab[42].该平台的每个节点都与一个管理节点相连,管理节点带有SQLite数据库软件,在实验运行的过程中普通节点先将数据传输给管理节点,后者再周期性的将数据转发给中央服务器,这样用户就能直接从服务器获取信息.
还有一种方法就是在实验运行的过程中收集数据,利用TinyOS所提供的工具链可实现此功能,其上的串口转发(SerialForwarder)工具允许用户通过节点的串行接口对节点进行操作,无需额外的设备或系统,非常便捷,但只适合短距离测试,灵活性差. NetEye、KonTest[43]等选用了此种方法.
通过使用相关的可视化数据分析工具对收集到的结果进行分析统计最为方便,一般来说这些工具的功能比较完善,能够通过多样的计算方法进行结果展示,使用户一目了然.文[44]详细地总结了多种可视化分析工具,如SpyGlass、Oscilloscope等,并指出了每种工具的优缺点,测试人员可以根据实际情况选择.
2.6 其它相关研究以上讨论的主要是在设计与实现异构测试平台的过程中遇到的一些关键性问题及其解决方法,除了已经提及的相关成果之外,对于无线传感器网络中间件[45-46]及服务质量评估[47-52]、大型的物联网实验平台[53]等方面也有不少的文献研究.
3 典型HWSNT的比较依据前面几节的介绍,可以看到不同的平台提供了不同类型的实现方法,各有优劣.为了更清晰地展示各平台的异同,下面选取上述提及过的几种典型的异构测试平台进行归纳比较. 表 2从平台采用的关键技术出发,主要从节点、通信、规模等方面进行比较,可以看出多数异构型测试平台使用了两种及以上类型的节点,并且支持多OS、多通信技术及Web接口,部署商用节点的平台较多,混合仿真及跨地域的平台较少. 表 3列举了几个与平台、节点、用户及实验相关的重要特性,比较的依据是各平台对于这些特性满足的良好程度.可扩展性看节点是否具备网关功能,部署是否规则;可移植性由平台是否能运用于不同的实验环境判断;灵活性则看平台是否具备多样的软硬件资源,有效地控制各设备之间的通信;交互性通过平台提供给用户与节点、服务器发送接收数据的方式评定;可调试性是指平台实时传输及存储数据的能力;并发性表示平台能够同时进行多项实验及多用户同时访问多节点.由比较结果可知,各类测试平台并不能完全满足所有的特性需求,但融合技术较多且较为通用的平台在多数特性上均表现良好,不同特性或呈正相关、或呈负相关.所以在设计平台时,应根据要求灵活的权衡各重要特性的比重,尽可能地达到实验目标.
测试平台 | 可扩展性 | 可移植性 | 灵活性 | 可移动性 | 交互性 | 可调试性 | 实验可重复性 | 实验并发性 |
WSNTB[8] | 较好 | 好 | 较好 | 否 | 一般 | 较好 | 一般 | 较好 |
EasiTest[5] | 较好 | 较好 | 好 | 否 | 好 | 好 | 一般 | 好 |
Sensei-UU[29] | 较好 | 较好 | 好 | 是 | 好 | 好 | 较好 | 一般 |
LabVIEW[16] | 一般 | 较好 | 好 | 是 | 较好 | 好 | 一般 | 好 |
Twist[12] | 较好 | 好 | 好 | 否 | 一般 | 较好 | 较好 | 好 |
Kansei[11] | 较好 | 一般 | 较好 | 是 | 好 | 较好 | 较好 | 好 |
SensLAB[13] | 较好 | 一般 | 较好 | 是 | 一般 | 较好 | 较好 | 较好 |
WISEBED[14] | 较好 | 一般 | 较好 | 是 | 好 | 较好 | 较好 | 好 |
IoT-LAB[15] | 较好 | 一般 | 较好 | 是 | 一般 | 较好 | 较好 | 较好 |
测试平台归根到底就是一种实验工具,服务于科研及应用需求,而后者又与生活密切联系,因此在对成果进行测试时,真实性与准确性成了十分重要的评估标准.为了更加符合实际情况,异构无线传感器网络测试平台能够最大限度地还原测试场景,配备丰富的软硬件资源,满足复杂多变的测试需求.本文分析了平台因异构面临的一些问题,包括如何设计、搭建测试平台并执行实验,详细介绍了当前较为常用的解决方法及各方法的优缺点和适用范围,为用户的多种选择提供参考.异构测试平台对于WSN及物联网的快速发展起着十分重要的作用,未来也有必要对其作进一步的完善优化,主要可从以下几点着手:
1) 设计更易管理、便于长期维护的平台架构.由于大多数测试平台是面向特定的应用,针对性强,功能单一,并不适合在将来广泛部署,加之其具备一定的可扩展性,为平台内的各种软件升级也较为麻烦.软件定义的概念是当前网络领域研究的热点,通过将数据层与控制层分离,上层应用能够灵活统一的操控底层的数据转发设备.运用软件定义技术进行感知、路由、测量等任务的新型传感器网络具备诸多优势,如资源的充分利用、简易的配置和管理、快速的系统更新等[54],这将会是今后值得深入研究的有趣课题.
2) 研究具备可兼容、标准化、灵活通用的无线通信技术.如何更好的融合使用不同的通信技术是关键性的难题,使用软件定义无线电(software defined radio,SDR)技术可达到这些要求,在该技术中传统的硬件无线电通信设备只是作为无线通信的基本平台,而许多的通信功能则是由软件来实现,通过动态加载可使用不同的波形和协议操作硬件平台,增加不同的软件模块可实现新的通信功能,方便软硬件的升级更新.要实现SDR,还需要克服许多艰难的挑战,包括宽带可编程、可配置的射频和中频技术等.
3) 选用更高效的数据收集方式.传统的无线传感器网络一般是利用静态节点进行数据的感知与收集,并以多跳的方式转发数据,随着监测区域的扩大及节点数量的迅猛增长,此种方法显现出诸多弊端.由于节点之间利用无线信道通信,距离的增加使得数据的传输时延及丢包率大幅上升,也极大的消耗节点有限的能量,缩短其生命周期.若在其中加入部分移动节点(带有传感装置的机器人、无人机等),通过移动与静态节点进行交互,在减少其能耗的同时,也提高数据收集的效率与完整性.研究移动节点的合理分布及如何规划其移动轨迹,对于高效的数据传输处理及延长网络整体的寿命具有重要的意义.
4) 发挥大规模在线开放测试平台的优势.大部分异构型无线传感器网络测试平台都有各自的Web接口,能够远程监控节点,而对于大规模物联网应用的测试,则需要配置大量的软硬件资源,因此为了方便用户进行研究,催生了不少开放型的网络测试平台,像WISEBED、IoT-LAB等,这些平台多是由各个地域的测试平台联合而成.于使用者而言,通过在线注册便可远程配置所需的资源进行实验,方便快捷,不仅能减少经济成本,快速地获得测试结果,还能为日后搭建新的平台、改进实验方案给予良好的支持;于管理者而言,一方面可利用云存储、云计算等技术处理大量实验及用户数据,另一方面则需要研发新协议,解决节点可能被不同应用共享的冲突问题,从而更好地为多应用的并发实验服务.
[1] | Rawat P, Singh K D, Chaouchi H, et al. Wireless sensor networks:A survey on recent developments and potential synergies[J]. Journal of Supercomputing, 2013, 68(1): 1–48. |
[2] | Kosucu B, Irgan K, Kucuk G, et al. FireSenseTB: A wireless sensor networks testbed for forest fire detection[C]//2009 International Conference on Wireless Communications and Mobile Computing: Connecting the World Wirelessly. New York, NY, USA: ACM, 2009: 1173-1177. https://www.researchgate.net/publication/220761850_FireSenseTB_a_wireless_sensor_networks_testbed_for_forest_fire_detection |
[3] | Ingelrest F, Barrenetxea G, Schaefer G, et al. SensorScope:Application-specific sensor network for environmental monitoring[J]. ACM Transactions on Sensor Networks, 2010, 6(2): 662–701. |
[4] | Musznicki B, Zwierzykowski P. Survey of simulators for wireless sensor networks[J]. International Journal of Grid and Distributed Computing, 2012, 5(3): 23–50. |
[5] |
赵泽, 刘强, 李栋, 等.
EasiTest:多Radio异构无线传感器网络测试平台[J]. 计算机研究与发展, 2012, 49(3): 506–517.
Zhao Z, Liu Q, Li D, et al. EasiTest:A muti-radio testbed for heterogeneous wireless sensor networks[J]. Journal of Computer Research & Development, 2012, 49(3): 506–517. |
[6] | Kim H, Hong W K, Yoo J, et al. Experimental research testbeds for large-scale WSNs:A survey from the Architectural Perspective[J]. International Journal of Distributed Sensor Networks, 2015, 2015: 1–18. |
[7] | Nati M, Gluhak A, Abangar H, et al. SmartCampus: A user-centric testbed for Internet of Things experimentation[C]//16th International Symposium on Wireless Personal Multimedia Communications. Piscataway, NJ, USA: IEEE, 2013: 1-6. https://www.researchgate.net/publication/261082935_SmartCampus_A_user-centric_testbed_for_Internet_of_Things_experimentation |
[8] | Sheu J P, Chang C J, Sun C Y, et al. WSNTB: A testbed for heterogeneous wireless sensor networks[C]//1st IEEE International Conference on Ubi-Media Computing. Piscataway, NJ, USA: IEEE, 2008: 338-343. https://www.researchgate.net/publication/4353185_WSNTB_A_testbed_for_heterogeneous_wireless_sensor_networks |
[9] | Kowalczuk J, Vuran M C, Perez L C. A dual-network testbed for wireless sensor applications[C]//54th Annual IEEE Global Telecommunications Conference. Piscataway, NJ, USA: IEEE, 2011: 1-5. https://www.researchgate.net/publication/221285125_A_Dual-Network_Testbed_for_Wireless_Sensor_Applications |
[10] |
祝林, 孟坤, 林闯, 等.
无线多跳网络性能与安全性测试平台[J]. 计算机研究与发展, 2015, 52(3): 661–670.
Zhu L, Meng K, Lin C, et al. TH-award:A performance and security test platform for wireless multi-hop networks[J]. Journal of Computer Research & Development, 2015, 52(3): 661–670. |
[11] | Ertin E, Arora A, Ramnath R, et al. Kansei: A testbed for sensing at scale[C]//5th International Conference on Information Processing in Sensor Networks. Piscataway, NJ, USA: IEEE, 2006: 399-406. https://www.researchgate.net/publication/221284417_Kansei_a_testbed_for_sensing_at_scale |
[12] | Handziski V, Köpke A, Willig A, et al. TWIST: A scalable and reConferenceigurable testbed for wireless indoor experiments with sensor networks[C]//2nd International Workshop on Multi-Hop Ad Hoc Networks: From Theory to Reality. New York, NY, USA: ACM, 2006: 63-70. |
[13] | Ducrocq T, Vandaële J, Mitton N, et al. Large scale geolocalization and routing experimentation with the SensLAB testbed[C]//7th International Conference on Mobile Ad-Hoc and Sensor Systems. Piscataway, NJ, USA: IEEE, 2010: 751-753. https://www.researchgate.net/publication/220747141_Large_scale_geolocalization_and_routing_experimentation_with_the_SensLAB_testbed |
[14] | Chatzigiannakis I, Fischer S, Koninis C, et al. WISEBED: An open large-scale wireless sensor network testbed[C]//1st International Conference on Sensor Networks Applications, Experimentation and Logistics. Berlin, German: Springer, 2009: 68-87. https://link.springer.com/chapter/10.1007%2F978-3-642-11870-8_6 |
[15] | Adjih C, Baccelli E, Fleury E, et al. FIT IoT-LAB: A large scale open experimental IoT testbed-A valuable tool for IoT deployment in smart factories[C]//2nd World Forum on Internet of Things. Piscataway, NJ, USA: IEEE, 2015: 459-464. https://www.researchgate.net/publication/282667659_FIT_IoT-LAB_A_large_scale_open_experimental_IoT_testbed |
[16] | Ballal P, Giordano V, Dang P, et al. A LabVIEW based test-bed with off-the-shelf components for research in mobile sensor networks[C]//2006 IEEE International Symposium on Intelligent Control, Computer Aided Control System Design, 2006 IEEE International Conference on Control Applications. Piscataway, NJ, USA: IEEE, 2006: 112-118. https://www.researchgate.net/publication/224381484_A_LabVIEW_based_test-bed_with_off-the-shelf_components_for_research_in_mobile_sensor_networks |
[17] | Hurni P, Anwander M, Wagenknecht G, et al. TARWIS-A testbed management architecture for wireless sensor network testbeds[C]//2012 IEEE Network Operations and Management Symposium. Piscataway, NJ, USA: IEEE, 2012: 611-614. https://www.researchgate.net/publication/220769543_TARWIS_-_A_testbed_management_architecture_for_wireless_sensor_network_testbeds |
[18] |
崔莉, 鞠海玲, 苗勇, 等.
无线传感器网络研究进展[J]. 计算机研究与发展, 2005, 42(1): 163–174.
Cui L, Ju H L, Miao Y, et al. Overview of wireless sensor networks[J]. Journal of Computer Research & Development, 2005, 42(1): 163–174. |
[19] | Omiyi E, Bür K, Yang Y. A technical survey of wireless sensor network platforms, devices and testbeds[R]. London, UK: University College London, 2008. |
[20] | Potdar V, Sharif A, Chang E, et al. Wireless sensor networks: A survey[C]//2009 International Conference on Advanced Information Networking and Applications Workshops. Piscataway, NJ, USA: IEEE, 2009: 636-641. http://ieeexplore.ieee.org/document/5136720/ |
[21] |
石晓军.
无线传感器网络节点硬件平台综述[J]. 军事通信技术, 2007, 28(s1): 62–67.
Shi X J. Hardware Platform for wireless sensor network nodes[J]. Journal of Military Communications Technology, 2007, 28(s1): 62–67. |
[22] | Farooq M O. Wireless sensor networks testbeds and state-of-the-art multimedia sensor nodes[J]. Applied Mathematics & Information Sciences, 2014, 8(3): 935–940. |
[23] |
袁慎芳, 邱雷, 童瑶, 等.
基于FPAA的自修复智能无线传感器节点[J]. 仪器仪表学报, 2012, 33(7): 1588–1593.
Yuan S F, Qiu L, Tong Y, et al. FPAA based self-repairing wireless sensor network node[J]. Chinese Journal of Scientific Instrument, 2012, 33(7): 1588–1593. DOI:10.3969/j.issn.0254-3087.2012.07.021 |
[24] |
张静静, 赵泽, 陈海明, 等.
EasiSolar:一种高效的太阳能传感器网络节点系统设计与实现[J]. 仪器仪表学报, 2012, 33(9): 1952–1960.
Zhang J J, Zhao Z, Chen H M, et al. EasiSolar:Design and implementation of a high-efficiency solar energy-harvesting sensor node system[J]. Chinese Journal of Scientific Instrument, 2012, 33(9): 1952–1960. DOI:10.3969/j.issn.0254-3087.2012.09.005 |
[25] | Kouche A E. Towards a wireless sensor network platform for the Internet of Things: Sprouts WSN platform[C]//2012 IEEE International Conference on Communications. Piscataway, NJ, USA: IEEE, 2012: 632-636. |
[26] | Khalid O, Sualeh M. Comparative study on mobile wireless sensor network testbeds[J]. International Journal of Computer Theory & Engineering, 2013, 5(2): 204–208. |
[27] | Tonneau A S, Mitton N, Vandaele J. A survey on (mobile) wireless sensor network experimentation testbeds[C]//2014 IEEE International Conference on Distributed Computing in Sensor Systems. Piscataway, NJ, USA: IEEE, 2014: 263-268. http://ieeexplore.ieee.org/document/6846174/ |
[28] |
赵忠华, 皇甫伟, 孙利民, 等.
基于零打扰测试背板的无线传感器网络测试平台[J]. 软件学报, 2012, 23(4): 878–893.
Zhao Z H, Huangfu W, Sun L M, et al. Non-intrusive backplane-based testing platform for wireless sensor networks[J]. Journal of Software, 2012, 23(4): 878–893. |
[29] | Rensfelt O, Hermans F, Gunningberg P, et al. Repeatable experiments with mobile nodes in a relocatable WSN testbed[J]. The Computer Journal, 2011, 54(12): 1973–1986. DOI:10.1093/comjnl/bxr052 |
[30] | Dutta P, Hui J, Jeong J, et al. Trio: Enabling sustainable and scalable outdoor wireless sensor network deployments[C]//2006 International Conference on Information Processing in Sensor Networks. Piscataway, NJ, USA: IEEE, 2006: 407-415. https://www.researchgate.net/publication/215619157_Trio_Enabling_Sustainable_and_Scalable_Outdoor_Wireless_Sensor_Network_Deployments |
[31] |
余涛, 毕军, 吴建平.
未来互联网虚拟化研究[J]. 计算机研究与发展, 2015, 52(9): 2069–2082.
Yu T, Bi J, Wu J P. Research on the virtualization of future internet[J]. Journal of Computer Research & Development, 2015, 52(9): 2069–2082. |
[32] | Khan I, Belqasmi F, Glitho R, et al. Wireless sensor network virtualization:Early architecture and research perspectives[J]. IEEE Network, 2015, 29(3): 104–112. DOI:10.1109/MNET.2015.7113233 |
[33] | Khan I, Belqasmi F, Glitho R, et al. Wireless sensor network virtualization:A Survey[J]. Communications Surveys & Tutorials, 2015, 18(1): 553–576. |
[34] | Baumgartner T, Chatzigiannakis I, Danckwardt M, et al. Virtualising testbeds to support large-scale reconfigurable experimental facilities[C]//7th European Conference on Wireless Sensor Networks. Berlin, German: Springer, 2010: 210-223. |
[35] | Chun B, Culler D, Roscoe T, et al. PlanetLab:An overlay testbed for broad-coverage services[J]. ACM SIGCOMM Computer Communication Review, 2015, 33(3): 3–12. |
[36] | Coulson G, Porter B, Chatzigiannakis I, et al. Flexible experimentation in wireless sensor networks[J]. Communications of the ACM, 2012, 55(1): 82–90. DOI:10.1145/2063176 |
[37] |
杨宇, 徐勇军, 李晓维.
SNAMP:支持无线传感器网络开发和调试的测试床[J]. 计算机科学, 2008, 35(11): 363–367.
Yang Y, Xu Y J, Li X W. SNAMP:A testbed for wireless sensor network development and debugging[J]. Computer Science, 2008, 35(11): 363–367. |
[38] | Sakamuri D. NetEye:A wireless sensor network testbed[J]. Dissertations & Theses-Gradworks, 2008(4): 59–63. |
[39] | Horneber J, Hergenröder A. A survey on testbeds and experimentation environments for wireless sensor networks[J]. IEEE Communications Surveys & Tutorials, 2014, 16(4): 1820–1838. |
[40] | Förster A, Leidi T, Garg K, et al. Poster abstract: MOTEL: Towards flexible mobile wireless sensor network testbeds[C]//European Conference on Wireless Sensor Networks. Berlin, German: Springer, 2011: 1-2. https://www.researchgate.net/publication/235930520_Poster_Abstract_MOTEL_Towards_Flexible_Mobile_Wireless_Sensor_Network_Testbeds?ev=prf_pub |
[41] | Hergenröder A, Horneber J, Meier D, et al. Distributed energy measurements in wireless sensor networks[C]//7th ACM Conference on Embedded Networked Sensor Systems. New York, NY, USA: ACM, 2009: 299-300. https://www.researchgate.net/publication/221091529_Distributed_energy_measurements_in_wireless_sensor_networks |
[42] | Lim R, Ferrari F, Zimmerling M, et al. FlockLab: A testbed for distributed, synchronized tracing and profiling of wireless embedded systems[C]//2013 ACM/IEEE International Conference on Information Processing in Sensor Networks. Piscataway, NJ, USA: IEEE, 2013: 153-165. |
[43] | Konrad I, Albana G, van Maarten S. KonTest: A wireless sensor network testbed at Vrije Universiteit Amsterdam[R]. Amsterdam: Vdje Universiteit Amsterdam, 2008. |
[44] | Parbat B, Dwivedi A K, Vyas O P. Data visualization tools for WSNs:A glimpse[J]. International Journal of Computer Applications, 2010, 2(1): 14–20. DOI:10.5120/ijca |
[45] |
李仁发, 魏叶华, 付彬, 等.
无线传感器网络中间件研究进展[J]. 计算机研究与发展, 2008, 45(3): 383–391.
Li R F, Wei Y H, Fu B, et al. A review of middleware for wireless sensor networks[J]. Journal of Computer Research & Development, 2008, 45(3): 383–391. |
[46] | Chatzigiannakis I, Mylonas G, Nikoletseas S. 50 ways to build your application: A survey of middleware and systems for wireless sensor networks[C]//2007 IEEE Conference on Emerging Technologies and Factory Automation. Piscataway, NJ, USA: IEEE, 2007: 466-473. |
[47] |
文浩, 林闯, 任丰原, 等.
无线传感器网络的QoS体系结构[J]. 计算机学报, 2009, 32(3): 432–440.
Wen H, Lin CH, Ren F Y, et al. QoS architecture in wireless sensor network[J]. Chinese Journal of Computers, 2009, 32(3): 432–440. |
[48] |
龙吟, 吴银锋, 王霄, 等.
无线传感器网络的网络层服务质量的评价方法研究[J]. 传感技术学报, 2010, 23(12): 1766–1771.
Long Y, Wu Y F, Wang X, et al. Research on evaluation method for network layer QoS in wireless sensor networks[J]. Chinese Journal of Sensors and Actuators, 2010, 23(12): 1766–1771. DOI:10.3969/j.issn.1004-1699.2010.12.020 |
[49] |
周婵, 李昕.
工业无线传感器网络性能综合评价研究[J]. 计算机工程, 2010, 36(16): 82–84.
Zhou C, Li X. Research on comprehensive evaluation of industrial wireless sensor network performance[J]. Computer Engineering, 2010, 36(16): 82–84. DOI:10.3969/j.issn.1000-3428.2010.16.030 |
[50] |
王金涛, 金曦, 曾鹏, 等.
面向工业监控应用的广域异构无线网络端到端时延分析[J]. 中国科学(信息科学), 2015, 45(10): 1249–1262.
Wang J T, Jin X, Zeng P, et al. End-to-end delay analysis in wide-area heterogeneous wireless network for industrial monitoring and control applications[J]. Science China (Information Sciences), 2015, 45(10): 1249–1262. |
[51] |
尹荣荣, 刘浩然, 杨绸绸, 等.
基于SMP的无线传感网自适应拓扑容错评估模型[J]. 仪器仪表学报, 2016, 37(2): 404–411.
Yin R R, Liu H R, Yang C C, et al. Adaptive topological fault tolerance evaluation model of wireless sensor networks based on semi-Markov process[J]. Chinese Journal of Scientific Instrument, 2016, 37(2): 404–411. DOI:10.3969/j.issn.0254-3087.2016.02.022 |
[52] | Balen J, Zagar D, Martinovic G. Quality of service in wireless sensor networks:A survey and related patents[J]. Recent Patents on Computer Science, 2011, 4(3): 188–202. |
[53] | Gluhak A, Krco S, Nati M, et al. A survey on facilities for experimental Internet of things research[J]. IEEE Communications Magazine, 2011, 49(11): 58–67. DOI:10.1109/MCOM.2011.6069710 |
[54] |
董玮, 陈共龙, 曹晨红, 等.
面向软件定义架构的无线传感器网络[J]. 计算机学报, 2017, 40(24): 1–21.
Dong W, Chen G L, Cao C H, et al. Towards a software-defined architecture for wireless sensor networks[J]. Chinese Journal of Computers, 2017, 40(24): 1–21. |