一種基于藍牙的無線傳感網絡智能組網算法的研究與實現

施陳俊，曾獻輝,2，黃家續

（1.東華大學 信息科學與技術學院，上海 201620；2.數字化紡織服裝技術教育部工程研究中心，上海 201620）

0 引 言

無線傳感網絡（WSN）是一種通過無線組網方式，把數量眾多的信息感知節點按需求有序部署在應用環境中，同時具有環境信息感知和無線數據傳輸能力的多跳網絡。WSN融合了嵌入式系統、現代感應技術和計算機技術，可在一塊集成電路上完成信息獲取、傳輸并處理的過程，實現對物理世界的數字感知[1]。WSN在智能交通、自然環境無人防護、智慧醫療、應急搶險救災等領域具有廣闊的應用前景[2]。

1 無線傳感網絡概述

數字信息化高速發展，無線傳感網絡已成為物聯網的核心技術與重點研究方向。WSN與一般的無線網絡存在很大的不同，具體如下：

（1）網絡規模大、節點數量多：無線節點設備部署便捷，網絡覆蓋范圍較大，但這需要大量節點設備支撐，設備的數量優勢提高了網絡數據采集精度，節點間的冗余機制使得網絡擁有良好的容錯性[3]；

（2）變化頻繁的網絡拓撲結構：WSN內部包含數量龐大的無線傳感節點，實際需求隨時在發生變化，加之設備老化、受外界不可抗拒因素等影響，節點數量不固定，網絡拓撲結構頻繁變化，且變化無規律可循，無法建立數學模型進行預測[4]；

（3）單個傳感節點功能不強：WSN中的網絡傳感節點通常功耗較低，使得單個設備的計算能力和存儲容量受到極大限制，導致它們無法承擔過于繁雜的任務[5]。

針對現有無線傳感網絡組網技術在應對網絡拓撲變化時的局限性，提出了基于藍牙監聽廣播的智能組網技術：

（1）由于無線傳感網絡在部分應用情景下穩定性不足，特提出了基于藍牙監聽廣播機制的通信算法，該算法以輪詢方式與節點交換數據，可有效保證網絡長期穩定運行；

（2）在（1）的通信基礎上，通過云平臺與智能網關相互配合，實現WSN的智能自組網，減少由于網絡節點變化帶來的人為維護網絡的負擔，使得邊緣傳感網絡能夠智能應對動態變化的網絡。

2 無線組網技術相關研究

在實際項目中主要應用的短距離無線通信技術[6]有藍牙、WiFi、ZigBee、NFC和ANT等。在無線傳感網絡中，主要運用ZigBee與藍牙技術。ZigBee技術因其通信功耗低、芯片成本低、容量較大、安全性較高等優勢在諸多領域被廣泛運用。藍牙的整體性能相比ZigBee稍遜一籌，但低功耗藍牙的出現以及藍牙5.0的發布，使得其與ZigBee間的差距縮小。藍牙5.0的理論傳輸速率相對BLE提高了1倍，傳輸距離增加了2倍，抗干擾能力更強，能夠更好地支持Mesh網絡[7]。移動設備大都支持藍牙，因此在軟件開發上相比ZigBee更具優勢。

無線Mesh網絡有效覆蓋范圍大。在Mesh網絡中，2個距離較遠的節點設備雖然無法通信，但可以通過節點間多跳傳輸、層層轉發來實現數據的傳輸[8]。雖然無線BLE Mesh網相比傳統藍牙無線網絡理論上在覆蓋范圍、穩定性、部署靈活性等方面具有明顯優勢，但Mesh網絡作為一種新型技術在實際應用時存在不少問題。Mesh網絡對于數據通信算法要求高，因為網絡中的每個節點都承擔著網絡通信數據包的處理與轉發任務，如果算法設計不合理，那么將導致數據包重復轉發，增加節點的運行壓力，功耗也隨之提升，甚至由于網絡數據找不到目標節點而在其他節點間不停轉發，最終導致網絡癱瘓。目前在一些應用中，網絡維護還需專業維護人員手持管理移動終端，對新增節點進行相關配置操作，極大地浪費了人力資源。

3 無線傳感網絡智能組網算法的實現

3.1 藍牙無線傳感網絡架構設計

基于藍牙的無線傳感網絡系統由藍牙通信網絡、智能中心管理網關、遠程服務管理云平臺、移動客戶端等組成。系統結構如圖1所示。

圖1 無線傳感網絡系統結構

藍牙通信網絡主要負責保存并向智能網關傳遞子節點采集的數據，同時負責向網絡中的子節點傳遞智能網關的控制指令。智能中心管理網關一方面與云平臺保持通信，向云平臺傳輸底層藍牙網絡采集的數據，接收云平臺發送的管理信息；另一方面，智能網關管理著底層藍牙網絡。智能網關不僅要接收底層網絡采集的數據和發送的控制指令，還管理著底層的網絡變化。遠程服務管理云平臺負責存儲底層無線傳感網絡采集的數據與網絡的拓撲結構信息。移動客戶端主要為用戶提供可視化操作界面。用戶得到相關權限后，可以對網絡結構信息進行相應的管理操作。

以往的藍牙無線傳感網絡在實現長期數據監控與節點設備管理過程中存在網絡通信不穩定的問題，同時在應對網絡動態變化時需要人工操作輔助底層網絡運行。基于藍牙的智能組網算法以智能網關為核心，通過云平臺遠程更新網絡結構，大大優化了動態網絡的管理操作，減少了人工作業。

3.2 無線傳感網絡相關硬件設計

系統的關鍵在于底層的藍牙無線網絡。系統采用BK3431藍牙芯片，支持藍牙4.0。如圖2所示，中心管理設備（智能網關）由4G模塊、串口模塊、電源模塊、射頻模塊與BK3431核心微處理器構成。子設備主要由核心微處理器、串口模塊與各類接口（如ADC、I2C、SPI）組成。豐富的外圍接口便于子設備采集數據。

圖2 系統相關硬件設計框圖

3.3 基于藍牙的無線網絡智能組網算法實現

3.3.1 底層網絡拓撲結構設計

底層藍牙無線網絡采用星型網絡，結構如圖3所示。星型網絡結構具有如下優點：

圖3 底層藍牙網絡結構

（1）控制簡單：單個子設備只與中央設備相連接，訪問控制方法簡單，易于網絡監控和管理；

（2）故障診斷與隔離容易：單個設備出現故障并不會影響整個網絡的通信；

（3）重新配置靈活：中心設備與子設備一對一通信，中心設備易于與子設備進行重新配置與信息更新[9]。

3.3.2 網絡節點間藍牙通信機制優化

傳統的無線藍牙星型網絡中心設備始終處于監聽狀態，當網絡中有子設備在廣播時，就與相應設備發起建立通信請求，二者建立通信后就可以進行數據交換。該通信機制的優點在于子設備可以在只有數據需要發送時發送廣播信號，以降低能耗。但它也存在缺點：多個子設備同時廣播將造成信道擁堵。藍牙有3個射頻通道，主從設備成功連接的前提是從設備的廣播射頻通道和主設備掃描射頻通道是同一個通道，且二者的射頻窗口匹配。但由于藍牙掃到子設備的用時不定，因此，數量眾多的子設備在爭搶與主設備通信機會時容易造成某個或幾個子設備始終無法成功建立通信，導致網絡穩定性變差，使得網絡無法很好地處理對于數據傳輸實時性要求不高但對于長期穩定性有較高要求的情況。

為改善這一缺點，組網算法將主設備設置為廣播者、子設備設置為監聽者，從主設備被動等待廣播轉變為主設備主動查找子設備的模式，輪詢網絡內部節點。改進后的藍牙網絡內部通信流程如圖4所示。

圖4 無線藍牙網絡通信流程

主設備或智能網關進入通信狀態后，首先需要確定連接的網絡節點，然后在網絡中廣播尋找節點。之后判斷連接是否成功。如果超時則上報異常，如果連接成功則傳輸數據。最后確定下一個連接節點，如果無節點需要通信則等待下一次通信。對于子節點而言，只需保持監聽，隨時準備與主設備進行數據傳輸即可。

3.3.3 基于藍牙廣播監聽的智能組網算法設計

為有效減少人為的網絡維護工作，本文基于藍牙監聽廣播通信機制提出了一種無線設備智能組網算法，中心管理設備根據網絡結構信息尋找需要入網的新設備，實現設備的自動入網與傳感網絡的自組織功能。算法流程如圖5所示。

圖5 藍牙網絡組網算法流程

（1）中心設備在發現網絡結構信息表發生變化后，在網絡中廣播特定的廣播包尋找新設備；

（2）中心設備不斷廣播等待新設備回應，如果長時間沒有新設備回應便上報異常；

（3）中心設備得到子設備回應后與新設備建立通信，對新設備的身份信息進行驗證；

（4）中心設備驗證新設備無誤后允許新設備入網，然后繼續尋找下一個節點；

（5）待所有新設備入網后，主設備退出組網狀態回歸正常的通信狀態。

中心管理設備一般不會主動廣播尋找需要入網的新設備，待自身存儲的網絡結構信息由云平臺遠程更新發生變化后，開始發送特殊的廣播包，找尋新的節點。由此實現網絡的自組織功能，減少維護網絡的人工工作量。

4 智能組網算法的實驗

本文針對無線傳感網絡中藍牙組網的穩定性與靈活性提出了一種智能組網算法，對星型網絡下的節點間通信算法與基于藍牙監聽廣播的智能組網算法進行了詳細介紹，并在實驗平臺進行驗證。實驗中，在實驗室區域范圍內部署了1個智能網關，即中心管理設備及20個藍牙節點。設計好算法與通信協議后，將相關程序提前燒錄至網關設備與其余節點設備，設備實物如圖6所示。

圖6 設備實物

為驗證優化的藍牙節點間通信算法，在網絡中放入一定數量的設備。此時，中心設備中存儲的網絡拓撲信息未發生變化，未發送組網的廣播包，與網絡內的藍牙節點進行一對一輪詢通信，通過串口打印設備狀態，節點間通信正常，證明了優化的算法能夠實現網絡數據傳輸。

為驗證基于藍牙監聽廣播機制的智能組網算法，通過云平臺向中心設備發送網絡拓撲結構的變化信息以及節點的身份信息，同時中心管理設備在發現相應信息發生改變后采取組網動作，向外廣播尋找需要入網設備的信息包，新節點在監聽到廣播包后二者建立連接。中心管理設備在確定新設備身份信息無誤后允許其入網，至此組網完成，網絡拓撲結構發生變化，串口打印的信息顯示組網過程未出現異常。實驗結果證明，該算法使得設備的組網過程更智能，中心管理設備能夠根據存儲的網絡拓撲信息自主維護網絡，有效應對網絡結構的動態變化，大幅減少了人工維護工作。相關數據見表1所列。

表1 網絡性能相關數據

5 結 語

本文主要對藍牙設備在無線傳感網絡中的底層組網與通信機制進行了相應優化與創新，結果表明，基于藍牙監聽廣播的智能組網算法能夠較好地適用于穩定性要求高但實時性要求低（數據采集時間間隔超幾分鐘）的場景，并能有效應對網絡的動態變化。但在實際運用中還會有更多復雜且未知的因素存在，因此還需進一步測試與優化。