淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2501200800221300
中文論文名稱 加強IEEE 802.15.4 應用於災難偵測之通訊協定之省電效能的評估與比較
英文論文名稱 The Research and Analysis for Enhanced IEEE 802.15.4 power saving in calamity detection .
校院名稱 淡江大學
系所名稱(中) 電機工程學系碩士在職專班
系所名稱(英) Department of Electrical Engineering
學年度 96
學期 1
出版年 97
研究生中文姓名 劉信賢
研究生英文姓名 Hsin Hsien Liu
學號 793350264
學位類別 碩士
語文別 中文
口試日期 2008-01-17
論文頁數 70頁
口試委員 指導教授-李維聰
委員-朱國志
委員-陳瑞卿
中文關鍵字 個人無線區域網路 
英文關鍵字 IEEE 802.15.4  Beacon Order Adaptation Algorithm(BOAA)。 
學科別分類 學科別應用科學電機及電子
中文摘要 論文提要內容:無線感測網路是近期資訊發展及微電腦科技下的衍
生品,很多地方都可以看見它的影子,其應用的範圍很多,像人員的定位、氣象、土石流、海浪波幅、溫度、溼度及雨量上的監測等例子比比皆是,台灣山坡地過度開發、人口密集,土石流災害儼然成為台灣地區每年颱風豪雨季節民眾最關心的話題。另一面,IEEE 802.15.4低速率無線個人區域網路發展已漸趨成熟,傳輸特性有低消耗功率、傳輸距離短,包含大氣、水文、山林、河流、保育動物研究等領域環境都變化多端,非常適合建立感測資料,而且研究結果影響宏大。而在土石流偵測方面,由於主要是依據地聲以及土壤濕度來做判定,在下雨天時比較有可能會發生,故在絕大部分時間偵測元件是屬於非常低的資料流量,只有在雨天時才必須要密集的去做偵測並回傳資料。因此,本篇論文主要是針對架構於IEEE 802.15.4 LR-WPAN通訊協定Beacon Order Adaptation Algorithm(BOAA)進行更深入的探討,以達到更好的延長偵測元件電池使用壽命的效果,並節省偵測元件重新部署之人力與經費。最後並把新舊BOAA的功耗比較與分析,以求得最佳的省電方式。
英文摘要 Wireless sensor network is getting popular by information technology and micro-computer development recent . Taiwan is a typical island country in the west Pacific Ocean,and there is much rain during the typhoon season from June to September. In Taiwan,the mountainside is developed overly and the population is crowded,hence the mudflows and landslides is major thing which people care about every year. On the other hand, the development of the Low Date Rate Wireless Personal Area Network(LR-WPAN)is mature gradually and LR-WPAN has the characteristic of low date rate、low power consumption、short transmission distance and low volume…etc. The application of LR-WPAN includes the detection of weather、hydrology、river、calamity and wildlife…etc. The date which collected by the sensor is very useful for an academic research.
And for the calamity detection of the mudflows and landslides,it is according to earthquake sounds and the humidity of the soil, and the calamity is usually occur in rainy weather,so the detection sensors is in very low rate state in most of the time and need to transmit data frequently just in the rainy weather. Hence,in this paper We are aimed at enhanced IEEE 802.15.4 Beacon Order Adaptation Algorithm (BOAA) protocol to achieve more power saving ,then compare and analysis the old and the new BOAA protocol.
論文目次 目 錄

第一章 緒論.........................................................1


第二章 無線感測網路的介紹..................................4

2.1 無線感測網路的概論..................................4

2.2 無線感測網路的介紹與應用...........................11

2.3 無線感測網路之特徵.................................13


第三章IEEE 802.15.4/Zigbee通訊協定概述....................18

3.1 IEEE 802.15.4特性..................................18
3.2 IEEE 802.15.4通訊協定..............................19
3.3 IEEE 802.15.4網路拓墣之方法........................25
3.4 SLOTTED CSMA/CA ALGORITHM..........................27
3.4.1 IEEE 802.15.4 CSMA/CA 架構介紹.................27

第四章 Enhanced Beacon Order Adaptation Algorithm.........30

4.1 Buffer Matrix B....................................32
4.2 evaluateN_MAX()函數..,...........................37
4.3 evaluateBO()函數................................38

第五章 模擬與結果分析.....................................42

5.1 模擬環境與參數設定.................................42
5.1.1 模擬環境假設...................................42
5.1.2 效能評估變數設定...............................43
5.1.3 參數設定.......................................45

5.2 演算法選擇搭配.....................................46

5.2.1 BO對時間分佈圖及分析...........................46

5.2.1.1Algorithm 2C搭配Algorithm 3D..............47

5.2.1.2 Algorithm 2C搭配Algorithm 3E.............50


5.3 平均功率消耗及平均延遲時間.........................52

5.3.1 Algorithm 2C搭配Algorithm 3D演算法...........52

5.3.1.1 改良後BOAA演算法平均功率消耗及平均延遲對
傳輸速率Δ分佈圖...........................53

5.3.1.2 改良後BOAA演算法與原BOAA演算法比較.....54

5.3.1.3 改良後BOAA演算法lb值對平均功率消耗及平均
延遲的影響............................56

5.3.2 Algorithm 2C搭配Algorithm 3E演算法..................57

5.3.2.1 改良後BOAA演算法平均功率消耗及平均延遲對傳輸

速率Δ分布圖..................................58

5.3.2.2 改良後BOAA演算法與原BOAA演算法比較............59

5.3.2.3 改良後BOAA演算法lb值對平均功率消耗及平均延遲的影
響............................................61

5.4 感測元件瞬間反應速度.......................................62

5.5 Buffer Matrix B大小對BO值及消耗功率影響....................64

第六章 結論與未來工作..............................................67

參考文獻...........................................................69



圖 目 錄

圖2.1 無基礎架構之無線區域網路示意圖................................5

圖2.2 有基礎架構之無線區域網路示意圖................................8

圖2.2 有基礎架構之無線區域網路示意圖................................8

圖2.3 無線感測網路環境架構圖.......................................10

圖3.1 802.15之工作群組.............................................20

圖3.2 2.4 GHz ISM 頻帶.............................................20

圖3.3 915 MHz ISM 頻帶.............................................21

圖3.4 868 MHz ISM 頻帶.............................................21

圖3.5 Superframe Structure.........................................24

圖3.6 星狀拓墣(Star Topology)....................................26

圖3.7 點對點拓墣(Peer to Peer Topology)..........................27

圖4.1 無線感測網路的環境...........................................30

圖4.2 電池使用壽命與傳輸速率關係圖.................................32

圖4.3 Buffer Matrix B..............................................33

圖4.4 原BOAA演算法device資料傳輸情形.............................36

圖4.5 改良後BOAA演算法device資料傳輸情形.. ......................36

圖5.1 BO-Delay time關係圖....................................... 44

圖 5.2 BO-功率消耗百分比關係圖....................................45

圖 5.3 algorithm 2C搭配algorithm 3D演算法在不同Δ值下BO對時間
分佈圖......................................................48
圖 5.4 algorithm 2C搭配algorithm 3D演算法在不同Δ值下功率消耗
對時間分佈圖................................................48
圖 5.5 algorithm 2C搭配algorithm 3D演算法在Δ=0.400下不同weight
值BO對時間分佈圖............................................49
圖 5.6 algorithm 2C搭配algorithm 3D演算法在Δ=0.100下不同weight
值消耗功率對時間分佈圖......................................49
圖 5.7 algorithm 2C搭配algorithm 3E演算法在不同Δ值下BO對時間
分佈圖. ....................................................50
圖 5.8 algorithm 2C搭配algorithm 3E演算法在不同Δ值下功率消耗對
時間分佈圖..................................................51
圖 5.9 algorithm 2C搭配algorithm 3E演算法在Δ=0.400下不同weight值
BO對時間分佈圖..............................................51
圖 5.10 algorithm 2C搭配algorithm 3E演算法在Δ=0.100下不同weight值
消耗功率對時間分佈圖.......................................52
圖 5.11 algorithm 2C搭配algorithm 3D演算法不同WEIGHT值平均功率
消耗對Δ分布圖.............................................53
圖 5.12 algorithm 2C搭配algorithm 3D演算法不同WEIGHT值平均延遲
對Δ分布圖............. ..................................54
圖 5.13 改良後與未改良BOAA演算法algorithm 2C搭配algorithm 3D演
算法平均功率消耗對Δ比較圖................................55
圖 5.14 改良後與未改良BOAA演算法algorithm 2C搭配algorithm 3D演
算法平均傳輸延遲對Δ比較圖…..............................55
圖 5.15 algorithm 2C搭配algorithm 3D演算法不同lb值平均功率消耗對
Δ分布圖..................................................56
圖 5.16 algorithm 2C搭配algorithm 3D演算法不同lb值平均延遲對Δ分
布圖......................................................57
圖 5.17 algorithm 2C搭配algorithm 3E演算法不同WEIGHT值平均功率
消耗對Δ分布圖............................................58
圖 5.18 algorithm 2C搭配algorithm 3E演算法不同WEIGHT值平均延遲
對Δ分布圖................................................59
圖 5.19 改良後與未改良BOAA演算法algorithm 2C搭配algorithm 3E演
算法平均功率消耗對Δ比較圖................................60
圖 5.20 改良後與未改良BOAA演算法algorithm 2C搭配algorithm 3E演
算法平均傳輸延遲對Δ比較圖................................60
圖 5.21 algorithm 2C搭配algorithm 3E演算法不同lb值平均功率消耗對
Δ分布圖..................................................61
圖 5.22 algorithm 2C搭配algorithm 3E演算法不同lb值平均延遲對Δ分
布圖.....................................................62
圖 5.23 algorithm 2C搭配algorithm 3D演算法不同WEIGHT值對瞬間反
應影響...................................................63
圖 5.24 algorithm 2C搭配algorithm 3E演算法不同WEIGHT值對瞬間反
應影響...................................................64
圖 5.25 algorithm 2C搭配algorithm 3D演算法不同lb値對BO值影
響.......................................................65

圖 5.26 algorithm 2C搭配algorithm 3E演算法不同lb値對BO值影響...66













表 目 錄

表 2.1 各家CPU之執行速度與消耗比較表...............................12

表 3.1 操作頻率範圍................................................21

表 4.1 Algorithm 3D N_MAX對照表...................................39

表 4.2 Algorithm 3E N_MAX對照表...................................40

表 5.1 模擬環境參數................................................46
參考文獻 【1】92年度交通部山區道路邊坡監測系統自動化及緊急臨時通報系統研發.
【2】行政院農業委員會水土保持局土石流觀測示範站建立與系統維護工程.
【3】IEEE 802.15.4 Standard Information technology.
【4】Mario Neugebauer, Jom Plonnigs, Klaus Kabitzsch. A New Beacon Order Adaptation Algorithm for IEEE 802.15.4 Networks. 0-7803-880 1 - 1/05 (~)2005 IEEE..
【5】IEEE 802.15.4低速率無線個人區域網路應用於災難偵測之研究與評估.
【6】Jian Ma, Min Gao, Qian Zhang, Lione M. Ni and Wenwu Zhu. Localized Low-Power Topology Control Algorithms in IEEE 802.15.4-based Sensor Networks. Proceedings of the 25th IEEE International Conference on Distributed Computing Systems (ICSCS’05)1063-6927/05 c 2005 IEEE.
【7】Jianliang Zheng and Myung 1. Lee, The City College of CUNY.Will IEEE 802.1 5.4 Make Ubiquitous Networking a Discussion on a Potential LOW Power,Low Bit Rate Standard.
【8】A. El-Hoiydi and J.-D. Decotignie. Wise MAC: An Ultra Low Power MAC Protocol for the Downlink of Infrastructure Wireless Sensor Networks.
【9】Christian C.Enz Amre El-Hoiydi Jean-Dominique Decotignie Vincent Peiris.WiseNET: An Ultralow-Power Wireless Sensor Network Solution. 0018-9162/04/ © 2004 IEEE.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2008-02-19公開。
  • 同意授權瀏覽/列印電子全文服務,於2008-02-19起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信