活动介绍

6TiSCH无线工业网络:确定性与IPv6的融合

立即解锁
发布时间: 2025-08-29 11:07:13 阅读量: 11 订阅数: 12 AIGC
### 6TiSCH无线工业网络:确定性与IPv6的融合 #### 1. TSCH调度 Timeslotted Channel Hopping(TSCH)与传统低功耗MAC协议不同,因其具有调度性质。在TSCH网络中,每个节点都遵循一个调度表。这个调度表类似于一个矩阵,其宽度等于时隙帧大小,高度等于可用频率的数量。 TSCH调度表中的单个元素由时隙偏移(slotOffset)和信道偏移(channelOffset)标识,被称为一个单元(cell)。单元可被视为调度算法分配的原子单位。由于TSCH的信道跳变特性,调度算法无需担心实际通信发生的频率,因为它会在每个时隙帧迭代时改变。 TSCH调度表指示每个节点在每个时隙中要执行的操作:发送、接收或休眠。因此,单元可以是已调度或未调度的。在未调度单元期间,节点不进行通信。当单元被调度时,它会被分配一个MAC层时隙帧标识符、一个邻居MAC地址(可以是广播地址),以及以下一个或多个标志:TX(发送)、RX(接收)、共享(shared)、计时(timeskeeping)、硬单元(hard)。 TSCH调度表包含所有时隙帧中的所有已调度单元,足以确定TSCH网络中的通信。一旦节点获得其调度表,它就会执行该表: - 对于每个TX单元,节点检查传出队列中是否有与该时隙调度信息中写入的邻居匹配的数据包。如果没有,则节点在该时隙期间关闭其无线电。如果有,则节点可以要求邻居进行确认,在这种情况下,它必须在发送后监听确认信息。 - 对于每个RX单元,节点监听可能的传入数据包。如果在一段时间的监听后没有收到任何数据包,则关闭其无线电。如果收到一个寻址到该节点的数据包,并且通过了安全检查,则节点可以根据请求发回确认信息。 假设调度表构建良好,如果节点E被调度在时隙偏移1和信道偏移1处向节点B发送数据,那么节点B将被调度在相同的时隙偏移和信道偏移处从节点E接收数据。 如果有大量数据从节点E流向节点B,调度表可能在同一时隙帧中包含多个从E到B的单元。调度给同一邻居的多个单元通常是等效的,即MAC层会在数据包放入MAC队列后,在这些单元中首先出现的单元上发送数据包。所有由不同的[时隙偏移,信道偏移]标识的这些单元的集合,它们被调度用于相同的目的,与相同的邻居(例如,两个邻居E和B之间),具有相同的标志和相同的时隙帧,被称为一个捆绑(bundle)。由于时隙帧会随时间重复,每个单元为给定邻居提供一定的带宽“量子”。修改捆绑中的单元数量会修改两个邻居之间分配的资源量。 默认情况下,TSCH调度表中的每个已调度TX单元是专用的,即仅保留给节点E向节点B发送数据。IEEE 802.15.4e还允许将单元标记为共享。在共享单元中,多个节点可以在同一频率上同时发送数据。为避免冲突,TSCH为共享单元定义了一种退避算法。 已调度单元可以同时标记为发送(TX)和接收(RX)。在这种情况下,如果节点的输出缓冲区中有合适的数据包,则发送;否则监听。将单元标记为[TX,共享,RX]会导致时隙ALOHA行为。 沿多跳路径调度的单元序列称为轨道(track)。它是预留的结果,属于初始化建立轨道过程的节点。 调度表完全定义了节点之间的同步和通信。通过在邻居之间添加/删除单元,可以使调度表适应特定应用的需求。可以: - 对于节点需要尽可能少消耗能量的应用,使调度表“稀疏”,但代价是带宽降低。 - 对于节点生成大量数据的应用,使调度表“密集”,但代价是功耗增加。 - 沿着有许多数据包流动的多跳路由添加更多单元。 TSCH定义了执行通信调度表的机制。然而,调度表如何构建、更新和维护,以及由哪个实体负责,超出了IEEE 802.15.4e标准的范围。研究界已经研究了几种调度方法: - 集中式流量感知调度算法(TASA):利用匹配和着色程序,根据网络拓扑和流量负载为整个网络拓扑图中的所有节点调度单元和轨道,以提供所需的QoS水平。 - 分散式方法:如OpenWSN项目中的uRes,采用基于协商的方法,节点与其邻居协商分配单元,以最小化冲突数量;Morell等人提出的方法引入了TSCH网络中的标签交换概念,并使用预留来建立和管理节点之间的轨道。 #### 2. 信道跳变 IEEE 802.15.4e的TSCH模式结合了时间同步和信道跳变,能够提供超高可靠性和超低功耗。对于每个已调度单元,调度表定义了一个时隙偏移和一个信道偏移。后者由两个通信节点使用以下公式转换为频率: ```plaintext frequency = F(channelOffset + ASN) MOD nFreq ``` 函数F由一个查找表组成,该表包含可用信道的集合。查找表的大小等于可用频率的数量nFreq。信道偏移值的数量与可用频率的数量相同(例如,使用符合IEEE 802.15.4的2.4GHz无线电且使用所有信道时为16个)。由于两个节点在其调度表中为该已调度单元写入了相同的信道偏移,并且由于它们是同步的,所以具有相同的ASN计数器,因此它们计算出相同的频率。然而,在时隙帧的下一次迭代(周期)中,信道偏移相同,但ASN会改变,从而导致计算出不同的频率。 TSCH的信道跳变特性使链路非常稳定。无线现象(如多径衰落和外部干扰)在每个频率上对两个节点之间的无线链路的影响不同。如果两个节点之间的传输失败,在不同频率上重传比在相同频率上重传更有可能成功。因此,即使某些频率表现不佳,信道跳变也会平均每个频率的贡献,从而导致更稳定的链路和更稳定的拓扑。 #### 3. TSCH确定性网络 IEEE 802.15.4e TSCH由于时分复用(TDM)、时间同步以及将时间格式化为时隙帧的组合,形成了一种确定性无线MAC标准,适用于确定性流量,即发射速率和路由路径模式预先已知的流量。对于此类流量,确定性网络会在多跳路由路径上的精确时刻分配所需的资源(缓冲区、处理器、介质访问)。在TSCH网络中,带宽以TDM方式预先格式化。因
corwn 最低0.47元/天 解锁专栏
赠100次下载
继续阅读 点击查看下一篇
profit 400次 会员资源下载次数
profit 300万+ 优质博客文章
profit 1000万+ 优质下载资源
profit 1000万+ 优质文库回答
复制全文

相关推荐

郑天昊

首席网络架构师
拥有超过15年的工作经验。曾就职于某大厂,主导AWS云服务的网络架构设计和优化工作,后在一家创业公司担任首席网络架构师,负责构建公司的整体网络架构和技术规划。
最低0.47元/天 解锁专栏
赠100次下载
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
千万级 优质文库回答免费看

最新推荐

Tableau基础图表的创建与理解

### Tableau基础图表的创建与理解 在数据可视化领域,Tableau是一款功能强大的工具,它提供了多种类型的图表来帮助我们更好地理解和展示数据。下面将详细介绍如何在Tableau中创建几种常见的基础图表。 #### 1. 交叉表(文本表) 很多人在查看数据时,更倾向于使用熟悉的表格形式。Tableau提供了创建交叉表或文本表的功能,操作步骤如下: - 保存之前创建图表的进度。 - 若要从现有图表创建新的交叉表,在工作表标签处右键单击,选择“Duplicate as Crosstab”,即可生成一个新的文本表。 创建完成后,会发现Tableau做了一些有趣的改变: - “Regio

Tableau高级功能:地图与仪表盘操作指南

### Tableau高级功能:地图与仪表盘操作指南 #### 1. 高级地图功能 在使用Tableau进行数据可视化时,地图是一种非常强大的工具。从2018年起,Tableau引入了一些高级地图技术,极大地提升了地图可视化的能力。不过,在使用这些高级功能时,要确保地图能合理反映数据比例,避免数据的错误呈现。下面将详细介绍几种高级地图功能。 ##### 1.1 密度标记(Density Marks) 密度标记类型可用于查看特定区域内数据的集中程度。以查看美国大陆机场集中情况为例: - 操作步骤: 1. 双击“Origin Latitude”和“Origin Longitude”,并

概率注释模型:特征添加与序列标注任务建模

### 概率注释模型:特征添加与序列标注任务建模 在数据标注领域,不同的模型有着各自的特点和适用场景。部分汇集模型在稀疏数据条件下展现出更好的适应性,它通过信息共享机制,让标注者的注释行为相互影响,从而使模型在数据有限时也能有效工作。当有足够的注释时,部分汇集模型和非汇集模型的性能可能相近,但整体而言,部分汇集模型更为通用。 #### 1. 添加特征以增强模型能力 传统的裁决模型主要依赖编码者提供的注释,但研究表明,让模型具备数据感知能力,即除了注释外,使用特征来刻画项目,能够提升模型的裁决能力。 ##### 1.1 Raykar 等人的判别模型 Raykar 等人(2010)利用特征丰

数据故事创作:从理论到实践的全面指南

# 数据故事创作:从理论到实践的全面指南 ## 1. SWD工作坊:实践与提升 在工作中,我们可以组织 SWD 工作坊来提升数据故事讲述的能力。首先是前期准备工作: - 给团队发送三小时的日程邀请,并预订一个有充足桌面空间和白板的会议室。 - 准备好物资,如彩色马克笔、活动挂图和多种尺寸的便利贴(6x8 英寸的便利贴很棒,因为它们与标准幻灯片尺寸相同,可用于以低技术方式模拟整个演示文稿;同时准备一些较小的便利贴,供那些想在深入细节之前进行更高级故事板制作并关注总体主题和流程的人使用)。 为实际的工作坊指定一名计时员。在项目工作时间,计时员要留意时间,在进行到一半和还剩 20 分钟时提醒参与

预训练模型的十大关键问题探索

# 预训练模型的十大关键问题探索 ## 1. 模型安全与认知学习 ### 1.1 模型安全 在模型安全方面,具备语音知识的模型不会被“U r stupid!”这类表述所误导。因此,构建具有丰富知识的大模型是保障模型安全的可靠途径。 ### 1.2 认知学习 当前大模型的学习范式仍以数据驱动为主,无法充分反映现实世界中的潜在风险。人类能够主动与世界交互并持续获取知识,还能从“试错”过程中学习避免错误。所以,对于构建安全模型而言,从认知和交互中学习至关重要。 ### 1.3 安全与伦理挑战 安全和伦理是人工智能领域长期存在的话题,在文学和艺术作品中也有广泛讨论。面对强大机器失控的担忧,我们需

电子商务中的聊天机器人:开发、测试与未来趋势

# 电子商务中的聊天机器人:开发、测试与未来趋势 ## 1. Rasa助力电商聊天机器人开发 Rasa为电子商务提供了“零售入门包”,这本质上是一个专门用于客户服务的基础示例聊天机器人。该机器人预装了训练数据,具备多种零售客户服务技能,如查询订单状态。零售虚拟助手开发者可利用此项目创建适合在线零售的定制聊天机器人。 Rasa拥有高度可定制的开发系统,开发者能选择将关键组件(如特定语言模型)集成到项目中。此外,Rasa拥有庞大的社区,便于开发者融入其生态系统。它为电商聊天机器人开发提供了众多功能和优势,是一款出色的工具。一些选择Rasa开发虚拟助手的企业包括食品配送公司HelloFresh和

利用MicrosoftFairlearn实现AI系统的公平性

# 利用 Microsoft Fairlearn 实现 AI 系统的公平性 ## 1. 公平机会的概念 在美国,“公平机会”指的是每个人都应拥有平等的成功机会,不论其种族、性别或其他个人特征如何。这一概念在教育、就业和住房等多个领域都有应用,其核心信念是所有人都应得到公平对待,不应因种族或性别等因素受到歧视。 为确保所有美国人享有公平机会,人们采取了一系列举措。例如,平权行动旨在帮助那些历史上遭受歧视的群体获得教育和就业机会;禁止在教育和就业中进行歧视的法律,也有助于营造公平竞争的环境。 然而,实现公平机会并非易事。在判断某人是否拥有平等的成功机会时,对于应考虑哪些因素可能存在分歧。此外

问答与对话系统技术探索

### 问答与对话系统技术探索 #### 1. 领域阅读资源概述 问答系统是一个活跃且广泛的领域。有一些关于问答系统和问题类型的简要但实用的综述。对于受限领域和开放领域问答的更全面介绍也有相关资料。常用的问答方法包括利用结构化知识源(如知识图谱和本体)的系统、基于检索的系统、交互式问答、视觉问答以及基于深度学习的方法等。 对话系统近年来受到了很多关注,这主要得益于语音识别和自然语言理解的进步。关于对话系统有很好的入门资料,广泛接受的对话言语行为理论也有相应的发展。马尔可夫决策过程框架的基础以及部分可观测马尔可夫决策过程的讨论都有相关文献。强化学习、时间差分学习和Q学习也都有不错的讨论资料。

优化PowerBI体验与DAX代码的实用指南

### 优化 Power BI 体验与 DAX 代码的实用指南 在当今的数据驱动时代,Power BI 作为一款强大的商业智能工具,在数据分析和可视化方面发挥着重要作用。同时,DAX(Data Analysis Expressions)语言作为 Power BI 中进行高级计算和查询的关键,其优化对于提升整体性能至关重要。本文将详细介绍如何在 Power BI 中使用 Power Automate Visual、集成 Dynamics 365 进行数据分析,以及优化 DAX 代码的十种方法。 #### 1. 使用 Power Automate Visual 在 Power BI 中,你可以

Snowflake数据平台全方位解析

# Snowflake数据平台全方位解析 ## 1. Snowflake的发布计划 Snowflake每周会进行两次计划内发布,包含以下类型: - 完整发布:除周五外的任意一天进行部署,涵盖新功能、功能增强或更新以及问题修复。 - 补丁发布 此外,每月还会进行一次行为变更发布。 ## 2. Snowpark支持的语言 Snowpark支持多种客户端开放API语言,为开发者提供了丰富的选择: - Node.js - .NET - Go - Java - Python - SQL Snowflake数据平台对开发者十分友好,允许应用开发者在多种编程语言中进行选择。 ## 3. 查询性能测