效能評估

32

33

圖5- 4 微網路個數(Piconet number)電腦模擬圖

34

5.2.2 微網路效率(Piconet efficiency)

微網路效率的定義，是計算網路拓樸形成後，得到平均每個微網路中有幾個 節點。如圖5-5 所示，很明顯的看出 Hybrid mesh-tree 的模擬數值與 Bluetree 及 BlueHRT 的模擬數值還要來的高，所以 Hybrid mesh-tree 的微網路效率比其他兩 種網路拓樸還要來的好，其中原因是Hybrid mesh-tree 拓撲使 Master 的節點角色 可以再次連其它Slave，以增加微網內的數目，使其效率提升。

其中又以階層參數設定為4 及階層參數設定為 5，有著明顯的差距。但是，

階層參數設定為4 及階層參數設定為 5 這兩條線之間，相當接近。其中原因可能 是在40*40 的區域內網狀子網的大小已達最大值，無法再增加連接數目。

圖5- 5 微網路效率(Piconet efficiency)電腦模擬圖

35

5.2.3 平均路徑長(Average hop length)

接下來要看平均路徑長，這裡我們定義兩個節點之間的連線路徑長算 1 個單 位，由一個節點到任一個節點，平均所要走的路徑長，在這裡的路徑長是指節點 間的最短路徑。

然而由圖5-6，可以得知，Hybrid mesh-tree 的模擬數值比 Bluetree、BlueHRT 的模擬數值還要來的低。原因是因為Hybrid mesh-tree 在節點密集區的拓樸狀態 由原本的樹狀架構改變成網狀架構，增加節點與節點之間的連接總數，使其微網 路效率增加，造成平均路徑長度的縮短。這也代表著平均路徑長度的數值越低，

整體的微網路效率則越高，兩者之間呈現出反比的狀態。

但是，階層參數設定為4 及階層參數設定為 5 這兩條線之間，相當接近。其 中原因可能是在40*40 的區域內網狀子網的大小已達最大值，微網路效率相當，

所以兩者之間的平均路徑長度沒有明顯的差距。

圖5- 6 平均路徑長度(Average hop length)電腦模擬圖

36

5.2.4 總連線數(Total link connections)

接下來要看總連線數，這裡我們定義一個連線的路徑為一個單位，所以在散 網裡的全部連線數為總連線數。然而由圖5-7，可以得知，Hybrid mesh-tree 的模 擬數值比Bluetree、BlueHRT 模擬數值還要來的高。原因是因為在節點密集區的 拓樸狀態由原本的樹狀架構改變成網狀架構，增加節點與節點之間的連接總數，

使其微網路效率增加，同時，也造成總連線數的數值增加。

但是，階層參數設定為4 及階層參數設定為 5 這兩條線之間，相當接近。其 中原因可能是在40*40 平方公尺之區域內網狀子網的大小已達最大值，微網路效 率相當，所以兩者之間的總連線數的數值沒有明顯的差距。

，

圖5- 7 總連線數(Total link connections)電腦模擬圖

37

5.2.5 形成時間(Formation time)

形成時間是指拓樸網路形成的時間，這裡我們以秒為單位。但是，在這裡我 們只有考慮 Page 到 Connection 的時間，並沒有包含 Inquiry、Inquiry Scan 的 這段時間。由圖5-8 所示，Hybrid mesh-tree 的模擬數值比 Bluetree、BlueHRT 模 擬數值還要來的高，其原因是Hybrid mesh-tree 拓樸為了要在節點密集區建構網 狀拓樸而進行連結，所耗費較多的時間。因此，當Hybrid mesh-tree 的階層參數 設定值越大時，所需要耗費的時間也越多。

圖5- 8 形成時間(Formation time)電腦模擬圖

38