第一章 簡介
1.2 論文架構
本論文之架構如下,第二章節為相關研究之探討,第三章節 6LoWPAN 於 IEEE
802.15.4 之三種不同頻段下傳輸之效能分析,第四章節為 6LoWPAN 之二種路由 機制 Route-over 與 Mesh-under 的傳輸效能分析,第五章節為非理想通道環境下
6LoWPAN 之二種路由機制 Route-over 與 Mesh-under 的傳輸效能分析,第六章為 結論與未來研究方向。
本論文的第二章中,將討論關於 IEEE 802.15.4 MAC 層之通道競爭存取機制 分析模型與 6LoWPAN 及其二種路由機制之相關研究,並分析與歸納相關的文獻 與所用技術。
第三章則為了分析 6LoWPAN 於 IEEE 802.15.4 所定義之三種不同頻段,分別
3
為 868 MHz、915 MHz、及 2.4 GHz 的傳輸效能分析,針對 IEEE 802.15.4 MAC 層之通道競爭存取機制提出 Markov chain 模型,並使用 PRISM [7]此狀態機模擬 器分析與模擬節點競爭存取通道傳輸之成功機率,並考慮於不同競爭節點數與傳 輸不同長度的封包之情形下,分析及比較 IEEE 802.15.4 三種頻段的傳輸效能,
找出適用於 6LoWPAN 的 MAC 與 PHY 技術以獲得最佳傳輸效能。
第四章節首先介紹 6LoWPAN 的二種路由機制 Route-over 與 Mesh-under,並 比較二者之間的差異,而後則延續前章節之 IEEE 802.15.4 MAC 層之通道競爭存 取機制的 Markov chain 模型,針對 6LoWPAN 中二種路由機制 Route-over 與
Mesh-under 分別提出了傳輸效能分析模型,透過 PRISM 狀態機模擬器進行數值 分析,比較 6LoWPAN 二種路由機制在不同競爭節點數以及不同跳數傳輸的情形 下,何者能有較佳的傳輸效能。
第五章節將延續第四章的傳輸效能分析並考慮非理想通道狀態,所提出之非 理想通道之 Markov chain 模型,並分別 6LoWPAN Route-over 與 Mesh-under 二種 路由機制分析在非理想通道下之傳輸效能模型,並依本研究所提出之 goodput 分 析模型,更精確的分析此二路由機制的傳輸效能,主要分析 6LoWPAN 二種路由 機制於不同位元錯誤率(Bit Error Rate)和不同跳數下之傳輸效能,以及不同位元錯 誤率和不同競爭節點數條件下之 goodput。
第六章節則是本論文的結論並說明未來研究之方向。
4
第二章
文獻探討
2.1 無線感測網路
無線感測網路(Wireless Sensor Network)的發展,最早是美國加州柏克萊大學
(UC Berkeley)的一項研究計劃,開發出一種微型體積與普通阿斯匹靈藥片大小相 似的感測器,稱為智慧灰塵(Smart Dust) [8],此計畫原先的目標是用於軍事用途 上,於戰場上灑滿感測節點對敵軍進行監控行動,除了軍事用途之外,現今也廣 泛應用於醫療監測、工業自動化、環境監測、以及居家自動化等應用。
IEEE 802.15.4 為低速率無線個人區域網路(Low-Rate Wireless Personal Area Network, LR-WPAN),是一種低傳輸速率(250kbps)、短距離(一般約為 50-100 m,
依耗電量之不同,可提昇至 300m)、低消耗功率、架構簡單的技術。
目前制定的頻段為全球的 2.4 GHz ISM 頻段、美國的 915 MHz 頻段,以及歐 洲的 868 MHz 頻段。在 2.4 GHz 的 ISM 頻段,可使用的通道數為 16 個;在 915
MHz 的 ISM 頻段,可使用的通道數為 10 個;在歐洲的 868 MHz 頻段,可使用 的通道數為 1 個。
2.2 6LoWPAN 介紹
早期的無線感測網路缺乏與網際網路共通的通訊協定標準,因此為了讓這些
5
不同的感測網路裝置能夠與網際網路互通,IETF 於 2005 年成立 6LoWPAN 工作 團隊(Working Group, WG),以 IPv6 通訊協定為基礎,訂定針對以採用 IEEE 802.15.4 具低功率、低速率的網路裝置的與網際網路協定相互溝通之標準。
6LoWPAN 之主要目標是將 IPv6 的封包透過 IEEE 802.15.4 的低功率無線個人 網路下傳輸,也就是將 IP 協定與無線感測網路相結合,目的是希望無線感測網 路的節點具備能與 IP 溝通的能力,但由於佈建一個大型無線感測網路可能需數 量龐大的節點,倘若每個節點皆分配一組 IP 位址,現行的 IPv4 位址將無法負荷 此一龐大的位置需求,更遑論分配給為數眾多的無線感測網路節點使用。因此,
採用了 IPv6 的定址方式,IPv6 作為下一代網際網路協定,具有定址資源豐富(2128 個位址)、IP 自動配置、高安全性、高移動性等優點,可以暫時滿足無線感測網 路在定址、網路安全、移動性及與現有網際網路結合等方面的需求。此外,
6LoWPAN 以 IEEE 802.15.4 作為傳輸依據,其位於底部的 PHY 層與 MAC 層均 是採用 IEEE 802.15.4 的標準協定,如圖 2-1 所示。
6
圖 2-1、6LoWPAN Protocol Stack
但要將 IPv6 的封包以 IEEE 802.15.4 來傳送,將遭遇到許多挑戰,這是由於 IPv6 定義的最大傳輸單位(MTU)為 1280 bytes,其長度遠大於 IEEE 802.15.4 data link 層的最大傳輸單位(僅有 127 bytes),為了解決此一問題,6LoWPAN 於 MAC 層 與 網 路 層 之 間 提 出 了 adaptation 層 , 這 一 層 主 要 提 供 了 表 頭 壓 縮 (header
compression)、分割(fragmentation)、與重組(reassembly)的功能,分別減少了傳輸 時的負載、將 IPv6 的封包分割成符合底層 IEEE 802.15.4 規格之封包,稱作
fragment、以及將所有收到的 IEEE 802.15.4 之 fragments 重組回 IPv6 的封包並供 上層應用。
Transport Layer Application Layer
Network Layer
Adaptation Layer
IEEE 802.15.4 MAC Layer
IEEE 802.15.4 PHY Layer
7
2.2.1 6LoWPAN 的 IPv6 表頭壓縮
表2-1、表頭壓縮之欄位[9]
將 IPv6 應用在 IEEE 802.15.4 低耗電的底層協定所產生的挑戰在於 IPv6 要求 支援 1280 bytes 的 MTU,如圖 2-2 中 Full UDP/IPv6 (64-bit addressing)所示,而 IEEE802.15.4 標準規範中,MAC 層的 MTU 為 127 bytes,除去 25 bytes 的訊框負 載(MAC 表頭 21 bytes + FCS 4 bytes)且在無安全機制的情況下,MAC 層最大訊 框內容長度(payload)為 102 bytes,再扣除 IPv6 表頭長度 40 bytes 以及 8 bytes 的 UDP 表頭,實際可有效使用之訊框內容長度將僅有 53 bytes。因此,為了在 IEEE 802.15.4 上更加有效的傳輸 IPv6 封包,提高有效傳輸率,表頭壓縮是一個較佳的 解決方案,6LoWPAN 定義了 HC1 的編碼方式作為最佳的表頭壓縮方法,參照文 獻[9],表 2-1 為表頭壓縮欄位的比較,當使用 IPv6 表頭壓縮技術,如圖 2-2 中 Minimal UDP/6LoWPAN (16-bit addressing)所示,將原本 40 bytes 的 IPv6 表頭壓
8
縮為 2 bytes,UDP 壓縮為 4 bytes,此外使用 16-bit 的 short address,亦減少了 MAC 表頭的長度,其有效訊框內容長度最長將可高達 108 bytes,相較於未執行 壓縮前增加了近 50%的有效傳輸率,因此採用表頭壓縮技術將可保有網際網路通 訊協定有較佳的有效傳輸率。
圖2-2、6LoWPAN之IPv6表頭壓縮後的payload長度[2]
2.2.2 Fragmentation 表頭
IP Fragmentation 也是 6LoWPAN adaptation 層的主要功能之一,由於 IPv6 的 封包長度遠大於 IEEE 802.15.4 MAC 層的訊框內容(payload)長度 102 bytes,因此 將 IPv6 的封包分割成數個可符合 MAC 層大小的 fragments,此時,每個 fragment 都會產生 fragmentation 表頭,圖 2-3 依文獻[9]所描繪為 fragmentation 表頭內容 欄位介紹,圖中(a)為第一個 fragment (4 bytes) (b)為後續之 fragments 格式 (5 bytes),其中表頭的最前頭兩個 bits 若都為 1 就代表為 fragmentation 表頭,而 datagram_size 此欄位長度佔 11 bits,用來說明原本的 IPv6 封包在尚未被分割前 的長度為何,此欄位的數值應與其它由原 IPv6 封包所分割的封包相同,另外,
9
datagram_tag 則是用來識別所有的片段封包是來自於同一個 IPv6 封包,所以來自 同一個 IPv6 封包的 fragment 在此欄位的數值也應相同,而除了分割的第一個 fragment 外,後續其餘的 fragments 都有 datagram_offset 欄位,主要目的是辨識 fragment 的順序,以利接收端重組。
圖 2-3、6LoWPAN Fragmentation 表頭 (a)First fragment; (b)Subsequent fragment [9]
2.2.3 Mesh 表頭
當 PAN 內的每個 IEEE 802.15.4 的節點都具有 IP 位址時,IPv6 的網路層 要達成 PAN 內部的路由並且為多跳的封包轉送時,就必頇透過 adaptation 層加入 mesh 表頭。根據文獻[9]所繪,圖 2-4 為 mesh 表頭之欄位介紹,首先,當開頭前 兩個 bits 為 1 與 0 時,辨識為 mesh 表頭,V 與 F 分別代表了 originator address 以 及 final address 的長度為何,當數值為 0 代表採用的是 IEEE 較長的 64-bits 位址,
數值為 1 則是使用了短的 16-bits 位址,此外,4 個 bits 的 HopsLft 欄位則是用來 表示距離送到目的端節點,所剩餘的跳數有多少,一般可支援上限為 15 個跳數,
10
倘若超過,則欄位會改成 0xF 可支援上限為 255 個跳數,HopsLft 的數值會隨著封 包轉送至下一跳而減少,最後分別是起始端位址與目的端位址的欄位。
圖 2-4、6LoWPAN Mesh 表頭 [9]
2.3 IEEE 802.15.4 之數值模型分析
首先在 IEEE 802.11 [10] (WLAN)的分析之中,G. Bianchi [11]在 2000 年提出 了以較為簡化的 Markov chain 分析 IEEE 802.11 的 DCF (Distributed Coordination
Function),也就是競爭存取通道的機制(CSMA/CA),在此模型中,假設是於理想 通道的環境下, stations 的個數是有限的,而每一個 station 不斷地產生封包欲傳 輸,此情況稱之為飽和網路(Saturated Traffic Conditions),傳送封包時所產生的碰 撞機率視為獨立的情形並且是常數,與重傳之次數無相關,依據上述假設提出
throughput 數值模型分析 IEEE 802.11 的傳輸效能。
而後,以 G. Bianchi 所提出之 Markov chain 作為分析方法的依據,延伸並修 改後用於分析 IEEE 802.15.4 的相關研究也日漸增加,而分析之對象又可再區分 為 beacon-enabled 以及 non-beacon-enabled 的 IEEE 802.15.4。
S. Pollin et al. [12] 探討 beacon-enabled 的 IEEE 802.15.4 之 MAC 層,於飽和
11
網路的環境下使用 Markov chain 分析 slotted CSMA/CA 機制,藉由數值模型分析 IEEE 802.15.4 的在不同競爭節點下與不同傳輸量下的能源消耗情形。Y. Zhang et al. [13] 同樣採用 beacon-enabled 的 IEEE 802.15.4 為分析目標,以 Markov chain 分析 slotted CSMA/CA 機制,分別提出了成功傳輸機率、Goodput (單位時間可成 功傳輸的 payload 大小)、以及能源效率三項數值模型,根據分析結果表示,在非 理想通道環境下,針對不同競爭節點數可找出最佳的封包長度已提升傳輸效率。
C. Y. Jung et al. [14] 所提出 slotted CSMA/CA 的 Markov chain,其中考慮了超級 訊框的架構,若在當前的 CAP (Contention Access Period)無法成功將封包傳輸完 成,將延遲至下一個 CAP 中繼續傳輸,因此在 Markov chain 中增加了延遲的狀 態 , 並 於 非 飽 和 的 網 路 狀 態 中 提 出 有 限 制 重 傳 次 數 與 無 限 制 重 傳 次 數 的 throughput 模型。在文獻[15]中,F. Wang et al.將 slotted CSMA/CA 機制分成 node state 與 channel state 兩方向,並個別建立相關的數值分析模型,主要用於單一節 點成功傳輸機率與通道競爭存取率,並延伸此一 slotted CSMA/CA 模型,將原始 單一 backoff 時間單位(時槽)再細分為單位更小的時槽,使其逼近於 un-slotted
CSMA/CA 模型,使節點可隨時進行 CSMA/CA 機制,並分析 slotted CSMA/CA 與 un-slotted CSMA/CA 的傳輸效率。
在關於 IEEE 802.15.4 non-beacon 的分析中,文獻[16] ,C. Buratti et al.非使 用上述 Markov chain 為分析工具,而是使用 process chain 模型 CSMA/CA 機制,
12
並將每個 stage 可能選擇的 backoff 時槽與其機率都展列開來,其主要原因為,作 者認為競爭存取通道的機率會因為 backoff 所選取的倒數時槽累積,而 Markov
chain 為遞迴的流程,因此並無法包含所有的可能性。而 T. O. Kim et al. [17] 則是
chain 為遞迴的流程,因此並無法包含所有的可能性。而 T. O. Kim et al. [17] 則是