Lowest-ID Cluster Algorithm

根據[13][19]，實驗數據顯示 HCA 分群結果下的 cluster head 更動率可有效 降低，但系統整體的封包吞吐量(throughput)降低。一般而言，每個群集都會被配 置有限的資源以供群集內部節點以 TDMA 的方式分時存取，若群集內部成員數 增加，無疑會導致系統效能減低，HCA 以 degree 數來當作 cluster head 遴選標準 的作法將更突顯此問題而造成分群功用不如預期。

2.2.2.2 Lowest-ID Cluster Algorithm

LCA(Lowest-ID Cluster Algorithm)，或稱作 Lowest-ID Heuristic[17]，主要利 用代表節點的獨特 ID 編號大小來決定 cluster head 角色由何者擔任，其演算法步 驟如下[17][19][28]：

15

¾ 每個節點廣播 beacon 封包讓周圍的鄰居節點接收，而 beacon 封包中含有該 節點的 unique ID

¾ 經過一段時間後，各個節點比對所有鄰居的 ID，選出 ID 最小的鄰居當作 cluster head，並加入所選的 cluster head；若自己擁有最小 ID，則宣告自身 為 cluster head

¾ 已加入 cluster 的節點將不得再參加競選

¾ 前述步驟將反覆進行，直到所有節點都被分群完成，分群流程才算結束。

¾ 由於節點拓樸的移動性，每過一段時間需重新進行 LCA 流程，以更新節點 資訊與選擇適當的 cluster head

圖 6 LCA Ad Hoc Network

根據[19][28]，LCA分群程序選出的cluster head因ID-based的競選標準簡單又 快速，且得以解決HCA帶來的系統效能降低問題。但cluster head本質上不具任何 優勢(處理能力、剩餘電力、位置)，加上劃分出來的群集相當零亂，沒有規則性 可言，還可能產生出較多的叢集個數[15]，由此可見LCA也帶來許多尚待解決的 問題。

12

16

2.2.2.3 Battery-Energy Based Clustering Algorithm

BEBCA(Battery-Energy Based Clustering Algorithm)[9]，主要依據節點剩餘電 量為主要分群考量，BEBCA 定義剩餘電能小於門檻值的節點為 bottleneck，為了 不讓這些 bottleneck 成為 cluster head，節點競選 cluster head 的規則為彼此比較 one-hop 內的 bottleneck 節點數，bottleneck 鄰居節點數量越高者，越有機會成 cluster head，這種設計可有效避免網路上過多的 bottleneck 被選為 cluster head，

造成網路拓墣的不穩定。如圖 7，節點 4, 6, 7 藉由鄰居的 beacon 資訊得知自己周 遭的 bottleneck(灰色鄰居節點)較其他節點多，因此宣告自己為 cluster head，讓 周圍的節點加入。然而，此演算法設計可能因為節點佈署位置而產生負面影響，

如節點 4 附近擁有為數眾多 bottleneck，即使節點 4 本身能力不佳(節點 4 也為 bottleneck)，也將被選為 cluster head。以節點 4 為首的群集，其穩定性自然大打 折扣。

圖 7 BEBCA Ad Hoc Network

17

2.2.2.4 Weighted Cluster Algorithm

LCA 與 HCA 分別以 Node ID 及 Node degree 當作遴選 cluster head 之標準。

WCA(Weighted Cluster Algorithm)，或稱作 Weighted Heuristic[17]，乃是將決定 cluster head 的標準改為加權分數的方式，得到最高加權分數的節點取得 cluster head 的資格。加權分數的計算方式通常會將多種系統變因加以考量[17][19][28]，

比如 node degree、節點的剩餘能量、節點移動速度…等，每種變因被賦予一個 權重，來表示該變因對於節點分群的重要性，而權重設定也可視環境的不同加以

cluster head 遴 選依據

bottleneck 成 為

cluster head

1. 可 納 入 多 項

cluster head 負擔

較重

bottleneck 節 點

可 能 被 選 為

cluster head

加權分數計算較

複雜，系統變因

的選擇影響分群

的結果好壞

18 節點自身能力考

量

無 無 無 依照採用的系統

變因而定

2.2.2.5 K-Hop Cluster Algorithm

前文所提到的HCA、LCA與WCA，在想法提出的當時，所建構出的叢集架 構都是屬於1-hop 的，換言之，就是叢集管理者只負責管轄一步跳躍範圍的鄰居 節點，如圖8所示。但是，如果在規模較大的網路狀況下，叢集的個數會因此變 多，反而無法表現出叢集的優點，所以就有部分學者提出K-hop 的叢集架構演算 法，用以滿足規模較大的網路需求。

Z. J. Hass 提出一種K-hop的ZRP(Zone Routing Protocol)[29]，此法把每一個 節點都視為叢集管理者，各個節點都必須去紀錄其K-hop 範圍內的資訊，因此所 紀錄的叢集資訊重疊性相當高，難免浪費太多的網路頻寬在維護叢集和繞送路徑 資訊上。

在D. C. Su 等人所提出的叢集演算法[11]中，作者設計出一種計分機制去計 算每個節點的權重大小，並依照此權重去選出較合適的節點當叢集管理者，這種 方法可以讓每個叢集分布較均勻且有較好的效能，且消除ZRP重疊性帶來的問題，

但是網路上的繞送卻較耗費時間。

19

圖 8 1-hop Clustered Ad Hoc Network

2.3 無線感知網路技術

隨著時代的演進，科技技術不斷更新。微型製造、通訊及電池技術的翻新，

促使小型感測器（Sensor）具有感應、無線通訊及處理資訊的能力。因此不但能 夠感應及偵測環境的目標物及改變，並且可處理收集到的數據，並將處理過後的 資料以無線傳輸的方式送到資料收集中心或基地台。

此類感測器多為微小及便宜的裝置，由於單一裝置的成本較小，因此可大 量放置於環境中形成一個巨大而稠密的感測器網路以對環境進行即時目標偵測。

一般而言，感測器通常為低能量，且電源不具補充性，所以當感測器的內部能源 耗盡時，就必須予以拋棄。

WSN 並不界定網路拓墣型態，也就是可以為 star、mesh、P2P 或綜合以上 型態的網路，但都一定具備下列的功能[24][28]：

1. Sensors/microcontroller：偵測、蒐集以及處理環境中的資料，例如偵測溫 度或溼度。

2. Radio frequency：節點或 gateway 用以收發資料。

3. Software：包含在節點端的嵌入式系統以及使用者端的管理程式，軟體保

20

證資料感測的功能運行正常以及提供容易閱讀的介面。

為了節省傳輸時的能量消耗，無線感知網路中的裝置進行資料傳輸時，當基地台 距離感測器太遠時，感測器需要利用網路路由 （routing）的方法將資料經由多 個感測器組成的路徑傳回基地台，而不同路由方式與拓樸型態都將對於網路整體 壽命將會有直接的影響。故目前無線感知網路的研究而言，多數有關路由或拓樸 形成的研究都擺在延長網路整體壽命之議題。

2.3.1.1 ZigBee

2004 年底，Zigbee聯盟(Zigbee alliance)發佈了一種應用於無線感測網路的短 距離傳輸的新標準。Zigbee 擁有低能源消耗、低資料傳輸率、低成本等特性，

因此適合用於智慧型家庭網路、智慧型辦公室，並可應用於大樓自動化、醫療看 護、能源控制和自動量測等，如圖9所示[8]。

圖 9 ZigBee 應用層面類別[8]

在Zigbee的的規範中，設備依功能多寡可分為完整功能設備(Full Function Device) 與部分功能設備(Reduced Function Device)二種。而依種類來分，可分為以下三 種：

1. Coordinator：每一個Zigbee 網路必定要有且是唯一的coordinator，屬於

21

完整功能設備，負責初始化與管理整個網路，同時擁有Router 的功能。

2. Router：可能直接連接於Coordinator 或其他的Router，屬於完整功能設 備，在網路中擔任Router 的角色，負責遞送資料與交換訊息。

3. End Device：可能直接連接於Coordinator 或Router，但不負責遞送資料 與交換訊息，其設備可能附有感測裝置。

目前，ZigBee 技術在無線感知網路上的應用得到了較廣泛的支持，因此相較於 其他技術規格開發陣營，ZigBee 可說是站穩了腳步。

2.3.1.2 Ultra Low Power Wi-Fi

縱使 ZigBee 技術已經在無線感知網路領域得到了較為廣泛的應用。但從長 遠角度來看，Zigbee 在安全性、技術成熟度、節點管理、QoS 特性、設備互通性 等方面都不夠成熟，而這些都是商業顧客群最需要的，因此難以運用在商業用途。

但以上所提到的要素在 Wi-Fi 規格均可以得到良好的支持。

總體而言，在無線通訊規格的領域中，Wi-Fi 擁有許多 ZigBee 陣營所無法比 擬的優勢，如基礎建設的普及率、QoS、安全性架構解決方案…等。然 Wi-Fi 旗 下的 802.11 系列技術規格要進入無線感知網路市場最大的阻礙在於發送資料時 的功耗過大，因此主導 Wi-Fi 的 Intel 公司在 2006 年將新業務開發部門中的 WSN 研發小組加以切割成立一家名為 GainSpan 的初創公司。經過 3 年的研究，

GainSpan 在 2009 初發表”Ultra Low Power Wi-Fi”計畫所研發出的 SoC 晶片模組 與配套的 Development Tool Kit[13]，此模組支持 802.11b/g，並成功降低發送數 據時的功耗，而且提供 WPA 等級的網路安全性功能。

22

圖 10 Ultra Low Power Wi-Fi 晶片套件

把 Wi-Fi 用於 WSN 這類微型裝置互聯網路無疑是個吸引人的方式，相較於 ZigBee，Ultra Low Power Wi-Fi 能享受到正在被大規模部署的 Wi-Fi 網路所帶來 的成熟的技術、各類層出不窮的 Wi-Fi 設備、和既有的網路設施與架構支援，對 於 WSN 與一般網路的界接，Ultra Low Power Wi-Fi 的地位將可能超越 ZigBee。

23

第三章 一個基於資訊家電的無線隨意區域網路分群

機制

首先，本章先對 IA 所組成無線隨意網路(以下簡稱 IA 隨意網路)進行定義，

接著描述 IA 隨意網路的構築與使用情境以及定義本論文對於 IA 隨意網路主要探 究的問題，然後對於 IA 隨意網路分群機制運行的各個流程環節作詳細介紹。

3.1 IA 隨意網路定義

若把無線隨意網路 (Wireless Ad Hoc Network)與無線感知網路 (Wireless Sensor Network)互相進行比較，兩者有許多相似之處：首先，無線隨意網路和無 線感知網路都是由為數眾多的節點構成，而節點通訊時均是採用無線界面，此外，

商雙方節點之間的溝通可採 multi-hop 的方式進行，每個節點距有轉發封包的功 能，而不需依賴特定路由器角色來幫忙轉發。

雖然有以上的相似點，但是無線隨意網路和無線感知網路的用途和硬體能力 有所不同：無線隨意網路中節點的硬體能力與製造成本都遠高於無線感知網路中 任一感測器節點；反觀無線感知網路的節點，往往是由微小且便宜的裝置，只具 備簡單的資料傳送能力與有限的計算能力，而且為了壓低單一感測器的製造成本，

感測器的內部電源供應採用不可更換的鋰電池，所以當感測器的電源耗盡就須丟 棄。

當 IA 的普及率在後 PC 時代大幅提升後，若能將廣大範圍內的眾多 IA 套用 隨意網路和無線感知網路的概念，勢必可形成一個大規模的 IA-Based 隨意透通 性互連架構，此網路拓墣架構的特性與前文介紹的無線隨意網路和無線感知網路 相比較，可發現具有一定程度的差別：

24

25

26

進行 WPS 註冊流程，並在 WPS 註冊程序完成後得到分群用的安全密鑰資訊，

進行 WPS 註冊流程，並在 WPS 註冊程序完成後得到分群用的安全密鑰資訊，