一种侦听探测帧序列的方法及装置 【技术领域】
本发明涉及无线传感器技术领域， 特别是涉及一种侦听探测帧序列的方法及装置。 背景技术
随着无线传感网络的发展， 各种应用要求通信的数据量越来越多， 如何节省无线 传感器网络的电能是无线传感器网络真正走向实际应用的关键技术之一。
为了节省无线传感器网络路由器的能量， 建立低功耗的无线传感器网络， 现有的 无线传感器网络中使用了 LPR(Low Power Router， 低功耗路由器 )， 以及相应的 LPAR(Low Power Active Router Underlying Protocol， 低功耗路由器下层协议 )。
其中， LPR 区别于普通的路由器， 表现为长期处于休眠状态 ( 关闭收发信机 )， 工作 周期非常短暂。 在 LPAR 协议中， LPR 根据预先设定的休眠周期， 周期性的打开收信机 ( 转入 侦听状态 )， 以监听信道中是否有唤醒信号。 当某传感器节点需要向相邻的传感器节点发送 数据时， 该传感器节点需要向 LPR 发送周期性的唤醒信号探测帧序列 ( 发送间隔小于侦听 状态持续时间， 最多持续一个休眠周期 )， 当 LPR 该周期的休眠结束后， 就打开收信机， 此时 LPR 才可以接收到探测帧序列， 并转入接收通信状态进行数据通信， 然后再进入下一个休眠 周期。
本发明人在实现本发明的过程中发现， 在现有的 LPAR 协议中， LPR 采用固定的休 眠周期持续时间， 但是在 LPR 相邻节点设备较多的情况下， 如果采用固定的休眠周期持续 时间， 当发送数据的相邻节点数相对增加时， 将会造成总的数据传输延迟， 同时， 各传感器 节点的功耗之和也随之增加 ； 相反， 当发送数据的相邻节点数相对减少时， 将会造成 LPR 的 无效侦听增加， 从而增加 LPR 的功耗。可见， 在现有技术的方法中， 无法在 LPR 节能与数据 发送时间延迟之间达到平衡。 发明内容 本发明提供一种侦听探测帧序列的方法及装置， 能够在节省网络功耗的同时， 尽 量减少数据发送时间延迟。
为实现上述目的， 本发明提供了如下方案 ：
一种侦听探测帧序列的方法， 包括 ：
根据当前已获得的周期内各相邻节点发送探测帧序列的次数及网络功耗， 利用自 适应预测算法确定下一休眠周期的持续时间 ；
当所述确定的下一休眠周期的持续时间结束时， 转入侦听状态， 侦听各相邻节点 发送的探测帧序列。
一种侦听探测帧序列的装置， 包括 ：
确定单元， 用于根据当前已获得的周期内各相邻节点发送探测帧序列的次数及网 络功耗， 利用自适应预测算法确定下一休眠周期的持续时间 ；
侦听单元， 用于当所述确定的下一休眠周期的持续时间结束时， 转入侦听状态， 侦 听各相邻节点发送的探测帧序列。
根据本发明提供的具体实施例， 本发明公开了以下技术效果 ：
本发明实施例能够根据当前已获得的周期内各相邻节点发送探测帧序列的次数 及网络功耗， 利用自适应预测算法确定下一休眠周期的持续时间 ； 当所述确定的下一休眠 周期的持续时间结束时， 转入侦听状态， 侦听各相邻节点发送的探测帧序列。 由于能够以自 适应预测的方式确定下一休眠周期的持续时间， 并且是根据已知周期内各相邻节点发送探 测帧序列的次数及网络功耗进行确定的， 因此， 休眠周期可以是动态调整的， 并且调整时考 虑到了各相邻节点发送探测帧序列的次数及网络功耗， 因此， 能够在节省网络功耗的同时， 尽量减少数据发送时间延迟， 以期达到 LPR 和传感器节点的节能与数据发送时间延迟之间 的一种动态平衡。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案， 下面将对实施例中所 需要使用的附图作简单地介绍， 显而易见地， 下面描述中的附图仅仅是本发明的一些实施 例， 对于本领域普通技术人员来讲， 在不付出创造性劳动性的前提下， 还可以根据这些附图 获得其他的附图。
图 1 是本发明实施例提供的方法的流程图 ；
图 2 是本发明实施例提供的确定休眠周期持续时间方法的流程图 ；
图 3 是本发明实施例提供的确定休眠周期持续时间模型的示意图 ；
图 4 是本发明实施例提供的方法的仿真结果示意图 ；
图 5 是本发明实施例提供的方法的另一仿真结果示意图 ；
图 6 是本发明实施例提供的装置的示意图 ；
图 7 是本发明实施例提供的另一装置的示意图。
具体实施方式
下面将结合本发明实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完 整地描述， 显然， 所描述的实施例仅仅是本发明一部分实施例， 而不是全部的实施例。基于 本发明中的实施例， 本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例， 都属于本发明保护的范围。
为使本发明的上述目的、 特征和优点能够更加明显易懂， 下面结合附图和具体实 施方式对本发明作进一步详细的说明。
参见图 1， 本发明实施例提供的侦听探测帧序列的方法包括以下步骤 ：
S101 ： 根据当前已获得的周期内各相邻节点发送探测帧序列的次数及网络功耗， 利用自适应预测算法确定下一休眠周期的持续时间 ；
首先需要说明的是， LPR 在侦听期间接收到探测帧序列时， 可以采用 ACK 或非 ACK 两种方式对探测帧序列进行响应。在 ACK 工作方式中， LPR 在接收到探测帧序列之后， 就向 相邻节点返回 ACK 消息， 相邻节点接收到 ACK 消息之后， 就停止向 LPR 发送探测帧序列。在 该方式下， 以增加侦听状态的持续时间为代价， 而减少相邻节点设备发送探测帧序列产生的功耗 ； 另一种工作方式是非 ACK 工作方式， 在此方式中， LPR 接收到相邻节点的探测帧序 列之后， 并不向相邻节点返回应答消息 ； 因此， 即使 LPR 已经接收到了相邻节点的探测帧序 列， 该相邻节点仍然需要向 LPR 继续发送探测帧序列， 直到 LPR 与其它相邻节点设备通信 后， 与该相邻节点进行数据通信时， 才结束发送探测帧序列。其中， 所述探测帧序列仅是一 种发送数据前的请求， 真正的数据在得到相应的应答后才发送。相应的， LPR 还需要启动数 据接收流程， 进行数据交换， 接收数据并转发到目标相邻节点后， LPR 进行休眠状态， 以达到 节省能量的目的。
本发明实施例中， LPR 可以采用 ACK 的工作方式， 也可以采用非 ACK 的工作方式。 所述各周期是指 LPR 的一个休眠周期及该休眠周期结束后侦听状态持续时间之和。这是因 为， 如果 LPR 采用非 ACK 的工作方式， 则在 LPR 进入侦听状态之后， 相邻节点还会继续发送 探测帧 ； 另外， 从整体上而言， 网络功耗不仅包括相邻节点发送探测帧所需的功耗， 还可以 包括 LPR 的功耗， 以及相邻节点发送数据的功耗等等， 因此， 在 LPR 休眠周期内及侦听状态 下的都会产生功耗。所以在本发明实施例中， 将一个休眠周期及该休眠周期结束后侦听状 态持续时间之和作为一个周期， 并统计该周期内的相关参数。其中， LPR 在采用 ACK 的工作 方式以及非 ACK 的工作方式时， 所考虑的网络功耗包括各相邻节点产生探测帧序列所需要 的功耗、 LPR 开启侦听的功耗及收发数据时 LPR 和各相邻节点所需要的功耗。
为了方便描述， 下面仅以 ACK 工作方式为例对本发明实施例的技术方案进行描述。 其中， 虽然 LPR 在休眠周期内并不接收相邻节点发送的探测帧序列， 但是相邻节 点自身可以记录发送探测帧序列的次数， 当 LPR 接收到某相邻节点发送的探测帧序列， LPR 与该相邻节点进行握手时， 就可以从该相邻节点获取到该休眠周期内该相邻节点发送探测 帧序列的次数。在实际非同步网络中， LPR 在侦听期间接收相邻节点发送的探测帧序列， 在 该序列中， 记录了该相邻节点发送探测帧序列的次数。
需要说明的是， 相邻节点发送探测帧序列的次数体现了数据发送时间的时延。因 为， 当相邻节点有数据要发送时， 就要开始以一定的周期向 LPR 发送探测帧序列， 直到收到 LPR 的响应或开始进行数据传输。在相邻节点发送探测帧序列期间， 数据处于等待发送状 态， 无法及时被传输。因此， 如果相邻节点发送探测帧序列的次数越少， 则等待时间也就越 短 ( 探测帧序列的发生周期通常是固定的 )， 数据传输的延迟就越少。基于上述考虑， 本发 明实施例中， 将一个休眠周期内相邻节点发送探测帧序列的次数， 作为数据传输延迟的度 量， 并以此作为确定休眠周期的一个因素。
网络功耗是确定休眠周期的另一个因素。在本发明实施例中， 网络功耗是根据各 相邻节点的发送探测帧序列的次数、 LPR 接收和发送相应的信息次数等计算出来的， 包括 在一个周期内各相邻节点发送探测帧序列所需的功耗总和 Ppre， 以及 LPR 开启侦听的功耗 Psniff、 应答探测帧序列的功耗 PACK、 收发数据时 LPR 和各相邻节点的功耗 PRT。通常， 可以将 这些功耗全部考虑进来， 作为进行休眠周期调整的依据。
其中， 相邻节点发送一次探测帧序列所需的功耗是固定的， 因此， 将发送一次探测 帧序列所需的功耗乘以各相邻节点的发送次数， 就可以获得在一个休眠周期内， 各相邻节 点发送探测帧序列所需的功耗总和。
LPR 开启侦听的功耗是指 LPR 结束一个休眠周期， 转入侦听状态时， 需要开启收发
机， 并接收各相邻节点的探测帧序列， 这一过程中 LPR 产生的功耗。对于同一 LPR 而言， LPR 每次开启收发机及接收一次探测帧序列所需的功耗通常都是固定的， 因此， 再统计出 LPR 在一次侦听期间接收到的探测帧序列总数， 就可以得到 LPR 在转入侦听状态后， 开启侦听 所需的总功耗。
应答探测帧序列的功耗是指在 ACK 工作方式下， LPR 在侦听期间接收到应答探测 帧序列后， 向相邻节点返回 ACK 响应所需的功耗。其中， LPR 发送一次 ACK 响应所需的功耗 通常是固定的， 因此， 再统计出 LPR 在一次侦听期间接收到的探测帧序列总数， 就可以得到 应答探测帧序列产生的总功耗。
收发数据时 LPR 和各相邻节点的功耗， 是指 LPR 接收到相邻节点的探测帧序列后， 相邻节点向 LPR 发送数据， LPR 再将数据转发到目标相邻节点， 这一过程中 LPR 和各相邻节 点的功耗的总和。 该功耗的大小与传输的数据包的大小有关， 数据包越大， 则该功耗可能也 会越大。
需要说明的是， 如果是 LPR 采用非 ACK 的工作方式， 则在收到相邻节点的探测帧序 列之后将不会返回应答， 因此， 在这种情况下网络功耗也就不包括 PACK。 另外， 如果在一个周 期内， 各相邻节点都没有发送探测帧序列， 也没有进行数据的传输， 则 Ppre 和 PRT 均为 0， 因 此， 网络功耗可能只包括 Psniff。 其中， 在确定下一休眠周期的持续时间时， 使用的所述自适应预测算法可以采用 LMS(Least mean square， 最小均方 )、 RLS(Recursive least squares， 递推最小二乘法 )、 卡尔曼预测器模型等。本领域技术人员可以根据实际需要进行任意选择。
S102 ： 当所述确定的下一休眠周期的持续时间结束时， 转入侦听状态， 侦听各相邻 节点发送的探测帧序列。
LPR 每次转入下一次休眠状态之前， 都需要利用步骤 S101 所述的方法确定下一次 休眠周期的持续时间， LPR 进入下一个休眠周期后， 会按照确定出来的休眠周期持续时间， 转入下一个侦听状态。
可见， 本发明实施例中， 由于能够以自适应预测的方式确定下一休眠周期的持续 时间， 并且是根据已知休眠周期内各相邻节点发送探测帧序列的次数及网络功耗进行确定 的， LPR 的休眠周期不再是固定不变的， 而是可以动态调整的， 并且调整时考虑到了各相邻 节点发送探测帧序列的次数及网络功耗， 因此， 能够在节省网络功耗的同时， 尽量减少数据 发送时间延迟， 以期达到 LPR 和传感器节点的节能与数据发送时间延迟之间的一种动态平 衡。
其中， 在根据已知休眠周期内各相邻节点发送探测帧序列的次数及网络功耗， 利 用自适应预测算法确定下一休眠周期的持续时间时， 可以采用多种方法实现， 在本发明实 施例中， 可以采用图 2 所示方法 ：
S201 ： 根据上一休眠周期内各相邻节点发送探测帧序列的总次数及网络功耗， 利 用自适应预测算法确定当前休眠周期的持续时间调节量 ；
S202 ： 根据当前休眠周期内各相邻节点发送探测帧序列的总次数及所述确定的当 前休眠周期的持续时间调节量， 得到当前休眠周期内各相邻节点发送探测帧序列的总次数 及网络功耗的估计值 ；
S203 ： 利用所述当前休眠周期内各相邻节点发送探测帧序列的总次数及网络功耗
与所述估计值之间的估计误差， 调整所述自适应预测算法的权值 ；
估计误差进行权值的调整的方法较多， 并且根据不同的自适应预测算法， 其调整 算法是不同的， 通常调整的权值与估计误差的变化量成正比。
S204 ： 利用调整后的权值， 重复执行步骤 S201、 S202、 S203， 直到所述估计误差达 到预置条件 ；
S205 ： 根据当前休眠周期内各相邻节点发送探测帧序列的总次数及网络功耗， 利 用所述估计误差达到预置条件时对应的自适应预测算法权值， 确定下一休眠周期的持续时 间调节量 ； 利用所述下一休眠周期的持续时间调节量及预置的固定休眠周期持续时间， 确 定所述下一休眠周期的持续时间。
为了更好的理解上述确定下一休眠周期的持续时间的方法， 下面通过具体的例子 进行详细地介绍。
本发明人在实现本发明的过程中发现， 无线传感器网络是一种动态的实时变化的 网络。由于网络中数据的传输并不是完全均衡的， 存在热节点 ( 数据发送频繁 ) 和冷节点 ( 数据发送间隔长 )。要想设定一个完全兼顾热节点和冷节点的工作方式是不太现实的， 若 LPR 的休眠周期设置较长， 则热节点数据发送数据成功的时延较大， 且容易造成拥塞， 同时， 造成各个热节点发送较多的探测帧序列， 使得热节点造成较大的电能消耗 ； 若 LPR 的休眠 周期设置较短， 则 LPR 会执行较多的无效侦听 ( 无数据接收 )， 造成 LPR 的能量浪费。因此， 使用统一的或者不变的工作周期并不是最优的运行策略。 为有效避免睡眠周期设置较大时突发数据的延时较长以及相邻节点的无效能耗 问题， 需要动态地根据前一段时间相邻节点发送的数据次数、 各发送数据相邻节点的发送 时间， 综合相邻节点发送探测帧序列的功耗、 周期以及 LPR 侦听的功耗等诸方面的因素， 利 用自适应预测的方法， 动态地调整 LPR 每次休眠的时间间隔， 以达到 LPR 节能与数据发送时 间延迟之间的一种动态平衡， 在节省网络功耗的情况下， 尽量减少数据发送的时间延迟。
在本发明实施例中， 首先预置一个固定的休眠周期持续时间 τ， Δτ 为休眠周期 持续时间的调节量， 该参数与以前各休眠周期内各相邻节点发送探测帧序列的次数和相邻 节点的个数以及各相邻节点功耗相关。通过 τ 和 Δτ 来确定下一休眠周期的持续时间， 以期传输数据到一个 LPR 相邻节点时自身设备功耗与数据延迟之间的最佳平衡。
首先， 假设一个 LPR 相邻节点数为 M， 在第 K 个侦听周期 LPR 所接收的各个相邻节 点发送探测帧序列的次数为 ：
XK(1， 2， ...， M) ＝ [xK1， xK2， ...， xKM] (1)
其中， xKi 表示在 K 个休眠周期内， 节点 i 向 LPR 发送探测帧序列的次数， 如果 xKi ＝ 0， 则表示该节点 i 在 K 个休眠期间没有发送探测帧序列。
第 K 个休眠周期网络功耗为 ：
PLPR ＝ Psniff+PACK+PRT (3)
其中， Ppre 为相邻节点产生一次探测帧序列所需要的功耗 ； PLPR 为 LPR 开启侦听的 功耗 Psniff、 应答探测帧序列功耗 PACK 以及收发数据时 LPR 和各相邻节点所需要的功耗 PRT。
假设在 N 个休眠周期之后， 各个节点发送探测帧序列的次数和网络功耗分别用矩 阵 X 和 P 表示 ：P ＝ [p1， p2， ...， pN] (5)
为实现网络功耗与数据传输时间延迟之间的平衡， 本发明实施例将利用前 N 个休 眠周期后所得到的 X 和 P， 采用自适应预测方法， 确定第 N+1 个休眠周期的持续时间， 以最优 化达到网络功耗与数据传输时间延迟之间的最佳平衡， 其自适应预测侦听时间间隔的模型 如图 3 所示。
假设当前周期为 N， 则输入变量为第 N 个周期的 XN 和 PN， 通过延时器后为 XN-1、 PN-1， 即等效为第 N-1 个周期 ( 当前周期的上一周期 ) 的输入参量。其中， XN 是指第 N 个周期内，
各个相邻节点发送探测帧次数的总和， PN 是指第 N 个周期内的网络总功耗。在具体进行确 定前， 可以将获取到的 XN、 P N、 XN-1、 PN-1 储存在队列中， 因此将 XN、 PN 输入延时器之后， 可以得 到第 N-1 周期的输入参量 XN-1、 PN-1。
XN-1、 PN-1 经自适应预测器 ( 自适应预测器可采用 LMS、 RLS 和卡尔曼预测器模型 等 ) 后， 输出预测的 N 时刻休眠周期持续时间调节量 ΔτN， 根据所预测的时间间隔调节量 经网络控制器根据 XN 计算出 N 时刻的预估计值 ΔτN， 将此预估值与实际的输入值 XN、 PN 进行比较计算， 得到其预测误差， 再利用其估计误差对自适应预测器的权值进行调整， 直到估计误差 e(N) 达到预置条件。
其中， 自适应预测算法可以任意选择， 自适应预测器的输入为两个变量， 输出一个 变量。 按照本发明实施例提供的方法， 设置自适应预测器的输入变量， 将自适应预测器的输 出变量看作是休眠周期持续时间调节量即可。
当估计误差 e(N) 达到预置条件时， 将相应的自适应预测器的权值复制到从动自 适应预测器中， 即可计算得到 N+1 时刻的确定的侦听时间间隔调节量 ΔτN+1， 再将 ΔτN+1 与固定的休眠周期持续时间 τ 相加， 即可实现以自适应预测的方式确定休眠周期持续时 间， 以达到网络功耗和数据传输时间的动态最佳平衡的目的。
其中， 第 N 个周期内的误差为 ：
其中， em(N) 为 XN 与之间的误差 ； en(N) 为 PN 与之间的误差。第 N 个周期内的自适应权值和预测的侦听时间间隔调节量 ΔτN 为 ： W ＝ [Wm， Wn] ＝ [Wm-1+fm(em(N))， Wn-1+fn(en(N)) (7) T ΔτN ＝ W[XN-1， PN-1] ＝ WmXN-1+WnPN-1 (8) 其中， Wm、 Wn 为自适应预测器的权值， 在本发明实施例中， 分别与 X 和 P 相对应， 在计算时， 分别作为 X 和 P 的系数 ； Wm-1、 Wn-1 是指上一次调整后的权值。fm(e(N))、 fn(e(N)) 分 别为自适应权值调整函数， 该函数将根据不同的自适应算法不同， 而采用不同的策略和计 算方法， 如采用最大梯度法， 则对应的 fm(e(N))、 fn(e(N)) 分别以其误差 em(N)、 en(N) 的变 化率成正比。
将自适应预测器的权值复制到从动自适应预测器， 则 N+1 时刻确定的休眠周期持 续时间调节量 ΔτN+1 为 ：
ΔτN+1 ＝ W′ mXN+W′ nPN (9)
其中， W′ M、 W′ N 是指估计误差达到预置条件时对应的自适应预测算法权值。
根据确定的第 N+1 周期的休眠周期持续时间调节量 ΔτN+1， LPR 调节第 N+1 周期 的休眠周期持续时间为 ：
τN+1 ＝ τ+ΔτN+1 (10)
从上述描述可以看出， 以自适应预测的方式确定休眠周期持续时间的步骤包括 ：
1) 初始化自适应确定的初值 ：
例如， τ ＝常数， Δτ ＝ 0， X0 ＝常数， P0 ＝常数， 权值 W0 ＝常数数组
2) 第 N 个侦听时间内， 根据公式 (6) 计算出此时刻的误差 e(N) ； 3) 根据其误差 e(N)， 根据公式 (7) 计算出自适应预测器权值为 WN ；
4) 根据公式 (9) 计算出第 N+1 周期的休眠周期持续时间调节量 ΔτN+1 ； 并根据公 式 (10) 计算出第 N+1 周期的休眠周期持续时间 τN+1 ；
5)LPR 将接收到第 N+1 周期内相邻节点所发送来的相关信息， 得到 N+1 周期内的 XN+1， 并计算出此周期内的 PN+1。
需要说明的是， 在准同步网络中， 同样可采用本发明实施例提供的方法， 即 LPR 相 邻节点设备在数据产生时， 开启一个时间定时器， 当 LPR 上一次设定的活动时间到来时， 节 点设备向 LPR 发送相关的数据信息包括定时器所记录的时间， LPR 利用本发明实施例提供 的方法， 计算出 LPR 的休眠周期持续时间后， 以广播的方式向相邻节点发送 LPR 的休眠周 期， 即下一次启动活动的时间， 这样， 接收到 LPR 休眠周期的相邻节点， 可以在 LPR 下一次启 动活动时进行数据发送， 减少发送多次探测帧序列造成的网络功耗。而对于在广播时未收 到 LPR 休眠周期的相邻节点， 当有数据需要传送时， 将采用发送探测侦听帧的方式进行工 作， 即采用非同步网络中， 按照前文所述工作方式进行工作， 这样， 通过本发明实施例， 将准 同步网络固定的休眠周期改变为自适应动态休眠时间， 以达到数据发送时延与节省网络功 耗的动态均衡。
当然， 在同步或不同步网络中， 也可以采用上述广播的方式向相邻节点发送 LPR 的休眠周期， 具体的方法可以参照准同步网络中的方法进行， 这里不再赘述。
综上可见， 本发明实施例采用自适应预测方法， 确定下一休眠周期的持续时间， 通 过动态地调整休眠周期的持续时间， 以达到 LPR 和传感器节点的节能与数据发送时间延迟 之间的一种动态平衡， 即在节省网络功耗的情况下， 尽量减少数据发送的时间延迟。
为了使结果直观， 本发明实施例的技术方案网络结构采用星型网络， 即以一个 LPR 和 M 个相邻节点， 对其进行仿真计算。假设 τ ＝ 1000ms， 侦听的最大调整范围为 500ms， 探测帧序列的持续时间为 3ms， 侦听的持续时间为 10ms， 确认帧发送持续时间为 2ms， 单 个数据发送持续时间 3ms， 单个数据接收持续时间为 3ms， 发送功率为 81mw， 接收功率
108mw。在本仿真中， 利用泊松分布产生相邻节点发送数据模型， 定义系统总运行 15 分钟 (900000ms)， 并且每隔 1 分钟 (60000ms) 改变一次泊松参量 λ 值， 以模仿环境变化对数据 生成概率的影响。
在本仿真中， 主要考虑两个参量对结果的影响， 分别为 node( 相邻节点数， 对其仿 真时取 1 至 20， 默认为 15)， num(countaverage 中统计的周期数， 对其仿真时取 5 至 20， 默 认为 10)， 分别讨论这两个参量对执行侦听的总次数， 产生的总延时和总能耗的影响， 并与 LPAR 算法进行分析比较。
首先， 相邻节点数产生的影响。
LPR 设备相邻节点数对在仿真期间侦听的次数、 数据平均时延、 网络功耗的影响如 图 4 所示。其中， 横轴代表 LPR 相邻的节点数 (node)， 取值为 5 至 20 ； 纵轴由上至下分别 代表平均执行侦听的总次数， 单位数据平均延时 ( 单位为毫秒 )， 平均总能耗 ( 单位为毫瓦 时 )。 从图 4 中可以看出， 与 LPAR 固定周期方法相比， 本发明实施例的方法在相邻节点数较 小时， 虽然增加了单位数据平均延时 (DelayAvg)， 并增加了相邻节点的发送能量， 但有效减 小 LPR 节点侦听的次数 (count)， 从而有效降低接收端 (LPR 节点 ) 的能耗 ； 在相邻节点数 较多时， 本发明实施例的方法在有效地减小侦听次数 (count) 的基础上， 有效降低了单位 数据平均延时 (DelayAvg) 和总能耗 (Power)， 以达到最佳效率。 然后， 对采样周期数 (Num of average) 产生的影响。
采用周期数 (Num of average) 对在仿真期间侦听的次数、 数据平均时延、 网络功 耗的影响如图 5 所示。其中， 横轴采样周期数 (Num of average) ； 纵轴由上至下分别代表 平均执行侦听的总次数、 单位数据平均延时 ( 单位为毫秒 )、 产生的平均总能耗 ( 单位为毫 瓦时 )， 从图 5 中可以看出， 与 LPAR 固定周期方法相比， 若采样周期数 N 较少， 则会带来较 大的单位数据平均延时 (DelayAvg) 和总能耗 (Power) ； 显然， 当选择采样周期数 N ＞＝ 10 后， 将会体现出本发明实施例方法的有效性。
总之， 本发明实施例根据低功耗路由节点已经接收的数据次数、 各发送数据节点 的发送时间， 综合节点发送探测帧序列的功耗、 周期以及 LPR 侦听的功耗等诸方面的因素， 利用自适应预测的方法， 确定低功耗路由节点下一次休眠周期的持续时间， 通过动态地调 整 LPR 的休眠周期持续时间， 以达到 LPR 和传感器节点的节能与数据发送时间延迟之间的 一种动态平衡， 即在节省网络功耗的情况下， 尽量减少数据发送的时间延迟。
与本发明实施例提供的方法相对应， 本发明实施例还提供了一种侦听探测帧序列 的装置， 参见图 6， 该装置包括以下单元 ：
确定单元 U601， 用于根据当前已获得的周期内各相邻节点发送探测帧序列的次数 及网络功耗， 利用自适应预测算法确定下一休眠周期的持续时间 ；
侦听单元 U602， 用于当所述确定的下一休眠周期的持续时间结束时， 转入侦听状 态， 侦听各相邻节点发送的探测帧序列。
其中， 所述自适应确定算法有多种， 在本发明实施例中， 参见图 7， 确定单元 U601 可以包括以下子单元 ：
第一确定子单元 U6011， 用于根据上一周期内各相邻节点发送探测帧序列的总次 数及网络功耗， 利用自适应预测算法确定当前休眠周期的持续时间调节量 ；
参数估计子单元 U6012， 用于根据当前周期内各相邻节点发送探测帧序列的总次
数及所述确定的当前休眠周期的持续时间调节量， 得到当前周期内各相邻节点发送探测帧 序列的总次数及网络功耗的估计值 ；
权值调整子单元 U6013， 用于利用所述当前周期内各相邻节点发送探测帧序列的 总次数及网络功耗与所述估计值之间的估计误差， 调整所述自适应预测算法的权值 ；
重复执行子单元 U6014， 用于触发所述第一确定子单元、 参数估计子单元、 权值调 整子单元利用调整后的权值重复执行， 直到所述估计误差达到预置条件 ；
第二确定子单元 U6015， 用于根据当前周期内各相邻节点发送探测帧序列的总次 数及网络功耗， 利用所述估计误差达到预置条件时对应的自适应预测算法权值， 确定下一 休眠周期的持续时间调节量 ； 利用所述下一休眠周期的持续时间调节量及预置的固定休眠 周期持续时间， 确定所述下一休眠周期的持续时间。
本发明实施例不仅可以用于异步无线传感器网络， 还可以用于准同步网络中， 此 时， 该装置还包括 ：
广播单元 U603， 用于以广播方式向相邻节点发送所述确定出的下一休眠周期的持 续时间。
通过本发明实施例提供的装置， 由于能够通过自适应预测的方式确定下一休眠周 期的持续时间， 并且是根据已知休眠周期内各相邻节点发送探测帧序列的次数及网络功耗 进行确定的， 因此， 休眠周期可以是动态调整的， 并且调整时考虑到了各相邻节点发送探测 帧序列的次数及网络功耗， 因此， 能够在节省网络功耗的同时， 尽量减少数据发送时间延 迟， 以期达到 LPR 和传感器节点的节能与数据发送时间延迟之间的一种动态平衡。 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以 通过程序来指令相关的硬件来完成， 所述的程序可以存储于一计算机可读取存储介质中， 该程序在执行时， 包括如下步骤 ： 根据当前已获得的周期内各相邻节点发送探测帧序列的 次数及网络功耗， 利用自适应预测算法确定下一休眠周期的持续时间 ； 侦听单元， 用于当所 述确定的下一休眠周期的持续时间结束时， 转入侦听状态， 侦听各相邻节点发送的探测帧 序列。所述的存储介质， 如： ROM/RAM、 磁碟、 光盘等。
以上对本发明所提供的一种侦听探测帧序列的方法及装置， 进行了详细介绍， 本 文中应用了具体个例对本发明的原理及实施方式进行了阐述， 以上实施例的说明只是用于 帮助理解本发明的方法及其核心思想 ； 同时， 对于本领域的一般技术人员， 依据本发明的思 想， 在具体实施方式及应用范围上均会有改变之处。 综上所述， 本说明书内容不应理解为对 本发明的限制。