MSP4301611设计与实现CSMA协议

发布时间:2012-03-19 阅读量:1493 来源: 我爱方案网 作者:

中心议题:
    *  无线传感器网络CSMA协议的设计与实现
解决方案:
    *  为物理层提供可靠实用的信道监测手段
    *  实现信道监测
    *  怎样选择和维护信号强度阈值

CSMA协议是网络中运用得最为广泛的竞争协议,因此无线传感器网络的MAC层大多使用CSMA机制来提供竞争信道的功能。随着IEEE 802.15.4标准的制定,各射频芯片厂家也纷纷推出了性能更好、功能更强的射频芯片。TI公司(原Chipcon)推出CC2420来替代原来无线传感器网络使用最多的射频芯片CC1000。由于各射频芯片特性功能各不相同,为了使CSMA协议达到更好的性能,根据射频芯片的具体特性来重新优化设计CSMA机制也就变得很有必要。

本文使用TI公司的MSP4301611超低功耗MCU,以及CC2420射频芯片作为硬件实验平台,充分利用CC2420部分IEEE 802.15.4协议MAC封装的特性,设计并实现了一个全新的、灵活的CSMA协议。

1 信道监测的设计

实现CSMA协议的最基本的条件就是物理层必须提供可靠、实用的信道监测手段,因此首先要了解射频芯片的一些特性。

1.1 CC2420的相关特性

CC2420是TI公司推出的2.4 GHz射频芯片,其硬件封装支持部分IEEE 802.15.4的MAC层协议规定。CC2420的功能结构如图1所示,CC2420的数字接口具有自动CRC校验、自动加密的功能,并维护两个缓冲区(一个接收FIFO,一个发送FIFO)。数字接口通过SPI通信接口与微处理器相连。CC2420是以数据包为单位的射频芯片,即必须从微处理器收满一个数据包,才会发送该数据包。数字接口收满一整包后,自动添加CRC校验,并送入调制模块进行数据调制和整形,最后发送出去。当监测到信道有数据时,将数据经过模/数转换后送入数字解调器中进行帧同步;如果同步就将数据填入接收缓冲区中,最后填充当前信道内的RSSI(Receive Signal Strength Indicator,接收信号强度指示器)信息。


图1 CC2420功能结构图

CC2420提供一个读取RSSI值的命令,开发者可以调用该命令来得到当前信道的信号强度值,并通过对该值的解析来判定当前信道是空闲还是繁忙。另外,CC2420在接收到数据包时,可以自动在数据包的倒数第二个字节里填充当前接收数据包时的RSSI值。这种特性对于信号强度阈值的更新维护十分有用。

1.2 信道监测的设计

CC2420提供了一项CSMACA的功能,称为CCA(Clear Channel Assessment,空闲信道评估),它使用一个寄存器来设置阈值。当CC2420收到CCA命令后,就开始采样RSSI值,只有采样到的RSSI值小于寄存器中的阈值时才允许发送数据。CCA虽然实现了信道监测的基本功能,但是也有其自身的缺点: 不够灵活且开放程度不够,只能进行一次完整的通道监测,并不能设置采样次数。这就限制了它在其他协议中的使用,例如在LPL(Low Power Listening,低功耗侦听)协议中,只需要进行一次采样作为侦听。另外,它的判定机制并不够完善,只有一个阈值,因而开发者难以找到合适的阈值。

本文参照CCA的阈值机制,设置上下阈值并利用CC2420读取RSSI采样值的命令,用软件来完成信道监测工作。本文使用的信道监测及判定的基本原理就是: 先设置两个适当的信号强度阈值,一个是最小信号强度minSignal,其含义是信道中有数据发送时的最小信号强度值;另一个是噪声强度noiseStrength,其含义是信道空闲时的信号强度值。然后物理层在一段时间内不断地进行RSSI采样,并把采样结果按照某种规则(在实现中有具体说明)与阈值进行比较,从而得到信道的活动状态。而且为了更准确地反映信道状态,在不能判断信道活动状态时,还应有扩展采样机制。

另外,这两个信号强度阈值并不是一直不变的,它们必须根据信道一段时期的信号强度情况来动态更新,因此本文还实现了一种阈值更新机制,它能根据当前的信道信号强度和一些强度统计信息来动态地更新阈值。

从接口上看,物理层的信道监测只是提供给MAC层的CSMA协议一个探测信道的接口。为了设计一个灵活的信道探测接口给上层,就必须给上层一些调整的接口,例如可以让上层来设定具体某次监测的采样次数,这样上层就可以根据不同的实际情况来设定采样数。图2为物理层信道监测提供的接口与MAC层CSMA的关系简图。


图2 信道监测接口与CSMA关系简图
 

 


2 信道监测的实现

2.1 信道活动状态判断的基本规则

采样得到的RSSI值是一个有符号的振幅值,它只有一个字节。这样的值并不利于分析,所以统一将其值上升128,即对读出的RSSI值统一加上128,因此转换后的值都是为正的,后面提到的RSSI值指的都是转换后的值。

假设上层设定信道采样窗口数为N。为了完成连续的N次采样,需要使用一个采样定时器。CC2420的RSSI采样时间约为128 μs,再加上硬件延迟以及软件处理延迟时间,采样定时器设置为1 ms循环触发(这1 ms的采样在CSMA中称为“采样窗口”)。每次定时器触发后,就向CC2420发送命令读取当前信道的RSSI值,然后采用如下规则进行信道活动状态判断:

① 如果采样到的RSSI值大于等于阈值minSignal,那么就判定信道正被其他节点使用,即使采样未满N次也不再采样,并立即通知上层协议信道正被使用。反之如果该次采样监测岀的值小于或等于minSignal,那么本次采样不做任何判断,继续下次的采样。

② 如果一直采样到最后,且最后一次的RSSI值小于noiseLevel(噪声强度),那么就判定信道为空闲,并给出修改阈值标志,通知上层可以发送数据。注意,只要判定为信道空闲,就要给出更新阈值标志,原因将在后面的阈值维护中说明。

如上所述,只要采样值大于等于minSignal,就判定信道是繁忙的,而判定信道空闲时却要求所有的采样都小于minSignal,且最后一次的采样值要小于noiseLevel。然而上面两个规则并不完善,并不能处理任何情况,以下两种情况就不能得出结论: 最后一次采样岀错没有得到RSSI值,或者最后一次采样的RSSI值介于noiseLevel和minSignal之间。此时就必须使用扩展规则。

2.2 信道活动状态判断的扩展规则

扩展规则是为了处理基本规则不能解决的问题。扩展规则其实就是扩展m次采样,在这m次的扩展采样中使用对应的扩展规则来判定信道状态。扩展规则涉及一些统计的方法,需要维护一个extCSVal的统计变量。扩展规则如下:

① 扩展采样中,判定信道繁忙的规则与基本规则一样。只要检查到采样RSSI值大于等于minSignal,就判定为信道忙,然后结束扩展采样。

② 信道空闲的判定与基本规则不同,因为已经处于扩展采样,所以只要检查到采样RSSI值小于noiseLevel,就可判定信道为空闲,同时给出更新阈值的标志。

③ 如果在扩展采样中并没有出现以上两种情况,那么就必须要计算extCSVal来做判断。先说明赋给extCSVal的初值,如果最后一次基本采样的RSSI值介于两阈值之间,那么直接将这个RSSI值赋给extCSVal;如果最后一次基本采样读取RSSI失败,那么将第一次扩展采样得到的介于两阈值之间的RSSI值赋给extCSVal。如果extCSVal已经赋值,而扩展采样中又得到了介于两阈值之间的RSSI值,那么更新extCSVal值:extCSVal = (extCSVal + RSSI)1(即取平均值)。

④ 如果m次扩展采样,依靠前两个规则仍然不能判断信道状态,且最后一次扩展采样的结果仍然介于两者之间,那就使用统计值extCSVal来辅助判断。规则如下:如果extCSVal> = ((minSignal + noiseLevel)1),那么就判定信道忙;反之,则判定信道空闲。

⑤ 最后是最坏的一种情况:当扩展采样的最后一次采样发生错误,读取RSSI值失败时,并不知道信道的实际状况,但也不能一直扩展下去,所以判断为信道繁忙以避免出错。

通过基本规则和扩展规则已经可以得出一个准确性较高的信道活动状态判定,扩展规则弥补了基本规则可能会出现的错误。在实际的测试中,如果两个阈值的初值选择得很合适,那么一般并不会进入扩展采样。若阈值初值选择得不贴切,如mingSignal初值过大,则noiseLevel初值过小时都会导致进入扩展采样。

这里还需要说明的是m的取值。本文中采样定时器设置为1 ms,即1 ms采样一次。扩展采样次数m取值越大,准确性自然就越高,但是整个网络性能有所下降(花去的额外时间过多)。m的值也不能过小,不然extCSVal统计值就不能发挥其作用。由于本文使用的初始阈值是经过大量测试确定的精确值(参照信号强度阈值初值的选择),因此使用该初始阈值进行的测试结果显示: 只有极少情况进入扩展采样(约5 000次监测进入一次扩展采样)。鉴于这种实际情况,m的取值不需要很大,本文取其值为3。如果初始阈值不能精确设定,那么可将m值放大。

3 信号强度阈值的选择和更新维护

从信道监测的基本规则和扩展规则可以看出,信号强度的两个阈值对信道状态的判定十分重要,因此这两个阈值的初始值选择必须十分慎重;而且必须要根据当前信道状态动态更新阈值的机制。

3.1 信号强度阈值的更新机制

阈值的动态更新必须使用大量的实时RSSI值作为统计值,且需要把RSSI值分为两类: 一类是信道繁忙时的RSSI,本文称为busyRSSI;另一类是信道空闲时的RSSI值,本文称为noiseRSSI。这两个值可以在物理层每接收到一个数据包时获取,因为CC2420接收到一个数据包时将在数据包的倒数第二个字节(FCS域)自动填充接收时的RSSI值,因此busyRSSI值就无条件地得到了;而在刚接收完数据包后信道一般都是空闲的,所以这时立即读取当前的RSSI值,就可以得到noiseRSSI值。为避免例外,可将得到的noiseRSSI值与minSignal进行比较,如果大于等于minSignal就丢弃。

 



在获得busyRSSI和noiseRSSI后就对其进行统计操作,为实现这个目的需要维护一个统计变量avgSignal,用来统计所有的busyRSSI值。avgSignal的初值等于minSignal的初值即初始阈值,并按1/4的权重进行统计,即avgSignal = (avgSignal1) + ((avgSignal + busyRSSI)2)。noiseRSSI的值并不需要统计,这是因为读出noiseRSSI的值很稳定几乎不变。

noiseLevel阈值的更新相对简单,因为噪声信号强度十分稳定,因此不必对noiseRSSI做统计,每次读取noiseRSSI后可直接对noiseLevel进行更新。更新规则也是采用1/4权重,即noiseLevel = (noiseLevel  1) + ((noiseLevel + noiseRSSI)  2)。

minSignal阈值需要针对两种互补的情况来进行更新调整。第一种情况是一段时间内的采样结果全是信道空闲,说明所有的采样值都小于minSignal,因此有可能minSignal的值过高,应对其调整将其适当降低。该情况在监测信道结果为空闲时触发更新,更新方法是直接利用当前的busyRSSI来更新;只要busyRSSI的值小于当前的minSignal值,那么就将busyRSSI的值作为最新的minSignal值。这样做是因为在busyRSSI的信号强度下已经能够接收数据了,而busyRSSI又比当前的minSignal要小,所以更接近实际的阈值。

第二种情况是对第一种情况的补充。在做了第一种情况的修改后,如果长时间内监测到的都是信道繁忙(如载波监听几次回退后都返回繁忙),那么就可能是minSignal的值设置得太低,因此要适当调高该值,以避免使用第一种更新方式后由于设置的minSignal值太低而导致不能使用信道的情况。该情况提供一个接口由上层(MAC层)来调用更新。更新需要借助统计量avgSignal,更新的伪代码如下(其中initBusySingal指的是minSignal的最初值)://如果minSignal大于或等于初值,就说明没有进行第一种更新,所以没有进行第二种更新的必要

if (minSignal < initBusySignal){//更合理地提高minSignal值,不能一下将minSignal大幅度提高,且要保证更新后minSignal比initBusySignal小

 if (avgSignal < initBusySignal){

  minSignal = (minSignal + avgSignal)  1;

 }

 else{

  minSignal = (minSignal + initBusySignal)  1;

 }

}

initBusySignal的选择将在后面介绍,它的选择对更新机制尤为重要。因为minSignal的更新机制建立的基础就是initBusySignal非常接近实际临界值。initBusySignal本身也是经过大量测试后选择的一个信道活动最小强度值,而它肯定会大于(最小等于)实际的临界值,所以minSignal更新后应该比initBusySignal小才对。

3.2 信号强度阈值初始值的选择

信号强度阈值的初始值必须根据实际测试岀的大量强度值来设定,如果设置失误,将导致信道状态判断不准确。本文假设两个初值分别是initNoiseSignal和initBusySignal。下面给出部分测试强度的数据,如表1所列。测试时使用两个节点,且两个节点都是使用新电池(即电源充沛)。表中,“阻隔”指的是一堵大约10 cm厚的墙。


表1 信号强度测试数据

在双方节点能通信的前提下,本文测到的busyRSSI的最小值为0x54。根据上一小节的论述,initBusySignal的值可以略高,但因为该值是在电量充足且有阻隔的情况下测试岀的最小强调值,因此可以直接取为busyRSSI的最小值,即initBusySignal的值设置为0x54。对于initNoiseSignal的取值,从表1可以看出,检测到的RSSI值非常稳定,信道空闲时噪声强度幅度不大,因此取值比0x4D略大就可以了。本文中initNoiseSignal取值为0x4E。

3.3 本文实现的信道监测机制的优点

本文实现的信道监测机制比较完善且十分灵活。完善是指信道活动状态判定规则十分完备,不仅有基本判定和扩展判定,而且还有阈值更新机制,进一步确保了判定结果的正确性;灵活是指向调用方提供了采样窗口数的设置,使得调用方可以在每次监测时使用不同的采样窗口数,可以被LPL、BMAC等有特殊要求的基于竞争的MAC协议直接调用。

 



4 CSMA协议的实现

本文实现的CAMA协议是基于使用广泛的非持续性CSMA协议的,即节点在发送数据包之前先监测信道,如果监测到信道空闲,则该节点就自己开始发送数据包。反之,如果监测结果为信道繁忙,即信道已经被邻居节点占用,则该节点回退一段随机时间后,再次开始监测,重复上面的操作。

在具体实现CSMA协议时,本文结合信道监测提供的接口对协议做了一些优化调整。另外,由于无线传感器网络中节点间距离很短,一般忽略传播延迟,因此具体的实现与标准的CSMA协议有些不同,但原理一致,其实现如下:

如果节点要发送数据包,需要先进行载波监听,首先随机选择一个采样窗口数(即信道采样次数),该采样数属于某一个范围,本文选择为8~32。采样数随机选择的目的是减少冲突,举例说明:假设信道目前空闲,A、B、C三个节点都是邻居节点,且A、B节点有数据包要发送给节点C;A、B两个邻居节点同时开始监测,如果采样窗口数固定,根据信道监测的规则,信道空闲必须等到采样数用完才能下结论,那么A、B节点都在用完所有的采样数后得岀信道空闲的结论,然后都发送数据包,这样数据在节点C处就发生了冲突,最后A、B两节点就必须依靠随机回退一段时间后再次监测信道。采用随机的采样窗口数可以降低上面情况的发生率。因为采样窗口数小的节点(假设为节点A)先得出信道空闲的结论并发送数据包,采样窗口数大的节点B在后面的采样中发现信道繁忙(因为节点A已经占用了信道)就回退,避免了发生冲突。

回退时间的选择也是值得推敲的一个参数。CC2420是以数据包为单位发送的射频芯片,其最大数据包的长度为128字节,加上同步头5字节,总共是133字节。CC2420的发送速率是250 kb/s,即发送一个字节的时间为32 μs,因此发送一个最大数据包的时间为133×32=4 256 μs。根据信道采样规则,只要一采样到信道占用,就可以结束本次监测并得出信道繁忙的结论,因此回退时间应该要大于数据包的发送时间。又因为采样窗口数已经采用了随机选取,所以回退时间可以使用固定值。因此可以将回退时间固定为4.5 ms,回退功能的具体实现只需要一个定时器辅助就可以了。

最后,要处理信道强度阈值更新的问题。如果MAC层连续对信道监测的结果都是繁忙,且累计超过一个预设的阈值Y,就必须要调用MAC层提供的接口来对minSignal阈值进行更新,参照上节信号强度阈值的更新机制。根据实际的测试分析,Y的取值一般为30~60。

结语

本文灵活利用CC2420射频芯片的特点,设计并实现了一整套从物理层到MAC层的无线传感器网络CSMA协议的实现;并详细阐述了协议中信道监测使用的所有判定规则及各关键阈值参数的选择。经过实际的多节点通信测试,该CSMA协议可以正确、稳定地进行信道活动监测,并实时动态地调整阈值;并且该CSMA协议的设计可以完全嵌入应用到其他MAC层协议中,辅助其他协议完成信道竞争或信道检测。

相关资讯
华虹半导体2025年Q1业绩解析:逆势增长背后的挑战与破局之路

2025年第一季度,华虹半导体(港股代码:01347)实现销售收入5.409亿美元,同比增长17.6%,环比微增0.3%,符合市场预期。这一增长得益于消费电子、工业控制及汽车电子领域需求的复苏,以及公司产能利用率的持续满载(102.7%)。然而,盈利能力显著下滑,母公司拥有人应占溢利仅为380万美元,同比锐减88.05%,环比虽扭亏为盈,但仍处于低位。毛利率为9.2%,同比提升2.8个百分点,但环比下降2.2个百分点,反映出成本压力与市场竞争的加剧。

边缘计算新引擎:瑞芯微RV1126B四大核心技术深度解析

2025年5月8日,瑞芯微电子正式宣布新一代AI视觉芯片RV1126B通过量产测试并开启批量供货。作为瑞芯微在边缘计算领域的重要布局,RV1126B凭借3T算力、定制化AI-ISP架构及硬件级安全体系,重新定义了AI视觉芯片的性能边界,推动智能终端从“感知”向“认知”跃迁。

半导体IP巨头Arm:季度营收破12亿,AI生态布局能否撑起估值泡沫?

2025财年第四季度,Arm营收同比增长34%至12.4亿美元,首次突破单季10亿美元大关,超出分析师预期。调整后净利润达5.84亿美元,同比增长55%,主要得益于Armv9架构芯片在智能手机和数据中心的渗透率提升,以及计算子系统(CSS)的强劲需求。全年营收首次突破40亿美元,其中专利费收入21.68亿美元,授权收入18.39亿美元,均刷新历史纪录。

Arrow Lake的突破:混合架构与先进封装的协同进化

2024年10月,英特尔正式发布Arrow Lake架构的酷睿Ultra 200系列处理器,标志着其在桌面计算领域迈入模块化设计的新阶段。作为首款全面采用Chiplet(芯粒)技术的桌面处理器,Arrow Lake不仅通过多工艺融合实现了性能与能效的优化,更以创新的混合核心布局和缓存架构重新定义了处理器的设计范式。本文将深入解析Arrow Lake的技术突破、性能表现及其对行业的影响。

暗光性能提升29%:深度解析思特威新一代AI眼镜视觉方案

2025年5月8日,思特威(股票代码:688213)正式发布专为AI眼镜设计的1200万像素CMOS图像传感器SC1200IOT。该产品基于SmartClarity®-3技术平台,集成SFCPixel®专利技术,以小型化封装、低功耗设计及卓越暗光性能,推动AI眼镜在轻量化与影像能力上的双重突破。公司发言人表示:"AI眼镜的快速迭代正倒逼传感器技术升级,需在尺寸、功耗与画质间实现平衡,这正是SC1200IOT的核心价值所在。"