2.4 GHz無線網絡共存技術研究進展

何　源　　　鄭霄龍

(清華大學軟件學院　北京　100084)

(清華信息科學與技術國家實驗室(籌)　北京　100084)

(he@greenorbs.com)

?

2.4 GHz無線網絡共存技術研究進展

何源鄭霄龍

(清華大學軟件學院北京100084)

(清華信息科學與技術國家實驗室(籌)北京100084)

(he@greenorbs.com)

Research on Wireless Network Co-Existence at 2.4 GHz

He Yuan and Zheng Xiaolong

(SchoolofSoftware,TsinghuaUniversity,Beijing100084)(TsinghuaNationalLaboratoryforInformationScienceandTechnology,Beijing100084)

AbstractIn the information era, the great diversity of application demands calls for the adoption of different wireless communication protocols. As Internet of things (IoT) has gotten dramatic development in recent years, those wireless protocols are included in a common networking framework. With IoT applications getting proliferated, we will witness the co-existence of multiple wireless protocols in the same space, especially in indoor environments. Due to the different communication standards, generally those co-existing protocols cannot directly share information with each other, leading to inevitable interference and degraded network performance. Co-existence of wireless protocols thus becomes a hot topic in both academic and industrial fields. Based on the survey of recent studies in wireless network co-existence, this article illuminates the root causes of the co-existence problem and analyzes its impacts on network designs and performance. The taxonomy of wireless network co-existence is presented, which categories the existing works into three classes: elimination of homogeneous interference, identification of heterogeneous interference, and cross-protocol communication. The potential research directions in this area are further discussed.

Key words2.4 GHz; wireless protocol; co-existence; heterogeneous interference; research survey

摘要信息時代的眾多網絡應用需求孕育了多種多樣的無線網絡通信協議，蓬勃發展的物聯網將眾多無線網絡協議納入了一個共同的網絡框架內.隨著物聯網系統的廣泛應用，同一區域內，尤其在室內環境中，多種無線網絡協議共存的情況越來越普遍.眾多共存的無線網絡協議不僅不能彼此分享數據信息，反而會對彼此造成干擾，影響通信效率.因此，無線網絡協議共存技術近年來成為了工業界和學術界的研究熱點.然而現在關于2.4 GHz頻段上的無線網絡共存的綜述研究或僅僅針對某2種協議間的共存，或缺少對最新技術的總結.因此，在重新梳理相關研究的基礎上，介紹了共存問題的成因，分析了共存問題的影響，按照共存環境復雜性，回顧了現有工作提出的關鍵共存技術，包括同質干擾的避讓、容忍和并發傳輸，異質干擾的檢測、識別和異質干擾環境下的共存傳輸.最后，展望了物聯網發展大環境下共存技術的發展趨勢——更廣泛的互聯互通.

關鍵詞2.4 GHz；無線協議；共存；異質干擾；研究綜述

物聯網技術描繪了信息技術的未來宏圖.任何可獨立尋址的物理對象都將被智能化，通過網絡互聯進而融入人們的生活空間，為人類提供豐富的信息和便捷的服務.逐漸走向成熟應用的物聯網系統的所有設備和物體充分地互聯互通，使來自物理世界的數據和信息充分地交換、共享，并可以通過融合處理使智能化的計算和服務成為可能.高效、可靠且靈活的網絡通信協議因而成為橋接物理世界和信息空間的關鍵.

最近幾年，物聯網技術在應用領域越來越多地被關注和采用，作為物聯網核心技術之一的無線網絡技術也得到了長足的發展.作為物聯網范疇內無線網絡協議的代表， ZigBee、藍牙(Bluetooth)、WiFi等，依不同的應用需求被提出，繼而在各自的應用領域持續發展.無線傳感器網絡是 ZigBee協議規范的主要載體；對于智能家居產品，盡管其制造商和設計不盡相同，通信技術一般都采用WiFi協議規范；其他一些智能產品，尤其是那些應用于身體周圍感知和控制的產品，經常采用藍牙作為性價比較高的解決方案.

隨著物聯網應用的快速普及，一個不可回避的趨勢引起了研究領域和工業界的共同關注：不同類型的無線網絡都在不斷拓展各自的應用空間，逐漸形成了多網絡多協議在同一空間共存的狀態.比如使用ZigBee協議的智能空調控制網絡部署于WiFi信號覆蓋的室內空間，又比如智能家居系統大多通過WiFi協議來架構其網絡，而家居范圍內又同時存在著為數眾多使用藍牙協議的智能硬件，類似的場景還有很多，不一而足.無線網絡協議不僅需要在共存環境中保持各自有效運轉、聯網互聯互通的客觀需求，往往還須跨網絡、跨協議進行必要的數據交換和信息共享，無線網絡協議共存問題由此產生.

從無線網絡技術發展的現狀看，協議共存無疑是極具挑戰性的問題.現有的無線網絡協議不僅不能滿足理想物聯網互聯互通的需求，反而會因為設計上對其他協議的無視而對彼此的運行產生干擾.由于無線信號的廣播特性，除了發射機的有效信號，其他所有的信號對于接收機來說都是干擾，可能造成接收錯誤，降低網絡通信質量，影響網絡性能，甚至導致網絡無法正常運行.如果使用不同技術的設備部署運行在同一個智能空間(如智能家庭、智能辦公室、智能建筑、智慧交通和智慧城市)內，使用同一個頻段的多種無線協議就會在同一個區域形成共存的網絡環境.在共存環境中，現存的無線協議之間不僅不能分享數據信息，反而會對彼此造成干擾，影響通信效率;另一方面，由于不同的無線協議無法直接通信，也就不能進行介質訪問協調，各協議各自為政，更加劇了網絡資源緊張，制約了物聯網應用系統向更廣泛的層面、更大的規模拓展.

物聯網應用形態日益多樣化，應用普及的需求越來越迫切，同一空間部署多種無線網絡的情況將越來越普遍，無線網絡協議共存問題也變得日益突出.國內外研究人員廣泛關注該問題，在應對同質異質干擾、異質協議共存傳輸等方向上已經取得了一些積極的進展，同時仍有大量的開放性問題有待解決.

本文主要討論一個世界通用的ISM(industrial, scientific and medical)頻段，即2.4 GHz頻段中無線網絡協議共存問題和共存技術.根據2.4 GHz頻段上已有的無線技術，討論無線網絡協議共存問題的成因和表現.根據干擾源的協議類別，分同質干擾和異質干擾討論最新的研究進展.在異質干擾環境下，進一步討論異質干擾源的檢測和識別技術，以及抗異質干擾的共存傳輸技術.在綜合分析現有技術的基礎上，本文展望未來，分析網絡的發展趨勢將是更為廣泛的跨協議的互聯互通.

1共存問題辨析

1.1共存問題的成因

2.4 GHz頻段是指2.4 GHz到2.5 GHz共100 MHz帶寬的頻段.2.4 GHz頻段是ISM頻段，是一個全世界都可以公開使用的無線頻段.任何無線技術和網絡協議無需許可證即可在這個頻段上運行.在2.4 GHz頻段常見的信號來源有：WiFi、藍牙、ZigBee和微波爐.這些信號都分布于2.4 GHz頻段，共享頻譜資源.當這些信號(換言之，產生這些信號的網絡協議或者信號源)存在于同一區域內時，就會形成共存環境，導致共存問題.

近年來，物聯網技術和2.4 GHz無線技術蓬勃發展，使用不同無線技術的應用系統越來越多地應用于人們的生活中，使2.4 GHz頻段上的無線網絡協議共存問題尤其突出.表1總結了2.4 GHz頻段上常見的3種無線通信技術.

WiFi是當今人們日常生活中最常見的無線網絡技術之一.它遵循IEEE 802.11標準[1]，將2.4 GHz頻段劃分為13個帶寬為22 MHz的信道.隨著無線局域網的大規模部署和移動設備的興起，WiFi已經成為室內環境中最常見的無線信號.ZigBee是ZigBee聯盟于2004年提出的應用于低功耗自組織局域網的一種短距離、低速率的通信技術.ZigBee底層技術基于IEEE 802.15.4標準[2]，其物理層和媒體訪問控制層直接使用了IEEE 802.15.4的定義，共為16個帶寬為5 MHz的信道.藍牙技術主要應用于無線個域網，實現短距離的數據傳輸.藍牙遵循的是IEEE 802.15.1標準[3]，將2.4 GHz頻段劃分為79個帶寬為1 MHz的信道，并采用自適應跳頻技術避免干擾.另一種家庭中常見的2.4 GHz無線信號源是微波爐.微波爐雖然不是通信技術，但是它運行過程中產生的泄露能量恰好分布在2.45 GHz左右，成為了家庭環境中2.4 GHz 頻段的一個常見信號源.

Table 1　Overview of Wireless Technologies at 2.4 GHz

Fig. 1　Overview of frequency occupancies of the common wireless technologies in 2.4 GHz ISM band.圖1　2.4 GHz頻段上的無線技術信道分配情況

圖1展示了運行在2.4 GHz頻段的4種常見無線信號頻譜使用情況.可以很清楚地看到，這4種信號使用的頻段是相互重疊的.如果運行在共存環境中的無線網絡協議不能相互協商頻譜資源的使用，就可能造成彼此的通信沖突，誘發一系列共存問題.

共存問題的本質是共享同樣資源的多種分布式系統終端設備之間的競爭和調度問題.頻譜作為最重要的共享資源，對其的競爭和調度將是共存環境中的首要問題.該問題的難點在于共存設備之間往往通信標準不同而無法通信，因而無法直接進行協商，傳統的調度算法難以直接使用.另一方面，一些共存設備的發射功率遠大于低功耗設備，使低功耗設備長期得不到頻譜資源，導致基于搶占式的競爭調度算法喪失公平性.

根據網絡終端設備之間的關系，共存問題可歸納為3種形式：合作式、公平競爭式和非公平競爭式.

1) 合作式共存問題中，各共存的無線網絡使用相同的通信標準，可以有效通信協作，從而合作進行資源分配，因此問題退化成傳統的共享資源分配問題.

2) 在公平競爭式中，各個共存的無線網絡使用相同的通信標準，但基于不同的上層協議，因此無法直接進行通信、對共享資源進行分配，問題變成共享資源競爭問題.注意在此類型共存問題中，終端之間的競爭是相對公平的，具體表現為網絡終端基本采用相當的發射功率、使用相同的接入技術、在頻譜帶寬使用權限上地位平等.

3) 在非公平競爭式中，各共存的無線網絡采用不同的通信標準，無法直接通信，發射功率不對等.各個網絡基于最大化自我利益的規則競爭頻譜帶寬資源，忽視其他共存競爭者的存在，導致競爭失衡，處于劣勢地位的競爭者(如低功耗設備)將長時間無法獲取資源.因此，如何設計合理的資源分享機制以有效保障共存環境中的公平性是非公平競爭式問題帶來的主要挑戰.

1.2共存問題的影響

共存問題的影響是多方面的，其主要表現包括：網絡協議間競爭有限的網絡資源，造成互相干擾，導致網絡性能下降，制約了系統的可擴展性和服務的進一步延拓.

多協議共享有限的頻譜資源，加劇了資源緊張，參與競爭的無線網絡都無法獲得足夠資源，而與此同時，在介質接入控制(media access control, MAC)機制的影響下，頻譜資源卻并未得到充分利用，造成頻譜資源浪費；另一方面，共存問題導致的頻譜資源競爭會造成能量資源的浪費.為獲得頻譜資源，設備需要頻繁開啟射頻模塊參與競爭，能耗顯著升高.同時，由于共存的無線技術會干擾低功耗設備的低功耗機制，也會導致低功耗設備的能耗顯著增加.

共存問題會導致數據傳輸效率的大幅度降低.對于一個接收設備來說，運行多種無線網絡協議的共存設備越多，接收到的信號被影響的概率就越大，誤碼率隨之升高.當接收到的數據包包含過多的錯誤，協議無法恢復原始數據包，就會造成網絡丟包.共存問題導致的網絡丟包會增加時延，從而影響數據吞吐量，潛在地導致用戶體驗下降.前人的測量工作[4-6]已經揭示，當使用ZigBee技術的無線傳感器網絡與WiFi共存時，無線傳感器網絡的傳輸明顯被WiFi網絡干擾，丟包率甚至高達87%[4]，無線傳感器網絡的路由協議CTP的數據接收率也僅為43.05%[6]，同時使用802.11g的WiFi設備的吞吐量也會受無線傳感器網絡的影響而下降14.51%[6].

2共存技術研究進展

解決無線網絡協議共存問題，其本質是要在共享與競爭同時存在的機制內實現有效的跨網絡協同和跨協議控制，為解決這個問題，國內外研究人員進行了長期持續的探索.按照共存環境的復雜性，可分為同質干擾和異質干擾；按所設計的協議方法期望達到的網絡共存能力，現有研究工作可分為干擾消除、并發傳輸和跨協議傳輸.綜合上述2種標準，本文依次涉及同質干擾處理、異質干擾源檢測識別和異質干擾環境下的共存傳輸3個方面.本文涉及的代表性工作分類如表2所示:

Table 2　Overview of Representative Existing Work

2.1同質干擾的避讓、容忍和并發傳輸

接收機受到來自相同無線網絡協議的其他設備的信號干擾被稱為同質干擾.同質干擾可能來自同一個系統，也可能來自使用相同無線網絡協議的其他系統.在同質干擾存在的環境下共存技術可以分成3類：避讓、容忍和并發傳輸.

1) 避讓.可以通過協調多個設備相互避讓來避免同質干擾的出現.一般來說，同質干擾的避讓通過時間上、頻率上隔離不同協議的傳輸來完成.無線網絡通信協議棧都會設計媒介接入控制協議(MAC協議)來控制共享的無線頻率使用，MAC協議可以一定程度上避免同質干擾的出現.比如載波偵聽多路訪問(carrier sense multiple access, CSMA)協議、時分多路訪問(time division multiple address, TDMA)協議從時間上對傳輸進行隔離；而頻率隔離主要通過多信道技術[7-13]使不同的網絡協議運行在不同的頻率上，避免干擾.文獻[14]測量了在家庭環境中使用多信道抵抗干擾的效果.

2) 容忍.一些研究發現，當2個發送者同時給一個接收者發送信號時，干擾不一定會導致數據包的傳輸失敗，通常信號能量較高的數據包可以被成功解析，這種現象被稱之為捕獲效應(capture effect)[15].捕獲效應在WiFi、藍牙和ZigBee協議中都存在[16-18].利用捕獲效應可以增加對共存的同質干擾的容忍能力，避免傳輸效率的大幅下降[18-21].

3) 并發傳輸.最近，一些研究人員進一步利用相長干涉(constructive interference)[22]來實現同質信號的高效率并發傳輸.相長干涉是一種物理層對多徑效應的容忍現象.當多個發送者同時發送完全一樣的數據信號時，在接收者端，不僅不會造成干擾，反而會提高收包的成功率.因此，利用這種現象可以實現同質信號的并發傳輸，提高收包成功率，提升網絡性能[23-25].

2.2異質干擾源檢測和識別

當共存環境中有多個無線網絡協議存在時，接收機受到來自不同網絡協議的其他設備的信號干擾被稱為異質干擾.異質干擾源可以來自使用同一通信技術的不同網絡協議.比如，使用2種MAC協議的無線傳感器網絡的通信都使用ZigBee技術，但是由于MAC協議的不同，2個無線傳感器網絡的設備雖然能夠解碼彼此接收到的ZigBee數據包，但是因為并不知道相應的數據格式，因此無法解析信息，從而無法直接交換信息.異質干擾源更多見于使用同一頻段的其他通信技術.比如WiFi信號對于ZigBee來說就是異質干擾.

為了實現異質干擾環境下的共存技術，首先要解決的問題就是異質干擾源的檢測與識別.如果連干擾是否是來自異質干擾源都無法判斷的話，解決共存問題就是一紙空談.現有的異質干擾源檢測和識別技術可以分成如下2類：

1) 使用特定專用設備進行檢測和識別

許多商業化的產品使用定制的硬件設備并集成頻率分析儀來實現非WiFi干擾的檢測和識別，比如安捷倫頻譜分析儀[26]、Wi-SPy[27]、Spectrum XT[28]、AirMaestro[29]和CleanAir[30]等.這些專業設備可以實現2.4 GHz頻段上的異質干擾檢測和識別.RFDump[31]使用軟件無線電和通用軟件無線電外設(universal software radio peripheral, USRP)，根據不同協議采用的解調模塊的規范不同，采用相位時間分析的方法檢測和識別不同信號.DOF[32]使用寬頻射頻模塊實現了一個改進的信道監聽設備，快速檢測多個信道的狀態，提取干擾信號的重復性特征，分析周圍環境的干擾情況，可以提供包括干擾類型、各干擾設備占據的頻段以及干擾在檢測設備上的到達相位.

使用特定專用設備進行檢測和識別的優點是識別準確；缺點是需要使用特定的專業化設備、成本高、處理算法較為復雜.

2) 使用普通通信設備進行檢測和識別

在學術界和工業界，WiFi都是非常重要的一種無線通信協議.因此，眾多研究人員研究在2.4 GHz上其他異質干擾對WiFi的影響[33-35].AirShark[36]和WiFiNet[37]使用普通的WiFi通信芯片，利用信號的循環特征，根據頻譜信息檢測和分類非WiFi干擾.ErrorSense[38]利用WiFi信號傳輸時數據的錯誤特征來檢測和識別ZigBee干擾.文獻[39]定義了設備的抽象描述來唯一表征共存設備，從而利用智能手機檢測抽象描述來檢測和識別異質干擾.

無線傳感器網絡越來越多地應用在室內系統中，比如智能家居、空調控制、建筑結構智能監控和智慧辦公室等系統.因此，ZigBee越來越多地使用在共存環境中，使得研究人員越來越關注ZigBee在共存環境下受到異質干擾的影響[4-6,72-73].

盡管WiFi設備也是非專門設計的硬件設備，但其設備與無線傳感器網絡設備相比，通常功能較為強大，可以運行計算開銷高、復雜的算法如FFT 等.而ZigBee設備為了保持低功耗，一般運算能力極其有限，不能運行復雜算法,這使得利用ZigBee硬件檢測識別非ZigBee干擾更為困難.因此，眾多研究人員研究如何使用ZigBee硬件設備進行異質干擾的檢測和識別.

文獻[40]提出掃描16個ZigBee信道以獲得頻譜信息并利用頻譜特征進行分類識別.文獻[41]進一步提出一個系統框架來實現掃描2.4 GHz頻段.ZiFi[42]和ZiFind[43]利用WiFi周期性的廣播數據包專門檢測和識別來自WiFi的異質干擾.文獻[44]觀察到不同的干擾源會導致不同的數據包的錯誤字節分布.利用這個現象，SoNIC[45]監測收包過程中的錯誤字節位置和相應的接收信號能量指標(received signal strength indicator, RSSI)，使用RSSI 和錯誤字節分布信息進行分類，檢測和識別不同的異質干擾類型.ZiSense[46]則無需借助錯誤字節分布的信息，直接觀察使用符合ZigBee規范的商業芯片CC2420采集共存信號的RSSI時間序列.ZiSense根據各異質信號的物理層和協議層規范提取穩定通用的RSSI 時域特征，并根據這些特征分辨ZigBee信號和非ZigBee信號，檢測和識別異質干擾.

2.3異質干擾環境下的共存傳輸

檢測到異質干擾后，無線設備需要采用共存技術保障在異質干擾環境下的傳輸效率.一般來說，數據傳輸的可靠性保障在MAC層完成.因此，眾多研究人員改進MAC層的設計來實現共存傳輸.根據共存無線網絡協議的地位不同，本文按非協作式和協作式的共存傳輸2個類別討論現有的共存傳輸技術.非協作式共存傳輸是將異質信號當成干擾來克服，最大化自己的傳輸效率；而協作式共存傳輸則不將異質信號當成干擾，而試圖與之和諧共存，營造雙贏的局面.

1) 非協作式共存傳輸

各無線網絡協議的設計從本源理念上是自私的，以最大化自己的傳輸效率為目標，不考慮對其他共存信號的影響.由于2.4 GHz頻段上的無線網絡協議在設計之初并沒有考慮共存環境，所以各協議之間自由競爭共享的信道資源，并不避讓其他無線網絡協議.因此，非協作式共存傳輸在提升自己傳輸效率時，是無法要求其他網絡協議配合的，只能被動地調整自己的傳輸策略.傳輸策略有2種:①隔離法;②抗干擾法.它們共同的思想可以描述為“在夾縫中求生存”.隔離法是盡量從頻率上、時間上隔離自己的信號和其他異質信號；抗干擾法是通過編碼技術、物理傳輸功率的調整，提升有效信號對干擾的容忍性.

① 頻率隔離.對每個無線協議而言，2.4 GHz頻段都存在多個可用工作頻率，共存的無線網絡協議可以運行在不同的頻率上，互相隔離，互不干擾.應用于同質干擾避讓的多信道方法[7-13]同樣可以應用于異質干擾的避讓，達到頻率隔離的效果.通過多信道技術，不同的無線網絡協議選擇自己傳輸效率最優的信道進行傳輸，使工作頻率隔離開.然而多信道技術的效率嚴重依賴于可用的信道數目.如果可用的信道數量小于共存的無線網絡協議數目，則多信道技術會失效.文獻[14]的測量結果顯示，在典型的家庭環境中，對于無線傳感器網絡來說，并不存在一個效果一直較好的信道.因此，多信道技術的傳輸效率難以保障.

對于上述問題，跳頻技術是一個較好的解決方案[47-48].在跳頻技術中，無線網絡協議并不使用固定的某一個信道，而是在所有可用信道上進行跳頻，避免在一個長期存在異質干擾的信道上停留.為了保證成功傳輸數據，接收機和發射機一般采用時間片同步跳頻方法.比如在藍牙1.0和1.1 技術采用的靜態跳頻中，主設備會產生一個偽隨機跳頻序列然后分配給網絡成員；然后接收機和發射機按照預定的跳頻順序使用頻譜資源，同步跳頻.這一方案的優點在于，網絡在單一信道停留的時間短，因此如果在一條通信信道內存在嚴重干擾，并且通信信號全部丟失，那么就可在下一個時間片中在另一信道上再試.當整個頻段在一個短時間內的同時占用率不大，則跳頻技術會平均利用存在干擾和無干擾的信道，保持一個較好的平均傳輸效率，如圖2所示:

Fig. 2　Illustration of frequency hopping technique.圖2　跳頻技術示意圖

自適應跳頻[49]是對靜態跳頻算法的一種改進.該算法記錄未受干擾的通道，并更頻繁地使用這些通道，如圖3所示.主設備會維護一個評價表，該表會根據信道的通信質量不斷更新，從而使存在異質干擾的信道評分較低，而無干擾的信道評分較高.對于無線鍵盤、無線鼠標、無線遙控和無線音頻等許多同步運行應用來說，一種自適應跳頻算法可有效的提升傳輸效率.

Fig. 3　Illustration of adaptive frequency hopping technique.圖3　自適應跳頻技術示意圖

反射跳頻[50-53]是一種緩慢的跳頻方法.在反射跳頻中，設置一定的傳輸效率閾值.只有當傳輸效率低于這個閾值時才進行信道切換，跳轉工作頻率.這種方法的好處是無需時間同步，維護開銷小.注意靜態跳頻和自適應跳頻都需要維持收發機的時鐘同步，否則每次跳轉信道都需要收發機進行協商維持工作信道的統一.反射跳頻因為跳頻緩慢，傳輸效率可以一直維持在閾值以上，同時節省了維護同步或者跳轉信道時的協商開銷.

② 時間隔離.共存的無線網絡協議在不同的時間運行，使其互不干擾.CSMACA(collision avoi-dance)機制就是一種時間隔離方法.在CSMA中，發射機在發送數據之前，會監測當前信道是否空閑，當檢測到其他傳輸信號，則后退一段時間進行傳輸，避讓干擾，使發送時間隔離開.該技術被廣泛應用于WiFi和ZigBee網絡中[1-2]，也可用于共存技術的干擾.CSMA檢測是否有信號采用的是能量監聽，如果信道上的能量超過一定閾值，則認為信道繁忙.所以，無論是同質還是異質的干擾，都可以使用CSMA進行干擾的避讓，達到傳輸時間隔離.

然而，CSMA并不能徹底解決異質干擾問題.注意到WiFi的發射功率比ZigBee要大，所以在鏈路非對稱時，WiFi設備無法監聽到ZigBee信號而進行數據傳輸，導致ZigBee的傳輸被壓制.當WiFi數據流量大時，甚至會導致ZigBee數據傳輸一直不成功，網絡完全無法運行,所以，在非協作共存傳輸時，ZigBee處于劣勢地位.因此，研究人員設計并提出眾多ZigBee在WiFi異質干擾不協作時的共存傳輸技術[54-57].文獻[54]觀測到無線傳感器網絡的鏈路質量是突發式的,這是由于干擾是突發集中式的.該文獻基于這個觀察，提出一種適時傳輸策略.該策略量化數據包發送的成功和丟失直接的相關性，然后使用該相關性決定數據包的發送時間.如果預測數據包丟失的概率較大，則設置較大的后退時間延遲發送，避免突發性的鏈路質量變差導致丟包，降低網絡效率.文獻[55]發現盡管WiFi傳輸是集中的，使信道使用存在空白間隙(whitespace)，并且這些空白間隙的分布是符合帕雷托模型(Pareto model)的.利用這樣的觀察，該文作者提出了一種ZigBee傳輸控制協議WISE，控制ZigBee在空白間隙時間傳輸，使傳輸在時間上與異質干擾隔離，提升傳輸成功率.DPLC[56]考慮到根據空白間隙的大小調整無線傳感器網絡的數據包長度，保證數據包盡可能少地受到異質干擾的影響，使解包成功的概率增加，提升傳輸效率.TIIM[57]使用無線傳感器網絡物理層的信息，利用一個輕量級的機器學習分類器來判斷下面一段時間被干擾的鏈路是否可用，并且根據干擾情況選擇相應的干擾消除策略.

③ 抗干擾法.抗干擾方法是通過編碼技術和發射功率的調整，使得有效信號抵抗干擾的能力增強，增加數據解包成功率，提升數據傳輸效率.調整發射功率[5,58-59]可以一定程度上提高信號-干擾噪聲比(signal to interference and noise ratio, SINR)，增加數據包接收成功率.

文獻[6]通過多數據包頭和對數據負載進行編碼來抵抗WiFi對ZigBee傳輸的干擾.SPaC[60]利用緩存多個錯誤的數據包進行原始數據包的恢復.Seda[61]將大量數據包看成數據流，并將數據流按數據塊進行重組，只重傳錯誤的數據塊，避免重傳正確的部分造成傳輸效率降低.PPR[62]利用了相似的思想，將數據包劃分為多個數據塊，為每一個數據塊添加單獨的循環冗余校驗碼，并只重傳錯誤部分的數據包，提升重傳效率.文獻[63]發現WiFi導致的數據包錯誤位置與RSSI成正相關,即錯誤字節的RSSI要比正確字節的RSSI大.作者利用此現象識別錯誤的字節，并選擇性地重傳這些錯誤的字節，進一步提升重傳效率.TIMO[64]采用多輸入輸出天線技術(multiple input multiple output, MIMO)來抵抗非WiFi信號對WiFi信號的干擾.

2) 協作式共存傳輸

由于WiFi的發射功率較大，在異質干擾環境下，如果采用非協作式的共存傳輸，WiFi競爭信道資源的成功率將大大提升，其他發射功率較低的ZigBee傳輸效率將受到較大影響，甚至在WiFi使用信道頻繁時無法傳輸數據.因此，近年來研究人員提出協作式共存傳輸，協調發射功率不同的設備，使發射功率高的設備主動放棄一些傳輸機會，保證發射功率較低的設備能夠公平地使用無線信道資源.

WiCop[68]利用偽裝的WiFi包頭來制作偽裝的WiFi數據包，抑制正常的WiFi設備傳輸，從而控制WiFi的傳輸空白間隙，使空白間隙的長度滿足ZigBee傳輸的需求.文獻[66]利用一個專用的通知節點來告知WiFi設備ZigBee協議的活動.WiFi對ZigBee的干擾產生的原因是WiFi的CSMA監聽不到遠處的ZigBee傳輸，而ZigBee能夠被高功率的WiFi信號干擾.所以該文作者在WiFi設備附近部署一個專用的通知節點，或者使用一個高發射功率的通知節點，在ZigBee發送數據前發送Busy Tone，使WiFi的CSMA機制能夠避讓ZigBee.Weeble[67]利用相似的思想使高傳輸功率和低傳輸功率的設備能夠實現共存傳輸.Weeble增長低傳輸功率設備的前導碼使得高傳輸功率的設備更容易發現低傳輸功率設備，從而有效避讓低傳輸功率設備的傳輸.ZiMo[68]利用MIMO技術和干擾消除技術，在WiFi和ZigBee信號重疊的時候，能夠正確地消除WiFi干擾信號，還原ZigBee信號，使2種無線網絡協議和諧共處.SWIFT[69]利用WiFi的正交頻分復用(orthogonal frequency-division multiplexing, OFDM)可以使用非連續的頻段組合傳輸的特性避開有ZigBee等窄帶干擾的頻段進行傳輸，在不改變傳輸功率和切換到無干擾信道的情況下，有效地保持了傳輸效率.ASN[70]利用802.11的OFDM的子載波正交的特性，故意調整ZigBee存在的子載波的信息為無效，避免ZigBee對WiFi信號的干擾.

3未來趨勢展望——更廣泛的互聯互通

在物聯網時代，如智能交通、智能電網、智能家居、智慧城市和相似的物聯網應用中，數以億計的智慧物體需要聯網交互信息，實現智能管理.一個理想的物聯網應用系統無疑需要所有的設備和物體都可以互聯互通，并且能夠高效、實時地交換數據、分享信息.雖然研究領域此前已經取得了一些成果，與廣泛的互聯互通這一愿景相比，卻仍有不小的距離.在異質干擾的識別和能量管理、跨協議數據交換等研究方向，仍存在許多開放性問題，下面作簡要的分析和探討.

3.1基于物理層信息的能量管理

Fig. 4　Low power listening in BoX-MAC protocol.圖4　BoX-MAC協議的低功耗監聽機制

物聯網中數以億計的智能設備，大部分可能采用受限能源，節能成為未來無線網絡技術的關鍵設計要素之一.在無線網絡協議共存的背景下如何根據異質干擾的物理層信息實現高效的超低功耗能量管理機制是當前研究領域關注的熱點問題之一.由于通信芯片占嵌入式設備能耗的絕大部分，所以低功耗一般采用占空比的工作模式進行.以ZigBee中最為常見的BoX-MAC協議[74]里的低功耗監聽技術(low power listening, LPL)為例說明占空比工作模式.如圖4所示，在LPL中，節點會周期性地醒來一小段時間進行空閑信道檢測(clear channel assess-ment, CCA).CCA通過檢測信道上的能量是否超過閾值，判斷信道是否空閑.如果信道空閑，則節點關閉無線模塊以節省能量；如果信道繁忙，說明可能有有效的數據包正在進行傳輸，則節點保持無線模塊打開，接收可能的數據包.如果沒有接收到數據包，則經過一段時間后自動關閉無線模塊，放棄接收.

如圖5所示，在共存環境下，由于其他異質干擾的信號也會造成信道上能量超過閾值，造成無線傳感器網絡節點在沒有有效ZigBee數據包傳輸時打開無線模塊，浪費能量，造成所謂的假醒問題，導致能耗急劇上升.文獻[75]發現了這一能量管理低效的假性問題，并提出了動態CCA閾值的方法，濾除異質干擾對CCA結果的影響.然而，在共存環境下，其他共存技術的傳輸功率較大，在不影響ZigBee傳輸的情況下使用較高CCA閾值濾除其他異質干擾的影響非常困難.因此，文獻[46]基于物理層信息進行信號類型識別，并提出僅當存在有效ZigBee信號時才打開無線模塊進行收發數據，避免了異質干擾對低功耗能量管理機制的影響.

Fig. 5　False wake-up problem in LPL.圖5　LPL中的假醒問題

3.2基于物理層信息的干擾識別

干擾識別是異質干擾源存在時共存技術提升的關鍵.而基于物理層信息的干擾識別可以更加高效、精確地識別出不同的干擾源，為上層的共存技術提供準確的信息.因此，基于物理層信息識別環境中的共存干擾類型是當前研究領域的熱點問題之一.

由于硬件的差異性[76-77]和信號本身的差異性[46,75]，信號在物理層會展示不同的特征，利用這些物理層的信息就可以設計實現高效、準確的干擾識別機制.比如，文獻[46]就提出一種基于物理層信息進行信號類型識別的方法.該文獻采集無線信號在空間中傳播時產生的信號能量序列,并觀測到不同的無線技術的能量序列有不同的特征.該文獻進一步分析，認為這種不同是由物理層調制技術不同、標準規范的參數不同等原因導致的.因此，這種不同具有穩定特征性，從而可以被用來分辨不同的信號源.

3.3基于能量信息傳遞的跨協議數據交換

由于發展的向下兼容性，在未來的一段時間內，多種異質的無線網絡協議共存是避免不了的.識別干擾、回避沖突只是緩兵之策，增進交流、尋求信息傳遞能力的提升才是解決共存問題的突破口.本節主要討論在多種異質的無線網絡協議不能直接通信的共存環境下，通過哪些方法有望實現跨協議數據交換.

到目前為止，被采納的是較為簡單直接的方法：部署一個包含所有協議通信接口及相應模塊的網關，轉發不同協議的信息.這樣的方法需要部署大量的專用網關、開銷大；同時網關轉發會造成無線流量的顯著增加，導致無線信道的占用率過大，造成無線信道擁擠，降低整體系統的傳輸效率.

如果移除網關這樣的中介，有沒有在不同協議之間直接交換信息的辦法呢？從目前研究的動向看，回答是肯定的.舉例來說，有初步研究結果表明物理層能量可以用于傳遞數據.只要運行的頻段有重疊，即使是不兼容的無線模塊，也能夠檢測到彼此的信號能量.因此，將能量作為一種新的信息媒介來實現跨協議的數據交換，非常有希望產生跨協議數據交換的新方法.最近的研究[71]已經初步驗證了WiFi設備和ZigBee設備之間使用能量傳遞信息的可行性.

基于對領域研究現狀的辨析思考和對未來研究趨勢的探討，不難看出無線網絡技術一直在隨著應用領域的發展而不斷進化.俗話說“天下大勢,分久必合,合久必分”，共存問題有其歷史成因，也終將成為歷史.我們大膽地猜想：一個統一的通用物聯網網絡協議終將取代當前活躍著的各類協議，而在此之前，研究領域還有很長的一段路要走.

參考文獻

[1]IEEE Standard Association. IEEE standard 802.11[S]. Piscataway, NJ: IEEE, 2012

[2]IEEE Standard Association. IEEE Standard 802.15.4[S]. Piscataway, NJ: IEEE, 2003

[3]IEEE Standard Association. IEEE standard 802.15.1[S]. Piscataway, NJ: IEEE, 2005

[4]Musaloiu E R, Terzis A. Minimising the effect of WiFi interference in 802.15. 4 wireless sensor networks[J]. International Journal of Sensor Networks, 2008, 3(1): 43-54

[5]Hauer J H, Handziski V, Wolisz A. Experimental Study of the Impact of WLAN Interference on IEEE 802.15.4 Body Area Networks[M]. Berlin: Springer, 2009

[6]Liang C J M, Priyantha N B, Liu J, et al. Surviving wi-fi interference in low power ZigBee networks[C]Proc of the 8th ACM Conf on Embedded Networked Sensor Systems. New York: ACM, 2010: 309-322

[7]So J, Vaidya N H. Multi-channel MAC for ad hoc networks: Handling multi-channel hidden terminals using a single transceiver[C]Proc of the 5th ACM Int Symp on Mobile Ad Hoc Networking and Computing. New York: ACM, 2004: 222-233

[8]Zhou G, Huang C, Yan T, et al. MMSN: Multi-frequency media access control for wireless sensor networks[C]Proc of the 25th IEEE Int Conf on Computer Communications. Piscataway, NJ: IEEE, 2006: 1-13

[9]Zhang J, Zhou G, Huang C, et al. TMMAC: An energy efficient multi-channel MAC protocol for ad hoc networks[C]Proc of IEEE ICC 2007. Piscataway, NJ: IEEE, 2007: 3554-3561

[10]Le H K, Henriksson D, Abdelzaher T. A control theory approach to throughput optimization in multi-channel collection sensor networks[C]Proc of the 6th Int Conf on Information Processing in Sensor Networks. New York: ACM, 2007: 31-40

[11]Kim Y, Shin H, Cha H. Y-MAC: An energy-efficient multi-channel MAC protocol for dense wireless sensor networks[C]Proc of the 7th Int Conf on Information Processing in Sensor Networks. Los Alamitos, CA: IEEE Computer Society, 2008: 53-63

[12]Wu Y, Stankovic J, He T, et al. Realistic and efficient multi-channel communications in wireless sensor networks[C]Proc of the 25th IEEE Int Conf on Computer Communications. Piscataway, NJ: IEEE, 2008: 1867-1875

[13]Incel O D, van Hoesel L, Jansen P, et al. MC-LMAC: A multi-channel MAC protocol for wireless sensor networks[J]. Ad Hoc Networks, 2011, 9(1): 73-94

[14]Sha M, Hackmann G, Lu C. Real-world empirical studies on multi-channel reliability and spectrum usage for home-area sensor networks[J]. IEEE Trans on Network and Service Management, 2013, 10(1): 56-69

[15]Leentvaar K, Flint J H. The capture effect in FM receivers[J]. IEEE Trans on Communications, 1976, 24(5): 531-539

[16]Ware C, Chicharo J, Wysocki T. Simulation of capture behaviour in IEEE 802.11 radio modems[C]Proc of the 54th Vehicular Technology Conf. Piscataway, NJ: IEEE, 2001: 1393-1397

[17]De Morais Cordeiro C, Sadok D, Agrawal D P. Modeling and evaluation of bluetooth MAC protocol[C]Proc of the 10th Int Conf on Computer Communications and Networks. Piscataway, NJ: IEEE, 2001: 518-522

[18]Whitehouse K, Woo A, Jiang F, et al. Exploiting the capture effect for collision detection and recovery[C]Proc of the 2nd IEEE Workshop on Embedded Networked Sensors. Piscataway, NJ: IEEE, 2005: 45-52

[19]Lu J, Whitehouse K. Flash flooding: Exploiting the capture effect for rapid flooding in wireless sensor networks[C]Proc of the 28th IEEE Int Conf on Computer Communications. Piscataway, NJ: IEEE, 2009: 2491-2499

[20]Ji X, He Y, Wang J, et al. Voice over the dins: Improving wireless channel utilization with collision tolerance[C]Proc of the 21st IEEE Int Conf on Network Protocols. Piscataway, NJ: IEEE, 2013: 1-10

[21]Boudour G, Heusse M, Duda A. Improving performance and fairness in IEEE 802.15. 4 networks with capture effect[C]Proc of IEEE ICC 2013. Piscataway, NJ: IEEE , 2013: 1683-1687

[22]Dutta P, Dawson-Haggerty S, Chen Y, et al. Design and evaluation of a versatile and efficient receiver-initiated link layer for low-power wireless[C]Proc of the 8th ACM Conf on Embedded Networked Sensor Systems. New York: ACM, 2010: 1-14

[23]Ferrari F, Zimmerling M, Thiele L, et al. Efficient network flooding and time synchronization with Glossy[C]Proc of the 10th Int Conf on Information Processing in Sensor Networks. New York: ACM, 2011: 73-84

[24]Wang Y, He Y, Mao X, et al. Exploiting constructive interference for scalable flooding in wireless networks[J]. IEEEACM Trans on Networking, 2013, 21(6): 1880-1889

[25]Doddavenkatappa M, Chan M C, Leong B. Splash: Fast data dissemination with constructive interference in wireless sensor networks[C]Proc of ACM NSDI 2013. Berkeley, CA: USENIX Association, 2013: 269-282

[26]Agilent Technologies. Agilent spectrum analyzers (signal analyzers)[OL].[2015-07-10]. http:www.agilent.com

[27]MetaGeek. Wi-SPy spectrum analyzer[OL].[2015-07-10]. http:www.metageek.com

[28]Fluke Networks. Airmagnet airmedic and spectrum XT[OL].[2015-07-10]. http:www.airmagnet.netproducts

[29]Bandspeed. Bandspeed airmaestro spectrum analysis solution[OL].[2015-07-10]. http:www.bandspeed.com

[30]Cisco. Cisco spectrum expert[OL].[2015-07-10]. http:www.cisco.comenUSproductsps9393index.html

[31]Lakshminarayanan K, Sapra S, Seshan S, et al. RFDump: An architecture for monitoring the wireless ether[C]Proc of the 5th Int Conf on Emerging Networking Experiments and Technologies. New York: ACM, 2009: 253-264

[32]Hong S S, Katti S R. DOF: A local wireless information plane[C]Proc of ACM SIGCOMM 2011. New York: ACM, 2011: 230-241

[33]Baid A, Mathur S, Seskar I, et al. Spectrum MRI: Towards diagnosis of multi-radio interference in the unlicensed band[C]Proc of IEEE WCNC 2011. Piscataway, NJ: IEEE, 2011: 534-539

[34]Golmie N, Chevrollier N, Rebala O. Bluetooth and WLAN coexistence: Challenges and solutions[J]. IEEE Trans on Wireless Communications, 2003, 10(6): 22-29

[35]Gummadi R, Wetherall D, Greenstein B, et al. Understanding and mitigating the impact of RF interference on 802.11 networks[J]. ACM SIGCOMM Computer Communication Review, 2007, 37(4): 385-396

[36]Rayanchu S, Patro A, Banerjee S. Airshark: Detecting non-WiFi RF devices using commodity WiFi hardware[C]Proc of ACM IMC 2011. New York: ACM, 2011: 137-154

[37]Rayanchu S, Patro A, Banerjee S. Catching whales and minnows using WiFiNet: Deconstructing non-WiFi interference using WiFi hardware[C]Proc of the 9th USENIX Conf on Networked Systems Design and Implementation. Berkeley, CA: USENIX Association, 2012: 57-70

[38]Croce D, Gallo P, Garlisi D, et al. ErrorSense: Characterizing wifi error patterns for detecting ZigBee interference[C]Proc of IEEE IWCMC 2014. Piscataway, NJ: IEEE, 2014: 447-452

[39]Nychis G, Seshan S, Steenkiste P. Using your smartphone to detect and map heterogeneous networks and devices in the home[C]Proc of the 1st ACM Workshop on Hot Topics in Wireless. New York: ACM, 2014: 31-36

[40]Chowdhury K R, Akyildiz I F. Interferer classification, channel selection and transmission adaptation for wireless sensor networks[C]Proc of IEEE ICC 2009. Piscataway, NJ: IEEE, 2009: 1-5

[41]Bloessl B, Joerer S, Mauroner F, et al. Low-cost interferer detection and classification using TelosB sensor motes[C]Proc of the 18th Annual Int Conf on Mobile Computing and Networking. New York: ACM, 2012: 403-406

[42]Zhou R, Xiong Y, Xing G, et al. ZiFi: Wireless LAN discovery via ZigBee interference signatures[C]Proc of the 16th Annual Int Conf on Mobile Computing and Networking. New York: ACM, 2010: 49-60

[43]Gao Y, Niu J, Zhou R, et al. ZiFind: Exploiting cross-technology interference signatures for energy-efficient indoor localization[C]Proc of the 32nd IEEE Int Conf on Computer Communications. Piscataway, NJ: IEEE, 2013: 2940-2948

[44]Hermans F, Larzon L ?, Rensfelt O, et al. A lightweight approach to online detection and classification of interference in 802.15. 4-Based Sensor Networks[J]. ACM SIGBED Review, 2012, 9(3): 11-20

[45]Hermans F, Rensfelt O, Voigt T, et al. SoNIC: Classifying interference in 802.15. 4 sensor networks[C]Proc of the 12th Int Conf on Information Processing in Sensor Networks. New York: ACM, 2013: 55-66

[46]Zheng X, Cao Z, Wang J, et al. ZiSense: Towards interference resilient duty cycling in wireless sensor networks[C]Proc of the 12th ACM Conf on Embedded Network Sensor Systems. New York: ACM, 2014: 119-133

[47]Pister K, Doherty L. TSMP: Time synchronized mesh protocol[C]Proc of IASTED Symp Parallel and Distributed Computing and Systems. Calgary, AB, Canada: ACTA , 2008: 391-398

[48]Bahl P, Chandra R, Dunagan J. SSCH: Slotted seeded channel hopping for capacity improvement in IEEE 802.11 ad-hoc wireless networks[C]Proc of the 10th Annual Int Conf on Mobile Computing and Networking. New York: ACM, 2004: 216-230

[49]Bluetooth SIG. Bluetooth core specification version 4.0[S]. Kirkland, Washington: Bluetooth SIG, 2010

[50]Sha M, Hackmann G, Lu C. ARCH: Practical channel hopping for reliable home-area sensor networks[C]Proc of IEEE RTAS 2011. Piscataway, NJ: IEEE, 2011: 305-315

[51]Doddavenkatappa M, Chan M C, Leong B. Improving link quality by exploiting channel diversity in wireless sensor networks[C]Proc of IEEE RTSS 2011. Piscataway, NJ: IEEE, 2011: 159-169

[52]Watteyne T, Lanzisera S, Mehta A, et al. Mitigating multipath fading through channel hopping in wireless sensor networks[C]Proc of IEEE ICC 2010. Piscataway, NJ: IEEE, 2010: 1-5

[53]Yoon S U, Murawski R, Ekici E, et al. Adaptive channel hopping for interference robust wireless sensor networks[C]Proc of IEEE ICC 2010. Piscataway, NJ: IEEE, 2010: 1-5

[54]Srinivasan K, Kazandjieva M A, Agarwal S, et al. The β-factor: Measuring wireless link burstiness[C]Proc of the 6th ACM Conf on Embedded Network Sensor Systems. New York: ACM, 2008: 29-42

[55]Huang J, Xing G, Zhou G, et al. Beyond co-existence: Exploiting WiFi white space for ZigBee performance assurance[C]Proc of the 18th IEEE Int Conf on Network Protocols. Piscataway, NJ : IEEE, 2010: 305-314

[56]Dong W, Chen C, Liu X, et al. Dynamic packet length control in wireless sensor networks[J]. IEEE Trans on Wireless Communications, 2014, 13(3): 1172-1181

[57]Hithnawi A, Shafagh H, Duquennoy S. TIIM: Technology-independent interference mitigation for low-power wireless networks[C]Proc of the 14th Int Conf on Information Processing in Sensor Networks. New York: ACM, 2015: 1-12

[58]Myers S, Megerian S, Banerjee S, et al. Experimental investigation of IEEE 802.15. 4 transmission power control and interference minimization[C]Proc of IEEE SECON 2007. Piscataway, NJ: IEEE, 2007: 294-303

[59]Liang C J M, Chen K, Priyantha N B, et al. RushNet: Practical traffic prioritization for saturated wireless sensor networks[C]Proc of the 12th ACM Conf on Embedded Network Sensor Systems. New York: ACM, 2014: 105-118

[60]Dubois-Ferrière H, Estrin D, Vetterli M. Packet combining in sensor networks[C]Proc of the 3rd Int Conf on Embedded Networked Sensor Systems. New York: ACM, 2005: 102-115

[61]Ganti R K, Jayachandran P, Luo H, et al. Datalink streaming in wireless sensor networks[C]Proc of the 4th Int Conf on Embedded Networked Sensor Systems. New York: ACM, 2006: 209-222

[62]Jamieson K, Balakrishnan H. PPR: Partial packet recovery for wireless networks[J]. ACM SIGCOMM Computer Communication Review, 2007, 37(4): 409-420

[63]Hauer J H, Willig A, Wolisz A. Mitigating the effects of RF interference through RSSI-based error recovery[G]Wireless Sensor Networks. Berlin: Springer, 2010: 224-239

[64]Gollakota S, Adib F, Katabi D, et al. Clearing the RF smog: Making 802.11 n robust to cross-technology interference[J]. ACM SIGCOMM Computer Communication Review, 2011, 41(4): 170-181

[65]Wang Y, Wang Q, Zeng Z, et al. WiCop: Engineering wifi temporal white-spaces for safe operations of wireless body area networks in medical applications[C]Proc of IEEE RTSS 2011. Piscataway, NJ: IEEE, 2011: 170-179

[66]Zhang X, Shin K G. Enabling coexistence of heterogeneous wireless systems: Case for ZigBee and WiFi[C]Proc of the 12th ACM Int Symp on Mobile Ad Hoc Networking and Computing. New York: ACM, 2011: 6:1-6:11

[68]Yubo Y, Panlong Y, Xiangyang L, et al. ZiMo: Building cross-technology mimo to harmonize ZigBee smog with wifi flash without intervention[C]Proc of the 19th Annual Int Conf on Mobile Computing and Networking. New York: ACM, 2013: 465-476

[69]Rahul H, Kushman N, Katabi D, et al. Learning to share: Narrowband-friendly wideband networks[J]. ACM SIGCOMM Computer Communication Review, 2008, 38(4): 147-158

[70]Zhang X, Shin K G. Adaptive subcarrier nulling: Enabling partial spectrum sharing in wireless LANs[C]Proc of the 19th IEEE Int Conf on Network Protocols. Piscataway, NJ: IEEE, 2011: 311-320

[71]Yin S, Li Q, Gnawali O. Interconnecting WiFi devices with IEEE 802.15.4 devices without using a gateway[C]Proc of the 11th Int Conf on Distributed Computing in Sensor Systems. Piscataway, NJ: IEEE, 2015: 127-136

[72]Wu K, Tan H, Ngan H L, et al. Chip error pattern analysis in IEEE 802.15. 4[J]. IEEE Trans on Mobile Computing, 2012, 11(4): 543-552

[73]Hithnawi A, Shafagh H, Duquennoy S. Understanding the impact of cross technology interference on IEEE 802.15.4[C]Proc of the 9th ACM Int Workshop on Wireless Network Testbeds, Experimental Evaluation and Characterization. New York: ACM, 2014: 49-56

[74]Moss D, Levis P. BoX-MACs: Exploiting physical and link layer boundaries in low-power networking[R]. Palo Alto, CA: Computer Systems Laboratory, Stanford University, 2008

[75]Sha M, Hackmann G, Lu C. Energy-efficient low power listening for wireless sensor networks in noisy environments[C]Proc of the 12th Int Conf on Information Processing in Sensor Networks. New York: ACM, 2013: 277-288

[76]Pásztor A, Veitch D. PC based precision timing without GPS[J]. ACM SIGMETRICS Performance Evaluation Review, 2002, 30(1): 1-10

[77]Jana S, Kasera S K. On fast and accurate detection of unauthorized wireless access points using clock skews[J]. IEEE Trans on Mobile Computing, 2010, 9(3): 449-462

He Yuan, born in 1980. Associate professor in the School of Software and Tsinghua National Laboratory for Information Science and Technology of Tsinghua University. Received his BE degree in University of Science and Technology of China, received his ME degree in Institute of Software, Chinese Academy of Sciences, and received his PhD degree in Hong Kong University of Science and Technology. His main research interests include Internet of things, sensor networks, pervasive computing, and cloud computing.

Zheng Xiaolong, born in 1989. Received his BE degree from Dalian University of Technology in 2011, and received his PhD degree from Hong Kong University of Science and Technology in 2015. Assistant researcher in the School of Software and Tsinghua National Laboratory for Information Science and Technology of Tsinghua University. His main research interests include wireless sensor networks and pervasive computing.

中圖法分類號TP393

基金項目：國家自然科學基金優秀青年科學基金項目(61422207)；國家自然科學基金項目(61170213)；華為公司創新研究計劃項目

收稿日期：2015-07-14；修回日期：2015-11-06

This work was supported by the National Natural Science Fundation for Excellent Young Scholars of China (61422207), the National Natural Science Foundation of China (61170213), and Huawei Innovation Research Program.