在日常工作生活中，盡管每個人都會和周圍人有意無意通過語言、肢體動作、眼神交流彼此信息，但這些方式還不能滿足人們間高效、私密、針對性地交互一些深層次信息，人們還希望及時得到這些深層次信息以幫助自己現場決策或保存好這些信息以備日后使用。為此本文設計了一種基于低速個域網技術(LR_WPAN)IEEE802.15.4的無線人際信息交互設備?？紤]到人際交流具有隨機、多變、短時等特點，該設備應具備網絡發現、高效組網、短時間內完成通信的能力，根據功能設定可以在不需要用戶干預的情況下自動完成預定的操作。

    IEEE802.15.4與現有藍牙、WIFI等無線通信技術相比具有組網時間短、功耗小、成本低、節點容量大等特點,非常適合應用在人際信息交互領域。目前IEEE802.15.4主要應用在網絡結構相對固定的場合，如工業控制、傳感器信息采集，體域網的組建等。在這些應用中，一般都有指定的協調器存在且位置相對固定。而在人際信息交互場合中節點具有地位平等且不斷移動的特點，因此需要重新設計部分機制以滿足人際信息交互的需要。
    根據不同的應用場景無線人際信息交互主要有點對點網絡和多節點的網絡兩種結構。點對點的網絡應用場合有電子名片、供需匹配、實景交友等，多節點的網絡應用場合包括會展、醫院、旅游等。因此，人際信息交互具有廣泛的應用前景, 是現有網絡的進一步延伸。
    本文重點闡述了人際信息交互網絡中一種變換超幀結構的低功耗網發現算法，網絡發現后的網絡內數據交換機制因篇幅所限這里不作討論。最后用電子名片交互場景來驗證網絡發現的應用效果。
1 IEEE802.15.4的超幀結構
    IEEE802.15.4超幀描述了設備接入信道的總體結構，由PAN協調器定義，用于控制活躍期和非活躍期的長度，能方便地實現低功耗應用。圖1是超幀結構的示意圖。

    一個完整超幀由競爭接入期(CAP)、可選的非競爭接入期(CFP)和非活動期(Inactive)組成，一個超幀的持續時間稱為信標周期(BI)。CAP與CFP合稱為超幀活躍期(SD)設備可以在SD內相互傳輸數據，CAP使用時隙方式的CSMA-CA方式競爭接入無線信道，CFP使用時分復用方式獲得對信道的獨占，但需預先申請。在非活躍期，射頻收發器處于關閉狀態，不消耗能量。在人際交互應用中所有SD都以CAP方式接入信道。
    人際信息無線交互網絡采用IEEE802.15.4信標使能通信方式。即在每個超幀的開頭，協調器在網絡中廣播信標，網絡中的設備根據接收到信標中描述的活躍期與非活躍期信息在約定時刻打開/關閉射頻收發器。網絡中的協調器和設備在發送完成后進入接收狀態，監聽網絡中的通信。一個超幀內活躍期的長度SD與超幀周期時間長度BI是由網絡參數SO、BO決定。SD與BI的計算公式如下所示:
    
    aBaseSuperFrameDuration(BSFD)為最短幀長度。一個BSFD包含960 個Symbol。一個Symbol對應一個物理層的碼片，具有4 bit的信息。IEEE802.15.4的通信速率為250 kb/s, 960個symbol相當于3 840 bit即435 B，對應時間為15.36 ms。
2 設備的工作模式
   根據設備是否已加入網絡，可分為兩種工作模式，即網絡發現模式和網絡交互模式。當周圍沒有其他網絡存在時，所有的設備均作為網絡協調器啟動，以預先設定的超幀序列方式工作，形成一個只有協調器的孤點網絡，此時設備工作在網絡發現模式下。當兩個移動的設備相互接近并檢測到對方的存在后，它們的網絡之間需要進行融合，融合后設備可以相互通信，設備工作在網絡交互模式。兩種模式的主要區別在于采用了不同的超幀結構，網絡發現模式由于缺少同步信息采用以時間換節能的方法，通過一組不同結構超幀序列組合來檢測周圍的網絡，網絡發現模式下典型活躍期時間比例為10%。而在網絡交互模式下由于有網絡協調器的同步信息，可以采用實時性更強、功耗更低的固定超幀通信，典型配置為BO=5,SO=0，此時射頻收發器的活躍期時間比例可降至3.125%。
3 低功耗網絡發現算法
　孤點網絡的網絡發現算法是人際信息交互網絡發現算法的基礎。利用IEEE802.15.4變化的超幀結構可實現可靠高效的網絡孤點網絡發現算法。在網絡半徑較小的應用或設備密度較低的場合中，設備的大部分時間都處于網絡發現階段，因此網絡發現階段的功耗往往決定了這個設備的持續工作的能力。通過一組結構變化的超幀序列，可以在一定的時間約束內保證網絡的發現?；舅悸肥切栌每勺兓钴S期和信標周期的超幀結構組合出一組超幀序列，使得在一定的時間約束內，至少有一個信標可以被檢測到,進而融合兩個原本獨立的網絡。組合超幀序列的方法有多種，這里采取如下方式：超幀序列由一個活躍期和信標周期較大的長超幀和n個短超幀組成，記長超幀SO,BO為s2,b2，短超幀SO,BO為s1,b1。
    目標函數為活躍期在整個超幀序列中所占的比例，該比例越小，設備就有更好的節能性能。協調器在短幀活躍期發送信標讓周圍網絡能夠檢測到自身的存在，活躍期可以取最短即一個BSFD，對應于s1等于0。


    在實際應用中，兩個處于同一個信道、有著同樣超幀序列的孤點網絡相遇時，它們在超幀序列中所處階段是隨機的，兩者會顯現一定的相位差。不同的相位差會極大地影響兩個網絡發現的時間與可靠性。網絡發現的有效性用一個周期內被接收的信標數來衡量，信標接收越多，網絡的發現算法就更可靠。由于SD、BI都以BSFD為單位，下面以SBFD表示序列的相位差。網絡發現參數為T=7,s1=0,b1=3,s2=3,b2=6,n=8的網絡具有128個BSFD。兩個相差12個BSFD的序列如圖2所示。

概率越小，b1=4時概率為0.5%。
    圖4表示了T=7,s1=0,b1=3,s2=3,b2=6,n=8網絡發現時間和被動掃描完成時間與序列偏移之間的關系。網絡平均發現時間為607 ms,最大發現時間為1 092 ms。掃描時間平均為823 ms, 最大為2 090 ms。由圖4可見，平均網絡發現時間為只有時間約束的31%，最大網絡發現時間為時間約束的56%。掃描完成時間是指網絡發現時間加上掃描到一個新的信標的時間。這段是網絡發現完整的過程。發現后網絡設備需要聯合(associate)和改變當信超幀結構，這兩個過程各都需要至少一個BI時間，所以被動掃描時應選擇在短超幀的信標接入,有更好的實時性。

4 應用實例
　為了測試上述網絡發現算法的有效性，設計了電子名片交換應用場景，該應用通過判斷握手操作自動交換設備中的個人名片信息。該應用為點對點網絡結構交互模式，用戶在上位機輸入個人名片信息，如姓名、年齡、性別、職業、聯系方式，編碼后將數據導入設備，電子名片數據量為86，加上幀頭開銷，數據幀總長為103 B。設置完成后，用戶將設備佩戴在手腕上，啟動后設備開始自動工作。取網絡發現模式下超幀序列參數為T=7,s1=0,b1=3,s2=3，b2=6,n=8。數據交互模式下超幀參數為SO=0,BO=5，其中SO參數可根據名片信息量的大小調整，這里選0。發射功率為-14 dBm，電流消耗為25 mA,接收時典型功耗為22 mA,關閉射頻收發器時CPU運行時典型功耗為6.5 mA。
    設備通過距離來判斷握手動作，電子名片的自動交換分兩個階段進行：(1)當用戶雙方相距10 m左右時，先融合成一個可交互的網絡，轉入實時性較高的交換模式，然后不斷檢測網絡中設備的距離。(2)當檢測到雙方距離相距30 cm以內時，視為正在進行握手操作，設備向協調器設備發送自己的名片信息，并向對方請求數據名片信息，完成電子名片信息交換后將信息存入各自的Flash設備，之后再導入上位機。
　設備距離的控制是根據信號強度(RSSI)來判別。TIMAC封裝了MAC層的具體實現，在協調器上無法得到信標發送時刻，在實際實現中可以使用mac時間作為時間參照。BO、SO的修改應使用CoordRealignment使能方式的MLME-START原語。活躍期時間比例為0.125,不計外圍設備，活躍期電流約為30 mA，忽略休眠使用550 mAh的鋰電池理論待機時間為146 h。
    取20組用戶測試交互機制的性能，用戶在隨機啟動設備后由遠到近相互接近并進行握手操作。20組實驗均成功實現了網絡發現、自動交換個人名片信息的功能。測得從進入網絡感知范圍到進入交互模式即第一階段完成，平均所需時間為2.3 s,最短用時1.3 s，最長3.6 s，這里包含了網絡發現時間、關聯時間和超幀結構切換時間。如考慮一次碰撞則進入交互模式需要約4.3 s時間。第二階段的超幀周期為492 ms，名片可以在一個周期內完成交互。考慮到人的行動速度，該網絡配置已經能夠滿足電子名片應用的需要。藍牙、WIFI的組網時間和休眠切換時間都在3 s以上,可以看到，利用IEEE802.15.4在實時性上有很大的優勢和靈活性。
參考文獻
[1] Jennifer Yick Author Vitae, Biswanath Mukherjee Author Vitae, Dipak Ghosal.Wirelesssensor network survey[J].Computer Networks，2008,58(12):2292-2330.
[2] PARADISO J A, GIPS J, LAIBOWITZ M, et al. Identifying and facilitating social interaction with a wearable wireless sensor network[J].Personal and Ubiquitous Computing,2010,14(2):137-152.
[3] KORTUEM G, SEGALL Z. Wearable communities:augmenting social networks with wearable Computers[J]. Pervasive Computing, 2003,2(1):71-78.
[4] RODOLFO de P, PESCH D. A DCLA: a duty-cycle learning algorithm for IEEE 802.15.4 beacon-enabled WSNs[J]. Ad Hoc Networks,2010,49(4):217-232.
[5] HUANG W T, LIN J T, CHEN C H,et al. Accurate analysis of IEEE 802.15.4 slotted CSMA/CA over a real-time  wireless sensor network[J]. Sensor Systems and Soft-ware,2010(24):98-110.
[6] OLGUIN D O, Alex PentLand. Social sensors for automatic data collection[C]. Proceedings of the Fourteenth Americas Conference on Information Systems, Toronto, ON, Canada August 14th-17th 2008.
[7] FRIGGERI A, CHELIUS G, FLEURY E,et al. Reconstructing social interactions using an unreliable wireless sensor network[J].Computer Communications,2011,34(5):609-618.
[8] 楊傲雷, 侯維巖.基于IEEE802.15.4a標準的工業無線網絡節點設計[J]. 計算機工程與設計，2009,30(12)：2834-2837.