[发明专利]一种无线体域网中WiFi和ZigBee节点避免冲突的方法

说明书

本发明公开了一种无线体域网中WiFi和ZigBee节点避免冲突的方法，包括对ZigBee、WiFi的传输信道状态通过隐形马尔可夫模型进行建模；根据网络中预先获得的数据痕迹，学习隐形马尔可夫模型中所有参数，训练及预测ZigBee和WiFi的传输模式，获取当前状态和下一个状态的信道冲突概率分布；当预测到ZigBee和WiFi的信道冲突后，通过AP虚拟WiFi数据帧的冲突，抑制周围的WiFi传输，保证优先级高的ZigBee节点进行通信。使病人的监测数据更加实时，这样对医院和病人都能带来便利，本发明能够提供高效的、有价值的帮助。

技术领域

本发明涉及通信网络技术领域，尤其涉及一种无线体域网中WiFi和ZigBee节点避免冲突的方法。

背景技术

无线体域网(WBAN)是以人体周围的生物传感节点或植入节点等为对象的无线通信专用系统。它传递生理数据，如心电图，脑电图，血压等。所记录的生理信号经由无线技术发送至协调器，然后被发送到医疗监控中心。由于WBAN中需要低速率和较长电池寿命的传感节点，所以最广泛使用的无线技术就是ZigBee。但ZigBee网络面临着WiFi网络的严重干扰问题，这是因为它们都在未经授权的ISM 2.4GHz频段上工作，它是全球唯一公开的频段，许多系统都在此频段上工作，这就导致不同系统间相互干扰的问题日益加重，并且这种干扰是不可避免的，其中以WiFi对ZigBee的干扰最为严重。

在未经授权的ISM 2.4GHz频段上，ZigBee节点受到WiFi设备的干扰，这是因为WiFi的发送功率比ZigBee强5-20分贝，ZigBee信号能勉强的被WiFi设备检测，而WiFi信号则很容易地被ZigBee设备检测，这就会导致ZigBee节点主动退避冲突。在无线体域网的医学领域中，ZigBee是非常关键的，它用于传输大量的人体生理数据，我们不能承受在WiFi网络的高干扰下其吞吐量降低，导致敏感数据失去时效性。因此，需要提出一种成本低能耗低的避免干扰方案运用到医疗生产中。

现有技术中，解决办法大多集中在物理层，例如更改调制的类型、发射功率、扩展频谱、切换信道等。这些方法大多对ZigBee都不可行，因为会造成节点能耗的浪费。当前无线体域网中ZigBee和WiFi冲突的解决方法主要可以分为共存和避免，其中，避免干扰的方法是通过物理层扫描信道强度，找到比较空闲的工作信道，从而减少WiFi的干扰，但是随着WiFi设备和热点的不断增加，空闲的信道越来越少，而且频繁的切换信道也会造成ZigBee的能源消耗，不太可行；在一般情况下，对于共存问题提出的技术，基本上有以下几个方面，例如调制的类型，发射功率，扩展频谱，负载，包的大小，相互作用节点的地理分布等解决办法。虽然这些研究方法不同程度地减少了WiFi对ZigBee通信的干扰，但有一些研究却不切实际，例如使用特殊的硬件、控制所有的WiFi接入点、以及系统的修改等。这些要求大大地提高了成本和能量的消耗，在实际应用中很能实现。

发明内容

针对上述问题，本发明的目的在于提供一种无线体域网中WiFi和ZigBee节点避免冲突的方法，通过虚拟WiFi数据帧冲突抑制WiFi传输进而满足优先级较高的ZigBee节点通信。

为了解决背景技术中所存在的问题，本发明的技术方案为：

一种无线体域网中WiFi和ZigBee节点避免冲突的方法，包括以下步骤：

1)对ZigBee、WiFi的传输信道状态通过隐形马尔可夫模型进行建模；

2)根据网络中预先获得的数据痕迹，学习隐形马尔可夫模型中所有参数，训练及预测ZigBee和WiFi的传输模式，获取当前状态和下一个状态的信道冲突概率分布；

3)当预测到ZigBee和WiFi的信道冲突后，通过AP虚拟WiFi数据帧的冲突，抑制周围的WiFi传输，保证优先级高的ZigBee节点进行通信。

所述步骤1)具体为：根据隐形马尔可夫模型，对可列的状态空间在离散化的时间参数空间上进行建模。