基于OPNET的智能家居网络仿真及性能分析

方涛涛, 马小军

(南京工业大学 电气工程与控制科学学院, 江苏 南京 211816)



基于OPNET的智能家居网络仿真及性能分析

方涛涛, 马小军

(南京工业大学 电气工程与控制科学学院, 江苏 南京 211816)

结合普通民用住宅,介绍了基于OPNET的智能家居网络设计。利用OPNET软件对设计方案的ZigBee网络拓扑结构进行仿真分析,对比了网络的延迟、吞吐量、丢包率等重要网络指标,再根据分析结果选出智能家居ZigBee网络最合适的拓扑结构,对智能家居的优化具有参考意义。

智能家居; 无线网络; OPNET软件; 仿真分析

0 引 言

随着经济的不断发展,智能家居系统在家务方面可提供各种智能控制方案,让家庭主人在处理家务方面既快捷,又省力。ZigBee技术在智能家居中应用广泛,具有抗干扰力强、保密性好、传输速度快、可扩展性强、组网容易、自恢复能力强等优点,因此便于在智能家居中进行扩展,增加新设备[1-2]。

合理的ZigBee网络拓扑结构会让ZigBee网络的重要性能得以提高,同时对智能家居系统的提升有重要作用。

1 OPNET Modeler概述

在OPNET所有产品中,Modeler几乎包含其他产品的功能,可以用于通信网络、设备、协议的开发和应用的仿真,为网络技术人员提供了仿真分析的集成环境,减少了编程和数据分析的工作量[3]。

Modeler采用进程模型、节点模型、网络模型三层建模机制。进程模型使用状态机描述协议,状态及状态间的转换用C/C++语言描述。节点模型由多个协议模型组成,使得节点更能模拟设备的特性。网络模型由多个节点模型组成,通过设置节点属性,可以精确地模拟网络的所有特征。

OPNET Modeler仿真过程步骤简单,大致分为拓扑设计、业务设定、统计量确定、仿真、调试后再仿真、发布结果等6步。

2 智能家居无线网络设计

2.1 主要性能指标

智能家居网络的性能和稳定性非常重要,因此有必要对智能家居网络的性能进行分析评估。本文主要从ZigBee网络延时、吞吐量、误码率3个重要指标方面进行分析。

(1) 网络延迟。网络延迟是数据源节点到目的节点再返回源节点传输所用的时间,包括在传输介质中传输的时间和在转发设备中等待、处理的时间。网络延迟是评价网络性能的一个重要指标。不同的应用对网络延迟的要求也不同,如语音和视频对延迟的要求非常高,而Web服务相对较低。在实际情况中,网络延迟并不是固定不变的。目前,网络数据包多采用分组交换,数据往返链路有可能不同,因此直接影响网络延迟的统计。

(2) 吞吐量。吞吐量是指网络设备或端口单位时间内成功接收并转发的数据量,是网络性能评价体系中的重要指标。

(3) 误码率。误码率是通信系统可靠性的重要指标,是指错误码元数与传输总码元数之比。一般误码率越低,通信系统的可靠性越高,网络越稳定。不同的应用对误码率的要求也不同。在无线通信中,由于噪声、多径、干扰和移动终端漫游等影响,在无线网络设计时需特别重视误码特性指标的数据采集。

2.2 智能家居网络设计

在普通民用住宅房间(长、宽均为10 m)中进行智能家居设计,内部有15个终端节点。本文主要研究智能家居ZigBee网络的拓扑结构对网络性能的影响[4]。

2.2.1 星形结构

星形结构是指各网络设备以星形方式连接成网，网络有中央节点,其他节点(移动端、服务器)都与中央节点直接相连。该结构以中央节点为中心,因此又称为集中式网络，便于集中控制,网络的延迟、误码率低,但是对中心设备的要求极高,所有数据都要经过中心设备处理转发,如果中心设备崩溃,则整个网络瘫痪。OPNET软件设计的星形结构如图1所示。

图1 OPNET软件设计的星形结构

2.2.2 树形结构

树形结构是一种分级的集中控制式网络,可以包含多个分支,每个分支又可以包含多个节点。目前,大部分网络都采用该结构。因其扩展性好,易于查找路径。不足是干路任一节点发生故障都会影响整个树形网络。OPNET软件设计的树形结构如图2所示。

图2 OPNET软件设计的树形结构

2.2.3 网状结构

网状结构的基本思想是将网络环境划分成许多以正六边形为基本几何图形的覆盖区域,配合频率复用技术,为解决频率资源紧缺和用户问题提供有效手段。采用这种方式可以布置更少的接入点,以降低成本。OPNET软件设计的网状拓扑结构如图3所示。

图3 OPNET软件设计的网状拓扑结构

3 仿真结果分析

网络延迟仿真比较如图4所示。由图4可见,星形拓扑结构的延迟约为0.1 s,网状拓扑结构的延时约为0.03 s,树形拓扑结构的延迟约为0.04 s。从延迟角度来看,网状拓扑结构最优。

图4 网络延迟仿真比较

吞吐量仿真比较如图5所示。

图5 吞吐量仿真比较

由图5可见,星形拓扑结构的平均吞吐量约为18 000 b/s,网状拓扑结构的平均吞吐量约为20 000 b/s,树形拓扑结构平均吞吐量约为16 000 b/s。从吞吐角度来看,网状拓扑结构最优。

丢包仿真比较如图6所示。

图6 丢包仿真比较

由图6可见,星形和网状拓扑结构的丢包率明显小于树形结构的丢包率。

综上所述,设计的智能家居网络从网络延时、吞吐量、丢包率网络指标来看,网状拓扑结构最合适。

4 结 语

本文使用OPNET对智能家居网络进行建模及仿真,对3种拓扑结构的网络延迟、吞吐量、丢包率等重要指标进行了分析,再根据分析结果选择最优拓扑结构,对智能家居的优化有一定参考价值。

[1] 吴敏飞.基于OPNET的校园网设计建模与仿真分析[D].杭州:浙江工业大学,2014.

[2] 陈敏.OPNET物联网仿真[M].武汉:华中科技大学出版社,2014.

[3] 孙屹.OPNET通信仿真开发手册[M].北京:国防工业出版社,2004.

[4] 费娟,许昌杰.基于OPNET的高校WLAN部署[J].通信技术,2012,45(12):57-62.

Network Simulation and Analysis of Smart Household Based on OPNET

FANG Taotao, MA Xiaojun

(College of Electrical Engineering and Control Science, Nanjing Tech University, Nanjing 211816, China)

Combined with a general housing,this paper introduced the network design of smart household based on OPNET software.By using OPNET softare,ZigBee network topology structures were simulated.The important indicators including delay,throughput,packet loss rate,were compared.According the analysis results,the most suitable net topology of ZigBee network was selected.It has reference significance on optimization of smart home.

smart household; wireless network; OPNET software; simulation analysis

马小军(1956—),男,教授,研究方向为建筑智能化。

方涛涛(1991—),男,硕士研究生,研究方向为建筑智能化。

TU 855

B

1674-8417(2016)12-0001-03

10.16618/j.cnki.1674-8417.2016.12.001

2016-09-26