ZigBee网络中基于节点移动性的路由选择策略

穆嘉松，刘开华，史伟光

(天津大学电子信息工程学院，天津 300072)

ZigBee网络中基于节点移动性的路由选择策略

穆嘉松，刘开华，史伟光

(天津大学电子信息工程学院，天津 300072)

为了提高 ZigBee网络的路由效率，降低节点能耗，提出一种基于节点移动性的路由选择策略．ZigBee网络同时支持基于地址分配的分层路由和基于路由请求的路由方法．该策略根据网络中节点移动性的变化，自适应选择路由方法．节点通过自身邻居参数改变识别位置变化，避免了网络中额外的数据传输流量．经仿真测试，相对于原有的单一方法路由方案，基于节点移动性的路由选择策略具有更高的路由效率，提升了ZigBee网络的路由性能．

ZigBee网络；路由选择；自适应；节点移动性

ZigBee标准目标应用在低功耗、低开销、低维护的特定需求的监测和控制系统[1]．标准提供了2种可选的路由方案．一种是基于路由请求的 Z-AODV算法，另一种是简单的分层路由(hierarchical routing protocol，HRP)算法[2]．2种路由方式截然不同，前者是基于需求的路由获取算法，当需要建立路由时通过广播路由发现请求建立传输路径；而后者是主动式的路由方案，并不需要相关的路由控制信息[3]．虽然ZigBee网络支持 2种特征不同的路由方式，以满足不同网络环境中对于网络传输效率、能量消耗和鲁棒性等的要求，然而，目前对于 ZigBee网络中如何根据网络条件使用和选择路由方法的研究还不多，已有的研究中也鲜有考虑网络结构和节点移动变化的因素[4-6]．合理的路由选择策略能够将 2种路由方法的优势发挥，从而提高路由效率，减少网络的能量消耗，对ZigBee网络性能提升有积极的意义．

笔者在先前的工作中，分析研究了在不同节点移动性条件下HRP和Z-AODV算法的路由性能[7]．本文将在此基础上，提出 ZigBee网络中自适应的路由选择策略．为了避免节点在识别移动性信息过程中引入数据传输，提出了一种基于节点命令和邻居信息变化的移动识别方法，并基于此实现自适应路由选择．

1 ZigBee协议栈

1.1 设备类型

IEEE 802.15.4标准规定了全功能设备(full function device，FFD)和精简功能设备(reduced functiondevice，RFD)2种器件．FFD可以实现更多的功能，与其他任何在其传输范围内的设备进行通信．而RFD只能简单地完成网络中的基本功能，仅可以和FFD进行通信[8]．

从功能上，ZigBee标准规定了3种网络节点：协调 (ZigBee coordinator，ZC)节点、路由 (ZigBee routers，ZR)节点和终端设备(ZigBee end device，ZED)．ZC节点负责初始化网络和管理网络结构．ZR节点允许有自己的子节点，可以与任意其他节点通信．ZED不能再有下一级的子节点．ZC和ZR节点分别具有邻居表，其中包含节点传输范围内的邻居节点信息．

1.2 地址分配机制和分层路由

ZigBee标准采用分布式地址分配机制(distributed address assignment mechanism，DAAM)分配节点地址．DAAM通过树型结构中的节点位置静态地分配节点地址．该地址由父节点分配给子节点，并且在网络中是唯一的．ZC节点可以确定以下网络参数：mC为一个父节点可以拥有的最大子节点数目；mR为一个节点可以拥有的最大路由子节点数目；mL为网络的最大深度．则每个父节点在第 d层深度分配给每个路由子节点的地址子块尺寸为

网络地址1,rdnA+和1,edlA+是分配给在d+1层深度，第n个路由子节点和第l个终端子节点的地址，即

HRP可以为任意目的地址提供简单而可靠的路由．但由于传输路径往往不是最短路径，该方法的传输效率有时并不理想．

1.3 Z-AODV路由

ZigBee协议中基于路由请求的路由方法和著名的 AODV[9]方法非常相似．当需要建立路由时，源节点向邻居节点广播路由请求(routing request，RREQ)，中间节点接收到 RREQ后再向自己的邻居节点重广播，直到该路由请求到达目的节点．一旦目的节点接收到 RREQ，立刻通过对发送 RREQ的邻居节点单播返回一个路由响应(routing reply，RREP)信息作为回应．RREP数据随之前建立的反向路径传输回源节点．通过对同一目的节点路由开销的比较，节点可以实时选择最佳的路由．最后，源节点将缓存的数据包通过以上过程建立的路径发送[10]．

Z-AODV算法通过泛洪RREQ找到到达目的节点的全局最短路径．然而该方式引起的广播过载，对于带宽和内存有限的ZigBee设备是不能忽略的[11].虽然ZigBee标准应用集中在低速率数据环境，但由于路由发现造成的额外开销，特别是在密集的网络结构中会严重影响网络通信．这些影响将体现在点对点延时和数据传输效率上[12]．同时Z-AODV算法还将潜在影响ZigBee网络的可扩展性[13]．

1.4 路由方式选择

根据ZigBee网络层帧格式，包头DiscoverRoute域定义为数据流采用的路由方式[2]，其设定如下．

(1) 抑制路由发现(suppress route discovery，SRD)：节点将仅使用现有的路由表，如果目的地址不在路由表中，节点将选择分层传输或丢弃数据．

(2) 使能路由发现(enable route discovery，ERD)：如果目的地址在路由表中，节点将根据路由表选择下一跳地址，否则路由节点将初始化路由发现，如果当前节点没有路由能力，将进行分层传输．

(3) 强制路由发现(force route discovery，FRD)：无论路由表中是否存在对应项，节点都将初始化路由发现过程．

ZigBee标准中，ERD为该域的默认值．

1.5 邻居表

ZigBee网络层标准规定，ZC和ZR节点将提供维护邻居表的功能．设备的邻居表包含传输范围内每个设备的相关信息．储存在邻居表中的信息可用于各种目的，表里的每个表项包含关于邻居设备的必要信息有：①PAN标识符；②扩展地址；③网络地址；④设备类型；⑤关系．同时，实施设备可以存储邻居表中额外的可选信息．

2 ERP和Z-AODV路由算法性能分析

2.1 仿真平台

本文使用Opnet Modeler作为仿真平台．节点的物理层和MAC层采用IEEE 802.15.4标准，规定了无线网络的工作频率、调制方法、信道接入机制、数据传输速率、无线接收和发射设备的设定等参数．节点网络层的设定符合 ZigBee标准．基于研究需要，只对 ZigBee网状拓扑所需的功能进行设定，包括网络中节点的地址分配方案、网络层帧结构、路由方法、路由表和邻居表的产生和维护以及节点信息管理等功能．

2.2 性能分析

先前的工作中，研究了在不同节点移动性条件下HRP和Z-AODV算法的路由性能[7]，并得到结论，即SRD路由方式适用于结构稳定的ZigBee网络，而在节点移动性较高的网络中，ERD路由方式有更好的性能．对于 2种路由方式适用环境的分界网络条件有以下结论：随节点数量增加，2种路由方法适用环境的分界网络条件趋于稳定，对应节点保持静止时间概率的均值略大于20,s[7]．

在本文的路由策略中，不要求获知节点运动的速度和距离等因素，只需要得到节点保持当前位置的预期时间．在统计该值时，长期稳定网络中节点可能具有较长的静止时间，对数据统计带来不便．因此，本文将网络中节点保持当前位置的时间概率，转化为单位时间内节点运动次数的概率．单位时间选取100,s，这是因为该单位时间决定了节点运动判断的敏感程度和反应时间．如果该值过小，会增加随机因素对节点移动性判断的影响；如果该值过大，节点需要较长的时间反映网络结构的变化，将会降低路由选择的效率．对于单位时间(100,s)内节点的平均移动次数，为了获得节点运动次数的整数解，对应节点静止时间的取值只能是16.7,s、20.0,s、25.0,s和33.3,s等.

基于以上分析，本文进行了进一步的实验测试．仿真环境设置如下：网络节点数分别为 20、30、40和 50，节点保持当前位置的时间的概率分别设定为 16.7,s、20.0,s、25.0,s和33.3,s．每组实验取不同的节点数量和移动性，一共进行 16组，每组实验进行10次，统计SRD和ERD 2种算法各自的网络总体数据流量的平局值．仿真其他参数设定如表1．

表1 网络仿真参数Tab.1 Network parameters of simulation

仿真结果如表2所示，表中静止时间表示节点平均静止时间．从表中数据可以看出，SRD和 ERD算法适用环境的分界网络条件随节点数量增加趋于稳定，这时，节点静止时间的概率期望值为 25.0,s，对应节点单位时间移动次数为4次．节点静止时间期望为20.0,s，ERD方式具有更低的网络流量．而节点单位时间内平均移动3次时，SRD方式具有更高的效率．基于以上分析，ZigBee网络中SRD和ERD方式的适用环境可以进一步总结为：ERD方式在平均100,s时间内节点移动 4次及以上的网络中性能更好，而SRD方式适合于平均移动少于3次的网络．

表2 不同网络条件SRD和ERD方式的网络数据流量Tab.2 Network loads of SRD and ERD mode in different network conditions

3 基于节点移动的路由选择策略

在先前研究的基础上，本文提出了 ZigBee网络中基于节点移动性的路由选择策略(routing strategy based on node mobility，BNM)．在BNM策略中，每个节点分别有SRD和ERD 2种工作方式，每种工作方式中，节点采用对应的路由方式传输数据．BNM策略将根据当前的节点移动性，估计将来的网络条件，通过设定数据帧中路由方式域的值选择路由方式，实现自适应路由选择．在 100,s内节点移动少于4次的情况下，使用 SRD方式；当移动 4次及以上时，使用ERD方式．算法流程如图1所示．

3.1 工作模式

图 2是 SRD方式的流程．其中 Ts为布尔型变量，表示计时器的工作状态，ON为开启，OFF为关闭；T为计时器当前值，单位为s；C为记录节点移动次数的计数器取值．计数器进行加 1操作，然后进行比较，如果移动次数小于 4次，将继续等待节点移动消息到来；否则，计数器和计时器清零，并进入 ERD工作方式．当检测到节点移动信息，计时器将首先检测是否开启，如果处在关闭状态将启动计时器．计时器在激活后持续工作，计时到达 100,s后，将清零关闭，并将计数器值归零，等待下次激活命令．SRD进程中，计时器不是持续处在工作状态，只有当节点检测到位置移动信息时，才开始工作．当网络处于稳定状态时，节点将保持在 SRD工作状态，并且没有任何额外的内存消耗和数据传输．

图1 BNM策略流程Fig.1 Flow chart of BNM

图 3显示了节点 ERD方式的流程．节点进入ERD方式后，计数器归零，计时器开始计时．当发现节点移动时，计数器做加1运算并进行比较．如果计数器取值小于4，将返回等待检测下一个节点移动信息．否则，计数器和计时器同时清零，计数器返回等待检测节点移动信息．计时器在 ERD方式中始终开启工作，当计时器计时到达 100,s，将关闭归零，并将计数器置零，进入SRD方式．在ERD方式中，计时器保持开启工作状态，当计时器计时到达 100,s时，计时器和计数器同时归零，计时器关闭，进入SRD工作方式．从ERD方式的工作流程可以发现，节点在进入ERD工作方式后，将至少在此模式工作100,s，在此期间，节点可以对路由表进行维护，更新路由表和邻居表信息．在节点移动性降低，进入SRD方式后，这些信息可以用来改善SRD方式的路由效率．

图2 BNM策略节点SRD方式流程Fig.2 Flow chart of SRD mode in BNM

图3 BNM策略节点ERD方式流程Fig.3 Flow chart of ERD mode in BNM

3.2 节点移动识别

从BNM策略中SRD和ERD方式节点的工作流程可以看到，如何获取节点移动的信息，决定了BNM策略运行的成本以及执行的效率．在BNM策略中，只需要对节点的移动进行判定和检测，而对于运动距离、速度、路径等信息并没有要求．基于以上分析，本文提出了BNM策略中节点移动识别方法．

图4是SRD路由方式下ZigBee网络节点移动的示例．节点A、B、C为协调器的子节点．节点D深度为2，初始在1位置，父节点是A．

1)D移动到位置2

节点位置发生变化，但对于D与父节点A之间的通信影响较小，BNM 算法中认为可以忽略，不需要检测．

图4 SRD方式下节点移动分析示例Fig.4 Demonstration of node moving in SRD mode

2)D移动到位置3

D失去和父节点A的联系．D如果仍希望作为当前 ZigBee网络的设备工作，就需要启动重新加入网络的进程．在图4所示情况下，节点B可以响应D在 3位置的加入请求，如果在 B节点的子节点地址空间内有空闲地址，将根据DAAM机制为D分配地址．这时，原有的树型拓扑结构被改变，D将以 B节点作为自己的父节点进行数据传输和路由．这个过程，将在网络中引入额外的数据传输，对整个网络的数据传输也会造成影响．这类移动需要BNM策略进行监测．这种移动过程中，D节点会和原父节点失去连接并引发一个重新加入网络的命令以及网络地址的改变．

3)D移动到位置4

节点位置发生变化，但既没有和原父节点失去连接，同时也不能和其他节点构成连接，对数据的传输和网络的拓扑影响很小．对于这种移动，BNM策略也不进行检测．

通过以上分析，节点使用 SRD路由方式时发生移动，如果没有改变当前的分层结构，该移动对于网络的数据传输几乎不会造成影响，这种移动应被忽略；如果节点移动造成父子链路失效，失去连接的子节点将重新启动加入网络的过程，寻找新的父节点加入网络并更新网络地址，形成新的网络拓扑结构．在SRD方式中，可以通过监测节点重新加入网络的命令、节点的父节点以及节点自身的网络地址，来判断节点是否发生了位置移动．在 ZigBee网络层以及应用支持子层标准中，并没有命令和进程会要求节点发送重新加入网络的命令，也不会更改节点的父子关系和网络地址．因此，以上的检测方案是可行的．为了减少多网络情况下的计算和存储消耗，BNM 策略将检测节点重新加入网络的NLME-JOIN. confirm命令来判断节点位置改变．

节点在 ERD工作方式下，虽然父子关系仍然存在，然而数据传输将基于路由请求，因此需要用不同的方法来检测节点移动．图5是ERD方式下ZigBee网络节点移动的示例．节点A、B、C为协调器的子节点，D和F为B的子节点，E为D的子节点．1)D移动到位置2

图5 ERD方式下节点移动分析示例Fig.5 Demonstration of node moving in ERD mode

在位置1时，父节点B和节点E、F都是D的邻居，而在位置2时，D的邻居只有B和A，网络拓扑发生了变化．这类移动需要进行监测．

2)D移动到位置3

D同原先的父节点 B失去了联系，然而与使用SRD方式的网络不同的是，由于在 3位置的通信范围内，仍有节点C和F作为D新的邻居，D仍可以在网络中正常工作并通过 F和 C进行数据传输，而不需要重新加入网络．该移动对网络拓扑产生了影响，需要监测．

3)D移动到位置4

D和原父节点 B失去了联系．而原先的邻居节点E和F没有影响．网络的数据传输发生变化，需要进行监测．

4)D移动到位置5

节点位置发生变化，但是D的邻居没有变化．这类移动对网络中的数据传输，几乎不产生实际的影响，在BNM策略中将其忽略．

通过以上分析，节点使用 ERD路由方式时发生移动，如果移动节点的邻居没有变化，则几乎不会对数据传输造成影响，这种移动将被忽略．如果节点移动改变了可用链路，将影响数据传输，BNM 策略需要对其进行检测．

运动是相对的，为了确定邻居表的变化是由于自身移动还是对应节点的移动造成的，将不得不引入额外的数据传输，这和 BNM 策略提出的初衷相违背．因此，本文提出一种近似的算法来进行判断而避免了数据交换．节点移动示例仍如图5所示．

1)D移动到位置2

D的邻居减少了A，A的邻居也增加了D，而实际上A的位置没有变化．类似的情况也发生在D移动到位置3，C节点的邻居表中．通过分析可以发现，节点增加 1个或几个邻居，而其余的邻居没有变化，大多是由其他节点移动进入自己的通信范围造成的．因此在识别节点移动时，将只考虑原有邻居的丢失；而在其余邻居信息不变的情况下，不计算新邻居的产生．

2)D移动到位置2

D失去邻居 E和 F，同时，E和 F也失去邻居D．不同的是，E和F其他的邻居没有变化，而节点D同时失去了E和F 2个邻居．因此，BNM策略认为节点失去 2个或以上邻居，是自身移动造成的；只丢失1个邻居，是相应节点移动造成的．

3)D移动到位置2

如果节点F不存在，D将只丢失1个邻居E，而E丢失了邻居D．不同的是，D除了丢失E之外，也增加了新的邻居 A．节点在移动时，通信范围的改变将可能引入新的邻居．因此，BNM策略认为，失去 1个邻居同时有新的邻居发现的情况，是自身节点移动引起的．

4)D移动到位置4

D失去邻居B，没有增加新的邻居．B是D的父节点，父节点是节点加入网络时，邻域内有最佳通信质量的路由节点，因此，父子链路中断对子节点影响较大．BNM 策略认为，如果当前节点和父节点失去连接，是子节点移动引起的．

基于以上分析，得到 ERD传输方式下，节点移动判定的方法，流程如图 6所示．节点在邻居表更新过程中，将原始邻居表暂存，用新的邻居表和其进行比较．如果失去 2个或以上邻居，节点认为自身发生移动．如果全部原有邻居信息仍有效，则判定节点未移动．在恰好失去1个邻居的情况下，将查看是否有新邻居．如果有，节点判定自身移动；否则，节点将检查与父节点链路是否仍然有效．如果是，节点判定没有移动；否则认为发生移动．判定完成后，节点将清除原邻居信息，并将当前邻居信息暂存．暂存的邻居信息中，并不需要备份邻居表所有域的内容，只需要储存邻居的 PAN标识符、网络地址和关系 3项．每个邻居的对应内存消耗为 33 bit，包括 16 bit的PAN ID信息，16 bit的网络段地址信息和1 bit的节点关系信息．

最后，将分析 2种工作方式转换需要注意的问题．假定当前节点工作在 ERD方式，网络拓扑结构如图5所示，D从位置1移动到4，依照节点运动的判定方法，该节点由于和父节点失去了连接则认为发生了移动．假设节点 D不再发生运动，之后节点移动性下降并进入 SRD工作方式．这时，D和原父节点失去连接，将重新寻找新的父节点．这时，由于ERD方式中的位置改变，导致D在进入SRD方式后将进行一次重新加入网络进程，从而误认为节点发生了位置变化．为了解决这个问题，比较好的方式是在节点进入 SRD方式之后，节点运动检测进程稍稍推迟启动，这样既消除了误差，也不需改变 ZigBee节点的工作机制．在BNM策略中，节点运动检测进程将推迟100,ms后执行．

图6 ERD传输中节点移动识别流程Fig.6 Flow chart of node moving recognition in ERD mode

4 仿真和分析

本文将 BNM 策略与传统的单一路由方案进行了比较．网络中节点有相同的数据发送参数．通过比较不同路由方式的总体数据流量，评价路由方法的效率．

4.1 网络结构突变情况的性能仿真

首先研究 BNM 策略在网络结构突变情况下的路由性能．仿真使用 30个节点，全部为 FFD设备，稳定网络中节点保持当前位置的概率服从均值为150,s的正态分布；不稳定网络中该均值为 20,s．仿真其他参数保持不变．仿真时间共 200,s，从仿真开始到100,s，网络节点使用稳定网络配置，使网络结构保持较稳定的状态；仿真第100,s，增加网络中节点的移动性，将节点移动的参数改为不稳定网络中的配置，以模拟现实应用中不可预见的突发情况．仿真结果如图 7所示．在仿真前 100,s，网络处在稳定状态．SRD较ERD算法有更高的路由效率．对于BNM策略，这阶段节点工作在SRD方式，性能和SRD算法基本相似．仿真100,s后，系统稳定性下降．ERD算法性能改变不大；SRD算法的表现急剧下降，仿真后期有非常高的网络整体流量．而 BNM策略，对系统突发的变化，有较好的稳定性．由于BNM策略中工作模式的转换是通过判断节点移动来驱动的，当网络结构较稳定时，仍采用 SRD算法传输，所以其性能总体优于 ERD算法．从仿真可以看到，对于网络结构的突发变动，BNM 策略通过对路由方式的选择，有效地提高了路由的效率．在仿真的后 100,s，BNM对于SRD和ERD算法，效率分别提升约18.2%和7.5%.

图7 BNM策略网络结构突变情况下的路由性能Fig.7 Routing performance of BNM in sudden change of network structure

本文对 BNM 策略长期工作中的总体路由性能也进行了仿真．仿真时间为 12,min，网络和节点参数保持不变．仿真过程如下：节点移动性初始设置为稳定网络状态，之后每 3,min改变一次网络稳定性状态，共改变 3次．网络在稳定和不稳定状态下各运行6,min．仿真结果如表3所示．

表3 网络结构突变情况下不同路由方式的网络数据流量Tab.3 Network loads of different routing modes in sud-den change of network structure

为了方便分析，每3,min称为仿真的一个阶段．在仿真第 1和第 3阶段，网络结构比较稳定，SRD比ERD有更好的路由效率．对于BNM策略，在第1阶段，网络初始化后直接进入SRD工作方式，和SRD算法有非常接近的性能．而在第 3阶段，节点先前第 2阶段工作在 ERD方式时更新了自己的路由表，在网络回归稳定态后，这些信息可以继续用来优化路由，因此，BNM 策略在第 3阶段有更低的网络数据流量．在第2和第4阶段，网路突发变为不稳定状态之后，ERD方式影响不大，而 SRD方式的网络总体流量值升高较多．而BNM策略有着比ERD算法更低的平均网络流量．经仿真测试，BNM策略较SRD和ERD算法，路由效率分别提升6.3%和7.4%．

4.2 网络结构不可预测情况的性能仿真

本文对网络结构不可预测的 ZigBee网络中BNM的路由性能进行了仿真．网络结构未知以及可能存在的分块效应会对无线网络的数据传输带来较大的影响．仿真参数设置如下：节点数30个，仿真时间200,s，节点保持静止的时间服从正态分布，期望值取值分别为 5、20、50、150,s，每个节点随机取其中任一值，每个值被选取的概率相等．每 100,s，节点重新设置保持静止时间概率的均值．节点数据传输参数的设定参数同之前的仿真保持一致．仿真结果如图 8所示．SRD算法性能起伏剧烈，而 ERD方式受节点移动性变化影响较小，性能较稳定，但由于本身重复路由和路由广播的缺陷，路由效率较低．BNM策略可以根据节点移动性变化，动态的选择路由方式，同时发挥HRP和Z-AODV算法的优势，在仿真中有最低的网络数据流量．在仿真后期其路由效率接近ERD方式，这是由于节点移动性较高时，BNM策略的工作原理将和 ERD算法一致．而较短的仿真时间，使稳定区域的识别工作受到限制，影响了 BNM策略的效率．本仿真主要研究该策略的实时性能变化趋势，从中可以得出结论，BNM 策略的路由性能不低于任一原有方法，而且性能变化也比较稳定，有最高的路由效率．经测算，本仿真中 BNM的平均效率相对于ERD算法，约提升5.6%．

为了测试在网络结构不可预测网络中，BNM 策略长期工作的性能，本文进行了进一步的仿真．仿真参数设置如下：节点数30个，仿真时间10,min，节点保持当前位置时间的概率服从正态分布，均值等概率随机选取为5、20、50、150,s中任一值．每100,s节点重新设置保持当前位置时间概率的均值，选取方法不变．节点的数据传输参数的等参数保持不变．仿真结果如表4所示．

SRD方式有最高的网络瞬时数据流量和平均数据流量．在树型结构无法保持稳定的状态下，SRD的路由效率变化起伏最大而且平均性能最差．ERD方式虽然在网络最高和最低瞬时流量之间相差最小，表现最稳定，但是网络平均数据流量较高．BNM 策略有最好的最高和最低瞬时流量，以及网络平均数据流量．说明该策略既提升了总体路由效率，也保证了瞬时的路由性能．在网络结构不可预测的 ZigBee网络中，BNM策略较原有的单一路由方式有更好的路由效率，相对于SRD和ERD算法，分别提升了6.6%和5.8%．

表4 不可预测的网络结构中不同路由方式的网络数据流量Tab.4 Network loads of different routing modes in unpredictable network structure

5 结 语

本文基于ZigBee标准支持的2种路由方式的性能测试，分析了不同路由方式适用的网络环境．基于此，提出了一种基于节点移动的自适应路由选择策略，即BNM策略．BNM策略通过节点移动性变化，自适应选择路由方式以改善ZigBee网络的路由效率．为了避免在节点移动信息获取过程中引入额外的数据流量，提出了一种基于节点命令监测和邻居信息变化的移动判定算法．经仿真测试，对于网络结构的突发变化以及网络结构不可预测的ZigBee网络，该策略都可以有效地降低网络整体流量，降低节点能耗．

［1］ Jung J Y，Lee J W. Improved ZigBee connection method for healthcare device[C]// 2006 International Conference on Hybrid Information Technology. Chejusland，Korea，2006(1)：673-676．

［2］ 053474r06 ZigBee Specification Version 1.0[S]. USA：ZigBee Alliance，2004.

［3］ Wheeler A. Commercial applications of wireless sensor networks using ZigBee[J]. IEEE Communications Magazine，2007，45(4)：70-77.

［4］ Ran Peng，Sun Maoheng，Zou Youmin. ZigBee routing selection strategy based on data services and energybalanced ZigBee routing[C]// IEEE Asia-Pacific Conference on Services Computing. Guangzhou，China，2006：400-404.

［5］ Lee Kwang Kong，Kim Seong Hoon，Choi Yong Soon，et al. A mesh routing protocol using cluster label in the ZigBee network[C]// IEEE International Conference on Mobile Ad Hoc and Sensor Systems. Vancouver，Canada，2007：801-806．

［6］ Cui Xiaoyan，Chen Mengxiao，Wei Zhang，et al. Research on routing improvement based on ZigBee[C]// 2009 2nd IEEE International Conference on Broadband Network and Multimedia Technology. Beijing，China，2009：791-794.

［7］ Mu Jiasong，Liu Kaihua. Effect of node mobility and network dimension to the ZigBee routing method[C] // 6th International Conference on Wireless Communications，Network and Mobile Computing. Chengdu，China，2010：1-5.

［8］ Liang Nia-Chiang，Chen Ping-Chieh，Sun Tony，et al. Impact of node heterogeneity in ZigBee mesh network routing[C]// Systems，Man and Cybernetics．Taipei，China，2006：187-191.

［9］ Chakeres I D，Luke Klein-Berndt. AODVjr：AODV simplified [J]. ACM SIGMOBILE Mobile Computing and Communications Review，2002，6(3)：100-101.

［10］ Chen Tsu-Wei，Gerla M. Global state routing：A new routing scheme for ad-hoc wireless networks [C]// Proceedings of the 1998 IEEE International Conference on Communications. Atlanta，USA，1998：171-175.

［11］ Kim Yu-Doo，Moon Il-Young. Improved AODV routing protocol for wireless sensor network based on Zig-Bee[C]// 11th International Conference on Advanced Communication Technology. Phoenix Park，USA，2009：859-862.

［12］ Reinisch C，Kastner W，Neugschwandtner G. Multicast communication in wireless home and building automation：ZigBee and DCMP [C]// 12th IEEE International Conference on Emerging Technologies and Factory Automation. Patras，Greek，2007：1380-1383.

［13］ Reinisch C，Kastner W，Neugschwandtner G，et al. Wireless technologies in home and building automation[C]// IEEE International Conference on Industrial Informatics. Vienna，Austria，2007：93-98.

Routing Selection Strategy Based on Node Mobility in ZigBee Network

MU Jia-song，LIU Kai-hua，SHI Wei-guang
(School of Electronic Information Engineering，Tianjin University，Tianjin 300072，China)

To improve the routing efficiency and reduce the node power consumption in ZigBee network，a routing selection strategy based on node mobility was proposed. Both the hierarchical routing based on address allocation and the routing method based on routing discovery are available in ZigBee network. In the strategy，the node chose the routing method self-adaptively on the basis of the change of node mobility. Nodes recognized the mobility variety through the change of parameters in neighbor table to avoid the extra network load. The simulation results showed that the routing strategy based on node mobility，compared with original single routing schemes，had better routing efficiency and improved the routing performance in ZigBee network.

ZigBee network；routing selection；self-adaption；node mobility

TN92

A

0493-2137(2012)04-0301-08

2011-01-28；

2011-08-22.

国家自然科学基金资助项目(60872001).

穆嘉松（1983— ），男，博士，mujiasong@yahoo.com.cn．

刘开华，liukaihua@tju.edu.cn.