无线体域网

陈文

无线体域网是个人健康信息采集与传输的重要技术手段之一，具有重要现实意义和产业化前景，受到工业界、学术界和标准化组织的广泛关注。另外，IEEE 802.15.6 协议标准是目前国际上公认的一款适用于健康信息采集的未来超短距无线体域网协议标准。讲座将分3期对该技术进行介绍：第1期讲述无线体域网的背景、研究动态和技术特征；第2期对无线体域网的频段选取、信道建模、MAC层协议、通信技术和数据处理技术特征进行介绍；第3期介绍无线体域网的节点设计、数据采集和应用场景问题。

4 无线体域网的频带选择

根据目前的研究分析，无线个人通信系统可以操作于一些无需牌照的频谱上，并得到全球普遍的认可。人体域网络的重要频带包括可植入通信系统（MICS）频带、无线医疗遥测服务（WMTS）频带、工业-科学-医疗（ISM）频带以及超宽带（UWB）频带。由图2可知道，目前各个国家地区选用的适用于无线体域网（WBAN）的频带[6]。

（1）MICS

MICS可以提供超低功率、无需牌照的移动无线服务，这样医疗护理提供者就能在一个植入设备与一个基站之间建立高速、短程无线连接，支持结合植入医疗设备的诊断和治疗功能。MICS频段为402～405 MHz。MICS频带已经被大部分国家和地区广泛接受。

（2）WMTS

WMTS一般用于通过无线电技术来远程监控病人的健康。WMTS的使用给予了病人很大的移动性，减少了医疗监护的费用。目前，WMTS主要是在美国、日本、澳大利亚等国家和地区中使用，主要频带分散在420～429 MHz、440～449 MHz、608～614 MHz、1 395～1 400 MHz、1 427～1 429.5 MHz等。这些频带非常适合WBAN，首先，它属于低频带，可提供大量通信带宽，如在608～614 MHz中允许有4个1.5 MHz带宽的信道；其次，WMTS带宽只用于医疗通信，这样就比ISM频带的干扰要少很多。

（3）UWB

UWB是一种短距离的无线通信方式，其传输距离通常在10 m以内，并使用1 GHz以上带宽，通信速度可以达到每秒几百兆比特以上。UWB不采用载波，而是利用纳秒至微微秒级的非正弦波窄脉冲传输数据。因此，UWB所占的频谱范围很宽，适用于高速、近距离的无线个人通信。美国联邦通信委员会（FCC）规定，UWB的工作频段范围从3.1～10.6 GHz，最小工作频宽为500 MHz。

（4）ISM

ISM频带是国际电信联盟无线电通信组（ITU.R）定义的无线电规范，ISM的分配无需牌照，因而可以为WBAN所方便使用。ITU-R为ISM定义的频带范围很大：

·6.765～6.795 MHz（中心频率6.780 MHz）

·13.553～13.567 MHz（中心频率13.560 MHz）

·26.957～27.283 MHz（中心频率27.120 MHz）

·40.66～40.70 MHz（中心频率40.68 MHz）

·433.05～34.79 MHz（中心频率433.92 MHz）

·902～928 MHz（中心频率915 MHz）

·2.400～2.500 GHz（中心频率2.450 GHz）

·5.725～5.875 GHz（中心频率5.800 GHz）

·24～24.25 GHz（中心频率24.125 GHz）

·61～61.5 GHz（中心频率61.25 GHz）

·122～123 GHz（中心频率122.5 GHz）

·244～246 GHz（中心频率245 GHz）

从上面分析我们可以看到，很多现存标准都使用了ISM频带，如IEEE标准中的802.1lb/g（WLAN）、802.15.1（Bluetooth）、802.15.4（ZigBee）等都使用了2.4～2.4835 GHz频带，这就带来了在这些频带上的共存性问题。考虑到人体对电磁波的吸收，我们对于体内的通信拟采用低频段，对于体外的通信则拟采用高频段；发信息采用高频段，而接受控制命令，由于体域网通信较少的数据量，我们则采用低频、低速率传输。中心频率随着周围电磁环境不断变化，而实现动态调整。

5 无线体域网的信道模型

WBAN通信所依赖的人体无线信道特性，包括体外、体表以及体内无线信道特性，主要由确定论和随机论两类特性因素决定。前者是指人体生物组织局域环境中媒质的电磁特性因素是确定的，而后者是指人体姿态、动作等特性因素是随机的。同时，由于现有蜂窝移动通信系统的空间信道特性（SCM），主要由其环境中的电磁媒质特性因素决定，该特性因素几乎全是随机的，因此人体信道特性与SCM特性完全不同，二者的建模技术具有本质区别。可见，WBAN必须具有自己的HBCM，才能得以发展。因此，作为支撑WBAN系统设计和开发基础的人体信道特性建模技术，是WBAN技术必须研究的基础性关键技术之一。同目前已有的HBCM建模技术不同，未来急需进一步发展的人体信道模型（HBCM），其建模技术将面临更加苛刻的“高效率、高精度、高通用性”性能和“多频段、多连通”功能的指标约束。该“3高2多”指标约束，已经成为IEEE 802.15.6标准化HBCM必须满足的要求。如果上述要求没有得到较好满足，将会对IEEE WBAN系统的生物安全性、适用性以及低能耗和高效率通信带来巨大的负面影响。为此，需要针对IEEE目前人体信道场景和人体无线通信频段所存在的空白点，开展能满足“3高2多”指标约束的HBCM研究工作。其中，HBCM的场景精细化和多频段化是核心问题，该问题最终可以归结为精细化、多频段WBAN信道特性建模、评估和验证问题。文章中主要解决2个方面的关键问题：

（1）精细化、多频段HBCM新型特性建模和评估问题。

（2）上述特性的验证方法问题。

WBAN无线系统性能设计与开发能严重依赖精细化、多频段HBCM特性，因此，上述2个问题需要同时解决。其中，问题（1）的关键是：如何在“3高2多”特定约束条件下对HBCM特性进行创新开发，并进行建模和性能评估，得到发展和深化IEEE 802.15.6规范指标的HBCM。问题（2）的关键是：如何在上述特定约束条件下得到精细化、多频段HBCM新特性的验证方法。近年来，随着计算电磁学、三维实体电磁建模技术、电磁仿真手段以及仿真验证方法的不断发展和完善，解决上述问题的技术条件已经基本成熟，表现为：结合电磁场计算、仿真以及天线、馈电网络新的设计理论，HBCM电磁特性研究面临的多尺度电磁计算、多维参量优化设计问题可以得到有效缓解。

6 无线体域网的通信技术

在医疗领域采用无线技术的主要挑战是降低能量消耗。医疗保健中所用的传感器大小是受限的，不能嵌入大容量电池。另外，这些传感器更倾向于无需更换它们的电池。理想情况下，它们甚至可以从环境中摄取能源：通过全身运动，从身体之间的温差和环境中获取能量。然而，现有技术的低功率传感器通常被认为是连接到“主要动力”的枢纽站。以Zigbee 的情况为例：中心一直处于听的状态，传感器可以在任何时间传送数据，或者当有新数据的时候通知中心。然而，这样的供电站是不现实的，也不是总存在的。对于所有这些技术，无线电设备的组件总是消耗更多的能量。有趣的是，接收消耗的能量通常和转输消耗的能量一样多，所有这些技术都将受益于减少无线设备平均工作时间的算法。此外，在无线传感器网络中使用的技术大多是网络技术。如果我们设法减少在网络层面上的功耗，而不是只在一个“终端设备”节点降低能耗水平，那么协作算法是实现这一目标的关键。在同时考虑到功耗和可靠性后，这种算法将允许选择（或合并）到达节点的最佳路径[7]。

在传感器网络中，信息从传感器节点传到信宿节点有很多路径。根据每个节点的限制功率，我们可以设计一种功率/能量高效的传输方式。同时，在网络节点中进行最优功率分配，是在有限功率下达到最大速率的一种有效的办法。在多跳中继信道中有许多的中继选择方法，例如“调和平均方法”、“最佳最差信道方法”以及“基于信噪比（SNR）的选择方法”。考虑到功率限制，人们需基于网络功率（能量）限制，设计一种有效的多跳中继选择方法，并将在有限功率控制下，进行节点间的最优功率分配，以达到最大速率。同时多跳中继选择方法还与网络编码设计结合，因为每个节点的功率与其网络编码系数选择有关。

虽然近年来业界对于基于WBAN 的协同通信已经广泛研究了，但是我们还需考虑更高功效的移动设备辅助的协同结构，而不是一般的传感器之间的合作。由于绿色认知技术已经包含在移动设备中了，这增加了灵活性并且可极大的改善一个WBAN 的性能。绿色协同传输过程可概括为3个阶段[8]：

（1）Intra—BAN。移动设备和医疗仪器都作为接收端，它们分别致力于从信源到信宿链路中的分离和收集多径脉冲。

（2） Inter—BAN。在移动设备端将采用解码转发（DF）方案，接入点将采用最大比合并（MRC）或者一种中继选择技术来将多径信号和认知测试信号合并。

（3）Beyond—BAN。在WAN 电信技术（比如GPRS、3G、LTE或xDSL 等）的支持下，信息能够转发到可能隔得很远的中央控制器中，然后医疗仪器解码信号提供多样化的应用。

7 无线体域网的MAC层协议

虽然目前WBAN的MAC层协议还没有具体的标准形成，但是标准化工作小组在最新发布的IEEE 802.15.6 技术需求文档中，指出新标准将会定义WBAN的物理层和MAC层，并应用于医疗和非医疗领域。该技术文档还指出对WBAN 的研究还包含以下几个方面[9]：

·服务质量（QoS）。包括合适的检错、纠错方法，以保证一定的端到端时延，灵活地适应各种应用需要。

·能量消耗。指节点以极低的功率工作，以保证长使用寿命。

·网络拓扑。网络可以支持多跳的通信环境，如树型、mesh 结构，另外网络初始化过程应简单，可以动态地支持节点的加入及退出。

·数据传输速率。点对点通信时，数据传输速率支持最低1 kbit/s的医疗应用，10 kbit/s的非医疗应用，并支持最高10 Mbit/s的非医疗应用；数据收集点需要支持最高1 Mbit/s的医疗应用和10 Mbit/s的非医疗应用。

·其他。包括复杂度、移动性、射频电磁波吸收率、安全性、扩展性等特性的研究。

由于无线环境的特殊性，开发WBAN有效的路山协议并不是简单的事情。首先，带宽受到限制并被共享，同时还受衰弱、噪声和干扰的影响，会产生变化。其次，形成网络的节点在可用能量和计算功率上可能都不一样。虽然目前在传感器网络上已开始很多研究，但这些协议不能用于人体内部网络，因为这些协议主要设计并用于大型网络，而WBAN只涉及到较少数量的传感器设备。此外，在传感器网络中，传感器和接收器之问进行的是单跻通信，WBAN 则需要更高的可靠性。在日前的实现中，这些网络采取了星型拓扑结构，传感器直接与个人设备互连，它们之间只有一条路由，因此这些采用了直接通信的协议并不需要考虑路由方面的问题。目前，专门设计开发一种WBAN的新网络协议并不是主要的难题，但考虑到人体周围网络的特殊性要求，建立一种能够保证可靠性、时延等要求，同时又可以降低能量消耗并最大程度符合WBAN 具体技术要求的协议的难度就增加了不少。

WBAN模块化架构使用了模块化的设计来替代一般的层的方法，也就是说所有需要的功能都作为软件模块来实现。模块的使用考虑了一种更灵活的解决方案，只要改变相应的模块，一些功能可以简单地改变、增加或者去除。由于这些模块都在同一层来实现，它们可以实现比一般跨层方法更简便的使用和修改。用模块化的方法开发协议是一种设计网络协议的新方法。在层设计中，驻留在不同层的协议之间的接口都被明确定义，如TCP/IP协议栈，在模块化架构中已不再是一个问题。这种模块化的方法确保模块有合理的顺序，模块间交换的参数通过标准化后传递。不同模块之间的交互由控制器模块来处理，控制器模块有责任在恰当的时间执行合适的功能。根据一些WBAN针对MAC层的关键技术要求，我们可以将这些技术要求模块化到这个架构中来处理。

8 无线体域网中数据融合

技术

无论是在WSN中还是在WBSN中，降低能量消耗都是一个重要的研究方向。为了降低能量消耗，我们一般从2个方面入手：传输路径和传输内容。传输路径和传输内容所对应的技术分别为路由协议和数据融合技术。在该讲座中，我们主要研究的是数据融合技术[10]。所谓数据融合，就是将多份数据或信息进行多级别、多方面、多层次的处理，即组合出更有效、更符合用户需求的数据的过程。数据融合的目的不仅是为了提高传感器节点处理数据过程中的反应速度，而且还需要通过数据之间的协同操作来减少传输的数据流量，进而提高节点（特别是植入式的节点）以及整个网络的生命周期。例如，在WBAN中鉴于单个节点的监测范围以及可靠性有限，在部署网络的时候往往利用多节点进行采集。另外，有时为了提高准确度，采集范围往往存在一定的交叠。由于节点是连续发送数据的，且数据之间具有一定的相关性，即存在冗余信息，因此可通过数据融合技术可以去掉冗余信息，降低单位时间内传输的数据量从而降低能耗。同时，还需确保单位时间内传输的数据都是有效的，这样才能真正有利于网络的整体能量节约。

文章主要探讨两个方面的关键技术问题。一是通过数据融合技术来减少传输的数据量，二是通过采集数据与其他信息的融合来提高数据的准确度或者是识别的精确度。对于信号处理一般有两种模型：集中式和分布式。在集中式模型中每一个节点将数据传到协调器，由协调器负责数据处理并输出，这种方法虽然减少了计算量但却增大了消耗能量。协作式模型是在节点上进行数据处理，一个节点收到其他节点传来的数据，然后进行局部处理，使数据减少。这种方法虽然对节点的复杂度要求较高，但在能耗处理方面是比较令人满意的，因为传输处理过的数据比原始数据消耗的能量少。与集中式数据融合相比，分布式融合具有并行处理的优点且具有更好的容错性。我们提出了一种能量最优化技术，通过处理网络内部传输数据使通信能量消耗降到最低。其核心思想是在数据传输之前进行缓存，然后与其他数据源提供的数据进行融合后再发送，形成一个大的数据包。因为传输的数据包越大，每比特消耗的能量越少。另外，通过设计传感器节点上的轻量级数据融合算法使得待传输的数据量变为最小，从而从根本上降低整个系统的能耗。在WBAN中，虽然临近的节点传感器相互之间无线资源竞争激烈，但是传送的数据往往存在一定的冗余，时间和空间上存在很强的相关性。我们可以利用不同节点之间测量数据的相关性，以及节点之间的相互窃听来减少数据的传输量。例如在室内环境下，根据安装在人体大腿上的惯性传感器来提供动作数据，同时根据光学运动传感器获取人体的位置信息，再通过动作数据与位置信息的融合来识别人体活动，提高根据单一传感器获得的数据准确度。 （待续）

参考文献

[6] ASTRIN A W， LI H -B， KOHNO R. Standardization for body area networks [J]. IEICE Transactions on Communications， 2009， E92.B （2）：366-372.

[7] 陆凯.无线体域网（WBAN）通信关键技术研究[D].南京： 南京邮电大学，2009.

[8] KHASNABISH B. Smart body sensor object networking [J].ZTE Communications， 2014， 20（3）：12-16. doi： 10.3939/j.issn.1673-5188.2014.03.005.

[9] YAZDANDOOST K Y， SAYRAFIAN-POUR K. Channel Model for Body Area Network （BAN） [Z]. IEEE 802.15 Working Group Document， IEEE 802.15-08-0033-05， 2008.

[10] FOULADI S H， SANTIAGO R C， FLOOR P A， et al. A survey on sensing， signal processing and communication for wireless body area networks [J]. ZTE Communications， 2014， 20（3）：18-22. doi： 10.3939/j.issn.1673-5188.2014.03.001.

8 无线体域网中数据融合

技术

无论是在WSN中还是在WBSN中，降低能量消耗都是一个重要的研究方向。为了降低能量消耗，我们一般从2个方面入手：传输路径和传输内容。传输路径和传输内容所对应的技术分别为路由协议和数据融合技术。在该讲座中，我们主要研究的是数据融合技术[10]。所谓数据融合，就是将多份数据或信息进行多级别、多方面、多层次的处理，即组合出更有效、更符合用户需求的数据的过程。数据融合的目的不仅是为了提高传感器节点处理数据过程中的反应速度，而且还需要通过数据之间的协同操作来减少传输的数据流量，进而提高节点（特别是植入式的节点）以及整个网络的生命周期。例如，在WBAN中鉴于单个节点的监测范围以及可靠性有限，在部署网络的时候往往利用多节点进行采集。另外，有时为了提高准确度，采集范围往往存在一定的交叠。由于节点是连续发送数据的，且数据之间具有一定的相关性，即存在冗余信息，因此可通过数据融合技术可以去掉冗余信息，降低单位时间内传输的数据量从而降低能耗。同时，还需确保单位时间内传输的数据都是有效的，这样才能真正有利于网络的整体能量节约。

文章主要探讨两个方面的关键技术问题。一是通过数据融合技术来减少传输的数据量，二是通过采集数据与其他信息的融合来提高数据的准确度或者是识别的精确度。对于信号处理一般有两种模型：集中式和分布式。在集中式模型中每一个节点将数据传到协调器，由协调器负责数据处理并输出，这种方法虽然减少了计算量但却增大了消耗能量。协作式模型是在节点上进行数据处理，一个节点收到其他节点传来的数据，然后进行局部处理，使数据减少。这种方法虽然对节点的复杂度要求较高，但在能耗处理方面是比较令人满意的，因为传输处理过的数据比原始数据消耗的能量少。与集中式数据融合相比，分布式融合具有并行处理的优点且具有更好的容错性。我们提出了一种能量最优化技术，通过处理网络内部传输数据使通信能量消耗降到最低。其核心思想是在数据传输之前进行缓存，然后与其他数据源提供的数据进行融合后再发送，形成一个大的数据包。因为传输的数据包越大，每比特消耗的能量越少。另外，通过设计传感器节点上的轻量级数据融合算法使得待传输的数据量变为最小，从而从根本上降低整个系统的能耗。在WBAN中，虽然临近的节点传感器相互之间无线资源竞争激烈，但是传送的数据往往存在一定的冗余，时间和空间上存在很强的相关性。我们可以利用不同节点之间测量数据的相关性，以及节点之间的相互窃听来减少数据的传输量。例如在室内环境下，根据安装在人体大腿上的惯性传感器来提供动作数据，同时根据光学运动传感器获取人体的位置信息，再通过动作数据与位置信息的融合来识别人体活动，提高根据单一传感器获得的数据准确度。 （待续）

参考文献

[6] ASTRIN A W， LI H -B， KOHNO R. Standardization for body area networks [J]. IEICE Transactions on Communications， 2009， E92.B （2）：366-372.

[7] 陆凯.无线体域网（WBAN）通信关键技术研究[D].南京： 南京邮电大学，2009.

[8] KHASNABISH B. Smart body sensor object networking [J].ZTE Communications， 2014， 20（3）：12-16. doi： 10.3939/j.issn.1673-5188.2014.03.005.

[9] YAZDANDOOST K Y， SAYRAFIAN-POUR K. Channel Model for Body Area Network （BAN） [Z]. IEEE 802.15 Working Group Document， IEEE 802.15-08-0033-05， 2008.

[10] FOULADI S H， SANTIAGO R C， FLOOR P A， et al. A survey on sensing， signal processing and communication for wireless body area networks [J]. ZTE Communications， 2014， 20（3）：18-22. doi： 10.3939/j.issn.1673-5188.2014.03.001.

8 无线体域网中数据融合

技术

无论是在WSN中还是在WBSN中，降低能量消耗都是一个重要的研究方向。为了降低能量消耗，我们一般从2个方面入手：传输路径和传输内容。传输路径和传输内容所对应的技术分别为路由协议和数据融合技术。在该讲座中，我们主要研究的是数据融合技术[10]。所谓数据融合，就是将多份数据或信息进行多级别、多方面、多层次的处理，即组合出更有效、更符合用户需求的数据的过程。数据融合的目的不仅是为了提高传感器节点处理数据过程中的反应速度，而且还需要通过数据之间的协同操作来减少传输的数据流量，进而提高节点（特别是植入式的节点）以及整个网络的生命周期。例如，在WBAN中鉴于单个节点的监测范围以及可靠性有限，在部署网络的时候往往利用多节点进行采集。另外，有时为了提高准确度，采集范围往往存在一定的交叠。由于节点是连续发送数据的，且数据之间具有一定的相关性，即存在冗余信息，因此可通过数据融合技术可以去掉冗余信息，降低单位时间内传输的数据量从而降低能耗。同时，还需确保单位时间内传输的数据都是有效的，这样才能真正有利于网络的整体能量节约。

文章主要探讨两个方面的关键技术问题。一是通过数据融合技术来减少传输的数据量，二是通过采集数据与其他信息的融合来提高数据的准确度或者是识别的精确度。对于信号处理一般有两种模型：集中式和分布式。在集中式模型中每一个节点将数据传到协调器，由协调器负责数据处理并输出，这种方法虽然减少了计算量但却增大了消耗能量。协作式模型是在节点上进行数据处理，一个节点收到其他节点传来的数据，然后进行局部处理，使数据减少。这种方法虽然对节点的复杂度要求较高，但在能耗处理方面是比较令人满意的，因为传输处理过的数据比原始数据消耗的能量少。与集中式数据融合相比，分布式融合具有并行处理的优点且具有更好的容错性。我们提出了一种能量最优化技术，通过处理网络内部传输数据使通信能量消耗降到最低。其核心思想是在数据传输之前进行缓存，然后与其他数据源提供的数据进行融合后再发送，形成一个大的数据包。因为传输的数据包越大，每比特消耗的能量越少。另外，通过设计传感器节点上的轻量级数据融合算法使得待传输的数据量变为最小，从而从根本上降低整个系统的能耗。在WBAN中，虽然临近的节点传感器相互之间无线资源竞争激烈，但是传送的数据往往存在一定的冗余，时间和空间上存在很强的相关性。我们可以利用不同节点之间测量数据的相关性，以及节点之间的相互窃听来减少数据的传输量。例如在室内环境下，根据安装在人体大腿上的惯性传感器来提供动作数据，同时根据光学运动传感器获取人体的位置信息，再通过动作数据与位置信息的融合来识别人体活动，提高根据单一传感器获得的数据准确度。 （待续）

参考文献

[6] ASTRIN A W， LI H -B， KOHNO R. Standardization for body area networks [J]. IEICE Transactions on Communications， 2009， E92.B （2）：366-372.

[7] 陆凯.无线体域网（WBAN）通信关键技术研究[D].南京： 南京邮电大学，2009.

[8] KHASNABISH B. Smart body sensor object networking [J].ZTE Communications， 2014， 20（3）：12-16. doi： 10.3939/j.issn.1673-5188.2014.03.005.

[9] YAZDANDOOST K Y， SAYRAFIAN-POUR K. Channel Model for Body Area Network （BAN） [Z]. IEEE 802.15 Working Group Document， IEEE 802.15-08-0033-05， 2008.

[10] FOULADI S H， SANTIAGO R C， FLOOR P A， et al. A survey on sensing， signal processing and communication for wireless body area networks [J]. ZTE Communications， 2014， 20（3）：18-22. doi： 10.3939/j.issn.1673-5188.2014.03.001.