在軟件功能和操作易用性方面，由于OPNET可以對(duì)數(shù)據(jù)分組、節(jié)點(diǎn)類(lèi)必、鏈路類(lèi)型、應(yīng)用場(chǎng)景、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等進(jìn)行詳細(xì)設(shè)皿，所以O(shè)PNEI'明顯優(yōu)于其他仿真平臺(tái)。但要實(shí)現(xiàn)OPNET WSN仿真。還需要添加能盆模媲。而且其最大問(wèn)題是仿真魂度慢，效率會(huì)隨網(wǎng)絡(luò)規(guī)模和流雖增大而降低，且某些特殊網(wǎng)絡(luò)設(shè)備的建模必須依京節(jié)點(diǎn)和過(guò)程層次的編程方能實(shí)現(xiàn):在涉及底層編程的網(wǎng)元建模時(shí)，還需要對(duì)協(xié)議和標(biāo)準(zhǔn)及其實(shí)現(xiàn)有深人了解。
NS2主要致力于OSI模獄的仿真，工作在網(wǎng)絡(luò)數(shù)據(jù)包級(jí)，允許一定范圍內(nèi)的異構(gòu)網(wǎng)絡(luò)仿真，實(shí)現(xiàn)了協(xié)議分離等;可以使用NS2進(jìn)行算法和協(xié)議的仿真研究，且睡碼開(kāi)放使其能支持WSN仿真，包括傳感器和電池模型、混合仿真支持等。總之，NS2是一種很優(yōu)秀的仿真器，可以精確地仿真無(wú)線(xiàn)和有線(xiàn)網(wǎng)絡(luò)，節(jié)點(diǎn)數(shù)目可達(dá)成千上萬(wàn)。盡管可以從標(biāo)準(zhǔn)和實(shí)驗(yàn)通信協(xié)議中獲益，但在通用網(wǎng)絡(luò)仿真軟件上實(shí)現(xiàn)WSN協(xié)議和應(yīng)用交互，經(jīng)常要進(jìn)行跨層設(shè)計(jì)，這會(huì)導(dǎo)致大量的協(xié)議添加和跨層協(xié)議修改工作，從而增加了仿真難度和工作里;而且NS2不對(duì)應(yīng)用行為建模，缺少網(wǎng)絡(luò)節(jié)點(diǎn)執(zhí)行代碼的仿直，特別對(duì)效據(jù)包級(jí)細(xì)節(jié)仿直方面。接近于運(yùn)行時(shí)的數(shù)據(jù)包數(shù)雖，使其無(wú)法進(jìn)行大規(guī)模網(wǎng)絡(luò)的仿真而對(duì)于傳統(tǒng)的光電開(kāi)關(guān)傳感器應(yīng)用的領(lǐng)域較有所不同。
雖具有一定的可信度和完9性，也能夠捕獲成千L萬(wàn)個(gè)TinyOS節(jié)點(diǎn)的l月絡(luò)行為和相互作用，但在能臉消耗模型方面，沒(méi)有現(xiàn)成的能敵管理模塊，無(wú)法對(duì)能耗進(jìn)行有效性評(píng)價(jià)，必須設(shè)計(jì)開(kāi)發(fā)獨(dú)立的能盆管理模v計(jì)算節(jié)點(diǎn)剎余能從。目前雖有PowerTOSSIM采用實(shí)側(cè)的MICA2節(jié)點(diǎn)能耗模舉對(duì)節(jié)點(diǎn)的各種操作所消耗的能址進(jìn)行跟蹤，但是所有節(jié)點(diǎn)的程序代碼必須相同，且無(wú)法實(shí)現(xiàn)網(wǎng)絡(luò)級(jí)的抽象算法仿真。
當(dāng)前，無(wú)線(xiàn)網(wǎng)絡(luò)仿真的主流平臺(tái)多種多樣，商業(yè)版仿真軟件主要有Mi13公司的OP-NET, Caten，公司的VCC等軟件，這共軟件價(jià)格昂貴。廣泛使用的免費(fèi)仿真軟件有NS2,TOSSIM及OmNet ++等。從以上分析和研究可以看出，在軟硬件資源有限、仿真環(huán)境多樣性的情況下，WSN仿真技術(shù)首先要能在能耗模型、節(jié)點(diǎn)行為、底層協(xié)議、抽象算法、網(wǎng)絡(luò)異構(gòu)及環(huán)境仿真等方面實(shí)現(xiàn):其次，仿真技術(shù)還要具備完整性、可信度和伸縮性等功能。特別是在路由傳摘協(xié)議方面，如平面路由協(xié)議和康類(lèi)路由協(xié)議，需要從傳統(tǒng)編程式路由算法協(xié)議(如:LEACH, BCDCP, PEGAGSIS, PEDAP)過(guò)渡到智能m路由協(xié)議(如:基于多智能體的WSN,墓于模栩控制、神經(jīng)網(wǎng)絡(luò)的WSN數(shù)據(jù)融合路由算法、ACRA, Ant-Net等)。人工智能技術(shù)的高速發(fā)展，使得WsN具有學(xué)習(xí)能力的群體鉀能行為，使之能協(xié)同工作，這方面可能成為今后一個(gè)重點(diǎn)研究方向。當(dāng)然，硬件技術(shù)的提高，如最子計(jì)算機(jī)的出現(xiàn)、高效的電池留電能力及存儲(chǔ)技術(shù)等，對(duì)WSN也起到推動(dòng)作用。 |
當(dāng)前位置：
