一种体域网中高可靠低延时的数据传输方法

摘要

本发明公开了一种体域网中高可靠低延时的数据传输方法，包括以下步骤：S1、根据节点新旧数据帧的个数及信道模型计算每个节点的节点采样时刻；S2、根据节点当前分配的时隙段及信道模型计算每个节点的节点数据帧长度；S3、在节点采样时刻按照节点数据帧长度将采样数据封装为数据帧，将数据帧发送给本地处理单元。本发明给出的数据帧长度的确定方案在传输等量业务数据的情况下消耗更少的时隙，因此时隙利用率和平均交付概率较高，在信道条件较差的时候优势更加明显。

说明书

技术领域

本发明涉及体域网技术领域，具体涉及一种体域网中高可靠低延时的数据传输方法。

背景技术

无线体域网是指以人体为中心，由本地处理单元(手机、手环等智能终端)和分布在人体表面或是人体内的无线传感器组成的无线传感器网络。通常本地处理单元和普通传感器节点经过单跳通信直接进行数据传输，形成星形网络。传感器节点收集人体各个部位的信息，然后传输给本地处理单元进行处理和显示或者进一步传输给远端处理中心。

由于无线体域网本身的特殊性，其通信协议的研究正面临一些挑战。首先，人体对电磁波信号的阻挡和吸收会造成无线体域网的信道的深衰落，体表信道的深衰落时间长达400ms，这一数值远远高于传统的无线传感器网络。其次，由于人体的运动，无线体域网的网络环境和业务需求也处于动态变化之中。例如，当心脏病人在激烈运动时，与该运动比较相关的数据(比如心电图)应该拥有更低的传输时延和丢包率。此外，由于传感器节点通常佩戴在人体上，其体积大小及电池容量有着很严格的限制，所以无线体域网是一种能量极度受限的系统。最后，由于传感器节点的处理能力较弱，因此，一般来讲，复杂的计算任务应该由本地处理单元进行，而传感器节点只负责简单的采集和传输任务。

无线体域网的MAC协议通常分为三类：基于时分复用、基于竞争以及混合型的MAC协议。基于时分复用的MAC协议把时间分为大小相同的时隙，不同的节点获得不同的时隙。节点在属于自身的时隙开始时唤醒并传输数据，在其他时隙进入睡眠状态。这种机制能够避免冲突，而且由于引入待机状态也减少了能耗，但是由于信道状况的动态变化以及不同节点业务需求的多样性，因此对时隙分配策略提出了很高的要求。基于竞争的MAC协议不会对资源进行统一分配，而让节点采用一定机制，通过竞争的方式获得共享信道资源。这种机制有很好的拓展性，但是，高度相关的数据同时传输会引入大量的冲突。混合型的MAC协议同时使用了基于时分复用和竞争的机制，但是往往太过复杂。

在目前，已经有一些MAC层数据传输策略的研究。例如有方案对传感器节点的QoS约束和能量约束进行建模，给出了成本的定义，并提出了一种时隙分配以及传输功率和传输速率调整方案，以最小化所有节点的总成本。但协议交互过程中存在不足之处，导致节点的等待时延较长，系统的时延性能不高。

有研究者对传感器节点的优先级与效用函数进行建模，并根据为优先级较高的节点分配信道条件较好的传输时隙段以及更多的时隙个数，以最大化所有节点的总效用。虽然上述方法能够实现根据信道状态变化动态调整时隙分配，获得较大效用值，但是低优先级节点由于所处信道条件较差，往往需要耗费很多时隙才能将其数据帧传输成功，总体交付概率和时隙利用率不高。

发明内容

针对现有技术中的上述不足，本发明提供的一种体域网中高可靠低延时的数据传输方法解决了所有节点的总成本较高的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种体域网中高可靠低延时的数据传输方法，包括以下步骤：

S1、根据节点新旧数据帧的个数及信道模型计算每个节点的节点采样时刻；

S2、根据节点当前分配的时隙段及信道模型计算每个节点的节点数据帧长度；

S3、在节点采样时刻按照节点数据帧长度将采样数据封装为数据帧，将数据帧发送给本地处理单元。

进一步地：所述步骤S1中节点采样时刻的计算方法为：

S11、根据节点新旧数据帧的个数及信道模型计算新数据帧的平均交付概率和旧数据帧的平均交付概率；

S12、当节点采样率不小于数据帧发送速率时，进入步骤S13，否则进入步骤S14；

S13、通过旧数据帧的平均交付概率计算节点采样时刻，进入步骤S2；

S14、通过新数据帧的平均交付概率计算节点采样时刻，进入步骤S2。

进一步地：所述步骤S13中节点采样时刻的计算公式为：

上式中，t_start,s为节点采样时刻，t_start为节点分配的时隙段的开始时刻，N_old为缓存中旧数据帧的个数，R_frame为数据帧发送速率，为旧数据帧的平均交付概率。

进一步地：所述步骤S14中节点采样时刻的计算公式为：

上式中，t_start,s为节点采样时刻，t_start为节点分配的时隙段的开始时刻，N_slots为节点i分配的总时隙数，T_slot为时隙长度，T_s为采样时间，为新数据帧的平均交付概率。

进一步地：所述步骤S2中节点数据帧长度的计算方法为：

S21、根据节点当前分配的时隙段及信道模型计算节点当前的平均交付概率；

S22、通过平均交付概率计算最优数据帧切分段数；

S23、通过最优数据帧切分段数计算节点数据帧长度。

进一步地：所述步骤S22中最优数据帧切分段数的计算公式为：

上式中，N_parts为最优数据帧切分段数，P_del,frame,k为平均交付概率。

进一步地：所述步骤S23中节点数据帧长度的计算公式为：

上式中，L_frame,short为节点数据帧长度，L_frame,long为节点原数据帧长度，L_oh为节点开销比特长度，N_parts为最优数据帧切分段数。

本发明的有益效果为：

(1)时延特性有所提升。本发明规定节点在分配的传输时刻开始附近的时间点醒来进行采样，并综合考虑吞吐量等需求给出了十分精确的采样开始时刻的计算公式，这样采样生成的数据可以直接封装数据帧并进入缓存队列，极大减少了等待时延，进而提高了时延性能。

(2)平均交付概率高。本发明给出的数据帧长度的确定方案在传输等量业务数据的情况下消耗更少的时隙，因此时隙利用率和平均交付概率较高，在信道条件较差的时候优势更加明显。

(3)能量效率较高。本发明给出的数据帧长度的确定方案在传输等量业务数据的情况下消耗能量，因此总体能量效率较高，同样的，这种优势在信道条件较差和能量不足的时候更加明显。

附图说明

图1为本发明的总流程图；

图2为本发明中步骤S1的流程图；

图3为本发明中初始信道状态为good时交付概率p(k)随时隙k变化曲线图；

图4为本发明中初始信道状态为bad时交付概率p(k)随时隙k变化曲线图；

图5为本发明中不同平均交付概率下两种数据帧长度消耗时隙数比值随数据帧切分段数变化曲线图；

图6为本发明中平均交付概率为0.35时两种数据帧长度下消耗时隙数比值随数据帧切分段数的变化曲线图；

图7为本发明中最优数据帧切分段数随平均交付概率的变化曲线图；

图8为本发明中最优消耗时隙数比值随平均交付概率的变化曲线图；

图9为本发明中传输总比特数比值随平均交付概率的变化曲线图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

根据IEEE 802.15.6工作组的实验和论证，马尔科夫模型可以很好的刻画信道特性。本发明采用已有研究中提出的两状态的马尔科夫过程对传感器节点和本地处理单元之间的信道进行建模。将信道分为good、bad两种状态，如果某信道状态下数据帧能够成功传输到本地处理单元，则该信道状态为good，反之为bad。某状态在k个时隙之后成为good状态的概率(即该状态下数据帧的交付概率)为：

其中，P_BG表示信道状态由bad变为good、即数据帧在前一个时隙传输失败但是在当前时隙传输成功的概率。P_ch＝P_BG+P_GB。从表达式来看，当p(0)＝0，即初始状态为bad时，交付概率p(k)关于k单调递增，当p(0)＝1时，交付概率p(k)关于k单调递减，且交付概率最终收敛到定值p(k)关于k的变化规律如图3、图4所示。

需要注意的是，同一节点在不同的人体运动状态或者不同的信道条件下，拥有不同的转移概率矩阵(即P_BG和P_GB)，但是同一运动中，转移概率矩阵是相同的。因此，使用过程中，针对每一具体活动，本地处理单元中只需要使用已经测得的转移概率参数进行信道估计即可。

已有研究的协议交互过程中节点采样和传输数据的相关行为分为以下几个步骤：

(1)节点在每个超帧开始的时候，接收本地处理单元发送的信标帧，与本地处理单元进行同步

(2)按照本地处理单元为其分配的采样率进行采样，采样的数据会存储在缓存队列中，然后节点进行休眠

(3)节点在为其安排的传输时隙段开始的时刻醒来，按照先到先服务的原则对缓存区中的数据进行发送。

根据以上协议交互过程，将数据帧的等待时延D_wait分为两部分：

D_wait＝D_sleep+D_que

其中，D_sleep表示数据帧从进入缓存队列到等待对应节点传输开始的休眠时延，D_que表示数据帧在缓存队列中等待其前面的数据帧传输完成的排队时延。由于缓存队列中的数据帧的发送采取的是先到先服务原则，因此，排队时延D_que可以表示为：

其中，N_inBuf表示当前时刻缓存队列中位于该数据帧之前的数据帧数量，表示这些数据帧传输过程中的平均交付概率，可以由信道模型确定，R_frame表示数据发送速率(数据帧为单位，假设数据帧长度为定值)。由于信道在不同的信道环境下传输数据存在不同的丢包率，因此用这些时隙对应的平均交付概率来更精确地刻画其传输的总时间。

接着对休眠时延D_sleep进行计算。假设节点i分得的传输开始时刻为超帧的第j个时隙，则节点i的所有数据帧的休眠时延可以表示为：

D_sleep＝j·T_slot

可以看出，由于传感器节点在同步之后就开始采样，然后进入休眠，直到传输时刻开始，这样采样生成的数据帧会保存在缓存区中直到分配的传输时刻开始，睡眠时延D_sleep也会随之显著增加。因此本发明中对协议规定的传感器与本地处理单元之间的交互过程进行细微调整，以减小睡眠时延，改善时延性能。具体来说，规定节点在分配的传输时刻开始附近的时间点醒来进行采样，这样采样生成的数据可以直接封装数据帧并进入缓存队列，极大减少了睡眠时延，进而提高了时延性能。

虽然已经确定了采样开始时刻为传输开始时刻附近的时间点，但是具体的采样时刻还受到很多因素制约，本发明对上述过程中的约束条件进行分析，以确定采样开始的具体时刻。一方面，如果采样率f大于发送速率R_frame，则每个时刻都有充分数量的数据帧可以得到传输，即吞吐量可以得到保证；但是这个时候如果采样时刻过早，则节点的数据帧的平均排队时延会有所增加，而且考虑到缓存区中有上一个超帧中传输失败的旧数据帧，缓存区有可能溢出，因此需要选择较晚的采样时刻，但至少需要确保在该节点分配的时隙段范围内完成采样，以免影响节点的正常数据传输。另一方面，如果采样率f小于发送速率R_frame，则需要提前采样以满足吞吐量条件，因此采样时刻需要提前一些，同样的，也要防止缓存区溢出。

如图1所示，一种体域网中高可靠低延时的数据传输方法，包括以下步骤：

S1、根据节点新旧数据帧的个数及信道模型计算每个节点的节点采样时刻；

如图2所示，节点采样时刻的计算方法为：

S11、根据节点新旧数据帧的个数及信道模型计算新数据帧的平均交付概率和旧数据帧的平均交付概率；

S12、当节点采样率不小于数据帧发送速率时，进入步骤S13，否则进入步骤S14；

S13、通过旧数据帧的平均交付概率计算节点采样时刻，进入步骤S2；

节点采样时刻的计算公式为：

上式中，t_start,s为节点采样时刻，t_start为节点分配的时隙段的开始时刻，N_old为缓存中旧数据帧的个数，R_frame为数据帧发送速率，为旧数据帧的平均交付概率。从上式可以看出，为了保证吞吐量，假设缓存中的旧数据帧发送完毕之后，开始进行新数据帧采样，这样可以最大限度保证较低的排队时延；而且由于采样率与发送速率之间满足f>R_frame，因此传输过程中的吞吐量也可以得到保证；此外，为了保证在分配的时隙段内该节点的采样过程能够全部完成，假设节点分得的时隙段为(t_start,N_slots)，节点采样时间为T_s。

即传输旧数据帧花费的总时间与采样时间的和小于该数据帧分得的总时隙长度。

一般情况下，在考虑丢包率的前提下，除了少数优先级较低的节点，所有节点的业务需求(包括没有发送的旧数据帧以及采样产生的新数据帧)都应该得到满足。

其中，N_slots表示节点分得的所有时隙的数量(包含新旧数据帧)，将以上两式左边作差得：

由于f≥R_frame，显然Δ≥0，即：

S14、通过新数据帧的平均交付概率计算节点采样时刻，进入步骤S2。

如果f＜R_frame，需要在保证缓存区不溢出和吞吐量较大的情况下保证排队时延较小，即设置较早的采样开始时刻。如果在旧数据帧传输完成之后才开始采样，由于f＜R_frame，则数据的采样无法跟上发送的速率，导致信道利用率降低，吞吐量下降，甚至会导致数据帧无法在分得的规定时隙段内传输完成。因此，可以得出采样开始时刻必须在旧数据帧传输完成之前。这里给出采样开始时刻的表达式，节点采样时刻的计算公式为：

上式中，t_start,s为节点采样时刻，t_start为节点分配的时隙段的开始时刻，N_slots为节点i分配的总时隙数，T_slot为时隙长度，T_s为采样时间，为新数据帧的平均交付概率。假设该节点分配的所有时隙段结束的时候，采样生成的新数据帧刚好完全传输成功，因此将采样开始时刻设置为分得的时隙段的右端点与采样时间的差值。由于这段时间内产生的新数据帧在传输过程中存在一定丢包率，因此用采样时间与对应时间段的平均交付概率的商来更精确地表示考虑丢包条件下采样时间。采用上式确定采样开始时刻的好处有以下几点：一方面，将节点采样开始时刻设置到了较晚的时刻，以尽可能减少数据帧排队时延；另一方面，由于考虑了分得的时隙段的右边界，因此数据帧也能够在规定的时隙段内传输完成。此外，为了满足吞吐量条件，采样开始时刻需要满足以下条件：

将采样时刻与旧数据帧传输完成的时刻作差得：

其中，由于假设一个时隙只传输一个数据帧，因此发送速率R与时隙长度T_slot满足R_frame·T_slot＝1。由f＜R_frame可知Δ＜0。

S2、根据节点当前分配的时隙段及信道模型计算每个节点的节点数据帧长度；节点数据帧长度的计算方法为：

S21、根据节点当前分配的时隙段及信道模型计算节点当前的平均交付概率；

S22、通过平均交付概率计算最优数据帧切分段数；

节点的采样时刻的设计一定程度上改善了系统的时延性能，这部分通过对数据传输过程中的数据帧长度进行调整来对交付概率和能量效率等指标进行优化，以提升系统整体性能。首先对数据帧长度对传输过程中各项指标的影响进行分析。由于引入了重传机制，因此如果某数据帧在当前时隙传输失败，则该数据帧会继续在下一时隙继续传输。更重要的是，即使该数据帧中只有一小部分数据传输失败，该数据帧中的全部数据都要重新传输。直观来看，在其他条件不变的情况下，数据帧长度越大，该数据帧传输失败的概率越大，重传的成本也越高。这里假设在一个数据帧传输过程中各个比特的误码是独立的，则数据帧的交付概率可以表示为：

P_del,frame(γ,L)＝(1-P_b,B(γ))^L

其中，L表示数据帧的比特长度，P_b,B表示采用差分相移键控(Differential>

其中，P_tx,dB表示传输功率(单位dB)，P_N是噪声功率，B是系统带宽，R是传输速率。PL(d)表示路径损耗，其可以表示为：

其中，d表示传感器和本地处理单元之间的距离，表示参考距离d₀下的路径损耗；n表示路径损耗指数，针对视距信道和非视距信道有不同的值；X_σ表示阴影效用，服从正态分布，随着身体动作的变化，X_σ的均值和标准差也会发生变化。

单个数据帧在特定信道环境下的交付概率，考虑到信道是随时间动态变化的，这里给出数据帧平均交付概率的表达式：

其中，P(γ|μ_γdB，σ_γdB)表示比特信噪比的概率密度函数，服从正态对数分布，X_σ·μ_γdB为γ的均值，σ_γdB为其标准差。另外，由已有研究中结论可知，数据帧平均交付概率是比特信噪比的平均数μ_γdB的单调递增函数。

在比特信噪比γ不变的情况下，数据帧交付概率随着其长度L的增加而增加，因此，可以通过减小数据帧长度来提高每个数据帧的交付概率。一个可行的方案是改变每个数据帧中可变字段的长度，即将原本一个数据帧发送的数据拆分到几个数据帧中发送，这样每个数据帧成功发送所需的实际时隙数量会有所降低，发送所有数据所需的总时隙也会有所减少。然而，由于每个数据帧中都包括MAC帧头部信息、帧检验序列等固定开销比特，因此减小数据帧长度意味着总开销比特的增加，在不考虑交付概率的情况下，节点的总业务需求会有所增加，也可能会需要更多的时隙来传输固定数量的业务数据，同时消耗更多能量。

由上述分析可以看出，减小数据帧长度会导致所需总时隙数量出现增大和缩小两种不同的变化趋势，因此，需要对每个数据帧发送数据帧过程中发送的总数据量进行定量评估，以确定该方案的可行性。这里分别用下标long和short来对长数据帧和短数据帧相关的参数加以区别。假设原数据帧长度L_frame,long下节点的总业务需求为Req_frame,long(数据帧为单位，包含开销比特)，节点在分得的时隙内传输数据的平均交付概率为则节点完成所有业务需求的过程中理论上需要传输的总数据比特数：

这里考虑了传输过程中的丢包率来更准确的描述节点传输的总数据比特数。另外，需要注意的是传输的总比特数可以用来描述节点的能耗。假设确认帧和数据帧采用的传输速率相同，则这个过程中消耗的总时隙数为：

接着对减小数据帧长度之后的相关指标进行计算。这里假设将节点原本一个数据帧中的业务需求(不包括开销比特L_oh)平均切分到N_parts个数据帧进行传输，由于每个数据帧都有固定大小的开销比特，则新的数据帧的长度L_frame,short和新的业务需求Req_frame,short(不考虑交付概率)分别为：

Req_frame,short＝N_parts·Req_frame,long

可以得出较短的数据帧长度L_frame,short下相关的指标。节点完成所有业务需求理论上需要传输的总数据比特数N_{tran,bit,short}为：

该过程中消耗的总时隙数N_{slots,tran,short}为：

首先对节点完成所有业务需求理论上需要的总时隙数进行分析：

其中表示两者平均交付概率的比值，反映了由于减小数据帧长度而带来的平均交付概率的增幅；表示数据帧的切分系数N_parts。当即由于减小数据帧长度而带来的平均交付概率的增幅大于N_parts倍时，即N_{slots,tran,short}<N_{slots,tran,long}，此时采用短数据帧完成等量的业务需求时花费的时隙更少，则应该采用短数据帧进行数据传输，反之应保持数据帧长度不变。然而无法直接得出与1的大小关系，因此需要进行进一步分析。由于中的交付概率表示数据帧的不同长度下该节点传输所有数据帧的平均交付概率，其计算复杂度较高，因此，这里将传输所有数据帧的平均交付概率近似为传输过程中某一个数据帧(假设为业务需求中第k个)的交付概率P_del,frame,k，将上式化简为：

L_oh和L_frame,long为定值，因此ratio_slots,tran是P_del,frame,k和N_parts的函数。本发明采用实验的方式对各个交付概率P_del,frame,k下不同数据帧切分段数对消耗时隙数的影响进行仿真，如图5示。图中开销比特大小按照IEEE>frame,long中含有可变字段，这里按照平均值选取，约为360比特。平均交付概率的值取自集合{0.025,0.05,0.075,0.1,0.15，0.2，0.25，0.3}，将其分为图5(a)和图5(b)分别表示，选取时具体考虑以下因素：

由于当P_{del，frame,k}>0.3时，比值ratio_slots,tran的所有取值均大于1，即考虑交付概率的情况下，传输等量的业务数据，无论将原数据帧切分为多小，都会消耗较多的时隙，例如当P_{del，frame，k}＝0.35时消耗时隙数比值与数据帧切分段数的关系如图6所示，因此这里对该范围的交付概率值不做考虑。

由于P_del,frame,k较小的时候，采用短数据帧在消耗时隙数方面的优势更加明显，因此这里以0.1为界，大于0.1的部分以0.05为间隔选取4个值，小于等于0.1的部分以0.005为间隔选择4个值。

如图5所示，在取值范围内的各个交付概率下，两种数据帧长度消耗时隙数的比值均先减小后增大。这是因为随着切分段数的增加，短数据帧长度下单个数据帧的交付概率越来越高，其带来的增幅远远大于由于数据帧长度减少而导致的总开销比特的增加，这时采用短数据帧消耗的总时隙数较少，在业务需求不变的前提下，意味着时隙利用率和总体的有效平均交付概率更高。当切分段数增加到一定程度时，总开销比特数量增加而导致的消耗时隙数的增大逐渐抵消了交付概率增加而带来的增幅，此时该比值呈现上升趋势，直至大于1。

随着交付概率的增加，数据帧的最优切分段数(即各个子图中消耗时隙数比值取得最小值时对应的切分段数)呈现下降趋势，如图7所示。这是因为当交付概率增大时，由于减小数据帧长度而带来的交付概率的增幅相对较小，如果切分段数增加，会引入更多开销，进一步减小短数据帧带来的优势。

随着交付概率的增加，数据帧的最佳消耗时隙数比值(即各个子图中消耗时隙数比值取得的最小值)呈现上升趋势，这意味着短数据帧带来的增益有所下降，如图8所示。类似的，这是因为当交付概率增大时，减小数据帧长度而带来的交付概率的增幅相对来说逐渐变小，因此消耗的总时隙数也会增加。当交付概率较小时，消耗时隙数的比值远远小于1，此时通过减少数据帧长度可以减少70％以上的时隙消耗。

对图7中曲线进行拟合，可以得到最优时隙切分段数与平均交付概率的关系，即最优数据帧切分段数的计算公式为：

上式中，N_parts为最优数据帧切分段数，P_del,frame,k为平均交付概率。

通过以上分析可知，当平均交付概率P_{del，frame，k}≤0.3的时候，按照上式来减小数据帧长度可以在完成等量业务需求的情况下极大地减少时隙消耗，提高时隙利用率以及平均交付概率。然而，由于推导过程中没有考虑不同数据帧长度下传输的总比特数(即能量效率)的大小关系，因此需要对该公式的给出的关系对能量效率的影响进行进一步分析。

S23、通过最优数据帧切分段数计算节点数据帧长度。

节点数据帧长度的计算公式为：

上式中，L_frame,short为节点数据帧长度，L_frame,long为节点原数据帧长度，L_oh为节点开销比特长度，N_parts为最优数据帧切分段数。

如图9所示，在交付概率的取值范围内，即P_{del，frame，k}≤0.3时，ratio_tran,bit的值均小于1，即考虑交付概率的情况下，采用短数据帧完成等量的业务需求时实际传输的总比特数较少，显然这个时候消耗的总能量也较少。此外，在交付概率较大的时候，消耗的能量相对较多，这是因为减少数据帧长度带来的交付概率的提升相对较小，再加上与原数据帧长度相比增加的开销比特，因此，传输的总比特数所有增加，耗能也相应增大。

综合图8和图9以及相应分析可以看出，在P_{del，frame，k}≤0.3时，只需要调整节点数据帧的长度，就可以获得更优的平均交付概率、时隙利用率以及能量效率，这种优势在原数据帧长度下节点的平均交付概率较小的时候尤为明显，例如当交付概率为0.05的时候，采用最优切分段数进行数据帧切分，传输完成等量的业务数据只需要约40％的时隙数量以及约15％的能量。

一方面，当信道条件恶劣例如噪声过大时，比特信噪比会有所降低，平均交付概率也会随之减小；另一方面，如果节点能量不足进而不得不降低传输功率时，平均交付概率也会随之减小。相应的，传输过程中的时隙利用率以及能量效率也会有所降低。

无论是噪声过大导致的信道条件恶劣还是传输功率不足，其实都是直接影响了传输过程中的比特信噪比，进而造成了平均交付概率下降，严重影响了传感器节点与本地处理单元之间的正常通信。本发明中数据帧长度的设计对于上述情形十分适用，对于信道条件较好的节点，采用已有的研究方案进行数据传输，可以获得较高的平均交付概率以及能量效率；对于信道条件较差以及能量不足的部分节点，采用本发明提出数据帧长度调整策略，根据这些节点当前信道条件下的平均交付概率为它们指定不同的数据帧长度，进而提高这些节点的平均交付概率、时隙利用率以及能量效率。

S3、在节点采样时刻按照节点数据帧长度将采样数据封装为数据帧，将数据帧发送给本地处理单元。

本发明提出的数据传输策略可以部署在军事、医疗、体育和娱乐等场景下采用单跳通信的无线体域网MAC层中。本地体域网环境由佩戴在体表或者植入体内的传感器设备和本地处理单元(手机、平板等智能设备)组成。传感器设备一般包括射频模块、传感器模块和存储模块三个结构单元。传感器模块将能量形式转化为模拟电信号，再经过滤波器滤波及数据转换器进行数字化。存储模块用于存储消息，射频模块主要用于信号的收发。此外，传感器设备和本地处理单元都有相应的软件平台进行功能控制和信息显示。

本发明提出的数据传输策略以软件形式写入相应平台，进而对传感器采集、传输数据、接收确认帧等行为进行控制。

传感器设备收集人体相关数据并维护一个本地消息缓存队列，然后按照本发明提出的采样时刻的设计来确定节点的采样时刻，按照本发明提出的数据帧长度的确定方案将采样的数据封装为数据帧，发送给本地处理单元并接收确认帧消息。本地处理单元收到传感器设备的消息之后，对所有传感器节点下一超帧分得的时隙进行统一调度分配，然后将下一超帧的传输计划及采样率封装在信标帧中广播给传感器设备。这个过程中，数据帧、信标帧、确认帧都采用IEEE802.15.6官方协议规定的格式。

本地处理单元收集到传感器设备数据之后，会先进行初步的处理，比如根据环境认知算法来感知当前信道状态变化，确定信道模型参数，根据不同传感器采集的数据的相关性将它们进行融合。此外，对于比较重要的数据或者异常数据，本地处理单元会将数据上传到远端服务器进行进一步处理，这个过程可以使用WSN、WPAN、WLAN、互联网和蜂窝网等多种网络通信方式。