2016年12月30日星期五

Wi-Fi 與Zigbee 的MAC Algorithm

Zigbee 的MAC Algorithm:

(1) Binary Random Backoff
(2) Channel Idle > CCA (CW=2) ==> 如果CW減到0 則傳送否則重新再來過

CW=2 是一個固定值 , 表示idle 至少有CW以上的時間,才認為channel idle 才可以傳

若Binary Random Backoff 完後, channel仍不是idle (包含CW沒有減到0) 則再一次進行Binary Random Backoff

BP=random(0, 2^BE-1)

BP: Backoff Period
BE: Binary Exponent , 每次發生collision . BE都會增加 ,其初始值為3, 則第一次BP為random(0,7)
NB: backoff 次數限值

Wi-Fi 的MAC Algorithm (DCF)

DCF (Distributed Coordination Function)= CSMA/CA+ACK

程序:

(1) Channel Idle > DIFS ? ==> channel idle是否大於DIFS的期間,若否繼續偵側，直到大於DIFS。若大於DIFS, 則隨機選一個random backoff window, 並且每一個time slot減1, 當減到0時, 才能傳送。減1的動作只有在判斷channel 是Idle的狀態才會減1, 若channel是busy狀態, 則不減1 ("freeze Backoff window")

採用time backoff 機制讓其他人有機會可以取得medium來傳送。

(2) Binary Random Backoff ( 決定了CW的值 ) => 當CW減到0時, 就直接傳送不用管channel idle與否。若傳了之後是發生碰撞(沒有收到ACK則視為碰撞)，則此次傳輸沒有成功, 再重傳, 從(1)再來過。

CW=2 非固定值, CW=random(CWmin, 2^BE-1) 介於CWmin~CWmax中間,

CWmin------------ CW-------------------CWmax
CW=min(CWmax, CW)
CW=max(CWmin, CW)

若idle 長度至少有DIFS的長度才視為channel idle

----------------------------------------------------------

Wi-Fi vs Zigbee

Zigbee和Wi-Fi 都是利用 Time Backoff 來創造一個公平機會的Medium Access 機制
Zigbee 的CW是固定值, 而Wi-Fi CW是一個變數, Wi-Fi CW 其實是Zigbee 的BP, 兩者名稱相同, 但意思不同
Zigbee 評估 Channel Idle , 看CW, 而Wi-Fi 評估 Channel Idle , 看DIFS
Zigbee Backoff 的 BP會一直減1不管channel 是否idel或有人傳 , 而Wi-Fi Backoff 的 CW會減1但必須channel 是 idel狀態才能減1

CCA: Clear Channel Assessment

CW: Contention Window

DCF: Distributed Coordination Function

DIFS: DCF Inter Frame Space

References:

https://www.vocal.com/networking/802-11-distributed-coordination-function-dcf/

99.9% of the time Wireless is half duplex. There are experiments that can result in a "full duplex" wireless network but that's all lab-based and not real-world.

Full-duplex is what most wired connections use which means two devices can send and receive data at the same time and can also detect collisions straight away. via CSMA/CD

With Wireless the devices cannot send and receive simultaneously and they cannot sense collisions. Instead they use CSMA/CA to detect usage on the frequency to see if it is safe to transmit data. There are a large number of factors that can affect a wireless signal and interfere with it which results in lower throughput.

2016年12月23日星期五

Raspberry Pi SD卡從8G變16G

從8G SD卡變成16G SD 卡, 要如何resize Partition

原本8G:

fdisk -h

Device Boot Start End Sectors Size Id Type
/dev/mmcblk0p1 8192 137215 129024 63M c W95 FAT32 (LBA)
/dev/mmcblk0p2 137216 15564799 15427584 7.4G 83 Linux

首先，您需要使用fdisk更改分割表要刪除現有的分區條目，然後創建一個新的分區吃滿整個可用空間。

Manually resizing the SD card on Raspberry Pi

You can also resize the partitions of the SD card that your Pi is running on.

First you need to change the partition table with fdisk. You need to remove the existing partition entries and then create a single new partition than takes the whole free space of the disk. This will only change the partition table, not the partitions data on disk.

The start of the new partition needs to be aligned with the old partition!

Start fdisk:

sudo fdisk /dev/mmcblk0

Then delete partitions with d and create a new with n. You can view the existing table with p.

p to see the current start of the main partition
d, 3 to delete the swap partition
d, 2 to delete the main partition
n p 2 to create a new primary partition, next you need to enter the start of the old main partition and then the size (enter for complete SD card). The main partition on the Debian image from 2012-04-19 starts at 157696, but the start of your partition might be different. Check the p output!
w write the new partition table

Now you need to reboot:

 sudo shutdown -r now

After the reboot you need to resize the filesystem on the partition. The resize2fs command will resize your filesystem to the new size from the changed partition table.

sudo resize2fs /dev/mmcblk0p2

This will take a few minutes, depending on the size and speed of your SD card.

When it is done, you can check the new size with:

df -h

2016年12月11日星期日

物聯網應用層通訊協定標準比較 CoAP vs MQTT

機器對機器 (Machine-to-Machine， M2M)通訊是物聯網的一個重要運作概念。隨著物聯網的應用日益興盛，M2M流量會持續增加，故針對M2M Traffic特徵及其應用，M2M通訊技術應運而生。由於物聯網架構下，感測節點本身多半採用MCU且以電池供電，故這些新的M2M協定必須考量在有限的硬體能力及功耗等條件下，使得M2M Traffic在進行網路傳輸時，有較高的Throughput、低延遲、低電力耗損，甚至提供不同的 QoS (Quality of Service)。

目前各家提供連結物聯網裝置的雲端資料服務平台，包含
AWS IoT(https://aws.amazon.com/tw/iot/)、Evrythng(https://evrythng.com/)、Xively(https://www.xively.com/)、ThingSpeak(https://thingspeak.com/)、ThingWorx(https://www.thingworx.com/)等及晶片廠提供的雲平台，如聯發科的MCS(https://mcs.mediatek.com/)、ARM mbed Device Connector(https://connector.mbed.com/)等，都廣泛支援CoAP及MQTT協定，故將選擇此兩種協定來進行說明與比較。

M2M協定介紹

CoAP

CoAP(The Constrained Application Protocol) 目前已是IETF標準(RFC 7252) ，提出一個類似HTTP/TCP設計，但是屬於輕量版的HTTP/UDP，使得其有利於感測節點進行網路傳輸。

CoAP主要特點:

CoAP同HTTP一樣具有REST(Representational State Transfer)設計風格，也支援GET/PUT/POST/DELETE及URIs的請求方式。
CoAP是主從(Client/Server)架構，感測節點多半為CoAP Client 上傳(PUT)感測資訊或節點狀態到CoAP Server。CoAP Server使用UDP (port: 5683)，對於資料是否要重傳或傳送順序(Reordering) 全交由上層應用層來決定，對於資源有限的MCU則不需要TCP協定實作。感測節點多半為CoAP Client, 因為感測節點通常是On-Off (Duty-cycled)工作模式, 只有醒來時才工作以節省能耗。若反過感測節點為CoAP Server, 則由Cloud 作為CoAP Client , 執行Get 以存取節點狀態資訊。
CoAP採用二進位整數格式且封包標頭4 個byte而非HTTP使用字串格式(ASCII code)，所以封包傳送時的額外負擔小且不必像HTTP一樣得進行耗時的字串解析處理。
CoAP QoS : CoAP訊息分為Confirmable或Non-Confirmable。Confirmable要求接收端須回送ACK，若沒有收到ACK則重送一次。若送的是Non-Confirmable訊息，則送出端不在乎接收端是否收到。
CoAP使用DTLS (Datagram Transport Layer Security) 進行加密
通知機制: CoAP擴展了HTTP GET，加入了一個observe flag，用來主動回報所observe到的狀態，而不必像原本HTTP需要一直polling,如此可節省不必要的通訊。實作上MCU 為CoAP Client, 一旦狀態改變時主動發出CoAP GET 即可將資料丟到server
NAT Issue: 若感測節點在NAT後方，則必須一開始先送出請求到外部，使路由器可以接受來自外面CoAP Client的請求，例如請求資源清單。

MQTT

MQTT（Message Queuing Telemetry Transport）是IBM開發的一個即時通訊協定，2010年IBM釋出免授權版本(v3.1)。MQTT是機器對機器（M2M）物聯網的連接協定。它被設計成一個非常輕量級的發布/訂閱消息傳輸。對於感測節點擁有很少的記憶體和或網路頻寬很小的情況下， MQTT非常適合。MQTT已經是ISO（ISO / IEC 20922：2016）和OASIS標準。另外，Facebook Messenger即是採用MQTT協定。

MQTT的主要特點:

1. 訊息傳遞為Publish/Subscribe的方式，以提供一對多的訊息分派

Client B及Client C先向Broker訂閱(Subscribe)一個Temperature主題, 而Client A向Broker發佈(Publish)在該主題Temperature發佈訊息(22.5)，則Client B及Client C 都會收到此訊息。

使用TCP port 1883作為通訊傳輸層
Header固定長度為2 byte，因此可以減少封包傳送時的額外負載，並減少所需的網路頻寬
Publish 和Broker 中間發生異常斷線時，會使用最後遺囑(Last Will )的機制，通知所有Subscriber
3種傳送服務QoS (0,1,2)：

Publisher <----> Broker <----> Subscriber

兩段所設定的QoS ，其作用的結果取兩段最小QoS值

1.) QoS=0 "At most once": 最多送一次 ,但可能沒收到，"Fire and Forget"

• Publisher不會Re-Publish訊息給Broker。因為使用底層是TCP, 所以Broker 一定會收到，而剩下的問題為 Broker 和Subscriber 兩者間的傳輸問題。

• 這適合應用在環境感測， Subscriber並不會在意Publisher是否會再重送，因為下一次的資料取樣很快就會再丟出來

2.) QoS=1 "At least once": 可能收到一次以上 >=1

• 如果時間內Publisher沒收到來自Broker的PUBACK, Publisher會Re-Publish訊息。如此Broker很有能收到2次以的重覆的訊息，因此Subscriber 就可能跟著會重覆收到相同訊息。

3.) QoS=2 "Exactly once":只會收到一次=1。

• 為避免像QoS 1, Subscriber有可能收到重覆的訊息。因此Publisher 會有Message ID, 使得Broker 能夠判別這是Publisher 所送的重覆資料, 才不致於送給Subscriber重複的資料。

• 這適合用在計費系統，系統只要有重複收到資料、或是資料遺失狀況發生，就會造成系統錯誤。

CoAP vs MQTT 比較

都是公開標準且都是基於IP層的協定
封包標頭小且採用binary格式
CoAP屬於一對一通訊，MQTT則是多對多
若考慮感測節點在NAT後方的情況，由於MQTT的架構因為有中央broker的角色，MQTT Client本來就持續連接在broker，所以可以直接推播訊息，沒有NAT問題。然而CoAP Client要取得位於NAT後方的感測節點資料，則須要在路由器上設上設定virtual server或port forwarding之類才能使用，不然就必須另外有第三方伺服器存在，讓感測節點先連出才行

Raspberry Pico W 使用 MQTT publish

References:


 
Observing Resources in the Constrained Application Protocol (CoAP)

2016年11月18日星期五

LPWAN 長距離低功耗通信技術 : NB-IoT vs LoRa

IoT 遠距離通信技術 : NB-IoT、LoRa均為 LPWAN (Low Power Wide Area Network), 主要應用都在智慧城市、智慧交通(如停車場)管理，智能電錶、水錶抄表、智能農業等低數據量的採集。

WiFi和BTLE主要應用於個人設備相關的應用。蜂窩技術主要應用於需要高數據吞吐量，以及需要供電的應用場景。LPWAN的應用場景包括：長電池壽命，並且傳感器和應用在長距離下，只需要每小時只要傳遞幾次數據。

「NB-IOT LTE-M」的圖片搜尋結果

	NB-IoT	LoRa

聯盟	3GPP 2016年6月標準提出	2013年8月，Semtech公司發表一顆Lora 晶片 LoRa Alliance (2015年3月) IBM主導
技術特點	蜂巢同步協議 (節點必須定期地連到基地台)	線性展頻非同步協議
網路佈署	運用原本的4G/LTE基地台(升級現有)	獨立建構自家的LoRa網路, 節點構通都必須同屬LoRa網路 (不同於Internet門派)
頻段	電信營運商頻段 1GHz以下的授權頻段, 建置成本高	150MHz~1GHz的非授權頻段, 建置成本低
傳輸距離		1~20Km
速率	<100kbps	<50kbps
連接數量	200k/cell	200k~300k/hub
終端電池工作時間	約10年	約10年
模組成本	約$5~$10	約$5
	電信營運商	可由企業自行搭建

原文網址：https://read01.com/KOKgoA.html

References:

2016年11月16日星期三

ARM mbed 系統架構(1)

ARM mbed 系統架構, 基本類似於OIC/OCF的參考實作 ,任何sensor或硬體都是以抽象的資源來定義(也就是OIC的Resource Oriented Architecture 的實作架構, 遠端存取這些資源則使用Restful API (採OMA LWM2M的Resource path) 方式, 存取不同的硬體資源, 就是給不同的資源路徑.

物聯網目前協定就是要走IP-Based , 所以基本上不論底層協定是什麼, 如短距離 Bluetooth、Wi-Fi、 Zigbee、 Thread, 或長距離 Cellular 3G/LTE 最終都必須是IP或透過 6LoWPAN介接成IP (IPv4或IPv6).

在應用層協定使用

MQTT、HTTP--> TCP--> TLS (如須加密)
CoAP-->UDP--> DTLS (如須加密)

其資源描述使用OMA LWM2M的架構, 對資源存取的行為包含CRUDN

C: create
R: read --> GET
U:update--> PUT
D:delete
N:notify

mbed device (mbed os)

mbed connector service

https://goo.gl/wzIHdR

物聯網規格標準四大陣營

The challenge for the IoT ecosystem is to ensure these emerging IoT devices can connect securely and reliably to the Internet and to each other.

陣營的目的在推動IoT裝置互連標準, 統合晶片、軟體、平台、成品, 制定相容性的標準

AllSeen與OIC均在訂立一個互通性的框架，遵循此框架可讓應用程式、作業系統、通訊技術與協定、硬體裝置等各層次互通，避免不相容的問題及重複開發的浪費等。

Thread Gourp

Nest(Goolge)、ARM、Freescale、Silicon Lab
主推智慧家庭
Thread比較類似家用物聯網需求的升級版ZigBee
支持IPv6（IPv6 over Wireless Personal Area Network, 6LoWPAN）
追求與ZigBee、Bluetooth一樣的省電性

OIC (Open Interconnect constorium)

Intel、Samsung、Dell、Broadcom、Atmel、Wind River 等6家成立
.2014年7月成立，旨在定義一個通用的通訊框架，以強化物聯網（IoT）裝置及服務的連結與互連。
改為OCF (Open connectivity Foundation): Cisco、Intel、Microsoft 集結了來自AllSeen的成員, 聯發科、宏碁都是陣營成員
OCF創始會員涵括OIC及AllSeen陣營
OIC定義的參考實作 : 開放原始碼專案 IoTivity (https://www.iotivity.org/)
IoTivity is an open source software framework enabling seamless device-to-device connectivity to address the emerging needs of the Internet of Things.
Resocure-orientd Architecture
Restful Architecture
Common Platform
CoAP for Constrained Devices、HTTP
Certificaton program

AllSeen Alliance

Qualcomm、Microsoft、LG、海爾、松下、夏普、HTC、D-link、Samsung
2013年底成立
AllSeen定義的參考實作(開放原始碼專案) : Alljoyn

Homekit

Apple

Thread技術方面，Thread是一種新的物聯網無線網路，與Wi-Fi、Bluetooth等屬相同層次，相對的，AllSeen與OIC追求廣泛支援各種網路技術，不僅支援Wi-Fi、Bluetooth，也支援ZigBee、Z-Wave、ANT+等。

有ZigBee為何還需要Thread？

Thread技術與ZigBee技術最相近，然已有ZigBee為何還需要Thread？估在於ZigBee的支援面太廣，ZigBee在網路層就分成ZigBee/ZigBee PRO、RF4CE、ZigBee IP等三大類，在三大類之上又有10種以上的應用型態（Application Profile），雖已有偏智慧家庭層面的應用型態，如ZHA（ZigBee Home Automation）、ZLL（ZigBee Light Link）、ZRC（ZigBee Remote Control），但也要兼顧產業用、零售用等發展，家用物聯網恐難全心投入。

Thread 設定家庭使用，因此Thread只要能支援200多個裝置（節點）即可，ZigBee的多數家用情境也在255個（8-bit）裝置內，ZigBee PRO的65,536個（16-bit）裝置多屬產業應用，如極長運輸路徑的油管壓力監控，智慧電網（Smart Grid）的大面積用電情形監控等。Z-Wave同樣屬家用訴求，最多僅支援236個裝置。

參考

https://www.ctimes.com.tw/DispCols/tw/%E7%89%A9%E8%81%AF%E7%B6%B2/Thread/OIC/Nest-Labs/AllSeen/1407242257E8.shtml

2016年11月13日星期日

gnuplot

唸書時期畫的, 工程圖表就是用gnuplot

Gnuplot is a portable command-line driven graphing utility for Linux, OS/2, MS Windows, OSX, VMS, and many other platforms. The source code is copyrighted but freely distributed (i.e., you don't have to pay for it). It was originally created to allow scientists and students to visualize mathematical functions and data interactively, but has grown to support many non-interactive uses such as web scripting. It is also used as a plotting engine by third-party applications like Octave. Gnuplot has been supported and under active development since 1986.

    # Gnuplot script file for plotting data in file "force.dat"
      # This file is called   force.p
      set   autoscale                        # scale axes automatically
      unset log                              # remove any log-scaling
      unset label                            # remove any previous labels
      set xtic auto                          # set xtics automatically
      set ytic auto                          # set ytics automatically
      set title "Force Deflection Data for a Beam and a Column"
      set xlabel "Deflection (meters)"
      set ylabel "Force (kN)"
      set key 0.01,100
      set label "Yield Point" at 0.003,260
      set arrow from 0.0028,250 to 0.003,280
      set xr [0.0:0.022]
      set yr [0:325]
      plot    "force.dat" using 1:2 title 'Column' with linespoints , \
            "force.dat" using 1:3 title 'Beam' with points

===================

Gnuplot - for loop iteration 產生多個不同檔案
windows gnuplot產生 png

#set terminal postscript eps
#set output 'myfigure.eps'
#set term png
set autoscale
set title 'P-persistent Simulation (Channel=3)' font ",28" # plot title
set xlabel 'Probability' font ",16" # x-axis label
set ylabel 'Throughput' font ",16" # y-axis label
#set yrange [0:1]
#set xrange [1:8]

set label 'ittraining' at 12,8
#N_CHANNEL,N_user,prob,total_T/MAX_N_Round);

do for [t=0:5] {
set terminal pngcairo
outfile = sprintf('test%03.0f.png',t)
set output outfile
plot \
'C3U1.txt' using 3:4 w lp t "U=1",\
'C3U3.txt' using 3:4 w lp t "U=3",\
'C3U5.txt' using 3:4 w lp t "U=5",\
'C3U7.txt' using 3:4 w lp t "U=7",\
'C3U9.txt' using 3:4 w lp t "U=9",\
'C3U11.txt' using 3:4 w lp t "U=11",\
'C3U13.txt' using 3:4 w lp t "U=13",\
'C3U15.txt' using 3:4 w lp t "U=15",\
'C3U17.txt' using 3:4 w lp t "U=17",\
'C3U19.txt' using 3:4 w lp t "U=19"

}

References: