1. Realistic Performance Analysis of WSN Protocols Through Trace Based Simulation PE-WASUN '10 Proceedings of the 7th ACM workshop on Performance evaluation of wireless ad hoc, sensor, and ubiquitous networks 俞志刚 2011-06-29

2. 简介 目的：更接近实际环境的WSN协议性能分析仿真方法 一般模拟器依靠综合性模型，与真实环境偏差较大 真实环境，耗时，开销大，不同协议之间对比难 本文改进SimPy开发出基于trace的WSN仿真器 Trace文件来自改进的WSN profiler 网络协议的性能评估，之前研究者专注于物理系统的实证性能指标，实验重复难 根据Ns-2、OMNet++等纯仿真的方法和真实网络环境评估方法两者的缺点，提出混合型方法 Hybrid Approach：抓取实际网络连通性信息，作为Simulator的输入

3. 论文成果 一、增强型WSN Profiler工具：自动采集trace，产生连通性统计信息 二、改进SimPy仿真工具，提出使用trace构建网络，评估WSN协议性能的方法 三、详解针对CTP协议的仿真实验，对比其他方法，评估所提出的方法的性能

4. WSN Profiler TinyOS application:运行在每个节点上，一个节点广播数据包，接受到信息的节点向服务器汇报 Profile Server：通过串行接口连接着节点，控制实验的执行，指挥节点按次序发包，记录接受到的数据包用于之后的处理 Analysis and Visualization Scripts：实验后运行，产生平均统计信息，可视化网络连通性信息

5. TinyOS Application Sender ： Profile Server 通过串口信息发一个命令使它发广播包，否则就休眠 Receiver：接收到邻居节点发来的数据包, 向profile server汇报接受信息 Report contains：sender's ID, recipient's ID, sequence number, RSSI and LQI

6. Profile Server 一台运行着TestbedProler的PC，控制实验的执行 通过串行连接所有节点 有序的控制每个节点的广播 每个给定时间只有一个节点在广播 监听节点的汇报，写入trace文件用作以后的处理和分析 trace文件格式举例：

7. Analysis and Visualization Scripts Python脚本CreatePrile：解析trace数据，计算统计信息，PDR、average RSSI、LQI、average neighbor count CreateDigraph：连通性信息可视化 实验环境和后期增加信息，如下图

12. WSN Simulation In SimPy

13. WsnSimPy(trace) 节点1开始发包. 仿真构建的网络查询trace文件判定接受节点，此处为节点2和3. 接受节点接受事件就绪 每个节点是用一个SimPy进程(the radio)来仿真的，包括一系列python对象(有网络层协议栈，应用程).

14. Simulation 每个节点是一个独立的非抢占式进程 The scheduler executes in a single thread . 创建网络模型对象, then 创建节点对象. 通信过程仿真, 源节点首先检查最近有没有发包(< 32 milliseconds). 如果有，使用trace data中下一个序列(wrapping around from the end to start if needed) 标记数据包接受事件. 如果没有,在trace中随机选择一个序列，判定一个接受节点

15. Sample Performance Analysis 1、Synthetic Radio Model 2、CTP Validation 3、CTP Performance Analysis 目的是证明WsnSimPy (trace)的性能比其他仿真方法更接近实际环境，文章拿TOSSIM和WsnSimPy (Trace)做对比

16. CTP Validation Tree node Root node Tree node

17. CTP Performance Analysis

18. CTP Performance Analysis

19. Related Work 现有的仿真工具主要分两种： 1、general purpose network simulators (e.g., ns-2, OMNeT++) 2、WSN-specific hardware/OS simulators (e.g., TOSSIM , Avrora, Cooja) 论文实现的方法，相比第一种更简单，针对性更强；相比第二种更接近真实环境的结果

20. Conclusion 论文主要介绍了改进的WSN分析工具和改进自SimPy的基于trace的WSN仿真器 WSN Profiler：网络连通性信息采集和分析 分析器的输出作为仿真器的参数配置 针对CTP协议做仿真，评估了方法的性能 实验结果证明基于trace的仿真性能优于基于综合模型的实际网络性能 原因： repeatable，在相同网络环境下可分析不同协议

21. 自己的想法 用另外的方法得到连通性信息即跟论文不一样的WSNProfiler

22. Thx！