阅读文章前辛苦您点下“关注”，方便讨论和分享，为了回馈您的支持，我将每日更新优质内容
文|九鹏举
编辑|九鹏举
如今，诸多行业已经拥有成熟的物联网布局方案，如智能交通、智能安防等，随着人们对品质生活的追求越来越高，智能家居行业逐渐兴起，各类智能化应用渗透到人们的日常生活起居。
智能家居是物联网快速发展背景下的产物，其融合了互联网、无线通信、自动化等技术，实现了对家用电器、家居环境的智能化管理，为人们带来了方便、舒适、节能的居家生活体验，在智能家居中，设备无线通信方式会直接影响智能家居系统的安全性与稳定性。
无线通信技术中，ZigBee技术具有短距离、高速度、多节点、低功耗和低成本等优点，可以满足智能家居系统对无线通信的需求，所以近年来ZigBee无线通信技术在智能家居行业中得到了广泛应用。
本文研究针对大规模无线网络在智能家居系统方案实施阶段暴露出来的问题，对智能家居系统大型ZigBee无线传感器网络的稳定性与可靠性进行了深入思考，针对设备“假离线”问题提出了有效的解决方案。
目前，国内外研究主要是从ZigBee协议栈的角度发力，对协议栈MAC层、网络层实现机制进行优化。
优化协议栈能够解决大网络稳定与安全性大部分的问题，但由于产品种类及使用环境的差异，仍有少部分的实施问题待解决。
如SiliconLab、NXP、泰凌微等国内外主流芯片开发厂商均在加大对通信算法优化的投入，对ZigBee协议栈进行优化，但这种方式的优化难度大、成本高。
同时，协议栈功能繁多且复杂，稍加修改便需对整个协议栈进行全面测试，故从工程角度出发，通过优化协议栈的方式来优化网络的突出问题是投入大、周期长。
若将网络优化方式比作交通工具，优化协议栈则为地铁，本文解决方案则为共享单车，致力于解决最后一公里的问题。
智能家居物联网设备假离线现象及其影响
智能家居设备按照供电类型划分，可分为强电设备与弱电设备，强电设备一般在装修期间会留好孔位，按照提前设计好的布局进行安装，位置确定后一般不会轻易移动。
相对来说，弱电设备安装会更加便捷，在大型家庭或办公用户中，一个ZigBee网络中的设备节点数可高达120个，甚至更多。
WSN（WirelessSensorNetworks）设备间通过无线报文进行通信，每个设备将采集到的信息处理后通过自组多跳的无线网络方式传送给目标设备。
具备ZigBee无线通信功能的终端设备、与终端设备通信且能够与云端互联网进行数据通信的网关设备、对收集到的设备端数据进行逻辑分析与存储的互联网大数据平台、精准监测及控制设备端运行状态的手机APP端和电脑PC端。
以上共同构成一个智能家居网络系统，终端设备间及终端设备与网关间通过ZigBee无线网络进行数据交互，网关与大数据平台通过2.4G网络进行数据交互，使用者可以通过手机或者电脑观测、遥控设备运行状态。
ZigBee无线传感网络中有三类网络节点，分别为ZigBeecoordinator，ZigBeerouter和Zig- Beeenddevice。
本系统中智能网关为ZigBeecoor- dinator节点，墙壁开关、墙壁插座等强电终端设备为ZigBeerouter节点，无线开关、温湿度传感器等弱电设备为ZigBeeenddevice节点，智能家居系统架构拓扑图如图1所示。
设备端数据上报分为设备端主动上报和在APP界面触发控制设备时的被动上报，设备端主动上报的报文从数据包内容上进行划分，可以分为两种。
第一，非周期性事件数据的上报，如开、关动作的报文以及功率值更新的报文；第二，周期性事件数据的上报和设备的心跳报文。
触发条件：router节点设备7~8min上报一次，enddevice节点设备1h左右上报一次，网络状态良好情形下，控制端与设备端信息能够实时同步，且能够对设备端精准遥控。
如若设备端与云端大数据平台长时间无数据交互，云端将会判定该终端设备为离线，判定为离线的设备将不能被远程控制，同时其实时状态也不能与控制端进行同步。
对于大型ZigBee无线网络，在实际应用场景中的环境干扰源较多，杂乱的家居、墙壁、金属装饰等，会对信号产生不良的影响，电器较多，也容易造成大功率电源干扰。
别墅、楼宇等大面积、多层的房屋，若无中继器，信号衰减也非常明显，在网络规模大或者干扰源较多的环境中，设备报文丢失现象极其容易发生。
持续的报文丢失将会导致设备离线，影响设备联动，甚至导致自动化系统瘫痪，影响智能家居使用体验，而这些离线设备中有些属于“假离线”。
“假离线”设备与其邻居表设备连接正常，但报文上报给网关，需经过多级路由，传输途中报文丢失，导致报文无法正常到达网关，这种情况持续一段时间，APP便会出现设备离线，以上现象便称“假离线”现象。
网络节点较多时，会出现空中无线报文冗杂现象，使得信号差的设备无法将报文成功且及时发送给目标设备，具体表现为设备响应延迟、频繁离线或无法正常联动，影响智能家居体验。
而对于那些由于安装位置比较偏僻或者设备本身的信号较其他设备信号差，且位置不易于移动的设备表现极为突出。
为解决设备离线问题，当前的解决方案是，APP支持设备查找功能，设备离线后，使用者点击APP上查找设备按钮，云端便会触发网关中ZigBeecoordinator下发identify命令给目标设备。
目标设备接收到identify报文后，闪烁指示灯告知用户，并回复报文defaultresponse，告知ZigBeecoordinator无线链路通信正常。
随后，网关立即将通信正常的消息上报云端，云端对设备状态进行修改，设为在线，此设备远程控制、自动化场景等功能恢复正常，设备恢复在线identify机制如图2所示。
此方案较适用于ZigBeerouter节点的设备，但ZigBeeenddevice节点的设备由于绝大多数时间为睡眠状态，发起查找设备能够做出及时响应的概率极低，故针对ZigBeeenddevice节点设备方案还需做进一步完善。
为彻底解决问题，本文提出一种大规模ZigBee无线网络“假离线”设备自恢复系统方案。
智能家居物联网设备“假离线”恢复方案设计
Enddevice节点设备大部分时间处于休眠状态，仅在唤醒瞬间会发起polling报文，向父节点询问是否有本节点的缓存消息。
因此，enddevice节点设备与控制端发送信息与接收信息不同步，而前文所述设备恢复在线identify机制并不适用于enddevice节点设备，为解决enddevice节点特性导致的信息不同步问题，本文提出以下解决方案。
Enddevice节点设备需周期性上报设备心跳（为防止大型无线网络报文高并发现象发生，采用错峰算法触发设备上报心跳），心跳周期1h左右，心跳报文发送伴随3次polling，每次polling时间间隔为1s。
云端大数据平台收集设备心跳的时间戳，模拟出每个enddevice节点设备未来24h内心跳上报时刻点图，时刻点图用来预测节点正常状态下下一次发送心跳及polling的时刻。
若某一enddevice节点设备在某一时刻被判定为离线，大数据平台根据模拟心跳点图，在模拟心跳前后时刻触发网关向目标节点设备发送iden-tify，每秒一次。
直到成功找回或者identify达到5次停止发送，若成功，设备恢复在线，生成日志信息“自动查找成功”，用户可通过APP中的日志管理查询设备的提示信息。
若未成功，生成日志信息“自动查找未成功”，接下来云端将等待下一次心跳时刻，做下一次设备查找。
为防止大型无线网络报文繁杂，尝试24个心跳仍未恢复的设备，将对其放弃设备找回操作，并推送“自动查找结束-未成功”的消息给使用者，提醒使用者进行现场确认，查看设备是否被带离使用空间或者人为损坏等，并及时修复。
图3所示为enddevice节点设备自动恢复在线机制，以enddevice节点设备无线开关为例，对云端大数据模拟心跳时刻点图实现方法，及其如何获得未来时间段10:00到11:00期间里的心跳时刻进行说明。
设备正常在线状态下，云端大数据平台收集，连续数天从10:00到11:00时段内的心跳时间戳，以收集到的有效历史数据为一个集合，取一个模拟时间戳X，使得此集合方差最小。
此模拟时间戳X即为模拟的该时间段内心跳时刻，按照此算法计算模拟出未来24个时段内的心跳时刻。
图4为收集到的某enddevice节点设备历史心跳时间戳，横轴为日期，1~20分别代表20210201，20210202，20210203，…，20210220；纵轴为心跳上报时间戳，反映了近期连续20天内10：00~11：00心跳上报情况。
图5为按照此算法模拟生成的未来24小时设备心跳上报时刻点图（下方球体中的数字：表示时间段，如1即为北京时间00:00~01：00；上方球体中的数字：此时间段内心跳上报对应时刻，如球10上方数字3501，表示预计10:35:01时刻设备会上报心跳及发送polling。
需要特别说明的是：APP端与PC端功能大部分一致，PC端支持的功能更多，设备查找和设备查找方式设置两个功能APP端与PC端均支持。
以墙壁插座router节点设备为例，如图6所示为设备自动或手动恢复在线机制。
系统测试
本文方案经实验室验证后在某公司大型研发办公区域进行部署，对部署前后设备离线率、设备控制成功率和自动化场景执行成功率进行对比。
图7为方案部署前网络设备状态（在线/离线）统计图，图8为方案部署后网络设备状态（在线/离线）统计图。
图示表明，在大型复杂的ZigBee网络环境下，节点设备数量高达120个，其中网关设备1个（ZigBeecoordinator节点）、强电设备（ZigBeerouter节点）80个、弱电设备（ZigBeeenddevice节点）39个。
且有较强的WIFI干扰、杂乱的物品、办公桌椅及办公人员等干扰因素的情况下，部署本文大规模无线网络设备“假离线”自恢复系统方案前后，强电设备的离线率由10%下降至1%，弱电设备的离线率由8%下降至1%，系统离线率由18%降低至2%。
现场勘测证实其中2%的设备离线属于真实离线，需要人为处理，由此可见，本系统方案可极大改善网络设备离线率高的问题。
针对无线传感器网络特点，结合智能家居Zig- Bee网络节点设备“假离线”的痛点，本文提出了一种大型ZigBee无线网络“假离线”设备恢复系统设计方案。
经过现场部署测试，本方案解决所有设备“假离线”问题，设备离线率降低至2%，设备控制及场景自动化执行成功率提高到99.179%。
对于“假离线”设备，enddevice节点在5个polling周期内会自动恢复在线，router节点在半小时内会自动恢复在线。
方案的部署能够极大改善大型ZigBee无线网络设备离线问题，自动且及时将“假离线”设备恢复在线，维护系统正常运作，提升智能家居系统的使用体验。
