高 蕾，曹建忠，黄近秋

(惠州学院a.计算机科学系;b.电子科学系，广东 惠州 516007)

1 概述

无线通信、微电子和信号处理技术的发展使身体传感器网络(Body Sensor Network，BSN)也迅速发展。BSN 由可佩戴或可植入的传感器设备和无线网络，把从用户的身体所收集的数据传送到远程站点［1］。BSN 可以用来监测各种生理参数和信号，如温度、心率、血压、血氧饱和度、身体姿态、脑电图(EEG)、心电图(ECG)和肌电图(EMG)［2］。

BSN 的监测，给患者的长期诊断和治疗带来显著好处，并且尽少地约束患者日常活动。它允许患者自由的移动，在医院的内外都可以提供连续的监测，这对于需要长时间监测的患者特别有用。许多心脏疾病都伴随阵发性异常，如血压或心律不齐的瞬态浪涌，这是使用常规的监控设备监测不到的［3］。BSN 可以提供早期检测和预防此类的病症，避免后期昂贵的治疗［4］。

IEEE 802.15.4 和ZigBee 是在基于产生式事件和低数据率通信的无线传感器网络(Wireless Sensor Network，WSN)中广泛被采用的标准，目前，也是BSN 最广泛被使用的标准［5］。然而与无线传感器网络不同的是，BSN 通常产生周期性的、频繁的数据密集型流量(如心电图、脑电图和身体姿态数据)。因此，需要对这些标准是否适合BSN 传感器产生的数据流量进行评估。目前，已有研究者针对不同的应用场景对IEEE 802.15.4 和ZigBee 协议性能进行评估，并给出了评估结果。然而，大多数评估结果是基于分析模型［6］或仿真［7-8］的。本文从另一方面，通过对多个BSN 的应用场景进行实验测试，对ZigBee 和IEEE802.15.4 进行性能评估。本文给出的评估方法，考虑到了网络具体实施中的多种变量，能更加深入地探究和评估系统的性能，而这些变量在其他的理论模型中常常被忽略，如网络节点处理的负载等。……