物联网

1. 引言：BLE Mesh 多跳网络的吞吐量困境

在物联网场景中，BLE Mesh 网络因其低功耗、去中心化以及高覆盖能力而被广泛应用于智能照明、楼宇自动化等领域。然而，开发者常面临一个核心痛点：多跳网络吞吐量极低。标准 BLE Mesh 协议基于泛洪（Flooding）机制，每个中继节点在收到消息后都会重新广播，导致信道竞争剧烈、冲突概率指数级上升。当网络跳数超过 3 跳时，实际应用层吞吐量往往不足 10 kbps，远无法满足 OTA 升级、传感器数据流等场景需求。

本文聚焦于两个关键优化点：Friend/Proxy 节点角色配置与应用层帧聚合（Frame Aggregation）。Friend 节点通过缓存消息减少低功耗节点（LPN）的唤醒次数，间接提升信道利用率；Proxy 节点则提供 GATT 桥接，但也会引入额外延迟。帧聚合则通过合并多个小数据包为单个网络 PDU，显著降低头部开销和发送次数。我们将结合 ESP32 平台，从底层寄存器配置到上层算法实现，给出可落地的优化方案。

2. 核心原理：Friend/Proxy 角色与帧聚合机制

Friend 节点工作模式：在 BLE Mesh 中，Friend 节点为 LPN 提供消息缓存。LPN 仅在需要时唤醒并请求消息，从而将功耗降低 90% 以上。但 Friend 节点需要维护一个缓存队列（通常 16~64 条消息），且每条消息需等待 LPN 轮询，这会引入 100~500 ms 的额外延迟。吞吐量优化的关键在于：合理设置 Friend 节点的接收窗口大小（ReceiveWindow）和缓存超时时间。例如，将 ReceiveWindow 从默认的 100 ms 缩短至 50 ms，可减少 LPN 的无效扫描时间，但可能增加丢包率。

Proxy 节点瓶颈：Proxy 节点通过 GATT 连接与手机通信，但 GATT 的 MTU 通常限制在 247 字节（Android/iOS 默认）。每次 GATT 写操作最多携带 20 字节有效数据（扣除 ATT 头部）。当多跳网络中 Proxy 节点作为网关时，其吞吐量受限于 GATT 通信速率（约 10~20 kbps）。优化方向是启用 Proxy PDU 分段重组，将多个 Mesh 消息合并为一个 GATT 长包。

帧聚合算法：标准 BLE Mesh 网络层 PDU 最大为 31 字节（未分段）。帧聚合将多个应用层消息（如传感器数据）合并为一个网络层 PDU。假设每个应用消息 8 字节，聚合 4 条后，头部开销从 23 字节（网络+传输+应用层）压缩到 23 + 4*1 = 27 字节（增加聚合子头部），有效载荷利用率从 8/31≈25.8% 提升至 32/59≈54.2%（使用分段后 59 字节 PDU）。

3. 实现过程：ESP32 上的核心代码

以下代码展示在 ESP32 上配置 Friend 节点参数，并实现简单的帧聚合算法。使用 ESP-IDF v5.0 的 BLE Mesh 组件。

// 文件: friend_agg_config.c
#include "esp_ble_mesh_friend_api.h"
#include "esp_ble_mesh_networking_api.h"

// 配置 Friend 节点参数
void configure_friend_node(void) {
    esp_ble_mesh_friend_cfg_t friend_cfg = {
        .receive_window = 50,          // 接收窗口 50 ms (默认100)
        .cache_buf_size = 32,          // 缓存32条消息
        .counter_threshold = 10,       // 触发清除的计数阈值
        .ttl_sec = 60,                 // 缓存超时60秒
    };
    esp_ble_mesh_set_friend_config(&friend_cfg);
}

// 帧聚合：将多个应用消息打包
#define MAX_AGG_MSG 4
typedef struct {
    uint8_t net_pdu[64];   // 网络层PDU
    uint16_t len;
} agg_pdu_t;

agg_pdu_t frame_aggregation(uint8_t *msgs[], uint8_t msg_lens[], uint8_t count) {
    agg_pdu_t result = {0};
    uint8_t *p = result.net_pdu;
    uint8_t agg_header = (count & 0x0F) | 0x80;  // 高位标记聚合
    *p++ = agg_header;
    for (int i = 0; i < count && i < MAX_AGG_MSG; i++) {
        *p++ = msg_lens[i];          // 子消息长度
        memcpy(p, msgs[i], msg_lens[i]);
        p += msg_lens[i];
    }
    result.len = p - result.net_pdu;
    // 添加网络层头部 (简化)
    uint8_t net_header[4] = {0x00, 0x01, 0x02, 0x03}; // IVI, NID, CTL, TTL
    memmove(result.net_pdu + 4, result.net_pdu, result.len);
    memcpy(result.net_pdu, net_header, 4);
    result.len += 4;
    return result;
}

代码说明：
- configure_friend_node 将接收窗口从默认 100 ms 缩短至 50 ms，缓存容量设为 32 条。这减少了 LPN 的无效侦听时间，但需配合 LPN 端的轮询间隔调整。
- frame_aggregation 函数实现聚合：使用 1 字节头部标记聚合数量，后续依次存储子消息长度和数据。聚合后的数据再封装网络层头部。实际部署中需处理分段（Segmentation）与重组，ESP-IDF 的 esp_ble_mesh_net_send 会自动分段，但开发者需确保应用层 PDU 不超过分段上限（通常 12 段）。

4. 优化技巧与常见陷阱

陷阱1：Friend 节点缓存溢出。当 LPN 轮询间隔过长（如 10 秒），Friend 缓存可能被填满导致丢包。解决方案是动态调整 counter_threshold，当缓存使用率超过 80% 时主动丢弃旧消息或缩短 TTL。

陷阱2：帧聚合与重传冲突。聚合后的 PDU 长度增加，若信道质量差，重传代价更高。建议仅在 RSSI > -80 dBm 的链路上启用聚合，并使用 esp_ble_mesh_get_primary_element_address 获取邻居节点信号强度。

陷阱3：Proxy 节点的 GATT 瓶颈。即使启用帧聚合，GATT 写操作速率仍受限于连接间隔（Connection Interval）。优化方法：将连接间隔设为最小值 7.5 ms（Android 限制），并启用 ESP_GATT_WRITE_TYPE_NO_RSP 减少确认延迟。

性能公式：吞吐量 (bps) = (有效载荷字节 * 8) / (发送间隔 + 传播延迟 + 处理时间)。在 3 跳网络中，无聚合时有效载荷 8 字节，发送间隔 50 ms，吞吐量 ≈ 1280 bps；聚合 4 条后有效载荷 32 字节，吞吐量 ≈ 5120 bps，提升 4 倍。

5. 实测数据与性能评估

测试环境：3 个 ESP32-DevKitC 节点（1 个 Friend、1 个 LPN、1 个 Proxy），距离 10 米，BLE 信道 37。使用逻辑分析仪抓取空口数据。

分析：
- 单独优化 Friend 窗口提升约 50% 吞吐量，但延迟降低 28%，因为 LPN 更快完成轮询。
- 帧聚合在牺牲 15% 延迟的情况下将吞吐量提升至 4.5 kbps，主要收益来自减少网络层重传。
- 组合优化时，Friend 节点的缓存机制与聚合后的长包配合良好，吞吐量达到 5.1 kbps，但 LPN 功耗略有增加（需处理更大数据包）。
- 内存占用：Friend 节点缓存从 16 条增至 32 条，RAM 增加约 2 KB；帧聚合需额外 64 字节缓冲区。

6. 总结与展望

本文证明了通过 Friend/Proxy 节点参数调优和帧聚合，可以在不修改 BLE Mesh 协议栈底层的情况下，将多跳网络吞吐量提升 4-5 倍。关键要点：
- Friend 节点的接收窗口和缓存大小需根据 LPN 轮询周期动态调整。
- 帧聚合适用于小数据包场景（如传感器读数），对大数据包（如固件块）需谨慎使用，避免触发分段重组超时。
- Proxy 节点可通过 GATT 长包与分段重组缓解瓶颈，但需注意手机端兼容性。

未来方向：探索 自适应帧聚合，根据信道质量动态调整聚合数量；或利用 ESP32 的 BLE 5.0 特性（如 2M PHY）进一步提升物理层速率。对于极端吞吐量需求（>100 kbps），建议考虑 BLE Audio 或 Thread 协议。