Contiki-NETWORK层:Rime与uIPv6(6loWPAN)的关系

一 隶属于那一层:

都属于net层,两者是平行的关系.

二 Contiki-NETWORK层之Rime与ipv6(6loWPAN)的位置关系:

关系1:uIPv6 与RIME互相独立设计:

引用自网络

关系2:uIPv6 over RIME

引用自网络

路由支持情况?


RIME


本身就可以支持路由。

Rime是一个独立、轻量级、专为LLN设计的协议栈,Rime本身提供了大量原语,能够实现单播、多播到复杂的多跳数据通信,Rime是一个完整的协议栈,就像Atmel
LWMesh一样的小协议栈。通过 mesh路由协议类似实现路由设置。


uIP


需要通过RPL协议,来实现多跳路由。本身uIP也可以实现单播路由。

三 驱动设计

  • Netstack: 网络协议栈----》就是rime框架。也可以使用uip(ipv6)协议栈.共同的数据结构:
  • network_driver:

/**

* The structure of a network driver inContiki.

*/

structnetwork_driver {

char *name;

/** Initialize the network driver */

void (* init)(void);

/** Callback for getting notified of incomingpacket. */

void (* input)(void);

};

3.1)rime框架

如:

#defineNETSTACK_CONF_NETWORK rime_driver

conststruct network_driver rime_driver = {

"Rime",

init,

input

};

3.2)uip(ipv6)框架:

conststruct network_driver sicslowpan_driver = {

"sicslowpan",

sicslowpan_init,

input

};

时间: 2024-10-09 03:06:20

Contiki-NETWORK层:Rime与uIPv6(6loWPAN)的关系的相关文章

Kafka源码分析-序列4 -Producer -network层核心原理

在上一篇我们分析了Java NIO的原理和使用方式,本篇将进一步分析Kafka client是如何基于NIO构建自己的network层. network层的分层架构 下图展示了从最上层的KafkaProducer到最底层的Java NIO的构建层次关系: 图中淡紫色的方框表示接口或者抽象类,白色方框是具体实现. 整个架构图也体现了"面向接口编程"的思想:最底层Java NIO往上层全部以接口形式暴露,上面的3层,也都定义了相应的接口,逐层往上暴露. 接口的实例化(包括KafkaClie

Contiki Network Stack

一.协议栈 主要有两大网络协议栈,uIP和Rime这两大协议栈(network stack): The uIP TCP/IP stack, which provides us with IPv4 networking. The uIPv6 stack, which provides IPv6 networking. The Rime stack, which is a set of custom lightweight networking protocols designed for low-

两层容器的position 之间的关系

在HTML的CSS种,容器如DIV有三种position属性:static, relative,absolute.其中static为默认属性,relative意为相对父容器定位,absolute意为相对可定位的上层容器进行定位,这个上层容器不一定是父容器,若找不到可定位的上层容器,则会以document.body进行定位. 若容器套容器,它们之间如何相互作用?见下面的实验. 1.两级DIV定位实验 <html> <head> <meta http-equiv="Co

Contiki源码结构

Contiki源码结构 apps目录下,用于存放Application,也就是我们的应用程序放在这个目录下.如webserver,webrowser等,如下图所示. core目录是contiki操作系统的内核所在. 其中cfs是contiki file system interface 模块,provide a lightweight flash system,called Coffee. 也就是文件系统. 其中ctk是contiki的图形界面模块,提供了graphical user inter

Contiki 2.7 Makefile 文件(四)

3.第三部分 这里我们假设TARGET为native (1) OBJECTDIR = obj_$(TARGET) LOWERCASE = -abcdefghijklmnopqrstuvwxyz UPPERCASE = _ABCDEFGHIJKLMNOPQRSTUVWXYZ TARGET_UPPERCASE := ${strip ${shell echo $(TARGET) | sed y!$(LOWERCASE)!$(UPPERCASE)!}} CFLAGS += -DCONTIKI=1 -DC

OSI七层协议模型、TCP/IP四层模型学习笔记

1. OSI七层和TCP/IP四层的关系 1.1 OSI引入了服务.接口.协议.分层的概念,TCP/IP借鉴了OSI的这些概念建立TCP/IP模型. 1.2 OSI先有模型,后有协议,先有标准,后进行实践:而TCP/IP则相反,先有协议和应用再提出了模型,且是参照的OSI模型. 1.3 OSI是一种理论下的模型,而TCP/IP已被广泛使用,成为网络互联事实上的标准. TCP:transmission control protocol 传输控制协议 UDP:user data protocol 用

网络之OSI七层协议模型、TCP/IP四层模型

13.OSI七层模型各层分别有哪些协议及它们的功能 在互联网中实际使用的是TCP/IP参考模型.实际存在的协议主要包括在:物理层.数据链路层.网络层.传输层和应用层.各协议也分别对应这5个层次而已. 要找出7个层次所对应的各协议,恐怕会话层和表示层的协议难找到啊.. [1]物理层:主要定义物理设备标准,如网线的接口类型.光纤的接口类型.各种传输介质的传输速率等.它的主要作用是传输比特流(就是由1.0转化为电流强弱来进行传输,到达目的地后在转化为1.0,也就是我们常说的数模转换与模数转换),这一层

tiny_cnn代码详解(3)——层间继承关系

在上一篇博文中我们顺利将tiny_cnn的程序调试通过,在这篇博文中我们尝试从整体角度给出对tiny_cnn这个深度学习框架的解读,重点论述一下其各个层直接类封装的继承关系. 一.卷积神经网络快速入门 tiny_cnn作为卷积神经网络的一种实现形式,在探讨其框架结构之前,首先需要简要介绍一些卷积神经网络相关的知识.首先,给出经典卷积神经网络的网络结构: 这个是经典的LeNet-5的网络结构图,五层网络.最早用于支票上的手写数字识别,也是最早的商业化的深度学习模型.从上图中可以看出,卷积神经网络主

cocos2dx层精灵、以及精灵的动画与动作

层 精灵 精灵不一定是静态的.通常,一个精灵可以不断变化,变化的方式包括:移动.旋转.缩放.变形.显现消失.动画效果 (类似 GIF 动画)等.精灵按照层次结构组合起来,并与玩家互动,构成了一个完整的游戏. 从绘图的角度来说,图形按照自上而下的顺序绘 制出来.为了绘制场景,需要绘制场景中的层,为了绘制层,需要绘制层中的精灵.因此,关系图实质上安排了图元的绘 图方式,关系图中的每一个元素称作节点(node),关系图则称作渲染树(rendering tree).渲染场景的过程就是遍历 渲染树的过程.