CN102143549B - 异构无线回传网络认知路由协议方法 - Google Patents

Abstract

本发明属于无线通信领域，公开了一种适用于异构无线回传网络认知路由协议方法。主要解决了针对异构网络各节点使用频率不同，端到端如何有效选择路径的问题。当源节点发送RREQ，中间节点收到RREQ时，根据MAC层传递的消息，通过维纳预测，将得到的链路时延EED和链路等效带宽ABITF添加到RREQ中。目的节点根据RREQ携带的路由信息，考虑排队时延，传输时延，干扰和链路频率分集等因素选择路径回复。源节点收到返回的RREP后，根据预测的端到端时延，动态调整路由生存时间，提高路径的有效利用率。本发明根据异构网络的特点，综合考虑频率分集，链路干扰，并引入维纳预测，Q学习，进行路由选择。提高了端到端吞吐量，降低路由开销，充分利用了网络资源。

Description

异构无线回传网络认知路由协议方法

技术领域

本发明属于无线通信领域，主要涉及一种应用于异构无线回传网络的认知路由方法，具体是一种异构无线回传网络认知路由协议方法。

背景技术

经统计，未来5年用户带宽需求将增长10倍，并且3G系统中90％的信息交互发生在建筑内；然而在一定的QoS需求下，宏基站信号向楼宇内每延伸一米，基站的个数要增加27％。所以仅靠蜂窝系统将难以满足日益增长的用户需求，WLAN和蜂窝网络融合将是未来通信发展的主要趋势。

在无线mesh网络中，各网络节点通过相邻的其他网络节点，以无线多跳的方式相连。无线mesh网主要由两种网络节点组成：mesh路由器和mesh终端。Mesh路由器通常具备多个无线接口，这些无线接口可以基于不相同的无线接入技术构建。异构的无线mesh网络体系使得不同形态的网络能够协同工作，从而实现资源整合，满足用户多元化的需要。

由于无线mesh网络具备灵活性和可扩展性，蜂窝网络和WLAN采用无线mesh回传实现网络融合，简单网络融合下的多模终端垂直切换变成路由选择和端到端路由重构问题。垂直切换中需要考虑信号强度，网络可用带宽，网络接入时间等因素，路由选择除了这些因素，还要考虑相邻若干跳，各节点缓存包的数目等，从而得到端到端时延和吞吐量均较大的路径。

在异构的无线mesh网络，mesh路由器配备多个接口，由于接入技术不同，各接口使用的频率也不相同，这样可以大大减少链路之间的干扰。传统的基于最小时延的路由协议不能反映该网络的特点，因此需要设计新的路由协议，考虑频率分集的影响。

认知路由能够感知当前网络的状态，通过适当的学习机制，如强化学习，根据所感知的网络状态做出正确的规划、判决和动作。在认知的过程中，使用强化学习作为其学习机制，它是一种无监督的学习方法，使智能体能够在环境模型未知的情况下，利用环境奖赏寻找并执行最优的行为。文献“Cognitive NetworkManagement with Reinforcement Learning for Wirless Mesh Networks”提出了一种Q学习算法。在该算法中，每个节点对无线网络的状态进行预测，并根据当前所预测的网络状态重新配置本条路由寿命。

文献“Minimizing End-to-End Delay：A Novel Routing Metric for Multi-RadioWireless MeshNetworks”中在多射频无线mesh的场景下，提出了一种用于最小化路径的端到端时延的路由度量方法，该路径度量方法既考虑了包在节点的排队时延又考虑了无线链路的传输时延，能够较好的描述包在路径上传输所需的端到端时延。同时，针对多跳链路使用不同频率的场景，分析了网络中流间干扰和流内干扰的影响，给出了链路等效带宽和端到端等效带宽的定义。路由判据最终为端到端时延与端到端等效带宽的加权和。但由于该路由寿命，不能随网络状态的变化自适应的调整，其所需路由参数又较多，这将导致端到端时延增加，吞吐量下降，网络开销增加。

发明内容

本发明的目的在于避免上述已有技术的缺点，提出一种利用频率分集实现无干扰多路传输，跨层获得路由参数，考虑传输时延和网络拥塞状态，选择最优路径传输数据，增加网络吞吐量的异构无线回传网络认知路由协议方法。

术语说明

RREQ包：Router Request，源节点发送的路由请求包。

RREP包：Router Reply，目的节点发送的路由回复包。

ABITF_i：achievable bandwidth under intra-flowinterference，链路i考虑流间干扰得到的链路等效带宽。

ABIRF_i：achievable bandwidth under inter-fow interference，路径上干扰子集i考虑流内干扰得到的子集路径等效带宽。

MRAB：Multi-radio achievable bandwidth，路径端到端等效带宽。

EED：End-to-End Delay，路径考虑节点排队时延和传输时延得到的端到端时延。

WEED metric：Weighted end-to-end delay metric端到端等效带宽和端到端时延的加权路由判据。

本发明的实现在于：一种异构无线回传网络认知路由协议方法，其特征在于：利用跨层设计从MAC层获得网络层路由参数；使用维纳预测对路由参数进行预测；路由发现过程建立无干扰多条路径；源节点根据端到端时延使用Q学习动态调整路由生存时间；具体步骤有：

步骤一：路由表中添加信道号域(channel_num)；在RREQ包中添加时延和域(EED_record)、添加信道号域(channel_num)、添加链路等效带宽域(ABITF_record)、添加干扰域(interference_record)记录与路径上节点存在相同信道的邻节点；在RREP包中添加时延和域(EED_record)、添加RREP序列号(RREP_num)；

步骤二：各节点周期性从MAC层读取本节点缓存中队列的长度、丢包率和各个接口的干扰功率值；在网络层计算该节点的路由度量时延值和链路等效带宽值，并利用维纳预测对时延以及链路等效带宽进行采样和预测；

步骤三：源节点在所有接口上以泛洪的方式发送RREQ包：并在路径序列域(route_record)记录该节点ID，在信道号域(channel_num)，记录发送使用的接口ID；

步骤四：收到RREQ包的中继节点，判断自己是否为目的节点，如果不是，信道号域(channel_num)记录接收接口ID，并在该节点的所有接口广播该RREQ包，将节点ID和发送接口ID填入路径序列域(routte_record)和信道号域(channel_num)；时延和域(EED_record)记录发送链路端到端时延和；链路等效带宽域(ABITF_record)记录接收链路等效带宽；在干扰域(interference_record)记录干扰节点ID；

步骤五：目的节点在首次收到RREQ包时，启动定时器，将后续收到的RREQ包添加到RREQ队列中；当定时器超时或RREQ队列中RREQ包等于5个时，根据RREQ队列中RREQ包携带的路由信息，计算路由判据WEED metric，选择WEED metric值最小的路径回复RREP包；并比较RREQ队列中其他RREQ包的干扰域与该路径RREQ包中干扰域中是否有交集，若无，则RREP序列号加1，回复该RREQ包；

步骤六：RREP包在返回源节点的途中，将路径上各节点新预测的时延值进行累加并记录到RREP包中；

步骤七：源节点收到RREP包后，根据RREP包中携带的时延和信息，使用Q学习根据网络状态动态调整路由生存时间；

步骤八：若源节点和目的节点间存在两条路径，由于这两条路径之间无干扰，源节点利用这两条路径并行发送数据；如果其中一条路由生存时间到期，仅使用另一条发送数据，两条路由生存时间均到期，重新路由查找。

本发明是在异构无线回传网络基础上建立的应用协议方法，考虑到针对该类网络现今并无合适的应用协议，本发明分析该网络频率分集的特点，利用跨层设计获得路由参数，并使用维纳预测和Q学习的方法动态感知网络状态，综合各个因素，选择最优路径传输数据。

本发明的实现还在于：上述步骤二所述的节点从MAC层获取链路中断概率和节点排队队列长度；并在网络层采用维纳预测过程预测链路端到端时延EED值，采用如下步骤计算：

2a.节点在MAC层周期性统计MAC层丢包的比特数，将其除以MAC层输入的比特数，计算出MAC层的丢包率，并将其作为链路中断概率p_i的估计值；

2b.网络层周期性的从MAC层读取本节点的网络层队列长度和MAC层的丢包率，计算该节点的路由度量时延值；

p_i为从MAC层读取的链路中断概率；T_i表示包在链路i上的服务时间；K表示最大重传次数；W_j表示第j次退避的竞争窗口大小；L表示包长度；B表示链路带宽，则在无线链路上，每个网络层包传输所需的服务时间的期望E[T_i]用如下公式表示：

$E\left[T_i\right]=\frac{L}{B}\left[\frac{1-{p_i}^K}{1-p_i}\right]+E\left[\mathrm{backofftime}\right]$

其中， $E\left[\mathrm{backofftime}\right]=\frac{W_{\min }[1-{\left(2p_i\right)}^{K+1}]}{2(1-2p_i)}-\frac{1-{p_i}^K}{2(1-p_i)},$ 令M_i表示节点i处的网络层队列长度，则节点i处的端到端时延度量为：EED_i＝(M_i+1)E[T_i]；

2c.网络层根据周期性得到的链路EED_i采样值，根据维纳预测的方法计算EED_i的预测值，用于路径选择；

设EED_i(t)表示EED_i的样本值；k表示采样次数，τ表示时间间隔长度：

$\widehat{\mathrm{\μ}}=\frac{\underset{i=0}{\overset{k-1}{\mathrm{\Σ}}}({\mathrm{EED}}_i(t-\mathrm{i\τ})-{\mathrm{EED}}_i(t-\mathrm{i\τ}-\mathrm{\τ}))}{\mathrm{k\τ}}=\frac{{\mathrm{EED}}_i\left(t\right)-{\mathrm{EED}}_i(t-\mathrm{k\τ})}{\mathrm{k\τ}}$

$\widehat{\mathrm{\δ}}=\frac{1}{\sqrt{\mathrm{\τ}}}\sqrt{\frac{\underset{i=0}{\overset{k-1}{\mathrm{\Σ}}}{({\mathrm{EED}}_i(t-\mathrm{i\τ})-{\mathrm{EED}}_i(t-\mathrm{i\τ}-\mathrm{\τ})-\widehat{\mathrm{\μ}}\mathrm{\τ})}^2}{k}}$

预测EED_i(t+τ)的值与EED_i(t)的差值ΔEED_i为：

以上方法跨层获取网络层路由参数，并使用维纳预测的方法，预测路由判据中的链路时延值，减少了网络层的路由开销，避免拥塞，同时根据预测值进行路由选择，使得数据传输时路径性能最优。

本发明的实现还在于：上述步骤二所述的节点从MAC层获取节点接收信道干扰功率，并在网络层采用维纳预测过程预测链路等效带宽ABITF，采用如下步骤计算：

3a.网络层从MAC层得到干扰功率的采样值，按照步骤2c中维纳预测的方法，推测干扰功率P_i的未来值P_i(t+τ)；

3b.设i表示为节点u向节点v发送使用的有向链路i，B_i表示链路i的物理带宽；流间干扰比例IDR_i(uv)为节点v实际接收的干扰功率与节点v允许的最大干扰功率的比值：

${\mathrm{IDR}}_i\left(\mathrm{uv}\right)=\frac{P_i(t+\mathrm{\τ})}{P_{\max }}$

链路i的等效带宽为ABITF_i＝(1-IDR_i)*B_i。

本发明针对原有方法获得干扰功率路由开销大，可能影响网络性能的问题，采用跨层设计的方法，从MAC层获得干扰功率值，供网络层路由选择使用，减少了路由开销，使得原有考虑干扰选择路由的方法可以实现。

本发明的实现还在于：上述步骤五所述，从目的节点接收到的RREQ包中选择两条无干扰的路径，回复RREP包，步骤如下：

4a.目的节点接收多个RREQ包，选择路由判据WEED metric最小的路径回复RREP包，RREP包序列号为1；

4b.依次将RREQ队列中的RREQ包的干扰域与最优路径的RREQ包干扰域进行比较，若无交集，则该路径与最优路径之间无干扰，回复RREP包，RREP包序列号为2。

本发明考虑异构无线回传网络频率分集的特点，在同一对源和目的节点之间建立两条无干扰的路径，并行用于数据传输，充分利用频率分集的优势，提高网络吞吐量。

本发明的实现还在于：上述步骤七所述，源节点从收到的RREP包中读取路径估计的端到端时延，并使用Q学习方法调整路由生存时间，步骤如下：

5a.读取RREP包中EED_record域，得到估计的源到目的端到端时延T_est；

5b.根据上述估计的时延T_est，通过如下公式计算归一化路径时延估计值γ：

γ＝T_est/ete_max

其中，ete_max表示网络允许的端到端时延的最大值；

根据上述归一化路径时延估计值γ，对描述网络稳定性的Q_s值和不稳定性的Q_uns值分别进行更新，得到更新后的网络稳定性Q_s[t]值和不稳定性的Q_uns[t]值：

$\left\{\begin{array}{c}{Q}_s\left[t\right]=\∂*Q_s[t-1]+(1-\∂)\mathrm{\γ}\\ Q_{\mathrm{uns}}\left[t\right]=\∂*Q_{\mathrm{uns}}[t-1]+1-\∂/\mathrm{\γ}\end{array}\right.$

式中，Q_s[t-1]表示节点在t-1时刻网络稳定性的Q_s值；Q_s[t]表示节点在t时刻网络稳定性的Q_s值；Q_uns[t-1]表示节点在t-1时刻网络不稳定性的Q_uns值；Q_uns[t]表示节点在t时刻网络不稳定性的Q_uns值；是指学习因子，取值范围为

5c.源节点根据更新结果执行不同操作，当Q_s[t]＞Q_uns[t]时，推断网络状态不稳定，减小本条路由的路由寿命；当Q_s[t]＜Q_uns[t]时，推断网络状态稳定，增大本条路由的路由寿命。

本发明通过预测端到端时延值，使用Q学习的方法，分析网络的稳定性，动态地根据网络状态调整路由生存时间，减少路由开销，提高网络吞吐量，改善路由质量。

本发明与现有技术相比具有如下优点：

1.已有技术通过各节点周期性发射探测包，统计获得节点流间干扰，重传次数等路由参数。本发明采用跨层设计，MAC层通过统计发送包的成功概率，得到重传次数；通过对缓存队列的读取，得到排队包的数目；通过对接收信道的侦听，得到流间干扰值；并将这些参数传递到网络层，计算路由判据值，做出路由选择。这样减少了路由开销，提高了感知信息的有效性和及时性，有效的利用了网络资源，并在优化某一层协议栈功能的同时优化了整个网络的端到端性能。

2.由于路由发现和数据传输并不是同时进行的，为了达到最优性能，应使数据传输时使用的路径与该时刻网络的状态相匹配。针对该问题，本发明在进行路由查找时，网络层采用维纳预测的方法，对路径上各节点的排队时延和链路等效带宽进行预测，使用预测值做出路由选择。

3.在单频率的网络中由于链路干扰的原因，多路径并行发送并不能达到期望的性能，相反，可能会降低每条链路各自的性能；在多频率网络中，由于链路使用的频率不同，链路干扰下降，可以在源节点和目的节点之间利用多条无干扰路径并行传输，极大的提升网络性能。为了充分利用频率分集，本发明在路由发现时，目的节点从多条路径中挑选出相互之间无干扰的两条路径，源节点使用这两条路径并行传输数据，提升网络整体性能。

附图说明：

图1是本发明的认知路由过程图；

图2a是网络初始状态路由回复示意图；

图2b是网络运行中路由查找过程图；

图2c是网络运行中回复RREP时产生突发数据示意图；

图2d是使用Q学习，根据网络状态调整路由生存时间的时间轴图；

图3a是单射频网络回复示意图；

图3b是本发明异构无线回传网络回复示意图；

图3c是单射频网络发送数据示意图；

图3d是本发明异构无线回传网络多路径发送数据示意图。

具体实施方式：

实施例1：

本发明是一种异构无线回传网络认知路由协议方法，见图1过程图所示，具体步骤如下：

步骤一：考虑每个节点配备多个射频，路由表中添加channel_num域，用于记录从各节点哪个接口发送数据。

在RREQ包中添加EED_record域，用于记录路径各中间节点通过维纳预测得到的传输时延和，供目的节点做路由选择使用；添加channel_num域，用于记录各节点使用哪个接口接收和发送RREQ包；添加ABITF_record域，用于记录各链路等效带宽，供目的节点考虑干扰和频率分集因素选择路由；添加interference_record域记录与路径上节点存在相同信道的邻节点，供目的节点建立无干扰多路径使用。

在RREP包中添加EED_record用于给源节点反馈端到端时延，供源节点使用Q学习方法推测路由生存时间；添加RREP_num，记录对应源和目的节点建立的第几条路径，用于在多路径情况下，区分多条路径。

步骤二：各节点周期性的从MAC获得路由参数，根据重传次数，节点排队时延和传输时延得到的端到端链路EED。当收到RREQ包时，根据这些采样值，采用维纳预测的方式预测未来的端到端链路EED。各节点周期性的从MAC层读取侦听到的链路i干扰功率P_i，当收到RREQ包时，根据干扰功率采样值，预测链路等效带宽ABITF。

维纳预测的采样间隔应该根据网络的状态动态进行设置，若网络状态较稳定，则增大采样周期，减少计算量。否则，减小采样周期，更精确的跟踪网络状态。

步骤三：节点需要发送数据时，查找该节点路由表中是否存在到目的节点的路由。若有，按照此路径发送数据；若无，网络中的源节点在该节点所有接口采用泛洪的方式发送RREQ包，并将该节点ID写入route_record域；接口ID写入channel_num域。

由于每个节点配备多个射频，route_record域记录的路径信息不能反映路由情况，必须参考channel_num域，确定节点通过哪个接口接收和发送数据包。

步骤四：中间节点更新路径信息，转发RREQ包。

中间节点收到RREQ包，判断自己是否为目的节点，若否，将本节点ID写入route_record域，接口ID写入channel_num；并将维纳预测得到的链路EED值与EED_record域中的值求和，结果写入EED_record域中；将接收链路的ABITF值写入ABITF_record域中；若该节点的邻居节点存在与发送链路相同的信道，且interference_record域中不存在该节点，将邻居节点ID写入interference_record域。

步骤五：目的节点处理并回复RREP包。

目的节点在首次收到RREQ包时，启动定时器，并将后续收到的RREQ包添加到RREQ队列中；当定时器超时或RREQ队列中RREQ包等于5个时，根据RREQ包携带的时延和信息，链路等效带宽信息以及各链路使用信道号，计算路由判据WEED metric；选择WEED metric最小的路径回复RREP包，RREP_num域为1；并比较RREQ队列中其他RREQ包的干扰域与该路径RREQ包中干扰域是否有交集，若无，则RREP序列号加1，RREP_num域为2，以此区分相同源节点和目的节点间的两条路径，并回复该RREQ包。

设置定时器，保证路径端到端时延在可以接收的范围内，这样可以控制路由建立的时间；目的节点最多接收5个RREQ包，在满足搜索无干扰多路径的同时，可以控制目的节点查找比较RREQ包的数目，减少计算量和等待时间。

步骤六：RREP包在返回源节点的途中，根据路径上的各节点新预测的时延值，更新RREP包中的EED_record域。

步骤七：源节点读取收到的RREP包中EED_record域，得到端到端时延值，采用Q学习的方法，调整路由生存时间。

步骤八：若源和目的节点间建立两条路径，由于这两条路径之间无干扰，源节点利用这两条路径并行发送数据；如果其中一条路由生存时间到期，仅使用另一条发送数据，两条路由生存时间均到期，重新路由查找。

本发明公开了一种适用于异构无线回传网络的认知路由协议方法。主要解决了针对异构网络使用频率不同，如何端到端有效选择路径，并动态地感知网络状态，调整路由选择和路由生存时间的问题。其过程是：节点MAC层周期性向路由层传递链路中断概率，排队队列长度和接收信道干扰功率信息。当源节点发送路由请求RREQ包，中间节点收到RREQ包后，根据MAC层传递的消息，通过维纳预测，将得到的链路时延EED和链路等效带宽ABITF添加到RREQ包中。目的节点根据RREQ包中携带的路由信息，综合考虑排队时延，传输时延，干扰和链路频率分集等因素选择最优路径回复。源节点收到返回的RREP包后，根据估计的端到端时延，学习网络状态，动态地调整路由生存时间，减小路由开销，提高路径的有效利用率。本发明在路由选择时，根据异构网络的特点，综合考虑了频率分集，链路干扰等因素。同时，通过引入维纳预测，Q学习等认知方法，推测得到路由参数，进行路由选择。本发明提高了路径端到端吞吐量，降低了路由开销，充分利用了网络资源，满足了日益增长的用户需求，是未来通信发展的主要趋势。

实施例2：

协议方法同实施例1，步骤二中具体的路由参数计算过程包括有：

2a.节点在MAC层周期性统计MAC层丢包的比特数，将其除以MAC层输入的比特数，计算出MAC层的丢包率，并将其作为链路中断概率p_i的估计。

2b.网络层周期性的从MAC层读取本节点的网络层队列长度和MAC层的丢包率，计算该节点的路由度量EED值。

p_i为从MAC层读取的链路中断概率；T_i表示包在链路i上的服务时间；K表示最大重传次数；W_j表示第j次退避的竞争窗口大小；L表示包长度；B表示链路带宽，则在无线链路上，每个网络层包传输所需的服务时间的期望E[T_i]用如下公式表示：

$E\left[T_i\right]=\frac{L}{B}\left[\frac{1-{p_i}^K}{1-p_i}\right]+E\left[\mathrm{backofftime}\right]$

其中， $E\left[\mathrm{backofftime}\right]=\frac{W_{\min }[1-{\left(2p_i\right)}^{K+1}]}{2(1-2p_i)}-\frac{1-{p_i}^K}{2(1-p_i)},$ 令M_i表示节点i处的网络层队列长度，则节点i处的端到端时延度量为：EED_i＝(M_i+1)E[T_i]。

2c.网络层根据周期性得到的链路EED_i采样值，根据维纳预测的方法计算EED_i的预测值，用于路径选择。

设EED_i(t)表示EED_i的样本值，k表示采样次数，τ表示时间间隔长度。

$\widehat{\mathrm{\μ}}=\frac{\underset{i=0}{\overset{k-1}{\mathrm{\Σ}}}({\mathrm{EED}}_i(t-\mathrm{i\τ})-{\mathrm{EED}}_i(t-\mathrm{i\τ}-\mathrm{\τ}))}{\mathrm{k\τ}}=\frac{{\mathrm{EED}}_i\left(t\right)-{\mathrm{EED}}_i(t-\mathrm{k\τ})}{\mathrm{k\τ}}$

$\widehat{\mathrm{\δ}}=\frac{1}{\sqrt{\mathrm{\τ}}}\sqrt{\frac{\underset{i=0}{\overset{k-1}{\mathrm{\Σ}}}{({\mathrm{EED}}_i(t-\mathrm{i\τ})-{\mathrm{EED}}_i(t-\mathrm{i\τ}-\mathrm{\τ})-\widehat{\mathrm{\μ}}\mathrm{\τ})}^2}{k}}$

预测EED_i(t+τ)的值与EED_i(t)的差值ΔEED_i为：将预测得到的EED_i(t+τ)添加到接收到的RREQ包中。

该发明使用跨层设计的方法，从MAC层得到网络层路由计算需要的参数，减少了路由开销，提升了网络性能。使用维纳预测的方法预测时延值，使得选择的路径在数据传输时性能最优。

实施例3：

协议方法同实施例1-2，步骤二中具体的路由参数计算过程包括有：

3a.网络层从MAC层得到干扰功率的采样值，按照步骤二.1c中维纳预测的

方法，推测干扰功率P_i的未来值P_i(t+τ)。

3b.设i表示为节点u向节点v发送使用的有向链路i；B_i表示链路i的物理带宽；流间干扰比例IDR_i(uv)为节点v实际接收的干扰功率与节点v允许的最大干扰功率的比值：

${\mathrm{IDR}}_i\left(\mathrm{uv}\right)=\frac{P_i(t+\mathrm{\τ})}{P_{\max }}$

链路i的等效带宽为ABITF_i＝(1-IDR_i)*B_i，将得到的链路等效带宽值写入接收到的RREQ中。

已有技术通过分析链路干扰，折算链路等效的方法新颖有效，但却并没有明确给出得到链路干扰值的方法，本发明通过跨层设计，给出链路干扰的具体计算方法，使得原有技术中考虑干扰因素计算链路等效带宽的算法可实现。

实施例4：

协议方法同实施例1-3，步骤五的具体实施方式如下：

4a.目的节点在收到第一个RREQ包后启动RREQ接收定时器。在定时器超时前目的节点将RREQ包插入到RREQ队列中，目的节点在这段时间内最多允许接收5个RREQ包。

4b.定时器到时，或收到5个RREQ包后，读取各RREQ包中携带的EED信息，并读取路径上所有链路的ABITF值，以及各链路使用的信道号。

4c.设链路的干扰范围为4，则4条链路为一个干扰子集，所以只要两个包相隔大于等于4跳就可以同时传输，网络的吞吐量取决于相邻四跳的端到端等效带宽。

将路径划分为各个子集，计算各个子集的端到端等效带宽ABIRF。

Step1：子集的第一条链路，ABIRF＝ABITF₁

Step2：下一条链路，设为i，判断该链路信道与前面的链路是否使用相同信道，若是，转到Step4；否，转到Step3。

Step3：ABIRF＝min(ABIRF，ABITF_i)，转Step5。

$\mathrm{Step}4:\mathrm{ABIRF}=\frac{\mathrm{ABIRF}\×{\mathrm{ABITF}}_i}{\mathrm{ABIRF}+{\mathrm{ABITF}}_i}$ 转Step5。

Step5：是否为第四条链路，是，结束，不是，转Step2。

4d.由上一步得到各子集端到端等效带宽ABIRF，路径端到端等效带宽为所有子集等效带宽中最小值：MRAB＝min(ABIRF_j)，端到端等效带宽与端到端时延的加权和为路由判据： $\mathrm{WEED}=\mathrm{\α}\×\mathrm{EED}+(1-\mathrm{\α})\×\frac{N\·L}{\mathrm{MRAB}},$ N为RREQ包中pk_total域中的包数和，L为包长。

4e.选择WEED最小的路径，回复RREP包，RREP包中携带路径经过的节点ID以及接口ID；设RREP_num域为1。比较其他路径与最优路径的interference_record域，如果无交集，则该路径也返回RREP包，设RREP_num域为2，用于区分两条路径。

原有方法给出路由判据WEED metric，考虑了排队时延，频率分集等因素，但却没有考虑在异构网络场景下，同一对源节点和目的节点之间可能存在相互无干扰的多条路径。本发明引入无干扰多路径的查找方法，在存在无干扰多路径的源节点和目的节点之间建立多路径，并行传输数据，充分利用频率分集的优势，提高网络性能。

实施例5：

协议方法同实施例1-4，步骤七具体步骤如下：

5a.读取RREP包中EED_record域，得到估计的源到目的端到端时延T_est。

5b.根据上述时延估计值T_est，通过如下公式计算归一化路径时延估计值γ：

γ＝T_est/ete_max

其中，ete_max表示网络允许的端到端时延的最大值；

根据上述归一化路径时延估计值γ，对描述网络稳定性的Q_s值和不稳定性的Q_uns值分别进行更新，得到更新后的网络稳定性Q_s[t]值和不稳定性的Q_uns[t]值：

$\left\{\begin{array}{c}{Q}_s\left[t\right]=\∂*Q_s[t-1]+(1-\∂)\mathrm{\γ}\\ Q_{\mathrm{uns}}\left[t\right]=\∂*Q_{\mathrm{uns}}[t-1]+1-\∂/\mathrm{\γ}\end{array}\right.$

式中，Q_s[t-1]表示节点在t-1时刻网络稳定性的Q_s值；Q_s[t]表示节点在t时刻网络稳定性的Q_s值；Q_uns[t-1]表示节点在t-1时刻网络不稳定性的Q_uns值；Q_uns[t]表示节点在t时刻网络不稳定性的Q_uns值；是指学习因子，取值范围为

Q_s值越大，路径端到端时延越大，路径性能越差，应减少路由寿命；Q_uns值越大，路径端到端时延越小，路径性能越好，应增加路由寿命。

5c.源节点根据更新结果执行不同操作，当Q_s[t]＞Q_uns[t]时，推断网络状态不稳定，减小本条路由的路由寿命；当Q_s[t]＜Q_uns[t]时，推断网络状态稳定，增大本条路由的路由寿命。

根据网络状态动态调整路由时间，可以有效减少路由开销，提升网络性能。

实施例6：

协议方法同实施例1-5，路由过程见图2

源节点查找到目的节点的路径，如图2a所示，目的节点收到S-A-B-D和S-C-D两条路径，其中线段上数据表示无线链路使用的频率，虽然S-A-B-D的跳数多于S-C-D，但三条链路使用的信道不同，频率分集大，根据路由协议WEED选择S-A-B-D路径回复。回复RREP，各中间节点插入预测的EED值，由于各节点无排队包，源节点收到EED值小，网络状态较好，使用Q学习延长路由生存时间。如图2d所示，路由时间延长为6s。

路由生存时间到期后，重新发起路由请求，如图2b所示，目的节点比较S-A-B-D和S-C-D路径，由于S-A-B-D各节点排队包较多，虽然频率分集大，但端到端时延也较大，根据WEED判据，选择S-C-D路径回复。回复RREP时，如图2c所示，节点E通过节点C向节点D突发数据包，RREP到达节点C时，记录预测的EED。由于节点C排队包较多，EED时延较大，源节点收到RREP，获得估计的端到端时延，由于路径性能较大，网络性能较差，根据Q学习动态调整路由生存时间为4s，如图2d所示。

实施例7：

协议方法同实施例1-5，具体路由过程参见图3：

源节点分别在单频率网络和多射频网络场景下寻找路径，目的节点收到RREQ后，如图3a，图3b所示，单频率网络中，由于路径之间相互干扰，建立一条路径，多频率网络中，由于两条路径使用频率不相同，相互之间无干扰，可以建立两条路径，并行传输数据。显而易见，多频率场景下建立多路径的性能远远由于单频率场景。

Claims (4)

1.一种异构无线回传网络认知路由协议方法，其特征在于：利用跨层设计从MAC层获得网络层路由参数；使用维纳预测对路由参数进行预测；路由发现过程建立多条相互无干扰的路径；源节点根据端到端时延使用Q学习动态调整路由生存时间；具体步骤有：

步骤一：路由表中添加信道号域；在RREQ包中添加时延和域、信道号域、链路等效带宽域和干扰域；在RREP包中添加时延和域和RREP序列号；

步骤二：网络中各节点周期性从MAC层读取本节点缓存中包队列的长度、丢包率和各个接口的干扰功率值；在网络层计算该节点的路由度量时延值和链路等效带宽值，并利用维纳预测对时延以及链路等效带宽进行采样和预测；

步骤三：源节点在所有接口上以泛洪的方式发送RREQ包；并在路径序列域记录该节点ID，在信道号域记录发送使用的接口ID；

步骤四：收到RREQ包的中继节点，判断自己是否为目的节点，如果不是，信道号域记录接收接口ID，并在该节点的所有接口广播该RREQ包，将节点ID和发送接口ID填入路径序列域和信道号域；时延和域记录发送链路端到端时延和，链路等效带宽域记录接收链路等效带宽，干扰域记录干扰节点ID；

步骤五：目的节点在首次收到RREQ包时，启动定时器，将后续收到的RREQ包添加到RREQ队列中；当定时器超时或RREQ队列中RREQ包等于5个时，根据RREQ队列中RREQ包携带的路由信息，计算路由判据WEED metric，选择WEED metric值最小的路径回复RREP包；并比较RREQ队列中其他RREQ包的干扰域与该路径RREQ包中干扰域是否有交集，若无，则RREP序列号加1，回复该RREQ包；

步骤六：RREP包在返回源节点的途中，将路径上各节点新预测的时延值进行累加并记录到RREP包中；

步骤七：源节点收到RREP包后，根据RREP包中携带的时延和信息，使用Q学习根据网络状态动态调整路由生存时间；

源节点从收到的RREP包中读取路径估计的端到端时延，并使用Q学习方法调整路由生存时间，步骤如下：

5a.读取RREP包中时延和域，得到估计的源到目的端到端时延T_est；

5b.根据上述估计的时延T_est，通过如下公式计算归一化路径时延估计值γ：

γ＝T_est/ete_max

其中，ete_max表示网络允许的端到端时延的最大值；

根据上述归一化路径时延估计值γ，对描述网络稳定性的Q_s值和不稳定性的Q_ums值分别进行更新，得到更新后的网络稳定性Q_s[t]值和不稳定性的Q_uns[t]值：

$\left\{\begin{array}{c}{Q}_s\left[t\right]=\∂*Q_s[t-1]+(1-\∂)\mathrm{\γ}\\ Q_{\mathrm{uns}}\left[t\right]=\∂*Q_{\mathrm{uns}}[t-1]+1-\∂/\mathrm{\γ}\end{array}\right.$

式中，Q_s[t-1]表示节点在t-1时刻网络稳定性的Q_s值；Q_s[t]表示节点在t时刻网络稳定性的Q_s值；Q_uns[t-1]表示节点在t-1时刻网络不稳定性的Q_uns值；Q_uns[t]表示节点在t时刻网络不稳定性的Q_uns值；是指学习因子，取值范围为 $0\&le;\&PartialD;<1;$

5c.源节点根据更新结果执行不同操作，当Q_s[t]＞Q_uns[t]时，推断网络状态不稳定，减小本条路由的路由寿命；当Q_s[t]＜Q_uns[t]时，推断网络状态稳定，增大本条路由的路由寿命；

步骤八：若源节点和目的节点间存在两条路径，由于这两条路径之间无干扰，源节点利用这两条路径并行发送数据；如果其中一条路由生存时间到期，仅使用另一条发送数据，两条路由生存时间均到期，重新路由查找。

2.根据权利要求1所述的异构无线回传网络认知路由协议方法，其中步骤二所述的节点从MAC层获取链路中断概率和节点排队队列长度，并在网络层采用维纳预测预测链路端到端时延EED值，采用如下步骤计算：

2a.节点在MAC层周期性的统计MAC层丢包的比特数，将其除以MAC层输入的比特数，计算出MAC层的丢包率，并将其作为链路中断概率p_i的估计值；

2b.网络层周期性的从MAC层读取本节点的网络层队列长度和MAC层的丢包率，计算该节点的路由度量时延值；

在无线链路上，每个网络层包传输所需的服务时间的期望E[T_i]用如下公式表示：

$E\left[T_i\right]=\frac{L}{B}\left[\frac{1-{p_i}^K}{1-p_i}\right]+E\left[\mathrm{backofftime}\right]$

其中， $E\left[\mathrm{backofftime}\right]=\frac{W_{\min }[1-{\left({2p}_i\right)}^{K+1}]}{2(1-{2p}_i)}-\frac{1-{p_i}^K}{2(1-p_i)},$ 令M_i表示节点i处的网络层队列长度，则节点i处的端到端时延度量为：EED_i＝(M_i+1)E[T_i]；

p_i为从MAC层读取的链路中断概率；T_i表示包在链路i上的服务时间；K表示最大重传次数；L表示包长度；B表示链路带宽；

2c.网络层根据周期性得到的链路EED_i采样值，根据维纳预测的方法计算EED_i的预测值，用于路径选择；

设EED_i(t)表示EED_i的样本值；k表示采样次数，τ表示时间间隔长度：

$\widehat{\mathrm{\&mu;}}=\frac{\underset{i=0}{\overset{k-1}{\mathrm{\&Sigma;}}}({\mathrm{EED}}_i(t-\mathrm{i\&tau;})-{\mathrm{EED}}_i(t-\mathrm{i\&tau;}-\mathrm{\&tau;}))}{\mathrm{k\&tau;}}=\frac{{\mathrm{EED}}_i\left(t\right)-{\mathrm{EED}}_i(t-\mathrm{k\&tau;})}{\mathrm{k\&tau;}}$

$\widehat{\mathrm{\&delta;}}=\frac{1}{\sqrt{\mathrm{\&tau;}}}\sqrt{\frac{\underset{i=0}{\overset{k-1}{\mathrm{\&Sigma;}}}{({\mathrm{EED}}_i(t-\mathrm{i\&tau;})-{\mathrm{EED}}_i(t-\mathrm{i\&tau;}-\mathrm{\&tau;})-\widehat{\mathrm{\&mu;}}\mathrm{\&tau;})}^2}{k}}$

预测EED_i(t+τ)的值与EED_i(t)的差值ΔEED_i为：

3.根据权利要求1或2所述的异构无线回传网络认知路由协议方法，其中步骤二所述的节点从MAC层获取节点接收信道干扰功率，并在网络层采用维纳预测过程预测链路等效带宽ABITF，采用如下步骤计算：

3a.网络层从MAC层得到干扰功率的采样值，按照步骤2c中维纳预测的方法，推测干扰功率P_i的未来值P_i(t+τ)；

3b.设i表示为节点u向节点v发送使用的有向链路i；B_i表示链路i的物理带宽；流间干扰比例IDR_i(uv)为节点v实际接收的干扰功率与节点v允许的最大干扰功率的比值：

${\mathrm{IDR}}_i\left(\mathrm{uv}\right)=\frac{P_i(t+\mathrm{\&tau;})}{P_{\max }}$

链路i的等效带宽为ABITF_i＝(1-IDR_i)*B_i。

4.根据权利要求3所述的异构无线回传网络认知路由协议方法，其中步骤五所述，从目的节点接收到的RREQ包中选择两条无干扰的路径，回复RREP包，步骤如下：

4a.目的节点接收多个RREQ包，选择路由判据WEED metric最小的路径回复RREP包；

4b.依次将RREQ队列中RREQ包的干扰域与最优路径的RREQ包的干扰域进行比较，若无交集，则该路径与最优路径之间无干扰，回复RREP包。