CN102395147A - 基于自适应退避窗和退避速度的节点优化接入方法 - Google Patents

Abstract

本发明公开了一种移动Ad hoc网络基于自适应退避窗和退避速度的节点优化接入方法，在传统IEEE 802.11DCF接入协议二进制退避算法的框架内，根据实时的节点密度状况计算最优的初始退避窗，并根据实时的信道占用情况设置退避时间的下降速度，能够同时实现了退避窗的自适应更新和节点接入信道速度的自适应更新。在节点活动频繁的Ad hoc网络场景中，该发明能够在较大程度上提高网络吞吐量、平均延时，降低丢包率。

Description

基于自适应退避窗和退避速度的节点优化接入方法

技术领域

本发明涉及的是一种移动通信技术领域的接入层方法，具体是一种移动Ad hoc网络中基于自适应退避窗和退避速度的节点优化接入方法。

背景技术

移动Ad hoc网络(无线自组织网络，简称自组网)作为一种新型的移动多跳无线网络，与传统的无线网络有许多不同的特点：1.网络的自组性——自组网最大的特点就是可以在任何时刻、任何地点不需要基础网络设施(如基站)的支持，快速构建起一个移动通信网络。2.动态变化的网络拓扑结构——在自组网中，通信节点可以任意的加入和消失，以任意速度和任意方式在网中移动，通信结点之间通过无线信道形成的网络拓扑结构随时可能发生变化；3.有限的无线传输带宽——由于自组网采用无线传输技术作为底层通信手段，而由于无线信道本身的物理特性，它所能提供的网络带宽相对有线信道要低得多；4.分布式控制网络——自组网中的通信节点都兼备独立路由和主机功能，不存在一个网络中心控制点，通信节点之间的地位是平等的，网络接入协议通常采用分布式控制方式，因而具有很强的鲁棒性和抗毁性。

需要指出的是，针对自组网网络的带宽有限，网络的拓扑动态变化等特点，如何使众多通信结点以合理的概率接入信道使得网络整体性能最优，包括最大的全网吞吐量、最低的平均时延、最低的丢包率，成为移动Ad hoc网络接入层的核心问题。在某些节点移动速度较快的情况下，网络拓扑结构变化频繁。如何保证在变化的网络拓扑环境下，接入层始终有优化的性能更是具有挑战性的课题。

对于节点加入或离开频繁、网络拓扑结构变化迅速的网络，Ad hoc网络竞争式接入方式由于其简单、强壮性是最理想的选择。但是由于竞争类接入协议存在一般性的隐藏节点问题：两个互相通信范围外的节点向公共的节点同时发送报文，导致报文碰撞，信息丢失，进而影响网络其他性能。为解决传输过程中的碰撞，引入退避算法。目前最广为应用的IEEE 802.11DCF下二进制退避算法的工作模式是：

节点发送报文前需经过RTS/CTS握手流程，若发送RTS后未收到目标节点回复的CTS，则认为在目标节点发生了碰撞，进入退避流程。进入退避流程前，节点计算当前的退避窗值(contention window，CW)，从[0，CW-1]中随机取一个整数作为当前的退避时间(backoff time，BT)。随后节点侦听网络，每次侦听到网络中有一个时隙空闲，BT减一，直到BT等于零时，节点重新尝试接入信道。每次节点重新尝试接入信道，再次发生碰撞，则CW乘2再重新进入退避流程。每次节点发送成功，退避窗重置为最小的初始退避窗值。

我们可以发现，二进制退避算法由于退避算法主要参数为预先设定的固定值，不能根据不同的网络情况下调节算法性能，在节点拓扑变化迅速的网络该缺陷会更加明显。经对现有的相关文献检索发现，Byung-Jae Kwak在2005年IEEE/ACMTRANSACTIONS ON NETWORKING中发表的论文“Performance Analysis of ExponentialBackoff”(指数退避算法的性能研究)，该文基于一阶Markov链分析了在网络饱和的情况下(即全网节点在每个时隙都有需要发送的报文)，指数退避算法中节点尝试接入信道的概率与退避窗设置的关系。并通过实验，证明对于不同节点密度的网络，设置不同的初始退避窗，网络性能表现不同。对于不同密度的无线网络，有不同的初始退避窗值使得网络吞吐量最大。该研究为我们提出针对网络实时节点密度或信道状况自适应调节的退避算法提供了理论依据。

发明内容

本发明的目的在于克服上述现有技术的不足，提供一种移动Ad hoc网络中基于节点密度的自适应窗退避算法，结合信道利用率调节接入速度进一步优化退避算法，提高实时优化性能。

本发明的技术解决方案如下：

一种基于自适应退避窗和退避速度的节点优化接入方法，其特征在于基于传统IEEE 802.11DCF接入协议二进制退避算法，根据实时的节点密度状况计算最优的初始退避窗，并根据实时的信道占用情况设置退避时间的下降速度。

一种基于自适应退避窗和退避速度的节点优化接入方法包括如下步骤：

①在节点空闲阶段，侦听信道中相邻节点发送的RTS/CTS报文，记录相邻节点中的活跃节点数并实时更新节点密度计数器，估计信道竞争程度；

②发生碰撞后，根据实时领节点密度，计算并更新最优初始退避窗，实现全网总吞吐最优化；

③在发送成功再次进入退避时根据第②步重新更新初始退避窗；

④节点在退避过程中实时侦听信道，根据相邻节点中活跃节点的数目判断信道的忙碌情况，选择恰当的接入速度。

所述的相邻节点中的活跃节点是指在一次邻节点侦听周期内发送过至少一次RTS或CTS报文的一跳以内的节点。

所述的更新最优初始退避窗CW_o(opt)包括如下步骤：

①在概率模型下计算网络吞吐量最大时的传输概率：

$p_t\left(\mathrm{opt}\right)=\frac{1}{D+1}=\frac{2}{{\mathrm{\Σ}}_{i=0}^M{\left(p_c\left(\mathrm{opt}\right)\right)}^i{\mathrm{CW}}_i\left(\mathrm{opt}\right)/{\mathrm{\Σ}}_{i=0}^M{\left(p_c\left(\mathrm{opt}\right)\right)}^i+1}$

其中，D是当前侦听周期内节点周围一跳内的活跃节点数目，用以估计竞争节点数目，p_t(opt)是一定节点密度的网络中，使得网络吞吐量最大的传输概率，p_c(opt)是一定节点密度的网络中，节点在某给定时隙发送报文发生碰撞的概率；

②计算发送报文时发生碰撞的概率：

$p_c\left(\mathrm{opt}\right)=1-{(1-p_t\left(\mathrm{opt}\right))}^D$

③计算并更新最优CW_o(opt)：

$\left\{\begin{array}{c}{p}_c\left(\mathrm{opt}\right)=1-{(1-p_t\left(\mathrm{opt}\right))}^D\\ p_t\left(\mathrm{opt}\right)=\frac{1}{D+1}=\frac{2}{{\mathrm{\Σ}}_{i=0}^M{\left(p_c\left(\mathrm{opt}\right)\right)}^i{\mathrm{CW}}_i\left(\mathrm{opt}\right)/{\mathrm{\Σ}}_{i=0}^M{\left(p_c\left(\mathrm{opt}\right)\right)}^i+1}\\ {\mathrm{CW}}_i={\mathrm{CW}}_o\left(\mathrm{opt}\right)*2^i\end{array}\right.$

所述的更新最优初始退避窗CW_o(opt)是节点每次成功发送一次报文后，其退避级数退为0，再次发生碰撞时，退避窗为CW_o，节点在此时根据最新一个完整节点侦听周期内活跃邻节点数目重新计算最优初始退避窗并更新。

在退避过程中，节点通过所述的根据信道的忙碌情况选择接入速度，其选择标准如下：

$\left\{\begin{array}{cc}\mathrm{BT}=\mathrm{BT}-1& t\≤({\mathrm{CW}}_0-1)*2-1\\ \mathrm{BT}=\mathrm{BT}/2& t>({\mathrm{CW}}_0-1)*2-1\end{array}\right.$

其中，t是碰撞回避状态中，节点侦听到信道上的连续空闲时隙数，BT为退避时间。

与现有技术相比，本发明的有益效果如下：

为了验证本发明的有益效果，采用美国加州大学伯克利分校开发的NS2进行仿真验证。在NS2的基础上实现了现有的二进制退避算法和本发明提出的算法的仿真，仿真的基本设置如下：网络中的节点数为10，20，40，60，80，100，120；链路带宽为2Mbps；节点通信距离为100m，节点0向节点N-1固定发送报文，节点1固定向节点N-2发送报文，每组节点(i，N-i)按照[0，3m/s]内相同的随机速度在300m*300m的区域内运动。实验结果证明本发明具有以下有益效果：

1.更小的碰撞概率，原始的二进制退避算法，由于采取固定的初始退避窗，在节点数目较多的情况下，退避窗值较小，不同节点的退避时间容易在同一时隙到达零值，引起再次碰撞，造成丢包。本发明采用的自适应退避窗算法在节点数目较多时提供了较大的初始退避窗，有效降低了在节点密度较高的情况下的碰撞概率。如图3所示，与二进制退避算法相比，本发明碰撞程度降低了20％。

2.更优的网络平均时延，本发明采取了自适应退避窗策略，在网络节点数目较少的情况下，较小的初始退避窗可以减少不必要退避时间；在网络节点数目较多的情况下，较大的初始退避窗减少碰撞，降低了节点因为重发导致的时延。并且，自适应的退避速度，在网络情况好转的情况下，可以有效提高接入速度。如图4所示，本发明降低网络时延节点平均接入时延35％左右。

3.更高的网络吞吐量，本发明的数据包传送率在节点移动的情况下，性能远好于普通的二进制退避算法。通过在节点密度较小的情况下，提供较小的初始退避窗，降低网络时延；在节点密度较大的情况下，提供较大的初始退避窗，降低碰撞概率；在节点运动的情况下，根据信道实际的占用情况，即使调节接入速度，在节点密度不断变化的情况下维持稳定的网络吞吐量。如图5所示，本发明网络吞吐量比二进制退避算法整体提高了20％以上。

附图说明

图1是本发明中用到的邻节点与竞争节点的示意图。

图2是一阶Markov链的示意图。

图3是本发明与二进制退避算法丢包情况的实验对比图。

图4是本发明与二进制退避算法网络平均时延的实验对比图。

图5是本发明与二进制退避算法网络吞吐量的实验对比图。

图6是本发明基于自适应退避窗和退避速度的节点优化接入方法的流程图。

具体实施方式

以下结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述的实施例。

本实施例包括如下步骤：

1、节点密度更新：

当移动Ad hoc网络中一个节点处于空闲或等待状态时，侦听信道中其他节点发送的RTS/CTS报文。RTS/CTS报文中包含了发送节点的物理地址信息，该侦听节点设置计数器累加物理地址不同的节点数目，即该节点的临界点数，并每隔时间T更新一次。

如图1所示，节点A向节点B发送报文，其中节点A的邻节点数为D；节点B的邻节点可能引起冲突，是A的竞争节点，数目为Nc。由于网络的随机分布，本发明中认为稳定状态下，A、B的邻节点数目近似相等，可用A的邻节点数D来估计其竞争节点数Nc。

2、根据实时邻节点密度更新初始退避窗：

最优初始退避窗的更新分为以下步骤：

1)计算最优发送概率

网络总吞吐量的一般通过归一化吞吐量throughput来衡量，throughput的一般定义为：

采用信道被占用的概率来衡量归一化吞吐量时，p_t为节点发送报文的概率，考虑到网络的随机分布，网络中各相邻节点的发送概率可以认为一致。N_c为发送节点的竞争节点，为发送节点的邻节点数目。

考虑到网络节点随机分布，相邻节点的邻节点数目近似，可以认为D≈N_c。

上述throughput在

时有最大值，此时有最优传输概率p_t使得网络吞吐量最大： $p_t=\frac{1}{1+N_c}\≈\frac{1}{1+D}---\left(1\right)$

2)计算最优初始退避窗：

通过图2所示的一阶Markov链计算p_t与退避窗的数值关系：B_k是节点在退避过程中的第k个退避级，p_c是节点发生碰撞的概率。可以计算B_k之间的转换概率p_i，j：

p_i，0＝Pr{B_k+1＝0|B_k＝i}＝1-p_c

p_i，i+1＝Pr{B_k+1＝i+1|B_k＝i}＝p_c

p_i，j＝0，j≠0，j≠i+1

因为 $\underset{i=0}{\overset{M}{\mathrm{\Σ}}}{p}_i=1,$ $p_i=\frac{1-p_c}{1-{p_c}^{M+1}}{p_c}^i---\left(2\right)$

节点进入退避状态i，在状态i中停留的时间： $\stackrel{\‾}{d_i}=E[D_i+1]=\frac{W_i+1}{2}---\left(3\right)$

任意给定时隙节点处于退避状态i的概率S_i为： $S_i=\frac{p_i\stackrel{\‾}{d_i}}{{\mathrm{\Σ}}_{j=0}^M{p}_j{d}_j}---\left(4\right)$

其中Wi为状态i下退避窗的大小。

因为 ${\mathrm{\Σ}}_{k=0}^{W_i-1}p\{t=k|i\}=1,$ $S_i=\underset{k=0}{\overset{W_i-1}{\mathrm{\Σ}}}{S}_{i}p\{t=k|i\}=\underset{k=0}{\overset{W_i-1}{\mathrm{\Σ}}}{S}_{i,k}---\left(5\right)$

其中S_i，k为节点位于状态i且退避计数器值为k的概率。S_i，k也可以采用一个带有参数x的公式来表达：S_i，k＝x*(W_i-k)(6)

根据(5)、(6)，k＝0时， $S_{i,0}=\frac{S_i}{d_i}---\left(7\right)$

根据(3)、(7)节点可以得到传输概率p_t：

$p_t={\mathrm{\Σ}}_{i=0}^M{S}_{i,0}=\frac{2}{{\mathrm{\Σ}}_{i=0}^M{p_c}^t{W}_i/{\mathrm{\Σ}}_{i=0}^M{p_c}^i+1}---\left(8\right)$

发送概率p_t与碰撞概率p_c的关系：p_c＝1-(1-p_t)^D(9)

节点根据(1)、(8)、(9)计算初始退避窗CW_o(opt)，此时网络节点发送概率最优，吞吐量最大。

(3)最优初始退避窗的更新

为了根据网络情况实时更新最优初始退避窗值，本发明设置每次节点成功发送报文后，节点回到退避状态0，在退避状态0中侦测到碰撞进入退避流程时，节点基于当前邻节点计数器数值D根据上述(1)、(8)、(9)式计算当前最优初始退避窗CW₀(opt)，并更新当前的CW₀。

3、退避时间优化处理，节点在退避过程中实时侦听信道，根据信道的忙碌情况选择接入速度：

步骤二中采用根据最优饱和吞吐量设计了根据网络节点密度自适应调节初始退避窗大小的自适应退避窗算法。但是考虑到Ad hoc实际的网络情况：实际的业务量大多是随机性的，节点不会一直准备发送报文，网络信道的拥塞程度远低于饱和吞吐的情况，退避时间出现冗余；网络节点是自由运动的，节点在退避过程中时，部分竞争节点可能已经离开两跳范围，信道使用情况发生变化，按照退避开始设置的初始退避窗可能会导致不必要的退避时间。

在该步骤中设计根据实际信道情况调节退避时间的下降速度，以进一步提高网络性能。节点设置空闲时隙计数器，当信道连续空闲时隙数较小时，仍然采取原始的线性自减一下降方式；当侦听到连续空闲时隙数目达到一定阈值时，改变退避时间下降速度为指数下降。侦听到信道中有报文传输时，退避时间计数器归零。本发明采用(CW₀-1)*2-1作为空闲时隙计数器阈值，则退避时间BT的下降方式为：

$\left\{\begin{array}{cc}\mathrm{BT}=\mathrm{BT}-1& t\≤({\mathrm{CW}}_0-1)*2-1\\ \mathrm{BT}=\mathrm{BT}/2& t>({\mathrm{CW}}_0-1)*2-1\end{array}\right.$

Claims (6)

1.一种基于自适应退避窗和退避速度的节点优化接入方法，其特征在于基于传统IEEE 802.11DCF接入协议二进制退避算法，根据实时的节点密度状况计算最优的初始退避窗，并根据实时的信道占用情况设置退避时间的下降速度。

2.根据权利要求1所述的基于自适应退避窗和退避速度的节点优化接入方法，其特征在于该方法包括如下步骤：

①在节点空闲阶段，侦听信道中相邻节点发送的RTS/CTS报文，记录相邻节点中的活跃节点数并实时更新节点密度计数器；

②发生碰撞后，根据实时领节点密度，计算并更新最优初始退避窗；

③在发送成功再次进入退避时根据第②步重新更新初始退避窗；

④节点在退避过程中实时侦听信道，根据信道的忙碌情况选择接入速度。

3.根据权利要求2所述的基于自适应退避窗和退避速度的节点优化接入方法，其特征在于所述的相邻节点中的活跃节点是指在一次邻节点侦听周期内发送过至少一次RTS或CTS报文的一跳以内的节点。

4.根据权利要求2所述的基于自适应退避窗和退避速度的节点优化接入方法，其特征在于所述的计算最优初始退避窗CW_o(opt)包括如下步骤：

①计算网络吞吐量最大时的传输概率：

$p_t\left(\mathrm{opt}\right)=\frac{1}{D+1}=\frac{2}{{\mathrm{\Σ}}_{i=0}^M{\left(p_c\left(\mathrm{opt}\right)\right)}^i{\mathrm{CW}}_i\left(\mathrm{opt}\right)/{\mathrm{\Σ}}_{i=0}^M{\left(p_c\left(\mathrm{opt}\right)\right)}^i+1}$

其中，D是当前侦听周期内节点周围一跳内的活跃节点数目，用以估计竞争节点数目，p_t(opt)是一定节点密度的网络中，使得网络吞吐量最大的传输概率，p_c(opt)是一定节点密度的网络中，节点在某给定时隙发送报文发生碰撞的概率，i是节点进入退避状态；

②计算发送报文时发生碰撞的概率：

$p_c\left(\mathrm{opt}\right)=1-{(1-p_t\left(\mathrm{opt}\right))}^D$

③计算并更新最优CW_o(opt)：

$\left\{\begin{array}{c}{p}_c\left(\mathrm{opt}\right)=1-{(1-p_t\left(\mathrm{opt}\right))}^D\\ p_t\left(\mathrm{opt}\right)=\frac{1}{D+1}=\frac{2}{{\mathrm{\Σ}}_{i=0}^M{\left(p_c\left(\mathrm{opt}\right)\right)}^i{\mathrm{CW}}_i\left(\mathrm{opt}\right)/{\mathrm{\Σ}}_{i=0}^M{\left(p_c\left(\mathrm{opt}\right)\right)}^i+1}\\ {\mathrm{CW}}_i={\mathrm{CW}}_o\left(\mathrm{opt}\right)*2^i\end{array}\right.$

。

5.根据权利要求2所述的基于自适应退避窗和退避速度的节点优化接入方法，其特征在于所述的更新最优初始退避窗CW_o(opt)是节点每次成功发送一次报文后，其退避级数退为0，再次发生碰撞时，退避窗为CW_o，节点在此时根据最新一个完整节点侦听周期内活跃邻节点数目重新计算最优初始退避窗并更新。

6.根据权利要求2所述的所述的基于自适应退避窗和退避速度的节点优化接入方法，其特征在于所述的根据信道的忙碌情况选择接入速度，其选择标准如下：

$\left\{\begin{array}{cc}\mathrm{BT}=\mathrm{BT}-1& t\≤({\mathrm{CW}}_0-1)*2-1\\ \mathrm{BT}=\mathrm{BT}/2& t>({\mathrm{CW}}_0-1)*2-1\end{array}\right.$

其中，t是碰撞回避状态中，节点侦听到信道上的连续空闲时隙数，BT为退避时间。

Images