CN104185298A - 基于优先级的网络负载动态自适应参数调整方法 - Google Patents
基于优先级的网络负载动态自适应参数调整方法 Download PDFInfo
- Publication number
- CN104185298A CN104185298A CN201410437004.6A CN201410437004A CN104185298A CN 104185298 A CN104185298 A CN 104185298A CN 201410437004 A CN201410437004 A CN 201410437004A CN 104185298 A CN104185298 A CN 104185298A
- Authority
- CN
- China
- Prior art keywords
- avg
- node
- last
- cur
- priority
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title abstract description 44
- 230000003044 adaptive effect Effects 0.000 title abstract description 7
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 9
- 230000002860 competitive effect Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 28
- 101100172132 Mus musculus Eif3a gene Proteins 0.000 abstract description 25
- 230000007246 mechanism Effects 0.000 abstract description 19
- 238000005265 energy consumption Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 11
- 230000006854 communication Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000004069 differentiation Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012913 prioritisation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005039 memory span Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明针对IEEE802.15.4MAC协议中的标准时隙CSMA/CA(carriersense multiple access with collision avoidance)机制不能提供数据流区分服务的问题,提出一种基于优先级的网络负载动态自适应参数调整DAPA-CSMA/CA算法。该算法根据应用实时性的需求为不同的节点分配不同的优先级,优化协议参数配置以实现区分服务,并通过动态调整退避指数来自适应网络流量变化,在此基础上,结合马尔可夫原理对DAPA-CSMA/CA算法的信道竞争过程进行理论分析。本发明提出的算法具有较强的网络自适应能力,可以降低节点间的碰撞,减少丢包率、时延及能耗,更好的满足无线传感器网络在实时监测环境中对高服务质量的要求。
Description
技术领域
本发明涉及无线传感器网络介质访问控制(MAC,Media Access Control)子层处理技术,尤其涉及基于优先级的网络负载动态自适应参数调整方法,为IEEE802.15.4标准中CSMA/CA接入机制优化的方法,属于无线网络通信技术领域。
背景技术
IEEE802.15.4是无线传感器网络常用的工业界标准。它以其在物理层的能量高效和鲁棒性以及其在媒体接入控制(media access control,MAC)子层的灵活性,成为目前无线传感器网络的常用底层通信协议。IEEE802.15.4MAC协议采用标准时隙CSMA/CA机制竞争信道,在一定程度上可以减少数据的碰撞,但该算法仅适用于低负载情况,随着网络负载的增大,存在数据包冲突概率高、时延大、能耗过多等问题,且协议参数配置固定,网络自适应能力差,对不同的数据流无法提供优先级区分服务。
目前已有不少研究和改进是基于IEEE802.15.4CSMA/CA回退机制,如通过为不同的应用数据流设置合适的回退参数(如退避次数NB、退避指数EB、竞争窗口大小WC等)来实现优先级调度策略从而达到区分服务。文献“肖卓凌,何晨,蒋铃鸽.带睡眠机制的IEEE802.15.4MAC协议性能分析[J].上海交通大学学报,2010,44(8):1103-1108.”提出了一种IEEE802.15.4MAC协议实时应用中基于时隙分析的精确建模方法,可以准确预测网络性能。文献“高瑞霞.面向信息物理系统的IEEE802.15.4MAC协议分析及优化[D].大连:大连理工大学,2011.”提出了面向信息物理融合系统应用的信息区分服务机制SDA-CSMA/CA(service differentiation and adaptiveCSMA/CA),但缺乏对该机制的理论分析。文献“蔡雅平,白光伟.一种用于提高802.15.4网络性能的区分服务模型[J].计算机科学,2011,38(7):61-65.”使用马尔可夫(Markov)建模,分析竞争接入时段CAP(contention access period)下的性能服务,提出了一种基于区分服务的改进IEEE802.15.4机制以支持高服务质量的要求。文献“Lee H G,Lee K H,Ryu S H,et al.An efficient slotted CSMA/CA algorithm for the IEEE 802.15.4LR-WPAN[C]//2011International Conference on Information Networking(ICOIN).Piscataway,NJ,USA:IEEE,2011:488-493.”提出了基于退避指数和竞争窗口的两种优先级区分服务机制,基于离散时间的Markov链分析这两种机制的性能,但只支持两种优先级。文献“Park PG,Di Marco P,Fischione C,et al.Modeling and optimization of the IEEE802.15.4protocol for reliable and timely communications[J].IEEE Transactions on parallel and distributed systems,2013,24(3): 550-564.”针对可靠性和实时性的需求,对IEEE802.15.4进行建模和优化,并采用Markov过程进行性能分析。文献“李瑞芳,罗娟,李仁发.适于无线多媒体传感器网络的MAC层退避算法[J].通信学报,2010,31(11):107-116.”提出了适用于无线多媒体传感器网络的服务区分动态退避算法SDDB(service differentiation dynamic backoff),通过对不同优先级业务采取不同的退避方式,实现合理退避及业务优先级区分服务。
IEEE802.15.4中的时隙CSMA/CA机制主要包含3个参数:NB、EB和WC,这3个参数决定了整个算法的进程,如图1所示,其中“mac battery life extension”为“ 。IEEE802.15.4标准对于时隙CSMA/CA机制的参数并没有强制设定,存在一定的灵活性,且NB、EB、WC相关值的设定将对整个时隙CSMA/CA算法的性能产生较大的影响,具体如下:
1)WC:即空闲信道评估(clear channel assessment,CCA)执行次数,CCA使数据在信道的传送时可避免信道冲突和串音,但是需以牺牲时延为代价,CCA执行次数越多,所花费的时间越多,同时,在不同的信标级数BO(macBeaconOrder)和超帧级数SO(macSuperframe Order)取值及网络负载下,CCA延迟对于网络吞吐量也会有所影响。
2)EB:退避指数值决定了初始退避窗口的大小,EB的值越大,节点初始退避时间越大,即节点进行CCA检测所需等待的时间越长,且EB的不同取值范围([macMin EB,macMax EB])也将影响着网络的端到端时延。随着EB值的增大,当网络负载较小时,网络平均端到端时延增长会较快,此时EB的取值应偏向于取macMin EB,而当网络负载较大时,网络平均端到端时延趋于平缓增长,EB的取值应偏向于取macMax EB。更多情况下,EB的取值更接近于macMinEB和macMax EB两者间的一些值而不止是整数值。
3)NB:NB的最大取值macMaxCSMABackoffs决定了最大可退避次数,即CCA信道检测结果为忙的次数,随着macMaxCSMABackoffs增加,有效数据率增加,丢包率较小,时延增大。
IEEE802.15.4时隙CSMA/CA算法过程中,节点传输采用的是先进先出队列FIFO(first input first output)模式。以无线传感器网络的睡眠调度机制为例,使用Markov过程将传感器节点模拟成一个有限的FIFO队列模型,假设活跃时间(active)和睡眠时间(sleep)近似服从指数分布,均值分别为Ta和Ts。节点在活跃状态A和睡眠状态S的变化过程可用一个Markov过程来表示。a=1/Ta是状态A到状态S的转移速率,s=1/Ts是状态S到状态A的转换速率。
α是从环境状态为打开变为关闭的转换率;β是从关闭状态到打开状态的转换率。λa=λg+λr是活跃状态下泊松过程的速率,λs=λg是在睡眠状态下泊松过程的速率,M是节点缓冲区大小,μ是参考节点的传输速率。如图2所示。
发明内容
本发明的主要目的在于根据现有文献对IEEE802.15.4MAC协议CSMA/CA机制的研究,针对其不能提供数据流区分服务的问题,提出了一种基于高中低三种优先级的网络负载动态自适应参数调整DAPA-CSMA/CA(dynamic adaptive parameter adjusting CSMA/CA)方法。本发明提出的算法具有更强的网络自适应性,能降低节点间的碰撞,减少丢包率、时延及能耗,满足无线传感器网络在实时监测环境中不同优先级数据流的服务质量需求。
本发明采用如下技术方案:
基于优先级的网络负载动态自适应参数调整方法,其特征在于,预先设定:q为优先级,At为数据传输中发生的碰撞退避次数值即数据重传次数,Ac为数据成功传输后总的节点竞争信道传输次数即碰撞次数,Pcur为当前碰撞系数且Pcur=Ac/At;设定σ为概率平均值,Pavg为平均碰撞系数且其初始值为0,Plast为上一次的平均碰撞系数Pavg,且满足Pavg=σ·Pcur+(1-σ)·Plast;设定macMaxCSMABackoffs为NB的最大取值,EB,last为上一次EB的取值,EB,last的初始值为macMinEB[q];
表1
其余步骤如下:
Step1:带节点等级标记的数据到达后,根据优先级情况,按照表1设置相关参数,同时初始化WC[q],并将NB、Ac及At初始化为0,EB采用动态初始化,然后定位到下一个退避时隙边缘并转Step2;
Step2:根据EB的取值,在范围内产生一个随机退避数进行退避等待,退避等待时间结束后转到Step3;
Step3:定位到退避时隙边缘,对信道进行CCA检测,并将At自增1。若此时CCA检测的结果为空闲转Step4,否则转Step5;
Step4:WC自减1后判断此时WC是否为0,若不为0则返回Step3,若为0则表示该节点获得了信道使用权,带节点等级标记的数据将在下一个退避时隙边缘上开始进行传输,并转到Step7;
Step5:判断Pcur是否大于Pavg,若是,则EB=1+EB×(|Pavg-Pcur|),若否,则EB取1-EB×(|Pavg-Pcur|)和macMaxEB[q]中的较小值;再将NB和Ac同时自增1,根据节点优先级重新初始化竞争窗口值为WC[q],如果NB>macMaxCSMABackoffs,则向上层报告数据发送失败,算法终止,转Step7;否则转Step6;
Step6:退避等待时隙在中随机产生;
Step7:根据Pavg=σ·Pcur+(1-σ)·Plast计算Pavg[q],根据Pcur=Ac/At计算Pcur,令Plast=Pavg[q],EB,last=EB,为节点下一次参数调整的EB动态初始化提供依据。
优选的,Step1中,EB的动态初始化具体如下:判断Pavg[q]≤macMin EB[q],若是则EB=macMin EB[q];否则再判断Pavg[q]≥macMax EB[q],若是则EB=EB,last,若否,则
其中Pmin[q]和Pmax[q]分别为Pavg[q]取值范围的上下限。
由上述对本发明的描述可知,与现有技术相比,本发明具有如下有益效果:
发明针对IEEE802.15.4MAC协议时隙CSMA/CA算法的不足,提出了基于优先级的动态自适应参数调整DAPA-CSMA/CA改进算法,并结合Markov原理分析信道竞争过程。本发明提出的算法能够根据应用实时性的需求为不同的节点分配不同的优先级,优化协议参数配置以实现区分服务,并通过动态调整退避指数来自适应网络流量变化,降低节点间的碰撞,减少丢包率、时延及能耗,更好的满足无线传感器网络在实时监测环境中对高服务质量的要求。
附图说明
图1是IEEE802.15.4时隙CSMA/CA算法流程图;
图2是基于马尔可夫过程的传感器节点队列模型图;
图3是本发明中所提算法的DAPA-CSMA/CA优先级参数调整机制与标准时隙CSMA/CA 先进先出机制的对比图;
图4是本发明中DAPA-CSMA/CA算法的EB动态初始化图;
图5是本发明中的DAPA-CSMA/CA算法流程图;
图6是本发明中DAPA-CSMA/CA马尔可夫模型图;
图7是Wpan_mac进程模型;
图8是本发明中对所提算法采用OPNET仿真的拓扑结构图;
图9是对本发明中所提算法进行仿真得到的不同优先级下的端到端时延;
图10是对本发明中所提算法进行仿真得到网络端到端时延;
图11是对本发明中所提算法进行仿真得到网络平均能量消耗对比;
图12是对本发明中所提算法进行仿真得到网络平均网络丢包率;
图13是对本发明中所提算法进行仿真得到网络平均网络碰撞冲突率。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
本发明提出的基于优先级的网络负载动态自适应参数调整DAPA-CSMA/CA(dynamic adaptive parameter adjusting CSMA/CA)改进方法,优先级处理的思想包括优先级调度策略(即满足高优先级节点发送的数据包优先竞争信道)、退避指数优化策略(高优先级节点在传输数据的过程中可降低退避指数)以及参数调整机制(不同优先级节点执行不同的CCA检测次数或初始化为不同的退避指数),具体可表现为根据重要协议参数在网络中的不同作用(如火灾报警、工业流程控制、温湿度感知等),对不同应用实时性需求的节点分配不同的优先级,区分对待。DAPA-CSMA/CA优化算法将IEEE802.15.4标准下MAC层数据发送采用的先进先出机制改进为根据时延敏感度的优先级自适应参数调整机制,如图3所示,其中“FIFO queueing”“Priority queueing”分别指 。
DAPA-CSMA/CA算法支持三种不同优先级节点的数据传输,根据节点对时延的敏感度,定义各个节点优先级低中高Low<Mid<High,并为不同优先级节点配置不同的时隙CSMA/CA参数,其中较高的优先级节点设置较小的macMinEB、macMaxEB和WC,这样高优先级节点 可以使用较小的退避时间,相比低优先级节点有较大的机会获取信道的数据发送权,实现不同优先级的节点区分服务。其次,EB对于网络性能的影响较大,原协议采用静态设置EB值,且EB始终保持初始设定,不能自适应调节,灵活性差,而节点在执行时隙CSMA/CA算法过程中,数据传输所发生的碰撞退避次数反映了网络中的负载情况,退避次数越多,负载越重。因此,根据节点在数据传输过程中的碰撞系数(即发生的碰撞退避次数与总的节点竞争信道传输次数之比)可以很好地反映当前网络状况,故算法将通过其来动态自适应调节EB的取值。
对于算法流程中参数的优化过程如下:
定义一些算法流程中用到的概念符号表示。令q表示优先级,在执行一次完整DAPA-CSMA/CA算法时,取数据传输中发生的碰撞退避次数值Ac与数据成功传输后总的节点竞争信道传输次数At之比Pcur代表当前网络状况,首次执行时初始化为0,为了防止抖动过大,设定一个概率平均值σ,如式(1)和式(2)所示:
Pavg=σ·Pcur+(1-σ)·Plast (1)
Pcur=Ac/At (2)
其中,Pcur为当前碰撞系数,每执行完一次完整的CSMA/CA,Pcur都要根据式(2)进行更新。Plast为上一次的平均碰撞系数Pavg,Pavg初始值为0,σ为常数,主要用于防止网络碰撞冲突的抖动过大,一般情况下取均值0.5,在应用过程中,也可根据实际网络情况进行设置。
表1 节点优先级参数设置
DAPA-CSMA/CA算法中为各节点优先级参数的设置情况如表1所示,高优先级节点设置较小的WC、macMin EB和macMax EB,使得该节点能在较短的时延内获取信道使用权,但WC和macMin EB的值也不能太大或太小,太小了则同一优先级节点间(特别是高优先级节点间)冲突会加重,太大了则会造成不必要的退避等待(特别是低优先级节点),故此High和Mid 设置相同的WC,通过设置不同的macMin EB进行区分;Mid和Low设置不同的WC,通过略增macMin EB进行区分,而在网络冲突较严重时可以略增macMax EB进行区分。表1中各个参数的设置是结合前人研究基础上,经过多次实验获得的较为合理的取值。Pavg[q]为Pavg的取值范围,令Pmin[q]和Pmax[q]分别为Pavg[q]取值范围的上下限,用于在EB的动态获取时进行使用,令EB,last为上一次EB的取值,首次执行时EB,last的初始值为macMin EB[q],每次执行完算法后将EB值赋给EB,last。当Pavg[q]在其取值范围内时,使用式(3)进行当前EB的赋值:
结合表1中Pavg[q]的设置和式(3),可以看出EB的取值主要是在基于macMin EB[q]的基础上,结合上一次的EB,last,增加Pavg[q]在其取值范围内所占的比例,此时的EB取值与标准时隙CSMA/CA相比将不再为整数,而是可以取值为浮点数,扩大了退避指数的取值空间。具体的EB动态赋值流程如上图4所示,从图4中不难看出,随着Pmin[q]的增大,EB取较小初始值的概率越大,反之,随着Pmax[q]的增大,EB取较大初始值的概率越小,因此,为高优先级节点设置较大的Pmin[q]和Pmax[q]可使其获得较小EB初始值的概率大大增加,最终达到确保高优先级节点在通信过程中优先获取到通道的使用权。
本发明DAPA-CSMA/CA算法具体流程如图5所示,分为7个步骤:
Step1:带节点等级标记的数据到达后,首先根据优先级情况,按照表1设置相关参数,同时初始化WC[q],并将NB、碰撞次数Ac及数据重传次数At初始化为0,而EB的设置则根据图4进行初始化,然后定位到下一个退避时隙边缘并转Step2;
Step2:根据EB的取值,在[0,int(2E B-1)]范围内产生一个随机退避数进行退避等待,退避等待时间结束后转到Step3;
Step3:定位到退避时隙边缘,对信道进行CCA检测,并将At自增1。若此时CCA检测的结果为空闲转Step4,否则转Step5;
Step4:WC自减1后判断此时WC是否为0,若不为0则返回Step3,若为0则表示该节点获得了信道使用权,带节点等级标记的数据帧将在下一个退避时隙边缘上开始进行传输, 并转到Step7;
Step5:不同于标准的时隙CSMA/CA,此处EB取值不再是自增1,而是进一步与当前的碰撞系数Pcur和平均网络碰撞退避系数Pavg进行比较。当发生碰撞,设置EB为EB+1-EB×(Pavg-Pcur)(即当Pcur大于Pavg时,则EB以1+EB×(|Pavg-Pcur|)为自增步长,反之则EB以1-EB×(|Pavg-Pcur|)为自增步长)和macMax EB[q]的较小值,使得退避指数进一步动态调整,以适应当前的网络状况;此外,将NB和Ac同时自增1,根据节点优先级重新初始化竞争窗口值为WC[q],如果NB>macMaxCSMABackoffs,则向上层报告数据发送失败,算法终止,转Step7,否则转Step6,具体伪代码实现如下:
Begin
Channel collision;
If Pcur>Pavg
EB=min_double(EB+1+EB*(Pcur-Pavg),macMax EB);
Else
EB=min_double(EB+1+EB*(Pcur-Pavg),macMax EB);
End If
NB++;
Ac++;
WC=WC[q];
End
Step6:与Step2不同的是,此处的退避等待时隙在[int(2E B -1),int(2E B-1)中随机产生,结合Step5,使得EB的大小可以更好地适应网络状况,提高了的网络的自适应性;
Step7:根据式(1)计算Pavg[q],计算Pcur和Pavg[q],令Plast=Pavg[q],EB,last=EB,为节点下一次的DAPA-CSMA/CA算法中BE动态初始化提供依据。
由于能耗和价格的限制,IEEE802.15.4节点的处理器能力较弱,存储器容量较小,所提算法需要满足复杂度低、能量效率高、容错性高的特点。对DAPA-CSMA/CA算法的计算复杂度进行分析如下:
步骤1:1
步骤2:n
步骤3:m-j
步骤4:1
步骤5:n-1
步骤6:n-1
步骤7:1
C=1+n+(m-j)*(1+n-1+n-1+1)=1+n*(2m-2j+1),即算法的计算复杂度为O(mn)=O(n)。
对改进的DAPA-CSMA/CA机制,进行相应的Markov模型分析:
将网络中节点发送的数据流对时延的敏感度,分为不同的优先级。首先为给定的优先级为q的节点引入以下3个随机变量:令n(q,t),c(q,t),b(q,t)分别代表随机过程t时刻下的NB、WC及回退次数,其中b(q,t)回退变量的设置可根据图4进行自适应动态更新。NB表示[0,m]内的回退阶段,m=macMaxCSMABackoffs。此外,令q表示不同优先级的整数值[0,Q],即Q+1个分类优先级,主要分为高中低三等,即Q为2的情况。过程{n(q,t),c(q,t),b(q,t)}形成了多维Markov过程,进一步定义了数据包在回退边缘的状态。由于假定每个设备有相应的优先级,且优先级不变,因此将过程{n(q,t),c(q,t),b(q,t)}简写为{n(t),c(t),b(t)},则相应的状态空间可由式(4)表示:
Ω={(n(t),c(t),b(t))|0≤n(t)≤m+1,0≤c(t)≤q,0≤b(t)≤Wi-1,i=0,1,…,m,n(t),c(t),b(t)为整数}.(4)
其中W0=2BE[q],Wi=2iW0。
具体的Markov过程状态转换如图6所示。为使公式符号简洁,使用转移概率P(i,j,k-1|i,j,k)代替P(n(t+1)=i,c(t+1)=j,b(t+1)=k-1|n(t)=i,c(t)=j,b(t)=k)。
假设节点总数目为n,其为每个优先级的节点数nq之和,其中q∈[0,Q],同时假设每个节点始终有准备好的数据包要进行传输。令Wi=2iW0,则单步转移概率如下:
P(0,q,k|i,0,0)=1/W0,i∈[0,m],k∈[0,W0-1] (5)
P(0,q,k|m+1,0,0)=1/W0,k∈[0,W0-1] (6)
P(i,q,k-1|i,q,k)=1,i∈[0,m],k∈[1,Wi-1] (7)
P(i,j-1,0|i,j,0)=pI,i∈[0,m],j∈[1,q] (8)
P(i+1,q,Wi-1+k|i,j,0)=(1-pI)/Wi-1,i∈[0,m],j∈[1,q],k∈[0,Wi-1-1] (9)
式(5)表示新数据包在通道访问成功后开始回退阶段0的概率,因此回退次计数值初始化为[0,W0-1]的随机数,,所以其概率值为1/W0。不管刚到来的数据包将进行传输还是一个数据包在之前的尝试传输过程中由于碰撞无法传输,可以发现随机回退阶段始终发生在该数据包的传输之前。式(6)表示当上一次尝试发送的数据包未成功,节点开始再一次为新的数据包执行算法情况下的概率也为1/W0。式(7)表示在每个时隙开始处回退计数减1的概率。式(8)表示将在CCA过程中的空闲时隙之后WC值减1的概率设为pI。式(9)表示节点根据感知通道为忙,在下一个回退阶段选择另一个随机回退计数值的概率,因此在回退阶段i,回退计数值在[Wi-1,Wi-1]之间进行均匀选择。综上所述,根据式(5)~(9),单步转移概率为:(1-pI)/(Wi-Wi-1)=(1-pI)/Wi-1)。
注意到所有有序集合Ω内的状态呈稳定的正循环过程,因此,离散时间Markov过程存在固定概率{bi,j,k}:
其中
令 ,b为常向量,其满足:
bP=b And be=1 (11)
在有序集合Ω,e为全1的列向量,P是转移概率矩阵。根据bP=b,可以在固定概率中得到以下关系:
将式(12)代入be=1,可得b0,0,0:
最后将式(13)代入式(12)即可得固定概率{bi,j,k}。通过这些固定概率可发现节点在回退期间传输数据包的概率,定义其为τ,则优先级为q的设备在一个通用的时隙内传输的概率τq:
由于节点设备属于不同优先级,有不同的WC[q]值和EB[q]值,τ的指数q在优先级内需要被区分对待。所以,在CCA过程中,通道空闲的概率为
由于τq,q∈[0,Q],将式(14)代入式(15),可得pI。根据式(15)可以看出,pI与CCA检测次数、τq关系密切。DAPA-CSMA/CA通过采用节点检测到信道发生碰撞的次数与总的节点竞争信道传输次数的比值来反应当前网络状况,设置合理的Pavg[q]使得节点能够合理地的根据当前网络状况为各个不同优先级节点自适应设置EB,并在竞争信道发生碰撞时,以1-EB×(Pavg-Pcur)为自增步长,合理调节退避时隙,增大通道空闲的概率pI,提高网络的自适应性。
为了证明本发明的有效性,我们采用OPNET14.5仿真工具进行实验。
在上述IEEE802.15.4的节点模型基础上对IEEE802.15.4MAC层进行设计,Wpan_mac 模块是整个协议标准的核心,具体的进程状态转移过程设计如图7所示。
各个状态及之间的转换关系描述如下:Init状态主要进行MAC层相关参数的初始化,执行完后无条件转移到wait_beacon状态,在此状态中,节点先自我检查是否为PAN协调器,若是则等待来自Synchro模块的信标帧,若不是则等待并解析信标帧中的信息,然后自中断获取队列信息进入Idle状态;在Idle状态中,节点处于等待状态,当有数据包到达时,节点产生中断,跳转到相应的中断处理进程,其中,中断的类型主要分为流中断和自中断,流中断主要在数据包到达时触发,自中断的产生因素主要有CAP或CFP(contention free period)的起始和结束、CCA检测、数据包发送与重传、数据包发送的成功或失败、等待或发送应答信号等;GTS_SLOT状态在设备节点启用GTS机制,且GTS traffic source模块产生的数据包到达时执行,进行CFP阶段的GTS数据传输,执行完毕则重新回到Idle状态,若出现中断信号则转入相应中断处理过程;Idle的另一分支:init_backoff状态、backoff_timer和CCA状态实现了时隙CSMA/CA算法,init_backoff在进入该状态时实现对CSMA/CA算法重要参数的初始化工作,在退出该状态时随机选择退避周期,backoff_timer则是等待来自内部的中断,当退避周期结束且CAP仍活跃,则转入CCA状态,若CAP不再活跃则转入init_backoff状态;而在CCA状态中,节点请求PHY(physical layer)层进行信道评估检测,根据检测结果采取不同的处理过程。
在进程模型的基础上实现DAPA-CSMA/CA算法,主要的回退初始化代码实现如下所示:
建立星型的网络拓扑结构,节点随机分布在100m×100m的场景内,如图8所示。场景中设置包含若干各类优先级节点、一个PAN协调器节点和一个分析节点,PAN节点位于中心位置,且所有节点都在彼此的无线通信范围。实验过程中暂不考虑隐藏节点问题,且数据发送成功后无需确认。数据源采用节点模型中的traffice source模块产生数据,各个优先级节点周期性采用泊松分布(Possion)类型生成数据包,向PAN协调器进行发送。具体的一些基本仿真参数配置如表2所示。
表2 基本仿真参数配置
实验所产生的网络负载主要根据表2的设置。本小节主要分析同一优先级下,随着节点个数的变化,DAPA-CSMA/CA算法各个优先级节点的时延对比变化情况,以及复合的DAPA-CSMA/CA网络整体的QoS性能(主要考察时延、丢包率、碰撞率、能耗等),进一步验证新算法的有效性,具体仿真结果对比如图9~图13。
图9中给出了High、Mid和Low三种不同优先级节点的网络端到端时延对比情况,从图9可以看出,当节点个数较少时,各优先级节点的时延情况区别较小,但随着优先级节点个 数的增加,高优先级节点体现了较大的优势,网络时延较小,这一方面是因为High优先级只执行2次CCA,另一方面是在EB的取值上,HighEB<MidEB<LowEB,再加上EB的动态自适应取值,进一步减少了不必要的退避等待。
图10~图13为DAPA-CSMA/CA网络整体的QoS性能与标准时隙CSMA/CA的对比情况。从图10~图13可以看出,随着节点个数的增加,即网络负载的增大,DAPA-CSMA/CA算法标准的时隙CSMA/CA算法在各个性能指标上都呈上升趋势,但与标准时隙CSMA/CA算法相比,在相同的网络负载下,DAPA-CSMA/CA算法具有较低的端到端时延、丢包率、网络的碰撞率和能耗,这主要是因为DAPA-CSMA/CA算法的不同优先级自适应退避指数设置以及在退避时隙过程中,进一步根据当前碰撞系数和平均碰撞系数对EB的动态自增步长做出的调整,增加了网络的自适应性,提高了网络性能。
实验结果表明,本发明提出的DAPA-CSMA/CA算法可以更好地为不同优先级节点提供区分服务,符合不同应用数据流节点对网络的QoS需求,此外,DAPA-CSMA/CA算法具有更高的网络自适应性,能够动态地自适应网络状况,在一定程度上解决IEEE802.15.4时隙CSMA/CA算法存在的不足,增强网络自适应,保证重要实时数据的优先传输,满足无线传感器网络在实时监测环境中对服务质量的需求
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (2)
1.基于优先级的网络负载动态自适应参数调整方法,其特征在于,预先设定:q为优先级,At为数据传输中发生的碰撞退避次数值即数据重传次数,Ac为数据成功传输后总的节点竞争信道传输次数即碰撞次数,Pcur为当前碰撞系数且Pcur=Ac/At;设定σ为概率平均值,Pavg为平均碰撞系数且其初始值为0,Plast为上一次的平均碰撞系数Pavg,且满足Pavg=σ·Pcur+(1-σ)·Plast;设定macMaxCSMABackoffs为NB的最大取值,EB,last为上一次EB的取值,EB,last的初始值为macMinEB[q];
表1
其余步骤如下:
Step1:带节点等级标记的数据到达后,根据优先级情况,按照表1设置相关参数,同时初始化WC[q],并将NB、Ac及At初始化为0,EB采用动态初始化,然后定位到下一个退避时隙边缘并转Step2;
Step2:根据EB的取值,在范围内产生一个随机退避数进行退避等待,退避等待时间结束后转到Step3;
Step3:定位到退避时隙边缘,对信道进行CCA检测,并将At自增1。若此时CCA检测的结果为空闲转Step4,否则转Step5;
Step4:WC自减1后判断此时WC是否为0,若不为0则返回Step3,若为0则表示该节点获得了信道使用权,带节点等级标记的数据将在下一个退避时隙边缘上开始进行传输,并转到Step7;
Step5:判断Pcur是否大于Pavg,若是,则EB=1+EB×(|Pavg-Pcur|),若否,则EB取1-EB×(|Pavg-Pcur|)和macMaxEB[q]中的较小值;再将NB和Ac同时自增1,根据节点优先级重新初始化竞争窗口值为WC[q],如果NB>macMaxCSMABackoffs,则向上层报告数据发送失败,算法终止,转Step7;否则转Step6;
Step6:退避等待时隙在中随机产生;
Step7:根据Pavg=σ·Pcur+(1-σ)·Plast计算Pavg[q],根据Pcur=Ac/At计算Pcur,令Plast=Pavg[q],EB,last=EB,为节点下一次参数调整的EB动态初始化提供依据。
2.如权利要求1所述的基于优先级的网络负载动态自适应参数调整方法,其特征在于,Step1中,EB的动态初始化具体如下:判断Pavg[q]≤macMin EB[q],若是则EB=macMin EB[q];否则再判断Pavg[q]≥macMax EB[q],若是则EB=EB,last,若否,则
其中Pmin[q]和Pmax[q]分别为Pavg[q]取值范围的上下限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410437004.6A CN104185298B (zh) | 2014-08-29 | 2014-08-29 | 基于优先级的网络负载动态自适应参数调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410437004.6A CN104185298B (zh) | 2014-08-29 | 2014-08-29 | 基于优先级的网络负载动态自适应参数调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104185298A true CN104185298A (zh) | 2014-12-03 |
CN104185298B CN104185298B (zh) | 2017-11-28 |
Family
ID=51965945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410437004.6A Expired - Fee Related CN104185298B (zh) | 2014-08-29 | 2014-08-29 | 基于优先级的网络负载动态自适应参数调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104185298B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104796997A (zh) * | 2015-04-21 | 2015-07-22 | 太原理工大学 | 无线传感网络中一种基于节点优先级的解决冲突的方法 |
CN105763377A (zh) * | 2016-04-07 | 2016-07-13 | 西南交通大学 | 一种基于步长自调整的无线局域网随机接入方法 |
WO2016112508A1 (zh) * | 2015-01-15 | 2016-07-21 | 华为技术有限公司 | 一种数据传输方法及装置 |
CN105933977A (zh) * | 2016-04-12 | 2016-09-07 | 北京邮电大学 | 一种基于业务优先级的无线多媒体传感器网络资源调度算法 |
CN106714208A (zh) * | 2016-12-12 | 2017-05-24 | 南京理工大学 | 一种网络固定分组传输投递率半盲自适应优化方法 |
CN106793032A (zh) * | 2016-12-12 | 2017-05-31 | 南京理工大学 | 一种网络mpr投递率半盲自适应优化方法 |
CN107040948A (zh) * | 2017-06-13 | 2017-08-11 | 河北工业大学 | 一种基于优先级的csma/ca优化方法 |
CN107835517A (zh) * | 2017-10-10 | 2018-03-23 | 中国航空无线电电子研究所 | 具有QoS保障的长距离CSMA/CA协议 |
CN108307439A (zh) * | 2017-08-17 | 2018-07-20 | 上海大学 | 一种在大量多跳无线节点下的自适应退避方法 |
CN109246714A (zh) * | 2018-09-11 | 2019-01-18 | 天津大学 | 基于自适应泊松圆盘的无线传感器网络节点分布方法 |
CN109819473A (zh) * | 2019-01-11 | 2019-05-28 | 蜂巢能源科技有限公司 | 数据传输的处理方法、装置及电池管理系统 |
CN109937603A (zh) * | 2017-05-03 | 2019-06-25 | 华为技术有限公司 | 基于竞争的传输方法和设备 |
CN110138683A (zh) * | 2019-06-17 | 2019-08-16 | 重庆邮电大学 | 一种支持QoS的物联网数据传输方法及系统 |
CN110312291A (zh) * | 2019-07-15 | 2019-10-08 | 北京遥感设备研究所 | 一种低功耗LoRa无线网络数据传输算法 |
CN110463334A (zh) * | 2018-01-25 | 2019-11-15 | Oppo广东移动通信有限公司 | 随机接入方法、无线接入方法、无线装置、节点设备 |
CN111163530A (zh) * | 2019-11-18 | 2020-05-15 | 浙江万胜智能科技股份有限公司 | 一种基于神经网络算法的无线局域网性能增强方法 |
CN111405678A (zh) * | 2020-02-19 | 2020-07-10 | 重庆邮电大学 | 一种基于虚拟载波侦听和优先级调度的csma-ca方法 |
CN111918408A (zh) * | 2020-08-06 | 2020-11-10 | 北方工业大学 | 基于csma-ca退避算法的优化方法及装置 |
CN113242609A (zh) * | 2021-05-11 | 2021-08-10 | 哈尔滨海能达科技有限公司 | 数据传输的方法及系统、电子设备及计算机可读存储介质 |
CN113316179A (zh) * | 2020-02-26 | 2021-08-27 | 瑞昱半导体股份有限公司 | 通信装置与传输参数调整方法 |
CN113613345A (zh) * | 2021-08-11 | 2021-11-05 | 福建工程学院 | 一种基于zigbee星型组网的安全状况信息化监测方法 |
CN114641085A (zh) * | 2022-03-23 | 2022-06-17 | 重庆邮电大学 | 基于ieee802.15.4的csma/ca机制的自适应退避优化方法 |
CN117580007A (zh) * | 2023-10-18 | 2024-02-20 | 宁波国信仪表科技有限公司 | 一种用于NB-IoT智能物联网仪表的数据通讯方法及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101252511A (zh) * | 2008-01-25 | 2008-08-27 | 东南大学 | 多跳无线传感器网络动态比例公平接入优化方法 |
CN103686868A (zh) * | 2013-12-30 | 2014-03-26 | 北京航空航天大学 | 无线传感器网络基于应用本体的QoS MAC协议 |
-
2014
- 2014-08-29 CN CN201410437004.6A patent/CN104185298B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101252511A (zh) * | 2008-01-25 | 2008-08-27 | 东南大学 | 多跳无线传感器网络动态比例公平接入优化方法 |
CN103686868A (zh) * | 2013-12-30 | 2014-03-26 | 北京航空航天大学 | 无线传感器网络基于应用本体的QoS MAC协议 |
Non-Patent Citations (2)
Title |
---|
HYEOPGEON LEE,SANGHONE LEE等: "An Efficient Slotted CSMA/CA Algorithm for the IEEE 802.15.4 LR-WPAN", 《2011 INTERNATIONAL CONFERENCE ON INFORMATION NETWORKING(ICOIN)》 * |
李瑞芳,罗娟,李仁发: "适于无线多媒体传感器网络的MAC层退避算法", 《通信学报》 * |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016112508A1 (zh) * | 2015-01-15 | 2016-07-21 | 华为技术有限公司 | 一种数据传输方法及装置 |
US10405346B2 (en) | 2015-01-15 | 2019-09-03 | Huawei Technologies Co., Ltd. | Data transmission method and apparatus |
CN104796997B (zh) * | 2015-04-21 | 2018-03-30 | 太原理工大学 | 无线传感网络中一种基于节点优先级的解决冲突的方法 |
CN104796997A (zh) * | 2015-04-21 | 2015-07-22 | 太原理工大学 | 无线传感网络中一种基于节点优先级的解决冲突的方法 |
CN105763377A (zh) * | 2016-04-07 | 2016-07-13 | 西南交通大学 | 一种基于步长自调整的无线局域网随机接入方法 |
CN105763377B (zh) * | 2016-04-07 | 2018-10-19 | 西南交通大学 | 一种基于步长自调整的无线局域网随机接入方法 |
CN105933977A (zh) * | 2016-04-12 | 2016-09-07 | 北京邮电大学 | 一种基于业务优先级的无线多媒体传感器网络资源调度算法 |
CN105933977B (zh) * | 2016-04-12 | 2019-06-21 | 北京邮电大学 | 一种基于业务优先级的无线多媒体传感器网络资源调度算法 |
CN106793032A (zh) * | 2016-12-12 | 2017-05-31 | 南京理工大学 | 一种网络mpr投递率半盲自适应优化方法 |
CN106714208A (zh) * | 2016-12-12 | 2017-05-24 | 南京理工大学 | 一种网络固定分组传输投递率半盲自适应优化方法 |
CN109937603A (zh) * | 2017-05-03 | 2019-06-25 | 华为技术有限公司 | 基于竞争的传输方法和设备 |
CN107040948A (zh) * | 2017-06-13 | 2017-08-11 | 河北工业大学 | 一种基于优先级的csma/ca优化方法 |
CN108307439A (zh) * | 2017-08-17 | 2018-07-20 | 上海大学 | 一种在大量多跳无线节点下的自适应退避方法 |
CN107835517B (zh) * | 2017-10-10 | 2021-04-23 | 中国航空无线电电子研究所 | 具有QoS保障的长距离CSMA/CA方法 |
CN107835517A (zh) * | 2017-10-10 | 2018-03-23 | 中国航空无线电电子研究所 | 具有QoS保障的长距离CSMA/CA协议 |
US11134519B2 (en) | 2018-01-25 | 2021-09-28 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and wireless device for transmitting random access preamble |
CN110463334A (zh) * | 2018-01-25 | 2019-11-15 | Oppo广东移动通信有限公司 | 随机接入方法、无线接入方法、无线装置、节点设备 |
CN109246714A (zh) * | 2018-09-11 | 2019-01-18 | 天津大学 | 基于自适应泊松圆盘的无线传感器网络节点分布方法 |
CN109246714B (zh) * | 2018-09-11 | 2021-05-28 | 天津大学 | 基于自适应泊松圆盘的无线传感器网络节点分布方法 |
CN109819473A (zh) * | 2019-01-11 | 2019-05-28 | 蜂巢能源科技有限公司 | 数据传输的处理方法、装置及电池管理系统 |
CN110138683A (zh) * | 2019-06-17 | 2019-08-16 | 重庆邮电大学 | 一种支持QoS的物联网数据传输方法及系统 |
CN110138683B (zh) * | 2019-06-17 | 2022-08-05 | 重庆邮电大学 | 一种支持QoS的物联网数据传输方法及系统 |
CN110312291A (zh) * | 2019-07-15 | 2019-10-08 | 北京遥感设备研究所 | 一种低功耗LoRa无线网络数据传输算法 |
CN111163530A (zh) * | 2019-11-18 | 2020-05-15 | 浙江万胜智能科技股份有限公司 | 一种基于神经网络算法的无线局域网性能增强方法 |
CN111405678A (zh) * | 2020-02-19 | 2020-07-10 | 重庆邮电大学 | 一种基于虚拟载波侦听和优先级调度的csma-ca方法 |
CN111405678B (zh) * | 2020-02-19 | 2023-02-17 | 重庆邮电大学 | 一种基于虚拟载波侦听和优先级调度的csma-ca方法 |
CN113316179A (zh) * | 2020-02-26 | 2021-08-27 | 瑞昱半导体股份有限公司 | 通信装置与传输参数调整方法 |
CN111918408A (zh) * | 2020-08-06 | 2020-11-10 | 北方工业大学 | 基于csma-ca退避算法的优化方法及装置 |
CN111918408B (zh) * | 2020-08-06 | 2023-06-06 | 北方工业大学 | 基于csma-ca退避算法的优化方法及装置 |
CN113242609A (zh) * | 2021-05-11 | 2021-08-10 | 哈尔滨海能达科技有限公司 | 数据传输的方法及系统、电子设备及计算机可读存储介质 |
CN113613345A (zh) * | 2021-08-11 | 2021-11-05 | 福建工程学院 | 一种基于zigbee星型组网的安全状况信息化监测方法 |
CN114641085A (zh) * | 2022-03-23 | 2022-06-17 | 重庆邮电大学 | 基于ieee802.15.4的csma/ca机制的自适应退避优化方法 |
CN117580007A (zh) * | 2023-10-18 | 2024-02-20 | 宁波国信仪表科技有限公司 | 一种用于NB-IoT智能物联网仪表的数据通讯方法及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104185298B (zh) | 2017-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104185298A (zh) | 基于优先级的网络负载动态自适应参数调整方法 | |
CN107040948B (zh) | 一种基于优先级的csma/ca优化方法 | |
CN102833159B (zh) | 报文拥塞处理方法及装置 | |
Chen et al. | Reinforcement learning-based sensor access control for WBANs | |
CN108055702A (zh) | 基于时隙csma\ca模式的自适应退避方法 | |
CN104936303A (zh) | 一种载波监听门限与竞争窗口联合控制的方法 | |
CN103269506A (zh) | 一种干扰感知的移动无线传感器网络路由方法 | |
Khan et al. | Integration challenges of facilities-layer DCC for heterogeneous V2X services | |
Rath et al. | Inter-layer communication based QoS platform for real time multimedia applications in MANET | |
CN114641085A (zh) | 基于ieee802.15.4的csma/ca机制的自适应退避优化方法 | |
CN105007586A (zh) | 无线传感网smac协议的双因子自适应竞争窗口调整方法 | |
Deng et al. | An adaptive packet aggregation algorithm for wireless networks | |
Sharma et al. | Dynamic data compression in multi-hop wireless networks | |
CN115315020A (zh) | 基于区分服务的ieee 802.15.4协议的智能csma/ca退避方法 | |
Dasgupta et al. | Congestion avoidance topology in wireless sensor network using Karnaugh map | |
An et al. | Performance analysis of CSMA/CA based on the IEEE 802.15. 6 MAC protocol | |
Rashwand et al. | Stable operation of IEEE 802.11 e EDCA: Interaction between offered load and MAC parameters | |
Pang et al. | A distributed congestion control strategy using harmonic search algorithm in internet of vehicles | |
Afsana et al. | Trust and energy aware Cluster modeling and spectrum handoff for cognitive radio ad-hoc network | |
Vanitha et al. | Game theory and fuzzy based back off algorithm for MAC protocol for multi traffic flows in ad hoc networks | |
Cruz et al. | Reinforcement Learning-based Wi-Fi Contention Window Optimization | |
CN104581769B (zh) | 一种同构无线干扰的主被动测量方法 | |
Huang et al. | Distributed Scheduling With Centralized Coordination for Scalable Wireless Mesh Networking | |
CN105682128A (zh) | 一种基于DCF协议的无线ad hoc网络链路可用带宽预测方法 | |
Zhang et al. | Modelling IEEE 802.11 DCF in wireless LANs as a dynamic game with incompletely information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171128 |
|
CF01 | Termination of patent right due to non-payment of annual fee |