CN104219170A - 无线网络中基于概率重传的包调度方法 - Google Patents

Abstract

本发明公开了一种无线网络中基于概率重传的包调度方法，该方法在设定调度权的时候考虑了链路状态跟队列拥塞情况两方面因素：链路状态通过对每个队列设置估测因子来确定，重传概率则考虑了具体的队列拥塞情况，整个调度过程提出了一种概率重传机制，从而避免队头阻塞问题。此外，调度算法还对先前发送失败的队列进行发包补偿以保证公平性。本发明在概率重传机制的保障下能“择优而行”地调度待发送的队列数据包，由于考虑基站处队列情况进行调度，从而缓解了瓶颈结点处的数据包累积压力。该方法对于无线网络调度方法的研究有着广阔的应用前景。

Description

无线网络中基于概率重传的包调度方法

技术领域

本发明涉及无线网络调度算法研究领域，特别涉及一种无线网络中基于概率重传的包调度方法。

背景技术

随着无线技术的发展，无线网络在日常生活中扮演着越来越重要的角色。在无线网络中，有限的带宽资源、信道地理位置的依赖特性以及信道错误突发性等特点决定了好的无线网络调度算法的设计对提高网络整体性能起着重要的作用。

现有技术已经提出了很多有线调度算法，但是这些算法往往并不能适用于无线网络，而且二者的评估指标也不尽相同，如在有线网络中，丢包用来估测网络性能，但在无线网络中丢包除了拥塞外还可能是因为无线网络自身信道特点。设想在一个传统的下行资源分配链路，基站连接了有线网络与无线网络，用于存储转发数据包，且所有到达基站的数据包在基站处不断的汇集，基站形成瓶颈节点，用户访问网络按照IEEE 802.11DCF竞争信道，数据包在基站处反复堆积，若不能将基站处的数据包及时有效排出，新到达的数据包很可能由于基站缓存满而丢包。对于每次发往链路的数据包，如果由于去往的信道出错不能成功发送，则会阻碍其余数据包发包机会，考虑基站容纳能力有限，这样基站处丢包现象严重，降低了实时性，增加了延迟，整体网络性能低效，特别是在无线网络情况下，由于无线链路的时分特性，不同用户去往的链路情况不一样，无线用户通过基站公平接入网络，用户地理位置影响了其发包链路的状态，因此无线网络中的包调度算法能够考虑链路的状态的好坏程度是十分必要的。

很多先前的经典调度方法如最大权调度算法(Max-Weight)，能够保障吞吐量，其中的经典轮询算法RR(Round Robin)，在保证吞吐量的同时还能保证公平性且自身实现很简单。在此基础上很多文章改进了最大权调度算法，结合了无线网络具体链路状态，提出一系列的信道相关的最大权调度算法CSDPS(Channel State Dependent Packet Scheduling)，该方法通过监测信道，当处于好状态的时候将选定的数据包进行发包，坏的时候转而处理其余包，这样可在利用率、公平性、吞吐量、执行复杂度等方面优于传统的最大权调度方法。

考虑一个下行链路的调度模型，基站处瓶颈问题是很重要的，多数先前研究的调度算法有的会忽略缓存长度问题，认为队列是无限长的，实际上，在一条传输链路中，用户队列长度是非常重要的，任何认为缓存无限长的调度算法往往会忽略新包到达可能由于队满而丢弃，设想若一个队列的数据包由于链路问题连续不能发包，那么对于多个用户队列汇集基站，基站作为潜在的瓶颈节点，不断的丢包与反复接近队满(考虑最坏情况)，这样会造成整体WLAN性能的急剧下降，甚至坍塌。产生这一队头阻塞现象的主要原因就是信道状态的不稳定性。

虽然有很多文献提出不同的信道状态相关的调度算法，但是实际上，对于无线网络的不稳定性，好的重传方法是十分必要的，若按照先前调度过程，当由于信道问题而发包失败，按照IEEE802.11规定丢包，这样若链路反复坏的坏会导致反复的丢包，这对上层造成极大的影响。重传机制可看作对所有失败包的发送，其与调度算法紧密相关，对未能成功发包的队列进行重传与补偿是无线网络包调度算法中需要考虑的。很多传统的重传方法通过设置重传计数器(MAX_RETRANSMISSION_TIMES)来限制连续的重传访问次数，考虑链路可能连续突发坏状态且数据包不断到达当前队列，此时传统的重传方式并不能有效解决队头阻塞问题(HOL)，这样限制了其余包的传输且使到达包因缓存满而丢包，增加了时延，但并未显著改善吞吐量。

因此，提出一种基于队长的概率重传方法来解决调度过程中未能成功发包的问题，尽可能解决HOL带来的数据包累积与低吞吐量问题，具有重要的应用价值。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种无线网络中基于概率重传的包调度方法，该方法在进行调度设定权值时考虑了链路跟队列两方面因素，能够依据发包队列拥塞情况进行概率重传调度，避免队头阻塞问题，同时还能对先前发送失败的队列进行补偿。

本发明的目的通过以下的技术方案实现：无线网络中基于概率重传的包调度方法，包括步骤：

(1)目的用户与瓶颈结点处队列组成链路，基站根据目的用户类型设置队列，每个链路中去往同一目的地的数据包标记为同一队列，为队列i设定对应二元组(W_i，G_i)，其中W_i表示当前队列i对应的权值，G_i为链路状态参数，同一队列数据包共享相同G_i；

(2)建立链路发包时，选择W_i最大的队列中的队首包进行发包，若发包成功，则更新链路中各队列的权值，进入下一个调度周期；若发包失败，则将数据包标记为失败包，执行步骤(3)；

(3)对发包失败的队列进行重传或补偿：若下次再次访问到先前某队列的失败包时，进行如下步骤：

(3-1)根据当前队列长度判断是否继续给予重传机会，若是，则继续重传至将来数据包发送成功或者被丢弃；若否，执行步骤(3-2)；

(3-2)进行丢包，同时记录从当前时刻开始到下次该队列成功发送队首包时丢包的次数DROP_TIMES，当下次队首包成功发送时，连续访问该队列DROP_TIMES+1次以进行该链路发包补偿。

优选的，所述步骤(1)中，设一个调度周期内，所有队列的平均队列长度为L_avg，队列i的长度为L_i，L_buf是每个队列固定的缓存长度，设置两个调节因子α与β，则：

$\begin{array}{c}{W}_i={\mathrm{\α}}_i\·{\left(\frac{L_i}{L_{\mathrm{avg}}}\right)}^{\mathrm{\β}}\·G_i\\ ={\mathrm{\α}}_i\·{\left(\frac{n{L}_i\left[k\right]}{\underset{1}{\overset{n}{\mathrm{\Σ}}}{L}_i\left[k\right]}\right)}^{\mathrm{\β}}\·G_i\end{array}$

其中，G_i表示上一个调度周期内的链路状态参数，初始值设为G_max，G_max是G_i所能取的最大值。公式中

更进一步的，对于队列L_i，若L_i>L_avg，则称此队列为长包队列；若L_i<L_avg，则称此队列为短包队列，设L_buf是每个队列固定的缓存长度，所述调节因子α与β根据下面规则进行设置：

(1)若L_i为长包队列，则0.90<α<1，β为1；

(2)若L_i为短包队列，则α为L_i/L_buf；β为-1。

参数β依照不同情况设置为1或者-1，因此一定大于1，可以看做当前队列即时长度L_i与平均队列L_avg差值的“指示”，这个“指示”对权值有很大的影响：对于长包队列，“指示”可以被看作队列发包的紧急程度，队列越长则与平均队列差值越大说明越亟待发送数据包，易知减少这个“指示”值可以使得各个队列长度接近平均队列长度L_avg，理论上使得基站处数据包聚集最小，这种调度方式也使得数据包调度更有效与合理。然而对于短包队列，队列越小反而会获得更大的“指示”值，这样就要反复选择最短的队列进行调度，这是非常不符合实际的，因此引入了参数α进行权的调节。

不考虑链路状态G_i，由表所示，当调度器处理到当前为短包队列的数据包的时候，α被设置为L_i/L_buf，这里L_buf是每个队列固定的缓存长度，当短包队列获得较大的“指示”值时，极小的L_i/L_buf可以使得权值得到平衡。对于长包队列的α被预先被定义为0.90<α<1保证有较小的“指示”值的队列同样有机会获得较大的权值，例如α越接近与1，权值可能趋近越大，这里参数α使得调度权的变化更加合理，实验中调节α的值可使得每个队列都有机会被访问到。

更进一步的，链路变坏的情况存在差异，比如是突然变坏或者连续变坏，因此若针对不同情况分别给予调整，会使得整个调度过程更精准更有效。因此，所述步骤(2)中更新链路中各队列的权值时，先更新G_i的值，G_i按照如下方法更新：

(1-1)首先，将G_i初始化为最大值G_max,即假定所有信道均处于好的状态，每次调度连同G_i值一同传给MAC层，竞争信道的次数记为retrains_time，MAC层将重传RTS/CTS最多G_i次，用以竞争到信道，；

(1-2)如果retrains_time小于G_i，则G_i值增加1，但不超过最大值G_max；

(1-3)如果retrains_time大于G_i，则减少G_i值，但不低于1：减少G_i值的规则如下：

(1-3-1)若G_i值在区间[G_max/2，G_max),判定为信道状态由好突变坏，恢复成好状态可能性很大，每次G_i值减1；

(1-3-2)若G_i值在小于G_max/2，判断为信道状态连续坏或者可能继续坏下去，每次G_i值减半为G_i/2。

具体的，所述每条链路均设置一链路状态转换模型，用于调节G_i，每条链路的模型相互独立运行，该模型可看似为一种两状态的马尔科夫状态转换模型，包括好状态和坏状态两种，其中好状态是指retrans_times＜G_i，重传次数小于上次更新后的G_i值，retrans_times是指竞争信道的次数，坏状态是指retrans_times＞G_i，重传次数大于上次更新后的值；该链路状态转换模型中的两种状态按照一定的概率进行转换且各自持续一段时间。

优选的，所述步骤(3-1)判断是否继续给予重传机会的方法是计算一重传概率p，p大于预设的阈值，则给予重传机会，p的计算公式如下：

$p=\left\{\begin{array}{cc}1& L\&le;L_{\min }\\ 1-\frac{L-L_{\min }}{L_{\max }-L_{\min }}& L_{\min }<L<L_{\max }\\ 0& L\&GreaterEqual;L_{\max }\end{array}\right.;$

其中，L表示当前队列的长度，L_min、L_max分别为设定的两个阈值。当L≤L_min，说明当前队列无拥塞，就正常给予一次重传机会，当L≥L_max，表明队列严重拥塞，若继续等待重传则新到达的包会因即将队满而被丢弃，因此不再给予重传机会直接丢包，当L_min<L<L_max，按照拥塞程度确定的重传概率选择丢包或重传。

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明该方法在进行调度设定权值时考虑了链路跟队列两方面因素，且该方法依据发包队列长度，提出一概率重传机制，从而避免队头阻塞问题，并对先前发送失败的队列进行补偿。本发明在概率重传机制的保障下能对待调度的数据包“择优而行”，由于考虑队列情况进行调度，缓解了瓶颈基站处的数据包累积压力。该方法对于无线网络调度方法的研究有着广阔的应用前景。

2、本发明考虑了链路状态，将上一次链路估测指标作为当前调度的依据，且将数据包进行分类，保证了每个队列都有被选中发包的机会。较单一的去考虑包调度算法更为复杂，但更具实际意义。

3、本发明采用链路估测的方法，链路状态参数用于调度权的确定。链路状态好的队列越有机会被调用，对于不同的链路坏情况(突然变坏，连续变坏)，链路状态参数不同方式的减少，保证链路状态坏的队列给予较少的传输机会。使得整个调度过程更精准更有效。

4、本发明采用的概率重传机制，保证了瓶颈节点处的数据包不至过分积累，缓解了整个WLAN的压力，解决了传统重传方式可能产生的数据包阻塞问题，与传统的重传方法相比，本发明方法提高了网络吞吐量，且重传考虑了具体的队列拥塞程度并给予每个队列发包失败补偿，使得算法在保证无线网络可靠性方面极具效率。

附图说明

图1是本发明方法流程图。

图2是本发明实际应用结构图。

图3是本发明中链路状态转换模型原理示意图。

图4是本发明调度过程结构示意图。

图5是传统模重传方法与本实施例方法的实例比较图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例1

在NS-2.35环境下对本实施例所述方法设计拓扑图，如图2所示，若干个在每次调度有各自权值队列的目的用户与瓶颈结点组成下行链路，基站通过有线传输与服务器相连。系统整体吞吐量是在每次访问后所有下行访问的吞吐量之和。整体持续时间Ts，基站根据目的用户类型设置队列，去往同一目的地的数据包标记为同一队列，为每个链路的队列i设定对应二元组，即(W_i，G_i),(i＝1,2，…n)其中W_i表示当前各队列(1,2…n)的对应的权值，G_i定义为此队列数据包去往链路的状态，为链路状态参数，同一队列数据包共享相同G_i，G_i∈[1,G_max],其中,G_max是G_i所能取的最大值，需预先被设置。W_i的值处于动态变化之中，作为用于判别信道状态的G_i，一定是信道状态越好，越容易被调度。本发明考虑了队列包的拥塞因素与链路估测两方面因素，每次发包动态调整链路状态参数用做下一次权值更新。若发包失败，不立即丢包，而是概率重传数据包。且调度方法对每个队列的丢包历史记录进行补偿。

根据调度算法来选中需要发包的队列，每次发送队首数据包核心调度过程结构如图4所示，下面结合图1对调度过程具体说明如下：

一、每次按照权W_i进行选择，同一链路中，选择W_i最大的队列中的队首包进行发包，调度周期的每个时隙发的队首包可能是新数据包，也可能是重传包。

其中调度权W_i：

$\begin{array}{c}{W}_i={\mathrm{\&alpha;}}_i\&CenterDot;{\left(\frac{L_i}{L_{\mathrm{avg}}}\right)}^{\mathrm{\&beta;}}\&CenterDot;G_i\\ ={\mathrm{\&alpha;}}_i\&CenterDot;{\left(\frac{n{L}_i\left[k\right]}{\underset{1}{\overset{n}{\mathrm{\&Sigma;}}}{L}_i\left[k\right]}\right)}^{\mathrm{\&beta;}}\&CenterDot;G_i\end{array}$

其中所有队列的平均队列长度为L_avg，队列i的即时长度为L_i，设L_buf是每个队列固定的缓存长度，若L_i为长包队列，则0.90<α<1，β为1；若L_i为短包队列，则α为L_i/L_buf；β为-1。

二、当链路i发包时，附带连同G_i一起传给MAC层。MAC层重传RTS/CTS最多G_i次。用以竞争到信道，竞争信道的次数记为retrains_time。如果retrains_time大于G_i，则以概率p重传。否则竞争成功，发送队首包，然后根据步骤1中的公式更新链路中各队列的权值，进入下一个调度周期。

进行概率重传是基于当前队列的对长来决定的。设L表示当前队列的长度，L_min、L_max分别为设定的两个阈值，当L≤L_min，表示队列无拥塞，就正常给予一次重传机会，当L≥L_max，表示严重拥塞，若继续等待重传则新到达的包将因即将队满而被丢弃，则不再给予重传机会直接丢包，当L_min<L<L_max，按照拥塞程度确定的重传概率丢包或重传。

重传概率的计算公式如下：

$p=\left\{\begin{array}{cc}1& L\&le;L_{\min }\\ 1-\frac{L-L_{\min }}{L_{\max }-L_{\min }}& L_{\min }<L<L_{\max }\\ 0& L\&GreaterEqual;L_{\max }\end{array}\right.$

依照队列拥塞情况得到一个重传概率，每次以此概率决定是否进行重传发包，当前不重传就丢包。

链路状态参数G_i反映了当前链路状态，如果链路状态好，则应该调整G_i使得对应队列下次发包获得更多机会。若链路状态不好。则应该调整G_i使得对应队列调度权变小。从而使整个调度过程更精准更有效。根据上次G_i的更新值决定如何发包，按照如下方法更新：

1：将G_i初始化为最大值G_max,即假定所有信道均处于好的状态。每次调度连同G_i值一同传给MAC层，MAC层将重传RTS/CTS最多G_i次,以竞争到信道，竞争信道的次数记为retrains_time。

2：如果retrains_time小于G_i，这说明信道i处于好的状态,下次应给予较多的传输机会,故G_i值增加1,但不超过最大值G_max。

3：如果retrains_time大于G_i,竞争信道失败(竞争到G_i次无法竞争到信道不丢包，按照概率重传方法予以重传)，说明该信道处于坏状态,这时继续重传增加开销,因此将G_i值减少,最小值为1：

a:若G_i值在区间[G_max/2，G_max),判定为信道状态由好突变坏，恢复成好状态可能性很大，每次G_i值减1；

b：若G_i值在小于G_max/2，判断为信道状态连续坏或者可能继续坏下去，每次G_i值指数级减半为G_i/2。

当竞争信道失败后，数据链路层并不删除此数据包，而是等待下次机会重传。

三、在重传后判断重传是否成功，即基站是否成功收到发送的包的ACK，如果没有，则重传失败，进行丢包。然后进入步骤四，执行后续补偿。如果重传成功，则判断丢包补偿次数是否为0，如果不为0，则发送队首包，完成此次调度周期的发送。如果丢包补偿次数为0，则处理下一个包。

四、在原来丢包的次数DROP_TIMES上加1，处理下一个包。直到下次该队列成功发送队首包为止，记录最后的丢包次数。当下次队首包成功发送时，连续访问该队列DROP_TIMES+1次以进行该链路发包补偿。

如图5中：有两个队列，队列A与队列B。队列A中包A1、A4、A6与队列B中的B2均是由于链路问题而发包失败的失败包，为了保证上层可靠交付，他们都需要重传。传统的方式下，设置重传计数器MAX_RETRANSMISSION_TIMES，令MAX_RETRANSMISSION_TIMES＝4，如果失败包A1经过4次重传后仍然不能成功发送，A1就被直接丢包，对于重传队列RetransmissionQueue1，可知如果连续的重传A1失败则会推迟其余的包的发送，考虑到链路状态的多变性，传统的重传调度并没有解决队头阻塞带来的数据包堆积问题。对于重传队列RetransmissionQueue2，采用本实施例所述的概率重传调度算法，当调度器再次访问到失败包A1的时候，考虑到队列A的队列状态并不好，因此A1可能只会以一个极小的概率(严重拥塞甚至概率为0)进行重传，如果当前A1判定为无法重传，则它直接被丢弃，接下来按照上面的方法，DROP_TIMES更新为DROP_TIMES+1，意味着队列A需要因为A1的丢包而需要一次额外的补偿机会。因此当下一个需要重传包A4因为链路状态好成功传输后，调度器将会抓住机会再次访问队列A一次将A5进行发包以保证补偿，从图中两个过程来看，概率重传可使得数据包尽可能快的排出队列。

本实施例中，每条链路均设置一链路状态转换模型，用于调节G_i，如图3所示，每条链路的模型相互独立运行，该模型可看似为一种两状态的马尔科夫状态转换模型，包括好状态和坏状态两种，其中好状态是指retrans_times≤G_i，重传次数小于上次更新后的G_i值，坏状态是指retrans_times＞G_i，重传次数大于上次更新后的值；该链路状态转换模型中的两种状态按照一定的概率进行转换且各自持续一段时间。图中G_max为G_i的最大值。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (6)

1.无线网络中基于概率重传的包调度方法，其特征在于，包括步骤：

(1)目的用户与瓶颈结点处队列组成链路，基站根据目的用户类型设置队列，每个链路中去往同一目的地的数据包标记为同一队列，为队列i设定对应二元组(W_i，G_i)，其中W_i表示当前队列i对应的权值，G_i为链路状态参数，同一队列数据包共享相同G_i；

(2)建立链路发包时，选择W_i最大的队列中的队首包进行发包，若发包成功，则更新链路中各队列的权值，进入下一个调度周期；若发包失败，则将数据包标记为失败包，执行步骤(3)；

(3)对发包失败的队列进行重传与补偿：若下次再次访问到先前某队列的失败包时，进行如下步骤：

(3-1)根据当前队列长度判断是否继续给予重传机会，若是，则继续重传至将来数据包发送成功或者被丢弃；若否，执行步骤(3-2)；

(3-2)进行丢包，同时记录从当前时刻开始到下次该队列成功发送队首包时丢包的次数DROP_TIMES，当下次队首包成功发送时，连续访问该队列DROP_TIMES+1次以进行该链路发包补偿。

2.根据权利要求1所述的无线网络中基于概率重传的包调度方法，其特征在于所述步骤(1)中，设一个调度周期内，所有队列的平均队列长度为L_avg，队列i的长度为L_i，设置两个调节因子α与β，则：

$W_i={\mathrm{\&alpha;}}_i\&CenterDot;{\left(\frac{L_i}{L_{\mathrm{avg}}}\right)}^{\mathrm{\&beta;}}\&CenterDot;G_i;$

其中，G_i表示上一个调度周期内的链路状态参数，初始值设为G_max，G_max是G_i所能取的最大值。

3.根据权利要求2所述的无线网络中基于概率重传的包调度方法，其特征在于，对于队列L_i，若L_i>L_avg，则称此队列为长包队列；若L_i<L_avg，则称此队列为短包队列，设L_buf是每个队列固定的缓存长度，所述调节因子α与β根据下面规则进行设置：

(1)若L_i为长包队列，则0.90<α<1，β为1；

(2)若L_i为短包队列，则α为L_i/L_buf；β为-1。

4.根据权利要求1所述的无线网络中基于概率重传的包调度方法，其特征在于，所述步骤(2)中更新链路中各队列的权值时，先更新G_i的值，G_i按照如下方法更新：

(1-1)首先，将G_i初始化为最大值G_max,即假定所有信道均处于好的状态，每次调度连同G_i值一同传给MAC层，竞争信道的次数记为retrains_time，MAC层将重传RTS/CTS最多G_i次，用以竞争到信道；

(1-2)如果retrains_time小于G_i，则G_i值增加1，但不超过最大值G_max；

(1-3)如果retrains_time大于G_i，则减少G_i值，但不低于1：减少G_i值的规则如下：

(1-3-1)若G_i值在区间[G_max/2，G_max),判定为信道状态由好突变坏，恢复成好状态可能性很大，每次G_i值减1；

(1-3-2)若G_i值在小于G_max/2，判断为信道状态连续坏或者可能继续坏下去，每次G_i值减半为G_i/2。

5.根据权利要求1所述的无线网络中基于概率重传的包调度方法，其特征在于，所述每条链路均设置一链路状态转换模型，用于调节G_i，每条链路的模型相互独立运行，该模型可看似为一种两状态的马尔科夫状态转换模型，包括好状态和坏状态两种，其中好状态是指retrans_times＜G_i，重传次数小于上次更新后的G_i值，retrans_times是指竞争信道的次数，坏状态是指retrans_times＞G_i，重传次数大于上次更新后的值；该链路状态转换模型中的两种状态按照一定的概率进行转换且各自持续一段时间。

6.根据权利要求1所述的无线网络中基于概率重传的包调度方法，其特征在于，所述步骤(3-1)判断是否继续给予重传机会的方法是计算一重传概率p，p大于预设的阈值，则给予重传机会，p的计算公式如下：

$p=\left\{\begin{array}{cc}1& L\&le;L_{\min }\\ 1-\frac{L-L_{\min }}{L_{\max }-L_{\min }}& L_{\min }<L<L_{\max }\\ 0& L\&GreaterEqual;L_{\max }\end{array}\right.;$

其中，L表示当前队列的长度，L_min、L_max分别为设定的两个阈值。