CN106954229A - 基于spma的混合式信道负载统计方法 - Google Patents
基于spma的混合式信道负载统计方法 Download PDFInfo
- Publication number
- CN106954229A CN106954229A CN201710136147.7A CN201710136147A CN106954229A CN 106954229 A CN106954229 A CN 106954229A CN 201710136147 A CN201710136147 A CN 201710136147A CN 106954229 A CN106954229 A CN 106954229A
- Authority
- CN
- China
- Prior art keywords
- channel loading
- phy
- frequency
- txpulses
- channel
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access, e.g. scheduled or random access
- H04W74/08—Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access]
- H04W74/0833—Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access] using a random access procedure
- H04W74/0841—Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access] using a random access procedure with collision treatment
- H04W74/085—Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access] using a random access procedure with collision treatment collision avoidance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W80/00—Wireless network protocols or protocol adaptations to wireless operation
- H04W80/02—Data link layer protocols
Abstract
本发明提供了一种基于SPMA的混合式信道负载统计方法,分别从物理层获取信道负载和从网络层获取信道负载,在轻负载情况下,使用物理层获得的信道负载统计值,在重负载情况下,通过网络层获得的信道负载统计值进行校准,若两者统计结果之间的差距超过一定容限,则使用网络层获得的信道负载统计值进行校准。本发明能够降低信道冲突,保证数据发送的实时性和高优先级数据较高的成功传输概率。
Description
技术领域
本发明属于无线通信技术领域,涉及链路层协议或称MAC层协议。
背景技术
在链路层面以“全双工”通信为基础实现的基于优先级概率统计的多址接入协议SPMA(statistic priority-based multiple access),链路层协议或称MAC协议描述了节点接入无线信道的规则,采用合适的MAC协议,能够更合理地分配有限的无线带宽资源,是数据链的关键技术之一。统计优先级多址接入(SPMA)协议的大致结构如图1所示。
协议由多个优先级队列、优先级竞争回退窗口、优先级门限、发生调度算法、信道负载统计、收发天线以及相应的分布式控制算法组成。SPMA协议可以看成CSMA协议的升级。CSMA协议中,信道只有两种状态,忙或闲,通过侦听信道上的信号能量来检测。而在SPMA协议中,信道可能会有多种状态,并不是说只要有一个节点在发送数据,就判定信道为忙。SPMA协议是通过MAC层与物理层的交互,根据信道中检测到的脉冲数目和预先设定的阈值确定信道的占用状态,来决定分组的发送。信道负载统计用来统计预定时间段内一个通信信道的活动等级。当高层有分组传输或接收到转发分组时,分组按照一定的规则进入相应的优先级队列,然后由信道负载统计值与相应的优先级门限进行比较,如果信道负载统计值低于优先级门限,则发送分组;如果信道负载统计值高于优先级门限,该优先级分组等待一个随机回退时间,回退时间减为零后,节点再重新检查信道负载统计值进行发送。当在回退时间内有高优先级数据到法时,回退定时器暂停,信道负载统计值立刻与相应高优先级门限进行比较,来决定新到达的高优先级分组的传输。信道负载统计决定了各优先级的包可以即时发送还是做退避处理,从而避免或降低数据包碰撞以及重复发送过程,同时保证高优先级的包以较低的时延和较高的接入成功率发射。因此,信道负载统计是否准确直接影响到SPMA协议的关键性能。
负载统计(也称负载感知)的目的主要是针对不同的应用场景利用收集到的负载信息对网络业务流进行均衡,因此针对不同的应用各有侧重的采用不同的负载统计方法和负载判决准则。如LBAR协议主要针对网络延时要求较高的时延敏感应用,LWR协议主要考虑在网络节点密度大、负载重的情况下仍然能够保证网络的稳定,SIN协议主要针对路由开销对路由协议的可扩展性和吞吐率影响进行研究。因此,上述协议中的负载统计方法是分别根据相应协议设计的,无法直接搬移到SPMA协议中使用。
在大多数网络协议中都会把自身负载信息加入到周期性广播的路由消息中(如本发明中的DNA消息),从而实现全网的负载统计。但是单纯使用这种方法频繁交互周期性路由消息,必然导致较大的网络开销,如果交互周期太慢又无法实时感知网络负载;熊伟等人在“一种结构化P2P协议中的自适应负载均衡方法”(软件学报,2009)中采用一种被动式节点负载统计方法生成局部负载统计,每个节点在发送消息时,均把自身负载信息加入到消息中,这种方法虽然不会额外增加网络中的消息数量,但是会减少发送消息中能携带的有效数据比特流。
此外,张定坤在“基于负载统计的空基自组网的接入控制算法研究”(电子科技大学硕士论文)和汪文晋在“基于竞争机制的无线自组织网络接入控制退避算法研究”(华北电力大学硕士论文)中通过网络中历史数据,建立相应的流量预测模型,对节点未来一段时间内的流量负载情况进行预测,从而实现网络负载统计。这种方法比较适用于网络负载平稳变化的场景,但是SPMA协议的网络中节点发送数据具有很强的突发性和间歇性,当前时刻与之前某一时刻的网络负载状态相关性很小,难以进行准确预测。
发明内容
为了克服现有技术的不足,本发明提供一种混合式信道负载统计方法,能够降低信道冲突,保证数据发送的实时性和高优先级数据较高的成功传输概率。
本发明解决其技术问题所采用的技术方案包括以下步骤:
(1)网络中的各节点在每个统计窗口T内在每个频点i上从物理层统计一次获得脉冲计数,则节点从物理层获得的信道负载统计表示为
Pulses_PHYi(T)=(TxPulses_locali+RxPulses_locali)
其中i=1,2,3,…,N,TxPulses_locali表示本地节点在频点i上发送的脉冲数目,RxPulses_locali表示本地节点在频点i上接收的脉冲数目;
(2)设信道负载统计窗口为{T,T+1,T+2,T+3,T+4},窗口时间段内在频点i上从物理层获得的信道负载统计值分别为Pulses_PHYi(T)、Pulses_PHYi(T+1)、Pulses_PHYi(T+2)、Pulses_PHYi(T+3)和Pulses_PHYi(T+4),采用时间窗指数加权算法获得负载统计值,则当前时刻频点i的信道负载统计值为
其中,αt为对应窗口的加权值,α0≥α1≥α2≥α3≥α4,
(3)优先级队列n有一个数据包m请求发送,该数据包脉冲的跳频图案包括频点(i,h,…,k),则当前时刻优先级队列n的数据包m从物理层获得的的信道负载统计值就是其所占频点的负载统计值的均值,即
(4)节点为DNA消息提供一组TxPulses_LocalNeti值,该值是本地节点在频点i上发送的脉冲数目TxPulses_Local与其他节点在频点i上发送的脉冲数目TxPulses_Neighbor之和,将其定义为频点i上局部网络发送脉冲数目,
TxPulses_LocalNeti=TxPulses_Locali+∑jTxPulses_Neighborij
其中,j=1,2,3,…,M,表示第j个节点;
(5)将最大的局部网络发送脉冲数目定义为全局网络发送脉冲数目,
TxPulses_GlobalNeti=MAX1≤j≤M{TxPulses_LocalNetij};
(6)优先级队列n有一个数据包m请求发送,该数据包脉冲的跳频图案包括频点(i,h,…,k),则当前时刻优先级队列n的数据包m从网络层获得的信道负载统计值就是其所占频点的全局网络发送脉冲数目的均值,即
Pulses_NETnm=mean[TxPulses_GlobalNet{i,h,…,k}];
(7)将Pulses_NETnm和归一化为每秒发送脉冲数目,
PPS_NETnm=Pulses_NETnm/TDNA
其中,TDNA表示DNA报告间隔,Tlib表示跳频/跳时库变化间隔,即物理层统计窗口T的大小;
(8)PPS_NETnm和PPS_PHYnm之间的差距小于容限PPSdif时,使用物理层获得的信道负载统计值作为标准,否则通过网络层获得的信道负载统计值进行校准,
其中,PPS_PANnm表示优先级队列n的数据包m从物理层和网络层两方面结合获得的信道负载统计值,将其与相应的优先级n门限进行比较;如果PPS_PANnm低于优先级n门限,则发送数据包m;否则数据包m等待一个随机回退时间,回退时间减为零后,节点再重新检测信道负载统计值进行发送。
本发明的有益效果是:在链路层面以全双工通信为基础的基于优先级概率统计的多址接入协议SPMA,其信道负载统计是否准确直接影响到SPMA协议的关键性能。信道负载统计决定了各优先级的包可以即时发送还是做退避处理,从而避免或降低数据包碰撞以及重复发送过程,同时保证高优先级的包以较低的时延和较高的接入成功率发射。
本发明主要对统计优先级多址接入(SPMA)协议的信道占用状态进行研究,首先研究了单独从物理层进行信道负载统计和单独从网络层进行信道负载统计,这两种方法都各有优缺点。然后,结合这两种方法的优缺点,设计了一种准确的混合式信道负载统计方法,从物理层和网络层两方面对信道占用状态进行统计,有效的估计实际的信道占用状态,降低了信道冲突,保证了数据发送的实时性和高优先级数据较高的成功传输概率。
附图说明
图1是SPMA协议示意图。
图2是SPMA多信道机制示意图。
图3是本发明的时间窗指数加权算法。
图4是轻负载下通过物理层获取信道负载的SPMA协议仿真结果图。
图5是轻负载下通过网络层获取信道负载的SPMA协议仿真结果图。
图6是重负载下通过物理层获取信道负载的SPMA协议仿真结果图。
图7是重负载下通过网络层获取信道负载的SPMA协议仿真结果图。
图8是轻负载下通过混合式获取信道负载的SPMA协议仿真结果图。
图9是重负载下通过混合式获取信道负载的SPMA协议仿真结果图。
具体实施方式
本发明主要对统计优先级多址接入(SPMA)协议的信道占用状态进行研究,从物理层和网络层两方面对信道占用状态进行统计,设计了一种准确的混合式信道负载统计方法,有效地降低了信道冲突,保证了数据发送的实时性和高优先级数据较高的成功传输概率。
为实现上述目的,本发明的技术思路是,从物理层获取信道负载和从网络层获取信道负载,这两种方法各有优缺点。因此,本发明结合这两种方法的优缺点,设计了一种准确的混合式信道负载统计方法。在轻负载情况下,使用物理层获得的信道负载统计值具有很高的准确性,但为避免重负载下同步信号严重丢失导致从物理层获得的信道负载统计值比实际信道负载值偏小的问题,可以通过网络层获得的信道负载统计值进行校准,若两者统计结果之间的差距超过一定容限时,从物理层获得的信道负载统计值可信度较低,此时使用网络层获得的信道负载统计值进行校准。本发明定义PPS_PAN表示从物理层和网络层两方面结合获得的每秒发送脉冲数目,用于作为信道负载统计的度量。
本发明实现步骤如下:
步骤一、通过物理层获取信道负载统计:
(1)网络中的各节点在每个统计窗口(T)内在每个信道(频点i)上从物理层统计一次获得的脉冲计数,则节点从物理层获得的信道负载统计表示为
Pulses_PHYi(T)=(TxPulses_locali+RxPulses_locali)
其中i=1,2,3,…,N,表示第i个频点;
(2)设信道负载统计窗口为{T,T+1,T+2,T+3,T+4},在T时间段内在频点i上从物理层获得的信道负载统计值分别为Pulses_PHYi(T),Pulses_PHYi(T+1),Pulses_PHYi(T+2),Pulses_PHYi(T+3),Pulses_PHYi(T+4),采用时间窗指数加权算法获得负载统计值,如图3所示。则当前时刻频点i的信道负载统计值为
其中,αt为对应窗口的加权值,一般α0≥α1≥α2≥α3≥α4,
(3)优先级队列n有一个数据包m请求发送,该数据包脉冲的跳频图案包括频点(i,h,…,k),则当前时刻数据包m的信道负载统计值就是其所占频点的负载统计值的均值,即
其中,表示优先级队列n的数据包m从物理层获得的信道负载统计值。
步骤二、通过网络层获取信道负载统计:
(4)节点为DNA消息提供一组TxPulses_LocalNeti值,该值是本地节点在频点i上发送的脉冲数目TxPulses_Local与其他节点在频点i上发送的脉冲数目TxPulses_Neighbor之和,将其定义为频点i上局部网络发送脉冲数目,表示如下
TxPulses_LocalNeti=TxPulses_Locali+∑jTxPulses_Neighborij
其中i=1,2,3,…,N,表示第i个频点;j=1,2,3,…,M,表示第j个节点。
(5)将所有的局部网络发送脉冲数目中最大的定义为全局网络发送脉冲数目,表示如下
TxPulses_GlobalNeti=MAX1≤j≤M{TxPulses_LocalNetij}
(6)优先级队列n有一个数据包m请求发送,该数据包脉冲的跳频图案包括频点(i,h,…,k),则当前时刻数据包m的信道负载统计值就是其所占频点的全局网络发送脉冲数目的均值,即
Pulses_NETnm=mean[TxPulses_GlobalNet{i,h,…,k}]
其中,Pulses_NETnm表示优先级队列n的数据包m从网络层获得的信道负载统计值。
步骤三、结合网络层信道负载统计值和物理层信道负载统计值,给出混合式信道负载统计:
(7)为了结合使用网络层信道负载统计值Pulses_NETnm和物理层信道负载统计值须将它们归一化为每秒发送脉冲数目:
PPS_NETnm=Pulses_NETnm/TDNA
其中,TDNA表示DNA报告间隔,Tlib表示跳频/跳时库变化间隔,即物理层统计窗口T的大小。
(8)若PPS_NETnm和PPS_PHYnm之间的差距小于容限PPSdif时,使用物理层获得的信道负载统计值作为标准,若两者统计结果之间的差距超过容限PPSdif时,通过网络层获得的信道负载统计值进行校准:
其中,PPS_PANnm表示优先级队列n的数据包m从物理层和网络层两方面结合获得的信道负载统计值,将其与相应的优先级n门限进行比较。如果它低于优先级n门限,则发送数据包m;如果它高于优先级n门限,该数据包m等待一个随机回退时间,回退时间减为零后,节点再重新检测信道负载统计值进行发送。
下面结合附图对本发明进一步描述。SPMA协议以全双工通信与多用户通信机制为基础的,指一个节点支持一路数据发送的同时可接收N路独立的数据流。物理层可以采用跳频、跳时和脉冲调制等技术,包在发送前被拆分成若干脉冲,每个脉冲再按照设计好的跳频跳时图案选择对应的频点和发送时刻。因此,多个用户可以同时占用不同的频点进行发送或接收,从而实现全双工通信与多用户通信,如图2所示。
信道负载统计模块用于统计信道占用状态,信道负载统计模块需要通过在每个信道(频点)上分别统计信道占用状态,最后得出整个可用时频空间中的信道负载统计值。信道占用状态可以通过SPMA协议的控制算法从物理层获得,根据信道中检测到的脉冲数目和预先设定的阈值确定信道的占用状态。
当物理层同步到数据帧头后,物理层将同步信号发送给信道负载统计模块,该模块通过脉冲同步信号的计数来实现信道负载统计,在每个跳频、跳时图案变化间隔内(T)都会统计一次。信道负载统计模块通过物理层获得的信息有:本地节点发射的脉冲数目(TxPulses_local)、网络业务脉冲的数目、接收机寻址脉冲的数目和广播脉冲的数目,其中后三个都是接收到的脉冲,因此三者之和可以作为本地节点接收的脉冲数目(RxPulses_local)。
通过物理层获取信道负载统计的算法:
1)首先,网络中的各节点在每个统计窗口(T)内在每个信道(频点i)上从物理层统计一次获得的脉冲计数,则节点从物理层获得的信道负载统计表示为
Pulses_PHYi(T)=(TxPulses_locali+RxPulses_locali)
其中i=1,2,3,…,N,表示第i个频点;
2)然后,设信道负载统计窗口为{T,T+1,T+2,T+3,T+4},在T时间段内在频点i上从物理层获得的信道负载统计值分别为Pulses_PHYi(T),Pulses_PHYi(T+1),Pulses_PHYi(T+2),Pulses_PHYi(T+3),Pulses_PHYi(T+4),一般将最近5个统计窗口(T)的值进行滑动平均作为当前时刻的信道负载估计值,滑动平均表示每个窗口的权重相同。但是距离当前时刻越远的窗口对当前网络负载影响应该越小,而距离当前时刻越近的窗口对当前网络负载影响应该越大,所以,本发明采用时间窗指数加权算法获得负载统计值,如图3所示。则当前时刻频点i的信道负载统计值为
其中,αt为对应窗口的加权值,一般α0≥α1≥α2≥α3≥α4,
3)最后,如果优先级队列n有一个数据包m请求发送,该数据包脉冲的跳频图案包括频点(i,h,…,k),则当前时刻数据包m的信道负载统计值就是其所占频点的负载统计值的均值,即
其中,表示优先级队列n的数据包m从物理层获得的信道负载统计值,将其与相应的优先级n门限进行比较。如果它低于优先级n门限,则发送数据包m;如果它高于优先级n门限,该数据包m等待一个随机回退时间,回退时间减为零后,节点再重新检测信道负载统计值进行发送。
信道负载统计还可以通过网络层的网络感知消息(DNA消息)获得,网络层的DNA(Distributed Network Awareness)消息会在每个DNA传输间隔内给单跳范围内所有节点广播一次。因此,我们可以在DNA消息中携带上一个SPMA统计信息,SPMA统计信息中包含的信道占用状态信息如表1所示。DNA服务一旦收到SPMA统计信息,就将消息内的源地址和相应的计数值发给信道负载统计模块处理。
表1 DNA消息格式
本发明定义Pulses_NET表示从网络层DNA消息中获得的发送脉冲数目,用于作为网络层信道负载统计的度量。上一节已经描述了通过物理层进行信道负载统计的方法,而本节将给出通过网络层获得信道负载统计的算法:
1)首先,DNA服务在每个DNA传输间隔发送一个SPMA统计消息给单跳广播地址。节点需要为该SPMA统计消息提供一组TxPulses_LocalNeti值,该值是本地节点在频点i上发送的脉冲数目TxPulses_Local(从业务统计获得)与其他节点在频点i上发送的脉冲数目TxPulses_Neighbor(从DNA报告获得)之和,我们将其定义为频点i上局部网络发送脉冲数目(Localized network transmit pulses),表示如下
TxPulses_LocalNeti=TxPulses_Locali+∑jTxPulses_Neighborij
其中i=1,2,3,…,N,表示第i个频点;j=1,2,3,…,M,表示第j个节点。
2)然后,节点可以从其他邻居节点的DNA报告中获得其各自统计的局部网络发送脉冲数目,我们将所有的局部网络发送脉冲数目中最大的定义为全局网络发送脉冲数目(Global network transmit pulses),表示如下
TxPulses_GlobalNeti=MAX1≤j≤M{TxPulses_LocalNetij}
3)最后,如果优先级队列n有一个数据包m请求发送,该数据包脉冲的跳频图案包括频点(i,h,…,k),则当前时刻数据包m的信道负载统计值就是其所占频点的全局网络发送脉冲数目的均值,即
Pulses_NETnm=mean[TxPulses_GlobalNet{i,h,…,k}]
其中,Pulses_NETnm表示优先级队列n的数据包m从网络层获得的信道负载统计值,将其与相应的优先级n门限进行比较。如果它低于优先级n门限,则发送数据包m;如果它高于优先级n门限,该数据包m等待一个随机回退时间,回退时间减为零后,节点再重新检测信道负载统计值进行发送。
以上两节描述了从不同方面进行信道负载统计的方法:一是从物理层获得信道占用状态,二是从网络层获得信道占用状态。我们通过仿真来验证这两种方法的可行性与准确性。
首先,在整个网络负载较轻的情况下,比较这两种信道负载统计方法的效果,仿真结果如图4和图5所示。仿真条件设置如下:
1)时间刻度:50ms(物理层统计窗口T的大小);
2)用户数:20个(设饱和业务下1个用户的发送速率为1600Pulses/50ms,最多同时接收4个用户即6400个Pulses/50ms,超过就会碰撞);
3)仿真时长:10s;
4)脉冲占空比:每个节点的发送占空比都为50%;
5)业务到达概率:每个节点每毫秒以0.3的概率选择是否发送一个包(轻负载);
6)DNA消息广播间隔:在2s的DNA间隔内,每个节点周期发送DNA广播的时间点采用随机方法选取;
根据图4的仿真结果可知,在整个网络负载较轻的情况下,从物理层获得的信道负载统计值与实际信道负载值基本一致,表明该方法不仅具有可行性而且还有很高的准确性;而根据图5的仿真结果可知,节点从网络层DNA消息中获得的信道负载统计值与实际信道负载值相比,大小变化趋势基本相同,但存在较大的误差以及时间滞后性,表明该方法具有一定的可行性但准确性较差。
然后,为了比较在网络负载较重的情况下这两种信道负载统计方法的效果,我们将发送概率修改为:每个节点每毫秒以0.7的概率选择是否发送一个包(重负载),其他仿真条件都保持不变,结果如图6和图7所示。
根据图6的仿真结果可知,在整个网络负载较重的情况下,由于脉冲之间相互碰撞导致同步信号丢失严重,因此从物理层获得的信道负载统计值与实际信道负载值相比,不仅存在很大误差而且基本变化趋势也不同,表明该方法没有可行性;然而,根据图7的仿真结果可知,从网络层DNA消息中获得的信道负载统计值与实际信道负载值相比,仍然是大小变化趋势基本相同,但存在较大的误差以及时间滞后性,表明该方法还是具有一定的可行性。
最后,根据以上仿真结果,对这两种方法的优缺点进行总结,如表2所示:
表2、物理层和网络层信道负载统计优缺点比较
从表2总结可知,从物理层获取信道负载和从网络层获取信道负载,这两种方法各有优缺点。因此,本发明结合这两种方法的优缺点,设计了一种准确的混合式信道负载统计方法。在轻负载情况下,使用物理层获得的信道负载统计值具有很高的准确性,但为避免重负载下同步信号严重丢失导致从物理层获得的信道负载统计值比实际信道负载值偏小的问题,可以通过网络层获得的信道负载统计值进行校准,若两者统计结果之间的差距超过一定容限时,从物理层获得的信道负载统计值可信度较低,此时使用网络层获得的信道负载统计值进行校准。
本发明定义PPS_PAN表示从物理层和网络层两方面结合获得的每秒发送脉冲数目,用于作为信道负载统计的度量。本节将在前两种算法的基础上,给出混合式信道负载统计的算法:
1)首先,分别通过网络层获取信道负载统计和物理层获取信道负载统计的算法,得到信道负载统计值和Pulses_NETnm。
2)然后,为了结合使用网络层信道负载统计值Pulses_NETnm和物理层信道负载统计值须将它们归一化为每秒发送脉冲数目:
PPS_NETnm=Pulses_NETnm/TDNA
其中,TDNA表示DNA报告间隔,Tlib表示跳频/跳时库变化间隔,即物理层统计窗口T的大小。
3)最后,若PPS_NETnm和PPS_PHYnm之间的差距小于容限PPSdif时,使用物理层获得的信道负载统计值作为标准,若两者统计结果之间的差距超过容限PPSdif时,通过网络层获得的信道负载统计值进行校准:
其中,PPS_PANnm表示优先级队列n的数据包m从物理层和网络层两方面结合获得的信道负载统计值,将其与相应的优先级n门限进行比较。如果它低于优先级n门限,则发送数据包m;如果它高于优先级n门限,该数据包m等待一个随机回退时间,回退时间减为零后,节点再重新检测信道负载统计值进行发送。
本发明的有益效果可通过以下仿真进一步说明,仿真条件设置如下:
1)时间刻度:50ms(物理层统计窗口T的大小);
2)用户数:20个(设饱和业务下1个用户的发送速率为1600Pulses/50ms,最多同时接收4个用户即6400个Pulses/50ms,超过就会碰撞);
3)仿真时长:10s;
4)脉冲占空比:每个节点的发送占空比都为50%;
5)DNA消息广播间隔:在2s的DNA间隔内,每个节点周期发送DNA广播的时间点采用随机方法选取;
仿真一:
首先,设业务到达概率为:每个节点每毫秒以0.3的概率选择是否发送一个包(轻负载)。在整个网络负载较轻的情况下,仿真结果如附图8所示。
根据图8的仿真结果可知,在整个网络负载较轻的情况下,从物理层及网络层获得的信道负载统计值与实际信道负载值基本一致,表明该方法不仅具有可行性而且还有很高的准确性;
仿真二:
然后,我们将发送概率修改为:每个节点每毫秒以0.8的概率选择是否发送一个包(重负载),其他仿真条件都保持不变,仿真结果如附图9所示。
根据图9的仿真结果可知,在整个网络负载较重的拥塞情况下,刚开始时由于脉冲之间相互碰撞导致同步信号丢失严重,因此从物理层获得的信道负载统计值与实际信道负载值相比存在很大误差,但是过一段时间后网络层的DNA消息到达,发现两者统计结果之间的差距超过一定容限,此时使用网络层获得的信道负载统计值进行校准,从而限制网络实际输出负载到丢包率较小水平,使物理层信道负载统计恢复准确,从而保障网络不再拥塞进入良好工作状态。
Claims (1)
1.一种基于SPMA的混合式信道负载统计方法,其特征在于包括下述步骤:
(1)网络中的各节点在每个统计窗口T内在每个频点i上从物理层统计一次获得脉冲计数,则节点从物理层获得的信道负载统计表示为
Pulses_PHYi(T)=(TxPulses_locali+RxPulses_locali)
其中i=1,2,3,…,N,TxPulses_locali表示本地节点在频点i上发送的脉冲数目,RxPulses_locali表示本地节点在频点i上接收的脉冲数目;
(2)设信道负载统计窗口为{T,T+1,T+2,T+3,T+4},窗口时间段内在频点i上从物理层获得的信道负载统计值分别为Pulses_PHYi(T)、Pulses_PHYi(T+1)、Pulses_PHYi(T+2)、Pulses_PHYi(T+3)和Pulses_PHYi(T+4),采用时间窗指数加权算法获得负载统计值,则当前时刻频点i的信道负载统计值为
其中,αt为对应窗口的加权值,α0≥α1≥α2≥α3≥α4,
(3)优先级队列n有一个数据包m请求发送,该数据包脉冲的跳频图案包括频点(i,h,…,k),则当前时刻优先级队列n的数据包m从物理层获得的的信道负载统计值就是其所占频点的负载统计值的均值,即
(4)节点为DNA消息提供一组TxPulses_LocalNeti值,该值是本地节点在频点i上发送的脉冲数目TxPulses_Local与其他节点在频点i上发送的脉冲数目TxPulses_Neighbor之和,将其定义为频点i上局部网络发送脉冲数目,
TxPulses_LocalNeti=TxPulses_Locali+ΣjTxPulses_Neighborij
其中,j=1,2,3,…,M,表示第j个节点;
(5)将最大的局部网络发送脉冲数目定义为全局网络发送脉冲数目,
TxPulses_GlobalNeti=MAX1≤j≤M{TxPulses_LocalNetij};
(6)优先级队列n有一个数据包m请求发送,该数据包脉冲的跳频图案包括频点(i,h,…,k),则当前时刻优先级队列n的数据包m从网络层获得的信道负载统计值就是其所占频点的全局网络发送脉冲数目的均值,即
Pulses_NETnm=mean[TxPulses_GlobalNet{i,h,…,k}];
(7)将Pulses_NETnm和归一化为每秒发送脉冲数目,
PPS_NETnm=Pulses_NETnm/TDNA
其中,TDNA表示DNA报告间隔,Tlib表示跳频/跳时库变化间隔,即物理层统计窗口T的大小;
(8)PPS_NETnm和PPS_PHYnm之间的差距小于容限PPSdif时,使用物理层获得的信道负载统计值作为标准,否则通过网络层获得的信道负载统计值进行校准,
其中,PPS_PANnm表示优先级队列n的数据包m从物理层和网络层两方面结合获得的信道负载统计值,将其与相应的优先级n门限进行比较;如果PPS_PANnm低于优先级n门限,则发送数据包m;否则数据包m等待一个随机回退时间,回退时间减为零后,节点再重新检测信道负载统计值进行发送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710136147.7A CN106954229A (zh) | 2017-03-09 | 2017-03-09 | 基于spma的混合式信道负载统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710136147.7A CN106954229A (zh) | 2017-03-09 | 2017-03-09 | 基于spma的混合式信道负载统计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106954229A true CN106954229A (zh) | 2017-07-14 |
Family
ID=59466987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710136147.7A Pending CN106954229A (zh) | 2017-03-09 | 2017-03-09 | 基于spma的混合式信道负载统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106954229A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107454628A (zh) * | 2017-07-18 | 2017-12-08 | 西安电子科技大学 | 竞争多址中基于统计负载的分组调度方法 |
CN109787655A (zh) * | 2019-01-16 | 2019-05-21 | 南京航空航天大学 | 一种适用于统计优先级多址接入的跳频跳时图案设计方法 |
CN109803294A (zh) * | 2019-01-16 | 2019-05-24 | 南京航空航天大学 | 一种面向高时敏业务的统计优先级多址接入方法 |
CN110049018A (zh) * | 2019-03-25 | 2019-07-23 | 上海交通大学 | 基于增强学习的spma协议参数优化方法、系统及介质 |
CN110138757A (zh) * | 2019-04-30 | 2019-08-16 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 空分多址sdma-spma多址接入系统 |
CN111163491A (zh) * | 2020-01-03 | 2020-05-15 | 重庆邮电大学 | 一种高信道利用率的细粒度统计优先多址接入方法 |
CN112436908A (zh) * | 2020-11-10 | 2021-03-02 | 中国人民解放军海军航空大学航空作战勤务学院 | 一种基于距离加权的数据链信道负载统计方法 |
CN112436910A (zh) * | 2020-11-10 | 2021-03-02 | 中国人民解放军海军航空大学航空作战勤务学院 | 一种用于spma协议的数据链信道占用检测装置设计方法 |
CN112436909A (zh) * | 2020-11-10 | 2021-03-02 | 中国人民解放军海军航空大学航空作战勤务学院 | 一种基于j消息格式的数据链信道占用率检测方法 |
CN112788665A (zh) * | 2020-12-26 | 2021-05-11 | 重庆邮电大学 | 战术互联网中一种自适应mac机制 |
CN113453269A (zh) * | 2020-03-27 | 2021-09-28 | 哈尔滨工业大学 | 一种基于优先级的信道负载统计以及退避窗口设置方法 |
CN113784390A (zh) * | 2021-09-13 | 2021-12-10 | 中国航空无线电电子研究所 | 实现网络负载动态分配的无线通信系统 |
CN113891491A (zh) * | 2021-11-18 | 2022-01-04 | 中国航空无线电电子研究所 | 一种链路接入方法及装置 |
CN114143829A (zh) * | 2021-11-17 | 2022-03-04 | 中国电子科技集团公司第二十研究所 | 一种实时信道监测下的数据链信道负载算法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8098579B2 (en) * | 2006-08-22 | 2012-01-17 | Embarq Holdings Company, LP | System and method for adjusting the window size of a TCP packet through remote network elements |
CN104025691A (zh) * | 2011-12-28 | 2014-09-03 | 高通股份有限公司 | 多址通信系统中的动态信道重用 |
CN104041107A (zh) * | 2011-11-17 | 2014-09-10 | 高通股份有限公司 | 用于mbms系统中的物理层测量的方法和装置 |
CN105723665A (zh) * | 2013-11-07 | 2016-06-29 | 高通股份有限公司 | 用于lte上行链路吞吐量估计的方法和装置 |
-
2017
- 2017-03-09 CN CN201710136147.7A patent/CN106954229A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8098579B2 (en) * | 2006-08-22 | 2012-01-17 | Embarq Holdings Company, LP | System and method for adjusting the window size of a TCP packet through remote network elements |
CN104041107A (zh) * | 2011-11-17 | 2014-09-10 | 高通股份有限公司 | 用于mbms系统中的物理层测量的方法和装置 |
CN104025691A (zh) * | 2011-12-28 | 2014-09-03 | 高通股份有限公司 | 多址通信系统中的动态信道重用 |
CN105723665A (zh) * | 2013-11-07 | 2016-06-29 | 高通股份有限公司 | 用于lte上行链路吞吐量估计的方法和装置 |
Non-Patent Citations (1)
Title |
---|
陈少峰: "基于SPMA协议的混合式信道负载统计方法", 《现代导航》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107454628B (zh) * | 2017-07-18 | 2020-09-08 | 西安电子科技大学 | 竞争多址中基于统计负载的分组调度方法 |
CN107454628A (zh) * | 2017-07-18 | 2017-12-08 | 西安电子科技大学 | 竞争多址中基于统计负载的分组调度方法 |
CN109803294B (zh) * | 2019-01-16 | 2021-09-10 | 南京航空航天大学 | 一种面向高时敏业务的统计优先级多址接入方法 |
CN109787655A (zh) * | 2019-01-16 | 2019-05-21 | 南京航空航天大学 | 一种适用于统计优先级多址接入的跳频跳时图案设计方法 |
CN109803294A (zh) * | 2019-01-16 | 2019-05-24 | 南京航空航天大学 | 一种面向高时敏业务的统计优先级多址接入方法 |
CN110049018A (zh) * | 2019-03-25 | 2019-07-23 | 上海交通大学 | 基于增强学习的spma协议参数优化方法、系统及介质 |
CN110138757A (zh) * | 2019-04-30 | 2019-08-16 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 空分多址sdma-spma多址接入系统 |
CN110138757B (zh) * | 2019-04-30 | 2022-10-28 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 空分多址sdma-spma多址接入系统 |
CN111163491A (zh) * | 2020-01-03 | 2020-05-15 | 重庆邮电大学 | 一种高信道利用率的细粒度统计优先多址接入方法 |
CN111163491B (zh) * | 2020-01-03 | 2022-06-10 | 重庆邮电大学 | 一种高信道利用率的细粒度统计优先多址接入方法 |
CN113453269A (zh) * | 2020-03-27 | 2021-09-28 | 哈尔滨工业大学 | 一种基于优先级的信道负载统计以及退避窗口设置方法 |
CN113453269B (zh) * | 2020-03-27 | 2022-07-15 | 哈尔滨工业大学 | 一种基于优先级的信道负载统计以及退避窗口设置方法 |
CN112436908A (zh) * | 2020-11-10 | 2021-03-02 | 中国人民解放军海军航空大学航空作战勤务学院 | 一种基于距离加权的数据链信道负载统计方法 |
CN112436908B (zh) * | 2020-11-10 | 2023-05-12 | 中国人民解放军海军航空大学航空作战勤务学院 | 一种基于距离加权的数据链信道负载统计方法 |
CN112436910B (zh) * | 2020-11-10 | 2023-05-12 | 中国人民解放军海军航空大学航空作战勤务学院 | 一种用于spma协议的数据链信道占用检测装置设计方法 |
CN112436909B (zh) * | 2020-11-10 | 2022-09-06 | 中国人民解放军海军航空大学航空作战勤务学院 | 一种基于j消息格式的数据链信道占用率检测方法 |
CN112436909A (zh) * | 2020-11-10 | 2021-03-02 | 中国人民解放军海军航空大学航空作战勤务学院 | 一种基于j消息格式的数据链信道占用率检测方法 |
CN112436910A (zh) * | 2020-11-10 | 2021-03-02 | 中国人民解放军海军航空大学航空作战勤务学院 | 一种用于spma协议的数据链信道占用检测装置设计方法 |
CN112788665B (zh) * | 2020-12-26 | 2022-05-10 | 重庆邮电大学 | 战术互联网中一种自适应mac方法 |
CN112788665A (zh) * | 2020-12-26 | 2021-05-11 | 重庆邮电大学 | 战术互联网中一种自适应mac机制 |
CN113784390A (zh) * | 2021-09-13 | 2021-12-10 | 中国航空无线电电子研究所 | 实现网络负载动态分配的无线通信系统 |
CN113784390B (zh) * | 2021-09-13 | 2024-01-30 | 中国航空无线电电子研究所 | 实现网络负载动态分配的无线通信系统 |
CN114143829A (zh) * | 2021-11-17 | 2022-03-04 | 中国电子科技集团公司第二十研究所 | 一种实时信道监测下的数据链信道负载算法 |
CN114143829B (zh) * | 2021-11-17 | 2024-03-19 | 中国电子科技集团公司第二十研究所 | 一种实时信道监测下的数据链信道负载算法 |
CN113891491A (zh) * | 2021-11-18 | 2022-01-04 | 中国航空无线电电子研究所 | 一种链路接入方法及装置 |
CN113891491B (zh) * | 2021-11-18 | 2023-12-22 | 中国航空无线电电子研究所 | 一种链路接入方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106954229A (zh) | 基于spma的混合式信道负载统计方法 | |
Noor-A-Rahim et al. | A survey on resource allocation in vehicular networks | |
Zhao et al. | A reinforcement learning method for joint mode selection and power adaptation in the V2V communication network in 5G | |
Shen et al. | Distributed congestion control approaches for the IEEE 802.11 p vehicular networks | |
Kasana et al. | Fuzzy-based channel selection for location oriented services in multichannel VCPS environments | |
CN102244683B (zh) | 一种提高车联网应用中混合业务服务质量的方法 | |
Song et al. | APDM: An adaptive multi-priority distributed multichannel MAC protocol for vehicular ad hoc networks in unsaturated conditions | |
CN104469966A (zh) | Td-lte虚拟专网基于动态优先级的随机接入方法及系统 | |
Pacheco-Paramo et al. | Deep reinforcement learning mechanism for dynamic access control in wireless networks handling mMTC | |
Araghizadeh et al. | An efficient medium access control protocol for WSN-UAV | |
Maia et al. | A fair QoS-aware dynamic LTE scheduler for machine-to-machine communication | |
Zhang et al. | A load-based hybrid MAC protocol for underwater wireless sensor networks | |
Khairnar et al. | Simulation based evaluation of highway road scenario between DSRC/802.11 p MAC protocol and STDMA for vehicle-to-vehicle communication | |
CN113692060B (zh) | 多天线mimo场景下随机接入资源的配置与更新方法 | |
Lee | Throughput analysis model for IEEE 802.11 e EDCA with multiple access categories | |
Lee et al. | An efficient slotted CSMA/CA algorithm for the IEEE 802.15. 4 LR-WPAN | |
Shao et al. | A multi-priority supported p-persistent MAC protocol for vehicular ad hoc networks | |
Zhao et al. | A multi-channel cooperative demand-aware media access control scheme in vehicular ad-hoc network | |
CN105792287B (zh) | 无线体域网的保护时隙自适应分配及性能评价方法 | |
Hwang et al. | Performance analysis on MAC protocol based on beacon-enabled visible personal area networks | |
CN102098230B (zh) | 车辆通信中基于时间和空间相关性的资源调度方法 | |
Li et al. | Theoretical performance analysis of distributed queue for massive machine type communications: Throughput, latency, energy consumption | |
Rathee et al. | Performance Analysis of IEEE 802.11 p in the Presence of Hidden Terminals | |
CN105163394A (zh) | 用于无线传感器网络的服务感知sq-mac协议的实现方法 | |
Libório et al. | Network Slicing in IEEE 802.11 ah |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170714 |
|
WD01 | Invention patent application deemed withdrawn after publication |