CN110166342A - 一种采用滑差周期的动态p-持续CSMA算法 - Google Patents
一种采用滑差周期的动态p-持续CSMA算法 Download PDFInfo
- Publication number
- CN110166342A CN110166342A CN201910412133.2A CN201910412133A CN110166342A CN 110166342 A CN110166342 A CN 110166342A CN 201910412133 A CN201910412133 A CN 201910412133A CN 110166342 A CN110166342 A CN 110166342A
- Authority
- CN
- China
- Prior art keywords
- period
- data collection
- collection station
- data
- bus
- 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
- 101100172132 Mus musculus Eif3a gene Proteins 0.000 title claims abstract description 35
- 238000013480 data collection Methods 0.000 claims abstract description 59
- 230000005540 biological transmission Effects 0.000 claims abstract description 33
- 238000005259 measurement Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 241001611138 Isma Species 0.000 description 1
- 101100341230 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) isn-1 gene Proteins 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L12/407—Bus networks with decentralised control
- H04L12/413—Bus networks with decentralised control with random access, e.g. carrier-sense multiple-access with collision detection [CSMA-CD]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Small-Scale Networks (AREA)
Abstract
本发明提出一种采用滑差周期的动态p‑持续CSMA算法,用于多主机、多从机对等总线型网络,实现发送概率p的动态调整,能有效优化数据传输效率,同时降低网络通讯量,从而在一定程度上解决总线竞争问题的发生。在计算某个数据采集终端发送概率p时,只统计该数据采集终端在T m 周期内的发送次数以及在T m 周期内的全部数据采集终端发送次数,即可计算出该数据采集终端在T m 周期内的发送概率。在经过滑差周期Δt进入T m+1周期后,重新统计该数据采集终端在T m+1周期内的发送次数和在T m+1周期内的全部终端发送次数,即可计算出在T m+1周期内的发送概率。类似的,以滑差周期Δt为时间差依次滑差地计算每个固定周期的发送概率。
Description
技术领域
本发明涉及数据采集终端有关多路访问与冲突检测方法的技术领域。
背景技术
目前,总线型网络在数据采集系统中有着广泛的应用,连接在总线上的数据采集终端是对等关系,形成多主机、多从机的对等网络,每个数据采集终端都可作为主机随时向总线上发送信息,也可作为从机接收总线上的指令。若在某一时刻,总线上有两个以上的数据采集终端作为主机以竞争的方式同时向总线发送数据,将使发送的数据都成为无效数据,因此有必要研究一种能有效解决总线竞争问题的算法。
CSMA(Carrier Sense Multiple Access)即载波监听多路访问是一种分布式介质访问控制协议,即总线中的各个数据采集终端都能独立地决定数据的发送与接收,每个数据采集终端在发送数据之前,首先要进行监听,只有总线空闲时,才允许发送数据,如果两个以上的数据采集终端同时监听到总线空闲并发送数据,则会产生总线竞争现象,使发送的数据都成为无效数据,每个数据采集终端必须有能力随时检测总线竞争是否发生,一旦发生竞争,则应停止发送,然后随机延时一段时间后,再重新争用总线,再次发送数据。
CSMA/CD算法分为以下几类:持续CSMA(1-持续 CSMA);非持续CSMA;p-持续CSMA。
1-持续CSMA只要总线空闲,就立即发送数据,避免了总线利用率过低,但是在多主机的情况下,有两个或两个以上的设备要发送数据,总线竞争就不可避免。非持续CSMA采用随机重发数据的方案可以减少总线竞争的可能性,但也可能使总线处于空闲状态,造成总线使用率的降低。而p-持续CSMA是一种既能像非持续那样减少冲突,又能像1-持续那样减少总线空闲的折中方案。
p-持续CSMA算法流程如下:
步骤一:检测总线,如果总线是空闲的,则以p的概率发送,而以(1-p)的概率延迟一个时间单位。一个时间单位通常等于最大传播时延的2倍;
步骤二:延迟一个时间单位后,再重复步骤一;
步骤三:如果总线始终是忙的,继续检测直至总线空闲并重复步骤一。
发明内容
一般情况下,p-持续CSMA算法中,发送概率p设置为固定值。而在本发明中,每个数据采集终端的发送概率p是该数据采集终端的发送次数与全部数据采集终端发送次数累加和的比率。发送概率p是根据所有数据采集终端发送次数统计得到的,每个数据采集终端的发送次数随着数据采集终端的使用程度发生变化,因而每个数据采集终端的发送概率随发送次数而动态调整。
假设总线中有n个数据采集终端,第1个数据采集终端计数器记录的发送次数为N1,第i个数据采集终端的发送次数为Ni,第n个数据采集终端的发送次数为Nn,则通过式(1)计算第i个数据采集终端的发送概率Pi:
(1)
特别的,当数据采集终端发送数据在以固定时间周期为单位变化,则数据采集终端的发送概率就在固定周期内由总线上数据采集终端发送次数统计而得到。
本发明采用依次递推的滑差式统计方法:每个固定周期都是相等的时间段,任意两个固定周期T m 和T m+1的统计起始时间相差Δt(Δt为滑差周期),任意固定周期T m 是滑差周期Δt的整数倍。
在计算某个数据采集终端的发送概率p时,只统计该数据采集终端在T m 周期内的发送次数以及在T m 周期内的全部数据采集终端发送次数,即可计算出该数据采集终端在T m 周期内的发送概率。在经过滑差周期Δt进入T m+1周期后,重新统计该数据采集终端在T m+1周期内的发送次数和在T m+1周期内的全部终端发送次数,即可计算出该数据采集终端在T m+1周期内的发送概率。
类似的,以滑差周期Δt为时间差依次滑差地计算每个固定周期的发送概率。
假设总线中总共有n个数据采集终端,在第m个统计周期T m 内第1个数据采集终端计数器记录的发送次数为N m1,第i个数据采集终端的发送次数为N mi ,第n个数据采集终端的发送次数为N mn ,则通过式(2)计算第i个数据采集终端在第m个统计周期T m 内滑差式统计方法的发送概率P mi :
(2)
改进的基于滑差式统计的动态p-持续CSMA算法流程如下:
步骤一:设置软件定时器起始时间,在采集终端上读取统计周期T m 内的发送数据次数、无效数据次数、重发数据次数等,根据公式(2)计算统计周期T m 内的发送概率P mi ;
步骤二:在统计周期T m+1 内检测总线,如果总线空闲,以P mi 的概率发送,以(1-P mi )的概率延迟一个时间单位。一个时间单位通常等于最大传播时延的2倍;
步骤三:延迟一个时间单位后,再重复步骤二;
步骤四:如果统计周期T m+1 内总线始终是忙的,继续检测直至总线空闲并重复步骤二;
步骤五:等待进入下一个统计周期T m+2 ,重复步骤一。
附图说明
图1基于滑差式统计的动态p-持续CSMA示意图;图2碰撞率统计示意图。
具体实施方式
以下对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
在所有数据采集终端上设置软件计数器,用来统计数据采集终端发送数据的次数,将该数据采集终端计数器统计的次数与所有数据采集终端的发送次数之和相除,由此得出的发送概率p是基于数据采集终端计数器统计得出的实际的动态数据。类似地,可计算出每个数据采集终端的发送概率。
假设第i个数据采集终端在T 1 ~T 8周期内计算得到的滑差式统计的发送概率P 1i ~ P 8i 如图1所示。
由图1可以看出,基于滑差式统计的动态p-持续CSMA算法更适合在发送概率随固定周期时间变化的系统中应用,能够更准确地反映每个数据采集终端近期的实际情况,从而保证了本发明算法的真实性、时效性。
碰撞率是数据采集终端的无效数据次数与发送数据次数的比率。如果无效数据次数过多,会导致总线的堵塞,增加延迟时间,总线的利用率会降低,所以碰撞率是检验总线竞争算法好坏的重要性能指标。
为更清晰的描述滑差式统计动态p-持续CSMA算法,在真实现场情况下对3种CSMA算法进行比较,数据通过各个数据采集终端获取,获取相关内容为:发送数据次数、无效数据次数、重发数据次数等。
结果表明,各数据采集终端发送次数总和为3万次时,1-持续CSMA的碰撞率在60%~90%之间波动,个别达到90%。非持续CSMA的碰撞率大约为40%~50%。而基于统计的p-持续CSMA算法由于采用滑差式统计方法,利用数据采集终端计算T m 滑差周期内的发送概率P mi ,将碰撞率降低到25%以下。
三种CSMA算法具体的碰撞率可以参见图2,从图中可以看出1-持续CSMA的碰撞率随着数据采集终端个数的增加而趋近于1,这意味着竞争现象经常发生。而基于统计的p-持续CSMA算法即使在终端个数很多的情况下也保持比较低的碰撞率。当整个总线网络中数据采集终端个数小于8个的时候基于统计的p-持续CSMA效果非常明显,碰撞率控制在10%~20%之间,有时甚至低于10%。而1-持续和非持续则分别为50%和40%以上;非持续甚至从20%递增到40%。随着总线上数据采集终端个数的增加,基于统计的p-持续CSMA碰撞率虽然有所波动,但是最终稳定在10%左右,说明总线的资源优化已经稳定,很难再继续优化。
Claims (6)
1.一种改进的基于滑差式统计的动态p-持续CSMA算法,该算法包括:每个数据采集终端的发送概率p是该数据采集终端的发送次数与全部数据采集终端发送次数累加和的比率;其特征在于所述的发送概率p是根据所有数据采集终端发送次数统计得到的,每个数据采集终端的发送次数随着数据采集终端的使用程度发生变化,因而每个数据采集终端的发送概率随发送次数而动态调整。
2.根据权利要求1所述的一种改进的基于滑差式统计的动态p-持续CSMA算法,其特征在于当数据采集终端发送数据在以固定时间周期为单位变化,则数据采集终端的发送概率就在固定周期内由总线上数据采集终端发送次数统计而得到。
3.根据权利要求1所述的一种改进的基于滑差式统计的动态p-持续CSMA算法,其特征在于本算法采用依次递推的滑差式统计方法:每个固定周期都是相等的时间段,任意两个固定周期T m 和T m+1 的统计起始时间相差Δt(Δt为滑差周期),任意固定周期T m 是滑差周期Δ t的整数倍。
4.根据权利要求1所述的一种改进的基于滑差式统计的动态p-持续CSMA算法,其特征在于在计算某个数据采集终端的发送概率p时,只统计该数据采集终端在T m 周期内的发送次数以及在T m 周期内的全部数据采集终端发送次数,即可计算出该数据采集终端在T m 周期内的发送概率。在经过滑差周期Δt进入T m+1 周期后,重新统计该数据采集终端在T m+1 周期内的发送次数和在T m+1 周期内的全部终端发送次数,即可计算出该数据采集终端在T m+1 周期内的发送概率。
5.根据权利要求4所述的一种改进的基于滑差式统计的动态p-持续CSMA算法,其特征在于类似的,以滑差周期Δt为时间差依次滑差地计算每个固定周期的发送概率。
6.根据权利要求1所述的一种改进的基于滑差式统计的动态p-持续CSMA算法,其特征在于改进的基于滑差式统计的动态p-持续CSMA算法流程:
步骤一:设置软件定时器起始时间,在采集终端上读取统计周期T m 内的发送数据次数、无效数据次数、重发数据次数等,根据公式(2)计算统计周期T m 内的发送概率P mi ;
步骤二:在统计周期T m+1 内检测总线,如果总线空闲,以P mi 的概率发送,以(1-P mi )的概率延迟一个时间单位。一个时间单位通常等于最大传播时延的2倍;
步骤三:延迟一个时间单位后,再重复步骤二;
步骤四;如果统计周期T m+1 内总线始终是忙的,继续检测直至总线空闲并重复步骤二;
步骤五:等待进入下一个统计周期T m+2 ,重复步骤一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910412133.2A CN110166342A (zh) | 2019-05-17 | 2019-05-17 | 一种采用滑差周期的动态p-持续CSMA算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910412133.2A CN110166342A (zh) | 2019-05-17 | 2019-05-17 | 一种采用滑差周期的动态p-持续CSMA算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110166342A true CN110166342A (zh) | 2019-08-23 |
Family
ID=67631274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910412133.2A Pending CN110166342A (zh) | 2019-05-17 | 2019-05-17 | 一种采用滑差周期的动态p-持续CSMA算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110166342A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030044560A (ko) * | 2001-11-30 | 2003-06-09 | (주)누리텔레콤 | 퍼시스턴스 씨에스엠에이 알고리즘을 이용한 패킷데이터의 랜덤 액세스 방법 |
CN106549848A (zh) * | 2015-09-17 | 2017-03-29 | 胡兵 | 改进的动态可预测p—坚持csma/cd介质访问控制设计 |
CN109274528A (zh) * | 2018-09-03 | 2019-01-25 | 南京理工大学 | 一种异步多包接收机制下p坚持CSMA吞吐率的确定方法 |
-
2019
- 2019-05-17 CN CN201910412133.2A patent/CN110166342A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030044560A (ko) * | 2001-11-30 | 2003-06-09 | (주)누리텔레콤 | 퍼시스턴스 씨에스엠에이 알고리즘을 이용한 패킷데이터의 랜덤 액세스 방법 |
CN106549848A (zh) * | 2015-09-17 | 2017-03-29 | 胡兵 | 改进的动态可预测p—坚持csma/cd介质访问控制设计 |
CN109274528A (zh) * | 2018-09-03 | 2019-01-25 | 南京理工大学 | 一种异步多包接收机制下p坚持CSMA吞吐率的确定方法 |
Non-Patent Citations (1)
Title |
---|
依溥治: "《基于统计的P-坚持CSMA算法及其在电能量采集终端中的应用》", 《电测与仪表》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Syed et al. | Adaptive backoff algorithm for contention window for dense IEEE 802.11 WLANs | |
CN102404170B (zh) | 报文丢失检测方法、装置、及系统 | |
US20110182178A1 (en) | Randomization Management For Carrier Sensing Multiple Access with Collision Avoidance (CSMA-CA) | |
CN108093436A (zh) | 一种lpwan物联网基于网络状况的自适应速率调整方法 | |
US8780881B2 (en) | Adaptive polling for bursty wireless data traffic | |
KR20170017920A (ko) | 통신 네트워크들 간의 간섭 최소화 | |
CN108307439B (zh) | 一种在大量多跳无线节点下的自适应退避方法 | |
CN101150469A (zh) | 一种无线局域网中基于退避机制的分组调度方法 | |
WO2015026972A1 (en) | Adaptive transmit power control in a communication network | |
Österlind et al. | Strawman: Making sudden traffic surges graceful in low-power wireless networks | |
CN110213088B (zh) | 一种传输时限下aloha网络可靠性的优化方法 | |
CN112689268B (zh) | 编队无人机组网提高多路由数据传输效率的方法及系统 | |
CN110636109A (zh) | 节点调度优化方法、服务器及计算机可读存储介质 | |
CN110166342A (zh) | 一种采用滑差周期的动态p-持续CSMA算法 | |
Hu et al. | Slotted Aloha for cognitive radio users and its tagged user analysis | |
CN114786276B (zh) | 一种业务终端的接入方法、装置、电子设备及存储介质 | |
Syed et al. | A novel contention window backoff algorithm for IEEE 802.11 wireless networks | |
Liu et al. | RO‐RAW: Run‐Time Restricted Access Window Optimization in IEEE 802.11 ah Network with Extended Kalman Filter | |
JP2008072397A (ja) | 多重アクセス通信方法 | |
Xu et al. | Balancing throughput and fairness for TCP flows in multihop ad-hoc networks | |
CN110958717A (zh) | 中心化无线局域网无竞争随机介质访问控制方法及系统 | |
KR101593370B1 (ko) | 데이터 충돌을 기초로 한 백오프 결정 방법 | |
CN112312467A (zh) | 一种网络传输控制方法及装置 | |
CN107920358B (zh) | 节点诊断装置以及系统 | |
CN113596924B (zh) | 一种面向无线网络的周期性时隙分配方法 |
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: 20190823 |
|
WD01 | Invention patent application deemed withdrawn after publication |