基于源節點發包速度的大型無線網絡實時服務性能分析

葉夢

摘要：由于無線多跳通信在大型無線網絡中應用廣泛，因而對網絡實時服務質量的研究變得非常重要。實時事件檢測或報告的無線傳感器網絡、可視化傳感器網絡實時事件檢測存在一些缺陷，如實時服務質量性能指標的端到端延時和吞吐量會隨無線跳數增加而快速降低。以源節點發包速度為新的分析角度進行網絡實時服務質量性能計算，將認知網絡和無線多跳網絡相結合，實現數據包在每一跳都能轉發。在轉發過程中引入源節點發包速度計算吞吐量、端到端延時和延時方差。分析和仿真結果表明，源節點發包速度的提高會在更短時間內提高網絡吞吐量并達到最大吞吐量且最大吞吐量會有所增大，但是越高的源節點發包速度會在發包時間過長的情況下更快速地造成嚴重的網絡擁塞，增大網絡端到端平均時延和時延方差，增大網絡能源消耗。

關鍵詞：實時服務質量；源節點發包速度；吞吐量；端到端延時；延時方差

DOI：10.11907/rjdk.173347

中圖分類號：TP393

文獻標識碼：A文章編號：1672-7800（2018）007-0214-05

Abstract：Becauseofthewideapplicationofmultihopwirelesscommunicationsinlarge-scalewirelessnetworks，itisnecessarytostudyreal-timequalityofservice（QoS）.Therearesomechallengesinreal-timeapplicationssuchaswirelesssensornetworksdetectionofreal-timeevents，visualsensornetworks，andsoon.Forexample，theendtoenddelayandthroughputofreal-timeQoSindicatorsdecreaserapidlywiththenumberofwirelesshops.Themainpurposeofthispaperistostudythereal-timeQoSperformancecalculationofthenetworkfromthenewanalysisangleofsourcenodesspeedofsendingDATApacket.Inthispaper，wecombinethecognitivenetworkwiththewirelessmultihopnetworktorealizethepacketforwardingwithopportunityroutingandopportunityspectrumineachhop.Inthewholeforwardingprocess，thesourcesspeedofsendingDATApacketisintroducedtocalculatethethroughput，endtoenddelayanddelayvariance.AnalysisandsimulationresultsshowthatthesourcesspeedofsendingDATApacketcouldimprovethethroughputinashorterperiodoftimeandthemaximumthroughput.Andthemaximumthroughputcouldalsogetimprovementwithhigherspeed.However，thehigherspeedofthesourcewillquicklycausedmoreseriousnetworkcongestionifthepacketsaresentforlongtime.Andthissituationalsoincreasethenetworkaverageend-to-enddelayanddelayvarianceandnetworkenergyconsumption.

KeyWords：real-timequalityofservice；thesourcenodesspeedofsendingDATApackets；throughput；end-to-enddelay；delayvariance

0引言

過去幾年大型無線網絡越來越受關注，如Adhoc網絡、Mesh網絡和無線傳感器網絡等。這些網絡形成的相關商業應用包括實時事件檢測或報告的傳感器網絡[1]、支持語音和多媒體的IP協議、無線Mesh網絡基礎設施的寬帶互聯網絡，以及可視化傳感器網絡的視頻監控[2]。

基于Mesh網絡無線基礎設施的寬帶接入網絡使用更低的成本實現較大的服務范圍，例如城市WiFi-Mesh網絡可延伸到幾個主要城市，為大眾提供上網和電子郵件服務。可視化傳感器網絡采用無線網絡將顯著降低設施成本，實現更高的部署密度。

但是在上述多跳無線網絡中，由于引入動態網絡資源造成實時通信的服務質量受限，如數據流吞吐量不足、端到端延時、延時抖動[3-5]。動態網絡資源有頻譜帶寬和無線節點/無線電，具體是在非授權頻譜帶寬下基于無線衰落和干擾的隨機頻譜可用性以及源于動態負載和其它因素（如無線電失靈），這兩大因素影響著無線電性能。

本文運用大型認知網絡解決以上限制。認知無線網絡利用頻譜寬帶和無線節點/無線電實現可靠的大型無線通信。在實時服務質量（qualityofservice：QoS）分析過程中引入源節點發包速度，從而得出源節點發包速度和吞吐量、端到端時延、時延抖動的關系。

1相關工作

認知網絡和嵌入式互聯網絡（EWI）結構的相關工作在參考文獻[1，6-10]中進行了闡述，其中在參考文獻[6]中提出了大型認知無線網絡概念，在參考文獻[7]中，建議將EWI作為無線傳感器網絡的跨層統一設計架構。在參考文獻[8，9]中，作為試點結構參考模型，EWI在無線傳感器網絡中首次被引用到特定的應用研究。在參考文獻[9]中，EWI進一步運用在無所不在的無線Mesh基礎設施構建中。

單播設計與已有的機會路由關聯的研究工作見參考文獻[10-13]。原則上，機會路由方案是處理路由協議和MAC協議的協同設計，然而之前的研究大多是處理單跳服務指標。在參考文獻[14]中，LiangSong和DimitriosHatzinakos運用網絡地址、無線電實施、數據包轉發過程這三部分進行單播模塊設計。單播模塊機會的操作鄰近節點，使得端到端的實時服務質量性能隨著連續的鄰近操作得到保證。以源節點到目的節點跳數分析計算吞吐量、端到端延時以及延時抖動。

本文在LiangSong和DimitriosHatzinakos研究工作的基礎上，提出以源節點發包速度這個新的參考變量分析網絡的實時服務質量，得到源節點發包速度和吞吐量、端到端延時和延時抖動的關系。

2實時服務質量性能分析

性能分析是在數學上量化本文的主要論點。為了分析實時服務質量，在單播鏈路模塊中，主要指標有吞吐量、端到端延時和延時抖動。所有研究主要回答一個問題：服務質量指標如何隨著源節點發包速度的大小變化而變化。

2.1分析模型

性能分析模型包括節點分布、無線信道、能量消耗、帶寬可用性和空閑概率這5個重要因素。

2.1.1節點分布模型

節點分布模型是節點密度為λ的二維泊松分布，即給定區域Α面積為|Α|，區域內的節點數量隨著參數λ|Α|泊松分布，其中泊松模型是運用在隨機分布和隨機移動的典型模型。

2.1.2無線信道模型

給定任意發送節點n和任意接收節點m，傳輸成功的信道是一個與發射功率Ρt、無線電數據速率R和傳輸距離ζ=|Lm-Ln|有關的函數，定義這個函數為f（Pt，R，ζ）。

假設信道符合小規模瑞利衰落[15]，信道模型如下：

其中，G是一個常量，指傳播損耗，N0是接收噪聲功率的頻譜密度，α是無線信道路徑損耗的部分，B是一個閾值常數，表示接收器的靈敏度，ξ指變量的單位均值。

2.1.3能量消耗模型

在單播鏈路模塊中，空閑狀態的節點能量消耗定義為PI。在“發送DATA”、“發送RTS”、“發送CTS”、“發送ACK”這4種狀態下的能量消耗定義為Ps+（1+β）·Pt，其中Ps是發射器電路功耗，β是由射頻功率放大器效率決定的常數。節點其它狀態或時間下（例如接收或空閑監聽狀態）的能量消耗定義為PR。

2.1.4帶寬可用性與空閑概率

當開始一個單播模塊時，假設節點在沒有重大延時的情況下通過認知無線電總是可以找到可用信道，空閑概率就是節點參與周圍節點發起的單播無線鏈路且處在空閑狀態下的概率。在分析過程中定義這個空閑概率為ρ。

2.2端到端性能分析

一次端到端數據傳輸在源節點到目的節點形成一條邏輯鏈路，中間通過多次迭代完成一次傳輸。本文的分析方法是通過分析迭代性能即單跳性能，最后得到端到端性能。給定源節點發包速度為Vs，分析結果表示為最大吞吐量Φ，端到端延時為γ，端到端延時抖動為θ。

2.2.1端到端延時

給定源節點發包速度Vs，則傳輸時間t內源節點發送的數據包總數為Vs·t。定義目的節點接收的數據包的個數為Nd，則t時刻節點空閑概率為：

其中N為信道數，因為考慮節點在沒有重大延時情況下通過認知無線電總可以找到可用信道，所以忽略傳輸過程中丟失的DATA數據包。

聯合式（2）、式（4）可知，源節點發包速度Vs很小時，整個網絡空閑節點概率很高，利用率不高，網絡吞吐量Φ也偏小。當源節點發包速度Vs提高到使網絡節點空閑概率偏低時，吞吐量Φ隨著源節點發包速度Vs的增長而增長。但是源節點發包速度Vs再繼續增長，空閑節點概率過低就會導致網絡阻塞，使吞吐量Φ降低。

2.2.2端到端時延期望

端到端延時定義為∑Ii=1τi，由式（3）得端到端的延時期望為：

聯合式（2）、式（5）可知端到端延時變量γ大小隨著源節點的發包速度Vs的提高而在短時間內增大，很快達到最大吞吐量。

2.2.3端到端延時抖動

定義Ic為DATA數據包迭代完成的次數即無線跳數，Iu為未完成迭代的次數。Ic和Iu是兩個獨立的隨機變量且I=Ic+Iu，則延時抖動為：

聯合式（2）、式（6），延時抖動變量Θ的大小隨源節點發包速度Vs的增大而增大。

2.2.4網絡能量消耗

2.3小結

分析結果表明，實時服務質量指標隨著網絡規模擴大而大幅度提高，特別是最大吞吐量Φ可以獨立于傳輸距離的限制。源節點發包速度Vs在一定范圍內的提高能減小網絡中節點的空閑概率ρ，有效增加網絡利用率，使吞吐量Φ增大。端到端延時γ和延時抖動Θ以及網絡的能量消耗Ξ都會隨著源節點發包速度Vs的增大而增大。

3仿真實驗

3.1仿真實驗參數分析

仿真實驗中一些數據的固定值見表1，要注意的是給定的無線電傳輸參數符合所開發的試驗臺，而其它參數例如功耗和信道模型參數是典型的室內短距離無線電參數。對于每次迭代都隨機生成密度為λ的泊松點，給定傳輸距離為l的源節點和目的節點，設置源節點發包速度。根據描述的單播模塊以源節點速度為Vs發送DATA數據包到目的節點，然后記錄每個DATA數據包端到端延時實例。

3.2仿真實驗結果分析

在仿真實驗中，固定節點密度λ=0.1/m2，給定源節點速度分別為每秒發送10、15、20個DATA數據包，最后統計實驗所得數據，得到結果如圖1所示。

圖1顯示給定源節點速度，短時間內吞吐量提高的速率較快，隨著發包時間變長，網絡中的數據包增多，吞吐量的提高速率會有所降低。源節點發包速度越快吞吐量提高速率越高，源節點速度增大，網絡中最大吞吐量也會增大。當達到了最大吞吐量之后繼續發送DATA數據包會造成網絡擁塞，吞吐量會降低，并且發包速度越快，吞吐量降低速率越高。

圖2、圖3顯示端到端平均時延和端到端時延方差大約隨源節點發包時間呈線性狀態。源節點發送數據包時間越長，端到端平均時延和時延方差值越大，并且源節點發包速度越快，端到端平均時延和時延方差增加比率越高，網絡擁塞后的端到端平均時延和時延方差值越大。

圖4表示網絡平均能耗在網絡開始工作時會比網絡工作一段較短的時間內能耗更高。當通過最低網絡平均能耗的時間點之后，網絡平均能耗與源節點發包時間近似呈線性增長關系。如果源節點持續發包，網絡中的數據包會增多，網絡中工作的節點增多，消耗的能量增加，并且網絡源節點發包速度越快，在網絡擁塞后消耗的能量越多。

4結語

仿真實驗結果表明，源節點發包速度與網絡實時服務性能指標息息相關。源節點發包速度的提高會在很短的時間內提高網絡吞吐量并達到吞吐量最大值且最大吞吐量會增大，但是源節點發包速度越高，會在發包時間過長的情況下造成更嚴重的網絡擁塞，增大網絡的端到端平均時延和時延方差，增大網絡能源消耗。

本文只針對網絡源節點發包速度的改變衡量大型實時網絡的服務性能指標，對于其它因素，例如源節點到目的節點距離、網絡節點密度，則沒有與源節點發包速度的改變相結合進行分析，今后可在這些方面進行相關研究。

參考文獻：

[1]SONGL.Wirelessmeshinfrastructuresupportingbroadbandinternetwithmultimediaservices[C].inProceedingsofthe4thIEEEInternationalConferenceonCircuitsandSystemsforCommunications（ICCSC'08），pp.792–796，Shanghai，China，May2008.

[2]KUNDURD，LINCY，LUCS.Visualsensornetworks[J].EURASIPJournalonAdvancesinSignalProcessing，2007（3）：215-255.

[3]ANSI/IEEEStandardforLocalandMetropolitanAreaNetworksPart11（802.11）[S].WirelessLANmediumaccesscontrol（MAC）andphysicallayer（PHY）specifications.revised2003.

[4]DRAVESR，PADHYEJ，ZILLB.Routinginmulti-radio，multi-hopwirelessmeshnetworks[C].inProceedingsofthe10thAnnualInternationalConferenceonMobileComputingandNetworking（MOBICOM04），pp.114–128，Philadelphia，Pa，USA，September2004.

[5]ZHUY，LIUH，WUM，etal.Implementationexperienceofaprototypeforvideostreamingoverwirelessmeshnetworks[C].inProceedingsofthe4thAnnualIEEEConsumerCommunicationsandNetworkingConference（CCNC07），pp.23-28，LasVegas，Nev，USA，January2007.

[6]DJUKICP，VALAEES.Linkschedulingforminimumdelayinspatialre-useTDMA[C].inProceedingsofthe26thIEEEInternationalConferenceonComputerCommunications（INFOCOM′07），pp.28–36，Anchorage，Alaska，USA，May，2007.

[7]SONGL.Cognitivenetworks：standardizingthelargescalewirelesssystems[C].inProceedingsofthe5thIEEEConsumerCommunicationsandNetworkingConference（CCNC′08），LasVegas，Nev，USA，2008（1）：988-992.

[8]SONGL，HATZINAKOSD.Embeddedwirelessinterconnectforsensornetworks：conceptandexample[C].inProceedingsofthe4thAnnualIEEEConsumerCommunicationsandNetworkingConference（CCNC′07），pp.850–854，LasVegas，Nev，USA，2007（1）：850-854.

[9]BISWASS，MORRISR.Opportunisticroutinginmultihopwirelessnetworks[C].inProceedingsofthe2ndACMWorkshoponHotTopicsinNetworks（HotNets′03），Cambridge，Mass，USA，November2003.

[10]ZORZIM，RAORR.Geographicrandomforwarding（GeRaF）foradhocandsensornetworks：energyandlatencyperformance[J].IEEETransactionsonMobileComputing，2003，2（4）：349-365.

[11]ZORZIM，RAORR.Geographicrandomforwarding（GeRaF）foradhocandsensornetworks：multihopperformance[J].IEEETransactionsonMobileComputing，2003，2（4）：337-348.

[12]SHAHRCS，WIETHOLTERS，W¨OLISZA，etal.Modelingandanalysisofopportunisticroutinginlowtrafficscenarios[C].inProceedingsofthe3rdInternationalSymposiumonModelingandOptimizationinMobile，Adhoc，andWirelessNetworks（WIOPT′05），pp.294-304，Trentino，Italy，April2005.

[13]BLETSASA，KHISTIA，REEDDP，etal.Asimplecooperativediversitymethodbasedonnetworkpathselection[J].IEEEJournalonSelectedAreasinCommunications，2006，24（3）：659-672.

[14]SONGL，HATZINAKOSD.Real-timecommunicationsinlargescalewirelessnetworks[C].InternationalJournalofDigitalMultimediaBroadcasting，vol.2008，no.586067，2008.

[15]RAPPAPORTTS.Wirelesscommunications：principlesandpractice[M].NewJersey：PrenticeHall，1996.

（責任編輯：杜能鋼）