船舶機會網中基于到達角的鄰居發現方案

周 亮， 張 軍， 代宇茜， 姜勝明

(1.上海海事大學 信息工程學院，上海 201306； 2.上海致達信息產業股份有限公司 智能化事業部，上海 200060)

0 引 言

隨著計算機網絡技術的發展，在陸地上可以隨時隨地的訪問互聯網，在海洋上訪問互聯網主要還是通過衛星通信。文獻[1-2]中提出了一種海洋互聯網網絡架構，由船舶機會網絡、高空通信平臺、岸基網絡等組合而成。在船舶機會網中,鄰居關系建立是路由收斂的前提，鄰居發現是至關重要的，對于鄰居節點定位的研究主要集中在天線定位，天線定位精度不高，能耗大，近年來有學者提出利用全球定位系統(Global Positioning System, GPS)來實現,但是成本較高,有時會出現搜索不到衛星信號的情況,在特殊場景下無法適用[3-4]。相比之下,基于信號到達角度的方法,作為測距的典型定位算法之一,只需在網絡內部署部分具有位置能力的節點,就可以尋找其周圍節點的位置和方向,是一個相對容易實現的方法,能夠發揮節點自身能力從而實現網絡性能優化[5-8]。

1 相關技術概述

1.1 到達角簡介

到達角度簡稱到達角(Angle of Arrival，AOA),也稱為到達方向(Direction of Arrival， DOA),可用于大多數無線網絡包括移動自組網和機會網絡的定位。在到達角的方法中,有幾個重要參數:參考節點(Reference Node， RN)已知坐標;盲節點(Blindfolded Node， BN),不知其坐標,需要通過參考節點來定位估計[9-10]。AOA方法是通過測量參考節點和盲節點之間的信號到達角度[11],來確定盲節點的位置信息,如圖1所示。

圖1 AOA方法示意圖

圖中的AOA1、AOA2、AOA3分別指的是單個參考節點傳輸信號并在盲節點處接收的AOA估計。下面介紹對盲節點位置估計的過程，設置一個參考坐標方向,如假設是水平方向。第1次測量時,在參考節點RN1與盲節點BN之間構造一條直線,以RN1為發送端，BN為接收端,與水平坐標方向產生一個角度AOA1,通常使用小于90°的角度值;然后第2次測量,以同樣的方法繪制一條RN2到BN的直線,得到角度值AOA2。定位估計由擺放在不同位置的參考節點確定,兩個參考節點繪制的兩條直線便可確定一個相交點,以此來估計盲節點的位置。然而在有些情況中,會使用至少3個AOA來估計盲節點的位置,以達到降低冗余信息的干擾,提高定位精確度的目的。

1.2 船舶機會網絡中的到達角技術

在船舶機會網絡中運用到達角技術,通過在節點安裝一些硬件設施,如已知的定向天線或已知的天線陣列,來測量參考節點和盲節點之間的角度。具體過程是,RN依靠對天線所發出電波的接收,能夠得到BN的到達角,便形成了一條從RN到BN的方位連線,以同樣的方法,利用另一個參考節點來構造另一條方位線,這條方位線會和前一條的方位線相交在一點,對這個交點的位置估計就是對盲節點的位置測量[12]。

由于機會網絡自身的特殊性,網絡連接是間歇性的,節點稀疏且移動迅速,如果對網絡中的節點設置多個參考節點,可能會導致網絡運行代價過大,還可能給網絡造成干擾,所以在機會網絡中使用AOA方法需要選擇合適的參考節點和盲節點。節點間信號的AOA測量需要天線陣列,這不僅能夠獲得角度信息,還能夠提供定向發送能力[13]。鄰居節點發現是網絡內數據轉發和傳輸的前提,在無線機會網絡中的鄰居發現過程中,使用AOA方法對節點位置測量,是為了能夠實現更加精確的鄰居節點之間的發現,這樣才能減少有限網絡資源的浪費,優化網絡的性能參數。

2 一種基于到達角的主動式與被動式偵聽相結合的鄰居發現方法

2.1 主動與被動結合法簡介

主動探測方法是通過節點廣播探測包來發現鄰居節點,會消耗大量能量;被動偵聽方法則是通過不斷的偵聽信道解析數據幀以得到鄰居節點的信息,卻無法準確偵聽到所有鄰居。而鄰居發現過程需要準確、高效和低能耗。有學者將主動式和被動式結合在一起來提高鄰居發現的準確性和效率。在高準確性這方面,做到在鄰居探測過程中迅速的發現新出現的鄰居,并及時的從鄰居列表中刪除已經過期的鄰居,不占用有限的緩存資源。基于這些思路,該方案將節點發送探測包的周期,以及鄰居節點過期的時間作為鄰居探測準確性的要素指標。同時將清晰鄰居節點和模糊鄰居節點的分類方法加入該方案中,以提高鄰居節點探測的有效性。

研究表明主動與被動結合的鄰居探測法確實比原方案有著更優秀的性能,然而也有著明顯的缺陷,沒有對鄰居節點位置進行感知。

2.2 基于到達角的優化方案

在主被動結合法的基礎上,本文加入信號到達角度的方法,形成一個新的鄰居探測優化方案。本文主要討論部署在同一個二維平面內的網絡節點,然后要給參考節點配置特殊的硬件設施,如天線陣列。智能天線等以供參考節點能夠得到在通信范圍內的鄰居節點發送的信號到達角度數值。

假設在網絡中的任一節點A對周圍節點進行被動式偵聽,在解析介質訪問控制層(Media Access Control, MAC)層數據幀的同時獲取鄰居的坐標信息,設定一個參考坐標軸方向,得到節點A與各個節點的信號到達角度值,記錄到清晰鄰居列表內。若節點A偵聽到了無法成功解析數據幀的模糊鄰居節點,則將其列入模糊鄰居列表內,并從當前發送功率開始逐級增大,發送攜帶功率信息和坐標信息的探測包。若節點A并沒有監聽到模糊鄰居節點,那么就將發送功率調制最大,發送攜帶功率信息和坐標信息的探測包。接下來如果被探測的節點收到探測包消息,就回復自己的位置信息,主動探測的節點就可以得到該鄰居節點的到達角度值并將其列入清晰鄰居列表內。流程圖如圖2所示。

圖2 基于到達角的主被動結合法流程圖

圖3 基于到達角的主被動結合法示意圖

3 仿真實驗及分析

將上述的鄰居探測優化方案進行仿真實驗,使用的工具是EXata網絡仿真軟件[14],它是業界最先進的網絡仿真軟件,能夠仿真絕大多數的網絡環境,也能兼容許多網絡協議,還能和Matlab等軟件進行聯合仿真操作,有著高的模擬準確性和迅速的仿真操作性。本文的所有實驗都是在EXata仿真平臺上進行的,旨在通過一系列的仿真模擬機會網絡中鄰居發現的過程,分析上述鄰居探測的優化方案對網絡性能的影響。

3.1 仿真場景搭建

仿真實驗之前,需要先在EXata上面搭建一個仿真的船舶機會網絡的場景。仿真主要參數：區域大小為6 km×6 km；節點數量為20；仿真時長為1 h；節點移動模型和速度分別為隨機路點(Random Waypoint)和0～30 m/s；能量消耗模型為通用型(Random Waypoint)；應用層業務流為恒定比特率(CBR)。

3.2 實驗結果分析

船舶機會網絡中,節點的發送功率是影響網絡性能的重要因素,隨著節點發送功率的改變,各個性能指標也會呈現不一樣的變化趨勢。本實驗旨在驗證發送功率對基于到達角的主動與被動結合法(AOA-NP)在鄰居探測過程中,相比于原來的主被動結合鄰居發現方法(APND)和主動鄰居發現(AND)的影響有哪些差異。

如圖4所示,總體上來說,網絡平均吐吞量[15]是隨著節點的發送功率的增加而增加的。在發送功率為20～30 dBm時,3種方法的吞吐量都比較低,這是由于節點稀疏且不停地移動,在發送功率較小的情況下,節點之間的數據傳輸成功率比較低,所以網絡的吞吐量也很低。AOA-NP相較而言并沒有突出作用是因為在發送功率比較低的情況下,通信范圍小,探測鄰居節點位置并沒有為傳輸成功率的提高起到顯著作用,反而由于硬件設備的配置,使得吞吐量比原方法略低一些。在節點的發送功率達到35dBm之后,節點發送范圍增加,所以網絡整體的吞吐量增加幅度較大。APND沒有對位置信息及相關內容的獲取,而且受到由于發送功率增加所導致的信號之間的干擾,所以在傳輸成功率上不如AOA-NP。在發送功率到達40～50 dBm的時候,主被動結合法的網絡吞吐量幾乎沒有再提升,而基于AOA的主被動結合法加入了到達角度的測量,在在獲取位置后,直接將數據包發送給鄰居節點,避免了由于發送功率過大而造成的數據包之間的沖突,網絡吞吐量仍有所提高,比原來的方法提升了約5%。由此可見,AOA-NP更適用于在發送功率較高的無線機會網絡場景。

圖4 發送功率對吞吐量的影響

從圖5可以看出,端到端時延隨著發送功率的增加在不斷波動,呈現不規律的變化趨勢。在發送功率小于25 dBm時,由于發送功率較小,傳輸范圍也較小,所以數據的傳輸是在一跳上進行,端到端時延比較低。當發送功率增加到25 dBm以上時,數據既可以通過一跳的傳輸完成,又可以通過多跳傳輸完成,并且節點在不停地快速移動,鏈路中斷情況發生無法確定,數據傳輸的行為變得稍微復雜,雖然規律性不明顯,總體上端到端時延還是呈現下降的趨勢。在發送功率為40～50 dBm區間時,節點能夠進行探測的范圍越來越大,大部分數據傳輸都可以在一跳內完成,端到端時延相應的也下降了許多。由于AOA-NP可以對根據信號的到達角度獲得相關的位置信息,在傳輸數據包時,可以更加準確的進行轉發,所以端到端時延比主被動結合方法低一些,平均低了10%左右。

圖5 發送功率對端到端時延的影響

如圖6所示,隨著節點發送功率的增加,發現的鄰居數量越來越多。這是因為發送功率越大,Hello包傳輸的范圍也越大,所以發現的鄰居數量增加。節點發送功率從30 dBm開始，基于AOA 的主被動結合法表現出了明顯的優勢，由于加入了對位置的探測,在高發送功率的情況下,可以提高鄰居的發現成功率,而APND 因為在35 dBm時性能已經達到最好，發現的鄰居數量不再增加。能量消耗方面,在節點移動速度逐漸增加的時候,比APND節約能量。

圖6 發送功率對鄰居發現數量的影響

4 結 語

本文對船舶機會網中鄰居發現和定位相關的內容進行了分析研究,介紹了到達角方法的原來，描述了到達角在機會網絡中運用的現狀，介紹了一種結合主動與被動的鄰居探測方法,分析了該方法的特點,將信號到達角與該方法結合,增加鄰居位置信息的獲取,進一步實現優化網絡的目的。對這種到達角的主被動結合法進行仿真實驗。實驗結果表明，本文改進了的鄰居發現算法—AOA-NP,能夠達到優化的效果,具體為:在不同發送功率下,相比于原算法,吞吐量提高了約5%,端到端時延降低了約10%,鄰居發現數量增加了50%,在發送功率較高,節點密度稀疏,移動速度略快的無線機會網絡環境下,表現出更好的網絡性能。