基于EWMA算法的無線通信協議速率選擇

趙斌潔

（國家知識產權局專利局專利審查協作廣東中心，廣東 廣州 510535）

0 引 言

指數加權移動平均（Exponentially Weighted Moving-Average，EWMA）是一種應用于無線通信協議速率選擇的高效算法，通過EWMA控制圖能夠實時、動態且直觀地呈現數據傳輸成功率，計算結果偏差小，有助于無線通信協議自動選擇速率。引入EWMA算法作為選擇實時數據發送速率的算法，一方面能夠根據無線通信網絡的信道環境在不同時段選擇更高效的運行速率，另一方面能夠解決傳統算法存在的存儲數據丟失問題，提高實時計算準確率。

1 無線通信協議

無線網絡技術在現代化網絡環境中具有部署成本低、配置難度低、可擴展性高等優點，其靈活的網絡架構還能實現在不同領域的使用。通過無線網絡技術，數據信息的發送速率得到了提高。基于電視未使用空白頻段提出的IEEE 802.11無線網絡通信協議則是對無線網絡通信領域的又一次改革，大大提升了網絡架構的靈活性，并且數據信息的傳輸效率更高。這種新協議的構建使網絡在受干擾時能夠自動選擇新的運行速率，從而提高數據傳輸的實時穩定性[1]。傳統無線網絡應用的信道受到雷達信號和其他無線設備發出信號的干擾，數據傳輸準確率有所不足，也更容易發生數據丟包問題。通過引入動態速率選擇算法的方式對無線通信網絡所處環境進行判斷，并根據當前的運行環境選擇合適的實時動態速率，充分利用無線通信網絡協議的速率選擇自動化技術。

根據IEEE 802.11的特點來看，選擇對數據發送成功率進行實時動態統計的方式具有更強的適應性。利用無線通信網絡信息吞吐量判斷當前信道的傳輸質量，提取系統信息數據、固定時間段內產生的數據包發送成功次數、數據發送總次數進行分析。計算機的存儲空間上限導致系統必須將存儲時間較早的舊數據丟棄才能整合更多新數據，而EWMA是一種能夠將舊數據合理利用的算法，利用EWMA結合成功率統計方法進行計算能夠突破計算機存儲上限的局限性，實現實時動態化速率統計，解決傳統算法存在的舊統計數據丟棄問題。

2 EWMA算法原理

EWMA指通過指數區間選擇與加權移動平均值相結合的控制圖構建算法，可以應用在汽車控制系統運行與智能門禁系統等需要實時計算的系統中。EWMA算法可以對每個運行系統內的數據傳輸進行觀測，并對數據進行分組，計算不同子組的數據傳輸平均值。通過在系統中不斷重復計算流程，再利用平均值計算相應的指數加權移動平均值，得出指數值計算需要的信息。使用EWMA算法還能根據子組中的極差或子組標準差的平均值進行估計，設置合并標準差的過程，并得出標準差的歷史值[2]。

在系統中只有單個觀測值時，EWMA算法可以從單個觀測值的數據中計算出指數加權的移動平均值，此時標準差的估計方式改為使用移動極差平均值除以無偏常量進行計算。移動極差計算結果源于單個測量值測量基礎上對其數據創建的子組。移動極差長度為2的情況下，連續值最容易產生不斷接近的現象，那么也可以利用移動極差的中位數估算標準差或通過更改移動極差的長度來得出標準差的歷史值。使用EWMA算法主要是通過控制圖的形式將其中數據表現出來，EWMA中位值控制圖是針對可變樣本容量創建的，無法直接通過馬爾科夫鏈計算方法計算樣本數，需要利用EMWA中位值控制圖的平均觀測值計算出報警所需的樣本數。

3 EWMA算法優勢

EWMA通常被用于控制計算過程中產生的數據小幅度偏移，其優勢在于能夠將全部歷史數據共同納入計算體系中進行分析，評價過程更加合理，評價結果更加準確，選取的計算數據更多、來源更全面，能夠有效提高控制偏移的效率，從而提高生產效率[3]。

在行車控制與智能門禁等利用無線通信技術的領域，數據發送成功率需要實時計算，傳統的累積和控制圖（Cumulative Sum，CUSUM）算法受到計算機編程語言數據容量的限制，設備長時間運行需要不停篩去舊數據增加新數據，這使成功率計算整合的數據樣本量不足，速率選取結果出現偏差。EWMA算法能夠在短時間內對觀測目標的采集數據進行完整計算，對觀測區間內產生的所有統計量進行計算時，統計量的整合依賴前置觀測值統計量，每一時間段產生的數據都能保存并應用于實時計算，舊數據存儲丟失的問題也得到了解決。

EWMA控制圖對檢測到的全部數據進行計算，消除均值偏移，調節質量特性方差波動，采取具有針對性的措施消除運行異常，從而使系統運行快速回歸目標值，這在無線通信協議決策速率選擇中大大提升了計算準確率[4]。與此同時，通過EWMA反映的平穩性判斷估計值的波動趨勢，從而對下一階段的無線通信網絡進行風險評估。

4 EWMA算法在數據傳輸成功率統計中的應用

EWMA算法在每一次計算中都實現了對歷史數據的有效應用，解決了統計數據在存儲過程中丟失的問題，統計量的計算準確率顯著提高，短時統計和動態化實時統計的效率都得到了大幅提高[5]。例如，智能汽車控制系統需要對汽車行駛產生的路況信息實時分析并記錄，這時EWMA算法就能在車門、車燈、剎車等各個控制節點之間高效傳輸指令信息，提高汽車的總控制中心響應速度，并自動選擇速率。

EWMA算法對數據傳輸成功率的計算需要引入加權移動平滑指數λ，使觀測值的權重系數體現在運算過程中。λ值越大，則當前測量值的權重就越高，估計值更具有時效性特征，能夠在利用過去測量值數據的基礎上體現實時通信數據計算的統計量；λ值越小，則過去測量值所占的權重就越高，能反映過去一段時間速率選擇的運行效果，有助于發現系統運行的偏差問題[6]。

判斷EWMA算法的速率選擇有效性需要在EWMA控制圖和成功率算法的基礎上建立一個系統，并對窗口進行設置。通常來講，窗口的設置也會影響速率的選擇。窗口選擇過大時，速率的選擇存在滯后；而窗口選擇過小時，則不能充分調動數據。EWMA窗口模型的合理窗口計算間隔時間設置為100 ms，窗口每隔100 ms進行1次數據發送成功率的計算，計算過程將當前觀測值的統計量和在過去100 ms內的數據傳輸統計量作為依據。具體的算法運行流程如圖1所示[7]。

圖1 EWMA算法窗口運算流程

本算法分析建立在使用IEEE 802.11無線通信網絡協議的基礎上，將該協議中規定的最高速率作為初始發送速率進行運算，在算法運行開始前將各個速率對應的統計值清空，以保證本次計算僅針對實驗時間段，不受歷史數據傳輸成功率的影響[8]。

在窗口運行過程中，窗口會根據是否達到100 ms的計算區間值來分成2種情況進行分析。當計算達到100 ms的窗口邊界時，直接計算本次時間窗口內數據傳輸成功率的數值，并利用EWMA算法計算最終的成功率。此時系統需要記錄100 ms內發送數據的總個數和成功發送數據的個數，為了保證成功率計算結果覆蓋基本速率區間，系統在100 ms內的任意時間抽取當時的速率試探性發送，以保證計算結果穩定可靠。當計算沒有達到系統設置的窗口邊界時，需要將數據包總個數與已經完成發送的數據包個數進行記錄，為后續數據包發送成功率的算法拆解提供數據，使用成功發送的數據包個數除以總發送數據包個數即可得出100 ms內的數據包發送成功率。

而使用EWMA算法的意義在于能夠將運行中的所有數據綜合利用起來計算數據包發送成功率，將無線通信網絡在一段時間內的運行和數據發送情況統一反映出來[9]。計算成功后，系統會再次進入速率統計的計算循環，將已經發送成功的數據個數和總發送數據個數記錄清空處理，同時對各個觀測值下計算出的數據發送成功率進行比對與排序，選出數據發送成功率最高的觀測速率作為接下來的無線通信網絡數據發送速率，即完成1次自動無線通信網絡數據發送速率選擇。

5 EWMA算法應用成果分析

將某智能門禁控制系統作為算法搭建平臺，使用EWMA算法創建窗口模型后，能夠自主完成一套自動選擇數據傳輸速率的流程。調節加權值λ的取值區間，并分析EWMA算法在數據傳輸成功率統計中的實際應用效果。

智能門禁無線通信的實現可以利用低頻信號與高頻信號交叉的方式，窗口模擬時每100 ms進行1次門禁喚醒信號傳輸計算。在1 000 ms的系統算法運行統計時間內，假設每100 ms發送150次低頻信號數據包，針對不同時間的總數據包發送個數和完成發送的數據包個數進行統計，并對不同λ取值下的EDWA成功率進行統計，使用二分法對加權移動平滑指數取值進行計算，使用均方誤差法對估計量與被估計量之間的差異程度進行度量，從而判斷EWMA算法在無線通信協議數據傳輸速率選擇中的穩定性和有效性[10]。不同λ取值下的最小均值誤差如表1所示。

表1 不同λ取值下的最小均值誤差

當λ取值為0.75時均值誤差值最小，則0.75為加權移動平滑指數的最佳取值。在λ=0.75的條件下再次進行實驗，發現EWMA算法的累計計算概率差值都很小。EWMA算法能夠對無線通信協議的數據傳輸速率選擇起到正向作用，在丟棄舊數據的情況下仍能利用舊數據的計算結果，使用EWMA算法取得的數據傳輸成功率數值更具有參考性。

6 結 論

以無線通信協議IEEE 802.11作為研究對象，研究EWMA算法在無線網絡通信協議動態速率選擇過程中的應用。通過EWMA控制圖技術與數據發送成功率計算原則結合的方式突破傳統CUSUM算法的局限性，解決運算中的舊數據信息丟失問題，能夠根據信道環境實時動態選擇數據傳輸速率，提高速率選擇的穩定性和數據傳輸的成功率。