认知退避算法的研究

来源:用户上传      作者:

　　【摘要】无线通信技术已经越来越广泛的应用于人们的日常生活中，然而你有限的频谱资源与较低的频谱利用率导致频谱资源日益匮乏。本文提出了一种具有认知功能的退避算法（CR-BOA）。该算法通过认知用户根据信道的拥塞程度，自适应的调整退避窗口的大小。该算法大大提高了用户的性能，减少了二进制指数退避算法的等待和碰撞问题。最后OPNET仿真结果表明，减少了端到端的延迟，减少了丢包率。
　　【关键词】无线自组网；OPNET；退避算法；认知功能
　　1.引言
　　Ad Hoc网络是由一组自由移动的节点组成的一种临时性的自组织网络，和其他的无线通信网络系统一样，信道资源相对紧张，节点对信道资源的使用受限。但是也有区别于其他有固定接入点的无线网络（GSM），Ad Hoc网络没有一个可靠地中心控制节点，因此，节点间不容易协调。并且由于网络节点的高度灵敏性，需要更多的资源传输控制信息。总之，提高信道资源利用率、协调各节点之间的操作、提高传输效率是Ad Hoc网络研究的主要内容，因此设计一种适用于Ad Hoc网络的高效的MAC协议成为当前研究Ad Hoc网络的重点之一。
　　认知网络是具有认知功能，能够感知当前网络条件，然后依据这些条件做出规划、决策和行为的网络。它具有对网络环境的自适应能力，以及对以前决策的评判和未来决策判定的学习能力。通过分析，可以将认知技术应用到MAC协议上，使之具有认知的能力。这样利用CR-BOA算法可以减少隐藏终端和暴露终端问题，提高用户的吞吐量，避免数据的发送时延，减少丢包率。
　　2.退避算法研究
　　在MAC协议的接入技术中，当发生分组冲突时，发送者要执行退避算法，延迟一段时间以后再次尝试发送。实行退避的目的是为了减少重发时再次发生冲突的可能性。在Ad Hoc网络中，为了缓解隐蔽终端和暴露终端的问题，引入了RTS-CTS握手机制。RTS和CTS控制分组之间可能会发生冲突。发生冲突时，发送者超时等不到CTS，就要执行退避算法，延迟一段时间重新发送RTS。产生这个随机时间被定义为退避计数器。退避计数器的值直接影响着产生延迟时间的长短。所以退避计数器的值是一个非常重要的参数。退避时间的公式如下：
　　其中，COUNTER是指退避计数器的值，MAX和MIN指退避计数器的最大值和最小值。每次发送数据发生冲突时，退避计数器的值就会加倍；当交互成功时退避计数器的值就会降到最小值。
　　然而，BEB存在着不足之处。首先，当一次交互成功时，退避计数器的值就会降到最低值，不能正确反映信道的争用状况。特别是当系统比较忙碌和冲突较多是，经过多次退避，各个节点的退避计数器的值都很大，此时如果一个节点交互成功，它的计数器的值一下就减为最小值，该节点就会误认为此信道不忙碌，从而造成冲突。其次，BEB算法也会带来不公平的现象。一次交互成功后，节点的退避计数器的值降为最小值，而其他不成功的节点的退避计数器的值仍然很大。在以后的竞争中，退避计数器的值小的节点在竞争中获胜的可能性较大。获胜后，退避计数器的值又减小到最小，其他交互失败的节点退避计数器的值会再次增大。获胜的节点更加有优势，其他信道会更加空闲，导致严重的不公平现象。
　　2.2 认知退避算法研究
　　本文根据信道的拥塞程度自适应的调整认知用户的退避窗口值的大小，首先推到出系统的平均吞吐量的值的大小，其次，当平均吞吐量值达到最大时，判断出信道的繁冗率（在给定的时间内信道的占用时间的比率），最后，根据这个信道的繁冗率设置认知用户的退避窗口的大小。
　　2.2.1 平均吞吐量模型
　　用TS和Tf分别表示系统成功发送时的平均时延和发送失败时的平均时：
　　图2 网络吞吐量的对比图 图3 平均端到端的延迟对比图
　　从图3可以看出，两个协议产生的延迟的总体趋势是相似的，因为在仿真的初期，时延比较大，随着时间的进行，当网络稳定时，时延逐渐降低并且稳定。改进后的CR-BOA协议比BEB协议延迟要小，这是因为CR-BOA协议竞争窗口的大小代表着延长的时间，CR-BOA的竞争窗口大小是根据信道的拥塞程度判断的，而BEB的竞争窗口大小只是一个随机数，所以CR-BOA协议可以动态的自适应的选择竞争窗口的大小，有效的减少了等待时间。
　　4.结论
　　本文针对Ad Hoc网络的拓扑结构的变化迅速，节点移动速率快，使得现有MAC协议不太适用于现有网络，导致网络传输效率较低，在传统的退避算法上，提出了一种改进的CR-BOA退避算法，该算法根据网络的拥塞程度判断最佳的退避窗口，在一定程度上减少了延迟，调节了网络拥塞状况。仿真结果表明，改进的算法减少了网络延迟，提高了网络的吞吐量。下一步工作，将会将网络节点的能量因素考虑进去，来综合提高网络的性能。
　　参考文献
　　[1]张敬一，刘军，郭伟.认知无线Ad hoc网络的认知体系结构研究[J].通信技术，2011.
　　[2]王英伦.认知Ad Hoc网络中按需接入的MAC算法研究[D].西南科技大学硕士学位论文，2011.
　　[3]Quansheng Guan，F.R.Yu，ShengmingJiang，Gang Wei，Prediction -Based Topology Control and Routing in Cognitive Radio Mobile Ad Hoc Networks[J].IEEE Transactions on Vehicular Technology，Nov，2010，59（9）：4443-4452.
　　[4]Song Gao，Lijun Qian，D.Vaman，Distributed energy efficient Spectrum access in cognitive radio wireless ad hoc networks[J].IEEE Transactions on Wireless Communications，2009，8（10）：5202-5213.
　　[5]B F.Lo，I.F.Akyildiz，A.M.Al-Dhelaan，Efficient Recovery Control Channel Design in Cognitive Radio Ad Hoc Networks[J].IEEETransactionsonVehicular Technology，2010，59（9）：4513-4526.
　　[6]K.R.Chowdhury，I.F.Akyildiz，OFDM-Based Common Control Channel Design or Cognitive Radio Ad Hoc Networks[J].IEEE Transactions on Mobile Computing，2011，10（2）：228-238.
　　[7]Christos Anagnostopoulos，Stathes Hadjiefthymiades.Delay-tolerant delivery of quality information in ad hoc networks.J.Parallel Distrib.Comput.2011：974-987.
转载注明来源:https://www.xzbu.com/8/view-12685362.htm