基于权重优化的WMN信道分配算法研究

李铖+龙华+李克+苏坡

【摘要】针对无线Mesh网中信道分配的适应性欠缺的问题，提出了一种基于权重优化的信道分配算法。该算法引入损耗因子使每次节点博弈的权重自动更新，将传统的静态博弈变为动态博弈，通过非强占优先制排队模型求节点的优先级使得信道分配更加公平。仿真结果表明，该算法在吞吐量和传输延时方面有所优化，验证了信道分配的公平性。

【关键词】无线Mesh网博弈论权重公平性

中图分类号：TP393文献标识码：A文章编号：1006-1010(2014)-08-0072-05

Research on WMN Channel Assignment Algorithm Based on Weight Optimization

LI Cheng1, LONG Hua1, LI Ke2, SU Po3

(1. School of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China;

2. Zhongyuan Institute of Technology Library, Zhengzhou 450007, China;

3. School of Information Engineering, Changan University, Xian 710064, China)

[Abstract] According to the lack of channel assignment adaptability in wireless Mesh network, a channel assignment algorithm based on weight optimization is proposed. This algorithm introduces the loss factor to make the weight of each node update automatically in the game, which changes the traditional static game to dynamic game. The non-preemptive priority queuing model is adopted to get the priority of node, which makes the channel assignment fairer. The simulation results show that the algorithm has better performance in throughput and propagation delay and the fairness of channel assignment is verified.

[Key words]wireless Mesh networkgame theoryweightfairness

1 引言

随着无线通信和移动计算的快速发展，为了满足人们日益增长的对无线宽带接入技术的需求，无线Mesh网[1]（WMN，Wireless Mesh Network）作为“最后一公里”的宽带无线接入关键技术已经成为下一代无线宽带接入研究的热点。典型的无线Mesh网络拓扑结构[2]如图1所示。

其主要包括三类网元：

（1）无线Mesh网关（WMG），用来将无线Mesh网络接入到Internet中去从而获取服务；

（2）无线Mesh路由器（WMR），为底层的移动终端提供分组路由和转发；

（3）移动终端（MC），即用户节点。

信道分配即在网络中有效地分配有限的无线频谱资源。由于频谱资源的有限性，信道分配则考虑如何充分利用这些频带资源。在WMN中，信道分配策略要保证有效利用可用信道资源的同时还保持网络的连通性。公平性是无线Mesh网络信道分配的重要特性之一。从概率上讲，每个WMR得到信道带宽是相同的，但是由于WMR接入的MC数量不等，某些节点可能会发生“饿死”现象，导致分配的不公平。目前WMN中信道分配方案主要集中在IEEE802.11技术的基础上，针对原有方案的不足作出相应的增强改进，以确保网络的公平性和资源利用率。

例如：文献[3]提出的增强型信道分配方法即利用二次贪婪的方式克服了信道分配中的波纹效应，减少了信道间的干扰，但是并未涉及到公平性，也未优化网络的效益；文献[4]采用协同博弈的方式将网络中的每个节点模型化为一个弈者，每个弈者的策略为与其相关的路由与信道分配方案，收益函数为给定流量需求矩阵下的成功传输流量，弈者通过协同博弈来优化收益函数以最大化网络吞吐量，同时提出了基于博弈论的无线网状网络路由与信道分配联合优化方案，但是没有考虑信道的公平性分配；文献[5]采用了传统的博弈论方法，虽然提升了带宽公平性，但是同时也以延时的增加为代价；文献[6]通过检测子节点包含的活动终端数量，计算分配指数并发送给子节点，使其能根据分配指数调整介质访问控制层的竞争窗口参数，在子节点向父节点发送数据时，采用加权轮询调度算法进一步保证带宽分配的公平性。

本文在已有的工作基础上提出了一种基于权重优化的信道分配算法（BWOCA，Based on Weight Optimization Channel Assignment Algorithm）。首先建立了本算法的网络模型，分析了节点竞争无线信道的博弈模型；然后根据流量建立排队模型，根据节点负载分析节点的优先级；最后使用MATLAB仿真软件建立模拟场景，同GBCA算法相比较，结果表明本算法减少了传输延时，提高了网络的吞吐量和信道分配的公平性。

2 模型分析

2.1网络模型分析

假设无线Mesh网络的节点都在同一个平面上，网络中的干扰包括信道与信道之间的干扰和节点之间的干扰。设每个节点的覆盖范围为Rcom，干扰范围为Rinter，Rcom

图2无线Mesh网络干扰模型

假设节点i使用信道c，Inter(i)为i干扰范围内的节点集合，则邻居节点j干扰模型为：

（1）

假设为独立事件，则，其中。

2.2信道分配竞争的博弈模型分析

博弈论中主要有三个要素，即参与者、博弈策略和效用函数。在本模型中，可以将信道分配问题看作为非合作博弈。网关WMG负责WMN与外界网络的通信，而同一时间只能有一个WMR与WMG进行通信，因此对于每个WMR来说彼此都是竞争关系，可以看作是一个博弈的参与者。WMR只有两种状态{通信，不通信}，如果没有或多于两个WMR选择通信状态时，会发生冲突而导致通信失败；只有一个WMR处于通信状态时，才能成功通信。但是这在实际情况中不存在，每个WMR是以Pi的概率选择通信的，这需要达到一个纳什均衡（NE，Nash Equilibrium）。

以每个WMR选择信道的概率作为博弈策略，对于节点i有si={si1,si2,…,sim}种策略可供选择，每个策略都有相应的效益Ui=Ui(s1,s2,…,sM)，Ui可定义为节点i选择某种策略所得到的吞吐量，当满足Ui(s1,s2,…,sM)≤Ui(s*1,s*2,…,s*M)时，博弈达到纳什均衡，其中s*1为使全网达到NE的最优策略。

效用函数（Utility Function）的目标在于最大化吞吐量，定义目标函数为：

（2）

其中，Pi(c)为节点i选择信道c的概率；fi为节点i的传输流量；Rb为节点i的实际传输率。

2.3流量模型分析

针对WMR的流量分配策略[7]可以用M/G/1非强占优先制排队模型[8]分析。整个无线Mesh网中每个节点数据到达率λi和处理速率μi服从泊松分布。为了计算效用函数，需要用到端到端延时Wql概率分布。根据M/G/1队列的性质，Si为节点i的服务时间，=1/μi，则有：

（3）

其中，。端到端延时Wql由平均服务时间、排队时间以及前一节点剩余服务时间构成，即Wql=Ws+Wq+Wo，，Wqi为第i节点的平均排队等待时间；，S为系统服务时间；Wo=Wql。可以得到端到端延时Wql的期望为：

（4）

节点的优先级与节点所选信道的负载、节点的端口数和最小跳数有关。对优先级的判断首先根据所选信道的负载，节点所选信道c的负载越大，那么传输的需求就越大，优先级就高；最小跳数是节点到网关节点的最小跳数，离网关越近的节点不仅需要传输自身负载，还要转发离网关较远节点的负载，优先级就越高；射频端口与WMN网络容量支撑能力有关，接口越少，优先级就越高。节点的优先级可以表示为：

（5）

3 基于权重优化的BWOCA算法

本文采用信道分配过程中的损耗对节点竞争博弈中的权重进行优化，从而达到每一次博弈都会自动更新权重，动态分配信道，使信道分配更加公平有效。

3.1干扰损耗

带宽损耗包含信道间损耗和网络内部邻居节点间的损耗。每个信道都只有两种状态，即占用和空闲。当一个节点i选择信道c时，占用的时间定义为Tc,occupy(i)；当信道c空闲时，时间为Tc, free(i)，选择信道c信道干扰损耗为：

（6）

对于网络内部来说，损耗主要来自节点间的干扰损耗。同一时间选择信道c的节点总和为，其中N-i为节点i的干扰范围内的节点。则选择信道c的节点之间的干扰节点密度为：

（7）

根据式（6）和式（7），可以得到节点i选择信道c时总的干扰损耗函数为：

（8）

3.2切换延时损耗

每个节点的损耗不仅有干扰损耗，还存在切换延时损耗。每个节点都有两种接口：发送接口Tr和接收接口Re。信道分配时选择每个节点的Re接口接收传输数据，然后切换到Tr接口发送数据，切换过程中会产生延时，则切换延时损耗函数为：

（9）

3.3损耗指数因子

通过综合干扰损耗和切换延时损耗引入损耗指数因子Lc(i)，其函数表达式为：

Lc(i)=αLossc,T(i)+(1-α)Lossc,I(i)（10）

其中，α为调节因子（α∈[0,1]），损耗指数因子Lc(i)的范围也为[0,1]。

3.4权重优化

由于无线Mesh网络中数据传输存在着信道之间和节点之间的干扰，这些干扰是时刻变化的，而传统的博弈模型中权重是固定的，采用传统模型显然会带来一定的误差。本文根据数据传输中的损耗，节点之间每次博弈都会自动更新博弈权重，使信道分配更加实时化。设r为博弈的轮数，r∈{1,2,…,Ro}，Ro为博弈的总轮数，则节点i后一轮的博弈权重与前一轮博弈权重关系如下：

（11）

其中，Lc(i)为损耗指数因子；ε为权重优化因子（ε∈[0,1]），用来衡量权重优化程度。ε越小，权重变化就越大，信道分配决策的误差就越大；ε越大，权重变化就越小，信道分配决策的误差就越小。通过仿真实验ε取0.25。因此，节点i选择信道c的概率分布Pi(c)为：

（12）

4 仿真及结果分析

在本文仿真场景中，设定无线Mesh网络拓扑为1 000m ×1 000m范围内，节点数为50，信道数为10，节点的传输半径为10m、传输带宽为5Mbit/s。将一种新式的基于博弈论的信道分配方法（GBCA）与本文的BWOCA算法相比较，可以看出BWOCA算法较GBCA算法在吞吐量方面有了很大的提高，如图3所示。随着节点数量的增多，吞吐量也越来越大，BWOCA算法的吞吐量随着节点数的增加明显高于GBCA的吞吐量。

图3网络吞吐量随节点数目变化

如图4所示，在传输平均延时方面，随着节点数目的增加，节点的传输负载会相应增加，延时也会逐渐增大。本文提出的BWOCA算法在5个节点之前，延时与GBCA算法相当；5个节点之后，明显延时低于GBCA算法的延时。

针对信道分配的公平性问题，本文采用Jain公平指标来评价，计算公式为：

（13）

xi为节点i的吞吐量；n为节点总数。将本文BWOCA算法与原有算法信道分配公平性作比较，如图5所示。

从图5可以看出，新算法的公平性指数数值均比原有算法大。经统计，新算法的信道分配公平性指数比原有算法提升了2.21%，这说明该算法具有更良好的公平性。

5 结束语

本文通过对通信传输中信道分配损耗因子的分析，提出了一种新的算法BWOCA对博弈中的权重进行优化，将传统的静态博弈变为动态博弈，并引入非强占优先制排队模型根据节点的优先级使得信道分配更加公平。仿真实验表明，新算法的吞吐量有了很大的提高，传输延时有所降低，信道资源得到了公平地分配，符合公平性原则，网络性能得到了良好的提升。但是算法并未考虑复杂度和能量消耗问题，因此还存在一定的局限性。未来将加入复杂度分析及节能措施，使其为无线Mesh网络发展提供更有利的依据。

参考文献：

[1] Chen Linlin, Liu Naian. Wireless Mesh Network and IEEE 802 Standards[J]. ZTE Communication, 2008,6(2): 7-10.

[2] Ekram Hossain, Kin Leung. Wireless Mesh Network Achitectures and Protocols[M]. USA: Springer Science Business Media, LLC, 2008.

[3] 冯琳函,钱志鸿,金冬成. 增强型的无线mesh网络信道分配方法[J]. 通信学报, 2012(10): 44-50.

[4] 龙飞,汪春霆,杨治安. 一种基于博弈论的无线网状网络路由与信道分配联合优化算法[J]. 国防科技大学学报, 2012(2): 94-101.

[5] Vusumuzi Moyo, Olabisi Falowo, Mqhele Dlodlo. Improving Inter Service Bandwidth Fairness in Wireless Mesh Network[C]. Tunisia: Elec-trotechnical Conference. 2012: 1013-1016.

[6] 苏凡军,房慧聪,徐建,等. 多信道无线Mesh网络公平带宽分配算法[J]. 计算机工程, 2012(15): 66-69.

[7] 刘军,谢秀峰. 基于排队延时及博弈分析的认知无线网络信道分配算法[J]. 通信学报, 2012(6): 73-81.

[8] 孙荣恒,李建平. 排队论基础[M]. 北京: 科学出版社, 2002.★

作者简介

李铖：昆明理工大学信息工程与自动化学院2011级硕士研究生，主要研究方向为无线Mesh网络。

龙华：教授,现任职于昆明理工大学信息工程与自动化学院，主要研究方向为无线网络。

李克：副教授，现任职于中原工学院图书馆，主要研究方向为情报学。

endprint

以每个WMR选择信道的概率作为博弈策略，对于节点i有si={si1,si2,…,sim}种策略可供选择，每个策略都有相应的效益Ui=Ui(s1,s2,…,sM)，Ui可定义为节点i选择某种策略所得到的吞吐量，当满足Ui(s1,s2,…,sM)≤Ui(s*1,s*2,…,s*M)时，博弈达到纳什均衡，其中s*1为使全网达到NE的最优策略。

效用函数（Utility Function）的目标在于最大化吞吐量，定义目标函数为：

（2）

其中，Pi(c)为节点i选择信道c的概率；fi为节点i的传输流量；Rb为节点i的实际传输率。

2.3流量模型分析

针对WMR的流量分配策略[7]可以用M/G/1非强占优先制排队模型[8]分析。整个无线Mesh网中每个节点数据到达率λi和处理速率μi服从泊松分布。为了计算效用函数，需要用到端到端延时Wql概率分布。根据M/G/1队列的性质，Si为节点i的服务时间，=1/μi，则有：

（3）

其中，。端到端延时Wql由平均服务时间、排队时间以及前一节点剩余服务时间构成，即Wql=Ws+Wq+Wo，，Wqi为第i节点的平均排队等待时间；，S为系统服务时间；Wo=Wql。可以得到端到端延时Wql的期望为：

（4）

节点的优先级与节点所选信道的负载、节点的端口数和最小跳数有关。对优先级的判断首先根据所选信道的负载，节点所选信道c的负载越大，那么传输的需求就越大，优先级就高；最小跳数是节点到网关节点的最小跳数，离网关越近的节点不仅需要传输自身负载，还要转发离网关较远节点的负载，优先级就越高；射频端口与WMN网络容量支撑能力有关，接口越少，优先级就越高。节点的优先级可以表示为：

（5）

3 基于权重优化的BWOCA算法

本文采用信道分配过程中的损耗对节点竞争博弈中的权重进行优化，从而达到每一次博弈都会自动更新权重，动态分配信道，使信道分配更加公平有效。

3.1干扰损耗

带宽损耗包含信道间损耗和网络内部邻居节点间的损耗。每个信道都只有两种状态，即占用和空闲。当一个节点i选择信道c时，占用的时间定义为Tc,occupy(i)；当信道c空闲时，时间为Tc, free(i)，选择信道c信道干扰损耗为：

（6）

对于网络内部来说，损耗主要来自节点间的干扰损耗。同一时间选择信道c的节点总和为，其中N-i为节点i的干扰范围内的节点。则选择信道c的节点之间的干扰节点密度为：

（7）

根据式（6）和式（7），可以得到节点i选择信道c时总的干扰损耗函数为：

（8）

3.2切换延时损耗

每个节点的损耗不仅有干扰损耗，还存在切换延时损耗。每个节点都有两种接口：发送接口Tr和接收接口Re。信道分配时选择每个节点的Re接口接收传输数据，然后切换到Tr接口发送数据，切换过程中会产生延时，则切换延时损耗函数为：

（9）

3.3损耗指数因子

通过综合干扰损耗和切换延时损耗引入损耗指数因子Lc(i)，其函数表达式为：

Lc(i)=αLossc,T(i)+(1-α)Lossc,I(i)（10）

其中，α为调节因子（α∈[0,1]），损耗指数因子Lc(i)的范围也为[0,1]。

3.4权重优化

由于无线Mesh网络中数据传输存在着信道之间和节点之间的干扰，这些干扰是时刻变化的，而传统的博弈模型中权重是固定的，采用传统模型显然会带来一定的误差。本文根据数据传输中的损耗，节点之间每次博弈都会自动更新博弈权重，使信道分配更加实时化。设r为博弈的轮数，r∈{1,2,…,Ro}，Ro为博弈的总轮数，则节点i后一轮的博弈权重与前一轮博弈权重关系如下：

（11）

其中，Lc(i)为损耗指数因子；ε为权重优化因子（ε∈[0,1]），用来衡量权重优化程度。ε越小，权重变化就越大，信道分配决策的误差就越大；ε越大，权重变化就越小，信道分配决策的误差就越小。通过仿真实验ε取0.25。因此，节点i选择信道c的概率分布Pi(c)为：

（12）

4 仿真及结果分析

在本文仿真场景中，设定无线Mesh网络拓扑为1 000m ×1 000m范围内，节点数为50，信道数为10，节点的传输半径为10m、传输带宽为5Mbit/s。将一种新式的基于博弈论的信道分配方法（GBCA）与本文的BWOCA算法相比较，可以看出BWOCA算法较GBCA算法在吞吐量方面有了很大的提高，如图3所示。随着节点数量的增多，吞吐量也越来越大，BWOCA算法的吞吐量随着节点数的增加明显高于GBCA的吞吐量。

图3网络吞吐量随节点数目变化

如图4所示，在传输平均延时方面，随着节点数目的增加，节点的传输负载会相应增加，延时也会逐渐增大。本文提出的BWOCA算法在5个节点之前，延时与GBCA算法相当；5个节点之后，明显延时低于GBCA算法的延时。

针对信道分配的公平性问题，本文采用Jain公平指标来评价，计算公式为：

（13）

xi为节点i的吞吐量；n为节点总数。将本文BWOCA算法与原有算法信道分配公平性作比较，如图5所示。

从图5可以看出，新算法的公平性指数数值均比原有算法大。经统计，新算法的信道分配公平性指数比原有算法提升了2.21%，这说明该算法具有更良好的公平性。

5 结束语

本文通过对通信传输中信道分配损耗因子的分析，提出了一种新的算法BWOCA对博弈中的权重进行优化，将传统的静态博弈变为动态博弈，并引入非强占优先制排队模型根据节点的优先级使得信道分配更加公平。仿真实验表明，新算法的吞吐量有了很大的提高，传输延时有所降低，信道资源得到了公平地分配，符合公平性原则，网络性能得到了良好的提升。但是算法并未考虑复杂度和能量消耗问题，因此还存在一定的局限性。未来将加入复杂度分析及节能措施，使其为无线Mesh网络发展提供更有利的依据。

参考文献：

[1] Chen Linlin, Liu Naian. Wireless Mesh Network and IEEE 802 Standards[J]. ZTE Communication, 2008,6(2): 7-10.

[2] Ekram Hossain, Kin Leung. Wireless Mesh Network Achitectures and Protocols[M]. USA: Springer Science Business Media, LLC, 2008.

[3] 冯琳函,钱志鸿,金冬成. 增强型的无线mesh网络信道分配方法[J]. 通信学报, 2012(10): 44-50.

[4] 龙飞,汪春霆,杨治安. 一种基于博弈论的无线网状网络路由与信道分配联合优化算法[J]. 国防科技大学学报, 2012(2): 94-101.

[5] Vusumuzi Moyo, Olabisi Falowo, Mqhele Dlodlo. Improving Inter Service Bandwidth Fairness in Wireless Mesh Network[C]. Tunisia: Elec-trotechnical Conference. 2012: 1013-1016.

[6] 苏凡军,房慧聪,徐建,等. 多信道无线Mesh网络公平带宽分配算法[J]. 计算机工程, 2012(15): 66-69.

[7] 刘军,谢秀峰. 基于排队延时及博弈分析的认知无线网络信道分配算法[J]. 通信学报, 2012(6): 73-81.

[8] 孙荣恒,李建平. 排队论基础[M]. 北京: 科学出版社, 2002.★

作者简介

李铖：昆明理工大学信息工程与自动化学院2011级硕士研究生，主要研究方向为无线Mesh网络。

龙华：教授,现任职于昆明理工大学信息工程与自动化学院，主要研究方向为无线网络。

李克：副教授，现任职于中原工学院图书馆，主要研究方向为情报学。

endprint

以每个WMR选择信道的概率作为博弈策略，对于节点i有si={si1,si2,…,sim}种策略可供选择，每个策略都有相应的效益Ui=Ui(s1,s2,…,sM)，Ui可定义为节点i选择某种策略所得到的吞吐量，当满足Ui(s1,s2,…,sM)≤Ui(s*1,s*2,…,s*M)时，博弈达到纳什均衡，其中s*1为使全网达到NE的最优策略。

效用函数（Utility Function）的目标在于最大化吞吐量，定义目标函数为：

（2）

其中，Pi(c)为节点i选择信道c的概率；fi为节点i的传输流量；Rb为节点i的实际传输率。

2.3流量模型分析

针对WMR的流量分配策略[7]可以用M/G/1非强占优先制排队模型[8]分析。整个无线Mesh网中每个节点数据到达率λi和处理速率μi服从泊松分布。为了计算效用函数，需要用到端到端延时Wql概率分布。根据M/G/1队列的性质，Si为节点i的服务时间，=1/μi，则有：

（3）

其中，。端到端延时Wql由平均服务时间、排队时间以及前一节点剩余服务时间构成，即Wql=Ws+Wq+Wo，，Wqi为第i节点的平均排队等待时间；，S为系统服务时间；Wo=Wql。可以得到端到端延时Wql的期望为：

（4）

节点的优先级与节点所选信道的负载、节点的端口数和最小跳数有关。对优先级的判断首先根据所选信道的负载，节点所选信道c的负载越大，那么传输的需求就越大，优先级就高；最小跳数是节点到网关节点的最小跳数，离网关越近的节点不仅需要传输自身负载，还要转发离网关较远节点的负载，优先级就越高；射频端口与WMN网络容量支撑能力有关，接口越少，优先级就越高。节点的优先级可以表示为：

（5）

3 基于权重优化的BWOCA算法

本文采用信道分配过程中的损耗对节点竞争博弈中的权重进行优化，从而达到每一次博弈都会自动更新权重，动态分配信道，使信道分配更加公平有效。

3.1干扰损耗

带宽损耗包含信道间损耗和网络内部邻居节点间的损耗。每个信道都只有两种状态，即占用和空闲。当一个节点i选择信道c时，占用的时间定义为Tc,occupy(i)；当信道c空闲时，时间为Tc, free(i)，选择信道c信道干扰损耗为：

（6）

对于网络内部来说，损耗主要来自节点间的干扰损耗。同一时间选择信道c的节点总和为，其中N-i为节点i的干扰范围内的节点。则选择信道c的节点之间的干扰节点密度为：

（7）

根据式（6）和式（7），可以得到节点i选择信道c时总的干扰损耗函数为：

（8）

3.2切换延时损耗

每个节点的损耗不仅有干扰损耗，还存在切换延时损耗。每个节点都有两种接口：发送接口Tr和接收接口Re。信道分配时选择每个节点的Re接口接收传输数据，然后切换到Tr接口发送数据，切换过程中会产生延时，则切换延时损耗函数为：

（9）

3.3损耗指数因子

通过综合干扰损耗和切换延时损耗引入损耗指数因子Lc(i)，其函数表达式为：

Lc(i)=αLossc,T(i)+(1-α)Lossc,I(i)（10）

其中，α为调节因子（α∈[0,1]），损耗指数因子Lc(i)的范围也为[0,1]。

3.4权重优化

由于无线Mesh网络中数据传输存在着信道之间和节点之间的干扰，这些干扰是时刻变化的，而传统的博弈模型中权重是固定的，采用传统模型显然会带来一定的误差。本文根据数据传输中的损耗，节点之间每次博弈都会自动更新博弈权重，使信道分配更加实时化。设r为博弈的轮数，r∈{1,2,…,Ro}，Ro为博弈的总轮数，则节点i后一轮的博弈权重与前一轮博弈权重关系如下：

（11）

其中，Lc(i)为损耗指数因子；ε为权重优化因子（ε∈[0,1]），用来衡量权重优化程度。ε越小，权重变化就越大，信道分配决策的误差就越大；ε越大，权重变化就越小，信道分配决策的误差就越小。通过仿真实验ε取0.25。因此，节点i选择信道c的概率分布Pi(c)为：

（12）

4 仿真及结果分析

在本文仿真场景中，设定无线Mesh网络拓扑为1 000m ×1 000m范围内，节点数为50，信道数为10，节点的传输半径为10m、传输带宽为5Mbit/s。将一种新式的基于博弈论的信道分配方法（GBCA）与本文的BWOCA算法相比较，可以看出BWOCA算法较GBCA算法在吞吐量方面有了很大的提高，如图3所示。随着节点数量的增多，吞吐量也越来越大，BWOCA算法的吞吐量随着节点数的增加明显高于GBCA的吞吐量。

图3网络吞吐量随节点数目变化

如图4所示，在传输平均延时方面，随着节点数目的增加，节点的传输负载会相应增加，延时也会逐渐增大。本文提出的BWOCA算法在5个节点之前，延时与GBCA算法相当；5个节点之后，明显延时低于GBCA算法的延时。

针对信道分配的公平性问题，本文采用Jain公平指标来评价，计算公式为：

（13）

xi为节点i的吞吐量；n为节点总数。将本文BWOCA算法与原有算法信道分配公平性作比较，如图5所示。

从图5可以看出，新算法的公平性指数数值均比原有算法大。经统计，新算法的信道分配公平性指数比原有算法提升了2.21%，这说明该算法具有更良好的公平性。

5 结束语

本文通过对通信传输中信道分配损耗因子的分析，提出了一种新的算法BWOCA对博弈中的权重进行优化，将传统的静态博弈变为动态博弈，并引入非强占优先制排队模型根据节点的优先级使得信道分配更加公平。仿真实验表明，新算法的吞吐量有了很大的提高，传输延时有所降低，信道资源得到了公平地分配，符合公平性原则，网络性能得到了良好的提升。但是算法并未考虑复杂度和能量消耗问题，因此还存在一定的局限性。未来将加入复杂度分析及节能措施，使其为无线Mesh网络发展提供更有利的依据。

参考文献：

[1] Chen Linlin, Liu Naian. Wireless Mesh Network and IEEE 802 Standards[J]. ZTE Communication, 2008,6(2): 7-10.

[2] Ekram Hossain, Kin Leung. Wireless Mesh Network Achitectures and Protocols[M]. USA: Springer Science Business Media, LLC, 2008.

[3] 冯琳函,钱志鸿,金冬成. 增强型的无线mesh网络信道分配方法[J]. 通信学报, 2012(10): 44-50.

[4] 龙飞,汪春霆,杨治安. 一种基于博弈论的无线网状网络路由与信道分配联合优化算法[J]. 国防科技大学学报, 2012(2): 94-101.

[5] Vusumuzi Moyo, Olabisi Falowo, Mqhele Dlodlo. Improving Inter Service Bandwidth Fairness in Wireless Mesh Network[C]. Tunisia: Elec-trotechnical Conference. 2012: 1013-1016.

[6] 苏凡军,房慧聪,徐建,等. 多信道无线Mesh网络公平带宽分配算法[J]. 计算机工程, 2012(15): 66-69.

[7] 刘军,谢秀峰. 基于排队延时及博弈分析的认知无线网络信道分配算法[J]. 通信学报, 2012(6): 73-81.

[8] 孙荣恒,李建平. 排队论基础[M]. 北京: 科学出版社, 2002.★

作者简介

李铖：昆明理工大学信息工程与自动化学院2011级硕士研究生，主要研究方向为无线Mesh网络。

龙华：教授,现任职于昆明理工大学信息工程与自动化学院，主要研究方向为无线网络。

李克：副教授，现任职于中原工学院图书馆，主要研究方向为情报学。

endprint