基于自适应变速因子的水声通信网MAC退避算法

张鹏程，徐志京，李 进

（上海海事大学 信息工程学院，上海201306）

0 引 言

水下无线传感网络 （UWSN）是由布放于海底的传感器、水下机器人及表面站等组成，通过声信号建立起来的一种无线通信网络［1］。目前国内外UWSN 研究主要集中在调制方式、网络协议、水声通信同步以及数据处理等问题。设计高效的节点接入退避协议是提高数据传输效率、保证水声网络正常工作的基础。由于UWSN 领域标准的不完整，在协议中每一层尤其是数据链路层中，实现节点对共享信道的接入设计任务艰巨。

作为数据链路层的一部分，MAC子层主要完成对共享信道的正确接入，对上层提供可靠的通信连接服务。协议设计的核心问题是：当网络中多个节点同时竞争信道时，如何充分利用信道资源同时避免冲突发生。对于UWSN 而言，需要注意以下4点［2］：

（1）受限的带宽。目前水声通信所用的频带主要是在5～20 KHz 之间。Sea Web［1］项目使用的带宽也仅为5KHz。

（2）传播时延高。水声信道中声波的传输速度仅为1500m／s，相较电磁波，低了5 个数量级，每公里传输时延高达650ms。

（3）能量受限。水下移动节点一般靠电池供电，收发机的功耗将影响整个网络生存周期。

（4）网络结构变化。由于水下节点常布放于海水中，移动的节点将导致网络结构变化。另外，信号选择性衰落、信道多径干扰等因素均将造成水下通信网络误码率高、链路中断等问题。

1 UWSN 中节点MAC层接入机制

1.1 MAC层节点接入机制

UWSN 中的多址接入协议一般是基于单信道的MAC协议，即所有的数据帧和控制帧都在同一信道同一频率上发送和接收。只有当信道空闲且保持一定的退避时间，节点方可发送数据。当多个节点试图同时接入信道时，必须有节点主动退出以避免碰撞；同时也应当有节点可以顺利接入信道，以提高信道利用率。节点接入、退避过程如下：

（1）监听信道、计算退避时间值。退避时间值t从（0，CW）中选择随机数；

（2）减小退避时间。节点会一直监听信道，若信道空闲且保持一个时隙，则t值减1，否则t值不变；

（3）t值为0，发送数据。若退避时间t值为0，代表信道空闲，节点可以选择发送数据。其中CW 为节点当前竞争窗口值，取值为最小窗口值与最大窗口值之间的一个整数。若Random 为取0～1之间随机数函数，int表示取整，Slot Time为时隙函数，则上述计算退避时间可表述如下

竞争窗口值决定退避时间Backoff Time取值。一般而言，节点CW 值越大则节点接入信道的概率越低，这将导致信道利用率低、网络整体时延增大及吞吐量下降；反之，若CW 偏小，则节点成功接入概率增大，但冲突概率也将随之增大。因此，合理调整节点竞争窗口值，将有利于提高网络吞吐量、降低数据帧发送碰撞概率。

1.2 退避算法相关研究

目前广泛使用的退避算法包括二进制指数退避算法BEB、乘倍增加／线性递减算法MILD 及乘倍增加／乘倍线性递减算法MIMLD［3］，计算时依据式 （1）计算CW，算法差异在于CW 取值，见表1。

表1 不同退避算法竞争窗口值取法

3种算法中，MIMLD 算法最为特殊，增加一个门限参数用于判断信道竞争激烈程度。若当前CW 值大于CWbasic时，判断信道竞争激烈，反之则表明信道竞争较轻。该算法对CWbasic的选取非常关键，是影响网络性能的重要因素［4］。另外，MIMLD 算法和MILD 算法可以在一定程度上降低BEB算法中不公平性问题，但都没有考虑到产生不公平性的根本原因在于不同节点的退避计数器相差较大，导致节点间接入信道的概率不同。

2 自适应变速接入、退避算法 （AVAB）

2.1 AVAB算法总述

本文提出的AVAB （adaptive variable speed access backoff algorithm）算法利用CWbasic将网络的竞争程度划分为竞争激烈区域和竞争缓和区域，并在这2个区域采用不同的变速因子计算节点发生碰撞后的累加因子及成功发送后递减因子。

当节点发送发生碰撞后，在竞争激烈区域，采用较大的倍乘因子提高CW 值，降低二次发送碰撞概率，在CWbasic附近设置一段缓冲区域，采用定常倍乘因子，缓速提高CW 值，平衡网络中其他节点接入网络概率，在竞争最缓和区域，由于CW 值非常大，采用累加方式计算窗口更新值；当节点成功发送后，在竞争最激烈区域采用较大的倍除因子快速降低CW 值，提高节点再次接入信道概率，在CWbasic附近选取一段缓冲区域，采用定常倍除因子，防止窗口值过低，在竞争缓和区域，由于CW 值非常低，因此采用递减方式计算窗口更新值。

2.2 数据帧碰撞后处理机制

目前已有的退避算法都是在节点发送冲突后，采用一致的倍乘因子增大CW 值。但是，随着节点退避次数的增多，竞争窗口CW 值将呈指数级增大，由此更多节点接入信道概率将显著降低，同时增大信道的空闲度。为此，本文利用分段变速率因子曲线提出了适应水声信道的节点退避机制。首先利用CWbasic将信道退避窗口划分为竞争激烈和竞争缓和区域；然后在位于CWbasic值附近 （即下文 （τ1，τ2）区间内）设置一段缓冲区域，采用定常倍乘因子，缓速提高CW 值，可以平衡网络中其他节点成功接入网络概率；在竞争最缓和区域，由于CW 值已经非常大，因此采用累加方式缓速提高CW 值。

当CW 值处于 （CWbasic，τ1）区间时，由于竞争窗口较小，节点成功接入网络概率较大，数据帧碰撞概率高，竞争比较激烈，因此采用较大的倍乘因子，使CW 值显著提高，减小数据帧再次发送产生碰撞的概率；对 （τ1，τ2）内CW 以2 倍递增，缓速提高当前窗口值；对 （τ2，CWmax）区间内，由于节点接入网络概率较小，且CW 值非常大，采用累加方式而非倍乘方式提高CW 值。由此，本文采用三段曲线计算数据帧发送碰撞后CW 的倍乘／累加值。

参考相关文献 ［5，6］的建议，取CWmin、CWbasic及CWmax值分别为4、64及1024。τ1、τ2取值如下式

第1段、第2段倍乘因子计算曲线如图1所示。

图1 倍乘因子计算曲线

图1中，横坐标表示竞争窗口CW 值 （取对数），纵坐标r表示数据帧碰撞后的倍乘因子。T1及T2线段分别表示 （CWmin，τ1）、 （τ1，τ2）内的AVAB 倍乘因子计算曲线。方程表示如下

此区间下，CW 采用倍乘方式计算；在 （τ2，CWmax）区间内，采用累加方式计算，更新方程如下

对于曲线设计主要基于以下3点：

（1）倍乘曲线第一段即区间 （CWmin，τ1）内，曲线设计为凸型下降，CW 值越小，采用越大的倍乘因子式，使其显著提高。

（2）倍乘曲线第2段即区间 （τ1，τ2），采用恒定倍乘因子2。由于此时CW 值相对较大，缓速提高窗口值，避免较大倍乘因子造成节点再次接入概率过低。

（3）累加曲线段即区间 （τ2，CWmax）内，采用累加方式提高CW 替换倍乘方式提高CW 值。由于此时CW 值非常大，节点接入网络的概率较低，这时需要平衡节点CW值，防止节点一直无法接入网络，导致信道利用率不升反降。

2.3 数据帧成功发送处理机制

节点成功发送数据后，应将CW 值减小，提高节点二次接入信道概率，由于水声信道的长时延性，若采用BEB处理机制中将CW 置最小值，将使信道碰撞几率大大提高。据此，研究使用的AVAB 算法中，数据成功传输采用倍除／递减方式分段处理。当CW 处于 （CWmin，τ1）时，采用递减CW 计算更新值，这里考虑到CW 非常小，防止CW 值降速过快引起碰撞；区间 （τ1，τ2）内T3线段采用定常倍除因子，给予当前窗口值的两倍降速，可以起到在CWbasic附近窗口缓速降低，不至太高或太低；区间 （τ2，CWmax）内，采用T4曲线段计算倍除因子，将CW 值快速降低，提高节点再次接入网络概率，同时提高信道利用率。倍除因子计算曲线如图2所示。

图2 倍除因子计算曲线

图2中，横坐标表示竞争窗口值 （取对数），纵坐标为倍除因子。当数据帧分送成功后，节点将根据倍除曲线计算倍除因子r，然后将CW／r作为节点下次竞争信道CW值。T3、T4曲线方程如下式

上式为区间 （τ1，CWmax）内节点采用倍除因子式；若CW 值在 （CWmin，τ1）区间内，采用递减方式计算。更新方程如下

AVAB 算法相较于其他算法的优越性体现在：当UWSN 中节点竞争比较激烈时，发送成功后窗口值能够快速降低并采取合适的CW 值作为下次竞争窗口值，提高节点二次接入网络概率；当竞争趋于缓和时，采用定常倍除因子，缓速降低窗口值，有利于网络中其他节点顺利接入；当窗口值偏小时，采用递减方法计算更新窗口值，防止网络陷入单个节点持续发送，其他节点一直等待发送情况。

3 AVAB算法的OPNET建模

3.1 OPNET下UWSN 的管道阶段设计

本文利用OPNET［7］实现水声节点MAC 协议建模。OPNET 14.5A 标准模型目录提供了14个默认的管道模型文件。但是这些模型主要针对无线电磁波而言，对于网络域MAC协议仿真，需要修改以下几个管道阶段：传播时延、接收机功率和背景噪声。

（1）传播时延 （Stage 5）。由于电磁波传播速率与声波速率相差很大，需要将模型中速率修改为声波速率，即1500m／s。

（2）接收机功率 （Stage 7）。由于声波在传输过程中将不可避免的被各种介质吸收，因而需要计算数据包经过信道传输后接收端相对接收功率。参考文献 ［8］，水声信道中传输损耗TL的计算公式为

式中：n——传输因子，本文取n为1.5 表示浅海声传输；r——传输距离，单位m；α——吸收因子，单位dB／Km，根据Thorp经验公式［9］表示如下

式中：f——以kHz为单位的声波频率，经计算本文取α：0.0693、TL：54.3。

（3）背景噪声 （Stage 8）。针对水下环境的复杂多变，需要将无线电磁波噪声模型修改为水声通信噪声模型。参照文献 ［10］的定义，以Ntur、Nship、Nwind及Nthe分别代表湍流、舰船、海面波浪及热噪声，则总背景噪声Ntotal经计算取140dB，计算如下

3.2 网络模型及参数设定

使用OPNET 进行网络仿真建模时，需指定仿真网络域及节点域。表2为节点网络参数及仿真参数设定。网络域参考图3，共9个节点，部署在范围为5km×5km 的空间范围内，节点通信距离1000m。

表2 节点参数及仿真参数设定

图3 节点网络分布

4 仿真与结果分析

水声网络仿真通常采用网络吞吐量、网络时延及网络丢包率等参数作为性能衡量指标。其中吞吐量指的是单位时间内网络传输完成的有效信息量，单位bit／s；网络时延是指数据传输由发送端发送数据到接收端接收数据为止的总时延，单位s；丢包率指的是网络中丢失数据包占所发送数据包的比率，单位bit／s。本节利用OPNET 网络仿真软件，模拟不同退避算法下，网络吞吐量、时延及丢包率变化情况。仿真参数见表2，仿真时间210s，结果如下。

图4 BEB、MILD、MIMLD 及AVAB算法吞吐量

由图4 可知AVAB 算法吞吐量高于BEB、MILD 和MIMLD 算法。原因在于AVAB 算法更加合理的利用CWbasic阈值，将网络竞争环境分为竞争激烈及竞争缓和区域，给予不同的变速率曲线，有利于已冲突节点顺利退避避免二次冲突、成功接入的节点适度调节窗口值，提高自身接入概率；另外利用CWbasic附近设置的缓冲区间平衡网络中其他节点接入概率；整体上提高网络吞吐量。

图5为不同算法下网络延迟情况。结果表明AVAB 下网络延时低于BEB、MILD 及MIMLD。这是由于算法提高网络吞吐量，降低数据帧发送碰撞概率，使节点可以顺利接入网络，降低网络延迟。

图5 BEB、MILD、MIMLD 及AVAB算法网络时延

图6为网络丢包率，其中AVAB 算法优势明显，可以显著降低网络丢包率，声波信号传输距离远、时延大、高干扰噪声，节点发送失败均将引起数据帧冲突，造成丢包增加，当节点数据较多时，这种情况将更加明显。

图6 BEB、MILD、MIMLD 及AVAB算法丢包率

5 结束语

本文提出的AVAB算法通过变速率因子计算数据发生碰撞后竞争窗口倍乘／累加因子、成功接入网络后窗口倍除／递减因子，以调节节点接入网络概率。仿真结果表明，AVAB算法可以显著提高网络吞吐量及降低网络丢包率，时延上AVAB也低于BEB、MILD 及MIMLD 等传统算法。因而，AVAB算法可以提高网络的总体性能，本文也将为今后水声网络的研究提供重要参考依据。

［1］GUO Zhongwen，LUO Hanwen，HONG Feng，et al.Research progress of underwater wireless sensor networks ［J］.Journal of Computer Research and Development，2010，47（3）：377－389 （in Chinese）.［郭忠文，罗汉文，洪锋，等.水下无线传感器网络的研究进展 ［J］.计算机研究与发展，2010，47 （3）：377－389.］

［2］Chitre M，Shahaabudeen S，Stojanovic M.Underwater acoustic communications and networking：Recent advances and future challenges［J］.Marine Technology Society Journal，2008，42（1）：103－116.

［3］Shehadeh Youssef EI HAJJ.Random backoff control to thwart malicious behavior in WLANs［C］／／IEEE Wrokshop on Local and Metropolitan Area Networks，2013：1109－1118.

［4］Stojanovic M，Preisig J.Underwater acoustic communication channels：Propagation models and statistical characterization［J］.IEEE Communications Magazine，2009，47 （1）：85－89.

［5］WANG Jianxin，KUI Xiaoyan，HUANG Jiawei，et al.Wireless LAN MAC curve of two degree［J］.Journal of South China University of Technology （Natural Science Edition），2009，37 （4）：7－12 （in Chinese）.［王建新，奎晓燕，黄家玮，等.基于二次曲线的无线局域网MAC 退避算法 ［J］.华南理工大学学报 （自然科学版），2009，37 （4）：7－12.］

［6］Mohammed Abd－Elnabya，Rizkb MRM，Dessoukya MI，et al.Efficient contention－based MAC protocol using adaptive fuzzy controlled sliding backoff interval for wireless networks［J］.Computers ＆Electrical Engineering，2011，37 （1）：115－125.

［7］SHI Chun.DENG Zhengjie，HE Shuqian.Adaptive wireless access mechanism and OPNET simulation ［J］.National Defense Industry Press，2013，1：15－40 （in Chinese）. ［石春，邓正杰，何书钱.无线自适应接入机制及OPNET 仿真 ［J］.国防工业出版社，2013，1：15－40.］

［8］HAN Jing，HUANG Jianguo，RAN Maohua.Underwater acoustic communication network based on OPNET ［J］.Journal of System Simulation，2009，21 （17）：5498－5502.

［9］HUANG Chun.Parametric array and signal processing technology research［D］.Beijing：China Ship Research Institute，2013.

［10］Jornet JM，Stojanovic M，Zorzi M.Focused beam routing protocol for underwater acoustic networks［C］／／Proc of WU WNet.New York：ACM，2008：75－82.