分布式无线广播的设计

王浩滢

（山东科技大学智能装备学院 山东省青岛市 271021）

广播是一种重要的信息传输形式，策略是通过节点之间的相互传播，但在信息传送的过程中必须解决发送互相冲突的问题，因此无线网的许多基础通信协议都使用了令牌的方法来解决这个问题即节点之间依次按照规则顺序发送。若每个通信节点都是一个低功率的发射器，对于他接收或者发送的其他节点而言，只有发送源距离在一定范围之内才能收到信号，而且节点是一个动态的，会相互远离或接近，所以每个节点需要不定期地、接续地发送信息，但需要不间断的保持在接收信息的状态避免错过数据值，在分布式无线广播网络中，没有网络的基础设施，每个节点发送消息，同时接收自己需要的信息，不需要持续不间断的交换信息，只选择自己需要的即可，但所有信息只能使用同一个频率发送，这就导致一旦有两个或多个节点的广播占用同一时间段进行传输会发生碰撞产生冲突，这时原本接收到信息的节点就都能监听到冲突。假设发送每条信息所占用的时间都是等长的使用同样的内置算法，本文尝试构造一个合理的指标来描述网络的整体通信效率，并在每个节点需要发送信息时，设计一个方案来选择发送的时间段，尽可能解决发送信息时冲突的问题，使网络的整体通信效率尽可能高。[21][1]

1 基于BP神经网络的网络通信能力评估指标体系

1.1 基本设想

评估网络的通信能力，是本文研究的首要问题，基于此问题利用改进的BP 神经网络进行计算。在该网络通信能力评估中，所需获取的数据是效能评估指标体系中一些底层的数据同时也是神经元的代表，分别有7 个节点。[23][1]中间层是输入模式的隐含表示，也正是利用中间层的数据传输使BP 神经网络具有了识别非线性模式的功能。若假定为20 个中间单元，使得输出层的节点数正好对应于优、良、中、差4 个效能评估等级，评估如表1 所示。

表1：评语集

表2：信息数据信号发送时间段

表3：每次发生时间重叠时n1, n2 值

表4：待发送数据字发送时间表

神经元输入与输出之间转移函数选取Sigmoid 函数，即：

网络误差评价的过程就是比较期望值是否被达到，当神经网络达到要求时，我们可以称之具备了识别能力，网络误差公式如下：

式中，Ep是产生的神经网络差错值，tpi是第i 个输出神经元的期望值，Opi是第i 个输出神经元的实际值。[23][2]

1.2 不同分簇网络通信能力的评估

模拟评估网络通信能力时尽量消除外部环境因素等产生的影响。假定节点使用随机的运动方式，传输的功率相等，即开始时候便确定好目标的运动方向，但在单位时间段后随机改变节点的速度和方向，同时设定在规定的区域内移动，若超出范围后按照规则反射回相应空间继续运动，可以在图1 中观察网络通信能力的变化趋势。[3][24]

网络使用WCA 分簇算法构建，但这种评估体系对于未知的因素无法进行准确预测，这是不足之处，给研究带来了困难，所以建立一个合理准确的科学方法进行评价预估是我们目前呈需解决的重要问题。

2 提高网络效率

2.1 设计方案

无线网通信广播的信息发送过程中，如若确定周期，不同的数据同时发送，但时间轴唯一，这就容易导致不同的数据在传输过程中发生碰撞，所以需要进行碰撞检测，问题分析，本文对可能产生时间冲突的区间展开研究，提出一种基于最小公倍周期与最大公约数的时间片的任务优化区间规划的模型尝试进行问题解决。

2.1.1 节点发送信息时间的冲突问题

节点发送一组工作信号，由L1 与L2 两种不同数据值组成，假定其发送周期T 分别为20ms、15ms，信息从开始发送到发送完成的一组周期时间叫做传输时间，用Δ t 表示，等待传输的数据1由L1 组成，等待传输的数据12 由两个持续的L2 构成，当出现连续传输的情况时，令则其传输时间分别为Δ t1、Δ t2。先发送数据1，待发送完成后，即Δ t 时刻，发送数据2，这样进行周期性循环发送，推导发送公式为：[1][2][21]

图1：网络的通信能力随节点传输范围的变化

图2：信息占用节点数据图

图3：生成结果统计图

图4：信道占用率标准差σ 随时间变化

图5：4 对节点下吞吐量随时间的变化情况

图6：4 对节点下公平性随时间的变化情况

即可求得发送端第n 次发送L1 与L2 时的时间段集合s1,s2，分别为：

图7：8 对节点下吞吐量随时间的变化情况

图8：8 对节点下公平性随时间的变化情况

将假定的数值带入公式其中，得到重叠部分的数据字交集区间段如表2 所示，利用区间交集算法，求得两种数据字在发生冲突的时间段范围内各自的发送次数n1, n2的值。如表3 所示。[5]

通过评估结果可以看到当时间轴设定为无限时，由于数据字的传输时间Δ t，发送端若周期性循环发送两种数据字输时间,会产生碰撞从而在时间轴上总会出现冲突的部分。所以出现两种数据字发生时间冲突的时间段，多数情况下是由于具备不同特性的数据值构成的信号在同一时间进行传输，产生节点发送信息时间的冲突问题。通过不同数据字构成的发送周期和传输时间利用交集算法，可求得可能造成时间冲突的时间段在无限长的时间轴上，这时可以利用算法进行自动调整重发。

2.2 提高通信效率

2.2.1 网络通信中信息传输关系的划分

为了提高通信效率，扩大直接连接的物理信道宽度，得到传输速率，将网络通信中信息传输关系分为不同的阶段：

假设，由ωkl为信息质量，∅op为节点数目，kpo为传输信息的总量，则任意节点间的传输速率为：[3][25]

式子中hlkl代表总信息传输流量。

利用本文提出的基于最小公倍周期与最大公约时间片的任务优化规划方法进行验证。如图2 所示。

表5：退避窗口值

表6：仿真参数

以上时间段时，即在该时刻，需同时发送两种或以上信息，即产生了时间冲突问题。带入时间片规划算法公式中，得到待发送区间的发送时间如表4 所示。

若在此基础上以表中时间特性值编写矩阵，顺序发送，生成结果如图3 所示。

实验结果表明，经最小公倍周期与最大公约时间片规划算法处理后，如果循环在固定的时间范围内，且周期性传递，可以有效的避免时间轴上数据字的碰撞问题，有效的提高网络的整体通信效率。

3 动态解决发送冲突问题

3.1 研究背景

在无线广播网络中当节点数增多对信道的竞争也越激烈，节点所占份额不同传输机会也不等从而发生碰撞产生冲突，此时需要自动调整然后重发。本文提出了CORAFA 算法，解决数据值传输过程中发生碰撞的问题。

3.2 CORAFA算法

假设网络中节点对数目为n，定义该发送节点信道占用率为传输的有效时间与数据包传送的间隔的比值为，记作S，则有

理想信道占用率就是保证公平，即信道的占用率相等，都为1/n。当S=1/n 时，为理想情况，保证绝对公平的。如果S＞1/n，该节点的利用率高于平均值，证明占用率偏大，则需适当增加竞争窗口值，以减少占用率。如果S＜1/n，则说明该节点对的占用率低于平均值，在该种情况下记录当前竞争窗口值为W*，然后将竞争窗口值置为0，增加节点对的有效时间V。不断重复此过程，直至S ≥1/n，即高于平均值后，恢复竞争窗口值为W*。本文通过对W 的调整，节点对的占用信道率随之改变，趋向并保持相对公平的状态。[23][22]

3.3 实例分析

假设在单冲突域内有8 个通信节点对，每个节点对均持续发送数据包，发包速率为1Mb/s，间隔时间设置为20μs，节点对随机选择发包前的退避窗口τ，计算公式为：

在实际工作时，如若τ按照如下方式选取，与实际情况更为贴近，如果重新设置随机数，利用当前的时间段产生8 个随机数不断重复利用其生成随机数种子，以此为基础利用随机数种子在[0,1]内生成8 个随机数序列，分别对应一个节点对．使得产生的8 个随机数种子与竞争窗口值W 进行乘法运算，得到当前的退避窗口τ。[23]

表5 为8 个节点对的部分退避窗口值，在数据值传输开始时每8 个随机序列为一组，每组第一个第1 个数字与Wmin进行乘法运算，得到初始退避窗口值。此后每经过一个退避时间间隔进行减1 运算直至为零，标志着计算结束。之后循环重复上述过程，直到不发生节点冲突。[23][1]

对于CORAFA 算法，如果W 在[Wmin，h1)内，新的竞争窗口值仍为Wmin，表示传输成功。计算所有节点对信道占用率的标准差σ。

图4 体现了信道占用率标准差随时间变化情况，通过图中数据折线显示可以明显的看出，CORAFA 算法的公平性明显好于NAVB算法。[23]

3.4 仿真

为了验证实验结果进行仿真，从而比较CORAFA 算法与BEB算法、MILD 算法及NAVB 算法的吞吐量和公平性，在仿真实验中本文选取节点对数为4 和8，分析仿真结果。

3.4.1 仿真场景

仿真中节点对利用简单矩形拓扑结构的处理方式，节点位置随机安排。如表6 所示。

3.4.2 结果及分析

首先选取4 对节点进行比较，通过仿真实验结果图（图5）可以分析得出BEB 算法仅提高网络吞吐量而不保证公平性，NAVB和CORAFA 算法在保证吞吐量的情况下也减少冲突碰撞，MILD算法竞争窗口值倍数增加，导致其长期偏大，使得低负载情况下多余的等待时间过长，吞吐量指标明显偏低。[2][24]

由于在MTLD算法下多余的等待时间过长，节点无法接入信道，因此不算优良，而CORAFA 算法动态调整W 值依据不同情况下的负载值高低，因为使用倍数的方式增加或者减少，能够在过程中快速的看到调整效果，表现较好。[23]4 对节点下公平性随时间的变化情况如图6 所示。

8 对节点情况下，根据仿真结果图（图7）可以看到当负载增加时导致数据传输的冲突增大，吞吐量受到影响有稍微下降趋势，但BEB 算法和CORAFA 算法在考虑了公平性的条件下还有效的保证了吞吐量，在图中可以看到没有受到明显的影响。而NAVB 算法受影响较大，MILD 算法在低负载的情况下线性减少窗口竞争之使得吞吐量呈缓慢上升的趋势。[1][2][23]

图7 为公平性随时间变化的线性表示，其中MILD 算法在高负载条件下节点接入信道的平均时间变长，导致其公平性下降使得吞吐情况表现更差，改变明显，而其他几种算法与低负载情况相差不大，综合来比较CORAFA 算法最优。[23]8 对节点下公平性随时间的变化情况如图8 所示。

综上，比较几种算法的吞吐量性能指标，CORAFA 算法与BEB 算法相似，远优于其他2 种算法，同时CORAFA 算法的公平性在低负载场景下也远优于BEB算法，高负载下与NAVB算法类似，基于多种指标衡定下，CORAFA 算法表现最优。[1][2][22]

4 结束语

本文首先构造合理的指标来描述网络的整体通信效率。评估网络通信能力的主要困难在于预估评定其中非定量无法确定的因素，所以需要建立数学关系，完善的评估指标输入输出的完整体系，提高评估结果的可信度。针对无线广播网络的特点，提出构建基于BP 神经网络的网络通信能力评估指标体系，对网络的整体通信能力进行评估仿真，并得出网络通信能力随节点传输范围的变化图。[2]为达到整体通信效率最高的传送时间段，本文对可能产生的冲突碰撞问题的时间轴区间范围进行分析研究，提出一种基于最小公倍周期与最大公约时间片的任务优化规划方法。进行信息传输的仿真验证，调整时间冲突区间。该实验结果解决了节点发送信息时可能产生的冲突问题，同时使网络整体通信效率尽可能高。在无线广播网络中，随着接入节点增多，对于信道传输中竞争越激烈，不同节点所占份额不同导致获得的通信机会不等，是发生冲突碰撞的主要原因。此时需要自动调整然后重发。本文研究提出CORAFA 算法，提高网络的整体通信效率，后续还需要针对提高整体通信效率的问题做进一步的研究。