无线多跳通信网络数据传输延时补偿算法

杨 峰，马 铭

(北华大学大数据与智慧校园管理中心，吉林 吉林 132013)

1 引言

目前，无线多跳通信网络已凭借较好的应用性能与较强的信息感知力取得了飞速发展。无线多跳通信网络的构成基础为分散在多维空间中的多个传感器节点[1]。现如今，无线多跳通信网络因具有较强的适应性与较高的数据处理容错性而被广泛应用于国防军事安全以及主要干道交通等通讯形式中，应用前景较为广阔。但是，在特定网络的整个通信过程中，无线网络传感器技术的通信节点能量相对有限，极易造成数据传输延迟，从而影响无线多跳通信网络的应用系统总体性能[2]。因此，合理地补偿无线多跳通信网络中的数据传输延迟时间具有重要的现实意义。

文献[3]针对传感器采样延时问题，基于传统GPS/INS(Global Positioning System-Inertia Navigation System，全球定位系统+惯性导航系统的组合导航系统)松耦合组合导航模型，提出了一种延时估计与补偿算法。通过建立延时估计模型计算时间同步偏差，在设计残差传播方程后，采用残差重构方法补偿同步软件时间延时；文献[4]中，重联动车组通过UIC(International Union of Railways，国际铁路联盟)网关的过程数据编组传输监控数据，导致重联通信网络的传输延时降低重联控制性能。因此，设计了网络控制时延预测及补偿算法，利用网络时延的自回归AR(Autoregressive model，自回归模型)模型与Yule-walker参数自辨识算法，依据历史数据实时预测网络时延，并采用快速隐式广义预测控制补偿预测出的时延。

为避免因数据传输延时问题造成网络稳定性遭到破坏，本文设计了无线多跳通信网络数据传输延时补偿算法。优化设计内容如下：通过建立无线多跳通信网络的延时下限累积分布函数与数据传输延时违约概率下限的计算公式，提升补偿算法的有效性；调节网络节点通信半径，精准控制多跳网络的分簇规格；通过调整分簇大小合理均衡簇负载；搜索各簇头至汇聚节点代价最小的多跳路径，增强通信网络中的数据传输延时补偿效果。

2 无线多跳通信网络延时违约概率计算

无线多跳通信网络的各条路径均中含有多个节点，各节点均能够生成新包，还能够转发接收的周围节点包。单跳包传输的队列模型主要用于描述各无线单跳通信链路包的传输形式，如图1所示。

图1 单跳包传输的队列模型示意图

无线多跳通信网络路径中，节点所接收的各个新包均具有一定的独立性，假设该网络内的包负载呈统一分布，新抵达包与转发包的整合速率为μ，基于数据链路层，单队列内往往混合着新的抵达包与转发包，且按照FIFO(First Input First Output，先进先出)准则被公平转发，第n个采样时刻的瞬时队列长度为Qn。在此基础上，假设第i跳稳定状态队列的延时为Di，针对无线单跳网络链路，采用等效带宽描述Di大于延时限制Dmax的概率，如下所示

(1)

其中，等效带宽恒定信道服务速率r的函数分别为θ(r)、γ(r)。根据等效带宽定义可知，恒定信道吞吐量下限同时也是ε=γ(r)e-θ(r)Dmax的解。

由于γ(r)近似于边缘卷积分布函数[5]，θ(r)与多普勒频移相关联[6]，故通过式(1)可推导出等效带宽模型的累积分布函数FD(x)与概率密度函数fD(x)[7-8]，过程所示

FD(x)=1-γ(r)e-θ(r)x

(2)

fD(x)=γ(r)θ(r)e-θ(r)x+(1-γ(r))δ(x)

(3)

其中，δ(x)表示单位冲击函数。

针对无线多跳通信网络中的普通路径，在路由中间节点处混合两种流量，一种是源节点与目的节点间的流量，另一种是新生成与其它转发的流量，从而建立一个无线多跳通信网络的延时下限累积分布函数Fh(x)，如下所示

=(1-γ(r))h-i×γ(r)i-1×(1-e-θ(r)x)

(4)

其中，h表示通信网络跳数。

由式(4)可以得到无线多跳通信网络下数据传输延时违约概率下限的计算公式，如下所示

J=Fh(x)×(1-(1-γ(r))h-i×γ(r)i-1)

(5)

3 数据传输延时补偿算法构建

3.1 均衡无线多跳通信网络簇负载

有关无线多跳通信网络节点数据传输的每k比特监控信息，在数据传输阶段内，假设ER(k)与ET(k)分别表示接收节点与发送节点所消耗的能量，则式(6)所示为与之相对应的表达式

(6)

其中，在传输单位比特的数据过程中，Eamp表示网络发送节点功率放大器消耗能量。若s是通信阶段内发送节点与接收节点的间距，利用下列计算公式求解消耗能量Eamp值

(7)

其中，εtr表示通信信号衰减因子[9]，s0表示网络接收与发送节点的间距门限。

针对通信网络簇中节点采集到的k比特数据，采用下列公式计算数据融合阶段中簇头节点消耗的能量Ef(k)

Ef(k)=EDAk

(8)

其中，EDA表示在网络通信阶段内，簇头节点数据融合单位比特数据时的能量消耗。

(9)

(10)

(11)

(12)

根据无线多跳网络模型解得网络分簇最佳个数，调节网络节点通信半径，控制多跳网络的分簇规格，求取簇中任意监控数据采集阶段里，通信节点所消耗的能量，基于网络节点密度设置节点实际通信半径，通过调整分簇大小均衡簇负载[11]。

3.2 通信发包率与增强信息素挥发因子关系建立

在选取无线多跳通信网络簇头时，通过非均匀分布式竞争形式，设定评价标准为网络通信余下能量与距离，明确簇头后进行各簇头至汇聚节点代价最小的多跳路径搜索，补偿通信网络中的数据传输延时。

(13)

其中，c表示簇头节点竞争半径取值范围的控制参数，其取值范围为c∈(0，1)，pc与si分别表示汇聚点与节点，两点之间的距离用d(si，pc)表示。

假设数据传输阶段里，解得的每个节点半径广播竞争信息为M1，则该竞争信息M1由节点信息si、汇聚点pc与节点si间距d(si，pc)以及余下能量Er构成。利用下列公式计算每个簇头Er到各邻居簇头sj(j∈Ri)的初始信息素浓度

(14)

(15)

其中，簇头sk的初始信息素浓度为uik，局部启发值取值范围的控制参数为σ，取值范围为σ∈(0，1)。

簇头si选择具有最大概率pij值的节点sj当做下一跳节点，并通过下列公式增强与节点sj对应路由的信息素

u′ij=uij+Δuij

(16)

其中，增强的信息素浓度为u′ij，信息素浓度变化量为Δuij，计算过程如下

(17)

其中，无线多跳通信网络数据传输次数与实时性权重的调节参数为ω，取值范围为ω∈(0，1)，增强信息与初始信息素间的比例调整系数为α，网络通信时数据传输的最大延时为Tmax，数据包转发的最大延时为τmax，数据传输的平均延时为Tij，数据包转发的平均延时为τij。路径的增强速率随着通信阶段发包率的提升而加快，与此同时，也会增加通信路径负担，因此，通过下列信息挥发机制表达式，令通信发包率与增强信息素挥发因子[12]之间呈正比例关系

(18)

其中，参考信息素挥发因子为λ，吞吐量影响因子用β表示，无线多跳通信网络的发包率极值分别是Fmin与Fmax，在t时段中的通信路径发包率为ft。当完成网络通信数据传输后，更新信息素，实现传输延时补偿。

4 模拟数据分析

为验证为研究设计的无线多跳通信网络数据传输延时补偿算法的实际应用性能，设计如下仿真加以验证。

4.1 仿真环境

首先构建一个如图2所示的无线多跳通信网络，网络节点数量为6个，业务流为两条，采用双向链路，图中N1到N6为业务流1，N2到N5为业务流2。仿真通过MATLAB软件实现，随机函数决定其初始信噪比变化范围，将最小值SNRMIN设定为临界值。

网络参数设定如表1所示。

表1 无线多跳通信网络参数设定

图2 无线多跳通信网络拓扑示意图

分别采用文献[3]中的基于GPS/INS和残差重构的延时补偿算法、文献[4]中的网络控制时延预测及补偿算法以及本文算法进行仿真。分别以网络吞吐量和传输延时为检验指标，验证不同算法的应用性能。

4.2 吞吐量对比

图3所示为各方法的节点平均吞吐量曲线。

图3 节点吞吐量均值曲线图

根据图3的曲线走势发现，除链路速率为20Mbps时，本文算法吞吐量较其它方法略低，多数情况下，本文算法下的节点平均吞吐量始终保持较高状态。这是由于本文算法均衡了无线多跳通信网络簇负载，可获得较大的节点平均吞吐量。

4.3 延时补偿效果对比

从网络通信节点中选取10个节点作为数据传输延时补偿效果的研究对象，分别应用文献[3]、[4]算法以及本文算法，得到如图4所示的对应节点数据传输延时曲线。

图4 各节点传输延时曲线图

根据图4的曲线走势发现，相比于文献[3]、[4]算法，本文算法因联立了通信发包率与增强信息素挥发因子之间的正相关关系，因此节点数据传输延时更少，从而证明证明本文算法的有效性。

5 结语

无线多跳通信网络具有广泛的应用场景，且兼具自配置、拓展性好、成本低以及动态自组织等优势。为避免网络数据传输延时对服务体验的影响，本文设计了一种新的数据传输延时补偿算法，并取得了较好的应用效果。因为时间与水平的限制，在今后的研究中需要进一步改善以下方面：①无线多跳通信网络的研究侧重点一直是延时、丢包等问题，而无线网络的连接高度不可靠性、带宽较小、误码率较高均会直接引起传输延时，因此，应创建网络与被控对象统一模型，结合不确定性处理策略与网络动态属性；②无线多跳通信网络具有低速、低带宽特征，网络节点通常为资源有限的小型计算单元，且网络内包含许多不确定性，应有效结合计算机网络、实时调度以及信息处理，推动相关领域的交叉、融合，为其它领域研究注入新思路。