考虑连续退避的网络通信功率均衡分配方法

罗伟华

（福建信息职业技术学院 互联网与人工智能学院，福建 福州 350003）

随着互联网的不断升级优化，对信息的处理、传输功能也逐渐强大［1］，特别是随着5G 时代的到来，网络的实时通信能力更是得到了进一步的提升［2］。在不同领域，对通信放电需求也不同［3］，因此，对通信效率的要求也不同［4］，为提高网络的通信效率以满足更高的通信需求［5］，许多专家和学者都进行了相关的研究。其中，谢银波［6］等提出一种通过扩展信号传输路径减小通信时延的研究，以此提高信号传输的效率，该方法在一定程度上提高了通信效率，但随着通信信道的增加，信号传输过程中受到外界攻击的可行也随着增加，通信安全风险也随着变高；李云［7］等提出通过对传输功率进行合理分配，减小通信时延的方法。对此，其研究了以多个非正交地址为通信基站的方法，使通信信息能够实现并行传输，以提高通信效率，该方法在极大程度上提高了信号传输的效率，但对选择出的地址，只能满足其对应通信的传输需求，与其他通信并不适配，因此实际应用价值相对较低；钱志鸿［8］等同样提出了一种通信功率分配为基础的效率提升方法，通过对D2D 的审核要求进行优化，使其能够重复多次使用，以提高通信过程中对D2D 的功率控制效果，该方法实现了对通信效率的提升，但对功率的分配是以信道为基础的，未考虑信道中部分节点的信号堆积问题，因此，仍有进一步提升的空间。在此背景下，对通信效率的提升研究仍然是十分必要的。

基于此，本文提出考虑连续退避的网络通信功率均衡分配方法，以通信信道节点的实际荷载情况为基础，对通信功率进行分配，以提供通信信道的利用率，并通过实验进行测试，验证本设计方法对于提升通信效率的可行性。通过研究，以期为网络通信领域的研究提供有价值的参考。

1 信道节点荷载计算

本文提出的通信功率均衡分配算法是以通信信道的节点运行状态为基础进行的，根据节点为传输信号的退避情况，对功率进行合理分配，为此首先建立了通信网络模型，对节点运行状态进行分析。

1.1 构建通信网络模型

假设在x×y 的通信网络区域中，随机分布N={n|1 ≤n＜N}个用户，同时，在整个网络体系中，存在m 个互不干扰的数据通信信道M={1，2，…，m}，并包含有一条公共控制信道［9］。任意节点i上配备有j 个智能网卡，在任意时刻，节点i 对应的可用信道集为Mi，且有Mi ∈m。可选择的通信功率经过离散化操作后分为q 个数量等级，其表示为Q={1，2，…，q}。整个网络以有向图G（N，E）表示，其中，E 表示网络的有向传输信道集合，eij∈E，当且仅当mij=mi∩mj，且其为非空集合，dij＜Rq 时，通信满足网络的传输条件，其中dij为节点i 与j 的距离，Rq 为在q 等级传输功率下，节点i 所在传输信道的覆盖范围［10］。图1 为通信网络模型的拓扑图。

图1 通信网络模型拓扑图

其中框内信息表示节点对应的信道及功率等级，为使d 距离内的节点能够时间通信，要求节点的通信距离Rq ≥d，则节点需要选择较高的通信功率等级，且节点a 之间存在公共信道。

1.2 信道节点运行状态分析

在上述建立的模型基础上，对网络进行通信任务传输时的信道节点运行状态进行分析。

在通信网络的信道E 中，其中任意一条信道eij中，通信信号的发射节点为i，接收节点为j，当该信道上的通信功率分为q 时，信道上节点对应的运行荷载为Pq，其可以表示为：

其中，λ表示节点i 对应通信信道的损耗参数。

考虑到信道在进行信号传输时会受到外界的干扰，导致节点的传输效率受到影响。因此，节点的传输效率可以表示为：

其中，Wq 表示在q 信道功率下节点受到B强度干扰时的传输效率，W 表示无干扰状态下节点在q 功率下的传输效率，B 表示干扰的作用强度，c 表示干扰发生源与作用节点之间的距离。

假设该节点所在信道为l 条，通信任务量分别为A1，A2，....，Al，那么此时节点的荷载可以表示为：

其中，H 表示节点的荷载。

假设节点的荷载极限为h，那么当H＜h 时，则认为该节点的运行状态处于可以负荷模式，能够满足信道上的通信需求，无需对其所在信道的功率进行调整；当H=h 时，则认为该节点的运行状态已经达到其可负荷的极限，当通信任务稳定不变或有下降趋势时，无需对其所在信道的功率进行调整，但当其即将迎来通信波峰时，随着通信任务的增加，将无法实现信号的稳定传递，这时需要对所在信道的功率分配进行相应调整；当H＞h时，表明当前状态下节点已经无法满足信道的通信传输需求，节点已经出现退避动作，这时就需要对信道功率进行调整。

为提供通信功率调整的准确性，本文就H＞h状态下的节点退避动作进行分析，通过对节点处等待队列的长度对其退避程度进行判断，以此作为功率分配的依据。

在上述条件下，荷载超过其运行极限的节点处，其对应信道流经的通信信息流可以表示为：

而在该节点的极限运行状态下，其允许通过的最大信息流为：

那么就可以得到在H＞h 状态下，节点等待队列的长度为：

通过这样的方式，对H＞h 的所有节点的等待队列长度进行计算，实现对其退避动作的识别，队列越长，则表明其退避动作具有越高的连续性，造成的通信延时越长。

2 通信功率分配

在得到节点的退避动作计算结果后，就可以根据其实际情况，对节点所在信道的通信功率进行分配，以此实现网络通信的高效运行。

已知超负荷节点i 对应的通信信道分别为q1，q2，...ql，那么其在l 信道中分配到的通信功率可以表示为：

那么该节点的通信功率可以表示为：

而对不同信道而言，其在进行通信过程中出现荷载超标的节点也是不同的。因此，在对信道的通信功率进行分配时，要对信道上所有荷载超标的节点进行全面考虑，结合其实际退避动作强度，进行合理分配。

首先，根据超负荷节点现有的通信功率以及其退避动作分析结果，对节点需要补偿的通信功率进行计算，其可表示为：

其中，表示节点需要补充的通信功率大小。通过式（10）计算出荷载为H 状态下，通信信息流为Wq，等待队列长度为f，现有功率为Wi的信道节点达到正常通信要求所需补偿的功率大小。

分散到其对应的信道中，则各信道需要增加的功率大小为：

不同信道根据其对应的超负荷节点的数量和等待队列长度，需要调整的通信功率总值为

其中，Q'表示存在i个存在退避动作节点的信道需要增加的通信功率总量分别表示信道上不同节点的功率补偿值。

通过这样的方式，实现对通信功率的均衡分配，减少由于通信信道节点拥堵引起的信息流退避动作，实现信息的高效传输。

3 试验测试

为了测试本文提出算法的实际应用效果，进行 实验测试，并分别采用文献［7］和文献［8］提出的方法作为对照组同时进行测试，通过对比三种方法的测试结果，分析本文方法的有效性。

3.1 试验环境

测试是用Matlab 软件进行的，在搭建的通信网络中，其覆盖范围为600 m*800 m，其中共包含有40 个随机分布的路由器节点，并在每个节点上配置了3 个认知无线射频接口，其可运行的通信半径为250 m，干扰强度的作用半径为300 m。在整个网络中，还设有6 个同时运行的个801.14a 正交信道以及14 个非正交信道，信道的最大传输速率设置为46 Mbps，传输功率通过量化共分为8 个等级，通信任务大小为2000 M，信号在路径传输过程中的损耗指数为0.6，每条路径的跳数约束条件为12 帧。设置网络覆盖范围内的中央节点为网关节点，以此为基础对30 条通信流进行传输，每个路由的带宽设置为3.0 Mbps，传输方向以传输结果为准。在此环境下，分别采用三种方法对其通信进行控制，测试三种方法的传输效果。

3.2 测试结果

在上述基础上，分别采用三种方法对通信信道的功率进行分配，实现对传输效率的控制。

首先分析了不同方法下，通信信道内，节点等待队列的变化范围，以通信任务完成500 次迭代为基础，对测试结果进行分析，其结果如表1 所示。

表1 三种方法下通信信道节点等到队列长度/Kb

从表1 中可以看出，在三种方法中，等待队列的长度均随着迭代次数的增加而缩短，其中，文献［7］方法的迭代次数达到400 时，达到最优通信，其等待队列的长度不再随着迭代次数的增加而呈现出明显的变化，最长队列长度为207 Kb，文献［8］方法的也同样是在400 次迭代时实现功率的最优分配，最终的最长等待队列长度为195 Kb，但与文献［7］方法相比，其具有更高的收敛，在400次的迭代过程中，实现了60 Kb 的队列收敛，本方法与另外两种方法，等待队列的长度明显较短，且在300 次迭代后就实现了通信信道功率的最优分配，使队列长度处于稳定状态，最长等待队列长度仅为91 Kb，不足文献［7］和文献［8］方法的一半，表明其对于通信功率的具有更高的合理性，能够有效减少信号传输过程中在节点处的退让等待动作。这主要是因为本文算法实现了对节点荷载以及运行状态的分析，以此为基础对功率进行分配，提高了功率分配精度，有效降低了节点处的超负荷现象，以此避免退避动作的出现，减少等待时间，缩短队列长度。

在上述基础上，对通信信道的拥塞避免系数变化情况，进行分析，其结果如图2 所示。

图2 三种方法下拥塞避免系数对比图

从图2 中可以看出，在三种方法中，文献［7］和文献［8］方法的拥塞避免系数均在400 次迭代时达到稳定状态，这与等待队列的统计结果一致，其最终的拥塞避免系数分别为0.50 和0.66，而本方法下的拥塞避免系数在300 次迭代时就达到了稳定状态，其最终的系数为0.89，明显高于另外两种方法。这主要是因为对通信信道的功率分配计算是建立在节点运行状态的基础上的，因此分配结果具有更高的合理性。

以此为基础，分别对三种方法下完成通信的时延进行分析，其结果如图3 所示。

图3 三种方法下通信平均时延对比图

从图3 中可以看出，在三种方法中，在文献［7］和文献［8］方法的作用下，其平均传输时延在前150 M 的通信任务执行过程中均呈现出明显的上升趋势，这是因为其对通信功率的调节是以信道的传输情况为基础进行的，在150 M 以后，其平均时延出现了小幅度的回落，这是因为通信任务的高峰已经结束，节点处的冲突减小，传输效率提升，因此时延缩短，而本文方法的时延基本稳定在2 s 以内，且未出现大幅度的波动。这主要是因为对通信功率的分配是以节点的实际运行状态为基础进行的，因此对功率分配精度更高，对通信速率的调节也更加可靠。

4 结语

在网络通信过程中，在传输链路的荷载极限范围内，不同传输信道的信号传输都是建立在链路节点的高效运行基础上的，而当其荷载超过其运行极限时，节点上的信号就会出现冲突，这时就会出现信号退让的情况，当退让时间过长或退让次数过多，会造成节点处的等待队列过长，影响其传输效率。因此，对信道功率进行均衡分配是十分必要的。本文提出考虑连续退避的网络通信功率均衡分配方法，以传输链路中节点的冲突情况为基础，对不同传输信道的通信功率进行分配，有效提高减少了节点处传输信号的退让次数，缩短了等待队列的长度，提高的通信效率。通过该研究，以期为实现更加高效的网络通信提供有价值的参考。