无线自组网分布式编码域非正交多址机制性能分析

黄文俊， 李旭， 杨明强， 梁亚楠， 吴贺禹

(1.北京交通大学 电子信息工程学院， 北京 100044； 2.北京中油瑞飞信息技术有限责任公司， 北京 100007)

0 引言

近年来，基于分布式自治系统的分布式网络化协同作战模式引起了各国军方的高度关注。2020年2月，美国战略与预算评估中心发布关于以分布式协同作战为核心的“马赛克战”的研究报告[1]，以2015年美军提出的基于“网络中心战”的“分布式杀伤”[2]为基础，通过在低成本小型平台上配装多种专一功能的任务载荷，以无线自组网数据链、人工智能与仿生无人集群等技术为支撑，取代高成本的大型集中式作战平台并得到与之相当甚至更优的作战性能。分布式无线自组网通信技术[3]是无人平台编队实现集群智能的重要基础。无人平台之间需要通过无线自组网进行快速地信息交互，才能高效协同地完成频谱质量感知[4]与战场态势监测[5]、目标侦察以及跟踪打击[6]等多种类任务的协同感知与一致决策[7]。

决定无线自组网通信效率的关键在于网络节点所采用的分布式多址接入机制[8]。如果分布式多址接入机制能够缩短信息交互周期(或调度周期)，以及提高资源效率，节点间将能够更快地完成信息交互，同时能够传输更多的信息。目前无线自组网中常见的分布式多址接入机制主要分为基于节点间调度实现的时分正交多址接入(OMA)机制[9]以及节点间无协商、免调度的随机竞争时隙ALOHA(SA)多址接入机制[10-11]。正交多址机制以保证节点接入完全无碰为前提，节点需要消耗一定的资源交互控制消息，以完成分布式资源预约并分配不同的数据时隙资源给每个节点发送数据消息；无协商的随机竞争多址接入机制则无需节点间交互控制信令，当节点需要发送消息时就进行信道竞争，因此容易发生消息碰撞并导致传输失败。

在复杂多变的战场环境下，无线通信链路将受到无人平台快速移动以及复杂电磁干扰等影响而处于时断时续的弱连通状态[12]。在这种弱连通链路环境下，为达到作战系统设计要求的数据消息投递率，保证节点间能够完成有效协同，采用多址接入机制的节点需要进行反复地消息重传以减少链路中断带来的影响。当采用正交多址机制时，每个节点都需要反复重传若干次消息，因此带来的开销将随着节点数量的增加以及中断概率的上升而急剧增加。当节点采用随机竞争接入机制时，为降低碰撞发生的概率，节点需要增大退避时间，同时也需要进行多次竞争以抢占信道资源并发送消息，减少因碰撞和链路中断造成的传输失败次数。上述机制将增大节点间进行信息交互的周期，继而影响无人平台间进行信息交互的效率。由于分布式无人平台集群对战场变化的快速响应能力需要依靠无人平台间多次的信息交互与迭代处理，在信息交互周期拉长的情况下，势必导致响应速度下降，最终将降低无人集群的作战效能。

提升分布式无人集群的协同性能至关重要。为了使得无人平台集群适应快变场景[13]，节点间的信息交互周期需要尽可能地缩短。其中一种缩短信息交互周期的方法是基于串行干扰消除实现的非正交多址技术[14]。但是目前关于非正交多址的研究多为针对如蜂窝小区网络等集中式组网场景的功率域非正交多址机制[15-16]，节点需要通过中心节点完成资源调度才能实现有效的非正交多址接入，无法直接应用于以分布式组网方式为基础的无线自组网当中。如何实现分布式非正交多址技术并提升无线自组网性能，特别是缩短信息交互周期是一个难点问题。

在分布式组网场景下，部分研究提出编码域非正交多址机制方案，主要包括基于随机竞争多址接入机制进行改进的冲突解决分集SA(CRDSA)[17]、编码随机接入(CRA)[18]以及编码SA(CSA)[19]等。编码域非正交多址机制的基本思想是通过令节点通过随机选择在某些时隙重复发送相同消息副本的方式，形成接入编码图样，并将该图样嵌入消息中，以协助其他节点进行解码。其他节点在接收到各个时隙的信号之后，根据不同发送节点的接入编码图样进行迭代串行干扰消除，完成解码并获取数据消息。

在已有的关于CRA等分布式编码域非正交多址机制的分析当中，通常是在给定节点数的情况下，通过增加信息交互周期的数据时隙个数，保证节点接入编码图样的稀疏性，能够在一定程度上减少随机碰撞造成退避时间增加的影响。但是在节点数增加与通信环境恶劣的情况下，CRA机制需要采用更多的时隙保持接入编码图样稀疏化，以满足迭代串行干扰消除解码的需求。在此期间，大部分的时隙都为了实现接入编码图样的稀疏化而被浪费，这也成为了制约分布式编码域非正交多址机制性能进一步提升的瓶颈之一[20]。

为提升分布式多址接入机制的资源效率，本文提出基于分布式协同的编码域多址(DC-CMA)机制，节点不再进行随机竞争接入资源，而是通过维护分布式邻居节点信息，并使用分布式选举算法，设计更紧致与高效的接入编码图样，在减少因随机接入编码图样的稀疏性而造成的资源浪费的同时，保证一定的解码成功概率。数值仿真结果表明，在中断率相同的情况下，本文提出的DC-CMA机制相比于正交多址机制、SA机制以及CRA机制能够在较大范围中断率区间下具有更高的资源效率与更短的信息交互周期。与正交多址机制相比，DC-CMA机制能够将所需数据时隙个数减少10%～30%、将信息交互周期缩短10%～50%，提升资源效率5%～30%。

1 评估指标说明

为了评估分布式无线自组网所采用的多址机制信息交互效率与时间间隔等性能，为衡量无人集群分布式协同快速响应能力与建立相关评估分析模型奠定基础，本文采用分布式无线自组网多址机制的调度周期与资源效率作为其性能指标。调度周期是每一个无线自组网节点都在达到给定投递率情况下完成一次数据信息传输所需的时间，可以直观理解为无人集群完成一致协同信息交互的时间间隔，决定了集群智能算法的一致收敛速度。资源效率是在1个调度周期内用于无线自组网节点进行数据信息传输的时间比例，是无线自组网多址接入机制对无人集群分布式任务协同的服务与支撑程度的体现。

本文考虑1个由N个节点组成的无线自组网，网络节点之间的最大跳数为2。记网络节点集合为ψ={1，…，N}，每个节点的一跳邻居个数为φ，记节点单跳覆盖半径为R，节点密度为ρ，因此有φ=ρπR2、N=ρπ(2R)2以及φ=N/4，记单位时间内的系统数据传输速率为B。

规定网络节点采用相同的多址接入方式，记为S。多址机制的设计目标是让每个节点数据消息的传输能够达到投递率pth，记多址机制S的1个调度周期时长为

(1)

采用多址机制S的无线自组网在1个调度周期内的资源效率为数据时隙个数除以调度周期时长：

(2)

2 基于调度的时分正交多址接入机制性能模型

(3)

式中：Lnode和Lsync分别表示节点号信息和同步时钟信息的位长。

记每对节点之间的通信链路的平均中断率为pe。在OMA机制中，为了达到数据消息传输投递率pth，节点需要重复发送mOMA次消息。因此总数据时隙个数为MOMA=NmOMA。由于节点时隙分配完全正交，因此不存在1个节点因为发送消息而缺失接收其他节点消息的机会的情况。1个节点能够成功解码另1个节点消息的概率为

(4)

因此可以求得

mOMA=lg(1-pth)lgpe

(5)

式中：「·⎤为向上取整函数。

最终得到OMA机制的调度周期时长为

TOMAperiod=N(κOMActlτOMActl+lg(1-pth)lgpeτdat)

(6)

根据(2)式，OMA机制的资源效率可以表示为

ηOMA=τdat2τOMActl+lg(1-pth)lgpeτdat

(7)

3 随机接入多址机制性能模型

随机接入多址机制包括无协商随机竞争机制SA以及编码域随机接入机制CRA。

首先为了保证节点的发送时隙以及接入编码图样是对齐的，每个节点需要通过少量的控制消息开销，完成节点间关于1个调度周期的起始位置时隙级别与帧级别的同步。因此SA与CRA的控制消息只需要携带自身节点号以及同步时间戳信息，其时长为

(8)

SA机制将1个调度周期的数据时隙划分为多个帧，每个节点在1个调度周期内的每1个帧内，随机选1个时隙，用于发送1个相同的数据消息。记1个SA机制的帧长为KSA，1个调度周期的帧数为mSA，则有MSA=mSAKSA。在SA机制中，1个节点的数据消息能够在1个帧内被成功解码的概率为

(9)

在给定投递率pth的情况下，可以通过统计分析得出SA机制所需要的最少数据时隙个数mSA，并需要满足在1个调度周期内，1个数据消息被成功解码的概率大于投递率，即

(10)

因此可以得到SA机制的调度周期和资源效率分别为

(11)

(12)

CRA机制下，每个节点在1个调度周期内的重复发送次数均为mCRA。节点在1个调度周期的MCRA个时隙内，随机选取mCRA个时隙作为发送时隙，并生成接入编码图样向量ci={ci,t|t=1,…,MCRA}，其中ci,t表示节点在时隙是否发送消息的标志位，ci,t∈{0,1}，如果ci,t=1则表示节点会在时隙发送消息。

由于每个节点在1个调度周期内随机选择mCRA个时隙发送消息，1个节点在单个时隙的平均发送消息概率为

(13)

根据文献[19]提出的广播消除模型，每个节点将以概率1-μ接收其他发送节点的消息，因此在1个节点的接收时隙看来，另1个节点重复发送k次的概率，即1个节点的度为k的概率为

(14)

因为每个节点随机生成接入编码图样，因此1个时隙同时有n个节点同时发送消息的概率，即1个时隙的度为n的概率为

(15)

文献[18]提出使用二分图用于编码域非正交的跨时隙串行干扰消除解码技术当中，考虑将时隙和网络节点分别作为二分图的两种类型的顶点，记节点i对应的顶点为ni，记时隙t对应的顶点为st。将1个消息表示为一条边，当节点会在时隙发送消息时，相当于在顶点ni与st之间增加一条连线。因此，1个边连接到1个度为k的节点以及1个度为n的时隙概率分别为

(16)

(17)

跨时隙串行干扰消除解码流程如图1所示。对于1个度为n的时隙，需要通过干扰消除解出其中n-1个消息，即去掉了n-1个边之后，让时隙的剩余度降为1，此时才可以解码最后1个发送节点的消息，其成功概率为1-pe。

图1 跨时隙串行干扰消除解码流程图Fig.1 Flowchart of the inter-slot successive interference elimination decoding

通过上述分析，可以记在j次迭代解码之后，1个时隙仍未能解码的成功概率为pj，记1个节点仍未能成功解码的概率为qj。上述两个变量存在迭代关系为

(18)

(19)

最终得到在J次迭代之后的，CRA机制下的平均解码成功概率为

(20)

CRA机制的调度周期表示为

(21)

根据(2)式和(21)式，CRA机制的资源效率可以表示为

(22)

4 基于分布式协同的编码域多址性能模型

4.1 设计原理

通过第3节分析，可以发现基于随机接入多址机制SA改进而来的分布式编码域非正交多址机制CRA在节点数和中断率增加时，需要按一定比例增加数据时隙个数，以保证接入编码图样的稀疏性，否则将无法保证解码成功概率。这是因为节点并没有主动对网络节点信息进行有效的维护与利用，导致随机生成的接入编码图样可能不符合解码需求。

反观在正交多址机制OMA中，每个节点都能够通过维护两跳邻居信息，实现无碰通信。如果通过一种机制将邻居信息充分利用起来，使得多个节点的接入编码图样被设计为部分重叠且具有可解性，那么就可以在保证达到投递率的情况下降低所需的时隙个数，进而缩短调度周期并提升资源效率。

据此，本文提出DC-CMA机制，考虑在正交多址维护两跳邻居信息基础上，将网络节点分为Ⅰ型节点和Ⅱ型节点，其个数分别记为nⅠ∈[1,N-1]以及nⅡ=N-nⅠ。Ⅰ型节点的接入编码图样的特征为拥有不与其他Ⅰ型节点冲突的发送数据消息的时隙，而Ⅱ型节点的接入编码图样的特征为每1个发送时隙都仅与另1个Ⅰ型节点的1个发送时隙相同。因此，在任意1个时隙内，或者只有1个Ⅰ型节点发送消息，或者分别有1个Ⅰ型节点和1个Ⅱ型节点发送消息。DC-CMA机制沿用CRA机制所采用的跨时隙串行干扰消除解码技术。

下面举例说明DC-CMA机制的数据时隙分配方案。假设当前无线自组网的网络节点个数为N=7，其中Ⅰ型节点个数为nⅠ=5，Ⅱ型节点个数为nⅡ=N-nⅠ=2。每个节点重复发送消息的次数为m=2。记第i个节点发送的消息为xi。一种可能的时隙分配结果如图2所示。其中节点1～5为Ⅰ型节点，分别占用ti和t2×i两个时隙，i=1,…,5，各自的时隙不互相冲突；节点6和节点7为Ⅱ型节点，其中节点6占用t1和t3两个时隙，节点7占用t2和t9两个时隙。由于节点3和节点5发送的时隙没有与其他节点冲突，因此解码成功概率仅与信道中断率有关；节点1和节点2均有1个时隙没有与其他节点冲突，以及有1个时隙分别与节点6和节点7冲突，因此接收节点既可以从单独发送消息的时隙中解出节点1或节点2的消息，或者在解码节点6或节点7的消息之后，通过串行干扰消除的方式解码节点1或节点2的消息；节点4、6、7均有两个时隙与其他节点发生冲突，因此只能等其中1个冲突节点的消息被解出，才能进行串行干扰消除并解码所发送的消息。

图2 DC-CMA机制下的数据时隙分配示例Fig.2 Data slot allocation in DC-CMA

图2中的7个节点发送消息所使用的接入编码图样向量形成的接入编码图样矩阵为

为了生成DC-CMA机制所需的接入编码图样，节点之间需要通过分布式协同，确定在1个调度周期内哪些节点成为Ⅰ型节点或Ⅱ型节点，以及这些节点的具体发送时隙。基于对两跳邻居节点信息的维护，节点可以通过分布式选举算法完成上述任务。分布式选举算法源自于网状选举算法[21]，通过1个节点共用固定的哈希函数g(i,t)，对希望接入同1个时隙t的节点i产生不同的随机哈希数值，作为每个节点的选票。获得最小随机哈希数值的节点将胜出选举，并获取在时隙t发送消息的机会。传统的基于分布式选举算法的多址接入机制中通过网状选举算法保证在每个时隙内有且仅有1个节点发送消息。而在DC-CMA机制内，存在1个Ⅰ型节点和1个Ⅱ型节点同时发送消息的时隙，因此设计对应的分布式选举算法流程如图3所示。

图3 DC-CMA机制的分布式选举算法流程图Fig.3 Flowchart of the distributed election algorithm of DC-CMA

分布式选举算法流程步骤如下：

1) 每个节点通过对两跳邻居信息的维护，得到全网N个节点的节点号i=1,…,N，然后针对当前的调度周期序号f，通过共用的哈希函数g(i,t)获取每个节点的第一随机数值。将节点按各自的第一随机数值从小到大排列，前n1个节点自动成为当前调度周期内的Ⅰ型节点，剩余的自动成为Ⅱ型节点：

xi=g(i,f),i=1,…,N

(23)

2)每个节点遍历当前调度周期的时隙号t=1,…,MDC-CMA，通过共用的哈希函数g(i,t)获取每个节点对于时隙的第二随机数值：

yi,t=g(i,t),i=1,…,N,t=1,…,MDC-CMA

(24)

3)每个节点与其他节点比较第二随机数值的大小，获得最大第二随机数值和获得最小第二随机数值的节点号分别记为jt,a与jt,b，且有

∀i∈Ψ{jt,a},yjt,a,t>yi,t

(25)

∀i∈Ψ{jt,b},yjt,a,t

(26)

如果jt,a与jt,b均为Ⅰ型节点，则由jt,a胜出选举并发送消息；如果jt,a与jt,b分别为Ⅰ型节点和Ⅱ型节点，则两个节点均胜出选举，可以同时发送消息；如果jt,a与jt,b均为Ⅱ型节点，则将jt,a从参与选举的节点中剔除，考察剩余参与选举的节点中拥有最大第二随机数值的节点，并重复上述判断，直到完成选举。

4) 如果1个节点在1个调度周期内已经胜出次选举，则中止参与选举，其他节点也将该节点从参与选举的节点中剔除。

上述分布式选举算法能够保证在1个时隙内有1个Ⅰ型节点发送消息，或者1个Ⅰ型节点和1个Ⅱ型节点同时发送消息，同时能够满足每个节点在1个调度周期内都发送m次数据消息。

4.2 性能模型

由于两种类型的节点都需要重复发送m次消息，而实际上总的数据时隙个数与nⅠ个Ⅰ型节点使用正交多址时所需的数据时隙个数相同，因此有MDC-CMA=nⅠm。

另外，为保证每1个Ⅰ型节点的接入编码图样不与Ⅱ型节点的发送时隙完全重合，尽量有至少1个时隙单独发送数据消息，因此设计参数的取值需要满足nⅠm-nⅡm>nⅠ，即nⅠ>N·m/(2m-1)，m>1。

为保证在1个调度周期内的平均解码成功概率能达到给定投递率pth，需要对不同类型的节点个数进行设计，分别记Ⅰ型节点和Ⅱ型节点的解码成功概率为pⅠ和pⅡ。首先分析Ⅰ型节点的解码成功概率。假设将Ⅰ型节点发送时隙整理为按节点号由小到大顺序排列的，即每个Ⅰ型节点先各自发送第1次消息，之后继续按相同的顺序循环发送第2次、第3次、…、第m次消息。假设Ⅱ型节点发送时隙与Ⅰ型节点发送时隙重合的部分在统计上占用的循环次数为k=「nⅡm/nⅠ⎤。因为nⅡm未必是nⅠ的倍数，因此在Ⅰ型节点的次循环发送数据消息的时段，剩余的未与Ⅱ型节点发送时隙重合的时隙数q=knⅠ-mnⅡ。

假设1个Ⅰ型节点有d个发送时隙与Ⅱ型节点重合，当该节点无法从不重合的发送时隙中成功传输消息时，可以通过在Ⅱ型节点解码后进行干扰消除而成功解码，因此得到其解码成功概率为与d相关的函数：

(27)

式中：pⅡ为Ⅱ型节点解码成功概率。

根据(27)式得出Ⅰ型节点平均解码成功概率为

pⅠ=q·v(k-1)+(nⅠ-q)·v(k)

(28)

对于Ⅱ型节点，因为所有发送时隙均与Ⅰ型节点重合，所以其解码成功概率为

pⅡ=1-(pⅠ·(1-pe))m

(29)

由(27)式、(28)式和(29)式可知，pⅠ和pⅡ互相相关，因此可以通过数值分析迭代运算求解出在不同参数下的pⅠ与pⅡ值，并得到DC-CMA的平均成功解码概率为

(30)

(31)

由于DC-CMA机制与OMA机制均需要维护两跳邻居信息，两种机制的控制消息开销相同。DC-CMA的调度周期表示为

(32)

根据(2)式与(32)式，DC-CMA机制的资源效率可以表示为

(33)

5 数值仿真分析

5.1 仿真参数设置

数值仿真参数设置如表1所示。

表1 数值仿真参数设置Table 1 Parameters for numerical simulation

表1中，节点号信息单元位数可以表示最多256个节点设备；同步信息单元位数表示1个节点设备上所采用的操作系统时钟位数。

5.2 解码成功概率分析

(34)

图4 Ⅰ型节点个数nⅠ与各种解码 成功概率的关系Fig.4 Relationship between the number of type Ⅰ nodes nⅠ and various successful decoding probabilities

(35)

5.3 调度周期数据时隙个数分析

仿真分析在节点数的情况下，OMA、SA、CRA和DC-CMA等多址机制在分别要达到投递率pth∈{0.8,0.99}时，所需要的调度周期数据时隙个数，如图5所示。

图5 给定投递率和节点数N=20下中断率pe与不同 多址机制所需调度周期数据时隙个数的关系Fig.5 Relationship between the outage probability pe and the data slot numbers of different multiple access schemes under the given target delivery ratio and node number N=20

5.4 调度周期时长分析

仿真分析在节点数N=10,20,50的情况下，OMA、SA、CRA和DC-CMA等多址机制在分别要达到投递率pth∈{0.8,0.99}时的调度周期时长，如图6所示。

图6 给定投递率和节点数的情况下中断率pe与 不同多址机制调度周期时长的关系Fig.6 Relationship between the outage probability pe and the duration of the schedule period of different multiple access schemes under the given target delivery ratio and node number

由图6可知，调度周期时长趋势与数据时隙个数趋势相近。当N=10、pth=0.99时，DC-CMA机制相比于OMA机制仅在pe=0.4及pe=0.52附近才能有较为明显的调度周期时长降幅，约10 ms左右。而在其他中断率情况下两者调度周期时长基本相同。在N=10或N=50、pth=0.8的情况下，当pe∈(0.4,0.7)时，DC-CMA机制相比于较OMA机制有近10%～30%的提升。在N=20、pth=0.8时，DC-CMA机制相比于OMA机制能够在大多数中断概率情况下降低调度周期时长达30%～50%。

5.5 资源效率分析

仿真分析在节点数N=10,20,50的情况下，OMA、SA、CRA和DC-CMA等多址机制在分别要达到投递率pth∈{0.8,0.99}时的资源效率，如图7所示。

图7 给定投递率和节点数的情况下中断率pe与 不同多址机制资源效率的关系Fig.7 Relationship between the outage probability pe and the resource efficiency of different multiple access schemes under the given target delivery ratio and node number

由图7可知，资源效率与调度周期时长成反比例关系。在N=10或20时，DC-CMA机制的资源效率在整个中断率区间均高于其他机制：其中在N=10、pth=0.8、pe∈(0.43,0.55)时，DC-CMA机制较OMA机制资源效率提高5%～30%、较CRA机制资源效率提高近一倍；在N=20、pe∈(0.43,0.55)、pth=0.8时，DC-CMA机制较OMA机制资源效率提高近80%。在N=50、pth=0.8时，DC-CMA机制在中断率区间pe∈(0.2,0.3)时资源效率低于CRA约10%左右，在其他中断率区间的资源效率均高于其他机制。这是因为在节点数相对较多的情况、中断率较低的情况下，DC-CMA已经需要增加重传次数，而CRA能够以相对更高的概率直接完成单个时隙内的消息解码。

6 样机试验验证结果

为进一步验证本文提出的DC-CMA机制的性能，本文采用基于软件无线电架构的无线自组网节点设备样机，在节点的媒体接入控制层(MAC)分别实现了OMA机制、SA机制、CRA机制以及DC-CMA机制的多址接入算法。

样机试验验证平台由8台自主研发的无线自组网节点设备原理样机、上海豪锦公司生产的射频衰减模拟矩阵、以美国罗德史瓦兹公司生产的信号发生器为基础的信道中断率模拟装置、射频连接线以及我国联想公司生产的测试上位机组成。节点设备样机通过射频连接线连接到射频衰减模拟矩阵，通过调节射频衰减模拟矩阵各通道衰减值，模拟样机在实际无线通信环境中的连通情况。信道中断率模拟装置通过与射频连接线串联，模拟不同的信道中断率。样机实验验证平台如图8所示。

图8 样机试验验证平台Fig.8 Test & verification platforms of the prototypes

为测试不同多址接入机制的调度周期时长，设计通过ping指令模拟分布式协同任务所需传输的数据，进行端到端双向时延测试。由于ping指令测试的是为源节点传输ping指令到目的节点的时间以及目的节点回复ping指令到源节点的时间之和，节点的信息交互间隔即调度周期可以认为是ping指令测试时延结果的一半。

对不同的多址接入机制，测试连续发送100次ping指令并进行统计得到的端到端双向时延结果得到如表2所示。由于端到端双向时延表征了源节点与目的节点这两个节点分别完成数据信息传输的间隔，根据调度周期的定义，端到端双向时延应为调度周期的2倍。由表2可知，SA与CRA机制的平均ping包时延较OMA与DC-CMA机制更高，且最大值与最小值差别明显，这是因为基于随机竞争的多址接入机制无法保证在每一次传输中都能有稳定的时延性能。DC-CMA机制具有最小的平均时延，时延波动范围也较小，相比于OMA机制可降低平均时延达30%以上。

表2 端到端双向时延测试结果Table 2 Test results of end-to-end bidirectional delay ms

7 结论

本文针对分布式无人集群对无线自组网多址接入技术高效快速响应的应用需求，分析目前分布式正交多址与基于随机接入的编码域非正交多址存在的调度周期过长的问题，提出基于分布式协同的编码域非正交多址机制DC-CMA，设计基于分布式选举算法的低稀疏度高效接入编码图样生成机制，缩短多址机制信息交互周期。得出主要结论如下：

1)DC-CMA机制相比于传统的正交多址、随机竞争多址与编码域非正交多址，在大部分信道中断概率下具有更短的调度周期时长，相比于正交多址机制提升资源效率达5%～30%，能够有效提升分布式无人平台集群快速响应协同能力。

2)DC-CMA机制可有效降低端到端传输时延。

后续研究方向主要包括对DC-CMA机制算法的优化，降低分布式协同信息交互开销，以及增加仿真验证方法和测试指标等。