基于可变模糊集理论的无线通信数据包优化调度方法

陆秀欢

（黔东南技师学院，贵州 凯里 556000）

0 引 言

随着无线通信技术的不断发展，数据包的数量和类型不断增加，对数据包调度的要求越来越高[1]。传统的数据包调度算法难以满足这些需求，因此需要寻求更加高效和智能的调度方法。在目前提出的多种数据包调度算法中，基于可变模糊集理论的无线通信数据包优化调度方法受到广泛关注。可变模糊集理论是一种处理不确定性、模糊性及不完全性的数学工具，因此提出基于可变模糊集理论的无线通信数据包优化调度方法的设计思路[2]。

1 数据包优先级排序

数据包优先级排序步骤如下：首先，将无线通信数据包以画面组（Group of Pictures，GOP）为单位进行分组[3]。GOP 是视频编码中的一个概念，通常表示一组连续的图片帧。其次，读入一个GOP 码流。在码流中，无线通信数据包被分为基本层数据包和增强层数据包。基本层数据包通常包含视频内容的基本信息，按照特定的优先级规则进行排序，同时需要保持其原始的解码顺序[4]。再次，计算GOP 中所有增强层数据包的主观优先级PS和客观优先级PO。根据各区域重要性，确定各区域当前GOP 的主观优先级PS，其中0 ≤PS≤1，PS越小对应区域主观优先级越高。设M为数据包的特征图，客观优先级为PO，其中0 ≤PO≤M-1，PO越小的数据包客观重要性越大。最后，对增强层分组进行优先级划分。一方面，按照分组的主观优先级PS分类排序无线通信数据包；另一方面，按照无线通信数据包的客观优先级PO分类排序主观优先级PS相同的无线通信数据包[5]。

2 基于可变模糊集理论检测信道状态

数据包到达后进入相应优先级队列，高优先级的消息优先发送。当信道状态为闲且占用率低于阈值时，发送数据，确保数据传输的效率和可靠性。可变模糊集理论信道接入控制流程如图1 所示。

图1 可变模糊集理论信道接入控制流程

基于可变模糊集理论的信道状态检测通过周期性地检测系统在该周期内传输的数据脉冲总数计算出信道占用率，并与阈值进行对比[6]。

信道占用率的公式为

式中：n为一个周期内到达的流量脉冲数；δ为传输每个流量脉冲需要的时间；T为周期长度；N为子信道数量。

计算并对比信道占用率后，对信道状态检测机制进行数学建模。信道检测机制的输出有2 种情况，即信道闲和信道忙。信道状态Sc表达式为

式中：H0为信道忙；H1为信道闲；ηth为信道占用率阈值。

将式（1）代入式（2）可得

式中：γ为周期内可传输的流量脉冲数量。

3 构建无线通信数据包优化调度模型

在无线通信中，每个节点不仅要将自身的数据传输给汇聚中心，还要将其他节点的数据传输到汇聚中心。因此，提出一种自上而下的节点调度方法。

在一个时隙中，3 个状态顺序是传送状态（T）、接收状态（R）及闲置状态（I）。传送状态（T）代表该节点在该时隙中执行无线通信数据分组的发射；接收状态（R）代表该节点在该时隙中执行无线电通信数据分组的接收；闲置状态（I）代表该节点在该时隙中不执行任何传输和接收操作。节点时间表的分布如图2 所示。

图2 节点调度最短周期分配示意图

图2 中，0 是汇聚节点，1、2、3、4 是传输节点。若节点1、2、3、4 在同一时隙中同时接收到节点3和节点4 的数据包，那么这些数据包会互相冲突，导致节点2 无法正常接收数据包。因此，重新分配单跳节点的调度，如表1 所示。

表1 单跳节点调度分配方案

因为节点1 是一次数据的收发，所以在每次循环中，节点2 都要执行一次数据的收发，保证节点1在每次循环中收到数据。对于任何2 组节点均不是邻组状态时,可将相邻节点分解成若干个不相邻的节点组成。给出1 个相邻群态集合，并且每个节点之间都不相交。根据表2 中的方案，使用其他节点传送时隙来接收数据分组。非邻组调度分配方案如表2 所示。

表2 非邻组调度分配方案

4 优化无线通信数据包调度算法

设定所有节点传送循环中的最小传输循环周期为TA，2 个连续的调节节点传送循环之间的间隔时间为hTA（h为所有消息传送周期的最小公倍数）。在一个无线通信网中，如果有一条报文在最大的发送时间内未发送成功，说明该无线通信网无效。当无线通信网络处于闲置状态时，消息发送时间Ti应满足

式中：Tk为一条消息框架的最大传送时间。此时，最小传输循环周期TA的公式为

式中：AT′ 为上一节点调整时间；Tr为闲置时间的引用值。

若无线通信中有m个节点，且各节点之间的传输周期相同，此时无线通信网络的使用效率P为

式中：T''为信息帧平均传输时间，T''≤Tk。

经过简化可得

在最短的数据包发送时间下，无线通信网的利用效率是最高的。

5 实验测试分析

5.1 实验准备

在设定的实验环境下测试文章设计方法的性能，测试环境配置如表3 所示，测试参数如表4 所示，实验仪器参数如表5 所示。

表3 测试环境配置

表4 测试参数

表5 实验仪器参数

为评估基于可变模糊集理论的无线通信数据包优化调度方法，将其与文献[5]一种基于优化量子粒子群优化（Quantum Particle Swarm Optimization，QPSO）的大数据云存储调度方法研究（以下简称方法1）和文献[6]光纤网络大数据的线性均衡聚类调度优化方法（以下简称方法2）进行对比。

5.2 实验分析

针对无线通信数据分组的随机性和均一性，考虑网络中节点数目的多样性，进行10 次仿真，对比3 种方法的数据包传输延迟，实验结果如表6 所示。

表6 数据包传输延迟

由表6 可知，文章设计方法在数据包传输延迟上均优于方法1 和方法2，平均延迟低、稳定、波动范围小，验证基于可变模糊集理论的无线通信数据包优化调度方法的优势。

6 结 论

基于可变模糊集理论的无线通信数据包优化调度方法是一种创新的数据包调度策略，旨在提高无线通信的效率和稳定性。通过引入模糊逻辑和可变参数，适应无线通信环境的复杂性，以应对数据包调度过程中的各种挑战。未来，期望进一步优化该方法，提高其实时性和自适应性。