基于最优窗口的水声网络MAC协议研究

张锦灿，陈卫东，王大宇

(中国电子科技集团公司第五十四研究所，河北 石家庄 050081)



基于最优窗口的水声网络MAC协议研究

张锦灿，陈卫东，王大宇

(中国电子科技集团公司第五十四研究所，河北 石家庄 050081)

摘要海洋水声信道的复杂性和多变性会对水声网络中的介质访问控制协议性能造成影响。为更好地适应水声环境，对水声网络中基于竞争窗口的MAC协议进行改进，提出了基于最优窗口的MAC协议以及窗口值的优化策略，利用开源平台NS-3对其进行仿真，分析得出了水声网络节点数量、通信带宽和数据包大小与最优窗口大小之间的关系。仿真结果表明，在最优窗口下水声网络的吞吐量得到了显著提升，这一结论将为今后构建水声网络提供理论基础和数据支撑。

关键词水声网络；介质访问控制协议；最优窗口

Research on MAC Protocol of Underwater Acoustic Network Based on Optimal-window

ZHANG Jin-can，CHEN Wei-dong，WANG Da-yu

(The54thResearchInstituteofCETC,ShijiazhuangHebei050081,China)

AbstractThe complexity and variability of oceanic acoustic channel have great influence on the performance of Media Access Control (MAC) protocol of Underwater Acoustic Network (UAN).To be better adapted to underwater circumstance,a strategy of optimal-window has been proposed to improve the performance of MAC protocol based on Contention Window (CW).By using the open source network simulation platform NS-3,the relationship between the optimal-window and the number of nodes,communication bandwidth and size of packet is analyzed in an underwater circumstance.The simulation result shows that in optimal-window,the throughput of UAN is evidently improved.The result provides the data support and a solid theoretical basis for building UANs in the future.

Key wordsUAN;MAC;optimal-window

0引言

水声网络将水下独立节点进行组网融合，达到信息互通和共享的目的，突破了单节点监控范围和处理能力的限制，可以实现水下监听、情报采集以及多节点的联合测向、定位等功能，在军事、民用领域都有广阔的发展前景[1,2]。但是，海洋信道的高时延、低速率、复杂多途以及多普勒效应严重的特点[3]使得传统的MAC协议无法适用于水声网络。

MAC协议是保证网络高效通信的关键协议之一，它是水声网络(UAN)4层结构中数据链路层(DLL)的一部分，介于网络层和物理层之间，基本任务是控制各网络节点对通信信道的使用，在保证公平性的同时兼顾吞吐量和延迟等性能指标[4]。近年来针对水声网络不同特性，研究和提出了很多专用MAC协议。随机接入型的ALOHA协议控制帧数量少，适合应用在水下低负载网络环境； T-Lohi协议[5]针对水声网络携带能量有限、通信带宽窄设计，能够实现较高的信道利用率和稳定的吞吐率,并且能在一定程度上减少能量的消耗,延长水声网络的生存时间；MACAW[6]协议通过引入握手和预约信道机制来降低水声网络中数据包之间的冲突，最终提高系统吞吐量和各个节点接入信道的公平性；以上协议均未考虑水声网络中严重的数据包冲突问题，本文提到的CW-MAC[7]协议及其优化策略，专门针对水声网络数据包碰撞冲突率高、水声信道高时延、低速率特性设计，通过引入竞争窗口和随机回退机制，可显著降低冲突，进而提升水声网络吞吐量。

1CW-MAC协议

CW-MAC协议是对著名的ALOHA协议的改进，在ALOHA协议中，任何网络节点在有数据要发送时，立即发送，无需考虑数据帧碰撞、信道监测等因素。研究发现[8,9]，ALOHA协议在网络负载较小时性能较好，能够达到合理的吞吐量和时延，但随着系统负载的增加，尤其是在超过18.4%这一门限值后，数据帧之间的碰撞愈发频繁，系统性能迅速恶化。

针对这一问题，CW-MAC协议中提出的解决措施是引入竞争窗口和随机回退机制，即设置一个初始化为0的CW(竞争窗口)值，时间片长度σ(保证节点在一个σ内可以检测信道占用状况)，当节点需要发送数据时，随机地在0~CW-1选取一个值N，同时启动时间为N*σ的计时器，在计时器到期时立即发送数据。如果发送数据产生碰撞，则将CW值加倍，继续重复这一过程，直到数据发送成功，将CW值置为零。CW-MAC协议有限状态机如图 1所示。

图1　CW-MAC协议有限状态机

传统的CW-MAC协议下，竞争窗口越大，随机退避机制解决冲突的能力就越强，在使用较大的窗口值时，选择相同随机退避时间的可能性大大减小。一方面，轻负载情况下，小的窗口值保证了较小的时延；另一方面，重载情况下，随机等待时间随着冲突产生次数增加指数递增，降低了冲突发生的概率。该机制的引入虽然最终结果是数据冲突的概率降低,但是处理过程中频繁改变窗口值，无形中增加了节点等待时间，造成资源浪费，影响到系统吞吐量。

本文通过仿真发现，由于水声通信环境的复杂性，其高时延和时变、空变特性使得在窗口值较小时碰撞和错误发生的概率依然较大。因此，提出基于最优窗口值的改进措施。具体方法是通过分析仿真数据,找到数据包大小、通信速率和节点数量三大变量对最优窗口值CWopt的影响，直接在协议运行最初将窗口值设置为最优。由于避开了小窗口值时随机回退收益较小的初级阶段，使得数据包冲突在协议运行最初即降为最低，能够降低通信时延，进而增加系统吞吐量。

2NS-3仿真平台

在现代通信网络技术的研究中，对协议和设备的验证、测试以及设计、开发中，需要先进的网络模拟技术，现在常用的网络模拟器主要有OPNET、OMNeT++[10]和NS-3[11,12]。综合仿真速度、可靠性和易用性等多种因素，本文采用NS-3作为仿真平台进行分析。NS-3的最大优势在于其模块都采用C++编写，结合tutorial和大量的示例代码，很容易上手。NS-3的仿真脚本支持2种语言，C++和Python，易用性和可扩展性都很好。NS-3的基本模型如图2所示。

图2　NS-3 基本模型

一次完整的仿真流程可以概括如下：应用层产生数据，利用Socket仿真程序实现数据分组的向下传递进入TCP/IP协议栈，层层封装、逐层下发，最终到达网络设备，在形成比特流，通过具有某种传输特性的信道传输给目的节点。目的节点接收到比特流，按规则合成数据帧，再从下往上逐层转交并解封装，最后经由传输层的端口号转交给相应的应用程序。

3仿真结果及分析

仿真中，系统为Linux发行版Ubuntu12.04LTS,NS-3使用的版本是ns-allinone-3.23。本文使用到的仿真场景中,水声网络节点分布在70 m水深处，时间片长度σ=0.2 s。单次仿真持续时间100 s,为了确保得到的数据有效可靠，每100 s即对实验拓扑进行重新随机分布。控制变化的参量主要有数据包大小、竞争窗口大小、节点个数及通信速率。

CW-MAC协议的吞吐量计算方法如式(1)所示。设置记录接收数据量的变量，每次成功接收到数据包进行累加，最后和仿真时间进行运算即可得到该次仿真中实际吞吐量大小。由于需要研究不同CW值下吞吐量的变化规律，因此每次CW值发生变化都需要重置接收量参数。

(1)

在NS-3仿真得到的原始数据中，详细记录下了每个节点发送及接收数据的时间、源节点、目的节点和包大小，从中可以分析出仿真中不同竞争窗口值下的吞吐量，根据仿真数据得到以下仿真结果。

不同通信速率下，系统吞吐量随窗口值大小之间的变化曲线如图 3所示。其中，图 3(a)是实测数据，图 3(b)是根据实测数据得到的四阶多项式拟合曲线。图3中可以发现，由于CW-MAC协议采用的冲突避免机制有效减少了ALOHA协议想发就发造成的大量数据冲突和重发，因此不管通信速率大小如何，只要窗口值合适，CW-MAC协议的吞吐量都可以突破传统ALOHA协议18.4%的最大吞吐量。并且当窗口大小达到CWopt之后，吞吐量开始呈下降趋势。这是由于随着窗口的增大，随机回退机制带来的吞吐量增加红利消失，取而代之的是由于节点频繁大幅度的回退造成的时延增加，使得吞吐量逐步下降。

图3　系统吞吐量随CW值变化曲线

不同通信速率下，吞吐量达到最大时对应的窗口值如表1所示。可以发现，随着水声网络通信速率的增大,节点密度过低导致现有带宽利用不充分。同时，窗口值过大带来的负面效应开始起作用，越来越早地出现吞吐量拐点，最终呈现出随着通信速率的增加，最大吞吐量反而下降的现象。

表1　不同速率下CWopt值

不同数据包大小情况下，系统吞吐量随窗口值大小变化的曲线如图 4所示。结合图 4(a)实测数据和图 4(b)四阶拟合曲线图可以发现，随着单个数据包的增大，系统吞吐量得到提升，这种趋势在窗口值较大的时候更加明显。由图4(b)的拟合曲线，可以更加清晰地看出这种现象，数据包的增大，延缓了CWopt的出现，吞吐量得以继续攀升。

图4　系统吞吐量随数据包大小变化曲线

水声网络节点数量不同情况下，系统吞吐量随窗口值大小变化的曲线如图 5所示。图5表明在通信速率和覆盖范围不变的情况下，水声网络节点数量的增多会造成数据包冲突增多，给吞吐量造成负面影响。同时，拟合曲线的特性表明，节点密度增加使得系统能够在更大的窗口范围内维持在较高的吞吐量，延缓了CWopt的出现。

图5　系统吞吐量随节点个数变化曲线

4最优窗口值

通过上述的仿真数据及其分析可以发现，能够获得最大吞吐量的最优窗口值CWopt主要受到节点数量、通信速率和数据包大小的影响。进一步，对水声网络CW-MAC协议运行机制和主要变量进行数学建模分析，设节点数量为N，平均通信距离d，声速v，则传输时延ttrans=d/v，数据包大小为p，通信速率Rb，则发送时延为tdelay=p/(Rb)，已知时间片长度σ，则可计算单个数据包传输成功所需窗口值Win：

(2)

根据仿真数据计算出Win值和由以上各式拟合曲线CWopt之间的关系，散点图可以得到线性拟合趋势线如图 6所示。

图6　Win和CWopt关系曲线

得到了Win值CWopt之间关系：

CWopt=2*Win-6。

(3)

有了二者之间关系式，可根据水声网络布设环境进行窗口值预设，最优的窗口值可以减少传统处理机制在不停碰撞、回退和重发过程中引起的时延和能量消耗。

根据式(3)修改水声网络参数进行验证，得出结果如表2所示，从吞吐量对比中可以看出，改进后，最优窗口的CW-MAC协议在吞吐量表现上均优于传统CW-MAC协议，而且CWopt值越大，性能提升越明显。其原因在于最优窗口值的协议在运行一开始就将冲突概率降为较低水平，而传统机制在不停的回退、冲突和重设窗口值的循环过程中加大了时延，拉低了平均吞吐量。

表2　不同策略下水声网络吞吐量对比

5结束语

经过仿真分析得出了CW-MAC协议中最优窗口值和通信速率、节点密度、数据包大小因素之间的线性关系。对得出的关系公式进行反向验证，结果显示本文提出的基于最优窗口的改进策略进一步优化CW-MAC协议，提升了水声网络吞吐量。

随着国家策略向海洋倾斜，未来大规模的水声网络必将投入应用，相信基于最优窗口的水声网络CW-MAC协议将在其中发挥重要作用。

参考文献

[1]YANG Xiao.Underwater Acoustic Sensor Networks[M].北京：国防工业出版社，2012.

[2]CATITI A,FELISBERTO P,JESUS S M,et al.UAN-Underwater Acoustic Network[C]∥IEEE OCEANS,2011：978-984.

[3]CATITI A,CALABRO V,FUSHI L,et al.Underwater Acousitic Network Performance:Results from the UAN11 sea trial[C]∥IEEE Xplore,2012：1-8.

[4]SHAHABUDEEN S,MOTANI M,CHITRE M .Analysisi of High-performance MAC Protocol for Underwater Acoustic Networks[J].IEEE Journal of Oceanic Engineering,2014(39):74-89.

[5]SYED A,YE Wei,HEIDEMANN J .T-Lohi:A New Class of MAC Protocols for Underwater Acoustic Sensor Networks[C]∥The 27th Conference on Computer Communications,2008：789-797.

[6]FARAHANI N K,HAMIDIAN S,ALIREZA V,et al.Analytical Evaluation of a New MAC Algorithm for Underwater Wireless Sensor Networks[C]∥19th International Conference on Telecommunications,2012：232-237.

[7]PARRISH N,TRACY L,ROY S,et al.System Design Considerations for Undersea Networks: Link and Multiple Access Protocols[C]∥IEEE Journal on Selected Areas in Communications,2008：1 720-1 729.

[8]CHEN Jun-yan,HE Yan,YANG Zheng.Improved and Performance Analysis of IEEE 802.11 DCF[C]∥Proceedings of 2014 IEEE International Conference on Mechatronics and Automation,2014：1 871-1 876.

[9]陈忠真.IEEE802.11DCF算法的研究[D].西安:西安电子科技大学,2012：11-15.

[10]郝英川.基于OMNeT++的航母编队网络仿真研究[J].无线电工程,2014,44(4)：4-6.

[11]陈运海.基于NS3的无线自组网仿真实现[J].电脑知识与技术,2014,10(35):8 365-8 367.

[12]马春光,姚建盛.ns-3网络模拟器基础及应用[M].北京:人民邮电出版社,2014.

张锦灿男,(1987—)，硕士研究生。主要研究方向：水声通信网络。

陈卫东男,(1968—)，研究员。主要研究方向：通信信号处理、软件无线电。

作者简介

中图分类号TN911.7

文献标识码A

文章编号1003-3106(2016)02-0010-04

基金项目：国家科技支撑资助项目(2014BAK02B04)。

收稿日期：2015-11-09

doi:10.3969/j.issn.1003-3106.2016.02.03

引用格式：张锦灿，陈卫东，王大宇.基于最优窗口的水声网络MAC协议研究[J].无线电工程，2016，46(2)：10-13,30.