基于W LAN流调控机制的无线自组织网络资源调度算法研究

郝 平（陕西工业职业技术学院信息工程学院，陕西咸阳 712000）



基于W LAN流调控机制的无线自组织网络资源调度算法研究

郝 平
（陕西工业职业技术学院信息工程学院，陕西咸阳 712000）

摘 要：为解决WLan资源调度算法中网络资源受限与调度不良，难以实现有效资源控制等问题，本文提出了一种基于WLAN流调控机制的无线自组织网络资源调度技术。首先，结合梯度概念对资源量、接入带宽有效占有量以及接入点资源等指标进行排序处理，按照用户访问资源最佳及接入带宽质量最低的原则进行反复匹配；然后基于资源访问概率，当仅当访问概率大于一定数值时方提供用户访问服务，从而实现各个资源流在网络中的均衡化分配及调度。仿真实验表明：与RRPS、PR_RRPS算法相比，所提机制具备更好的拥塞控制及资源调度性能。

关键词：无线自组织网络；资源调度；流调控；带宽占有；均衡分配；接入控制

1　引 言

随着W lan技术的不断发展，各种智能化接入终端技术也日新月异，采取诸如wifi技术等将智能用户终端设备接入到无线网络之内，且提供相应带宽占用资源的无线服务能力，成为一种有前途的用户服务业务［1］。不过由于用户终端接入往往存在一定的流动性，难以实现对用户WLan流的有效调度和利用，因此需要使用一些网络资源调度机制，以便满足用户对诸如高清视频业务等高质量无线移动业务的满足［2］。

由WLan技术存在不稳定性，且在资源调度过程中以流形式对网络业务资源进行调度。因此，诸多学者通过一定手段对用户资源流进行调度，实现网络环境对用户资源的定向匹配［3］。如Ahlswede R［4］等提出了一种基于随机资源流检测的用户资源调度策略，采取通过随机发送用户资源调度指令，以便按照最低服务保障质量实现对用户资源的有效调度，在仿真过程中实现了低烈度用户资源竞争环境下的资源调度。但是，由于该策略没有考虑到wifi环境中用户资源调度的烈度极高，因此在此等用户环境之下资源往往调度受阻。Niu B［5］等提出了一种基于拥塞控制机制的局域网资源调度技术，验证了在实现拥塞有效控制的基础上网络有效带宽资源对用户资源的近似100%的全覆盖，仿真实验表明当无线局域网环境处于静止状态时能够有效的满足用户资源的调度。然而，该技术未能考虑网络节点的移动性，当用户终端设备处于高速移动状态时，随着网络拥塞效应的不断增加，往往导致严重的用户体验下降现象的发生。罗守山［6］等针对WLAN网络中用户终端分布的随机性，提出可以根据随机分布的模型来实现网络资源对用户的匹配，实现了在小范围内网络资源的高性能匹配调度。然而，由于该算法难以适应扰动因素较强的情况下网络资源调度的特点，导致当用户资源流数量急剧增加时，网络拥塞现象也非常突出，降低了用户访问体验。

为了解决上述不足，提出了一种基于WLAN流调控机制的无线自组织网络资源调度技术，采取基于梯度和有效接入带宽的排列策略，对网络资源流接入时间的长度及资源进行控制；并在控制过程中对难以满足策略的路数进行预警，从而实现了资源在网络中的均衡化调度。最后测试了本文算法的调度性能。

2　本文无线自组织网络资源调度算法

2.1网络资源流转移排序与计算

当用户处于WLAN网络进行用户体验时，对于资源的调度请求是以流的形式存在，使其可以使用一定的调度技术实现匹配［7］。如果当前网络状况不足以支持网络资源的有效调度，则会出现大范围的用户访问受阻现象，且某些基础支持设施往往会因为用户访问受阻而出现严重的DDOS瘫痪现象，因此需要对网络资源流、接入带宽以及访问点的用户访问情况进行合理匹配，以便实现资源的充分调度［8］。

对于任意一路网络资源流而言，其调度过程可以根据资源量、接入带宽有效占有量、接入点资源三种指标唯一的决定［9］。故本文采用三种指标，引入梯度排序概念，以便实现调度过程的最优匹配。整个调度过程由接入控制和服务控制两个过程构成。

（1）依据有效调度概率PT（x）进行接入控制。

资源在路径上的匹配程度，可以根据在一定时间之内被传输至某个接入点上的资源梯度及带宽粒度来决定［9］。在某个时间点t0抵达接入点上的资源流满足泊松分布，且分布指数为λ，整个资源包组的节点服务时间X服从相同的分布且资源包之间及资源包组之间处于互相独立的状态。因此整个资源流的期望程度NQ为：

其中E X2为泊松分布的二阶矩，E X为泊松分布的期望。

首先判断接入点资源时间长度，假如接入点资源时间长度情况良好，则网络资源在路径上被有效调度的概率PT（x）则处于良好的水平。倘若接入点能分配的资源时间长度不佳，且接入有效带宽情况不良，则资源的调度处于失效状态，即：

（2）依据带宽占有率进行提供服务控制。

首先根据资源流在具体接入点上的带宽占有率p΄来确定接入概率Pr（x），确保资源流能够以该概率被用户进行有效体验。

由于接入概率Pr（x）对带宽占有率p΄不敏感，因此可以利用该性能来保持Pr（x）的转移稳定性能长期不变，即：

其中带宽占有率p΄为时间函数，该函数的数学形式如下所示：

其中p为带宽占有率p΄对时间的转移概率，该转移概率满足一维高斯平稳随机过程。

不妨设目前资源流为Fc接入点的带宽资源量为Fp，接入点的资源转移概率为Nnest，则当前资源流Fc的用户体验满足转移概率PFC满足：

接入点的带宽资源量与用户梯度Δ为覆盖关系，及用户梯度Δ越大，则接入带宽资源量的体验也就越佳，因此抽取用户梯度最大的时刻Δt，整个覆盖关系Δs满足如下表达式：

经简化，模型（6）可以写为：

其中p΄为带宽占用率

故目前资源量Fc在接入点的带宽资源量Fp固定时，接入点的资源转移概率Nnest满足：

相应的控制概率Nnest满足

据此可求得资源在最佳用户梯度及覆盖关系确定的情况下被用户成功访问的概率P max满足：

据模型（10）访问概率P max大于0.5时，则说明当前资源流可以成功提供服务，调度流程结束。

整个资源调度步骤为：

SteP1：根据网络资源流的流量资源大小，以较低成本传输到接入点资源最佳的处理节点进行处理；

SteP2：对用户访问资源及接入带宽的大小进行排序，按照用户访问资源最佳及接入带宽质量最低的原则进行第一次资源匹配；

SteP3：进行完上述两个过程的资源调度过程后，在每一次网络资源流进行切换的时刻，直到下一次网络资源流被调度为止，完成本次资源的调度工作；

SteP4：继续进行下一周期内的资源调度，直到用户访问结束。

2.2本文算法详细描述

考虑到资源流为Fc接入点的带宽资源量为Fp，接入点的资源转移概率为Nnest，则本文资源调度算法流程见图1，其步骤为：

SteP1：初始接入点资源链路匹配开始，当仅当匹配成功进行才进行下一步；

SteP2：接入点在接收到网络资源有效请求之后，在一定时期能若持续收到网络资源流的请求，则转SteP3；否则返回SteP 1中继续进行初始接入资源链路匹配；

SteP3：当仅当接入点确认网络资源流是持续状态时，才继续转下一步，否则回SteP2继续进行有效请求的确认与匹配；

SteP4：按模型（8）～（10）所示计算资源在最佳用户梯度及覆盖关系确定的情况下被用户成功访问的概率Pmax，当仅当Pmax大于0.5时，则持续进行SteP1～SteP3

SteP5：算法结束。

图1　本文算法流程图Fig.1 The flow chart of this algorithm

3　仿真实验

3.1仿真环境设置

为评估本文提出的算法性能，仿真实验中使用NS -2仿真平台对RRPS［10］、PR_RRPS［11］算法与本文算法进行仿真对比。实验仿真参数如下：

表1　仿真参数表Tab.1 Sim u lation param eters

仿真实验中，为验证本文方案的有效性，实验重点从移动节点个数、网络内节点个数以及节点初始能量大小这三个变量，与RRPS、PR_RRPS算法在W ifi成功接入率、用户资源体验满意程度两个指标上进行对比。

3.2结果比对

（1）W IFI成功接入率。

图2显示了在不同节点功率情况下本文算法与RRPS、PR_RRPS算法在W IFI成功接入率上的对比，从图中可以看到，随着用户终端节点功率的不断提高，本文算法始终保持较高的W IFI成功接入率，而对照组算法的W IFI的接入率随着用户终端节点功率的不断提高而呈现下降的趋势，这是因为本文算法采取基于梯度的方式，在用户终端节点功率不断上升的情况下能够有效的保障接入点以较高的比例满足用户需求，因此大大提高了WIFI的成功接入率，而对比组算法未考虑功率因素，因此当用户终端节点功率不断上升时难以缓解接入点带宽资源对接入的有效性。

图2　不同节点功率下的W IFI成功接入率Fig.2 W IFI successfu l access rate under different node pow er

图3显示了在不同节点密度情况下本文算法与RRPS、PR_RRPS算法在W IFI成功接入率上的对比，从图中可以看到，随着用户终端节点密度的不断提高，本文算法始终保持较高的wifi成功接入率，而对比组算法的W IFI的接入率随着用户终端节点密度的不断提高而呈现下降的趋势，这是因为本文算法采取基于梯度排序等资源调度模式，在用户终端节点密度不断上升的情况下能够有效的保障接入点以较高的比例满足用户需求，而对比组算法未考虑用户终端节点密度提高对网络资源的影响，因此难以在用户节点密度对资源进行争夺时有效改善网络接入质量。

（2）用户资源满意体验度。

图3　不同节点密度下的W ifi成功接入率Fig.3 W ifi successfu l access rate under d ifferent node density

图4显示了在不同节点功率情况下本文算法与RRPS、PR_RRPS算法在用户资源满意体验度上的对比，从图中可以看到，随着用户终端节点功率的不断提高，本文算法始终保持较高的用户资源满意体验度，而对比组算法的用户资源满意体验度随着用户终端节点功率的不断提高而呈现下降的趋势，这是因为本文算法采取基于梯度排序等资源调度模式，在用户终端节点功率不断上升的情况下能够有效的满足用户带宽需求，因此能够实现较高的用户资源满意体验度，而对比组算法未考虑用户终端节点功率提高对网络资源的影响，因此难以在用户节点功率上升时对用户资源满意体验度有严重的影响。

图4　不同节点功率下的用户资源满意体验度Fig.4 User satisfaction experience under d ifferen t node power

图5显示了在不同节点密度情况下本文算法与RRPS、PR_RRPS算法用户资源满意体验度上的对比，从图中可以看到，随着用节点密度的不断提高，本文算法始终保持较高的用户资源满意体验度，而对比组算法的用户资源满意体验度随着用户节点密度的不断提高而呈现下降的趋势，这是因为本文算法采取基于梯度的方式，在用户终端节点密度不断上升的情况下能够有效的保障接入点以较高的比例满足用户需求，因此大大提高了用户资源满意体验度，而对比组算法未考虑节点密度，因此当用户终端节点密度不断上升时难以提高用户资源满意体验度。

图5　不同节点密度下的用户资源满意体验度Fig.5 User satisfaction experience under different node density

5　结束语

由于WLAN网络中资源调度过程中网络资源受限，调度不良，及难以实现有效资源控制，易造成严重的数据拥塞现象，从而降低资源调度性能及用户体验程度。对此，本文提出了一种新的基于WLAN多流调控机制的无线自组织网络资源调度算法，该算法考虑接入网络的梯度及有效带宽，采取基于接入点的资源时间长度进行控制，然后根据带宽占有率进行接入控制，有效的改善了资源流的分配质量，提高了用户体验度。

参考文献：

［1］ 阙鋆淑，谢葳，黄帮明.高校WLAN优化方案研究［J］.电视技术，2012，36（5）：70 -72.

QUE Yunshu，XIE Wei，HUANG Bangming.Research on WLAN oPtimization scheme in Universities［J］.Video Technology，2012，36（5）：70 -72.

［2］ 刘琪，袁坚，山秀明.3G/WLAN网络中基于终端移动与业务认知的动态负载均衡机制［J］.计算机学报，2010，33（9）：1569 -1573.

LIU Qi，YUAN Jian，SHAN Xiuming.Dynam ic load balancing mechanism based on term inal mobility and service cognition in WLAN 3G/networks［J］.Journal of ComPuter Science，2010，33（9）：1569 -1573.

［3］ Heinzellnan W B，Chandrakasan A P，Balakrishnan.An APPlication SPecific Protocol Architecture for W ireless Networks［J］. IEEE Transactions on W ireless Communications，2012，1（4）：660 -670.

［4］ Ahlswede R，Cai N，Li S Y R，et al.Network informationflow［J］.IEEE Trans.on Information Theory，2014，46（4）：1204 -1216.

［5］ Niu B，Zhao H V，Jiang H.A cooPeration stimulation strategy in wireless multicastnetworks［J］.Signal Processing，IEEE Transactions on，2011，59（5）：2355 -2369.

［6］ 罗守山，杨文川，萧蔷.基于WLAN传输评估的模型及研究［J］.北京邮电大学学报，2013，31（3）：5 -9.

LUO Shoushan，YANG Wenchuan，XIAO Qiang.The model and research based on WLAN transm ission evaluation［J］.Journal of Beijing University of Posts and Telecommunications，2013，31（3）：5 -9.

［7］ LOPEZ D，GUVENC I，ROCHE G.Enhanced intercell interference coordination challenges in heterogeneous networks［J］. IEEE Transactions on W ireless Communications，2011，18（3）：22 -30.

［8］ Wu F，Chen T，Zhong S，et al.A Game-Theoretic APProach to Stimulate CooPeration for Probabilistic Routing in OPPortunistic Networks［J］.2013：1 -11.

［9］ Kimiaei F，Chabok S J S M，Moghadam R A.A Distributed and Energy Efficient Routing based Game Theory to Congestion Avoidance in WLAN［J］.The International Journal of Soft ComPuting and Software Engineering，2013，3（3）：441 -445.

［10］ Lin J，Xiong N，Vasilakos A V，et al.Evolutionary game - based data aggregation model forWLAN［J］. Communications，IET，2011，5（12）：1691 -1697.

［11］ Mejia M，Peña N，Muñoz J L，et al.A game theoretic trust model for on - line distributed evolution of cooPeration inMANETs［J］.Journal of Network and ComPuter APPlications，2014，34（1）：39 -51.

郝 平 男（1981 -），陕西清涧人，讲师，主要研究方向为计算机网络、信息安全、图像处理。

The Research on Resource Scheduling Algorithm in W ireless ad hoc Networks Based on WLAN flow Control Mechanism

HA0 ping
（College of Information Engineering，Shaanxi Polytechnic University，Xianyang 712000，China）

Abstract：In order to solve the lim itation of network resources and Poor scheduling of WLAN resource scheduling algorithm，as well as difficulty of achieving efficient resource controlling，the new resource scheduling algorithm of w ireless ad hoc networks based on WLAN multi flow control mechanism was ProPosed in this PaPer.Firstly，resource quantity，access bandw idth effective share and access Point resource，and other indicators were sorted by combining w ith the concePt of gradient，and matching were rePeated by the PrinciPle of the best user access to resources and access to the lowest bandw idth quality；the equilibrium allocation and scheduling of each resource flow in the netw ork w as achieved based on resource access Probability only w hen the access Probability was greater than a certain value.The simulation results show that this ProPosed scheme had better congestion control and resource scheduling Performance com Pared w ith RRPS and PR_RRPS algorithm s.

Key wo rds：w ireless ad hoc networks；resource scheduling；flow control；bandw idth Possession；balanced allocation；access control

中图分类号：TP 393

文献标识码：A

基金项目：陕西省自然科学基金资助项目（2012JQ1017）