一种低时延无人机自组网阈值自适应接入协议

2020-08-23 08:50朱克兰
光通信研究 2020年4期
关键词:调整机制门限吞吐量

任 智,杨 迪,胡 春,朱克兰

(重庆邮电大学 通信与信息工程学院,重庆 400065)

0 引 言

无人机自组网(Unmanned Aerial Vehicle Ad-Hoc Network,UANET)[1-2]是一种非常灵活的自组织网络,被广泛应用于各种场景中[3-4]。基于统计优先级的多址接入协议[5-7](Statistical Prioritybased Multiple Access Protocol,SPMA)是美军数据链战术瞄准网络[8-9](Tactical Targeting Network Technology,TTNT)中使用的媒体访问控制(Media Access Control,MAC)层接入协议,文献[10]提出了一种基于业务量统计的改进算法(Traffic Statistic Multiple Access Protocl,TSMPMAC),该算法控制信道负载在一个特定阈值门限以下,保证了高优先级包的传输成功率;文献[11]介绍了一种单通道自组网MAC协议,考虑了站内排队的数据包的服务质量(Quality of Service,QoS)要求,以便为每个站提供基于优先级的访问;文献[12]为了满足网络负载较大时时间敏感业务的低延迟传输需求,研究了一种基于SPMA的移动自组网系统;文献[13]提出了一个分析模型来计算饱和输入条件下的时隙传输概率,得到系统的平均延迟、丢包率和吞吐量等特性;文献[14]提出了基于帧成功传输概率自适应阈值调整方法,通过借鉴传输控制协议(Transfer Control Protocol,TCP)流量控制机制设计了阈值调整机制。通过以上研究发现,现有SPMA存在如下问题:(1)在节点开机后寻找真实满载门限的过程收敛慢,不能快速找到真实门限;(2)无人机飞行环境的变化会造成信道承载能力的变化,此时的满载门限不能随环境变化做出正确调整。鉴于此,本文在文献[14]的阈值自适应协议基础上,提出了一种低时延UANET阈值自适应接入协议,并对其进行了仿真验证及分析。

1 系统模型

1.1 网络场景

多个地位相同的无人机节点构成UANET,其网络拓扑如图1所示,节点ID唯一,且通信方式为全双工,采用全向天线。各个节点开机后开始运行求取信道满载门限的程序,在此过程中各个节点产生信道负载门限求取包,并按照一定的速率发送出去,在一定时机获取前一个负载统计周期内出现的包的个数作为信道满载门限。当统计出的信道负载小于满载门限时,不做退避,将各队列中的包按优先级顺序发出;若统计出的信道负载大于满载门限,则退避相应低优先级的包,维持信道负载不大于信道承载能力,使数据的首发成功率≥99%。

图1 UANET网络拓扑

1.2 问题描述

(1)现有满载门限的确定需要长时间的测试,而测试过程中系统未正常发包,增加了控制开销。现有方法一:无控制发包逐渐增大发包速率,在数据发送成功率下降到99%时获取前一个统计周期内出现的数据包的个数作为满载门限;方法二:通过控制测试阶段的发包速率提高测试的收敛速度,使用指数增加的发包速率增大信道负载,当信道过载时,降低发包速率为过载时的一半,然后线性增加发包速率,逐次逼近得出满载门限。但这两种方法的收敛速度都较慢。

(2)无人机群在飞行过程中,信道的环境是变化的(比如从基地飞进电磁环境复杂的战场),此时信道的承载能力是变化的,所以满载门限也是上下浮动变化的。现有研究或认为信道满载阈值是固定的数值或是不能找到变化后准确的满载门限,在信道承载能力变化后继续使用固定或不准确的满载门限值会造成发包成功率的降低,或是信道资源的浪费。如何在组网完成后的工作过程中适时地校准这个变化的满载门限成为了一个问题。

2 低时延阈值自适应接入协议

针对现有相关SPMA的研究存在信道满载门限确定过程收敛慢、满载门限不能自适应调整导致的时延增大和冲突增加数据传输成功率降低等问题,提出一种UANET低时延阈值自适应接入(Low-Delay Threshold Adaptive Access,LDTA)协议,包括如下改进:(1)提出“信道满载门限快速收敛机制”,通过使用类似TCP快重传快恢复的方式在使用一定的先验信息后使预测门限快速收敛至实际门限,使系统快速渡过满载门限确定期,进入正常收发状态,降低了初始数据的发送等待时延;(2)提出“基于传输成功率的满载门限自适应调整机制”,通过单播包的数据传输成功率的连续数值,判断当前信道是否过载或是否有空闲承载能力,通过动态调整满载门限实现信道承载能力的最大化利用可以降低数据重传的发生,从而减少平均时延。

2.1 信道满载门限快速收敛机制

信道满载门限快速收敛机制的核心思想是:每个信道负载统计周期的时间相同,所以控制每个周期内的发包频率就能控制信道接入量,此时在仿照TCP的快重传快恢复机制的基础上,利用确认字符消息计算的单播包传输成功率,大致确定快恢复的起始数值,使估计的满载门限值与真实的满载门限值快速重合。信道满载门限快速收敛机制流程图如图2所示。

图2 信道满载门限快速收敛机制流程图

该新机制的具体操作步骤如下:

(1)以指数递增的方式快速增大初始几个负载统计周期内的信道负载接入量,以期在较短的时间内突破信道承载能力,最终在某个信道负载统计周期统计出数据传输成功率低于99%。

(2)当上个信道负载统计周期内的数据传输成功率<99%时,利用上个周期统计出的数据传输成功率和总发包量相乘,得到预估的满载门限,下个周期的信道负载从这个预估的满载门限开始线性递增。

(3)在数据传输成功率<99%时,再次根据上个周期统计出的数据传输成功率和发包个数得到预估的满载门限,并在下个统计周期降低线性递增速率。重复步骤(2)和(3),使预估的满载门限不断逼近真实,最终得到真实的满载门限。

2.2 基于传输成功率的满载门限自适应调整机制

基于传输成功率的满载门限自适应调整机制的核心思想是:通过多个统计周期的单播包数据传输成功率和单播包发包数量的汇总计算来判断当前网络所处环境的信道承载能力是否发生变化,在此基础上提出一种在保证吞吐量不降低的同时,提高数据传输成功率和减小时延的满载门限自适应调整机制。满载门限自适应调整机制流程图如图3所示。

图3 满载门限自适应调整机制流程图

具体操作步骤如下:

(1)在无干扰的最优信道环境下找出满载门限Tfullload_best,此门限对应的发包成功率为99%。在信道承载能力降低时发包成功率降低至n%(n<99),此时MAC层吞吐量降低,若要使发包成功率向99%回升,需要将满载门限降低至新的满载门限Tfullload_n。新满载门限为

式中:n%为信道承载能力降低后统计出的发包成功率;Tfullload_best为最优信道环境下找出的满载门限。

调整满载门限为Tfullload_n后的吞吐量为Thnow,

Thnow大于等于调整前吞吐量,并且此时的发包成功率高于调整前的n%。随着首发成功率的提升,重传减少,整体时延也随之降低。

(2)若调整后的满载门限在连续数个统计窗口时间内出现不能保证首发成功率达到99%的情况,则需要比较此时的首发成功率m%(m%为根据式(1)调整满载门限后系统的发包成功率)是否大于调整前的n%,吞吐量是否大于等于调整前的吞吐量。若均满足大于等于,则可以使用此时的满载门限Tfullload_n;若不能满足,则将满载门限返回调整前的门限值,使性能不至降低。

(3)在连续数个统计窗口时间内,在信道承载能力不过载的情况下,出现发包成功率>99%,则认为当前UANET的网络环境发生了改善。此时可以向上调整满载门限。首先,调整满载门限为最优条件下的满载门限Tfullload_best,而后再视发包成功率是否小于99%做相应调整。若在Tfullload_best下发包成功率低于99%,则按照第(1)~(2)步找出合理的满载门限值,否则就维持最优满载门限值不变。

3 仿真验证及结果分析

3.1 仿真参数设置

为了验证LDTA协议的性能,本文采用网络仿真工具OPNET 14.5对LDTA进行仿真验证,主要仿真参数如表1所示。UANET SPMA及各种改进协议包括LDTA支持节点间单跳距离可达180 km,且UANET的特点之一是网络的空间分布尺度较大,所以仿真场景为350 km×350 km。UANET中节点密度较小,在有限的仿真场景中节点数量不能过多,故设置为15个正常节点,0~8个干扰节点。OPNET是事件驱动的网络仿真工具,仿真时间设置为100 s、发包速率10 Mbit/s和每个包6 400 bit可以发生足够多的事件,得出较为客观的时延、成功率和吞吐量等数据供分析参考。

表1 主要仿真参数

3.2 仿真结果分析

(1)数据传输成功率仿真结果。图4所示为数据传输成功率,由图可知,随着干扰节点的增加和信道承载能力的持续下降,并未得到控制的发包速率导致固定阈值SPMA的数据传输成功率持续下降。带有冲突避免的载波侦听多路访问(Carrier Sense Multiple Access with Collision Avoidance,CSMA/CA)协议由于长时间的信道忙导致大量的数据包长时间退避,最终退避超时销毁数据包,造成传输成功率很低。LDTA协议因为满载门限自适应调整机制的运行,在短时间内重新找到了信道的满载门限,从而很好地控制了低优先级包接入信道的个数,保证了高优先级包的传输成功率,控制了信道的整体负载水平,降低了碰撞的发生,所以LDTA的数据传输成功率始终保持在95%以上,可见LDTA协议的满载门限自适应调整机制可以保证较高的数据传输成功率。

图4 数据传输成功率

(2)数据平均时延。图5所示为数据平均时延仿真结果。由图可知,LDTA协议的数据平均时延低于固定阈值SPMA和CSMA/CA协议。固定阈值SPMA在干扰增大信道承载能力降低时,未能调整信道满载门限,造成低优先级不该接入信道的数据包未能受到控制,过多的负载使信道中的冲突加剧并导致重传的增多从而造成时延增大。LDTA协议通过自动调整信道的满载门限可以得到当前信道承载能力的准确满载门限。以此门限为基准,可以通过退避调度算法控制低优先级包的接入,从而控制信道负载水平在实际信道承载能力附近,在最大化利用信道资源的同时减少了数据包冲突,提高了首发成功率,降低了时延。

(3)MAC层吞吐量。MAC层吞吐量指单位时间内MAC层成功接收到的比特数。图6所示为MAC层吞吐量仿真结果。由图可知,LDTA协议具有大于CSMA/CA、大于等于固定阈值SPMA的MAC层吞吐量。由于信道负载水平控制得当,数据传输成功率高,所以LDTA协议的MAC层吞吐量还是能维持在大于CSMA/CA、大于等于固定阈值SPMA吞吐量的水平。

图5 数据平均时延

图6 MAC层吞吐量

4 结束语

本文针对现有SPMA满载门限计算过程收敛慢和满载门限在信道承载能力发生变化时不能自适应调整的问题,提出了信道满载门限快速收敛和基于数据传输成功率的满载门限自适应调整两个机制。通过使初始满载门限阈值快速收敛,根据信道实际的承载能力动态调整满载门限,实现对信道负载水平的有效控制,从而减少了冲突的发生,提高了数据传输成功率,重传次数的减少使数据传输时延降低。

猜你喜欢
调整机制门限吞吐量
欧盟理事会就碳边界调整机制达成协议
基于规则的HEV逻辑门限控制策略
随机失效门限下指数退化轨道模型的分析与应用
VoLTE感知智能优化
参透并购交易价格调整机制
基于Neyman-Pearson准则的自适应门限干扰抑制算法*
2017年3月长三角地区主要港口吞吐量
2016年10月长三角地区主要港口吞吐量
2016年11月长三角地区主要港口吞吐量
国外工资制定机制对我国公务员工资调整的经验借鉴与启示