多接口多射频无线Mesh网络部分重叠信道分配研究

徐伊恒,田 祎,杨 华

(商洛学院 经济管理学院,陕西 商洛 726000)

0 引言

无线Mesh网络(Wireless Mesh Networks, WMN)也称为无线网状网,是一种新型无线网络架构。它能够动态地自组织、自配置,并且具有成本低、易维护、业务稳定、扩展性好、网络容量大等优势,可用于蜂窝网络的回程传输、家庭网络、企业网络的接入,也可以用于校园网络覆盖范围的扩大化[1-3]。

随着无线网络和移动互联网业务的不断发展,网络规模在不断地增大,用户数量在不断增加,用户对带宽的需求也在不断上涨,网络拓扑的复杂化和网络流量的急剧增长,导致WMN中链路间的干扰急剧增加。如何有效降低链路间的干扰,提高网络容量成为WMN被广泛应用的关键问题之一。多射频多信道(Multi-radio Multi-channel Wireless Mesh Networks,MRMC)技术可有效降低WMN中同信道间的干扰,提升网络容量,但随之带来频谱资源和链路冲突问题。因此,信道分配问题在MRMC WMNs中受到广泛的关注。IEEE 802.11 2.4 GHz标准由于其广泛的适用性而被MRMC WMNs采用。然而,IEEE 802.11 2.4 GHz标准中相邻信道的频谱部分重叠,正交信道只有3条,如何在一定限制条件下合理高效地对有限频谱资源进行分配,在降低链路间干扰的同时保持网络稳定是MRMC WMNs面临的重要挑战。大多数现有研究将信道分配局限于非重叠信道,即正交信道(Orthogonal Channels,OCs), 并侧重于通过结合路由、Qos等其他方面来缓解同信道干扰[4-10]。Yi等[11-12]引入载波侦听多路访问感知的干扰模型和共享链路模型容量模型,采用混合整数规划来优化信道分配过程,实现无干扰信道分配策略,但算法只实现了3～5个正交信道的无干扰分配。

为了提高频谱资源的利用率,部分重叠信道(Partially Overlapping Channels, POCs)的概念被引入。Arunesh等[13-14]提出了干扰因子的概念来描述IEEEE 802.11 2.4 GHz标准中信道的重叠度,研究表明利用POCs能够在一定程度上提高信道频谱资源的复用。此后,在无线网络中利用POCs进行信道分配受到研究者的关注。Mogaibel等[15]提出了一种联合信道、接口分配和调度算法,该算法使用了所有信道且被描述为线性混合整数规划问题。仿真结果表明,该算法在提升网络容量和降低瓶颈链路利用率方面有显著的性能改进。Zhao等[16]通过贪婪启发式算法进行以最小化邻信道干扰为目标的信道分配,但该方法以从0～1变化的公平性指数来衡量流量变化,没有将流量对网络性能的影响考虑在目标优化函数内。Backhaus等[17]基于时隙模型以节点间最大流量为目标进行全局链路调度来提高网络容量,但没有考虑干扰对吞吐量的影响且缺少公平性约束。由于路由配置可以有效地减少链路间的干扰,它可以通过不使用流量来“激活”链路的一部分,从而消除了信道分配中要考虑的潜在干扰。因此,本文将路由和信道分配相结合,提出一种无干扰的部分重叠信道分配策略。虽然本研究和Mogaibel等[15]所提出的算法类似,但在Mogaibel等[15]的算法中,他们假设路由路径是预先确定的。

1 问题描述和定义

1.1 网络模型

本文中MRMC WMN定义为有向图G=(L,V),其中L代表有向链路集合,V代表节点集合,在G中每个节点V都配备了基于IEEE 802.11技术构建的Nv块网络接口卡,每个网络接口卡都工作在不同频率的信道上。如果一条链路从节点u到节点v使用了信道c∈C, 将此链路定义为l=(u,v,c), 其中C代表信道集合。因此,在每个相邻的节点u和v之间存在2|C|条可供通信的链路。

1.2 干扰模型

本文假设两个相同信道c1和c2(c1=c2)之间的干扰距离为R,并且通信距离与干扰距离相同,因此R也称为同信道干扰距离。但是对于部分重叠信道,根据其重叠程度的不同,它们之间的干扰范围会随着相隔距离的增大而减小,实验证明它们之间存在着一定比率,本文中这个比率直接引用Wang等[18]研究中的值,如表1所示。将Irrr(c1,c2)定义为干扰范围比,并将其归一化为[0,1]范围,用于描述在部分重叠信道c1和c2上的干扰比率。

表1 干扰范围比

干扰模型引用Tian[11-12]中所定义的参考模型,定义d(u,v)为空间中两个节点之间的欧氏距离,当节点u和v之间欧氏距离大于干扰距离R或信道c1和c2之间间隔大于5时,两条链路之间被认定为无干扰。此外,干扰范围内使用相同信道或使用两个不同信道间隔距离小于5时,链路之间的干扰可以通过载波侦听多址访问(Carrier Sense Multiple Access,CSMA)协议避免。当链路l1=(u1,v1,c1)和l2=(u2,v2,c2)同时满足式(1)和(2)时,文中定义链路l1对l2产生干扰,称l1和l2是链路集合L中对干扰对。

d(u1,v2)≤Irrr(c1,c2)R

(1)

d(u1,u2)≤Irrr(c1,c2)R

(2)

在式(1)和(2)中,节点v2位于节点u1和u2的干扰范围内,但节点u1和u2相互不在对方的方扰范围内,因此当节点u1和u2同时分别向邻居节点v1和v2发送帧时,它们将在节点v2发生碰撞,其中节点v1和v2可能是同一节点。在此模型中,假设干扰是不对称的,即链路l1的传输对l2传输产生干扰,记为l1→l2。基于上述分析,定义干扰对集合如式(3)所示,SILP可从给定的网络拓扑结构中计算得到。

SILP={(l1,l2)|l1,l2∈L,l1→l2}

(3)

2 问题求解

为得到无干扰信道分配策略,上述问题可转化为混合线性规划问题进行求解, 为实现负载均衡,目标函数设定如式(4)所示,其中Umax为一个变量,表示链路的最大利用率,其取值范围为0～1。

MinUmax

(4)

约束条件为,

(5)

Al1+Al2≤1,∀(l1,l2)∈SILP

(6)

(7)

∀v∈V,∀c∈C

(8)

3 实验评估

本文中的混合线性规划问题使用IBM CPLEX Optimizer version 12.10进行求解。网络模型设计为2 000×2 000 m2内具有30个节点的随机网络。每个网络节点配置2块IEEE 802.11 G网络接口卡,通信距离为530 m,传输功率为20 dBm,传输速率为6 Mbps。IEEE 802.11 2.4 GHz的13个信道全部用来进行信道分配。在网络中随机产生20条CBR流,使用Scenargie version 2.1网络模拟器进行仿真,并将仿真结果和Mogaibel等[15]结果进行对比分析。仿真时间设置为5 000 s,实验结果取5次仿真模拟的平均值。

图2展示了两个策略在网络总吞吐量性能比较,当网络传输速率较低时,两个策略都展现了良好的性能,这证明了负载平衡功能可以很好地提高网络吞吐量。本文提出的策略提供了额外的容量空间来支持更大的网络流量,因此信道的利用率较高。然而,Mogaibel等[15]提出的策略使用了最短路由路径,仿真发现相当多的帧阻塞在源节点无法发送出去。因此,就网络容量而言,Mogaibel等[15]提出的策略中吞吐量性能远远低于本文提出策略。

图3展示了由于碰撞或干扰而导致的MAC层中的帧丢失的状态。在Mogaibel等[15]提出的策略,帧丢失随着通信量的增加而增加。当重传次数超过限制时,会看到大量丢失的帧,其中大多数是由于隐藏终端的冲突问题造成的。相比之下,本文提出的策略中丢弃的帧数量非常少,在日志文件只观察到只有少量几个帧的丢失;尽管实际上帧之间存在多个干扰或同时退避失效的情况,但大多数情况都是通过CSMA协议重传恢复的。因此,本文提出的策略几乎没有因干扰而导致的帧丢失。这意味着本文提出的干扰模型性能良好,减少了节点间的干扰。

图3 帧丢失量比较

4 结语

本文讨论了多射频多信道WMN信道分配问题,利用IEEE 802.11 2.4 GHz频段信道中定义的所有信道,以提高信道利用率和网络性能目标,设计了一种新的联合信道分配和路由策略,并通过混合整数线性规划算法进行目标求解,最终得到最优信道分配方案。实验表明了本方案能够有效提高射频信号的空间重用性,并实现了无干扰传输,网络吞吐量显著提高。研究的下一步目标是对目标函数约束进行进一步细化,并在实际应用场景中进行实验验证。