移动自组网自私行为闭环惩罚模型设计

针对移动自组网MAC层开环模型缺乏自私行为惩罚机制的不足,设计一种包括报文信息统计、统计信息共享和判决惩罚模块的闭环改进协议PDCF。报文信息统计定义转发率、丢弃度等指标衡量节点行为,修改仿真软件内置函数实现节点行为信息的统计。统计信息共享定义行为量化等级,改进DCF预留字段和CSMA/CA机制,实现节点行为信息的全网覆盖。判决惩罚模块对节点行为建立一维马尔可夫链惩罚模型,限制节点自私行为。仿真结果表明,与DCF相比,PDCF时延、丢包率和控制开销基本不变,但稳态时自私节点比例得到有效控制,且吞吐量增加2.7 Mbps,网络性能得到改善。

退避算法在Ad hoc网络中的吞吐量性能评估

针对现有的主要退避算法,通过一维马尔可夫链分析了指数退避算法、线性退避算法和多项式退避算法以及各自对应的有最大重传次数限制的退避算法在饱和Ad hoc网络中的吞吐量性能,为无线Ad hoc网络的MAC机制的性能优化提供了理论依据。分析表明,对重传次数进行限制会减小吞吐量,同时导致丢包率的增加。三种退避算法中,多项式退避算法的吞吐量最大,而冲突概率最小,指数退避算法的吞吐量和冲突概率在三种退避算法中均居于中间;此外,吞吐量随着竞争节点的个数增加而减小,其中线性退避算法减小的速度最快,指数退避算法次之。