DCF指数退避算法的两点改进

分布式协调机制是Ad-hoc网络中的工作站访问其他移动工作站的主要网络协议,因此为每个网络工作站提供一种自主调控的方法是必要的。这就是退避算法。目前,一种指数退避算法已经用于无线局域网中。对于分布式协调机制的指数退避算法提出了两点改进。为了测试这种改进的有效性,建立了一个离散时间马尔可夫链模型,在此基础上配置了与多种网络条件相对应的参数集,来评测改进算法获取的饱和吞吐量,以期在工作站数达到饱和状态时获得最大吞吐量。

IEEE 802.11无线局域网二进制指数退避算法改进与分析

IEEE 802.11标准引入二进制指数退避算法BEB,以降低节点发送数据包碰撞的概率。两步指数退避算法TBEB避免了BEB算法中竞争窗口长度出现振荡这一现象,可以提高吞吐率。导出了TBEB算法和BEB算法中节点的平均竞争窗口长度和平均退避次数的解析表达式,并采用仿真进行验证;以退避时间最小为目标,给出了求解竞争窗口长度最优复位值的优化模型。研究结果可用于基于IEEE 802.11无线局域网的BEB算法的性能评价。

DCF的二进制指数退避算法的非均匀性研究

在对IEEE 802.11 DCF的二进制指数退避算法的非均匀性进行严密分析的基础上,提出了一个详尽的使用马尔可夫链的分析模型来描述由BEBA控制的信道活动.为了降低计算复杂性,对该模型作了进一步的近似处理.模型的分析结果与仿真结果表明该分析模型能在更广泛的系统配置范围内更精确地刻画BEBA的特性.

基于1坚持指数退避算法的时隙CSMA/CD协议的排队模型的建立与分析

建立了1坚持指数退避算法的CSMA/CD协议的离散时间排队模型,基于该模型分析了网络吞吐量(S)、等待时间(W)等性能指标,并通过建立相应的马尔可夫链(MarkovChain),计算了信道忙的概率及产生冲突的概率。

802.11DCF机制的改进二进制指数退避算法

为了弥补802.11DCF机制的缺陷,通过调节网络节点竞争窗口CW的大小和增长速度来改进该机制的指数退避算法。改进的算法可以使得处于信道冲突严重时的节点获得较多的信道接入机会。

周期性采样的两步指数退避算法研究

针对二进制指数退避算法(BEB)中退避窗口调整机制的不足以及在各个节点传输数据时公平性差的问题,提出了周期性采样的两步指数退避算法(PTEB)。PTEB算法首先引入了采样周期的概念,在此基础上又引入了信道竞争能力参数Qc和网络拥挤参数Qb。在采样周期内计算Qc与Qb的值,并根据这两个参数的值定义了调整竞争窗口的公式。窗口的调整需要经过两个阶段来完成,不同的阶段分别对应不同的公式。仿真结果表明PTEB算法能够有效地减少节点的碰撞次数,增加网络的吞吐率和节点的公平性。

β-坚持二进制指数两段退避算法

为了克服IEEE 802.11网络二进制指数退避(Binary exponential backoff,BEB)算法竞争窗口振荡等问题,提出了β-坚持二进制指数两段退避(β-persistent binary exponential backoff,β-BEB)算法。建立Markov状态转换模型比较β-BEB和BEB的延时与吞吐量,并进行仿真验证;探讨β值的自适应计算与优化设置复位窗口(CWmid),提高系统的吞吐量与延时方面性能。分析与仿真结果表明,高密度高负载的网络环境中β-BEB比BEB在平均延时与吞吐量方面均有提高。

BEB算法的不同退避阶段站点分布概率模型

在采用二进制指数退避(BEB)算法的CSMA/CA协议中,针对网络性能随网络规模变化的特性,提出了一种新的网络冲突率分析模型.该模型将网络中的传输站点建立成一个整体的排队网络服务模式,考虑了退避算法中退避次数限制、延时侦测等机制.基于该模型详细地分析了站点在退避计时器结束后,争夺传输时隙的访问方式,推导出网络冲突率的表达式.以此为基础,论证了网络传输的稳定状态的存在性,以及站点在不同退避阶段的分布情况.仿真实验结果验证了分析该模型的有效性.

分布式排队中退避树的深度优先遍历算法

分析传统分布式排队(DQ)的调度过程及退避树操作规则,设计了一种深度优先遍历的改进算法。结合完全二叉树特例分析和随机重构的一般性推算,对改进算法的系统吞吐性能进行了理论分析和仿真评估,给出了DQ帧争用时隙的最优配置条件和基于开源软件NS-3的扩展仿真。仿真结果表明,所提算法的最大吞吐量可稳定达到信道物理容量的70%。

Ad hoc网络中一种新的退避算法

为了提高Ad hoc网络中高等级节点的接入能力,提出了一种新的二进制负指数退避算法,该算法中高等级节点在分组发送成功时将竞争窗口设为普通节点的最小竞争窗口,在发生碰撞时竞争窗口随着退避次数的增加而呈负指数规律减小。仿真结果表明,该算法能够显著提高高等级节点的接入能力,提高了其业务吞吐量,并降低了端到端传输时延。

基于IEEE802.11协议的退避算法改进设计

IEEE802.11协议的随机退避机制作为协议的主要运行机制之一,在降低数据分组碰撞、减小数据传输时延以及增加节点接入信道的公平性方面都有着重要作用,因此,退避算法的设计对协议的整体性能有着重要的影响;主要针对IEEE802.11协议的二进制指数退避算法(Binary Exponential Backoff,BEB))进行了分析研究,并在此基础上设计了新的退避算法,最后用Matlab软件对改进前后的协议的关键性能指标(吞吐量和传输时延)进行了仿真对比,结果表明改进后的协议具有一定的先进性。

IEEE802.11 DCF退避机制公平性分析与改进

详细分析了DCF使用的二进制指数退避算法的原理,通过研究竞争周期内冲突概率增加和造成竞争不公平性的原因,优化了DCF方式下的退避机制,经OPNET仿真验证,系统的吞吐量得到提高,延迟减小。

IEEE 802.11 DCF的一种改进退避算法

IEEE 802.11中的分布式协调功能(DCF)通常采用二进制指数退避(BEB)算法。为了提高该算法的性能,在BEB算法的基础上提出了一种改进的退避算法,该算法考虑前一数据包的冲突情况,指数减小竞争窗口(CW),并尽可能减小退避过程中的分布式帧间间隔(DIFS)开销。基于OPNET网络仿真平台,对改进算法的性能进行了仿真评估。仿真结果表明,改进后的退避算法在吞吐量和时延方面,其性能优于BEB算法和指数增加指数减小(EIED)算法。

车联网的MAC协议退避算法研究

针对车联网MAC层IEEE802.11p协议中的二进制指数退避算法不能有效应用在车辆环境的问题,提出一种基于车辆密度退避算法来解决这一问题。在该算法中,车辆节点通过定期广播信标来获取通信范围内的车辆数量并计算出车辆密度,根据密度的大小动态的调整竞争窗口值,从而更加适应网络拓扑变化快速的车联网环境。通过OPNET仿真表明,基于车辆密度退避算法比二进制指数退避算法在吐量方面大约提高了30.7%;平均端到端时延则大约降低了20ms,基于车辆密度退避算法具有更好的网络性能,更加适用于车联网环境。

WMSN中一种基于优先级的慢启动退避算法

二进制指数退避(BEB)协议会导致拥塞状态下信道利用率与公平性等问题,且不适用于多媒体传输。同时BEB改进算法缺少对无线信道动态活动情况的控制。针对上述情况,提出一种基于优先级的慢启动退避算法。该算法着眼于动态流量控制的多媒体数据传输,解决BEB及其改进算法中出现的优先级串扰问题,提供良好的流量自适应性。仿真结果表明,与BEB退避算法相比,该算法碰撞比率与饱和延迟分别降低25%、10%,且保留与BEB相近的饱和吞吐量。

IEEE802.11 DCF退避机制的一种改进方法

针对DCF机制在工作站增多的情况下出现的服务质量下降的问题,通过对各站点发送数据帧时的竞争窗口值以及发生碰撞时采取的退避方式进行改进,优化了DCF方式下无线局域网的服务性能。OP-NET仿真结果表明,系统的吞吐量性能得到提高、延迟减小。

一种改进的无线传感器网络S-MAC协议退避机制

S-MAC协议退避机制采用固定竞争窗口,导致S-MAC协议难以应用于流量较大的无线传感器网络。二进制指数退避能调节竞争窗口,但难以适应流量变化大的情况。针对以上问题,提出一种改进的S-MAC协议退避机制。当网络流量较大时,改进的退避机制能自动调整竞争窗口,从而满足信道竞争需要。实验结果表明:改进S-MAC协议在吞吐量增加情况下,时延及能耗均有所降低。改进S-MAC协议可应用于网络流量较大的无线传感器网路。

基于Q-learning的多业务网络选择博弈策略

为了增加网络吞吐量并改善用户体验,提出一种基于Q学习(Q-learning)的多业务网络选择博弈(Multi-Service Network Selection Game based on Q-learning,QSNG)策略。该策略通过模糊推理和综合属性评估获得多业务网络效用函数,并将其用作Q-learning的奖励。用户通过博弈算法预测网络选择策略收益,避免访问负载较重的网络。同时,使用二进制指数退避算法减少多个用户并发访问某个网络的概率。仿真结果表明,所提策略可以根据用户的QoS需求和价格偏好自适应地切换到最合适的网络,将其与基于强化学习的网络辅助反馈(Reinforcement Learning with Network-Assisted Feedback,RLNF)策略和无线网络选择博弈(Radio Network Selection Games,RSG)策略相比,所提策略可以分别减少总切换数量的80%和60%,使网络吞吐量分别提高了7%和8%,并且可以保证系统的公平性。

一种基于自适应退避值的ZigBee网络CSMA/CA接入机制

目前,IEEE 802.15.4/ZigBee网络CSMA/CA接入机制中退避值的初始值采取了固定设置模式,难以适应不同的网络应用环境,从而对ZigBee网络的时延、能耗、吞吐量等性能造成了一定的负面影响。文章提出一种基于自适应退避值的Zigbee网络CSMA/CA接入机制,旨在通过动态调整退避指数和竞争窗口长度,自适应节点数据传输情况,达到提高网络性能的目的。仿真结果表明,文章所提出的自适应接入机制在提高ZigBee网络吞吐量、降低能耗等方面优势较为明显。

2BSS场景下WLAN网络信道接入机制建模

无线局域网是一种新兴的无线自组织网络,具有低成本、高吞吐的特点。对于单个AP,数据在传输时可能会发生碰撞而传输失败,对于两个或多个同频AP,它们之间又可能会存在相互干扰问题,从而影响系统的性能。于是本文在分布式协调功能和二进制指数退避的基础上,通过对不同条件环境下的2BSS系统进行模型建立,并对系统的吞吐量进行评估。本文主要基于负顾客的双端队列机制的Bianchi改进模型,并结合排队论中的平衡方程对模型进行求解,最后得出系统吞吐量的显示解。通过数值实验结果表明:在参数条件下,数值实验得到的吞吐量与仿真得到的结果相似,分别为30.5 Mbps和31.03 Mbps。另外,当信干比SIR较高时,AP间同频干扰不影响数据传输,会对系统的吞吐量产生积极的影响。