基于多广播域的多信道Ad Hoc网络MAC协议优化

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:mgy1982
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
AdHoc网络是一种无需固定基础设施支撑的无线网络组成形式,它由于造价低廉、组网快速灵活,因而受到人们的广泛关注和研究。通常情况下,AdHoc网络中源节点往往不能直接把数据传到目的节点,而需要借助邻居节点的转发功能。例如:节点高速移动的车用网和移动自组网,以及节点低速运动或很少移动的无线传感器网络等。其中,MAC(MediumAccessControl)协议决定了节点接入共享无线信道的方式与所能获得的信道资源,其性能的优劣直接影响AdHoc网络的整体性能,是当前AdHoc网络研究领域中的热点。这些协议的研究目的之一就是减少或消除无线数据分组之间的竞争和冲突。  多广播域类协议与其它类型的多信道MAC协议相比,有二方面不同:一方面是减少多信道AdHoc网络节点的硬件复杂度,强调仅装配一个单工的无线收发器以及不需要在节点间建立紧密地时间同步;另一方面是不仅考虑有效数据报文之间可能存在的竞争与冲突,同时还考虑如何防止控制信息之间的竞争与冲突。为此多广播域类MAC协议常常必须依靠复杂的控制策略,并受限于单工无线收发器的能力以及不同控制策略的具体特性,从而造成广播开销大,死锁、信道资源浪费、能源消耗高等性能损失。  对此,本文将研究集中到对多广播域类MAC协议的控制策略进行优化。重点考虑在既不增加节点造价,也不建立节点间紧密时间同步的前提下,进一步改进多信道MAC协议性能的主要方法,研究工作和成果包括以下几个方面:  首先,针对多广播域类MAC协议存在死锁和广播数据传输效率低的问题,通过对已知多广播域类协议采用的接入策略进行扩展,提出了一种新的极大匹配策略(MAMR)。根据AdHoc网络的数据传送需求,MAMR策略无需改变常见多广播域类的数据帧格式,就能够支持单播以及广播数据需求的极大匹配,将任一网络收敛至一个无冲突、无死锁的匹配状态,并提高广播数据的传递效率。  其次,针对采用多广播域类MAC协议,Adhoc网络路由发现时间长的问题,通过对MAXM的数据帧结构进行优化,提出了基于“准备信号”的MAC协议(PTMC)。在PTMC协议中,数据传递将由发送节点发起,并由接收节点控制。采用PTMC,节点可以仅使用单个单工无线收发器,就能令所有空闲节点在一次数据传递时隙内正确接收广播数据,从而更好地适应AdHoc网络路由算法的各种数据需求。仿真实验表明,相对于其他多广播域类MAC协议而言,PTMC协议可以有效地降低AODV算法的路由发现时间。  再次,针对多广播域类MAC协议中节点“无冲突信道分配难”的问题,基于Adhoc网络MAC层可能出现的数据冲突概率,提出了一种新的信道分配算法(MCCE)。在该算法中,网络节点通过收集在两跳范围内收集邻节点的状态信息,从而动态计算出相对合理的监听信道。当可用信道数与网络的节点度接近时,仿真表明采用MCCE的多广播域类MAC协议的数据重试次数将更接近Bertossi和Bonucelli提出的无冲突信道分配方案。  最后,针对MAXM、BTMC、PTMC协议平均能耗高的问题,对高能效的多信道传感器网络MAC协议MMSN和MC-LMAC进行了研究,提出了一种新的多信道MAC协议(SPT-MAC)。在SPT-MAC协议,节点间的相互匹配过程将使用无需解码的载波控制信号完成。SPT-MAC协议通过详细规定了各种控制信号的相对时长,不但具有了多广播域类MAC协议的特征,同时具有了区分时隙类MAC协议的特征。仿真实验表明,无论网络负载如何,SPT-MAC的吞吐率、数据时延、数据到达率、平均能耗均不弱于MMSN和MC-LMAC;当负载较大时,与MMSN和MC-LMAC相比较,SPT-MAC将获得更大的网络吞吐率,同时明显降低平均能耗。
其他文献
作为一种新型无线网络,机会网络广泛应用于社会各个方面,包括外太空网络、长距离无线链路、自由空间光通信、陆地移动网络和军事自组织网络等。它具有链路间歇连接、数据传输率
社保审计是监督社会保障制度实施过程的一种重要手段。审计人员在社保审计过程中需要查找很多信息资源,而审计方法是其中重要的一种信息资源。目前智能信息处理早已是计算机领
目前正处在IPv6过渡阶段,由IPv4过渡到IPv6是一个长期的过程,IPv6过渡技术是解决IPv6过渡时期IPv4和IPv6互通的重要手段。本文研究了IPv6过渡技术的实现原理、特点与优缺点,分析
移动计算方式的出现打破了传统数据库和计算方式都是基于有线网络和固定主机的假设。而与目前快速发展的移动通信技术和互联网技术结合催生的移动实时数据库更是具有很好的应
近年来,随着生物信息计算、网络入侵检测、文本检索等领域数据量的激增,如何从中快速地提取用户感兴趣的信息成为了一项重要的研究课题,而模式匹配与挖掘是其中的重要组成部分,引
随著社会信息化趋势的不断加深,以及互联网内容和应用的不断完善,互联网用户数量也正在迅速增长。目前,作为掌握大量流量数据的网络运营商,有必要深入挖掘流量价值,分析用户
随着博客,商品评论等信息在网络上的涌现,情感分类日益成为一个重要且富有挑战性的课题。情感分类试图根据文本信息,自动评判用户所表达的情感极性(如正面或负面),在电子商务和舆情
随着互联网技术的飞速发展,互联网上的信息呈现指数级增长,人们通过传统的搜索引擎越来越难以获得自己感兴趣的信息,个性化推荐系统就是在这种背景下产生的一种帮助用户解决
随着无线通信的快速发展和移动技术的日臻成熟,军事通信、抢险救灾、临时会议等大量应用,对没有固定基础设施支持的临时组网提出了迫切需求。在这种需求下,出现了Ad Hoc网络这
近年来,随着互联网数据呈现出爆炸式的增长趋势,推荐技术已成为解决互联网信息过载问题的一种有效途径,并已成为人工智能、数据挖掘、机器学习等领域内的一个热门科研课题。另一