摘 要： 為了解決當(dāng)前無線多跳Mesh網(wǎng)絡(luò)數(shù)據(jù)分發(fā)算法大都使用Mesh?Pull分發(fā)策略，導(dǎo)致其傳輸性能較弱，以及較大的數(shù)據(jù)分發(fā)時延的不足，設(shè)計了基于數(shù)據(jù)塊優(yōu)先級的無線多跳Mesh網(wǎng)絡(luò)數(shù)據(jù)分發(fā)算法。首先，基于Mesh?Pull方法，考慮其吞吐量與時延的干擾作用，定義了最優(yōu)化擇取機(jī)制，并引入數(shù)據(jù)塊的優(yōu)先級，確定網(wǎng)絡(luò)中的待傳輸數(shù)據(jù)塊的請求排序，并通過評估Mesh網(wǎng)絡(luò)的帶寬和SNR值，尋找出最優(yōu)鄰居節(jié)點。實驗數(shù)據(jù)顯示，與當(dāng)前Mesh?Pull數(shù)據(jù)分發(fā)算法相比，該算法具有更低的網(wǎng)絡(luò)時延與更高的吞吐量。

關(guān)鍵詞： Mesh網(wǎng)絡(luò)； 數(shù)據(jù)分發(fā)； 數(shù)據(jù)塊優(yōu)先級； 網(wǎng)絡(luò)延遲； 數(shù)據(jù)分發(fā)

中圖分類號： TN919.2?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2016）21?0040?04

Wireless multi?hop Mesh network data distribution algorithm

based on data block priority

DU Songjiang， ZHANG Jia

（Department of Information Engineering， Yangtze University College of Engineering Technology， Jingzhou 434020， China）

Abstract： The Mesh?Pull distribution scheme is mostly used to improve the wireless multi?hop Mesh network data distribution algorithm， which leads to the poor transmission performance， and insufficient distribution delay of massive data. The wireless multi?hop Mesh network data distribution algorithm based on data block priority was designed. On the basis of Mesh?Pull method， the optimal selection mechanism is defined by considering the interference effect of data throughput and time delay. The data block priority is introduced to determine the request sequence of the transmitting data block in network. The bandwidth and signal to noise ratio （SNR） of Mesh network are estimated to find out the optimal neighbor node. The simulation data shows that， in comparison with the Mesh?Pull data distribution algorithm， the improved algorithm has lower network delay and higher network throughput.

Keywords： Mesh network； data distribution； data block priority； network delay； data distribution

0 引 言

隨著計算機(jī)網(wǎng)絡(luò)技術(shù)的日益發(fā)展與完善，無線Mesh網(wǎng)絡(luò)也得到了廣泛應(yīng)用，與此同時，由于用戶響應(yīng)體驗要求的提高，無線Mesh網(wǎng)絡(luò)面臨更大的挑戰(zhàn)與要求，尤其是數(shù)據(jù)分發(fā)能力，不但需要兼顧更高的吞吐量與傳輸穩(wěn)定性，而且更需要降低網(wǎng)絡(luò)數(shù)據(jù)傳輸時延[1?3]。

為了更好地擴(kuò)展無線Mesh網(wǎng)絡(luò)的實用性，諸多學(xué)者提出了相應(yīng)的無線Mesh網(wǎng)絡(luò)數(shù)據(jù)分發(fā)算法。如班迪等人為了提高M(jìn)esh網(wǎng)絡(luò)的數(shù)據(jù)分發(fā)能力[4]，提出了改進(jìn)的數(shù)據(jù)傳遞策略，該技術(shù)在選擇錨點時，利用期望傳輸次數(shù)（Expected Transmission Count，ETX）作為通信鏈路的權(quán)值，以此降低整條數(shù)據(jù)傳遞路徑的ETX值，實驗結(jié)果顯示其算法具有較高的數(shù)據(jù)吞吐量與理想的分發(fā)試驗。Qiuling Yang等人為了解決無線頻道的干擾影響，提高數(shù)據(jù)分發(fā)能力，提出了基于TCP控制機(jī)制的無線Mesh網(wǎng)絡(luò)數(shù)據(jù)分發(fā)策略[5]，通過延遲分布，構(gòu)建網(wǎng)絡(luò)時延模型，精確實時控制數(shù)據(jù)傳輸時延，實驗結(jié)果驗證了其算法的優(yōu)異性。

然而，當(dāng)前無線Mesh網(wǎng)絡(luò)數(shù)據(jù)分發(fā)算法大都是側(cè)重于網(wǎng)絡(luò)構(gòu)建方面，且大都是基于Mesh?Pull，策略動態(tài)性不強(qiáng)，當(dāng)傳輸數(shù)據(jù)塊并非是用戶理想數(shù)據(jù)時，會導(dǎo)致大量的數(shù)據(jù)排隊，造成巨大的網(wǎng)絡(luò)時延[6]。

對此，本文設(shè)計了基于數(shù)據(jù)塊優(yōu)先級的無線多條Mesh網(wǎng)絡(luò)數(shù)據(jù)分發(fā)算法。首先，基于Mesh?Pull法，兼顧其吞吐量與時延的干擾作用，定義了最優(yōu)化擇取機(jī)制，并引入數(shù)據(jù)塊的優(yōu)先級，確定網(wǎng)絡(luò)中的待傳輸數(shù)據(jù)塊的請求排序，并通過評估Mesh網(wǎng)絡(luò)的帶寬和SNR（Signal to Noise Ratio）值，尋找出最優(yōu)鄰居節(jié)點。最后測試了本文算法的網(wǎng)絡(luò)性能。

1 基于Mesh?Pull策略的數(shù)據(jù)分發(fā)技術(shù)

在當(dāng)前的Mesh網(wǎng)絡(luò)數(shù)據(jù)分發(fā)算法中，大都采用Mesh?Pull機(jī)制，該技術(shù)的核心思想為：Mesh網(wǎng)絡(luò)中的調(diào)度節(jié)點在請求數(shù)據(jù)過程中，將數(shù)據(jù)的排序請求傳播到其領(lǐng)域節(jié)點，當(dāng)接收到請求后，迅速向調(diào)度節(jié)點提供相應(yīng)的數(shù)據(jù)塊。雖然Mesh?Pull策略不需要考慮整個Mesh網(wǎng)絡(luò)中的節(jié)點，但是，當(dāng)網(wǎng)絡(luò)中的傳輸數(shù)據(jù)塊不是用戶最需要的，從而導(dǎo)致大量的節(jié)點數(shù)據(jù)處于等待狀態(tài)，產(chǎn)生較大的網(wǎng)絡(luò)時延。為了確保Mesh網(wǎng)絡(luò)的連續(xù)數(shù)據(jù)傳輸，需要將噪聲引起的信號衰減程度控制在一個合適的水平[6]。

圖[1]是Mesh?Pull策略的數(shù)據(jù)分發(fā)過程，可見該策略首先對各鄰居節(jié)點緩存的數(shù)據(jù)塊完成編號，以表征其數(shù)據(jù)塊數(shù)量。調(diào)度節(jié)點[i]廣播接收請求，則其將與鄰居節(jié)點貢獻(xiàn)可用資源。并在此基礎(chǔ)上查看請求的數(shù)據(jù)塊是不是存在于后者之中，若存在其中，后者將會把結(jié)果向前者告知，這種情況下，前者將從中選出最佳數(shù)據(jù)快，結(jié)束以后，重新開始數(shù)據(jù)請求[6?7]。

依據(jù)Mesh?Pull策略的工作原理可知，調(diào)度節(jié)點發(fā)出請求及響應(yīng)時，二者有可能處于等待狀態(tài)，從而增大了網(wǎng)絡(luò)傳輸時延，降低了數(shù)據(jù)吞吐量，嚴(yán)重影響了網(wǎng)絡(luò)性能。

2 本文Mesh數(shù)據(jù)分發(fā)算法

針對Mesh?Pull策略的不足，本文以網(wǎng)絡(luò)吞吐量與時延為目標(biāo)，提出了基于數(shù)據(jù)塊優(yōu)先級的無線多條Mesh網(wǎng)絡(luò)數(shù)據(jù)分發(fā)算法，其流程見圖2。通過先確定各個數(shù)據(jù)塊的優(yōu)先級確定最佳領(lǐng)域節(jié)點。調(diào)度節(jié)點[i]發(fā)出第[N]次請求，再依據(jù)其優(yōu)先級，確定其相應(yīng)的數(shù)據(jù)塊[a，]并引入信噪比與帶寬，確定出數(shù)據(jù)塊[a]的最優(yōu)領(lǐng)域節(jié)點。

3 數(shù)據(jù)分發(fā)建模

在Mesh數(shù)據(jù)分發(fā)算法改進(jìn)的基礎(chǔ)上建立數(shù)據(jù)分發(fā)模型。分發(fā)算法的關(guān)鍵內(nèi)容體現(xiàn)在：首先需要確定改進(jìn)的分發(fā)算法中數(shù)據(jù)塊傳遞的優(yōu)先級別。這里假設(shè)節(jié)點名稱為[i，i]對網(wǎng)絡(luò)中傳送的數(shù)據(jù)發(fā)送請求，用[Fia]量化數(shù)據(jù)塊對于節(jié)點[i]的優(yōu)先級。[Fia]作為量化的優(yōu)先級大小，分別從數(shù)據(jù)塊提供數(shù)量和數(shù)據(jù)塊自身優(yōu)先級2個指標(biāo)入手，具體的表達(dá)式為：

[Fia=βD1+a∈NeighborView[i]BM[i][a]+（1+β）WTa-id]

式中：[β]是衡量數(shù)據(jù)塊提供數(shù)量的指標(biāo)，其值范圍大小為[0≤β≤1]，[β]的大小體現(xiàn)數(shù)據(jù)提供數(shù)量在優(yōu)先級量化過程中的權(quán)重，[β]越大體現(xiàn)該指標(biāo)在[Fia]中的權(quán)重越大；[D]代表與節(jié)點相關(guān)的鄰居點的個數(shù)。式中其他參數(shù)的意義如表1所示。

確定數(shù)據(jù)塊優(yōu)先級后，需要為數(shù)據(jù)塊確定最優(yōu)鄰居節(jié)點[j，]故需要完成鄰居節(jié)點的尋找工作，此過程依據(jù)信噪比估計和寬帶估計對最優(yōu)鄰居節(jié)點進(jìn)行評估。

在各節(jié)點之間信噪比估計過程中，根據(jù)實際網(wǎng)路信號傳遞過程，信號節(jié)點之間的信噪比對信號的傳遞過程具有較大的影響，而信噪比的不確定性造成在信號傳遞過程中兼顧信噪比的范圍，信噪比的峰值越大，則對應(yīng)的信號傳遞越流暢。在信噪比估計判斷最優(yōu)鄰居節(jié)點的過程中，定義兩個參數(shù)，分別是信噪比估計的極限最小值，這里用SNPMIN表示，另外一個參數(shù)為[SNRAVR[ikn]]，表示節(jié)點[i]與各個鄰居節(jié)點在一定周期內(nèi)信噪比的平均值，以[SNRAVR[ikn]]與SNPMIN的大小為判斷依據(jù)，即分別計算節(jié)點[i]與各個鄰居節(jié)點的均值，在均值大于極限最小值時，這里就認(rèn)為該節(jié)點為[i]的最優(yōu)鄰居節(jié)點[j。]如果不滿足以上的判斷依據(jù)，則系統(tǒng)一直處于鄰居節(jié)點的尋優(yōu)過程。

寬帶估計對最優(yōu)鄰居節(jié)點的影響，主要原理是兼顧全部包含[a]的鄰居節(jié)點[n，]將[n]在前[p]個周期中向[i]發(fā)送的帶寬數(shù)據(jù)當(dāng)做相應(yīng)的帶寬估計，在此基礎(chǔ)上按照所獲得信息確定第[p+1]個周期時與[i]傳輸帶寬最大的[n]。

用[BWi[n][p+1]]指代第[p+1]周期時[i]確定[n]傳輸時的帶寬估計。具體表示如下：

[BWi[n][p+1]=l=1pαlBWi[n][p+1-l]]

式中：[αl]屬于一個固定常值，用來指代第[l]個周期時帶寬的影響因子。為了能夠較為科學(xué)地開展帶寬估計工作，那么必須使[αl]符合以下條件：[l=1pαl=1，][α1≥α2≥…≥αp]。利用對比分析[BWi[n][p+1]]數(shù)值高低，獲得在第[p+1]周期時的[[n]max]。

根據(jù)以上數(shù)據(jù)分發(fā)算法的模型建立過程，數(shù)據(jù)傳輸包含大量的數(shù)據(jù)模塊，各個數(shù)據(jù)模塊之間存在數(shù)據(jù)優(yōu)先次序的不同，可理解為不同數(shù)據(jù)模塊所處的位置和功能隨時間的變化而變化，此時可用一個滑動窗口形象地表示各個數(shù)據(jù)塊之間的關(guān)系，即優(yōu)先次序，如圖3所示。

4 仿真實驗與結(jié)果分析

通過Matlab對本文構(gòu)建的數(shù)據(jù)分發(fā)算法模型進(jìn)行仿真實驗，設(shè)定仿真基本參數(shù)，根據(jù)第三部分理論算法，設(shè)定信噪比的范圍由仿真軟件內(nèi)部函數(shù)提供，其中內(nèi)部函數(shù)的最小值作為信噪比最小值。寬帶估計值為12 Hz。為了能充分驗證本文算法的有效性，這里對數(shù)據(jù)分發(fā)節(jié)點數(shù)目的選擇為120，每一個節(jié)點對應(yīng)的鄰居節(jié)點個數(shù)為12。

4.1 吞吐量

所謂節(jié)點吞吐量，即單位時間里在網(wǎng)絡(luò)中各節(jié)點從其他節(jié)點得到的數(shù)據(jù)量。利用上文中的測試環(huán)境進(jìn)行相應(yīng)的編程，具體數(shù)據(jù)如圖4所示，在這里，橫坐標(biāo)用來指代[β（0<β<1），]是體現(xiàn)數(shù)據(jù)塊數(shù)量和數(shù)據(jù)塊優(yōu)先級在網(wǎng)絡(luò)信號傳遞過程中的優(yōu)先級權(quán)重判斷，這里對參數(shù)[β]取值為0.1，0.3，0.5，0.7，0.9，研究數(shù)據(jù)塊數(shù)據(jù)提供數(shù)量和數(shù)據(jù)塊自身優(yōu)先級對吞吐量的影響，而縱坐標(biāo)則是對應(yīng)的不同[β]參數(shù)下，對應(yīng)節(jié)點的平均吞吐量，圖4比較形象地展示了Mesh算法改進(jìn)前后節(jié)點的平均吞吐量。

根據(jù)圖4，改進(jìn)后的算法和未改進(jìn)的算法對應(yīng)的相同[β]參數(shù)下的節(jié)點吞吐量的值有高有低。在[β=0.7]的情形下，節(jié)點評價吞吐量的值達(dá)到最高，根據(jù)[β]參數(shù)的含義，[β]參數(shù)越大說明數(shù)據(jù)供應(yīng)數(shù)量對吞吐量值影響大于數(shù)據(jù)塊緊急程度對吞吐量的影響。[β=0.7]吞吐量達(dá)到最大值，說明數(shù)據(jù)供應(yīng)數(shù)量的大小對數(shù)據(jù)塊優(yōu)先級別起到關(guān)鍵影響作用。從圖4總體來說，對于優(yōu)化的MePull_db算法，除去[β=0.5]時，節(jié)點的吞吐量小于未改進(jìn)Mesh?Pull算法外，其他參數(shù)下，改進(jìn)算法的平均吞吐量提高幅度處于5.3%～38.1%范圍內(nèi)，因此，通過對比數(shù)據(jù)能夠得知，MePull_db算法在很大程度上改善了吞吐量。

4.2 啟動延遲

網(wǎng)絡(luò)信息傳遞過程中，網(wǎng)絡(luò)延遲較為常見。網(wǎng)絡(luò)延遲導(dǎo)致用戶在使用過程中產(chǎn)生較差的評價，故在對網(wǎng)絡(luò)評價效果方面，網(wǎng)絡(luò)延時較為直觀，也是比較重要的指標(biāo)。為了驗證本文算法在網(wǎng)絡(luò)延遲方面的表現(xiàn)，這里選取20個節(jié)點對本文算法和未改進(jìn)的算法進(jìn)行檢測，如圖5所示，圖中分別表述了各個節(jié)點對應(yīng)的延遲時間，該延遲時間對應(yīng)的就是客戶等待時間，橫坐標(biāo)表示節(jié)點，縱坐標(biāo)是對應(yīng)的各節(jié)點的延遲，單位用ms表示，圖中兩條曲線分別代表改進(jìn)和未改進(jìn)算法對應(yīng)的啟動延遲時間的長短。

從圖5中可以看出，各個節(jié)點對應(yīng)的時延時間有所不同，改進(jìn)后的Mesh?Pull算法各節(jié)點的時間變化較大，未優(yōu)化的Mesh?Pull算法各節(jié)點的時延時間變化較為平穩(wěn)，平均維持在24 ms左右。雖然改進(jìn)后的算法各節(jié)點時延時間變化較大，但是普遍來說，改進(jìn)后算法大部分節(jié)點的時延較未改進(jìn)的要低，平均時延時間維持在22 s左右，有的節(jié)點的時延時間減幅達(dá)到4 ms，驗證了本文算法的有效性。

5 結(jié) 語

綜上所述，針對當(dāng)前Mesh?Pull算法在吞吐量相對較低與時延相對較高的不足，本文闡明了優(yōu)化的BMesh?Pull算法。從時延與吞吐量兩個層面入手，確定最佳的兩個節(jié)點進(jìn)行信息傳輸，使得系統(tǒng)的傳輸性能有所提升。經(jīng)由Matlab仿真實驗?zāi)軌虻弥?，本文提出的?yōu)化MePull_db方法具有相對較好的效果。與當(dāng)前的Mesh?Pull法比較，優(yōu)化方法的啟動延時有所減少，同時其吞吐量同樣有所優(yōu)化。利用MePull_db法能夠充分發(fā)揮當(dāng)前Mesh?Pull法的優(yōu)點，在此基礎(chǔ)上，也可以明顯改善吞吐量與時延兩個方面的不足，對比來說，前者的時延比后者縮減了2～4 ms；另一方面，前者的吞吐量大幅改善，改善幅度達(dá)到5.3%～38.1%。因此，本文提出的優(yōu)化MePull_db算法表現(xiàn)出相對突出的優(yōu)越性，能夠在增加系統(tǒng)吞吐量的基礎(chǔ)上有效縮減時延。

參考文獻(xiàn)

[1] 張旭，殷昌盛，熊輝，等.無線Mesh網(wǎng)絡(luò)中基于離散粒子群優(yōu)化的信道分配算法[J].現(xiàn)代電子技術(shù)，2013，36（8）：31?34.

[2] 王子凡，劉作學(xué)，代健美.基于干擾感知的多接口無線Mesh網(wǎng)絡(luò)信道分配算法[J].現(xiàn)代電子技術(shù)，2014，37（14）：24?27.

[3] 李茜，劉經(jīng)緯，呂仁健，等.同步無線Mesh網(wǎng)絡(luò)數(shù)據(jù)包連發(fā)技術(shù)研究[J].現(xiàn)代電子技術(shù)，2014，37（15）：49?54.

[4] 班迪.無線Mesh網(wǎng)絡(luò)的數(shù)據(jù)分發(fā)策略[D].杭州：浙江工業(yè)大學(xué)，2015.

[5] YANG Qiuling， JIN Zhigang， HUANG Xiangdang. Research on delay and packet loss control mechanism in wireless Mesh networks [J]. Journal of networks， 2014， 9（4）： 859?865.

[6] 周宇，楊維.改進(jìn)的無線多跳Mesh網(wǎng)絡(luò)數(shù)據(jù)分發(fā)算法[J].計算機(jī)工程與設(shè)計，2015，33（2）：1263?1266.

[7] ZHANG B X， MOUFTAH H T. Destination?driven shortest path tree algorithms [J]. Journal of high speed network， 2006， 15（2）： 123?130.

[8] 田浩，楊霖，李少謙.LTE上行鏈路中基于探測參考信號的信噪比估計[J].電子與信息學(xué)報，2014，36（2）：353?357.

[9] 程東升.連續(xù)數(shù)據(jù)保護(hù)系統(tǒng)中數(shù)據(jù)分塊策略研究[D].武漢：華中科技大學(xué)，2013.

[10] 高奧子，張晉豫.基于數(shù)據(jù)塊優(yōu)先級與負(fù)載性能自適應(yīng)P2P流媒體數(shù)據(jù)調(diào)度算法[J].計算機(jī)科學(xué)與技術(shù)匯刊（中英文版），2014，12（3）：102?108.