劉文芝，劉昭斌

(1.蘇州市職業(yè)大學(xué) 計(jì)算機(jī)工程學(xué)院，江蘇 蘇州 215104； 2.江蘇省現(xiàn)代企業(yè)信息化應(yīng)用支撐軟件工程技術(shù)研發(fā)中心，江蘇 蘇州 215104) (*通信作者電子郵箱lwzsz@126.com)

基于WiMAX網(wǎng)絡(luò)終端的能耗降低算法

劉文芝1,2*，劉昭斌1,2

(1.蘇州市職業(yè)大學(xué) 計(jì)算機(jī)工程學(xué)院，江蘇 蘇州 215104； 2.江蘇省現(xiàn)代企業(yè)信息化應(yīng)用支撐軟件工程技術(shù)研發(fā)中心，江蘇 蘇州 215104) (*通信作者電子郵箱lwzsz@126.com)

針對(duì)全球微波互聯(lián)接入(WiMAX)網(wǎng)絡(luò)節(jié)能算法中因移動(dòng)節(jié)點(diǎn)(MS)的信道質(zhì)量差別引起的空閑狀態(tài)而浪費(fèi)能量這一不足，依據(jù)IEEE 802.16e標(biāo)準(zhǔn)第Ⅰ類節(jié)能模型給出了MS服務(wù)質(zhì)量目標(biāo)的平均能耗(AEC)形式化描述，并提出一種基于信道質(zhì)量均衡的避免終端空閑狀態(tài)虛擬突發(fā)的節(jié)能調(diào)度(IAVB)算法。該算法采用將空閑狀態(tài)閾值和基于信道質(zhì)量的狀況選擇主移動(dòng)終端相結(jié)合的策略，并完善了虛擬突發(fā)的結(jié)束條件，很好地避免了因未正確結(jié)束虛擬突發(fā)而導(dǎo)致的終端空閑狀態(tài)造成的能量浪費(fèi)問題。仿真實(shí)驗(yàn)表明，在節(jié)能方面IAVB算法比最長虛擬突發(fā)優(yōu)先(LVBF)算法性能平均提高了15%。實(shí)驗(yàn)結(jié)果表明該算法減少了終端的空閑狀態(tài)，有效地降低了終端能耗，提高了WiMAX網(wǎng)絡(luò)的資源利用率。

WiMAX;移動(dòng)節(jié)點(diǎn);空閑狀態(tài);虛擬突發(fā);信道質(zhì)量

0 引言

近年來，用戶對(duì)移動(dòng)性數(shù)據(jù)的要求進(jìn)一步提高，而基于IEEE 802.16e技術(shù)的全球微波互聯(lián)接入(Worldwide Interoperability for Microwave Access， WiMAX)能夠?yàn)榉且暰喾秶鷥?nèi)的移動(dòng)終端提供高效無線連接，與其他接入技術(shù)相比[1]，WiMAX具有投資少、傳輸速率高、不同種類數(shù)據(jù)傳輸、組網(wǎng)靈活、布置方便等一系列優(yōu)點(diǎn)，受到了業(yè)界的積極響應(yīng)和支持，但移動(dòng)節(jié)點(diǎn)(Mobile Station, MS)主要依賴電池供電，同時(shí)也造成了巨大的能量消耗。面對(duì)巨大的能耗問題，WiMAX通信的節(jié)能技術(shù)已成為當(dāng)前研究熱點(diǎn)[2]，能耗效率也成為評(píng)價(jià)WiMAX系統(tǒng)總體性能的重要指標(biāo)。

據(jù)此IEEE 802.16e標(biāo)準(zhǔn)[3]提出休眠機(jī)制用來節(jié)約MS的能量消耗。協(xié)議中定義了3種節(jié)能類型：節(jié)能類型Ⅰ、節(jié)能類型Ⅱ和節(jié)能類型Ⅲ。在節(jié)能類型Ⅰ和節(jié)能類型Ⅱ中，MS均有3種狀態(tài)：睡眠狀態(tài)、監(jiān)聽狀態(tài)和清醒狀態(tài)。不同之處在于節(jié)能類型Ⅱ的監(jiān)聽窗口能夠處理一定量的數(shù)據(jù)包，而節(jié)能類型Ⅰ的監(jiān)聽窗口僅僅用來與基站(Base Station, BS)進(jìn)行對(duì)話，它要處理數(shù)據(jù)必須切換到清醒狀態(tài)。節(jié)能類型Ⅲ只有一個(gè)睡眠窗口，當(dāng)它結(jié)束時(shí)，MS立即進(jìn)入清醒狀態(tài)。由IEEE 802.16e標(biāo)準(zhǔn)可知，節(jié)能類型Ⅰ適用于盡力而為(Best Effort, BE)和非實(shí)時(shí)可變速率(Not Real Time Variable Rate, NRT-VR)的業(yè)務(wù)，容許一定時(shí)延及其變化，實(shí)時(shí)性要求相對(duì)低。節(jié)能類型Ⅱ主要適用于非請(qǐng)求授予服務(wù)(Unsolicited Grant Service, UGS)和實(shí)時(shí)可變速率(Real Time Variable Rate, RT-VR)業(yè)務(wù)，對(duì)時(shí)延敏感。節(jié)能類型Ⅲ被推薦為多播連接和管理操作，如周期性尋呼等。

目前，如何調(diào)度激活實(shí)用的休眠類型，配置合理的休眠參數(shù)，建立合理的數(shù)學(xué)模型和實(shí)際模型，以及精辟的理論分析和完善的系統(tǒng)仿真成為研究熱點(diǎn)。本文是基于IEEE 802.16e無線城域網(wǎng)中點(diǎn)對(duì)多點(diǎn)的無線信道共享模式，以下行傳輸為例進(jìn)行研究，帶寬以時(shí)隙來衡量，只討論終端上存在BE和NRT-VR這兩類非實(shí)時(shí)業(yè)務(wù)的情況。

1 相關(guān)工作

如何提高依靠電池供電的MS的能耗效率問題一直被廣泛關(guān)注，其中包括對(duì)節(jié)能調(diào)度算法的研究，但這些算法集中在802.11及傳感器網(wǎng)絡(luò)中[4-7]。

文獻(xiàn)[8]研究在長期演進(jìn)計(jì)劃(Long Term Evolution, LTE)系統(tǒng)中通過創(chuàng)新非連續(xù)接收(Discontinuous Reception, DRX)機(jī)制保障終端功耗效率，通過設(shè)置不同的自適應(yīng)配置準(zhǔn)則以提高DRX能耗的效率，且不增加額外的信令開銷；文獻(xiàn)[9]針對(duì)LTE系統(tǒng)研究了不同頻段和不同無線信道上數(shù)據(jù)傳輸與能耗的關(guān)系。通過基站對(duì)下行鏈路進(jìn)行控制，進(jìn)而實(shí)現(xiàn)終端的低功耗依然是當(dāng)前研究的主要方法，文獻(xiàn)[10]針對(duì)傳統(tǒng)的基站調(diào)度算法只根據(jù)延遲、頻譜效率等進(jìn)行算法設(shè)計(jì)，提出了在多用戶場景下考慮終端能耗的基站調(diào)度算法，并通過設(shè)計(jì)次優(yōu)算法以配合非連續(xù)發(fā)送(Discontinuous Transmission, DTX)機(jī)制，進(jìn)而實(shí)現(xiàn)終端與基站功耗協(xié)同降低功耗的目標(biāo)。文獻(xiàn)[11-12]則從下行的載波控制角度研究對(duì)終端能耗的影響，通過傳輸信道的調(diào)度與分配方面節(jié)約終端功耗，但這些節(jié)能機(jī)制與方法并不完全適用于802.16e網(wǎng)絡(luò)，尤其是針對(duì)能耗效率要求較高的特殊應(yīng)用場景，如隧道通信等。

目前，WiMAX網(wǎng)絡(luò)中提高終端能耗效率的研究主要包括對(duì)休眠模式的分析、改進(jìn)及休眠參數(shù)選擇等，對(duì)休眠模式在實(shí)現(xiàn)過程中的參數(shù)設(shè)置提供了方法。文獻(xiàn)[13]考慮在負(fù)載低的情況下，針對(duì)節(jié)能類型Ⅰ提出一種新穎的節(jié)能算法，此算法將二倍增長睡眠窗機(jī)制改為冪函數(shù)增長睡眠窗口機(jī)制，通過理論分析和仿真實(shí)驗(yàn)證明了提出的機(jī)制性能比線性增長睡眠窗口機(jī)制的性能要好。文獻(xiàn)[14]利用SPA(Simple Packing Algorithm)模型來學(xué)習(xí)頻譜感知的歷史信息從而對(duì)下一時(shí)刻的信道狀態(tài)進(jìn)行預(yù)測，對(duì)下行鏈路子幀休眠模式進(jìn)行了分析，但該算法窗口長度固定會(huì)導(dǎo)致一些空閑移動(dòng)終端因得不到及時(shí)休眠而浪費(fèi)能量這一不足。文獻(xiàn)[15]提出了一種基于資源預(yù)留的WiMAX Mesh 網(wǎng)絡(luò)支持服務(wù)質(zhì)量(Quality of Service, QoS)的微時(shí)隙動(dòng)態(tài)分配算法，根據(jù)網(wǎng)絡(luò)時(shí)隙狀態(tài)動(dòng)態(tài)調(diào)整休眠參數(shù)，但將時(shí)隙僅分為可用和不可用兩種狀態(tài)，使各個(gè)參數(shù)性能不能達(dá)到最佳。文獻(xiàn)[16]率先研究了應(yīng)用于802.16e網(wǎng)絡(luò)的節(jié)能調(diào)度算法，是研究終端休眠并達(dá)到功耗效率提升的經(jīng)典方法。該文提出了以虛擬突發(fā)方式為MS發(fā)送數(shù)據(jù)的調(diào)度思想，算法的基本思想如圖1所示。在每個(gè)虛擬突發(fā)開始時(shí)(一個(gè)虛擬突發(fā)為一組連續(xù)的時(shí)隙)，從處于清醒狀態(tài)的MS中選擇一個(gè)MS為主移動(dòng)終端，其他所有處于清醒狀態(tài)的MS均為次移動(dòng)終端。在進(jìn)行時(shí)隙分配時(shí)，主移動(dòng)終端比次移動(dòng)終端具有更高的優(yōu)先級(jí)，即除了為保證次移動(dòng)終端的服務(wù)質(zhì)量而必須為其分配的時(shí)隙外，虛擬突發(fā)中的其他所有時(shí)隙均分配給主移動(dòng)終端，因此，主移動(dòng)終端基本上占用了一個(gè)虛擬突發(fā)的所有帶寬資源，其數(shù)據(jù)得到了連續(xù)的發(fā)送。當(dāng)前虛擬突發(fā)結(jié)束后，主移動(dòng)終端進(jìn)入休眠，選擇一個(gè)新的主移動(dòng)終端，開始新的虛擬突發(fā)。在不影響其他MS服務(wù)質(zhì)量的前提下，為每個(gè)MS一次傳輸盡可能多的數(shù)據(jù)，使MS在一次傳輸后可以休眠較長的時(shí)間。該思想可以明顯提高802.16e網(wǎng)絡(luò)的能耗效率，但文獻(xiàn)[16]基于該調(diào)度思想給出的最長虛擬突發(fā)優(yōu)先(Longest Virtual Burst First, LVBF)算法不能有效避免MS的空閑狀態(tài)，從而無法減少由于MS的空閑狀態(tài)造成的能量浪費(fèi)；未考慮實(shí)際環(huán)境中不同MS的信道質(zhì)量差別，可能將時(shí)隙分配給信道質(zhì)量差的MS，從而導(dǎo)致因傳輸錯(cuò)誤而引起的空閑狀態(tài)，增大了MS的能耗。

圖1 虛擬突發(fā)分配方式

綜合上述可看到，這些算法尚存在一些問題，影響了算法對(duì)能耗效率的實(shí)用性。主要表現(xiàn)在：

1)由平均反應(yīng)時(shí)延公式(1)可知(這里F(t)為分布時(shí)間函數(shù)，P(τ)為能量消耗，MS醒來的時(shí)刻為({xk,k≥0}，且x0=0)[17]，MS休眠就必然引起數(shù)據(jù)的時(shí)延；反之，如果要減少數(shù)據(jù)的時(shí)延，就必須減少休眠時(shí)間，則會(huì)增加MS能量消耗。

(1)

LVBF算法沒有權(quán)衡考慮不同網(wǎng)絡(luò)設(shè)計(jì)對(duì)能量消耗和時(shí)延這兩種性能的不同要求，LVBF只是單方面減少了MS的狀態(tài)轉(zhuǎn)換次數(shù)，并在一定程度上增加了MS的平均休眠時(shí)間，從而增加了數(shù)據(jù)的時(shí)延。

2)次移動(dòng)終端不能進(jìn)入休眠，因此不能有效避免終端的空閑狀態(tài)，從而無法減少由于空閑狀態(tài)造成的能量浪費(fèi)。雖然LVBF算法通過突發(fā)傳輸?shù)姆绞皆谶B續(xù)時(shí)隙內(nèi)為主移動(dòng)終端發(fā)送數(shù)據(jù)，但為保證所有MS的服務(wù)質(zhì)量，LVBF算法不能像最優(yōu)方法那樣，在為某一MS傳輸數(shù)據(jù)的過程中，讓其他MS處于休眠狀態(tài)。而是在每個(gè)虛擬突發(fā)中，主移動(dòng)終端和次移動(dòng)終端均處于清醒狀態(tài)。因?yàn)長VBF算法認(rèn)為，次移動(dòng)終端僅被保證最小的數(shù)據(jù)速率，不能進(jìn)入休眠狀態(tài)。然而，本文經(jīng)過分析發(fā)現(xiàn)，在某些情況下，次移動(dòng)終端是可以進(jìn)入休眠的。LVBF算法未讓滿足休眠條件的次移動(dòng)終端進(jìn)入休眠，必將造成不必要的空閑時(shí)間，從而導(dǎo)致能量的浪費(fèi)。

3)未考慮不同MS的信道質(zhì)量差別，使得傳輸錯(cuò)誤增加，導(dǎo)致MS能耗增大。實(shí)際環(huán)境中，不同MS在相同時(shí)刻的信道質(zhì)量可能不同。由于LVBF算法未考慮MS信道質(zhì)量的差別，因此可能將時(shí)隙分配給信道質(zhì)量較差的MS，從而引起傳輸錯(cuò)誤，使發(fā)往MS的數(shù)據(jù)包丟失，增加了MS處于空閑狀態(tài)的時(shí)間，浪費(fèi)了MS的能量。

為解決以上問題，本文提出一種有效避免MS空閑狀態(tài)的節(jié)能調(diào)度(Idle-state Avoidance and Virtual Burst, IAVB)算法。IAVB算法基于虛擬突發(fā)的思想，結(jié)合信道質(zhì)量選擇應(yīng)獲得連續(xù)傳輸時(shí)隙的MS，其他MS一旦符合休眠條件則進(jìn)入休眠狀態(tài)，在保證MS服務(wù)質(zhì)量的前提下，避免了不必要的空閑時(shí)間。

2 系統(tǒng)模型與問題描述

2.1 系統(tǒng)模型

假設(shè)一個(gè)具有多時(shí)隙的WiMAX網(wǎng)絡(luò)環(huán)境，可以用圖G=(V,E)來表示，其中V代表節(jié)點(diǎn)集，E表示網(wǎng)絡(luò)中有向邊集合。其中，V={v1,v2,…,vn,BS}表示系統(tǒng)中含有n個(gè)MS∈{v1,v2,…,vn}節(jié)點(diǎn)和1個(gè)BS節(jié)點(diǎn)，有向鏈路集E={e1,e2,…,em}表示網(wǎng)絡(luò)中有向邊集合，e(vi,vj)∈E，當(dāng)且僅當(dāng)d(i,j)≤D，i為發(fā)送方，j為接收方，D為通信半徑，表示節(jié)點(diǎn)i和j之間的歐氏距離。該系統(tǒng)工作于周期同步時(shí)隙模式，其中每個(gè)周期包含T個(gè)時(shí)隙。假設(shè)有K條正交的無線信道且每條信道的帶寬是qi，K(vi)表示節(jié)點(diǎn)vi的射頻數(shù)量。該系統(tǒng)工作于周期同步時(shí)隙模式，每個(gè)時(shí)隙t=1,2,…,T中每個(gè)(鏈路，信道)對(duì)是活動(dòng)的，在不同時(shí)隙，將通信業(yè)務(wù)分配給活動(dòng)的時(shí)序編號(hào)N={0,1,…,T-1}中。Pw表示處于清醒狀態(tài)的vi在每個(gè)時(shí)隙上的平均能耗，Prw表示vi從休眠狀態(tài)轉(zhuǎn)換到清醒狀態(tài)的平均能耗，Pwr表示vi從清醒狀態(tài)轉(zhuǎn)化到休眠狀態(tài)的能耗，Pr處于休眠狀態(tài)時(shí)的能耗[18-19]。

假設(shè)MS節(jié)點(diǎn)初始帶寬請(qǐng)求Q={q1,q2,…,qn}，可求得MS節(jié)點(diǎn)vi的請(qǐng)求帶寬為：

(2)

由帶寬需求與正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing, OFDM)碼元及傳輸速率的對(duì)應(yīng)關(guān)系[20]，各個(gè)鏈路在每幀中的時(shí)隙需求為：

(3)

其中：h為OFDM碼元間的保護(hù)間隔，bj表示各個(gè)OFDM碼元中傳輸?shù)谋忍財(cái)?shù)，Tf為幀持續(xù)時(shí)間。

基于以上分析和假設(shè)可知，一個(gè)vi的能耗由其處于清醒狀態(tài)的時(shí)間、從休眠狀態(tài)到清醒狀態(tài)的轉(zhuǎn)換次數(shù)、可用帶寬決定，因此，vi在一段時(shí)間T′內(nèi)(T′足夠長)的總能耗Pi可以表示為：

(4)

其中：Di是vi在時(shí)間T內(nèi)處于清醒狀態(tài)的總時(shí)隙數(shù)，Li表示vi從休眠狀態(tài)轉(zhuǎn)化到清醒狀態(tài)的次數(shù)。降低MS能耗的調(diào)度算法的目標(biāo)是在保證每個(gè)MS服務(wù)質(zhì)量的同時(shí)，最小化所有MS的平均能耗(在足夠長的時(shí)間T′內(nèi))。

2.2 研究問題

本文以最小數(shù)據(jù)速率作為MS的服務(wù)質(zhì)量要求，因此節(jié)能調(diào)度算法的目標(biāo)可以形式化為：

(5)

很顯然，為了最小化MS的平均能耗，最優(yōu)的方法為：對(duì)于每個(gè)時(shí)隙，只有一個(gè)MS處于活動(dòng)狀態(tài)，并在連續(xù)的時(shí)隙內(nèi)一次傳輸完該MS的所有數(shù)據(jù)，然后令該MS進(jìn)入休眠。該方法可以最小化MS處于清醒狀態(tài)的時(shí)間及狀態(tài)轉(zhuǎn)換次數(shù)，但不能滿足式(5)給出的約束條件，即不能滿足所有MS的服務(wù)質(zhì)量要求。因此，本文需要設(shè)計(jì)的調(diào)度算法，應(yīng)在滿足MS服務(wù)質(zhì)量要求的同時(shí)降低能耗，而不是僅考慮如何最小化MS的能耗。

3 IAVB調(diào)度算法

針對(duì)上述討論算法存在的問題，IAVB算法主要從以下3個(gè)方面進(jìn)行解決：1)引入空閑時(shí)間閾值的概念，根據(jù)空閑時(shí)間閾值給出終端的休眠條件，使?jié)M足休眠條件的終端及時(shí)進(jìn)入休眠，避免了終端不必要的空閑狀態(tài)；2)結(jié)合信道質(zhì)量狀況選擇主移動(dòng)終端，從而減少了因傳輸錯(cuò)誤導(dǎo)致的終端空閑狀態(tài)；3)完善虛擬突發(fā)的結(jié)束條件，避免因未正確結(jié)束虛擬突發(fā)而導(dǎo)致的終端空閑狀態(tài)。

3.1 避免終端空閑狀態(tài)

WiMAX網(wǎng)絡(luò)中鏈路E與時(shí)隙N的映射關(guān)系可以使用矩陣I表示。若鏈路在時(shí)序中傳輸

(6)

由于MS處于空閑狀態(tài)時(shí)是在浪費(fèi)能量，因此，若MS能夠在處于清醒狀態(tài)時(shí)一直收發(fā)數(shù)據(jù)，一旦無數(shù)據(jù)傳輸則進(jìn)入休眠狀態(tài)，便可以避免處于空閑狀態(tài)時(shí)的能耗；但由于MS在休眠狀態(tài)與清醒狀態(tài)之間轉(zhuǎn)換也需要消耗能量，如果MS處于空閑狀態(tài)的時(shí)間比較短，導(dǎo)致狀態(tài)轉(zhuǎn)換的能耗大于空閑狀態(tài)的能耗，則MS不必進(jìn)入休眠狀態(tài)。因此，MS進(jìn)入休眠狀態(tài)的條件是MS預(yù)期處于空閑狀態(tài)的能耗大于狀態(tài)轉(zhuǎn)換的能耗，即：

(7)

(8)

這里Tm=Prw/Pr定義為空閑時(shí)間閾值。

綜上，MS的休眠條件也可表達(dá)為：鏈路最終分配的時(shí)隙的預(yù)期時(shí)間大于Tm，同時(shí)還要使分配給MS鏈路的時(shí)隙數(shù)與其請(qǐng)求的相符。

若次移動(dòng)終端處于空閑狀態(tài)的預(yù)期時(shí)間大于Tm而不進(jìn)入休眠，將造成不必要的能耗，因此，IAVB算法在每次為次移動(dòng)終端分配時(shí)隙后均計(jì)算該終端預(yù)期處于空閑狀態(tài)的時(shí)間，判斷次移動(dòng)終端是否需要進(jìn)入休眠。以下將給出具體的判斷方法。

(9)

(10)

由式(10)推導(dǎo)出：

(11)

將式(9)代入式(11)，得次移動(dòng)終端vi在一次時(shí)隙分配后處于空閑狀態(tài)的預(yù)期時(shí)間為：

(12)

基于以上分析，次移動(dòng)終端vi進(jìn)入休眠狀態(tài)的條件為：

Ts>Tm

(13)

(14)

綜上所述，若像LVBF算法那樣，所有的次移動(dòng)終端無論在什么情況下均處于清醒狀態(tài)，必將造成能量的浪費(fèi)。所以，IAVB算法每次為次移動(dòng)終端分配完時(shí)隙后，均根據(jù)式(12)計(jì)算其處于空閑狀態(tài)的預(yù)期時(shí)間，若滿足式(13)定義的休眠條件，則使次移動(dòng)終端進(jìn)入休眠，因此，IAVB算法減少了終端處于空閑狀態(tài)的時(shí)間，解決了LVBF算法中不必要的空閑狀態(tài)造成的能量浪費(fèi)問題，從而進(jìn)一步降低了終端能耗。

3.2 結(jié)合信道質(zhì)量選擇主移動(dòng)終端

(15)

(16)

基于以上分析，IAVB算法選擇主移動(dòng)終端vk的策略可表示為：

(17)

其中：E′代表在每個(gè)突發(fā)開始時(shí)處于清醒狀態(tài)的MS的集合，j(j∈E′)為處于清醒狀態(tài)的MS的索引。式(17)描述的策略結(jié)合MS當(dāng)前的信道質(zhì)量狀況，更準(zhǔn)確地選擇出可以在最短的時(shí)間內(nèi)達(dá)到休眠最低速率要求的終端作為主移動(dòng)終端，解決了上述討論算法中未考慮終端信道質(zhì)量的問題。由于選擇了當(dāng)前信道質(zhì)量較好的MS進(jìn)行數(shù)據(jù)傳輸，因此減少了傳輸錯(cuò)誤，從而減少了因數(shù)據(jù)包丟失而導(dǎo)致的終端空閑時(shí)間，降低了終端能耗。

3.3 虛擬突發(fā)結(jié)束條件

ξ≥ε

(18)

其中，ε是系統(tǒng)參數(shù)，它決定如何在終端的業(yè)務(wù)平均時(shí)延和能耗效率之間作折中[22]。

除式(18)所定義的條件外，IAVB算法還針對(duì)實(shí)際系統(tǒng)中可能出現(xiàn)的兩種特殊情況定義了額外的虛擬突發(fā)結(jié)束條件：1)當(dāng)ξ尚小于系統(tǒng)參數(shù)ε時(shí)，若主移動(dòng)終端主動(dòng)發(fā)起休眠請(qǐng)求，則當(dāng)前虛擬突發(fā)結(jié)束；2)當(dāng)系統(tǒng)中MS數(shù)量較多，系統(tǒng)負(fù)載較重時(shí)，可能出現(xiàn)主移動(dòng)終端獲得的數(shù)據(jù)速率尚不滿足其進(jìn)入休眠狀態(tài)的條件，就出現(xiàn)ξ≥ε的情況。此時(shí)不能立即結(jié)束該虛擬突發(fā)，而要等主移動(dòng)終端達(dá)到可以休眠的數(shù)據(jù)速率后再結(jié)束當(dāng)前突發(fā)；否則，主移動(dòng)終端在虛擬突發(fā)結(jié)束后仍然不能進(jìn)入休眠，而是處于空閑狀態(tài)，造成了能量的浪費(fèi)，因此，虛擬突發(fā)結(jié)束的必要條件為主移動(dòng)終端的當(dāng)前速率不小于其可以休眠的最低速率要求，即：

(19)

IAVB算法通過綜合考慮式(18)和式(19)所定義的條件來決定是否結(jié)束一個(gè)虛擬突發(fā)，避免了因?qū)嶋H系統(tǒng)中的特殊情況而導(dǎo)致的終端空閑狀態(tài)。

3.4 IAVB算法流程

(20)

基于以上討論，給出IAVB調(diào)度算法的步驟如下：

1)根據(jù)式(17)選擇主移動(dòng)終端，開始一個(gè)虛擬突發(fā)。其他所有處于清醒狀態(tài)的移動(dòng)終端為次移動(dòng)終端。

2)若E″不為空，則根據(jù)式(20)選擇次移動(dòng)終端via，將當(dāng)前時(shí)隙分配給via；否則，將當(dāng)前時(shí)隙分配給主移動(dòng)終端。

3)根據(jù)步驟2)中的調(diào)度結(jié)果，更新所有終端上的數(shù)據(jù)傳輸速率。若次移動(dòng)終端的當(dāng)前速率大于它可以休眠的最低速率要求，則通知該終端進(jìn)入休眠，休眠時(shí)間根據(jù)式(12)計(jì)算；若一個(gè)處于休眠狀態(tài)的終端的當(dāng)前速率小于其最小數(shù)據(jù)速率要求，則喚醒該終端，將其加入集合E″。

4)如果當(dāng)前主移動(dòng)終端主動(dòng)發(fā)起休眠請(qǐng)求進(jìn)入休眠狀態(tài)，則轉(zhuǎn)到步驟1)開始一個(gè)新的虛擬突發(fā)，否則執(zhí)行步驟5)。

5)如果式(18)與式(19)中的條件同時(shí)滿足，則結(jié)束當(dāng)前虛擬突發(fā)，主移動(dòng)終端進(jìn)入休眠狀態(tài)，請(qǐng)求的休眠時(shí)間根據(jù)式(12)計(jì)算，并轉(zhuǎn)到步驟1)開始一個(gè)新的虛擬突發(fā)；否則執(zhí)行步驟2)開始當(dāng)前虛擬突發(fā)中的下一個(gè)時(shí)隙的分配。

4 仿真實(shí)驗(yàn)與分析

本章將通過仿真方式驗(yàn)證和分析IAVB調(diào)度算法的性能及系統(tǒng)參數(shù)對(duì)算法性能的影響。仿真場景包括一個(gè)BS和可變數(shù)量的MS。信道衰變模型通過8狀態(tài)的馬爾可夫鏈來模擬[23-24]。MS和BS間的每一個(gè)信道都對(duì)應(yīng)一個(gè)馬爾可夫過程，以控制信道的狀態(tài)轉(zhuǎn)移。vi(i=1,2,…,n)與BS之間的信道具有相同的馬爾可夫鏈參數(shù)，即相同的傳輸概率矩陣。所有的信道均為獨(dú)立同分布，即它們有相同的馬爾可夫傳輸概率矩陣并彼此無關(guān)。系統(tǒng)總信道容量C為5 Mb/s。BS上產(chǎn)生滿足泊松分布的數(shù)據(jù)業(yè)務(wù)，其平均速率為業(yè)務(wù)的最小數(shù)據(jù)速率加上網(wǎng)絡(luò)層和MAC層的系統(tǒng)開銷。數(shù)據(jù)業(yè)務(wù)的最小數(shù)據(jù)速率滿足[10 kb/s，40 kb/s]的正態(tài)分布。由此可以看出，連續(xù)時(shí)間馬爾可夫鏈能夠很好地對(duì)獨(dú)立同分布的WiMAX網(wǎng)絡(luò)系統(tǒng)進(jìn)行描述，建立系統(tǒng)通用性方程并給出了系統(tǒng)的一般性解法，通過數(shù)值仿真對(duì)系統(tǒng)的能耗、平均響應(yīng)延遲、狀態(tài)轉(zhuǎn)換次數(shù)、次移動(dòng)終端空閑時(shí)隙數(shù)以及空閑時(shí)間閾值對(duì)算法能耗效率影響等參數(shù)之間的關(guān)系。

4.1 IAVB算法的能耗效率

本實(shí)驗(yàn)IAVB、IEEE 802.16e標(biāo)準(zhǔn)和LVBF的初始睡眠窗口和最終睡眠窗口是2和32幀。本文利用平均能耗(Average Energy Consumption, AEC)來衡量能耗效率。

圖2給出IAVB算法、LVBF算法和IEEE 802.16e標(biāo)準(zhǔn)在系統(tǒng)中存在不同數(shù)量的MS情況下的能耗效率值(每次狀態(tài)轉(zhuǎn)換消耗50個(gè)時(shí)隙單位的能量，ε取0.01)。由仿真結(jié)果可以看出，IAVB算法、LVBF算法在節(jié)能方面明顯優(yōu)于IEEE 802.16e標(biāo)準(zhǔn)，IAVB比LVBF算法提高了15%左右。主要原因在于，IAVB算法通過使?jié)M足休眠條件的次移動(dòng)終端及時(shí)進(jìn)入休眠狀態(tài)及結(jié)合信道質(zhì)量選擇主移動(dòng)終端等方法，減少了終端處于空閑狀態(tài)的時(shí)間，使得終端的空閑時(shí)間遠(yuǎn)小于LVBF算法中終端的空閑時(shí)間，從而減小了終端處于空閑狀態(tài)時(shí)浪費(fèi)的能量，提高了系統(tǒng)的能耗效率。

圖3顯示的是3種算法對(duì)平均響應(yīng)延遲的影響。IAVB的平均響應(yīng)延遲均低于IEEE 802.16 e標(biāo)準(zhǔn)和LVBF算法。而且隨著時(shí)間的增加IAVB響應(yīng)延遲顯著低于其他兩種，更省電。IAVB和LVBF算法的剩余電池能量分別為8 824.4 s和9 020.5 s。在初始階段IAVB的平均響應(yīng)延遲低于IEEE 802.16e標(biāo)準(zhǔn)，而優(yōu)于LVBF算法，但隨著時(shí)間的增加延遲也會(huì)增加，這是因?yàn)镮AVB和LVBF處理數(shù)據(jù)包要多于IEEE 802.16e標(biāo)準(zhǔn)，因此，減少睡眠時(shí)間間隔的結(jié)果以減少能源消耗。相比IEEE 802.16e和LVBF算法的6 995.8 s、7 151.5 s，IAVB的電池壽命已經(jīng)擴(kuò)展到7 590.3 s。

圖2 3種算法中的MS對(duì)能耗的影響

圖3 3種算法對(duì)平均響應(yīng)延遲的影響

圖4給出IAVB算法與LVBF算法在完成2×105個(gè)時(shí)隙的調(diào)度過程中所有終端的空閑時(shí)間之和(以時(shí)隙數(shù)衡量)?？梢钥闯?，IAVB算法中空閑時(shí)隙總數(shù)在1×103到5×103之間，而LVBF算法中空閑時(shí)隙總數(shù)在2×104到2×105之間，遠(yuǎn)遠(yuǎn)大于IAVB算法中的空閑時(shí)隙數(shù)。

圖4 空閑時(shí)隙數(shù)

IAVB算法中終端空閑時(shí)間的減少是以狀態(tài)轉(zhuǎn)換次數(shù)的增加為代價(jià)的。圖5給出IAVB算法與LVBF算法在完成2×105個(gè)時(shí)隙的調(diào)度過程中所有終端的狀態(tài)轉(zhuǎn)換次數(shù)之和。由圖5可見，IAVB算法的狀態(tài)轉(zhuǎn)換次數(shù)平均為LVBF算法的兩倍左右，但分析式(14)可知，只要符合休眠條件，空閑時(shí)間減少所降低的能耗比狀態(tài)轉(zhuǎn)換次數(shù)增加而增大的能耗要多，所以總體來看，空閑時(shí)間減少還是帶來了系統(tǒng)總能耗的降低。

圖6和圖7說明了空閑時(shí)間閾值對(duì)平均能耗和響應(yīng)延遲的影響。IAVB的平均能耗優(yōu)于LVBF和IEEE 802.16e標(biāo)準(zhǔn)協(xié)議是因?yàn)镮AVB使用一個(gè)基于MS信道質(zhì)量狀況策略的自適應(yīng)的空閑閾值，而LVBF只考慮剩余電池壽命來設(shè)置空閑閾值，IEEE 802.16e標(biāo)準(zhǔn)的空閑閾值固定只有10幀。與IEEE 802.16e標(biāo)準(zhǔn)協(xié)議比較IAVB和LVBF算法都具有較低的能源消耗，但隨著時(shí)間增加3種算法收斂到相同的平均能耗。IAVB算法的能耗與LVBF算法的能耗之差越來越小，當(dāng)Tm接近8 000時(shí)，IAVB算法的能耗降低到與LVBF算法的能耗基本相同。這是由于Tm越大，滿足休眠條件的次移動(dòng)終端的數(shù)量就越少；即使次移動(dòng)終端滿足休眠條件進(jìn)入休眠，它所能節(jié)省的電量也減少(由于狀態(tài)轉(zhuǎn)換的耗電量增加)，因此Tm越大，IAVB算法相對(duì)LVBF算法的性能提高越小。

圖5 狀態(tài)轉(zhuǎn)換次數(shù)

圖6 Tm對(duì)平均能耗的影響

圖7 Tm對(duì)平均響應(yīng)延遲的影響

圖7中IAVB的平均響應(yīng)延遲小于其他兩種算法，這意味著IAVB調(diào)整其閑置閾值相適應(yīng)信道質(zhì)量可允許接收更多的數(shù)據(jù)包，從而只有很少的消息等待到下一個(gè)監(jiān)聽窗口，提高了信道的利用率。

4.2 IAVB算法對(duì)MS最小數(shù)據(jù)速率的保證

圖8顯示了隨著系統(tǒng)負(fù)載增加，IAVB算法對(duì)不同MS的最小數(shù)據(jù)速率要求的保證情況。仿真中選擇了3個(gè)具有不同最小數(shù)據(jù)速率要求的MS為例進(jìn)行實(shí)驗(yàn)。其中，v1的最小數(shù)據(jù)速率要求為16 kb/s，v2為24 kb/s，v3為32 kb/s。從圖8可以看出，3個(gè)MS的數(shù)據(jù)速率始終大于其最小數(shù)據(jù)速率要求，并隨著系統(tǒng)中MS總數(shù)量的增加而降低，將一直降低到接近其預(yù)定義的最小數(shù)據(jù)速率。這是由于IAVB算法會(huì)在每個(gè)時(shí)隙都檢查是否有MS的服務(wù)質(zhì)量要求沒有滿足，并盡可能快地為未滿足服務(wù)質(zhì)量要求的MS分配時(shí)隙，因此只要系統(tǒng)未超負(fù)荷，IAVB算法便可以保證MS的最小數(shù)據(jù)速率要求。

圖8 IAVB算法對(duì)最小數(shù)據(jù)速率的保證

5 結(jié)語

針對(duì)IEEE 802.16e網(wǎng)絡(luò)中移動(dòng)節(jié)點(diǎn)因信道質(zhì)量差別引起的時(shí)隙分配效率低、無法減少由于空閑狀態(tài)造成的能量浪費(fèi)和數(shù)據(jù)包丟失的服務(wù)質(zhì)量差等問題，本文根據(jù)將空閑時(shí)間閾值和基于信道質(zhì)量的狀況選擇主移動(dòng)終端相結(jié)合的策略提出了一種基于信道質(zhì)量均衡的避免終端空閑狀態(tài)虛擬突發(fā)的節(jié)能調(diào)度算法。該算法有以下特點(diǎn)：任何信道分配都必須符合各鏈路時(shí)隙數(shù)盡可能接近帶寬請(qǐng)求值，并通過時(shí)隙復(fù)用獲得最短的調(diào)度周期；最小化MS的平均能耗，在它進(jìn)入休眠之前連續(xù)的時(shí)隙內(nèi)一次傳輸完該MS的所有數(shù)據(jù)；考慮了節(jié)點(diǎn)規(guī)模變大引起的節(jié)點(diǎn)間通信延遲問題，引入空閑時(shí)間閾值；完善虛擬突發(fā)的結(jié)束條件與信道質(zhì)量選擇主移動(dòng)終端的動(dòng)態(tài)負(fù)載相結(jié)合的平衡策略。實(shí)驗(yàn)將本文算法與IAVB和IEEE P802.16算法進(jìn)行了對(duì)比分析，驗(yàn)證了本文算法對(duì)802.16e網(wǎng)絡(luò)中MS的節(jié)能調(diào)度具有良好的性能，也增大了隨機(jī)接入信道的用戶容量，提高了WiMAX網(wǎng)絡(luò)的資源利用率。下一步的工作將考慮終端上不同類型業(yè)務(wù)的服務(wù)質(zhì)量要求來完善算法設(shè)計(jì)。

References)

[1] CHEN J J, LIANG J M, TSENG Y C. An energy efficient sleep scheduling considering QoS diversity for IEEE 802.16e wireless networks [C]// ICC 2010: Proceedings of the 2010 IEEE International Conference on Communications. Piscataway, NJ: IEEE, 2010: 1-5.

[2] IEEE 802 LAN /MAN Standards Committee, IEEE P802.16m/D6 Working Group. IEEE P802.16m/D6 May 2010, IEEE Draft amendment standard for local and metropolitan area networks—part 16: air interface for fixed and mobile broadband wireless access systems-advanced air interface[S]. New York: IEEE, 2010: 1-932.

[3] IEEE 802 LAN /MAN Standards Committee, IEEE 802.16 Working Group. IEEE Std 802.16e- 2005, IEEE standard for local metropolitan area networks—part 16: air interface for fixed and mobile broadband wireless access systems[S]. Piscataway, NJ: IEEE, 2006: 1-822.

[4] LIU Z B, LI X X, ZHU T, et al. Unsupervised diagnosis in large scale complex networks [J]. Ad Hoc & Sensor Wireless Networks, 2015, 28(3/4): 161-181.

[5] GILANIAN-SADEGHI M M, ALI B M, MA M, et al. A novel energy efficient key distribution scheme for mobile WiMAX networks [J]. Wireless Personal Communications, 2017, 92(2): 727-748.

[6] 虞貴財(cái),龍承志,向滿天.認(rèn)知無線傳感器網(wǎng)絡(luò)中能耗有效的協(xié)作頻譜感測算法[J].通信學(xué)報(bào),2015,36(3):49-59.(YU G C, LONG C Z, XIANG M T. Energy efficient cooperative spectrum sensing algorithm in cognitive wireless sensor networks [J]. Journal on Communications, 2015, 36(3): 49-59.)

[7] NAJIMI M, EBRAHIMZADEH A, HOSSENI S M, et al. A novel sensing nodes and decision node selection method for energy efficiency of cooperative spectrum sensing in cognitive sensor networks [J]. IEEE Sensors Journal, 2013,13(5): 1610-1621.

[8] IMRAN R, SHUKAIR M, ZORBA N, et al. An energy saving strategy for LTE-A multiantenna systems [J]. Mobile Networks and Applications, 2015, 20(5): 692-700.

[9] DUSZA B, IDE C, WIETFELD C. Measuring the impact of the mobile radio channel on the energy efficiency of LTE user equipment [C]// ICCCN 2012: Proceedings of the 2012 21st International Conference on Computer Communications and Networks. Piscataway, NJ: IEEE, 2012: 1-5.

[10] LUOTO P, PIRINEN P, LATVA-AHO M. Energy efficient load sharing in LTE-A HetNets [C] // WiMob 2013: Proceedings of the 2013 IEEE 9th International Conference on Wireless and Mobile Computing, Networking and Communications. Washington, DC: IEEE Computer Society, 2013: 119-123.

[11] LIU F, ZHENG K, XIANG W, et al. Design and performance analysis of an energy-efficient uplink carrier aggregation scheme [J]. IEEE Journal on Selected Areas in Communications, 2014, 32(2): 197-207.

[12] ANANTH T A, SIVASURIYA R. Broadcast scheduling and link scheduling in IH-MAC for wireless sensor networks [C]// ICICES 2014: Proceedings of the 2014 IEEE International Conference on Information Communication and Embedded Systems. Piscataway, NJ: IEEE, 2014: 1-6.

[13] LU S F, WANG J X, KUANG Y J. An efficient power saving mechanism for sleep mode in IEEE 802.16e networks [C]// IWCMC 2010: Proceedings of the 6th ACM IWCMC International Conference on International Wireless Communications and Mobile Computing. New York: ACM, 2010: 916-920.

[14] LAGKAS T D, SARIGIANNIDIS P G, LOUTA M, et al. Exploring the intra-frame energy conservation capabilities of the horizontal simple packing algorithm in IEEE 802.16e networks: an analytical approach [J]. Wireless Networks, 2013, 19(4): 547-558.

[15] 張新有,伸桂林.WiMAX Mesh網(wǎng)絡(luò)中一種分布式時(shí)隙分配算法[J].計(jì)算機(jī)工程與應(yīng)用,2015,51(5):92-96.(ZHANG X Y, SHEN G L. Distributed scheduling minislot allocation algorithm on WiMAX Mesh mode [J].Computer Engineering and Applications, 2015, 51(5): 92-96.)

[16] SHI J, FANG G, SUN Y, et al. Improving mobile station energy efficiency in IEEE 802.16e WMAN by burst scheduling [C]// GLOBECOM’ 06: Proceedings of the 49th Annual IEEE International Conference on Global Telecommunications Conference. Piscataway, NJ: IEEE, 2006: 1-5.

[17] JI B, GUPTA G R, LIN X, et al. Performance of low-complexity greedy scheduling policies in multi-channel wireless networks: optimal throughput and near-optimal delay [C]// INFOCOM 2013: Proceedings of the 2013 IEEE Conference on Computer Communications. Piscataway, NJ: IEEE, 2013: 2589-2597.

[18] PACHORI K, MISHRA A, PACHAURI R, et al. Envelope fluctuation reduction for WiMAX MIMO-OFDM signals using adaptive network fuzzy inference systems [C]// INDIA 2016: Proceedings of the Third International Conference on Information System Design and Intelligent Applications. Berlin: Springer, 2016: 19-26.

[19] UMASHANKAR G, KANNU A. Throughput optimal multi-slot sensing procedure for a cognitive radio [J]. IEEE Communications Letters, 2013, 17(12): 2292-2295.

[20] 陳劍,賈杰,聞?dòng)⒂?等.WiMAX WMN中基于擴(kuò)展圖的鏈路調(diào)度優(yōu)化[J].東北大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,36(1):15-18.(CHEN J, JIA J, WEN Y Y, et al. Optimization of link scheduling based on expansion graph in WiMAX wireless mesh networks [J]. Journal of Northeastern University (Natural Science), 2015, 36(1): 15-18.)

[21] LIU Y X, TEWFIK A. primary traffic characterization and secondary transmissions [J]. IEEE Transactions on Wireless Communications, 2014, 13(4): 3003-3016.

[22] POULAKIS M I, PANAGOPOULOS A D, CONSTANTINOU P. Channel-aware opportunistic transmission scheduling for energy-efficient wireless links [J]. IEEE Transactions on Vehicular Technology, 2013, 62(1): 192-204.

[23] QURESHI H K, AHMAD J J, KHAYAM S A, et al. Graph-theoretic complexity reduction for Markovian wireless channel models [J]. Wireless Personal Communications, 2011, 58(4): 831-849.

[24] CHENG X, HE J, LIANG Q. Performance prediction of WSNs’ mobile nodes based on GM-Markov method [C]// CENet2014: Proceedings of the 4th International Conference on Computer Engineering and Networks. Berlin: Springer, 2015: 1207-1214.

This work is partially supported by the National Natural Science Foundation of China (61472211, 61672372).

LIUWenzhi, born in 1967, M. S., associate professor. Her research interests include wireless communication, sensor network.

LIUZhaobin, born in 1965, M. S., professor. His research interests include context-aware of computing, wireless sensor network.

Energyconsumption-reducingalgorithmbasedonWiMAXnetworks

LIU Wenzhi1,2*, LIU Zhaobin1,2

(1.SchoolofComputerEngineering,SuzhouVocationalUniversity,SuzhouJiangsu215104,China;2.JiangsuProvinceSupportSoftwareEngineeringR&DCenterforModernInformationTechnologyApplicationinEnterprise,SuzhouJiangsu215104,China)

To overcome the shortcoming in the energy-saving algorithm of WiMAX networks that energy is unnecessarily wasted by idle mobile stations because of channel quality difference, according to the energy-saving class Ⅰ of the IEEE 802.16e standard, the formalization of Average Energy Consumption (AEC) was given for Mobile Station (MS) Quality of Service (QoS), and an algorithm of Idle-state Avoidance and Virtual Burst (IAVB) based on channel quality balancing was proposed. In this algorithm, the strategy combining a threshold of idle-state with choosing the main mobile terminal based on channel quality balancing was adopted, and the end condition of virtual-burst was perfected to avoid the energy waste between idle-state nodes when the virtual-burst did not end properly. The simulation results show that the energy saving performance of IAVB algorithm is 15% higher than that of the Longest Virtual Burst First (LVBF) algorithm. The experimental results show that the proposed algorithm can control the energy consumption of idle-state and improve the resource utilization efficiency of the WiMAX network.

WiMAX; Mobile Station (MS); idle state; virtual burst; channel quality

TN929.5; TP393.07

:A

2017- 02- 05;

:2017- 03- 06。

國家自然科學(xué)基金資助項(xiàng)目(61472211, 61672372)。

劉文芝(1967—)，女，湖南衡陽人，副教授，碩士，CCF會(huì)員，主要研究方向：無線通信、傳感網(wǎng)絡(luò)； 劉昭斌(1965—)，男，山東威海人,教授，碩士，CCF高級(jí)會(huì)員，主要研究方向：感知計(jì)算、無線傳感網(wǎng)。

1001- 9081(2017)07- 1866- 07

10.11772/j.issn.1001- 9081.2017.07.1866