亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于CoAP 協(xié)議的泛在電力物聯(lián)網(wǎng)擁塞控制算法

        2021-10-15 10:08:18吳本源
        計(jì)算機(jī)工程 2021年10期

        任 智,吳本源,周 舟,蘇 新

        (重慶郵電大學(xué)通信與信息工程學(xué)院,重慶 400065)

        0 概述

        2019 年,國家電網(wǎng)有限公司提出建設(shè)“三型兩網(wǎng)”世界一流能源互聯(lián)網(wǎng)的戰(zhàn)略目標(biāo)[1],其核心是建設(shè)泛在電力物聯(lián)網(wǎng)以實(shí)現(xiàn)電力業(yè)務(wù)全面感知、高效處理、便捷應(yīng)用[2],綜合應(yīng)用大數(shù)據(jù)、云計(jì)算、人工智能等新興通信技術(shù),使電力系統(tǒng)設(shè)備和通信技術(shù)相融合。目前,電力系統(tǒng)業(yè)務(wù)發(fā)展具有信息采集業(yè)務(wù)爆發(fā)式增長、控制業(yè)務(wù)末端發(fā)展、覆蓋范圍廣等特點(diǎn)[3-4]。由于泛在電力物聯(lián)網(wǎng)節(jié)點(diǎn)數(shù)目眾多且范圍廣,隨著越來越多的資源受限影響節(jié)點(diǎn)間應(yīng)用層數(shù)據(jù)傳輸效率,進(jìn)而無法實(shí)現(xiàn)電力信息流的泛在互聯(lián)和有效傳輸。

        為解決物聯(lián)網(wǎng)設(shè)備應(yīng)用層通信的效率問題,國際互聯(lián)網(wǎng)工程任務(wù)組(The Internet Engineering Task Force,IETF)于2014 年提出RFC7252 標(biāo)準(zhǔn)協(xié)議規(guī)范,設(shè)計(jì)一種基于表征狀態(tài)轉(zhuǎn)移(Representational State Transfer,REST)架構(gòu)的合理通用應(yīng)用層通信協(xié)議,即受限應(yīng)用協(xié)議(Constrained Application Protocol,CoAP)[5]。該協(xié)議類似于HTTP 協(xié)議,常用于低功耗、資源受限網(wǎng)絡(luò)節(jié)點(diǎn)間的通信,主要目標(biāo)是滿足(如物聯(lián)網(wǎng))等節(jié)點(diǎn)資源受限環(huán)境下的特殊需求,實(shí)現(xiàn)物聯(lián)網(wǎng)數(shù)據(jù)共享[6]。

        合理的擁塞控制是通信可靠傳輸?shù)谋匾WC。CoAP 協(xié)議在RFC7252 標(biāo)準(zhǔn)中提供一種基于Stop-andwait ARQ 重傳機(jī)制[6]的擁塞控制機(jī)制,在默認(rèn)情況下,重傳時間初始值隨機(jī)從2 s、3 s 內(nèi)選取,此后每次重傳時用指數(shù)退避算法對重傳超時時間(Retransmission TimeOut,RTO)進(jìn)行指數(shù)級更新。但物聯(lián)網(wǎng)的網(wǎng)絡(luò)環(huán)境往往彼此差別很大,因此這種原始的擁塞控制在物聯(lián)網(wǎng)環(huán)境中無法保證具有良好的數(shù)據(jù)傳輸效率。IETF提出一種新的RFC擁塞控制草案(CoAPSimple Congestion Control/Advanced,CoCoA)[6],對CoAP 原始擁塞控制機(jī)制進(jìn)行改進(jìn)。CoAP 協(xié)議獲取能夠反映當(dāng)前鏈路狀況的鏈路往返時間(Round-Trip Time,RTT)并根據(jù)RTT自適應(yīng)地調(diào)整RTO,為CoAP 協(xié)議的擁塞控制機(jī)制增加了動態(tài)和學(xué)習(xí)特性。文獻(xiàn)[9]提出CoAP 物聯(lián)網(wǎng)應(yīng)用層通信方案,介紹物聯(lián)網(wǎng)場景的數(shù)據(jù)傳輸,探討物聯(lián)網(wǎng)中應(yīng)用層流服務(wù)的必要性。文獻(xiàn)[10]提出動態(tài)模式選擇機(jī)制,在CoAP 低功耗網(wǎng)絡(luò)場景下應(yīng)用層通信有2 種操作模式,以降低功耗并最小化延遲。文獻(xiàn)[11]對CoAP原始擁塞控制算法與CoCoA 算法進(jìn)行性能和可靠性對比,原始CoAP 擁塞控制算法過于保守導(dǎo)致在網(wǎng)絡(luò)擁塞狀態(tài)產(chǎn)生高時延和低成功率。文獻(xiàn)[12]在CoAP 頭部增加重傳ID 字段來解決弱估計(jì)器不確定性和在低帶寬、高丟包率的鏈路下存在估計(jì)誤差的問題,從而顯著提高擁塞網(wǎng)絡(luò)中的吞吐量。文獻(xiàn)[13]提出CoCoA 協(xié)議在網(wǎng)絡(luò)流量激增和超時重傳選擇不當(dāng)時,弱估計(jì)器無法準(zhǔn)確對RTT 進(jìn)行計(jì)算,進(jìn)而導(dǎo)致RTO 出現(xiàn)估計(jì)誤差,擁塞控制性能明顯低于原始CoAP 擁塞控制機(jī)制。文獻(xiàn)[14]采用CoCoA+算法對弱估計(jì)器計(jì)算進(jìn)行修改,減少了弱變化對網(wǎng)絡(luò)傳輸?shù)挠绊懀⒃黾恿丝勺兒笸艘蜃?。文獻(xiàn)[15]利用CoAP 傳輸帶寬延遲進(jìn)行網(wǎng)絡(luò)擁塞控制,對發(fā)送端的傳輸速率進(jìn)行調(diào)整,并與估計(jì)帶寬相匹配實(shí)現(xiàn)擁塞控制。

        針對泛在電力物聯(lián)網(wǎng)資源受限特性,本文基于CoAP 協(xié)議的泛在電力物聯(lián)網(wǎng)應(yīng)用層通信協(xié)議,提出一種鏈路穩(wěn)定性的CoAP 擁塞控制(A Link-Stability-Based CoAP Congestion Control,L-CoCC)算法。將泛在電力物聯(lián)網(wǎng)架構(gòu)結(jié)合CoAP 協(xié)議進(jìn)行應(yīng)用層通信,完成電力業(yè)務(wù)與通信技術(shù)相融合。在此基礎(chǔ)上,采用3 種自適應(yīng)RTT 估計(jì)器來區(qū)分鏈路狀態(tài)進(jìn)而估計(jì)RTO。

        1 泛在電力物聯(lián)網(wǎng)與CoAP 協(xié)議

        泛在電力物聯(lián)網(wǎng)的目標(biāo)是將電力系統(tǒng)和新興通信產(chǎn)業(yè)跨平臺相結(jié)合,因此,泛在電力物聯(lián)網(wǎng)場景下的應(yīng)用層通信協(xié)議尤為重要。

        1.1 CoAP 協(xié)議

        CoAP 協(xié)議的設(shè)計(jì)是為了滿足資源受限網(wǎng)絡(luò)和物聯(lián)網(wǎng)的應(yīng)用層通信需求,其協(xié)議棧如圖1 所示。為滿足CoAP 協(xié)議的輕量級要求,以UDP 為傳輸層協(xié)議,數(shù)據(jù)通過請求/響應(yīng)模型進(jìn)行交互。

        圖1 CoAP 協(xié)議棧Fig.1 Protocol stack of CoAP

        CoAP 協(xié)議邏輯上采用雙層結(jié)構(gòu):1)消息層,節(jié)點(diǎn)間數(shù)據(jù)進(jìn)行交互和擁塞控制;2)請求/響應(yīng)層,與HTTP 類似的資源操作,包括獲取資源的GET 方法、創(chuàng)建資源的POST 方法、更新資源的PUT 方法、刪除資源的DELETE 方法。

        CoAP 協(xié)議共定義了4 種消息類型,分別為需要被確認(rèn)的消息(Confirmable Message,CON)、不需要被確認(rèn)的消息(Non-Confirmable Message,NON)、應(yīng)答消息(Ackknowledge Message,ACK)、復(fù)位消息(Reset Message,RST)。通過這4 種消息,CoAP 協(xié)議同時實(shí)現(xiàn)了物聯(lián)網(wǎng)場景下的不可靠傳輸和輕量級的可靠傳輸。

        1.2 泛在電力物聯(lián)網(wǎng)體系架構(gòu)

        泛在電力物聯(lián)網(wǎng)將電網(wǎng)中的基礎(chǔ)設(shè)施、員工、用戶以及其所在環(huán)境進(jìn)行互聯(lián)互通的網(wǎng)絡(luò)環(huán)境,是一種適用于電力業(yè)務(wù)系統(tǒng)的工業(yè)級物聯(lián)網(wǎng)。其體系架構(gòu)如圖2 所示,在物聯(lián)網(wǎng)感知延伸層、網(wǎng)絡(luò)傳輸層和平臺應(yīng)用層3 層架構(gòu)的基礎(chǔ)上增加了邊緣計(jì)算層。

        圖2 泛在電力物聯(lián)網(wǎng)架構(gòu)Fig.2 Architecture of ubiquitous electric IoT

        泛在電力物聯(lián)網(wǎng)正處在飛速發(fā)展階段,通信網(wǎng)絡(luò)核心正在搭建,但加入急速增長的終端業(yè)務(wù)節(jié)點(diǎn)后仍面臨著通信覆蓋力度和可靠性的問題。目前迫切需求一種能夠滿足電網(wǎng)業(yè)務(wù)精準(zhǔn)負(fù)荷控制和智能化管理的應(yīng)用層通信協(xié)議[16],泛在電力物聯(lián)網(wǎng)的網(wǎng)絡(luò)特點(diǎn)對其通信協(xié)議的要求歸納為以下3 個方面:1)輕量級,節(jié)點(diǎn)數(shù)目多且運(yùn)算能力受限,協(xié)議應(yīng)當(dāng)盡量簡單高效;2)流量控制,節(jié)點(diǎn)資源受限通信能力弱,應(yīng)減少業(yè)務(wù)負(fù)荷量;3)兼容和可拓展性,考慮到將結(jié)合大數(shù)據(jù)、云計(jì)算、深度學(xué)習(xí)等新興通信技術(shù),協(xié)議應(yīng)當(dāng)具備兼容、可拓展性以及負(fù)載共享功能[17]。

        CoAP 協(xié)議適用于工業(yè)物聯(lián)網(wǎng)[18],最大的優(yōu)勢是其兼容性高,其與已有現(xiàn)成網(wǎng)絡(luò)架構(gòu)和傳輸協(xié)議的系統(tǒng)(如智能電表)[19]完美匹配。

        輕量級的CoAP 協(xié)議適合泛在電力物聯(lián)網(wǎng)應(yīng)用場景,但考慮到泛在電力物聯(lián)網(wǎng)接入節(jié)點(diǎn)增多,網(wǎng)絡(luò)流量負(fù)載增大、鏈路不穩(wěn)定性等問題,很容易造成網(wǎng)絡(luò)擁塞,還需進(jìn)一步研究CoAP 協(xié)議從應(yīng)用層額外提供保障可靠性傳輸?shù)膿砣刂茩C(jī)制[20]。

        2 L-CoCC 算法

        本文根據(jù)泛在電力物聯(lián)網(wǎng)的鏈路特點(diǎn)提出一種基于鏈路穩(wěn)定性的L-CoCC 算法。默認(rèn)超時重傳值RTO的合理估計(jì)是CoAP 協(xié)議擁塞控制的關(guān)鍵因素[21]。在RTO時間內(nèi)接收方未收到數(shù)據(jù)包,發(fā)送方將該數(shù)據(jù)包視為丟失,并啟動包重傳。當(dāng)RTO小于實(shí)際網(wǎng)絡(luò)往返時延RTT時,會造成不必要的虛假重傳。但當(dāng)RTO過大時,又會造成重傳等待時間過長,形成網(wǎng)絡(luò)擁塞影響傳輸效率。

        2.1 3 種RTT 估 計(jì)

        L-CoCC 算法利用強(qiáng)RTT、弱RTT和失敗RTT這3 種估計(jì)器確定準(zhǔn)確的網(wǎng)絡(luò)鏈路狀態(tài)進(jìn)而估計(jì)RTO,并提供自適應(yīng)的擁塞控制。L-CoCC 算法在請求-響應(yīng)交互模型中加入重傳計(jì)數(shù)(Retransmission Count,RC)變量,以減小由于物聯(lián)網(wǎng)環(huán)境波動而引起的RTT負(fù)變化。因此使用下界RTO約束方法,避免了不必要的虛假重傳,且老化更新機(jī)制限制了RTO值的有效性,從而提高了所提方案的效率。3 種RTT估計(jì)器分別將成功、延遲和失敗的包視為強(qiáng)、弱和失敗的RTT。

        在CoAP 協(xié)議中實(shí)現(xiàn)的大多數(shù)擁塞控制機(jī)制的假設(shè)只由網(wǎng)絡(luò)擁塞引起包丟失。但從大規(guī)模物聯(lián)網(wǎng)場景分析,當(dāng)節(jié)點(diǎn)在爭奪網(wǎng)絡(luò)資源時,會出現(xiàn)丟包和延遲,導(dǎo)致節(jié)點(diǎn)和通信鏈路都出現(xiàn)網(wǎng)絡(luò)擁塞。節(jié)點(diǎn)級的網(wǎng)絡(luò)擁塞大多為數(shù)據(jù)包延遲,而鏈路級的擁塞會導(dǎo)致數(shù)據(jù)沖突。因此,在RTO測量中,L-CoCC 算法同時考慮了鏈路級擁塞碰撞和節(jié)點(diǎn)級擁塞延遲的影響。

        L-CoCC 算法運(yùn)行3 種RTT估計(jì)器,分別利用不同ACK 消息進(jìn)行RTT估計(jì),強(qiáng)RTT表示數(shù)據(jù)包從客戶端節(jié)點(diǎn)到服務(wù)器節(jié)點(diǎn)的成功傳輸,即時ACK 用于計(jì)算數(shù)據(jù)包已成功傳輸?shù)膹?qiáng)RTT;弱RTT表示數(shù)據(jù)包從客戶端節(jié)點(diǎn)到服務(wù)器節(jié)點(diǎn)的延遲傳輸,延遲ACK 用于計(jì)算在重傳中傳輸數(shù)據(jù)包的弱RTT;失敗RTT表示從客戶端節(jié)點(diǎn)到服務(wù)器節(jié)點(diǎn)的數(shù)據(jù)包傳輸失敗,NO ACK 用于計(jì)算失敗的RTT,對于該RTT,相同的包已被重新傳輸,并且最多4 次都未能交付,失敗RTT表明存在著鏈路級的沖突,即有些數(shù)據(jù)包丟失。根據(jù)上述方法,實(shí)現(xiàn)了RTT的自適應(yīng)計(jì)算。

        2.2 動態(tài)SR和RTO 估計(jì)器

        L-CoCC 算法利用RTO來確保傳輸可靠性和最小的重傳。CoAP協(xié)議默認(rèn)擁塞機(jī)制使用平滑RTT(SR)和RTT抖動值(RTTVAR)。CoAP 協(xié)議根據(jù)最大延遲和處理延遲來決定數(shù)據(jù)包傳輸?shù)腞TT值,在收到第一個RTT樣本后,L-CoCC 算法計(jì)算RTO如式(1)~式(3)所示:

        強(qiáng)RTT、弱RTT和失敗RTT分別表示正常網(wǎng)絡(luò)中、節(jié)點(diǎn)級阻塞延遲和鏈路級沖突的RTT。運(yùn)用L-CoCC算法對SR測量進(jìn)行了改進(jìn),以區(qū)分網(wǎng)絡(luò)擁塞和鏈路沖突情況。在實(shí)際應(yīng)用場景中,3 種RTT的大小關(guān)系是:強(qiáng)RTT<弱RTT<失敗RTT。用FR、SR 和WR 分別表示最后4 次傳輸中失敗RTT、強(qiáng)RTT和弱RTT的頻率。其中,α值總是大于(1?α)。

        在鏈路沖突情況下FR>SR>0,即失敗RTT的貢獻(xiàn)要高于強(qiáng)RTT。由于鏈路級別沖突,有更多的數(shù)據(jù)包被丟棄,只能及時接收到少部分?jǐn)?shù)據(jù)包。在這種情況下,擁塞窗口將處于最小狀態(tài)。鏈路沖突中的如式(5)所示:

        在節(jié)點(diǎn)級網(wǎng)絡(luò)擁塞下WR>FR,即弱RTT的貢獻(xiàn)要高于失敗RTT。因此,發(fā)送方在最大程度上增加RTO,降低了網(wǎng)絡(luò)擁塞影響,最終提高物聯(lián)網(wǎng)場景下的通信性能。節(jié)點(diǎn)級網(wǎng)絡(luò)擁塞下的如式(6)所示:

        在正常情況下,SR 比WT、FR 大。因此,無需增加擁塞窗口的如式(7)所示:

        將式(5)~式(7)代入式(4),可估計(jì)出總體RTO值。利用3 個RTT估計(jì)器來動態(tài)自適應(yīng)調(diào)整RTO值,但是在發(fā)端接收ACK 時不知道是第幾次重傳,導(dǎo)致計(jì)算出不準(zhǔn)確,所以擬加入重傳次數(shù)RC 字段以確定當(dāng)前是第幾次重傳并引入RTO下限機(jī)制和老化更新機(jī)制。

        2.3 RC 值和RTT 波動估計(jì)RTO

        在標(biāo)準(zhǔn)CoAP 協(xié)議中,節(jié)點(diǎn)使用消息ID 識別所有CoAP 確認(rèn)消息,并幫助系統(tǒng)檢測重復(fù)的數(shù)據(jù)包。對于擁塞情況,無法判定發(fā)端收到的響應(yīng)是重傳的延遲ACK 還是即時ACK。當(dāng)發(fā)端計(jì)劃向接收節(jié)點(diǎn)發(fā)出多個連續(xù)請求時,對于擁塞場景僅使用消息ID來確定數(shù)據(jù)包是不夠的,在估計(jì)RTO時導(dǎo)致2 個問題:1)確定太大的RTO,比RTT易導(dǎo)致包延遲,影響網(wǎng)絡(luò)吞吐量;2)RTO選擇不當(dāng)小于RTT,導(dǎo)致不必要虛假重傳和網(wǎng)絡(luò)擁塞造成的數(shù)據(jù)包丟失。

        因此,L-CoCC 機(jī)制提出利用RC 字段來解決RTT的不公平性[22],避免RTO的陡增和過度收縮。為了附加RC 新的字段,使用CoAP 協(xié)議中頭部控制消息的Option 選項(xiàng)。利用此字段信息,發(fā)端在收到ACK 包時提取RC 值以明確重傳次數(shù)。當(dāng)不發(fā)生重傳時,RC 值被賦值為零。對于每個重新傳輸?shù)陌?,RC 值遞增1。該機(jī)制利用RC 計(jì)數(shù)信息,避免了由于和RTO測量不當(dāng)而造成意外延遲和損失。

        CoAP 和L-CoCC 機(jī)制傳輸對比如圖3 所示。CoAP 的原始擁塞控制機(jī)制如圖3(a)所示,可以看出節(jié)點(diǎn)A 收到的ACK 包中沒有重傳信息,無法得知ACK 包經(jīng)歷了幾次重傳,導(dǎo)致無法準(zhǔn)確計(jì)算RTT。L-CoCC 機(jī)制表明節(jié)點(diǎn)A 能夠得到正確的RTT,因ACK 包攜帶了RC 信息。鏈路沖突情況下L-CoCC 機(jī)制如圖3(b)所示,發(fā)送CON RC=2 后,發(fā)端收到第一個攜帶RC 的ACK。因此它被認(rèn)為是弱RTT,第一個CON 請求是一個失敗RTT,因此失敗和弱RTT的頻率都為1。當(dāng)網(wǎng)絡(luò)暢通時L-CoCC 機(jī)制如圖3(c)所示,第1 個和第2 個CON 請求都失敗,第3 次重傳后ACK 包被即時接收。

        圖3 CoAP 和L-CoCC 機(jī)制傳輸對比Fig.3 Transmission comparison between CoAP and L-CoCC mechanisms

        與其他擁塞控制機(jī)制簡單的收包時間減去發(fā)包時間計(jì)算RTT不同,L-CoCC 算法通過比較具有相同RC 值的CON 傳輸時間和ACK 的接收時間,使發(fā)送方節(jié)點(diǎn)測量數(shù)據(jù)包的實(shí)際RTT。

        此外,利用RTT的波動RTTVAR對進(jìn)行加權(quán)預(yù)估,最大限度地減少RTO在后續(xù)傳輸中不必要的擴(kuò)展和收縮。體現(xiàn)出RTT的變化歷史,β的值設(shè)為0.125,返回值如式(8)所示:

        從圖3(b)可以看出,RTT大于SR,因此的當(dāng)前值主要依賴于過去的RTTVAR。相比圖3(c)的RTT值小于SR。因此,值降低。L-CoCC 機(jī)制采用和SR的估計(jì)算法區(qū)分了擁塞和沖突場景,利用RTT波動限制了RTO的上限波動,并有效動態(tài)調(diào)整RTO值。與RTO上限值一樣,RTO的下限也決定了擁塞控制機(jī)制的效率。因此,利用RTO收縮方案成功地限制了RTO下限值。

        2.4 RTO限制與更新

        RTT的負(fù)變化使RTO比RTT小,這種情況會導(dǎo)致虛假重傳,再次出現(xiàn)高碰撞和擁堵。因此,本文附加了限制RTO()測量中的max(?L,K×RTTVAR)條件,如式(9)所示:

        其中:L為RTT的下限,建議初始L值不大于10 s。在隨后的RTO測量中,如果RTT的負(fù)變化增加,則L值增加10;當(dāng)RTT出現(xiàn)正變化時,L的值重置為10 s。因此,L-CoCC 算法決定了RTO收縮的最小程度以及CON 報(bào)文的虛假重發(fā)。下限RTO對擁塞控制機(jī)制的影響如圖4 所示。

        圖4 L-CoCC 下限機(jī)制Fig.4 L-CoCC lower bound mechanism

        K的值設(shè)置為4,利用SR值進(jìn)行估計(jì),降低了RTTVAR對弱RTO估計(jì)的影響。從圖4(a)可以看出,由于RTT值極小,RTTVAR為負(fù)的擁塞控制機(jī)制。RTTVAR大幅減小,導(dǎo)致RTO急劇減少,并虛假重傳。但L-CoCC算法降低了RTT的L值,因此發(fā)送方節(jié)點(diǎn)可以在超時之前收到ACK 消息,避免了不必要的數(shù)據(jù)包重傳和延遲。

        考慮到泛在電力物聯(lián)網(wǎng)的鏈路不穩(wěn)定因素,RTT變化很快。當(dāng)估計(jì)的RTO值在一段時間內(nèi)沒有更新時,就執(zhí)行更新老化。L-CoCC 平衡了基于的和基于之間的RTO值,RTO值如式(10)所示:

        在CoAP 中L-CoCC 機(jī)制使用3 種RTO估計(jì)器、RTO值的下界限制、RTT波動處理方案和老化概念,提高了在泛在電力物聯(lián)網(wǎng)場景下的CoAP 性能。

        3 仿真分析

        以網(wǎng)絡(luò)鏈路估計(jì)為基礎(chǔ)從理論上對L-CoCC 算法進(jìn)行定量分析。本文模擬泛在電力物聯(lián)網(wǎng)場景,選取原始CoAP 協(xié)議中指數(shù)退避機(jī)制算法,L-CoCC算法、文獻(xiàn)[23]中CoCoA++算法,重復(fù)實(shí)驗(yàn)分別對3 種算法的吞吐量、端到端時延、請求成功率等指標(biāo)進(jìn)行比較分析。

        3.1 網(wǎng)絡(luò)拓?fù)涮卣?/h3>

        由于泛在電力物聯(lián)網(wǎng)部署環(huán)境的特殊性和復(fù)雜性,泛在電力物聯(lián)網(wǎng)的拓?fù)浣Y(jié)構(gòu)如圖5 所示。樹狀拓?fù)鋵⒍鄠€子節(jié)點(diǎn)連接到中央服務(wù)器,中央服務(wù)器承擔(dān)子節(jié)點(diǎn)入網(wǎng)、資源調(diào)度、數(shù)據(jù)收集、數(shù)據(jù)處理等功能。但由于泛在電力物聯(lián)網(wǎng)資源受限性和傳輸鏈路不穩(wěn)定性,因此節(jié)點(diǎn)間通信很容易發(fā)生沖突。

        圖5 泛在電力物聯(lián)網(wǎng)拓?fù)浣Y(jié)構(gòu)Fig.5 Topology structure of ubiqutous electric IoT

        3.2 仿真參數(shù)設(shè)置

        本文使用Windows 平臺上OPENT Modeler 14.5仿真軟件,構(gòu)建了如圖5 所示的拓?fù)浞抡鏈y試環(huán)境。CoAP 消息由每個子節(jié)點(diǎn)產(chǎn)生,并定期向拓?fù)渲械闹醒敕?wù)器傳輸,為了生成不同級別的網(wǎng)絡(luò)流量,設(shè)置不同節(jié)點(diǎn)個數(shù)M,并將數(shù)據(jù)傳輸間隔T設(shè)為2~30 s,模擬網(wǎng)絡(luò)擁塞情況和鏈路沖突情況。每個節(jié)點(diǎn)的發(fā)射、接收功率以及通信范圍均相同;其中鏈路帶寬設(shè)為50 kb/s,模擬資源受限網(wǎng)絡(luò)場景;消息重傳時間初值為2 s,最大重傳次數(shù)K值設(shè)為默認(rèn)值4。在資源受限環(huán)境下網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)M不同和數(shù)據(jù)傳輸間隔T不同對各性能指標(biāo)的影響,其具體數(shù)值如表1 所示。

        表1 仿真參數(shù)設(shè)置Table 1 Simulation parameters setting

        3.3 仿真結(jié)果分析

        依據(jù)上述參數(shù)設(shè)定仿真場景。對4 種隨機(jī)SEED 值下的的仿真各重復(fù)實(shí)驗(yàn)20 次,隨機(jī)種子數(shù)不同對應(yīng)的仿真結(jié)果相近,并取整體平均值95%置信區(qū)間作為最終的仿真數(shù)據(jù)進(jìn)行分析。

        3.3.1 吞吐量

        選取傳輸時間間隔T=5 s,不同節(jié)點(diǎn)個數(shù)的吞吐量對比如圖6 所示。仿真結(jié)果表明,相比CoCoA++算法,L-CoCC 算法有更高的吞吐量,平均提升9.61%,比原始CoAP 協(xié)議平均提升34.7%。3 種算法在節(jié)點(diǎn)數(shù)目較少時,吞吐量差別不是很明顯,但隨著節(jié)點(diǎn)數(shù)目增加,網(wǎng)絡(luò)開始出現(xiàn)擁塞狀態(tài),因此CoCoA++和L-CoCC 算法吞吐量均高于原始CoAP。

        圖6 在不同節(jié)點(diǎn)數(shù)L-CoCC、CoCoA++、CoAP 算法吞吐量對比Fig.6 Throughput comparison between L-CoCC,CoCoA++,CoAP algorithms on different nodes number

        不同傳輸時間間隔吞吐量對比如圖7 所示。圖7選取節(jié)點(diǎn)數(shù)目M=100,仿真結(jié)果表明,相比CoCoA++算法,L-CoCC算法吞吐量平均提升7.61%,比原始CoAP算法平均提升14.7%。L-CoCC 算法在網(wǎng)絡(luò)中以最小重傳數(shù)量交付大部分?jǐn)?shù)據(jù)包,當(dāng)發(fā)送周期間隔從2 s 增加到30 s 時,由于網(wǎng)絡(luò)流量網(wǎng)絡(luò)吞吐量從4.62 Mb/s 減少到0.31 Mb/s,但性能仍優(yōu)于CoCoA++算法和CoAP算法。

        圖7 在不同傳輸時間間隔L-CoCC、CoCoA++、CoAP 算法吞吐量對比Fig.7 Throughput comparison of L-CoCC,CoCoA++,CoAP algorithms on different transmisson time intervals

        隨著網(wǎng)絡(luò)流量增大,網(wǎng)絡(luò)開始出現(xiàn)擁塞或沖突,L-CoCC 算法使用3 種基于整體的RTO估計(jì)器,從而更精確地估算出RTO值,減少重傳等待時間和虛假重傳次數(shù),及時準(zhǔn)確地對RTO進(jìn)行估算,有效提高了數(shù)據(jù)包交付的成功率,能夠維持較高的網(wǎng)絡(luò)吞吐量。L-CoCC 算法在網(wǎng)絡(luò)出現(xiàn)嚴(yán)重?fù)砣蜴溌芳墰_突時提升了網(wǎng)絡(luò)性能。

        3.3.2 端到端時延

        不同節(jié)點(diǎn)數(shù)目端到端時延對比如圖8 所示。選取傳輸時間間隔T=10 s,L-CoCC 算法有更低的平均端到端時延。相比CoCoA++算法,L-CoCC 算法平均降低了9.18%。相比CoAP 算法,平均降低了18.31%。在節(jié)點(diǎn)數(shù)目較少時,CoCoA++算法端到端時延略高于其他兩種算法。

        圖8 在不同節(jié)點(diǎn)數(shù)L-CoCC、CoCoA++、CoAP 算法端到端時延對比Fig.8 End-to-end delay comparison between L-CoCC,CoCoA++,CoAP algorithms on different nodes number

        不同傳輸時間間隔端到端時延對比如圖9 所示。選取節(jié)點(diǎn)數(shù)目M=100,相比CoCoA++算法,L-CoCC 算法的端到端時延平均降低了11.98%,相比CoAP 算法,L-CoCC 算法平均降低了15.47%。當(dāng)傳輸時間間隔低時,網(wǎng)絡(luò)流量較大L-CoCC 算法端到端時延明顯低于其他兩種算法。

        圖9 在不同傳輸時間間隔L-CoCC、CoCoA++、CoAP 算法端到端時延對比Fig.9 End-to-end delay comparison between L-CoCC,CoCoA++,CoAP algorithms on different transmisson time intervals

        L-CoCC 算法使用三種基于整體的RTO估計(jì)器,在擁塞和沖突環(huán)境下結(jié)合RTT和RTT抖動進(jìn)行RTO更新,保證了RTO的準(zhǔn)確性和實(shí)時性。在低網(wǎng)絡(luò)流量中,由于CoCoA++算法加入選擇字段且增加了少量控制開銷,所以其延遲略高;當(dāng)網(wǎng)絡(luò)擁塞嚴(yán)重時,L-CoCC 算法的時延明顯低于其他兩種算法。

        3.3.3 請求成功率

        不同節(jié)點(diǎn)數(shù)目請求成功率對比如圖10 所示。選取傳輸時間間隔T=10 s,相比CoCoA++算法,L-CoCC算法的請求成功率平均提升1.93%;相比CoAP 算法,L-CoCC 算法平均提升3.97%。當(dāng)入網(wǎng)節(jié)點(diǎn)為50 個時,3 個算法的請求成功率都接近88%,隨著入網(wǎng)節(jié)點(diǎn)數(shù)增加,請求成功率逐漸降低,但L-CoCC 算法表現(xiàn)仍優(yōu)于CoAP 和CoCoA++算法。

        圖10 在不同節(jié)點(diǎn)數(shù)L-CoCC、CoCoA++、CoAP 算法請求成功率對比Fig.10 Request success rate comparison between L-CoCC,CoCoA++,CoAP algorithms on different nodes number

        不同傳輸時間間隔3種算法請求成功率對比如圖11所示,選取節(jié)點(diǎn)數(shù)M為100,相比CoCoA++算法,L-CoCC算法的請求成功率平均提升2.73%;相比CoAP 算法,L-CoCC算法平均提升了4.34%。在傳輸時間間隔低時,L-CoCC和CoCoA++算法的請求成功率明顯高于CoAP算法,在時間間隔高時三者都接近于94%。

        圖11 L-CoCC、CoCoA++、CoAP 算法不同傳輸時間間隔請求成功率對比Fig.11 Request success rate comparison between L-CoCC,CoCoA++,CoAP algorithms on different transmission time intervals

        泛在電力物聯(lián)網(wǎng)網(wǎng)絡(luò)具有結(jié)構(gòu)復(fù)雜、穩(wěn)定性不高特點(diǎn),易造成信道沖突。L-CoCC 算法可以自適應(yīng)地調(diào)整RTO,避免RTO出現(xiàn)陡增和過度收縮,并且利用RC 字段明確重傳狀態(tài)和重傳次數(shù),避免網(wǎng)絡(luò)中過度重傳進(jìn)而確保了高請求成功率。

        4 結(jié)束語

        針對泛在電力物聯(lián)網(wǎng)的資源受限特性,以及在應(yīng)用層通信協(xié)議上的局限性,本文提出L-CoCC 算法。在網(wǎng)絡(luò)擁塞狀態(tài)下,使用3 種RTT估計(jì)器對網(wǎng)絡(luò)鏈路穩(wěn)定性進(jìn)行估計(jì)。實(shí)驗(yàn)結(jié)果表明,相比CoAP 協(xié)議和CoCoA++算法,L-CoCC 算法降低了時延并提高了網(wǎng)絡(luò)吞吐量和請求成功率,有效緩解了電力物聯(lián)網(wǎng)場景下的網(wǎng)絡(luò)擁塞和鏈路沖突。下一步將結(jié)合泛在電力物聯(lián)網(wǎng)場景,引入動態(tài)學(xué)習(xí)思路,對重傳次數(shù)值和更新時間設(shè)置進(jìn)行研究。

        色狠狠一区二区三区香蕉蜜桃| 国产在线观看女主播户外| 国产精品亚洲一区二区三区久久| 玖玖资源站亚洲最大的网站| 亚洲av高清在线观看一区二区| 精品久久久中文字幕人妻| 亚洲国产成人AⅤ片在线观看| 中文字幕专区一区二区| 亚洲色图在线免费视频| 欧美精品亚洲精品日韩专区 | 最近免费中文字幕| 精品一区二区三区影片| 精品成人av人一区二区三区| 日本大肚子孕妇交xxx| 在线综合亚洲欧洲综合网站| 国产精品视频一区国模私拍| 国产视频最新| 少妇人妻精品一区二区三区视| 亚洲国产精品成人av网| 少妇私密会所按摩到高潮呻吟| 青青青国产精品一区二区| 国产精品无码mv在线观看| 内射爆草少妇精品视频| 久久天天躁狠狠躁夜夜av| 伊人久久大香线蕉免费视频| 亚欧视频无码在线观看| 久久亚洲春色中文字幕久久| 99爱在线精品免费观看| 国产精品午睡沙发系列| 久草精品手机视频在线观看| av在线免费观看男人天堂| 国产suv精品一区二区四| 国产麻豆成人精品av| 免费在线亚洲视频| 亚洲人妻av在线播放| 亚洲成a∨人片在线观看无码| 亚洲依依成人亚洲社区| 亚洲大尺度动作在线观看一区| 中文字幕色偷偷人妻久久一区| 欧美日韩国产码高清综合人成| 在线视频精品免费|