郭鎮(zhèn)北,李福亮,梁博成,張小瑞,孫 磊

(東北大學 計算機科學與工程學院,遼寧 沈陽 110819)

WiFi Direct 也被稱為WiFi Peer-to-Peer(P2P),是WiFi Alliance 提出的一項Device-to-Device 的連接解決方案,用來補充WiFi Hotspot 在本地點對點傳輸的不足.所有經過WFD 驗證的設備(如安卓手機、打印機等)都可以直接使用WFD 連接,并分享各種多媒體資源、應用等[1].隨著硬件、軟件的發(fā)展,如今的多媒體資源或應用程序的大小可以輕松達到幾GB(GigaByte)或者幾十GB.對于智能手機來說,當人們想與附近的人共享這些資源時,使用運營商流量進行分享的代價太高.常用的D2D 通信方式,如使用藍牙傳輸,它的速度太慢.這些問題使得本地設備之間急需尋找一個高速、成本低廉的本地通信方式來進行資源分享.WFD 基于IEEE 802.11 標準,因此在D2D 通信中能夠保證較低的時延以及較高數據傳輸速率.通過WFD 構建D2D 通信,可以有效地解決上述問題.與藍牙相比[2,3],WFD 的傳輸速率要遠遠高于藍牙,最高可達250Mb/s,藍牙只有3Mb/s.但是藍牙的能耗要遠遠低于WFD,而能耗依然是使用電池供能的設備所關注的主要問題.

與傳統的Wi-Fi 熱點相比,WFD 具有自己獨特的特性[1].

?首先,它定義了3 種不同的方式去構成一個P2P 通信組,且每一個方式所需要的步驟以及時間都不相同.在一個基于WFD 的P2P 通信組中,包含了兩種不同的設備角色:組主(group owner,簡稱GO)以及組員(group member,簡稱GM).組主可以直接向任意組員發(fā)送數據,但是組員之間無法相互通信,需要組主的轉發(fā).

?其次,隨著網卡的虛擬化技術的發(fā)展,WFD 在進行本地D2D 通信的同時,也可以連接到WLAN 或者蜂窩網絡.

?最后,WFD 自帶了兩種不同的節(jié)能機制:Opportunistic Power Save(OPS)和Notice of Absence(NoA).在OPS 中,組主只有在所有組員進入到休眠模式之后才能切換到休眠模式.需要注意的是,組主沒有權限去驅使任何一個組員進入到休眠模式.OPS 是一種被動節(jié)能的方式,即:在當前網絡中沒有數據傳輸,所有組員都處于休眠模式時,組主才能夠啟用OPS.與OPS 剛好相反,NoA 是一個主動的節(jié)能方式,組主能夠向組員廣播一個缺席時間段(absence periods).在這個缺席時間段中,組主開啟節(jié)能模式,不進行任何的數據傳輸操作,并關閉信道.此外,在NoA 中,只要組主進入到缺席時間段,組員不能夠主動地去喚醒組主.對于這兩種節(jié)能方式,當它們啟用時,組主都不進行數據傳輸操作,即,WFD 沒有能夠在數據傳輸時進行節(jié)能的節(jié)能機制.目前,對于WFD 的研究工作中,大部分研究都集中在WFD 的通信性能以及多組通信實現上.只有少數的研究工作試圖優(yōu)化原有的兩種節(jié)能機制,但是它們并沒有考慮在WFD 通信組中不同角色(組主和組員)的能耗情況.

本文提出一種基于功率調控的WiFi Direct 節(jié)能優(yōu)化機制,其包括兩個部分,分別是功率調控(power control)和切換(switching):功率調控能夠優(yōu)化整個網絡的能耗,是整個節(jié)能優(yōu)化機制的基礎;而切換能夠平衡不同角色之間的能量消耗.此外,每個WFD 通信組的組大小(含有的設備數)能夠極大地影響當前的通信性能.因此,本文在不同的組大小下驗證提出的節(jié)能機制,其性能指標包括能耗和吞吐量.本文的主要貢獻如下:

(1) 本文在安卓設備上對WFD 通信組中的組主和組員進行了能耗測試(第2 節(jié)中介紹),發(fā)現了組主的消耗要高于組員的情況.因此,本文設計了相應的切換機制來平衡組主的能耗.

(2) 本文證明了組主的選舉是一個NP-Hard 問題,并用納什平衡去解決.此外,由于網絡是動態(tài)的,本文也設置了不同的控制參數來調控提出的節(jié)能機制.本文在實驗結果中展示了節(jié)能機制不同參數下的吞吐量以及能耗.與沒有啟用節(jié)能機制相比,本文提出的節(jié)能機制能夠在獲得11.86%節(jié)能效果的同時,只有2%的吞吐量損失.

本文第1 節(jié)對WFD 的其他相關的工作進行介紹.在第2 節(jié)中,本文在智能手機上構建基于WFD 的通信組,并展示相關的電量消耗測試結果.第3 節(jié)對提出的節(jié)能機制進行詳細的介紹,包括功率調控、切換以及涉及到的相應公式、算法等.第4 節(jié)中對節(jié)能機制進行仿真驗證以及實驗結果分析.最后,在第5 節(jié)中對全文進行總結,并對未來的工作進行展望.

1 相關工作

部分研究工作主要涉及WFD 的傳輸性能、特征的研究上[4?8].Camps-Mur 等人[4]對WFD 定義的各種屬性進行了全面的概述,包括架構、通信組形成方式、節(jié)能機制、安全等.Sun 等人[5]提出了一種降低WFD 設備發(fā)現延時的有效方案.Feng 等人[6]分析了WFD 信道中的丟包情況,并設計了相應的補償機制.而對于WFD 網絡丟包行為的早期性能檢測,則由Khan 等人[7]完成.由于WFD 是點對點的傳輸技術,針對組主同時面對多個傳輸請求時的情況,Mao 等人[8]采用時間片輪轉機制來保證組主在多目標傳輸期間的公平性.

大多數研究工作集中在如何有效地構建一個基于WFD 的網絡,以及優(yōu)化基于WFD 網絡的性能.由于WFD的較大的覆蓋范圍,能夠支持一定數量的設備構建本地網絡[9?19].Turkes 等人[3]使用WFD 和藍牙搭建了一個機會Ad-hoc 網絡.在機會Ad-hoc 網絡中,設備可以傳輸輕量級的數據,如位置信息、輕量級的廣告等.Nadir 等人[9]使用WFD 構建了一個本地的多跳網絡,并與使用WiFi 熱點和LTE 連接時的性能進行比較.實驗結果顯示,相比于其他兩種,基于WFD 的本地多跳網絡能夠有效地進行數據上傳和下載.Conti 等人[10]調查了WFD 組網時的靈活性,并進一步討論基于 WFD 的機會網絡.他們使用藍牙的 Service Set Identifier(SSID)以及 WFD 的Universally Unique Identifier(UUID)作為輕量級數據的傳輸載體.Alami 等人[11]則借助WFD 形成多跳的D2D 網絡,他們將WFD 設備視作一個熱點,連接云端的設備可將云端的內容通過這些熱點快速地傳輸到其他設備.Fuai 等人[12]探索了基于WFD 標準實現多跳Ad-hoc 網絡的不同策略.在LTE-Advanced 系統中,其中一個重要的研究問題是如何有效地利用無線頻譜資源,LTE-Direct 與WFD 都是該問題有效的解決方式[13,14].針對這兩種D2D 技術,Condoluci 等人[13]對兩者進行了詳細的性能對比.與此同時,Gong 等人[14]論證了基于WFD 的LTE 協同視頻流技術的可行性.WFD 本身并不支持多組通信,然而已經有部分研究使用WFD 去實現多組通信.Casetti等人[15]使用WFD 實現了多組通信,并以此構建了一個基于內容的網絡.在此基礎上,他們分析了不同組的成員之間的路由性能.Sadio 等人[16]利用WFD 在車輛網絡中構建多跳通信來滿足高交通密度特征環(huán)境下的資源分配問題,并采用OpenFlow 來進行管理.Engelhart 等人[17]在真實的安卓設備上實現了WFD 的多組通信,他們給出了使用的架構以及在該架構下的多組通信性能.WFD 擁有3 種不同的成組方式[1],在不同的設備進行交互時,會留下彼此的設備信息,可利用這些緩存的設備信息加快WFD 通信組的形成[18,19].Demir 等人[18]利用設備使用WFD 時緩存的設備信息,加快了構建WFD 通信組的過程.并且使得在組主設備產生故障時,能夠自動且快速地重新配置WFD 通信組.類似的自動重配置方法同樣被Faulkenberry 等人[19]使用.他們的實驗結果都表明,通過利用這些緩存的設備信息,能夠快速地重新配置WFD 通信組,從而減少了數據包的丟失,提高了吞吐量.

少數工作涉及到了WFD 的能耗研究,并且這些研究工作的主要工作原理是避免低電量設備傳輸數據,或者其他使用WFD 的高能耗行為[20?24].Camps-Mur 等人[20]考慮在WFD 通信組中,組主可以使用3G 網絡,然后組主通過WFD 向其他組員分享下載的內容.在此過程中,探究WFD 原有的節(jié)能機制的性能.然而在文獻[20]中,作者只考慮了一個WFD 通信組的情況,即只考慮了組內點對點傳輸,沒有考慮組外多跳傳輸的情況.Laha 等人[21]為WFD 設計了一種新的基于分布式集群的路由協議來節(jié)約WFD 設備的電量消耗,該協議能夠感知設備的剩余電量,生成一個網絡層面的偽通信組,并通過將流量導向電量充足的設備來平衡所有設備的電量消耗.文獻[22]通過增加WFD 設備休眠的占比時間達到節(jié)能目的;文獻[23]通過優(yōu)化WFD 發(fā)現其他設備所經歷的時長來節(jié)約能耗;而文獻[24]通過對特定環(huán)境中收發(fā)數據包的統計,生成一個隱馬爾可夫模型,并通過該模型來決定WFD 設備休眠的時長來節(jié)約設備能量.在文獻[22?24]中,都為WFD 設計了有效的能耗機制,但是它們都是在原有的節(jié)能機制上進行改進,而原有的機制只能在沒有數據傳輸時生效.

不同于上述研究,Usman 等人[25]為WFD 提出了一個新的節(jié)能機制.該機制通過使用Friis 傳播損失模型來控制設備的發(fā)射功率,從而達到節(jié)能的目的.但是作者并沒有考慮WFD 通信組中不同角色的能耗問題:當一個設備擔任過久的組主時,它的能耗消耗要高于組員.當組主的能量耗盡,當前WFD 就會被迫解散,這對當前多跳網絡的拓撲結構、數據傳輸等有著極大的影響.同時,在文獻[25]中,WFD 通信組的設備組成是固定的,即WFD通信組是不變的.然而,由于設備具有移動性,設備可能會因此脫離組主的連接范圍;或者因為過遠的傳輸距離,吞吐量下降以及發(fā)射功率增加導致能耗上升等問題.因此,需要一個有效的切換機制來處理這些問題.在本文中,使用對數距離路徑損失模型(log-distance path loss model)[26,27]來控制設備的發(fā)射功率(該模型能夠更有效地模擬室內的無線信號傳播損失情況),使得設備即使在數據傳輸期間也能夠有效地進行功耗控制.此外,本文通過設計同組之間實時的動態(tài)切換來平衡組主和組員之間的能量消耗,防止個別設備一直擔任組主造成過高的能耗.與此同時,本文也設計了組與組的成員之間的切換機制,用于保證每個組的組主與它們的組員都保持較近的距離,避免組員過遠從而脫離組主的連接范圍;或者因為距離過遠,發(fā)射功率上升造成能耗增加.

2 WiFi Direct 電量消耗測試

在本節(jié)中,本文在智能手機(Xiaomi Note4X)上對WFD 的電量消耗情況進行了一系列的測試,并將測試分為了兩部分.

?在第1 部分中,記錄了WFD 在不同狀態(tài)(空閑和工作)下的電流變化情況.本文從Android 中專門記錄電流的內核文件獲取相應的電流大小,通過記錄其電流變化情況從而判斷其能耗情況.

?在第2 部分中,構建不同組大小的通信組,并在不同的傳輸速率下傳輸一定時間以后,分析設備之間的電量消耗情況.

使用的實驗設備在實驗過程中分為兩個狀態(tài)——空閑狀態(tài)和工作狀態(tài),如圖1 所示.

?智能手機所處的空閑狀態(tài)分成兩種:第1 種是僅僅打開WFD,智能手機之間沒有連接,沒有任何操作;第2 種是智能手機之間僅僅通過WFD 連接,智能手機之間沒有傳輸數據,它們之間并不做任何操作.

?其次,在本文定義的智能手機工作狀態(tài)中,包括設備使用WFD 進行掃描(默認掃描即能夠同時掃描2.4GHz 和5GHz 下的設備)以及通過WFD 傳輸或者接收數據.在測量傳輸過程中的電流大小時,其數據傳輸是持續(xù)不斷的,直到測試結束.

Fig.1 Different working states of the smartphone圖1 智能手機的不同工作狀態(tài)

本文同時記錄了手機沒有任何連接和操作時的電流大小作為一個對比.需要注意的是,WFD 能夠工作在2.4GHz 和5GHz 下.本文記錄其在不同頻率下的電流變化.為了直觀地比較各狀態(tài)下的電流大小,本文選取每個狀態(tài)下電流大小的平均值,并且按照從高到低排列,其結果見表1.

在表1 中可以清楚地看到:WFD 的所有狀態(tài)的電流都高于手機空閑時的狀態(tài),WFD 處于5GHz 下的電流要高于2.4GHz.但是需要注意的是:當WFD 處于非工作狀態(tài)時,它們的電流會存在不同程度的波動.這是由于WFD 在原有的休眠機制下,從休眠中周期性地喚醒并提升功率去感知周圍的其他設備.或者由于其他設備發(fā)來的探測包,而被動的喚醒引起的電流增長.以處于2.4GHz 下的空閑狀態(tài)為例,如圖2 所示.

從圖2 中可以看到,頻繁的波動導致了WFD 在非工作狀態(tài)下的電流要高于手機空閑狀態(tài)時.若將上述WFD 非工作狀態(tài)下喚醒帶來的電流波動去掉,那么WFD 非工作狀態(tài)下的電流僅僅略高于手機空閑時的狀態(tài),即WFD 原有的節(jié)能機制能夠高效地工作.但是當WFD 處于工作狀態(tài)時,其電流大小猛增.尤其數據傳輸開始以后,在5GHz 時能達到300.91%;在2.4GHz 發(fā)送時,增量也達到了131%.由于WFD 原有的節(jié)能機制只能在無數據傳輸時啟用,所以需要一個針對數據傳輸時的節(jié)能機制,能夠在數據傳輸時盡量降低其功率,在保證傳輸速率的同時,達到節(jié)能目的.

Table 1 Average current in each state of Wi-Fi Direct表1 WiFi Direct 各狀態(tài)的平均電流

Fig.2 Average current of WFD connected idle圖2 WFD 連接閑置時的平均電流

在第2 部分測試中,本文使用Iperf(一個標準的網絡性能測試工具)來輔助進行測量.在WFD 處于2.4GHz的情況下(5GHz 下的實驗結果表示的趨勢一致),成立不同組大小(3～5 臺設備)的WFD.使用Iperf 在不同的傳輸速率下(1Mb/s～10Mb/s)持續(xù)傳輸3h,然后查看所有設備的耗電量.其中,耗電量的計算方式是通過獲取安卓內核文件中所記錄的電量消耗等級,然后與電池的總量相乘.其實驗結果如圖3 所示.

Fig.3 Power consumption of WiFi Direct圖3 WiFi Direct 的電池消耗

在圖3(a)和圖3(b)中,本文將組大小設為3,即每個WFD 通信組擁有3 個設備.從圖中可以清楚地看到:無論是在不同的傳輸速率或者總傳輸時間下,組主的消耗在任何情況都要高于組員的消耗.在圖3(c)中,本文比較了不同組大小下組主的消耗情況.可以看出:當組大小越大時,組主的消耗越大.需要注意到的一點是:當速度超過7Mbit/s 時,部分組員會存在速度受限,甚至掉線的情況,導致了組主電量消耗變低.從圖3 中可得出:組主的消耗在任何情況下都要高于組員;并且組員越多,組主的消耗越大.

根據上述兩個實驗,可將實驗室結果總結如下.

1)通過對不同狀態(tài)的WFD 進行能耗測試,并通過電流大小反饋能耗等級.WFD 在空閑時的能耗極低,得益于其原有的節(jié)能機制.但處于工作狀態(tài)下,耗電量大大增加.因此,WFD 需要一個可以在數據傳輸時使用的節(jié)能優(yōu)化機制,并作為原有節(jié)能機制的補充.

2)通過在不同組大小下的能耗測試,組主的能耗始終高于組員;且組大小越大,組主的消耗越高.因此需要一個切換機制來平衡不同角色之間的能耗,盡量避免一個設備擔任過久的組主而造成極高的消耗.

根據上述兩點,本文提出的節(jié)能機制可以分為兩個部分:首先是采用發(fā)射功率調控,減少WFD 工作時的能量消耗;其次,采用切換機制以平衡組主的能量消耗,避免擔任組主的設備一直處于高消耗的狀態(tài).同時,也通過動態(tài)的切換保證組主和組員保持較近的距離,降低發(fā)射功率從而降低消耗.

3 WiFi Direct 節(jié)能優(yōu)化機制

在這一節(jié)中,首先介紹本文使用的系統模型;隨后介紹提出的WiFi Direct 節(jié)能優(yōu)化機制;最后介紹使用的調度算法.其中,節(jié)能優(yōu)化機制包括兩個部分,分別是功率調控以及切換機制.

3.1 系統模型

WFD 的多組通信模型[12]如圖4 所示.

Fig.4 Network model圖4 網絡模型

在該多組通信模型中,WFD 通信組中的組主充當網關負責自己組與其他組的數據交換.此外,每個組的組主除了在自己的組擔任組主之外,它也在別的組充當一個組員,此時的組主相當于一個網關負責兩個組之間的數據交換.如第2 組的組主在第1 組內充當一個組員,而第1 組的組主則在第10 組內充當組員.需要注意的是:這里有一個特殊的組主,即第9 組的組主,它是唯一一個沒有在其他組內擔任組員的組主.本文使用NS-3 模擬器去進行仿真實驗.共使用50 個節(jié)點去模擬一個基于WFD 的自組織網絡,使用的節(jié)點數目足夠去模擬一些現實生活的例子,例如聚會、會議和一些小型的公共場所等.圖4 中顯示的是組大小為5 的情況,WFD 通信組的組大小范圍是2～15 個[3].在進行仿真實驗時,會對不同組大小的WFD 通信組進行性能測試.WFD 建立在IEEE 802.11協議的基礎上,采用半雙工模型工作.由于采用了避免沖突的載波感知多址(carrier sense multiple access with collision avoidance,簡稱CSMA/CA)的工作機制,因此存在一個間隔時間段Inter-Frame Space(IFS)來避免沖突.因此,一個組中進行通信的設備越多,設備等待的時間就越多.更多的等待時間延長了設備工作的時間,不斷地監(jiān)聽信道導致了更多的能源消耗.此外,由于這段時間內沒有數據進行傳輸,同時也導致了更低的吞吐量.其次,由于帶寬是有限的,在一個組中越多的設備將導致分配的帶寬更小,甚至有些設備由于競爭帶寬的失敗而失去連接.最后,設備的處理能力是有限的.當組主設備在運行時,組越大,負載越大,對性能的影響也越大.這些說明了組大小是直接影響整體性能的關鍵參數.因此,本文會通過分析不同組大小的網絡性能,選擇最佳的組大小.

3.2 功率調控

本文使用對數距離路徑損耗模型來計算設備之間的發(fā)射功率.對數距離路徑損耗模型是室內傳播模型常用的經驗模型,其計算公式如下.

其中,L是傳播過程中的路徑損耗;L0是在參考距離d0下的路徑損耗,通常使用Friis 路徑損耗模型進行計算;d0是參考距離,單位是m;n是衰減參數,通常依賴于周圍環(huán)境和建筑物的類型;d是設備之間的實際距離,單位是m.

在使用式(1)之前,本文需要先計算L0.使用到的Friis 自由空間傳播模型公式如式(2)所示.

其中,Pt是發(fā)送功率,Pr是接收功率,Gt是發(fā)送增益,Gr是接收增益,λ是波長,d是設備之間的通信距離.根據路徑損耗與Pr和Pt的關系,有:

將式(3)代入式(2),就有:

將式(4)中的距離d設置為參考距離d0,即得到L0.在本文中,本文將發(fā)送增益Gt設置為1dB,接收增益Gr設置為?10dB.這些值是智能手機中典型的Wi-Fi 天線的設置[28].在NS-3 模擬器中使用802.11g 協議,工作在2.4GHz以下,因此λ的值設置為0.125m,參考距離設置為1m.把以上的數值帶入式(4),即可得到=30.05dBm.這個損耗將作為參考損耗被用在對數距離路徑損耗模型的計算中.將L0帶入到式(1)中,得到:

其接收功率Pr、發(fā)送功率Pt與路徑上的傳播損耗關系如式(6)所示.

本文將接收功率設置為?75dBm[25],這是一個最低的功率值,保證了無線設備之間有一個良好的連接.然后將衰減參數n和參考距離d0分別設置為3 和1,這是NS-3 中得默認值.最后將這些參數以及式(5)帶入到式(6)就能得到最終的功率計算公式:

通過式(7)就可以計算任意距離d下的路徑損耗.在式(7)下,其發(fā)射功率和距離的關系如圖5 所示.

Fig.5 Distance and TxPower圖5 距離與發(fā)射功率

3.3 切換機制

在切換機制中包含了組主與組員之間的切換機制和組間不同組員的切換機制:前者是為了平衡組主的能量消耗;而后者是讓組員通過切換到一個更近的組主,減少發(fā)射功率從而降低能量消耗.

A.組主切換機制

在第2 節(jié)的WiFi Direct 電量消耗的第2 個測試中,實驗結果顯示,組主的消耗一直高于組員,并且設備的數量越多,組主的消耗就越大.所以擔任組主的設備在擔任一定時間以后需要進行切換,盡量降低該設備的消耗.文獻[20]對設備的能耗和網絡的效率進行了研究,提出了每10min 進行一次設備切換,這個時間段被證實是平衡能耗和效率的最佳值.因此在本文中,組主每10min 切換一次,其過程如圖6 所示.

Fig.6 Switching process of group owner圖6 組主切換過程

組主切換觸發(fā),每組的組員進行能耗排名,從能耗消耗最低的組員開始選擇.如果該組員愿意成為組主,那么該組員將成為新的組主;如果該組員不愿意充當組主以避免消耗過多的能耗,則自動選擇下一個組員進行判斷;如果所有組員設備都不愿意充當組主,那么原有的組主將繼續(xù)擔任組主.當所有新組主被選出以后,廣播給其他所有的非組主設備,其他設備根據距離通過搶占的方式,加入距離自己最近的組主.

在確定新組主時,如圖6 所示,組員可能愿意成為新組主,也可能不愿意.這涉及到博弈.此外,每個組員都有獨立的選擇,且組員的選擇會影響最終的結果.因此,新組主的選擇過程是一個NP-Hard 問題.

問題1.在組主切換過程中,新組主的選擇是一個NP-Hard 問題.

證明,假設擁有N個容量為C的盒子,M個大小為s的小球,且s

在本文中,將采用納什平衡(Nash equilibrium,簡稱NS)來解決上述的NP-Hard 問題.假設設備總數為N,有設備的意愿策略組an={a1,a2,…,an}∪N,an的初值為1,且表示為

意愿策略組即設備是否想成為組主的意愿值集合.每個組員都有兩個意愿決策值進行選擇,且每個組員的意愿決策值都初始化為1.當組主切換發(fā)生之后,所有的組員節(jié)點按照能耗水平進行排名,從能耗最低的設備開始進行判斷.如果此時an的值為1,則當前設備愿意成為組主,且an的值設為0;如果此時an的值為0,該設備不愿成為組主,將此時an的值設為1,并跳過當前的設備.在最壞的情況下,設備都不愿意成為組主,即an的值都是0.但是通過納什平衡,它們的值被設置為1.在下一次的組主切換中,它們都希望成為新的組主.通過納什平衡設置兩個意愿決策值,尋找到了NP-Hard 的局部解來解決問題1.

B.組主切換機制

組員切換中,沒有10min 的限制,組員的切換是實時的.組員通過切換到一個較近的組主,更近的通信距離有效地降低了組主和組員的發(fā)射功率,從而降低了功率消耗.然而,如果組員感知到更近的組主就進行切換,頻繁的切換會極大地影響網絡性能.此外,因為每個組主所連接的設備數量有限,這種行為也會導致其他設備不得不選擇更遠的設備,導致更高的能耗.

如圖7 所示,在切換之后,組員12、組員6 和組主1 距離較近,加入了組主1,從而導致組員2 和組員4 不得不選擇較遠的組主.因此,在本文中提出了一個切換概率Pswitch來控制組主節(jié)點是否切換到另外一個可用的網絡.Pswitch有4 個參數,如式(9)所示.

其中,d是兩個節(jié)點之間的實際距離,d0是最大切換距離,N是當前組的設備數量,α是指數控制因子.在本文中,所有的節(jié)點分布在半徑為100m 的圓形區(qū)域內,因此將d0設置為100m.當兩個節(jié)點的距離大于100m 后,當前節(jié)點應當切換選擇到一個更近的可用網絡,此時概率Pswitch公式如下:

本文在仿真實驗中采用不同的指數控制因子α,并根據能耗以及吞吐量選擇最佳的指數控制因子α.

Fig.7 Uncontrolled switching圖7 無控制的切換

3.4 調度算法

本文中一共使用了4 種調度算法,其中,第1 種算法(算法1)負責調度其他3 種算法.第1 種算法初始化以后,循環(huán)激活提出的節(jié)能機制,如算法1 所示.

在算法1 中,使用loopInRuntime作為算法1 的函數名.它擁有3 個參數——GONodeSet、GMNodeSet和RunTime:GONodeSet是組主節(jié)點的集合;GMNodeSet是一個二維數組,第1 列是組主節(jié)點,后面跟的是這些組主節(jié)點一一對應的組員節(jié)點,這兩個同樣是全局變量;RunTime代表已經運行的時間.在NS-3 模擬器中,使用GetSeconds(?)函數去獲取當前的時間,并賦予給CurrentTime進行判斷哪一部分需要去調用.在算法開始階段,將RunTime的時間初始化給TempTime.如果是第1 次運行,那么RunTime的時間為0;如果不是第1 次,那么它會繼承上一次的運行時間.如果CurrentTime和TempTime的差值大于 600s(每 10min 切換一次),就調用NetConfiguration(算法4),并將CurrentTime的時間賦予給TempTime作為新時間點,用于下次調用時RunTime的初始化;如果差值小于600s,則調用每個組的組主和他們的組員節(jié)點到NodeSwitch中(算法3)去決定是否進行組員切換.nodeArray是一個臨時數組,用來存儲一個組主的所有組員節(jié)點,它用來調用SetNewPower(算法2).Schedule是一個調度函數,有3 個參數.它根據第1 個參數的時間延遲調度第2 個參數,第2 個參數在本文中是算法1 本身.第3 個參數this代表了算法1 的3 個參數:GONodeSet,GMNodeSet和TempTime.GONodeSet和GMNodeSet會被更新,然后,TempTime會在下一個loopInRuntime中作為RunTime.

第2 種算法,根據距離設置發(fā)射功率,如算法2 所示.

在算法2 中,使用SetNewPower作為算法2 的函數名,它有兩個參數:GONode和nodeArray.GONode是一個組主節(jié)點,而nodeArray是該組主節(jié)點的組員集合.它們用來計算當前的組主與組員的距離,并設置相應的發(fā)射功率.函數CalculateDistance用來計算兩個節(jié)點的距離,然后,CalculatePower根據CalculateDistance的結果計算相應的發(fā)射功率,其計算公式使用的是式(7).在算法開始時,初始化3 個變量:tempPower,finalPower和distance.依次計算nodeArray的每個組員與組主的距離,結果為distance.并計算相應的發(fā)射功率,計算出的發(fā)射功率為tempPower,賦予對應的組員,使用SetPower函數.此時,將tempPower與finalPower比較:如果tempPower較大,則將tempPower的值賦予給finalPower.當所有組員的功率設置完畢以后,此時finalPower是組員中最大的發(fā)射功率,將finalPower賦予給組主節(jié)點.

第3 種算法,控制組員節(jié)點切換,如算法3 所示.

在算法3 中,使用NodeSwitch作為算法3 的函數名.他擁有兩個參數:GONode和GMNode.GONode是一個組主節(jié)點,GMNode是一個它的組員節(jié)點.他們被算法1 和算法4 調度.算法3 是用來控制組員節(jié)點是否切換到其他更近的可用網絡,屬于組員切換.在算法開始時,初始化3 個變量:距離distance初始化為0,切換標志Switching設置初始化為False,初始化臨時的組主數組TempGONodeArray.首先,通過函數CalculateDistance計算組主和組員的距離,將結果賦予distance;然后,將distance帶入JudgeSwitch,該函數是用來判斷節(jié)點是否進行切換,其計算公式是式(10).函數JudegeSwitch的結果賦給切換變量Switching,如果Switching的值是True,則代表當前的組員節(jié)點需要進行切換,離開當前組,并且更新當前組主的組員節(jié)點數組以及當前的組大小.需要注意的是,每個組的組大小也是作為一個全局變量.隨后離開的節(jié)點搜索任何可以切換的組主,并將其加入到TempGONodeArray中,隨后選擇一個最近的組主加入.在切換完成以后,隨即更新整個GMNodeSet和每個組的組大小.雖然組員在第4 步的時候就宣布離開了組主,但為了盡量降低硬切換導致的斷開對整個網絡性能的極大影響,組員實際上還是留在組中進行數據交換,當前的聲明只是為了給其他想切換的組員提供切換的空間.當其他組員加入后,當前的宣布離開的組員才會真正地離開,或者等整個切換機制即第9 步完成以后,真正地離開當前組.

第4 種算法,組主切換如算法4 所示.

在算法4 中,使用NetConfiguration作為算法4 的函數名.它擁有兩個參數:GONodeSet和GMNodeSet.算法4 每10min 被調用一次.當被調用以后,為每一組選擇下一任組主,該算法是作為組主切換.當被調用時,初始化一個臨時的組主數組TempGONodeSet,并把目前的組主序列GONodeSet賦予TempGONodeSet.隨后,算法重置GONodeSet的序列為空,然后開始將每組的組員消耗開始進行排列.從TempGONodeSet的第1 個組主開始,首先從各自的組員中選擇消耗最低的組員.如果選擇的組員想成為新組主,開始更新組主、組員列表以及組大小,隨后從當前組的循環(huán)跳出,開始下一個組的循環(huán).如果當前被選擇的組員不愿意作為新組主,則選擇下一個成員.當所有的新組主被選擇完畢以后,從新組主的第1 個組主開始,剩下的組員中選擇是否加入當前組主,每次選擇完成以后,都需要更新所有的數組以及組大小.

4 實 驗

4.1 實驗設置

在實驗過程中,為了清楚地觀察到不同組大小下的性能差異,節(jié)點被直接按照組大小分為若干個組,在實驗過程中,可能會出現不同組大小的現象.例如,當組大小為6 時,有8 個組大小為6 的組,有一個組大小為2 的組.因此,進行性能評價時,本文按照當前網絡的平均組大小進行評價.運行實驗時,將運行兩個實驗,分別是:a.禁用節(jié)能機制;和b.啟用節(jié)能機制.其中,禁用節(jié)能機制中將會作為對照組.除了禁用節(jié)能機制外,兩個實驗中,除了發(fā)射功率,其他設置完全一樣.對于提出的節(jié)能機制,每10min 進行一次組主切換,組員切換和功率調控則實時控制.在節(jié)能機制禁用時,其發(fā)射功率被設置為20dBm,這是正常用戶使用時的默認值[25].當節(jié)能機制啟用并且組主切換發(fā)生時,其發(fā)射功率也會被設置為20dBm.當組主選擇完成以后,算法2 就會計算新的發(fā)射功率.在實驗過程中,共50 個節(jié)點,其中,每兩個節(jié)點隨機組成一組數據發(fā)送/接收搭檔.一個節(jié)點持續(xù)向另外一個節(jié)點發(fā)送數據,該過程持續(xù)1h.所有節(jié)點的接收功率將會被設置為?75dBm,這是設備之間保持一個良好連接的最低保障.

4.2 實驗評價

實驗結果如圖8 所示.所有節(jié)點的默認發(fā)射功率被設置為20dBm[25],20dBm 是設備正常發(fā)射時使用的功率.當禁用節(jié)能機制時,在實驗過程中,設備的發(fā)射功率保持默認值不變,并持續(xù)到實驗結束(運行1h).因此,此時整個網絡的能耗通過計算為55.56dB.在組主切換期間,組主的發(fā)射功率也會保持為默認發(fā)射功率,以確保覆蓋足夠多的設備.

Fig.8 Experimental results圖8 實驗結果

不同組大小的能量消耗如圖8(a)所示,可以看到:當切換指數因子α=0 時,整個網絡的能量消耗是最低的;并且整個網絡的能量隨著指數α的增加而增加,兩者呈現一個正比的關系.出現這種現象的原因是:根據本文所提出的切換機制,α越小,組員切換得就越頻繁,頻繁的切換就導致了組主和組員始終保持一個較小的距離,從而擁有一個較低的發(fā)射功率,降低了整個網絡的消耗;與此相對的是α越大,切換概率越低,WFD 通信組就越穩(wěn)定.由于設備具有移動性,當組主、組員距離增加時,消耗增加.當組大小為5 且α為0 時,整個網絡達到最低的能量消耗,為41.70dB.相比于禁用節(jié)能機制,獲得了23.32%的能量增益.整個網絡在組大小為2 且α=2 時,獲得了最大的能量消耗,為45.14dB,此時也獲得了11.02%的能量增益.從圖8(a)中可以發(fā)現,小規(guī)模的組通常比大規(guī)模的組擁有一個更高的能量消耗.例如,組大小為2,3 時,要明顯高于組大小為9,10 等大規(guī)模的組.這是由于本文采用的網絡模型(如圖4 所示)在小規(guī)模組中,大部分的節(jié)點充當組主(AP),而少量的節(jié)點充當組員.如圖9 所示,網絡中一共有9 個設備,組大小為2 的情況時,只有一個組員,其余的設備都作為組主存在;在組大小為5 的情況時,組主數量明顯減少,組員數量大量地增加.由于組主負責數據的跨組傳輸,不斷地跨組通信、轉發(fā)數據導致能量消耗較高.且組主為了保證所有的組員擁有一個良好的連接,都處于大功率的狀態(tài)(由于移動性,組員和組主的距離可能會隨著移動方向的不同逐漸增加).因此在小規(guī)模組的情況下,龐大的組主數量導致了更高的能量消耗.隨著組大小的增加,組主數量的減少,充當組員的節(jié)點數量增多,組內數據發(fā)送比例增加.因此,整個網絡的能量消耗開始降低.

Fig.9 Devices in different group sizes圖9 不同組大小的設備情況

組主和組員的平均發(fā)射功率如圖8(b)所示,對于所有的指數因子α,他們得到的結果都展示了相同的趨勢.因此,本文中選擇參數因子等于1/3 的情況作為實例.圖8(b)中展示了不同角色之間的平均發(fā)射功率,以及組主和組員兩個角色與所有節(jié)點的平均發(fā)射功率的對比.從整體上來看:組主的發(fā)射功率要比組員的發(fā)射功率要高,并且它也隨著組大小的增加而增加.這意味著在整個過程中,組主的能量消耗一直高于組員的能量消耗,并且組大小越大,能量消耗越高.這一點與在真機實驗中得到的結論一致.

圖8(c)表明了本文所提出的節(jié)能機制能夠有效地平衡組主的效率,降低了組主的消耗.本文提出的節(jié)能機制的另外一個目的是平衡組主的能量消耗.在這一部分中,本文選擇了組大小為12,且參數因子為1/3 時作為示例.這個例子同時也代表了在大規(guī)模組中擁有高切換靈活性的例子.圖8(c)中記錄了3 個節(jié)點的發(fā)射功率,它們都是作為組主節(jié)點.組主切換每10min(600s)發(fā)生一次,因此,它們的平均發(fā)射功率大于或者等于所有組主的平均發(fā)射功率.在第1 次組主切換發(fā)生以后,它們不再擔任組主,它們的平均發(fā)射功率開始下降,并且與組員的平均發(fā)射功率處于相同的水平上.需要注意的是:曾經擔任組主2 的節(jié)點2,此時仍然具有很高的發(fā)射功率.這是因為它不再擔任組主后,此時也離新的組主較遠,并且暫時沒有任何較近的可切換的網絡供它切換,因此它保持一個較高的發(fā)射功率.在2 400s 之后,它的發(fā)射功率也開始下降,意味著它的能量消耗也開始下降.

整個網絡獲得的吞吐量如圖8(d)所示.在圖8(d)中,吞吐量分為兩個部分:第1 個部分是禁用節(jié)能機制時獲得的吞吐量;第2 個部分則是啟用節(jié)能機制,在不同的指數因子α下獲得的吞吐量情況.從整體上來看,禁用節(jié)能機制時獲得的吞吐量都高于啟用節(jié)能機制時獲得的吞吐量.禁止節(jié)能機制并且組大小為2 時,獲得最高的吞吐量為48.58Mb/s.當啟用節(jié)能機制時,吞吐量隨著指數因子α值的增加而增加,兩者呈一個正比的關系.造成這個現象的原因是:由于本文提出的切換公式中,α的值越大,網絡的切換概率就越低,因此網絡就可以保持一個長時間穩(wěn)定的傳輸,獲得較高的吞吐量.當節(jié)能機制啟用時,本文在組大小為2 且α=1 時獲得最高的吞吐量,為47.61Mb/s.與此同時,整個網絡的能量消耗為44.82dB.意味著本文提出的節(jié)能機制能在獲得11.86%的能量增益的同時,獲得大約2%的吞吐量損失.除此之外,同樣在組大小為2 的情況下,在α=0 時獲得最佳的節(jié)能效果,為44.4dB.此時的吞吐量為45.92Mb/s,獲得14.35%的能量增益,但是伴隨著5.48%的吞吐量損失.從圖8(d)中可以看出,吞吐量隨著組大小的增加而快速降低.當組大小很小時,一個組里面的設備碰撞概率就大大降低,并且在小規(guī)模的WFD 通信組內,有很多節(jié)點擔任組主角色來負責數據的處理和轉發(fā).然而隨著組大小的增大,組主隨著組員的數量的增加而急劇減少.例如,在組大小為2 時,有49 個組主;當組大小為3 時,有18 個組主;當組大小為5 時,只有10 個組主.組大小越大,組主數量越少,這意味著只發(fā)送數據的節(jié)點數量增加,越來越少的節(jié)點負責數據的處理和轉發(fā).由于一個節(jié)點的處理能力有限,當大量的數據涌入時,會造成網絡的擁擠和吞吐量的下降.并且在大規(guī)模的組里面,碰撞的概率大大增加,就會增加更多的IFS 時間去避免碰撞,也會造成吞吐量的下降.當組大小大于8 時,吞吐量有輕微的上漲.這是由于相比于前面幾個組,當組大小大于8 時,組主和組員的比例差距明顯.組內通信的增加,組間通信的減少.

4.3 指數因子

組大小和指數因子α共同決定了切換的靈活性.越小的組大小和切換指數因子α,切換的概率越大,網絡的靈活性就越強;與之相反,越大的組大小和切換指數因子α則會導致切換的概率越小,網絡就越穩(wěn)定.然而,頻繁的切換會影響整個網絡的吞吐量,但長時間的穩(wěn)定傳輸又會造成過高的能量消耗.因此,在吞吐量和能量消耗之間需要做出一個權衡的選擇.當面對實際情況時,應當選擇一個合適的指數因子α來權衡吞吐量和能量消耗.

在本文中提出一個簡單的評價標準用來選擇一個適合的α,其評價公式如式(11)所示.

在式(11)中,將評價公式分為a和b兩個部分,a和b代表了不同的側重比例;a代表能量增益的分數,而b則代表獲得的吞吐量分數,其中,a+b=100.通過a和b的不同比例下的分數來獲得合適的指數因子α.在a部分中,TxPower代表了當節(jié)能機制啟用時,所有節(jié)點的平均發(fā)射功率.發(fā)射功率越小,獲得的能量增益越高,則分數越高.在b部分中,T代表了在啟用節(jié)能機制時獲得的吞吐量,而Tdisable則代表了禁用節(jié)能機制時獲得的吞吐量.啟用節(jié)能機制時獲得的吞吐量的值越大,代表了損失的吞吐量越低,則獲得的分數越高.當只考慮節(jié)能效果時,α的值應該設置為0.此時的組員切換效率最高,能量增益效果最好.當只考慮吞吐量時,α的值應該設置為2.此時整個網絡的穩(wěn)定性最高,獲得的吞吐量最高,但是能量消耗最高.除去這兩種極端的情況,本文考慮了3 種比例:側重于節(jié)能(70:30)、平衡(50:50)、側重于吞吐量(30:70).不同比例下的不同指數因子下的情況如圖10 所示.

Fig.10 Experiment results at different ratio for different α圖10 不同比例下的不同指數因子α的實驗結果

在圖10 中,雖然組大小為2 時擁有最高的吞吐量,但是根據評價公式,它并沒有最高的性能分數.圖中的結果意味著:當涉及到輕量級數據傳輸的場景中,WFD 通信組的組大小設置擁有更多的選項.當側重于節(jié)能效果時,指數因子α的值通常都偏小,大部分的組在α小于等于2/3 時取得較高的分數.而當處于平衡狀態(tài)時,組大小偏小時,則指數因子α的取值較大;組大小偏大時,指數因子α的取值較小.當偏重于吞吐量時,大部分組的取值都大于1,少部分的組的取值較小.組與組之間的最佳指數因子都不盡相同,并且在部分組中以及不同的側重下,其最佳值也不一樣.因此,面對實際的情況時,應該根據實際的需求選擇一個合適的指數因子.

4.4 實驗總結

在這一節(jié)中,本文在NS-3 模擬器中對提出的節(jié)能機制進行仿真,并和沒有啟用節(jié)能機制時的實驗數據進行對比.此外,本文也討論了不同組大小時的性能,并設置了不同的指數因子α.最后,提出了一個公式用以評價不同的指數因子α.其實驗結果總結如下.

1)提出的節(jié)能機制能夠在數據傳輸時,有效地降低能耗.能夠在獲得11.86%的能耗增益的同時,只損失2%的吞吐量(組大小為2,且α=1).

2)從圖8(b)中的實驗結果可知,組主的功耗要高于組員.這與真機WFD 測試的結論一致.兩者相互驗證.

3)從圖8(c)中的實驗結果可知,提出的節(jié)能機制能夠有效地平衡組主的功耗.

4)在指數評價中,本文設置了不同的側重(應用場景),用以測試不同指數因子的性能表現.在同一側重下,規(guī)模越小的組,最佳的指數因子越大;規(guī)模越大的組,最佳的指數因子最小.這是由于越小的組越希望穩(wěn)定,而較大的組則希望更頻繁的切換;其次,不同組、不同側重下的最佳指數因子都不相同.這說明當該機制實際應用時,應該根據當前的網絡環(huán)境、能耗和吞吐量期望等情況進行權衡,以找到最適合的指數因子.同時,也反映了通過設置不同的指數因子,提出的節(jié)能機制有很強的適應性.

5 總結

WFD 能夠帶來高速的數據傳輸速率,但是也帶來了高能耗的問題.此外,本文在安卓上對WFD 通信組進行了一系列的能耗測試,結果顯示,組主的能耗要高于組員.針對上述的問題,本文提出一種基于功率調控的WFD節(jié)能優(yōu)化機制,用于降低設備使用WFD 傳輸數據的能量消耗;同時,加入切換機制平衡組主的能耗.提出的節(jié)能機制也能夠作為WFD 原有的節(jié)能機制的補充.本文探索不同的參數組合,選擇合適的組大小和參數α來優(yōu)化能耗和吞吐量.仿真結果表明,該機制能夠優(yōu)化整個網絡能耗,并能有效平衡組主的能耗.

在未來的工作中,可以利用無線充電技術[29,30]對所提出的機制進行改進,提高D2D 設備的使用時間.此外,本文計劃在智能終端上推行及評估建議的節(jié)能機制.