溫浩杰，解韻坤，姜東亞

(中國(guó)人民解放軍東部戰(zhàn)區(qū)總醫(yī)院，南京 210002)

0 引言

隨著物聯(lián)網(wǎng)和無(wú)線網(wǎng)絡(luò)等技術(shù)的發(fā)展，智慧醫(yī)療的發(fā)展在逐漸加快。與此同時(shí)，醫(yī)院和患者對(duì)智慧醫(yī)療設(shè)備的需求在逐漸增加，醫(yī)療無(wú)線傳感器網(wǎng)絡(luò)在醫(yī)療領(lǐng)域的使用也在逐漸深入[1]?，F(xiàn)階段的智慧醫(yī)療設(shè)備主要通過主流的無(wú)線協(xié)議來(lái)進(jìn)行連接和組網(wǎng)，且主要在非授權(quán)頻段進(jìn)行工作[2]。由于目前智慧醫(yī)療設(shè)備數(shù)量過多且醫(yī)療無(wú)線傳感器網(wǎng)絡(luò)被廣泛使用，醫(yī)療無(wú)線異構(gòu)共存網(wǎng)絡(luò)遇到了很多問題，如因網(wǎng)絡(luò)擁塞而導(dǎo)致的吞吐量下降等[3]。網(wǎng)絡(luò)擁塞是指在分組交換的網(wǎng)絡(luò)中由于分組數(shù)量過多而轉(zhuǎn)發(fā)節(jié)點(diǎn)資源有限，導(dǎo)致轉(zhuǎn)發(fā)節(jié)點(diǎn)無(wú)法及時(shí)處理這些分組，造成網(wǎng)絡(luò)性能下降[4-5]。

對(duì)于這些問題，大部分研究主要是通過簡(jiǎn)單的擁塞檢測(cè)和速率調(diào)節(jié)機(jī)制來(lái)對(duì)擁塞進(jìn)行處理，并沒有考慮到信息流量的變化趨勢(shì)和擁塞的變化過程，也沒有考慮網(wǎng)絡(luò)傳輸?shù)墓叫訹6]。此外，也有一些研究是從頻域入手，通過長(zhǎng)期演進(jìn)網(wǎng)絡(luò)的動(dòng)態(tài)選擇，在頻域上把長(zhǎng)期演進(jìn)信道和無(wú)線網(wǎng)絡(luò)信道給分開。這種辦法雖然可以較好地對(duì)無(wú)線異構(gòu)共存網(wǎng)絡(luò)的沖突進(jìn)行避免，但是也存在節(jié)點(diǎn)數(shù)量多時(shí)效率較低的問題[7-8]。

為了對(duì)智慧醫(yī)療設(shè)備共存網(wǎng)絡(luò)的擁塞情況進(jìn)行更好的緩解，研究在現(xiàn)有網(wǎng)絡(luò)優(yōu)化模型的基礎(chǔ)上引入了以虛擬隊(duì)列為基礎(chǔ)的擁塞控制方法[9]。虛擬隊(duì)列方法主要涉及兩個(gè)方面，第一個(gè)方面是先對(duì)多路徑和服務(wù)質(zhì)量感知路由進(jìn)行構(gòu)建，第二個(gè)方面是通過速率調(diào)整和主動(dòng)丟包的策略來(lái)對(duì)擁塞進(jìn)行檢測(cè)[10]。因此，研究創(chuàng)新性地提出了基于授權(quán)輔助接入和無(wú)線保真共存的擁塞控制模型，且以此為依據(jù)建立了不同公平約束下最大吞吐量的問題優(yōu)化，并引入了以虛擬隊(duì)列為依據(jù)的擁塞控制方法。

1 LAA-WiFi網(wǎng)絡(luò)優(yōu)化模型構(gòu)建

圖1 HOL馬爾科夫鏈狀態(tài)轉(zhuǎn)移過程

圖1中，K(g)代表最大退避等級(jí)，m(g)表示最大窗口重傳次數(shù)上限，W(g)代表網(wǎng)絡(luò)節(jié)點(diǎn)的初始退避窗口。R代表HOL請(qǐng)求開始傳輸，F(xiàn)表示HOL此次傳輸存在沖突，傳輸未完成。T代表HOL正在傳輸且傳輸成功，Ri和Fi中的i代表HOL目前重新傳輸?shù)拇螖?shù)。當(dāng)HOL傳輸失敗時(shí)，其狀態(tài)會(huì)從Ri轉(zhuǎn)變?yōu)镕i，若相反，則轉(zhuǎn)變?yōu)門。因此，各狀態(tài)最后呈現(xiàn)的概率如式(1)所示。

(1)

(2)

式中，σ表示時(shí)隙時(shí)長(zhǎng)，RD代表數(shù)據(jù)速率，PL為數(shù)據(jù)包長(zhǎng)度。RB為基礎(chǔ)速率，DIFS表示分布式幀間隔，SIFS代表短幀間隔。macH和phyH分別代表介質(zhì)訪問控制層包頭和物理層包頭，ACK為確認(rèn)字符，其全稱為Acknowledge character。LAA網(wǎng)絡(luò)的在F狀態(tài)和T狀態(tài)下以及不同網(wǎng)絡(luò)在R狀態(tài)下的平均停留時(shí)間如式(3)所示。

(3)

(4)

(5)

HOL在共存網(wǎng)絡(luò)中的狀態(tài)可以被當(dāng)作對(duì)應(yīng)節(jié)點(diǎn)的狀態(tài)，WiFi節(jié)點(diǎn)和LAA節(jié)點(diǎn)的接入成功概率的表達(dá)式如式(6)所示。

(6)

(7)

式中，g=W，L。且e(g)的表達(dá)如式(8)所示。

(8)

網(wǎng)絡(luò)共存界有兩種較為流行的公平原則，時(shí)間公平原則和第三代合作計(jì)劃(3GPP，3rd generation partnership project)公平原則[13-14]。為了得到最大吞吐量，研究以LAA-WiFi模型為基礎(chǔ)，對(duì)這兩種公平原則進(jìn)行了理論約束條件的轉(zhuǎn)化，并以此為依據(jù)建立了最大吞吐量?jī)?yōu)化問題[13-14]。時(shí)間公平約束下的最大吞吐量?jī)?yōu)化問題如式(9)所示。

(9)

(10)

在3GPP公平約束下，最大吞吐量?jī)?yōu)化問題的建立如式(11)所示。

(11)

對(duì)于3GPP公平約束下最大吞吐量的求解，研究先是將優(yōu)化問題劃分為兩個(gè)獨(dú)立的問題，之后再用數(shù)學(xué)方法進(jìn)行求解。在對(duì)不同公平約束條件下的最大吞吐量求解之后，研究會(huì)通過實(shí)驗(yàn)仿真的方式對(duì)求解的結(jié)果進(jìn)行驗(yàn)證。

2 擁塞控制方法

為了對(duì)智慧醫(yī)療設(shè)備共存網(wǎng)絡(luò)的擁塞情況進(jìn)行更好的緩解，研究在現(xiàn)有網(wǎng)絡(luò)優(yōu)化模型的基礎(chǔ)上引入了以虛擬隊(duì)列為基礎(chǔ)的擁塞控制方法。虛擬隊(duì)列方法主要涉及兩個(gè)方面，第一個(gè)方面是先對(duì)多路徑和服務(wù)質(zhì)量感知路由進(jìn)行構(gòu)建，第二個(gè)方面是通過速率調(diào)整和主動(dòng)丟包的策略來(lái)對(duì)擁塞進(jìn)行檢測(cè)。路由路徑的構(gòu)建分為三步，第一步是匯聚節(jié)點(diǎn)Sink先生成一個(gè)任務(wù)，并將其發(fā)送到整個(gè)網(wǎng)絡(luò)中。第二步是源節(jié)點(diǎn)把和事件相關(guān)的請(qǐng)求包發(fā)送到Sink，第三步是Sink把確認(rèn)包發(fā)送到源節(jié)點(diǎn)，并對(duì)最終的路由進(jìn)行構(gòu)建。確認(rèn)包一般根據(jù)事件的類型分為兩類，其中一類是高優(yōu)先級(jí)確認(rèn)包，另一類是低優(yōu)先級(jí)確認(rèn)包。在構(gòu)建了路由路徑之后，源節(jié)點(diǎn)會(huì)開始發(fā)送數(shù)據(jù)到Sink。數(shù)據(jù)優(yōu)先級(jí)不同，節(jié)點(diǎn)選擇的路由也不同。高優(yōu)先級(jí)路由表中可以到達(dá)Sink的路只有一條，而低優(yōu)先級(jí)路由表中可以達(dá)到Sink的路有許多條。低優(yōu)先級(jí)路由表中記錄被轉(zhuǎn)發(fā)的概率如式(12)所示。

(12)

式中，DSPk代表轉(zhuǎn)發(fā)概率，k為第k條記錄，m表示節(jié)點(diǎn)低優(yōu)先級(jí)路由表的記錄總數(shù)，a代表比重因子，HSk代表低優(yōu)先級(jí)路由表中第k條記錄對(duì)應(yīng)的下一跳節(jié)點(diǎn)到Sink的跳數(shù)。DMax(b)為節(jié)點(diǎn)b到Sink的最大數(shù)據(jù)轉(zhuǎn)發(fā)時(shí)延，DMax(k)為第k條記錄到Sink的最大數(shù)據(jù)轉(zhuǎn)發(fā)時(shí)延。為了對(duì)網(wǎng)絡(luò)的擁塞情況和節(jié)點(diǎn)的發(fā)送速率等信息進(jìn)行了解，研究使用了隊(duì)列管理機(jī)制。該機(jī)制下單個(gè)節(jié)點(diǎn)的虛擬隊(duì)列模型如圖2所示。

圖2 單個(gè)節(jié)點(diǎn)的虛擬隊(duì)列模型

隊(duì)列管理機(jī)制會(huì)以節(jié)點(diǎn)數(shù)量為依據(jù)對(duì)整個(gè)父節(jié)點(diǎn)隊(duì)列進(jìn)行虛擬地分離。如圖2所示，節(jié)點(diǎn)Z是父節(jié)點(diǎn)，其子節(jié)點(diǎn)的數(shù)量為A，則Z節(jié)點(diǎn)的隊(duì)列可以用一個(gè)本地虛擬隊(duì)列和m個(gè)子虛擬隊(duì)列來(lái)進(jìn)行虛擬分離。不同節(jié)點(diǎn)發(fā)送或產(chǎn)生的分組都用自身的虛擬隊(duì)列來(lái)進(jìn)行存儲(chǔ)，且隊(duì)列大小的分配主要以流的優(yōu)先級(jí)為依據(jù)。經(jīng)過節(jié)點(diǎn)的數(shù)據(jù)流優(yōu)先級(jí)決定了節(jié)點(diǎn)的優(yōu)先級(jí)，研究把數(shù)據(jù)流的優(yōu)先級(jí)分為三種，分別為全局優(yōu)先級(jí)、自身流優(yōu)先級(jí)和轉(zhuǎn)發(fā)流優(yōu)先級(jí)。自身流優(yōu)先級(jí)的計(jì)算如式(13)所示。

(13)

TP(b)=∑b∈C(b)GP(b)

(14)

式中，TP(b)表示節(jié)點(diǎn)收到其所有子節(jié)點(diǎn)發(fā)送的數(shù)據(jù)流的優(yōu)先級(jí)，b∈C(b)代表節(jié)點(diǎn)的子節(jié)點(diǎn)的集合，GP(b)表示節(jié)點(diǎn)的全局優(yōu)先級(jí)。全局優(yōu)先級(jí)的計(jì)算即為自身流優(yōu)先級(jí)和轉(zhuǎn)發(fā)流優(yōu)先級(jí)之和。對(duì)于擁塞的檢測(cè)，大部分方法都是使用信道負(fù)載，沒有對(duì)網(wǎng)絡(luò)擁塞的變化過程進(jìn)行考慮，得出的檢測(cè)結(jié)果基本上也只有擁塞或非擁塞兩種情況。為了對(duì)網(wǎng)絡(luò)擁塞檢測(cè)精度進(jìn)行提高，通過隊(duì)列長(zhǎng)度和變化率來(lái)對(duì)網(wǎng)絡(luò)擁塞情況進(jìn)行檢測(cè)。通過虛擬隊(duì)列變化情況可以對(duì)隊(duì)列的變化率進(jìn)行計(jì)算，虛擬隊(duì)列變化的計(jì)算如式(15)所示。

(15)

(16)

式中，qvb代表節(jié)點(diǎn)擁塞狀態(tài)的趨勢(shì)，Mb+1為節(jié)點(diǎn)的虛擬隊(duì)列總數(shù)。在對(duì)網(wǎng)絡(luò)擁塞情況進(jìn)行了解之后，節(jié)點(diǎn)需要進(jìn)行擁塞信息的反饋。擁塞反饋分為顯示反饋和隱式反饋兩種方式?；趦煞N反饋方式各自的特點(diǎn)，研究選擇了隱式反饋方式來(lái)進(jìn)行擁塞的反饋。速率調(diào)整主要是以網(wǎng)絡(luò)的具體狀態(tài)為依據(jù)，而網(wǎng)絡(luò)的狀態(tài)一般分為三種，分別為擁塞已出現(xiàn)、擁塞將出現(xiàn)和擁塞已清除。當(dāng)網(wǎng)絡(luò)已經(jīng)出現(xiàn)擁塞時(shí)，為了對(duì)擁塞進(jìn)行消除，需要對(duì)子節(jié)點(diǎn)的發(fā)送速率和自身流的產(chǎn)生速率進(jìn)行調(diào)整。平均服務(wù)時(shí)間的計(jì)算如式(17)所示。

(17)

(18)

(19)

式中，為t時(shí)刻節(jié)點(diǎn)b中第m個(gè)虛擬隊(duì)列的擁塞程度。子節(jié)點(diǎn)發(fā)送速率和自身流的產(chǎn)生速率分配如式(20)所示。

(20)

當(dāng)隊(duì)列長(zhǎng)度在擁塞避免區(qū)時(shí)，需要對(duì)隊(duì)列的變化率進(jìn)行判斷。隊(duì)列的變化率越大，節(jié)點(diǎn)的隊(duì)列波動(dòng)就越大。此時(shí)的產(chǎn)生速率計(jì)算如式(21)所示。

(21)

(22)

(23)

式中，υd代表丟包概率，δ1和δ2為比重系數(shù)，qv表示隊(duì)列的變化率。qv值越大，擁塞越嚴(yán)重，υd值也就越高。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 網(wǎng)絡(luò)優(yōu)化實(shí)驗(yàn)結(jié)果與分析

根據(jù)LAA-WiFi智慧醫(yī)療設(shè)備的共存網(wǎng)絡(luò)優(yōu)化模型，研究找到了網(wǎng)絡(luò)吞吐量等表達(dá)式。本部分主要對(duì)共存網(wǎng)絡(luò)優(yōu)化模型及表達(dá)式等結(jié)果進(jìn)行驗(yàn)證，如吞吐量和網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量的相關(guān)性等。LAA-WiFi模型共存網(wǎng)絡(luò)、LAA網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)在不同節(jié)點(diǎn)的吞吐量和LAA節(jié)點(diǎn)及WiFi節(jié)點(diǎn)在不同節(jié)點(diǎn)數(shù)量下的接入成功概率如圖3所示。

圖3 不同網(wǎng)絡(luò)吞吐量和不同節(jié)點(diǎn)的接入成功概率

通過圖3(a)可以得知，LAA-WiFi模型共存網(wǎng)絡(luò)總吞吐量的理論值最大值為0.99，最小值為0.95，平均值為0.97。LAA網(wǎng)絡(luò)吞吐量的理論值最大值為0.88，最小值為0.81。WiFi網(wǎng)絡(luò)吞吐量的理論值最大值為0.12，最小值為0.10。三種網(wǎng)絡(luò)的吞吐量仿真值和理論值數(shù)值基本吻合。LAA-WiFi模型共存網(wǎng)絡(luò)和LAA網(wǎng)絡(luò)的吞吐量皆是隨著節(jié)點(diǎn)的增加而減少，而WiFi網(wǎng)絡(luò)的吞吐量是隨著節(jié)點(diǎn)的增加而增加。通過圖3(b)可以看出，接入成功概率的理論值最大值為0.51，最小值為0.20。LAA節(jié)點(diǎn)和WiFi節(jié)點(diǎn)的接入成功概率仿真值和理論值基本吻合，但是二者仿真值的最大值和理論值不一樣。LAA節(jié)點(diǎn)和WiFi節(jié)點(diǎn)仿真值的最大值皆為0.52。隨著節(jié)點(diǎn)數(shù)量的增加，LAA節(jié)點(diǎn)和WiFi節(jié)點(diǎn)的接入成功概率也在下降。由此可見，信道接入成功概率及網(wǎng)絡(luò)吞吐量都和節(jié)點(diǎn)數(shù)量有關(guān)。不同傳輸時(shí)長(zhǎng)下不同網(wǎng)絡(luò)的吞吐量和不同節(jié)點(diǎn)的接入成功概率如圖4所示。

圖4 不同傳輸時(shí)長(zhǎng)下不同網(wǎng)絡(luò)的吞吐量和不同節(jié)點(diǎn)的接入成功概率

由圖4(a)可知，LAA-WiFi模型共存網(wǎng)絡(luò)總吞吐量的理論值最大值為0.97，最小值為0.95。LAA-WiFi模型的吞吐量隨著成功傳輸時(shí)長(zhǎng)的增加而緩慢增加。LAA網(wǎng)絡(luò)吞吐量的理論值最大值為0.66，最小值為0.37。LAA網(wǎng)絡(luò)的吞吐量隨著成功傳輸時(shí)長(zhǎng)的增加而減少。WiFi網(wǎng)絡(luò)吞吐量的理論值最大值為0.6，最小值為0.3。WiFi網(wǎng)絡(luò)的吞吐量隨著成功傳輸時(shí)長(zhǎng)的增加而逐漸增加。三種網(wǎng)絡(luò)的吞吐量仿真值和理論值數(shù)值基本吻合。通過圖4(b)可以看出，WiFi節(jié)點(diǎn)和LAA節(jié)點(diǎn)接入成功概率的理論值和仿真值皆沒有變化。由此可知，接入成功概率和成功傳輸時(shí)長(zhǎng)沒有相關(guān)性，網(wǎng)絡(luò)吞吐量和成功傳輸時(shí)長(zhǎng)有關(guān)。不同LAA節(jié)點(diǎn)初始退避窗口下不同網(wǎng)絡(luò)的吞吐量和不同節(jié)點(diǎn)的接入成功概率如圖5所示。

圖5 不同LAA節(jié)點(diǎn)初始退避窗口下不同網(wǎng)絡(luò)的吞吐量和不同節(jié)點(diǎn)的接入成功概率

通過圖5(a)可以看出，LAA-WiFi模型共存網(wǎng)絡(luò)總吞吐量的理論值最大值為0.98，最小值為0.93。LAA網(wǎng)絡(luò)吞吐量的理論值最大值為0.86，最小值為0.1，且吞吐量整體變化幅度較大。WiFi網(wǎng)絡(luò)吞吐量的理論值最大值為0.84，最小值為0.13，且吞吐量整體變化幅度較大。WiFi網(wǎng)絡(luò)的吞吐量是隨著初始退避窗口的增加而增加，LAA-WiFi模型和LAA網(wǎng)絡(luò)的吞吐量是隨著初始退避窗口的增加而減少。三種網(wǎng)絡(luò)的吞吐量仿真值和理論值數(shù)值基本吻合。通過圖5(b)可以得知，WiFi節(jié)點(diǎn)和LAA節(jié)點(diǎn)的接入成功概率基本一致，且其理論值和仿真值的數(shù)值大致吻合。隨著初始退避窗口的增加，接入成功概率也在緩慢地上升。當(dāng)初始退避窗口足夠大時(shí)，接入成功概率基本不變。由此可見，網(wǎng)絡(luò)吞吐量和接入成功概率都與初始退避窗口有關(guān)，且初始退避窗口對(duì)網(wǎng)絡(luò)吞吐量的影響較大。以LAA-WiFi共存網(wǎng)絡(luò)的理論模型為依據(jù)，研究通過公式對(duì)時(shí)間公平和3GPP公平約束進(jìn)行了表達(dá)。同時(shí)，通過對(duì)不同公平約束下網(wǎng)絡(luò)最大吞吐量?jī)?yōu)化問題的求解，研究發(fā)現(xiàn)了在不同約束條件下最大吞吐量和節(jié)點(diǎn)數(shù)量等內(nèi)容的相關(guān)性。時(shí)間公平約束下標(biāo)準(zhǔn)參數(shù)在不同接入優(yōu)先級(jí)下的不同網(wǎng)絡(luò)吞吐量如圖6所示。

圖6 時(shí)間公平約束下標(biāo)準(zhǔn)參數(shù)在不同接入優(yōu)先級(jí)下的不同網(wǎng)絡(luò)吞吐量

由圖6(a)可知，在LAA接入優(yōu)先級(jí)為1時(shí)，LAA-WiFi共存網(wǎng)絡(luò)、LAA網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)吞吐量的理論值都和仿真值基本一致。LAA-WiFi共存網(wǎng)絡(luò)吞吐量的最大值為0.85，最小值趨近于0。LAA網(wǎng)絡(luò)吞吐量的最大值為0.8，最小值也趨近于0。WiFi網(wǎng)絡(luò)吞吐量的最大值為0.03，最小值趨近于0。隨著節(jié)點(diǎn)數(shù)量的增加，LAA-WiFi共存網(wǎng)絡(luò)和LAA網(wǎng)絡(luò)的吞吐量先較為迅速地下降再較為緩慢地下降。WiFi網(wǎng)絡(luò)吞吐量是隨著節(jié)點(diǎn)數(shù)量的增加而緩慢減少。通過圖6(b)可以看出，在LAA接入優(yōu)先級(jí)為3和4時(shí)，LAA-WiFi共存網(wǎng)絡(luò)、LAA網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)吞吐量的理論值都和仿真值基本一致。LAA-WiFi共存網(wǎng)絡(luò)吞吐量的最大值為0.99，最小值為0.98。LAA網(wǎng)絡(luò)吞吐量的最大值為0.54，最小值為0.5。WiFi網(wǎng)絡(luò)吞吐量的最大值為0.5，最小值為0.45。LAA-WiFi共存網(wǎng)絡(luò)和LAA網(wǎng)絡(luò)的吞吐量都是隨著節(jié)點(diǎn)數(shù)量的增加而緩慢減少，且LAA-WiFi共存網(wǎng)絡(luò)的吞吐量下降得更慢。WiFi網(wǎng)絡(luò)吞吐量是隨著節(jié)點(diǎn)數(shù)量的增加而增加。由此可見，當(dāng)LAA接入優(yōu)先級(jí)過高時(shí)，其和WiFi網(wǎng)絡(luò)之間基本不存在公平性，網(wǎng)絡(luò)空間基本上都被LAA網(wǎng)絡(luò)給占據(jù)。此時(shí)節(jié)點(diǎn)數(shù)量越多，LAA網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)就越容易崩潰。時(shí)間公平約束下優(yōu)化參數(shù)在不同接入優(yōu)先級(jí)下的不同網(wǎng)絡(luò)吞吐量如圖7所示。

通過圖7(a)可以得知，在LAA接入優(yōu)先級(jí)為1時(shí)，LAA-WiFi共存網(wǎng)絡(luò)、LAA網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)吞吐量的理論值都和仿真值基本一致，且這些網(wǎng)絡(luò)吞吐量的理論值和仿真值基本上都沒有變化。由圖7(b)可知，在LAA接入優(yōu)先級(jí)為3和4時(shí)，LAA-WiFi共存網(wǎng)絡(luò)、LAA網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)吞吐量的理論值都和仿真值基本一致，且這些網(wǎng)絡(luò)吞吐量的理論值和仿真值基本上也都沒有變化。由此可見，在時(shí)間公平優(yōu)化下最大吞吐量和節(jié)點(diǎn)數(shù)量無(wú)關(guān)。3GPP公平約束下標(biāo)準(zhǔn)參數(shù)在不同接入優(yōu)先級(jí)下的不同網(wǎng)絡(luò)吞吐量如圖8所示。

由圖8(a)可知，在LAA接入優(yōu)先級(jí)為1時(shí)，三種網(wǎng)絡(luò)的吞吐量仿真值和理論值數(shù)值基本吻合。LAA-WiFi共存網(wǎng)絡(luò)理論值和仿真值的最大值皆為0.35，最小值皆為0.32。LAA網(wǎng)絡(luò)理論值和仿真值的最大值皆為0.35，最小值皆為0.3。WiFi網(wǎng)絡(luò)理論值和仿真值的最大值皆為0.04，最小值皆趨近于0。此時(shí)，WiFi網(wǎng)絡(luò)的吞吐量比其他網(wǎng)絡(luò)的吞吐量要小很多。LAA-WiFi共存網(wǎng)絡(luò)和LAA網(wǎng)絡(luò)的吞吐量是隨著wifi節(jié)點(diǎn)的增加而逐漸減少，WiFi網(wǎng)絡(luò)的吞吐量是隨著wifi節(jié)點(diǎn)的增加而緩慢增加。通過圖8(b)可以得知，在LAA接入優(yōu)先級(jí)為3和4時(shí)，三種網(wǎng)絡(luò)的吞吐量仿真值和理論值數(shù)值基本吻合。LAA-WiFi共存網(wǎng)絡(luò)理論值和仿真值的最大值接近于1，最小值皆為0.98。LAA網(wǎng)絡(luò)理論值和仿真值的最大值皆為0.7，最小值皆為0.3。WiFi網(wǎng)絡(luò)理論值和仿真值的最大值皆為0.69，最小值皆趨近于0.3。LAA-WiFi共存網(wǎng)絡(luò)的吞吐量隨著wifi節(jié)點(diǎn)的增加而緩慢的增加，WiFi網(wǎng)絡(luò)的吞吐量隨著wifi節(jié)點(diǎn)的增加而較為快速的增加。LAA網(wǎng)絡(luò)的吞吐量是隨著wifi節(jié)點(diǎn)的增加而逐漸減少。3GPP公平約束下優(yōu)化參數(shù)在不同接入優(yōu)先級(jí)下的不同網(wǎng)絡(luò)吞吐量如圖9所示。

圖9 3GPP公平約束下優(yōu)化參數(shù)在不同接入優(yōu)先級(jí)下的不同網(wǎng)絡(luò)吞吐量

由圖9(a)可知，在LAA接入優(yōu)先級(jí)為1時(shí)，LAA-WiFi共存網(wǎng)絡(luò)、LAA網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)吞吐量的理論值和仿真值基本上一致。LAA-WiFi共存網(wǎng)絡(luò)吞吐量的值基本上沒有變化，整體上都趨近于1。WiFi網(wǎng)絡(luò)吞吐量最大值為0.96，最小值為0.83，且其隨著WiFi節(jié)點(diǎn)的增加而逐漸增加。LAA網(wǎng)絡(luò)吞吐量最大值為0.16，最小值為0.4，且其隨著WiFi節(jié)點(diǎn)的增加而逐漸下降。通過圖9(b)可以看出，在LAA接入優(yōu)先級(jí)為3和4時(shí)，LAA-WiFi共存網(wǎng)絡(luò)、LAA網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)吞吐量的理論值和仿真值基本上一致。LAA-WiFi共存網(wǎng)絡(luò)吞吐量的值基本上也沒有變化，整體上也都趨近于1。WiFi網(wǎng)絡(luò)吞吐量最大值為0.7，最小值為0.35，且其隨著WiFi節(jié)點(diǎn)的增加而逐漸增加。LAA網(wǎng)絡(luò)吞吐量最大值為0.65，最小值為0.3，且其隨著WiFi節(jié)點(diǎn)的增加而逐漸下降。由此可見，在3GPP 公平優(yōu)化下最大吞吐量和WiFi 節(jié)點(diǎn)數(shù)量有關(guān)。

3.2 擁塞控制控制實(shí)驗(yàn)結(jié)果與分析

為了解決網(wǎng)絡(luò)吞吐量的問題，研究通過虛擬隊(duì)列的方法來(lái)對(duì)網(wǎng)絡(luò)擁塞進(jìn)行控制。為了證明方法的有效性，研究對(duì)虛擬隊(duì)列方法下的丟包率和吞吐量等信息進(jìn)行了分析。虛擬隊(duì)列方法下的丟包率、吞吐量和端到端時(shí)延的統(tǒng)計(jì)如圖10所示。

圖10 丟包率、吞吐量和端到端時(shí)延的統(tǒng)計(jì)

由10(a)可知，隨著源節(jié)點(diǎn)采樣速率的提升，虛擬隊(duì)列方法的丟包率也在不斷地上升。當(dāng)采樣速率在20 kb/s到40 kb/s之間時(shí)，丟包率的增長(zhǎng)速率是較為緩慢的。當(dāng)采樣速率大于40 kb/s后，丟包率的增長(zhǎng)速率有了較大的提升。由圖10(b)可知，虛擬隊(duì)列方法的吞吐量最大值約為317，最小值約為108。虛擬隊(duì)列方法的吞吐量隨著采樣速率的增加而增加。通過圖10(c)可以看出，虛擬隊(duì)列方法端到端時(shí)延的最大值為0.61 s，最小值為0.21 s。當(dāng)采樣時(shí)間在1 s到2 s之間時(shí)，端到端時(shí)延是呈上升的趨勢(shì)。當(dāng)采樣時(shí)間大于2 s時(shí)，端到端時(shí)延隨著時(shí)間的增長(zhǎng)而減少。為了進(jìn)一步說明虛擬隊(duì)列方法的有效性，研究選取了混合最優(yōu)信道分配(HOCA，hybrid optimal channel allocation)算法來(lái)進(jìn)行對(duì)比。虛擬隊(duì)列方法和HOCA算法的損失值和綜合評(píng)價(jià)值F1對(duì)比如圖11所示。

圖11 虛擬隊(duì)列方法和HOCA算法的損失值和F1值對(duì)比

由圖11(a)可知，虛擬隊(duì)列訓(xùn)練集損失值最大值為2.0，最小值為0.53。虛擬隊(duì)列驗(yàn)證集損失值最大值為1.9，最小值為0.55。HOCA訓(xùn)練集損失值最大值為3.17，最小值為2.08。HOCA驗(yàn)證集損失值最大值為3.17，最小值為2.0。通過圖11(b)可知，虛擬隊(duì)列F1值最大值為0.938，最小值為0.913，平均值為0.923 4。HOCA的F1值最大值為0.831，最小值為0.818，平均值為0.826 6。由此可見，序列隊(duì)列方法在擁塞控制方面有良好的效果。

4 結(jié)束語(yǔ)

為了對(duì)智慧醫(yī)療設(shè)備的無(wú)線異構(gòu)共存網(wǎng)絡(luò)進(jìn)行優(yōu)化和對(duì)網(wǎng)絡(luò)擁塞進(jìn)行控制，研究提出了基于授權(quán)輔助接入和無(wú)線保真共存的網(wǎng)絡(luò)優(yōu)化理論模型，并以此為依據(jù)建立了不同公平約束下最大吞吐量的問題優(yōu)化，且引入了以虛擬隊(duì)列為依據(jù)的擁塞控制方法。實(shí)驗(yàn)結(jié)果顯示，網(wǎng)絡(luò)吞吐量和節(jié)點(diǎn)數(shù)量、成功傳輸時(shí)長(zhǎng)都有關(guān)。在不同節(jié)點(diǎn)數(shù)量下，LAA-WiFi模型共存網(wǎng)絡(luò)總吞吐量的仿真值最小值為0.95。在不同成功傳輸時(shí)長(zhǎng)上，LAA-WiFi模型共存網(wǎng)絡(luò)總吞吐量的仿真值最小值為0.95。在時(shí)間公平約束優(yōu)化方案下，LAA-WiFi模型共存網(wǎng)絡(luò)的總吞吐量一直都是0.5。在3GPP公平約束優(yōu)化方案下，LAA-WiFi共存網(wǎng)絡(luò)吞吐量的值整體上都趨近于1，且該值比3GPP公平定義中原網(wǎng)絡(luò)的最大值還大。由此可見，在3GPP 公平優(yōu)化下最大吞吐量和WiFi節(jié)點(diǎn)數(shù)量有關(guān)。虛擬隊(duì)列方法的吞吐量最大值約為317，最小值約為108。虛擬隊(duì)列方法端到端時(shí)延的最大值為0.61 s，最小值為0.21 s。虛擬隊(duì)列訓(xùn)練集損失值最大值為2.0，最小值為0.53，且驗(yàn)證集損失值最大值為1.9，最小值為0.55。虛擬隊(duì)列綜合評(píng)價(jià)值平均值為0.923 4。綜上所述，在把參數(shù)調(diào)整到最優(yōu)時(shí)LAA-WiFi模型會(huì)讓LAA網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)實(shí)現(xiàn)公平共存，且虛擬隊(duì)列方法可以有效地對(duì)網(wǎng)絡(luò)擁塞進(jìn)行控制。