林漢翔,李凌翎,任久春,朱 謙
(復(fù)旦大學(xué) 通信科學(xué)與工程系,上海 200433)
基于容遲網(wǎng)絡(luò)模型的帆船VMG監(jiān)測系統(tǒng)設(shè)計
林漢翔,李凌翎,任久春,朱 謙
(復(fù)旦大學(xué) 通信科學(xué)與工程系,上海 200433)
本文介紹了一種采用容遲網(wǎng)絡(luò)模型設(shè)計的帆船運(yùn)動多參數(shù)監(jiān)測系統(tǒng),以實(shí)現(xiàn)多節(jié)點(diǎn)的協(xié)同監(jiān)測.利用排隊(duì)論的理論方法,對系統(tǒng)犧牲實(shí)時性換取數(shù)據(jù)利用率、系統(tǒng)可靠性的性能進(jìn)行了仿真分析,得出在資源受限的環(huán)境下(丟包率0.1),容遲系統(tǒng)可以提高約17.3%的數(shù)據(jù)利用率,顯著提高了監(jiān)測結(jié)果的客觀性.通過樣機(jī)設(shè)備在實(shí)際訓(xùn)練中的使用,驗(yàn)證了該設(shè)計方法的可行性、可靠性.
協(xié)同監(jiān)測; 容遲網(wǎng)絡(luò); 對地船速航跡速度; 排隊(duì)論
隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展,越來越多的行業(yè)提出了對信息化、數(shù)字化應(yīng)用的需求.隨著現(xiàn)代集成電路和微機(jī)電系統(tǒng)(Micro- Electro- Mechanical System, MEMS)傳感器制造技術(shù)的進(jìn)步,物聯(lián)網(wǎng)通過互聯(lián)的無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network, WSN)感知并傳遞應(yīng)用所需收集的信息,提高了人類對物理系統(tǒng)的管理與認(rèn)知能力,進(jìn)而推動了傳統(tǒng)行業(yè)的現(xiàn)代化發(fā)展[1].
在實(shí)際系統(tǒng)應(yīng)用場景中,待觀測現(xiàn)象往往需要多節(jié)點(diǎn)協(xié)同測量,以實(shí)現(xiàn)對觀測現(xiàn)象更好地感知與理解[2].于是,多傳感器信息融合技術(shù)受到了廣泛的關(guān)注.然而,無線傳感器網(wǎng)絡(luò)往往工作于資源受限的環(huán)境.這個特點(diǎn)使得異質(zhì)數(shù)據(jù)源數(shù)據(jù)的匯聚與同步成為棘手的問題.盡管多傳感器融合的概念很直觀,但在具體實(shí)現(xiàn)方面仍存在諸多的困難.
從系統(tǒng)實(shí)際應(yīng)用的實(shí)時性、可靠性和經(jīng)濟(jì)性等方面考慮,我們希望在可容忍的系統(tǒng)延時條件下,盡可能地改善數(shù)據(jù)對齊的處理過程,以期提高系統(tǒng)對殘缺數(shù)據(jù)的利用率和計算結(jié)果的客觀性、準(zhǔn)確性,從而達(dá)到優(yōu)化系統(tǒng)性能的目的.本文參考容遲網(wǎng)絡(luò)中數(shù)據(jù)的“存儲-攜帶-轉(zhuǎn)發(fā)”機(jī)制,提出了一種在資源受限的工作環(huán)境下通過在匯聚節(jié)點(diǎn)提供數(shù)據(jù)攜帶緩存、設(shè)計數(shù)據(jù)重傳的協(xié)議,以實(shí)現(xiàn)協(xié)同測量的優(yōu)化方案,并基于該方案設(shè)計實(shí)現(xiàn)了一套用以監(jiān)測帆船運(yùn)動中對地船速航跡速度(Velocity Made Good, VMG)參數(shù)的系統(tǒng).該系統(tǒng)是新一代的帆船多參數(shù)監(jiān)測系統(tǒng).上一代帆船多參數(shù)監(jiān)測系統(tǒng)可對帆船的多項(xiàng)技術(shù)參數(shù)監(jiān)測,但在數(shù)據(jù)同步匯聚及參數(shù)使用方面存在不足[3].
本系統(tǒng)通過監(jiān)測帆船的航速航向、船體姿態(tài)、賽場真風(fēng)等參數(shù),實(shí)現(xiàn)了對帆船運(yùn)動核心參數(shù)VMG的最優(yōu)估計,具有更高的實(shí)際應(yīng)用價值;采用新的系統(tǒng)設(shè)計模型,實(shí)現(xiàn)了海上遠(yuǎn)距離通信環(huán)境下帆船運(yùn)動各參數(shù)的容遲傳輸與同步匯聚.
如今,因特網(wǎng)協(xié)議與架構(gòu)以其出色的性能、成熟的技術(shù)而廣泛地發(fā)展出諸多出色的應(yīng)用.不同于資源充分的因特網(wǎng),有些網(wǎng)絡(luò)在工作中缺乏“保持連接”的基礎(chǔ)結(jié)構(gòu),而時常呈現(xiàn)出間歇性連接、延時明顯、信號衰落顯著的工作特點(diǎn),需使用專有協(xié)議進(jìn)行互聯(lián).于是國際互聯(lián)網(wǎng)任務(wù)工程組(the Internet Engineering Task Force, IETF)針對這樣的場景,提出了一種在端到端連接和節(jié)點(diǎn)資源都受限時適用的新型網(wǎng)絡(luò)體系結(jié)構(gòu)和應(yīng)用接口,稱為容遲網(wǎng)絡(luò)(Delay- Tolerant Network, DTN)[3- 5].
圖1 傳統(tǒng)因特網(wǎng)5層模型與DTN模型對比Fig.1 DTN model compared with traditional Internet five layers network model
DTN和傳統(tǒng)因特網(wǎng)在分層體系結(jié)構(gòu)上的對比,可用圖1描述.可以看出,DTN相比于傳統(tǒng)的五層網(wǎng)絡(luò)模型,在應(yīng)用層(Application Layer)與傳輸層(Transport Layer)之間加入了一個Bundle層(Bundle Layer),以更好地體現(xiàn)它在這個6層模型中的作用.由于Bundle層的存在,DTN的整體工作機(jī)制通常被描述為“存儲-攜帶-轉(zhuǎn)發(fā)(store- carry- forward)”[4- 6].
DTN一般有以下幾個特性[5]:
1) 高延遲、低數(shù)據(jù)速率 端到端傳輸,具有較高的延遲總和,即每一跳上經(jīng)歷的鏈路傳輸時間、節(jié)點(diǎn)處理時間、傳播時間以及排隊(duì)時間等.容遲網(wǎng)絡(luò)的數(shù)據(jù)傳輸速率一般在10kbps的數(shù)量級,延遲大約是1s或更長.
2) 數(shù)據(jù)流不對稱性 由于數(shù)據(jù)負(fù)載在容遲網(wǎng)絡(luò)內(nèi)通常是不均勻分布的,因此雙工信道的負(fù)荷是不對稱的.通常容遲網(wǎng)絡(luò)具有較大的下行凈荷數(shù)據(jù)和上行控制數(shù)據(jù).
3) 網(wǎng)絡(luò)斷開 端到端的斷開比較普遍,原因有錯誤和非錯誤兩方面.非錯誤方面,通常是因?yàn)橐苿?、或者低占空比工作判定超時斷開造成的.?dāng)嚅_頻繁地出現(xiàn)于容遲網(wǎng)絡(luò)中,但是是可以預(yù)知的.
4) 長排隊(duì)延遲 消息可能需要在中間路由節(jié)點(diǎn)中存儲相當(dāng)長的時間,以等待資源釋放,或者發(fā)現(xiàn)更好的路徑.
DTN模型被最為廣泛地應(yīng)用于星際通信、航空航天通信的系統(tǒng)設(shè)計中.無線傳感器網(wǎng)絡(luò)也是其典型應(yīng)用領(lǐng)域之一.無線傳感器網(wǎng)絡(luò)呈現(xiàn)出容遲網(wǎng)絡(luò)特性最直接的原因便是從能耗控制角度出發(fā)的系統(tǒng)設(shè)計方案.因?yàn)閼?yīng)用對節(jié)點(diǎn)提出的低功耗設(shè)計需求,節(jié)點(diǎn)間通信通常選擇較低的發(fā)射功率,并低占空比操作.同時再加上應(yīng)用中節(jié)點(diǎn)的移動性、惡劣工作環(huán)境給無線網(wǎng)絡(luò)帶來的多徑衰落、陰影遮蔽等影響,節(jié)點(diǎn)工作過程中有很大概率呈現(xiàn)為“不可見”設(shè)備.這些特點(diǎn)使得無線傳感器網(wǎng)絡(luò)十分適合采用容遲網(wǎng)絡(luò)模型來進(jìn)行系統(tǒng)設(shè)計.
基于容遲網(wǎng)絡(luò)模型而設(shè)計的無線傳感器監(jiān)測系統(tǒng),其工作流程大致可分為原始數(shù)據(jù)采集、數(shù)據(jù)發(fā)送與匯聚、數(shù)據(jù)容遲計算3個關(guān)鍵步驟.
2.1原始數(shù)據(jù)采集
利用多種傳感器技術(shù),對待觀測變量信息獨(dú)立地感知、獲取原始數(shù)據(jù)是各監(jiān)測系統(tǒng)所必須的基礎(chǔ).傳感器節(jié)點(diǎn)可將待觀測的結(jié)果轉(zhuǎn)化為可以進(jìn)一步處理的電信號、或使用其他編碼方式予以表征[7].各傳感器按照各自的采樣率獨(dú)立采集,也體現(xiàn)出了協(xié)同測量的工作模式.
對于已獲取的原始數(shù)據(jù),可采用一些數(shù)據(jù)濾波的方法在底層進(jìn)行預(yù)處理.一些有代表性的物理量,如位置、速度、航向等,具有當(dāng)前測量值與歷史測量值存在延續(xù)性的特點(diǎn),故可以考慮使用滾動平均的方法進(jìn)行平滑處理,即計算當(dāng)前時刻之前定長時間區(qū)間內(nèi)該參數(shù)的平均值,以消除瞬時值可能存在的誤差.同時,使用合理時間段內(nèi)經(jīng)過平滑處理的平均值,也比使用瞬時值更適用于引入了相對長的延時的容遲系統(tǒng),可提高整個系統(tǒng)對待觀測參量感知的客觀性.
2.2數(shù)據(jù)發(fā)送與匯聚
各節(jié)點(diǎn)設(shè)備可調(diào)用各自的射頻通信模塊,向匯聚節(jié)點(diǎn)傳輸上述原始數(shù)據(jù).在傳輸過程中,節(jié)點(diǎn)設(shè)備應(yīng)提供該數(shù)據(jù)采集相應(yīng)的時間戳信息作為匯聚節(jié)點(diǎn)數(shù)據(jù)同步的標(biāo)識,可通過傳輸幀格式的協(xié)議設(shè)計實(shí)現(xiàn).同時,傳輸過程不可預(yù)知地存在延時、丟包等現(xiàn)象,匯聚節(jié)點(diǎn)應(yīng)可檢測出數(shù)據(jù)丟失,并通知數(shù)據(jù)源進(jìn)行重傳.在等待重傳的過程中,匯聚節(jié)點(diǎn)體現(xiàn)出了其在容遲網(wǎng)絡(luò)體系中所獨(dú)有的數(shù)據(jù)攜帶的功能,即Bundle層所起到的“store- carry- forward”的特性.
2.3數(shù)據(jù)容遲計算
對數(shù)據(jù)的容遲計算,是整個系統(tǒng)運(yùn)行流程中最為核心的一步,同樣在匯聚節(jié)點(diǎn)完成.
首先,匯聚節(jié)點(diǎn)應(yīng)對緩沖區(qū)內(nèi)的所有數(shù)據(jù)進(jìn)行檢驗(yàn).對具有相同時間戳、且各數(shù)據(jù)源信息全部齊全的,將它們從緩沖區(qū)中提取出來,組成“有效數(shù)據(jù)組”,根據(jù)應(yīng)用的實(shí)際物理模型進(jìn)行相應(yīng)的計算.而對于有數(shù)據(jù)殘缺的,則在緩沖區(qū)內(nèi)緩存,等待重傳數(shù)據(jù)到來.
由于通常緩沖區(qū)使用的是微控制單元(Microcontroller Unit, MCU)的存儲器,資源有限,因此不能無限長存儲,需要匯聚節(jié)點(diǎn)對緩存數(shù)據(jù)進(jìn)行管理.匯聚節(jié)點(diǎn)采用實(shí)時時間為動態(tài)門限,設(shè)置出動態(tài)更新的“等待窗口”.通過和數(shù)據(jù)的時間戳信息進(jìn)行比對,尚處在有效窗口內(nèi)有缺失的數(shù)據(jù)可繼續(xù)緩存.如果重傳信息在時間過期前到達(dá),則該組數(shù)據(jù)仍然可完成組合并進(jìn)行計算,彌補(bǔ)計算出該時刻待觀測現(xiàn)象的結(jié)果并保存,體現(xiàn)出容遲計算的意義.若直到窗口關(guān)閉始終未能收到重傳數(shù)據(jù),則時間上過期的數(shù)據(jù)將清除出緩存區(qū).
我們使用排隊(duì)論理論模型作為預(yù)測工具,對系統(tǒng)性能進(jìn)行估計.通過對數(shù)據(jù)的到達(dá)率與計算處理的服務(wù)速率進(jìn)行合理的簡化假設(shè),分析求解出排隊(duì)系統(tǒng)的隊(duì)長和服務(wù)時間等參數(shù),從而解決緩存應(yīng)該設(shè)置多大的問題,并得到系統(tǒng)最優(yōu)的滑動窗口大小[8- 9].
帆船運(yùn)動是海上主流的競技項(xiàng)目之一.根據(jù)航海學(xué)的黃金法則,VMG是衡量帆船向目標(biāo)點(diǎn)移動能力的最直接參數(shù),和比賽成績的好壞密切相關(guān)[2].為了提高運(yùn)動員的訓(xùn)練水平和比賽成績,通過科學(xué)儀器對帆船運(yùn)動的多種技術(shù)參數(shù)進(jìn)行監(jiān)測,并合理建模以描述各參數(shù)對行船產(chǎn)生的具體影響,將幫助運(yùn)動員更深刻地理解帆船運(yùn)動,對提高成績有直接的指導(dǎo)意義;同時教練員根據(jù)得到的信息也可以更加科學(xué)地執(zhí)教、為運(yùn)動員提供有針對性的訓(xùn)練.這些對于科學(xué)助力我國運(yùn)動健兒在重大比賽中獲得好成績具有切實(shí)有效的意義.
VMG容遲監(jiān)測系統(tǒng)從整體上劃分為帆船端和教練艇端2部分(圖2).實(shí)際部署傳感器并實(shí)施監(jiān)測的帆船型號為激光雷迪爾級帆船.如圖2所示,分別部署在帆船和教練艇上的傳感節(jié)點(diǎn)獨(dú)立采集各參量的原始數(shù)據(jù),并發(fā)送至匯聚節(jié)點(diǎn)計算.系統(tǒng)中,帶LCD顯示屏的姿態(tài)測量節(jié)點(diǎn)(數(shù)字1標(biāo)注設(shè)備)和帆船網(wǎng)關(guān)(數(shù)字2標(biāo)注設(shè)備)組成帆船側(cè)子系統(tǒng);教練艇上由教練艇網(wǎng)關(guān)(數(shù)字3標(biāo)注)和智能手機(jī)終端(數(shù)字4標(biāo)注)組成應(yīng)用子系統(tǒng).
圖2 VMG容遲監(jiān)測系統(tǒng)示意圖Fig.2 VMG delay monitoring system diagram
依照容遲網(wǎng)絡(luò)的分層模型,VMG系統(tǒng)節(jié)點(diǎn)設(shè)備功能框圖3(見第82頁)所示.
圖3將每一個設(shè)備按模塊劃分,各模塊所實(shí)現(xiàn)的功能按照容遲網(wǎng)絡(luò)分層模型結(jié)構(gòu)表示出來,并使用了不同的顏色相互區(qū)分.各顏色與相應(yīng)層對應(yīng)關(guān)系為: 藍(lán)色——感知層、黃色——傳輸層、紅色——Bundle層、綠色——應(yīng)用層.該結(jié)構(gòu)框圖詳細(xì)地描述出了各個模塊內(nèi)部分工,將節(jié)點(diǎn)間對等通信的相應(yīng)模塊展示了出來.同時圖中虛線標(biāo)識出了整個系統(tǒng)應(yīng)用中的數(shù)據(jù)流.整個系統(tǒng)按照上述容遲網(wǎng)絡(luò)中的監(jiān)測系統(tǒng)模型設(shè)計,由原始數(shù)據(jù)的采集開始,經(jīng)過帆船網(wǎng)關(guān)上的匯聚、容遲計算后,再將結(jié)果分發(fā)至應(yīng)用端,完成VMG監(jiān)測的完整流程.
圖3 VMG系統(tǒng)節(jié)點(diǎn)設(shè)備功能框圖Fig.3 VMG monitoring system node functional block diagram
4.1模型構(gòu)建
根據(jù)經(jīng)典排隊(duì)論模型,為VMG監(jiān)測系統(tǒng)所搭建的排隊(duì)論模型如圖4所示.圖中方框代表了系統(tǒng)中的帆船網(wǎng)關(guān)設(shè)備,共有來自3個數(shù)據(jù)源的數(shù)據(jù)在這里匯聚.圖中用標(biāo)有“g”的數(shù)據(jù)塊代表傾角儀姿態(tài)數(shù)據(jù);“GPS”數(shù)據(jù)塊代表航速航向數(shù)據(jù);“W”則代表教練艇網(wǎng)關(guān)發(fā)送來的真風(fēng)數(shù)據(jù).實(shí)際測量過程中,規(guī)定傾角儀姿態(tài)數(shù)據(jù)以及GPS模塊的采樣速率同為1次/1s;而來自教練艇網(wǎng)關(guān)的風(fēng)速數(shù)據(jù)因信道容量限制而設(shè)置為1次/2s.圖中以時間為坐標(biāo)軸,用6組示例數(shù)據(jù)將3個數(shù)據(jù)源數(shù)據(jù)在到達(dá)時間上的關(guān)系簡單表示出來.用相同的顏色代表具有相同時間戳標(biāo)記的數(shù)據(jù),紅色為先,白色為最后到達(dá)的數(shù)據(jù).參考排隊(duì)論的理論模型,將系統(tǒng)看作提供服務(wù)的主體,數(shù)據(jù)則為需要系統(tǒng)提供服務(wù)的“客戶”.帆船網(wǎng)關(guān)的兩項(xiàng)計算轉(zhuǎn)換任務(wù)便為具體的服務(wù).圖中用服務(wù)A代表姿態(tài)計算,服務(wù)B代表VMG參數(shù)計算.需要聲明的是,由于風(fēng)速數(shù)據(jù)為1幀/2s,我們認(rèn)為該值可作為2s內(nèi)風(fēng)速風(fēng)向的有效值.因此每收到一個新的風(fēng)速數(shù)據(jù),使用它與當(dāng)前和下一秒的其他數(shù)據(jù)組成兩組有效數(shù)據(jù)隊(duì).這也就是圖中1幀風(fēng)速數(shù)據(jù)同時作為紅黃(或藍(lán)綠)數(shù)據(jù)塊中有效值的原因.
圖4 基于排隊(duì)論的帆船網(wǎng)關(guān)數(shù)據(jù)容遲匯聚、計算模型示意圖Fig.4 Sailing gateway data’s delay convergence and calculation model diagram based on the queuing theory
可以看出,數(shù)據(jù)在到達(dá)系統(tǒng)之后,會先進(jìn)入緩存區(qū)進(jìn)行數(shù)據(jù)完整性的檢驗(yàn).若3個數(shù)據(jù)源具有相同時間戳的數(shù)據(jù)均成功到達(dá),如圖中紅色、黃色和藍(lán)色標(biāo)識的情況,則稱為通過檢驗(yàn)的有效數(shù)據(jù)對,可以進(jìn)入系統(tǒng)接受服務(wù).若未通過檢驗(yàn),則需進(jìn)入圖中棕色區(qū)域標(biāo)識的“時變滑動窗口數(shù)據(jù)攜帶區(qū)”進(jìn)行暫存,等待缺失數(shù)據(jù)重傳.時變滑動窗口的含義是,以固定時長作為窗口大小,根據(jù)實(shí)時時間動態(tài)改變上下有效界.若重傳數(shù)據(jù)的時間戳落在了有效窗口內(nèi),如圖中淺綠色所標(biāo)記的“g”數(shù)據(jù),則可補(bǔ)充為有效數(shù)據(jù)對,離開攜帶區(qū)前往服務(wù)隊(duì)列.若攜帶區(qū)內(nèi)暫存數(shù)據(jù)的時間戳已落在有效窗口之外,這些數(shù)據(jù)則被丟棄以釋放攜帶區(qū)資源,重傳的數(shù)據(jù)也無法繼續(xù)接受服務(wù).以上便是模擬數(shù)據(jù)在帆船網(wǎng)關(guān)進(jìn)行匯聚、容遲計算的基本模型.
我們使用排隊(duì)論模型來解決這種對象隨機(jī)到達(dá),且需排隊(duì)接受服務(wù)的問題[8].系統(tǒng)中數(shù)據(jù)緩存區(qū)實(shí)際使用了MCU單片機(jī)的片內(nèi)存儲器,需設(shè)置滑動窗口對緩存區(qū)內(nèi)殘留的缺失數(shù)據(jù)進(jìn)行實(shí)時管理.滑動窗口設(shè)置過大,可能使得多個缺失的數(shù)據(jù)占滿緩存區(qū)而造成新數(shù)據(jù)的丟棄;而窗口設(shè)置過小,則只能提供較短的容遲時間服務(wù),可能導(dǎo)致數(shù)據(jù)丟棄,利用率下降.
根據(jù)排隊(duì)系統(tǒng)模型,我們從數(shù)據(jù)輸入、排隊(duì)和接受服務(wù)3個過程,先對系統(tǒng)進(jìn)行一些簡化假設(shè),以便分析.根據(jù)系統(tǒng)中數(shù)據(jù)的到達(dá)率、服務(wù)率等基本參數(shù),我們可以從統(tǒng)計意義上計算出排隊(duì)系統(tǒng)的利用率、平均隊(duì)長等性能參數(shù),進(jìn)而得到在滿足我們期望的性能條件下系統(tǒng)中的最大停留對象數(shù).由此便可以指導(dǎo)我們設(shè)計系統(tǒng)的最佳窗口大小.3個過程分別描述如下:
1) 輸入過程
系統(tǒng)中數(shù)據(jù)采用定時發(fā)送的方式,到達(dá)服務(wù)系統(tǒng)的過程服從馬爾可夫過程.由于無線網(wǎng)絡(luò)傳輸信道的衰落、多徑時延與環(huán)境干擾等因素的影響,接收端實(shí)際收到數(shù)據(jù)不可避免地具有不可預(yù)測的時延.因此我們假設(shè)數(shù)據(jù)到達(dá)服務(wù)系統(tǒng)的過程服從泊松分布[8],并帶有一定的丟包率.
2) 排隊(duì)規(guī)則
服務(wù)系統(tǒng)為到達(dá)數(shù)據(jù)開辟統(tǒng)一的隊(duì)列,采用先到先服務(wù)的規(guī)則.所有數(shù)據(jù)均按照到達(dá)時間先后填入緩存區(qū).符合條件的數(shù)據(jù)對將離開隊(duì)列接受服務(wù),而成分殘缺的數(shù)據(jù)將滯留在緩存區(qū)內(nèi)等待重傳,并在滑動窗口判定為過期后被清除.
3) 服務(wù)過程
帆船網(wǎng)關(guān)內(nèi)服務(wù)的過程主要由等待全部數(shù)據(jù)到達(dá)以通過數(shù)據(jù)完整性檢驗(yàn)、執(zhí)行計算、計算結(jié)果存儲和結(jié)果傳輸至通信模塊4部分組成.根據(jù)經(jīng)典排隊(duì)論模型,這里我們還需要假設(shè)服務(wù)時間是服從負(fù)指數(shù)分布的[8].
在上述假設(shè)基礎(chǔ)之上,我們?yōu)榉W(wǎng)關(guān)建立了數(shù)據(jù)到達(dá)服從泊松分布、服務(wù)時間滿足負(fù)指數(shù)分布的M/M/1/N/∞排隊(duì)模型.N代表系統(tǒng)容量,∞則代表數(shù)據(jù)總量為理想狀態(tài)下的無限量.我們用λ代表數(shù)據(jù)的平均到達(dá)率,μ代表平均服務(wù)率.則在系統(tǒng)容量為N的N個狀態(tài)空間中,穩(wěn)態(tài)下有如下系統(tǒng)狀態(tài)平衡方程:
(1)
由狀態(tài)方程,所有狀態(tài)概率和為1的條件下,可解得系統(tǒng)的各狀態(tài)概率解:
(2)
(3)
系統(tǒng)中存在3個數(shù)據(jù)源,且到達(dá)均服從泊松分布.其組成有效數(shù)據(jù)對的過程即為一定丟包率條件下3個數(shù)據(jù)源數(shù)據(jù)平均到達(dá)率之和.我們假設(shè)經(jīng)無線發(fā)送的數(shù)據(jù),存在ξ概率的丟包率(0≤ξ<1).而認(rèn)定與MCU電路直連的數(shù)據(jù)為理想信道,視為0丟包率.則有在不接受重傳的模型中,系統(tǒng)有效數(shù)據(jù)對的平均到達(dá)率λ=3(1-ξ)2.而接受重傳的模型中,我們假設(shè)重傳數(shù)據(jù)同樣滿足在丟包率為ξ的信道中傳輸,則系統(tǒng)中有效數(shù)據(jù)對的平均到達(dá)率:
λ=3[(1-ξ)2+2ξ(1-ξ)2+ξ2(1-ξ)2]=3(1-ξ2)2.
(4)
再來討論服務(wù)器的性能.
首先,我們可以將完成服務(wù)所需要的時間拆解為:
tserv=trec+tcalc+tstore+ttran,
(5)
其中:trec代表數(shù)據(jù)接收齊全的時間,以此作為數(shù)據(jù)組成有效對所需等待的時間;tcalc是系統(tǒng)計算處理時間,tstore是利用SPI接口向SD存儲卡傳輸存儲結(jié)果的時間;ttran則指代將結(jié)果經(jīng)UART接口發(fā)送給通信模塊的時間.由于我們使用了DMA的方式將數(shù)據(jù)填入UART接口的發(fā)送緩沖,因此可以認(rèn)為向藍(lán)牙模塊和向Sub- GHz模塊提交數(shù)據(jù)是并行的,ttran選取兩者之間的較大者.
根據(jù)平均服務(wù)率的概念,由于系統(tǒng)服務(wù)的數(shù)據(jù)為3個,即有效數(shù)據(jù)對有3個成員,所以得出系統(tǒng)的平均服務(wù)率為:
(6)
根據(jù)理論推算及實(shí)驗(yàn)室部分實(shí)驗(yàn)測試,得到和服務(wù)時間相關(guān)的各參數(shù)如下: 由于GPS模塊通過串行通信接口與MCU物理直連,因此可認(rèn)為等待數(shù)據(jù)齊全的時間,即真風(fēng)數(shù)據(jù)與傾角儀姿態(tài)數(shù)據(jù)接收的平均間隔.我們以真風(fēng)數(shù)據(jù)到達(dá)時刻為基準(zhǔn),選取時間差最小的姿態(tài)參數(shù)配對,則有最大間隔時間為0.5s.假設(shè)數(shù)據(jù)發(fā)送是均勻分布的,因此可得平均間隔時間E[trec]為0.25s.?dāng)?shù)據(jù)計算的時間可忽略,即tcalc≈0.SD卡基礎(chǔ)響應(yīng)時間為20ms,存儲使用SPI接口,速率為250kb/s,按照SD卡存儲格式存儲幀長96bit,則有tstore≈0.02+96×8/(250×103)=0.023s.2個UART接口統(tǒng)一采用9.6kb/s的波特率,傳輸幀長度為(37+60)bit,計算出傳輸完畢時間ttran=0.101s.所有參數(shù)相加,我們得到E[tserv]=0.25+0+0.023+0.101=0.374s.
根據(jù)式(4)與(6),計算得μ=8.021.假設(shè)丟包率為ξ=0.05,λ=2.985,則容遲系統(tǒng)的ρ=λ/μ=0.372.
根據(jù)系統(tǒng)狀態(tài)概率分布公式:
(7)
我們所關(guān)心的最優(yōu)窗口大小問題,可等效于求解聯(lián)合概率密度可滿足我們對系統(tǒng)性能期望的系統(tǒng)中對象個數(shù).假設(shè)我們期望成功計算出VMG與姿態(tài)結(jié)果,存儲入SD卡的結(jié)果數(shù)據(jù)丟包率小于0.01,即
(8)
將式(8)展開為累加的形式,運(yùn)用等比公式有:
(9)
其中mr(y)代表的是99%的情況中,系統(tǒng)內(nèi)最多的對象數(shù),也即我們必要開辟的最短隊(duì)長.等式兩邊取對數(shù)后,有:
(10)
當(dāng)ξ=0.01時,mr(y)為3.681;ξ=0.1時,mr(y)為3.590.mr(y)在這里所代表的意義為: 根據(jù)排隊(duì)論的理論指導(dǎo),系統(tǒng)工作的99%的時間中是不會停留超過3.657個對象的,即4s前的數(shù)據(jù)99%以上的概率已離開系統(tǒng).因此,我們根據(jù)這個參數(shù),可以設(shè)置動態(tài)的時間窗口大小為4s.如果4s之后隊(duì)列里仍殘留有等待重傳數(shù)據(jù)到達(dá)的殘缺數(shù)據(jù),則可視為重傳數(shù)據(jù)不可達(dá),對該組數(shù)據(jù)執(zhí)行丟棄.
4.2Simulink工具箱下的動態(tài)仿真
我們使用了Matlab中的Simulink工具箱,對VMG容遲監(jiān)測系統(tǒng)進(jìn)行了動態(tài)建模.利用仿真結(jié)果,我們可以對系統(tǒng)性能有大致的評估.對于一般條件下的排隊(duì)問題,解析解獲取有相當(dāng)大的難度.一個常用的做法就是用Monte Caro方法[10],從統(tǒng)計試驗(yàn)的角度,將問題簡化,求出象征系統(tǒng)性能的幾個核心參數(shù),如到達(dá)時間、服務(wù)時間、系統(tǒng)利用率等.
見圖5,我們使用了工具箱中子庫的各模塊來模擬,按照上述數(shù)據(jù)傳輸關(guān)系設(shè)定了數(shù)據(jù)產(chǎn)生模塊、運(yùn)算模塊并用連接線連接,將系統(tǒng)原始數(shù)據(jù)采集、數(shù)據(jù)同步計算的模型建立了起來.
首先,我們使用了均勻分布隨機(jī)數(shù)發(fā)生模塊作為模擬數(shù)據(jù)源,根據(jù)變換公式:
(11)
圖5 使用Simulink工具箱對系統(tǒng)建模、仿真模型圖Fig.5 System modeling and simulation model diagram using the Simulink toolbox
我們將均勻分布的u~(0,1)轉(zhuǎn)換為了服從參數(shù)為λ的指數(shù)分布的隨機(jī)數(shù)x.圖中的ln模塊,即求指數(shù)模塊;三角形的增益模塊則提供-1的相乘因子.3個模塊相結(jié)合,我們便模擬出了定時發(fā)送,到達(dá)時間呈負(fù)指數(shù)分布的3個獨(dú)立傳感器數(shù)據(jù)源.
3路模擬信號通過信號組合器Mux組合成向量形式,以代表有效數(shù)據(jù)對.有效數(shù)據(jù)對的生成率,即具有相同時間戳的數(shù)據(jù)齊全通過檢驗(yàn)的概率.我們再通過一個增益因子來模擬檢驗(yàn)的過程,該增益因子與無線信道的實(shí)際丟包率相關(guān).在圖5所示例子中,我們選取了丟包率ξ=0.05的信道條件,則根據(jù)式(4)對應(yīng)的數(shù)據(jù)到達(dá)率λ即為0.995,其倒數(shù)1.005即為信號的增益因子.我們?yōu)?個數(shù)據(jù)源設(shè)置了各不相同的隨機(jī)數(shù)生成種子,以模擬3個數(shù)據(jù)源相互之間的完全獨(dú)立性.
通過離散時間積分器(K Ts/z-1模塊),我們將數(shù)據(jù)到達(dá)時刻之間的間隔累加,從而得到了實(shí)際時間軸上各數(shù)據(jù)對到達(dá)的時刻arrive(n).圖中離散時間積分器還用于計算了數(shù)據(jù)在系統(tǒng)中等待的總時間wait(n),數(shù)據(jù)在系統(tǒng)中停留的總時間stay(n),以及我們最關(guān)心的系統(tǒng)提供計算服務(wù)的總時間serve(n).我們使用4個To Workspace模塊,以將這些仿真結(jié)果在Matlab控制臺中輸出.
排隊(duì)系統(tǒng)的服務(wù)端,由上一節(jié)描述的模型,采用服務(wù)率為μ的負(fù)指數(shù)分布的數(shù)據(jù)源來代表服務(wù)的生成.我們用start(n)來代表服務(wù)開始時刻.服務(wù)開始時刻取決于: 無排隊(duì)數(shù)據(jù)情況下等待下一個數(shù)據(jù)到來;已有排隊(duì)數(shù)據(jù)情況下等待上一個服務(wù)結(jié)束.故使用求最大值函數(shù)表示start(n),即:
(12)
其中,我們用了延遲模塊,來移位提取出上一次數(shù)據(jù)計算結(jié)束的時間over(n-1).有了服務(wù)開始時間后,服務(wù)結(jié)束時間和等待時間也就順次而出了:
(13)
(14)
系統(tǒng)的整體運(yùn)行參數(shù)上,我們設(shè)置系統(tǒng)仿真時間不超過720000s以保證收斂性.當(dāng)over(n)的時刻達(dá)到時便執(zhí)行停止步驟,此時系統(tǒng)會自動將仿真總步數(shù)輸出到Workspace中,該步數(shù)意義即為實(shí)際接受了服務(wù)的對象數(shù),對應(yīng)到我們的系統(tǒng)模型中即有效數(shù)據(jù)對的生成個數(shù).仿真結(jié)果如圖6所示.
圖6 Simulink仿真運(yùn)行結(jié)果示意圖Fig.6 Simulink simulation result diagram
我們在實(shí)驗(yàn)中,分別對丟包率為0.01,0.05和0.1的3種情況進(jìn)行了仿真.而同時通過修改有效數(shù)據(jù)生成對增益,則可就有容遲系統(tǒng)與不提供容遲服務(wù)的2種系統(tǒng)均進(jìn)行模擬.結(jié)果如表1所示.
表1 不同丟包率下Simulink對VMG監(jiān)測系統(tǒng)仿真結(jié)果(t總=720000s)
由仿真結(jié)果,我們可以得出以下幾個結(jié)論:
1) 在各仿真情況中,系統(tǒng)的總運(yùn)行時間是720000s.系統(tǒng)服務(wù)時間與總運(yùn)行時間的比值,就是系統(tǒng)的利用率.可以看出利用系統(tǒng)仿真獲得的結(jié)果,與使用理論公式推導(dǎo)得出的解析解相差很小,吻合度很高.在對系統(tǒng)利用率ρ的求解上,仿真解與解析解的最大誤差在0.2%.可以認(rèn)為,該仿真較貼切地模擬出了我們?yōu)橄到y(tǒng)構(gòu)建的狀態(tài)模型.
2) 通過將相同參數(shù)下采用不同機(jī)制的系統(tǒng)進(jìn)行對比,我們可以看到: 采用容遲機(jī)制的系統(tǒng),在服務(wù)對象上明顯比將殘缺數(shù)據(jù)直接丟棄的無等待服務(wù)提高了許多,且效果隨環(huán)境惡劣程度而會更佳顯著.在良好工作環(huán)境下(低丟包率)系統(tǒng)可以提高約2%的數(shù)據(jù)利用率,而在較惡劣的工作環(huán)境下(高丟包率),容遲系統(tǒng)可以提高約17.3%的數(shù)據(jù)利用率.這意味著在資源受限的海上工作環(huán)境中,容遲系統(tǒng)將比即時系統(tǒng)帶來十分明顯的性能優(yōu)化.
3) 從對象平均等待時間上,我們也可以看到為了提高數(shù)據(jù)的利用率,容遲系統(tǒng)中顧客的平均等待時間有明顯延長.顯然實(shí)時性與更高的數(shù)據(jù)利用率是一對相互權(quán)衡的指標(biāo).
本文提出了一種使用容遲網(wǎng)絡(luò)模型進(jìn)行無線傳感器網(wǎng)絡(luò)監(jiān)測系統(tǒng)設(shè)計的方案,旨在解決資源受限網(wǎng)絡(luò)工作環(huán)境中,多節(jié)點(diǎn)協(xié)同測量時所需解決的數(shù)據(jù)傳輸與同步匯聚問題.利用排隊(duì)論方法所提供的理論依據(jù),對模塊的性能進(jìn)行了整體分析,并結(jié)合無線網(wǎng)絡(luò)中數(shù)據(jù)報文到達(dá)的隨機(jī)性以及無線信道數(shù)據(jù)傳輸存在一定的丟包率的實(shí)際應(yīng)用情況,運(yùn)用Matlab工具進(jìn)行了模擬系統(tǒng)的仿真,并與傳統(tǒng)系統(tǒng)相對比,客觀評估了系統(tǒng)的性能,明確了使用容遲網(wǎng)絡(luò)模型進(jìn)行系統(tǒng)設(shè)計時較傳統(tǒng)設(shè)計方法所帶來的收益與優(yōu)勢.
根據(jù)該設(shè)計方法,我們設(shè)計并實(shí)現(xiàn)了一套可實(shí)際應(yīng)用的帆船運(yùn)動中VMG參數(shù)的容遲監(jiān)測系統(tǒng).從應(yīng)用需求分析出發(fā),建立計算模型并確定待測物理量,通過優(yōu)化設(shè)計雙向的數(shù)據(jù)流,實(shí)現(xiàn)了對VMG參數(shù)的協(xié)同監(jiān)測、容遲處理以及同步計算.目前本系統(tǒng)服務(wù)于市水上運(yùn)動中心,通過樣機(jī)在實(shí)際環(huán)境中的應(yīng)用測試,證明了該系統(tǒng)方案設(shè)計的可行性,可靠性.
[1] 蔣春雨,肖 遠(yuǎn),侯躍軍,等.基于物聯(lián)網(wǎng)無線傳感網(wǎng)絡(luò)的多傳感器多參數(shù)協(xié)同監(jiān)測研究[J].低碳世界, 2015(5): 47- 48.
[2] 王耀南,李樹濤.多傳感器信息融合及其應(yīng)用綜述[J].控制與決策,2001,16(9): 518- 522.
[3] 蘇 菲,尚德重,汪建波,等.基于MEMS陀螺儀和加速度傳感器的帆船運(yùn)動姿態(tài)測量方法[J].太赫科學(xué)與電子信息學(xué)報,2014,12(2): 183- 189.
[4] 樊秀梅,單志廣,張寶賢.容遲網(wǎng)絡(luò)體系結(jié)構(gòu)極其關(guān)鍵技術(shù)研究[J].電子學(xué)報,2008,36(1): 161- 170.
[5] CERF V, BURLEIGH S C, HOOKE A,etal. RFC 4838: Delay- tolerant networking architecture[S]. IETF: 2007.4.
[6] ZHANG Y, BAI X Y. Congestion control mechanism in delay tolerant networks[C]∥Electronics Information and Emergency Communication(ICEIEC),2015 5th International Conference. Inner Mongolia, Huhhot: IEEE Press, 2015,112- 115.
[7] 張建華.無線傳感器網(wǎng)絡(luò)技術(shù)概述[J].消費(fèi)電子,2013(2): 3- 4.
[8] William Stallings著.高速網(wǎng)絡(luò)與互聯(lián)網(wǎng)——性能與服務(wù)質(zhì)量[M].齊望東,薛衛(wèi)娟,傅麒麟,等譯.北京: 電子工業(yè)出版社,2003.
[9] 馬新華,容曉峰.基于排隊(duì)模型的無線傳感器網(wǎng)絡(luò)實(shí)時性能分析[J].西安郵電學(xué)院學(xué)報,2009,14(1): 112- 115.
[10] 李宇光.基于Matlab的排隊(duì)問題仿真[J].武漢理工大學(xué)學(xué)報,2010,32(6): 892- 895,903.
Abstract: In this paper, we propose a design model based on Delay Tolerant Network(DTN) architecture to monitor multi- parameter in sailing, thus to handle the issue of multi- node joint operation. We also provide a simulation method based on the theory of queuing to analyze the performance of the system,which sacrificed the real- time ability in exchange for the reliability. We concluded that in resource- constrained environments (with 0.1 packet loss rate), delay- tolerant system can improve the utilization rate of the data by up to about 17.3%, which significantly improved the objectivity of the monitoring results. Through prototype equipment using in the real training course, we validate the feasibility and reliability of this design method.
Keywords: joint operation; delay- tolerant network; VMG; queuing theory
start(n)=max[over(n-1),arrive(n)].
wait(n)=3×start(n)-arrive1(n)-arrive2(n)-arrive3(n),
over(n)=start(n)+serve(n).
DesignofSailingVMGParameterMonitoringSystemBasedonDelay-TolerantNetworkModel
LIN Hanxiang, LI Lingling, REN Jiuchun, ZHU Qian
(DepartmentofCommunicationScienceEngineering,FudanUniversity,Shanghai200433,China)
TN914;TN92;TN99
A
0427- 7104(2017)01- 0079- 10
2016- 04- 21
上海市科研計劃項(xiàng)目(14231202102)
林漢翔(1991—),男,碩士研究生;任久春,講師,通信聯(lián)系人,E- mail: renjiuchun@fudan.edu.cn.