一種異構(gòu)網(wǎng)絡(luò)多協(xié)議并行數(shù)據(jù)分發(fā)方法

劉建航 武萬萍 王樹慶 李世寶 張玉成

①(中國石油大學(xué)(華東)計算機(jī)與通信工程學(xué)院 青島 266580)

②(中國科學(xué)院智能農(nóng)業(yè)機(jī)械裝備工程實驗室 北京 100190)

1 引言

Gartner的研究報告[1]指出，無線連接物聯(lián)網(wǎng)設(shè)備的數(shù)量將在2020年之前達(dá)到200億臺，多種無線通信技術(shù)共存將帶動異構(gòu)無線設(shè)備通信的發(fā)展。近些年的研究成果[2，3]已經(jīng)實現(xiàn)了異構(gòu)無線設(shè)備(如Wi-Fi和ZigBee設(shè)備)之間的直接通信，如Chi等人[3]提出的并行多協(xié)議通信(Parallel Multi-protocol Communication， PMC)技術(shù)，通過物理層調(diào)制Wi-Fi節(jié)點在發(fā)送數(shù)據(jù)時可以用部分子載波捎帶傳輸Zig-Bee數(shù)據(jù)，從而解決信道爭用所帶來的資源浪費等方面的問題。由于異構(gòu)網(wǎng)絡(luò)節(jié)點通信能力不同，通過捎帶傳輸，Wi-Fi[4]可以一跳將數(shù)據(jù)分發(fā)到多個ZigBee[5]節(jié)點，這種方式大幅降低了ZigBee網(wǎng)絡(luò)數(shù)據(jù)分發(fā)中多跳傳輸?shù)膫鞑r延。然而由于能量受限，ZigBee節(jié)點占空比往往低于10%，這意味著超過90%的時間ZigBee節(jié)點處于休眠狀態(tài)。因此，如何規(guī)劃Wi-Fi節(jié)點的傳輸方案，使其能保證數(shù)據(jù)分發(fā)的可靠性的同時兼顧傳輸時延和傳輸效率，是目前急需解決的問題。

文獻(xiàn)[6]使用特殊的前導(dǎo)來協(xié)調(diào)異構(gòu)設(shè)備。Chebrolu等人[7]和Zhang等人[8]通過檢測Wi-Fi數(shù)據(jù)包的數(shù)據(jù)包長度，實現(xiàn)了Wi-Fi到ZigBee的通信。文獻(xiàn)[9]提出使用Wi-Fi系統(tǒng)的信道狀態(tài)信息(Channel State Information， CSI)啟用低功耗藍(lán)牙(Bluetooth Low Energy， BLE)到Wi-Fi的傳輸。Kim等人[10]提出了一種通用且透明的跨技術(shù)通信框架FreeBee，這個通信框架可以在Wi-Fi，ZigBee和藍(lán)牙3種流行的無線技術(shù)之間實現(xiàn)直接單播和跨技術(shù)的頻道廣播。Chi等人[11]通過使用常規(guī)數(shù)據(jù)包來支持Wi-Fi和Zig-Bee設(shè)備之間的通信。以上的研究工作是關(guān)于包層次的跨技術(shù)通信，其吞吐量一般來說都很低。

為了提高吞吐量，Li等人[2]首先提出第1個基于仿真的跨技術(shù)通信 (Cross-Technology Communication， CTC)，實現(xiàn)了從Wi-Fi到ZigBee的單向通信，通過物理層的仿真，能夠使CTC的吞吐量達(dá)到理論最大值，但由于WEBee利用Wi-Fi的有效負(fù)載傳遞ZigBee信號，導(dǎo)致了原有的Wi-Fi數(shù)據(jù)遭到破壞，在傳送ZigBee數(shù)據(jù)的同時不能傳輸Wi-Fi數(shù)據(jù)，頻率利用率較低。Chi等人[3]對文獻(xiàn)[2]進(jìn)行改進(jìn)，它探索了在單一Wi-Fi通道內(nèi)對異構(gòu)物聯(lián)網(wǎng)無線電進(jìn)行多協(xié)議并行通信的可能性，從而顯著提高頻譜利用率。本文在此基礎(chǔ)上提出了基于多協(xié)議并行數(shù)據(jù)傳輸?shù)臄?shù)據(jù)分發(fā)方法。但是不管對于PMC還是WEBee，都只是實現(xiàn)了數(shù)據(jù)的下行傳輸，即從Wi-Fi端到ZigBee端或是從混合信號發(fā)送端到傳統(tǒng)的ZigBee與Wi-Fi的接收端，并不能夠?qū)崿F(xiàn)數(shù)據(jù)的上行傳輸。另外，在前期工作[12]中，利用噴泉碼實現(xiàn)無反饋的可靠傳輸，這保證了異構(gòu)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)分發(fā)的可靠性。馬彬等人[13]在密集異構(gòu)蜂窩網(wǎng)絡(luò)和無線局域網(wǎng)絡(luò)構(gòu)成的超密集異構(gòu)無線網(wǎng)絡(luò)中，變速移動的車輛終端會面臨更加頻繁地切換，導(dǎo)致用戶服務(wù)質(zhì)量(Quality of Service， QoS)變差。然而我們的工作只異構(gòu)無線設(shè)備(如Wi-Fi和ZigBee設(shè)備)之間的直接通信，復(fù)雜度低。Zhang等人[14]考慮了面向多信道異步占空比網(wǎng)絡(luò)的廣播問題，提出了一個基于多信道的高效廣播協(xié)議，該協(xié)議可以獲得較低的延遲和較高的數(shù)據(jù)成功傳輸率。針對低占空比傳感網(wǎng)中的最小延遲廣播問題，文獻(xiàn)[15]提出了一個新穎的沖突容忍調(diào)度策略，該策略通過允許在非關(guān)鍵節(jié)點上的沖突來加快在關(guān)鍵節(jié)點上的廣播進(jìn)程，從而進(jìn)一步提供了降低廣播延遲的機(jī)會。Jiang等人[16]通過采用一個基于概率且完全分布式的廣播機(jī)制實現(xiàn)了低占空比傳感網(wǎng)中的數(shù)據(jù)分發(fā)，并且通過理論和實驗證明了該廣播機(jī)制具有較低的延遲和較高的能量效率。

上述研究工作大部分集中在研究傳感器網(wǎng)絡(luò)中廣播延遲問題，研究成果應(yīng)用于異構(gòu)網(wǎng)絡(luò)數(shù)據(jù)分發(fā)會導(dǎo)致傳輸時延較長、傳輸效率低等問題?；谏鲜鰡栴}，本文建立了一個基于異構(gòu)網(wǎng)絡(luò)的多協(xié)議并行數(shù)據(jù)分發(fā)模型，提出權(quán)衡延遲和能耗的損失函數(shù)，通過對該函數(shù)中權(quán)衡系數(shù)的自適應(yīng)調(diào)節(jié)優(yōu)化發(fā)送端傳輸方法，從而在保證數(shù)據(jù)分發(fā)的可靠傳輸?shù)幕A(chǔ)上，滿足不同應(yīng)用對于延遲和能耗方面的需求。

2 系統(tǒng)模型和問題描述

2.1 網(wǎng)絡(luò)模型與假設(shè)

不失一般性地，本文假設(shè)所有節(jié)點隨機(jī)分布在一個圓形區(qū)域內(nèi)，發(fā)送節(jié)點是一個異構(gòu)網(wǎng)絡(luò)設(shè)備[3]，其在發(fā)送Wi-Fi數(shù)據(jù)的同時，利用64個子載波中的7個子載波捎帶傳輸ZigBee數(shù)據(jù)。發(fā)送節(jié)點位于圓形區(qū)域的中心(數(shù)據(jù)分發(fā)模型)，并且本文用G=(V，E)來表示異構(gòu)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。其中， V表示包含1個發(fā)送節(jié)點和多個ZigBee節(jié)點的節(jié)點集合， E表示發(fā)送節(jié)點到ZigBee節(jié)點的鏈路集合。此外，本文將時間劃分為若干個大小相等的時間單元，每個時間單元長度的設(shè)置能夠完成所有數(shù)據(jù)包的收發(fā)操作。作為時間度量的基本單元，每個時間單元要么處于睡眠狀態(tài)，要么處于蘇醒狀態(tài)。

本文還做了如下的一些基本假設(shè)：(1)假設(shè)異構(gòu)網(wǎng)絡(luò)中僅存在Wi-Fi和ZigBee兩種設(shè)備，且除了實驗本身設(shè)備之間的相互影響以外，不考慮其他設(shè)備所造成的影響。(2)所有的ZigBee設(shè)備都工作在占空比可調(diào)的低占空比模式下，每個ZigBee節(jié)點在加入工作的網(wǎng)絡(luò)之前，其占空比以及喚醒時間都被發(fā)送節(jié)點所知。事實上，這是因為ZigBee節(jié)點的占空比和開始工作的時間都是人為可控的?？紤]最差的情況下，ZigBee的本地時鐘發(fā)生偏移時，可以發(fā)送一個數(shù)據(jù)包到發(fā)送節(jié)點。一方面，這一數(shù)據(jù)包所包含的數(shù)據(jù)量很小，可以視為一個控制包，不會影響系統(tǒng)的可靠性；另一方面，這種校準(zhǔn)操作進(jìn)行的頻率也不會太頻繁，所以這種假設(shè)也是合理的。(3)每個ZigBee節(jié)點的鏈路上的最高丟包率是已知的。

2.2 問題闡述

在本文中，由假設(shè)(2)所有的ZigBee節(jié)點都工作在低占空比模式下，每個節(jié)點獨立地確定自己的工作情況。具體地說，在一個異構(gòu)網(wǎng)絡(luò)中，包含1個發(fā)送節(jié)點以及4個ZigBee節(jié)點。在不考慮占空比和數(shù)據(jù)包個數(shù)的情況下，該網(wǎng)絡(luò)可以抽象成圖1所示的矩陣。在圖1中1表示該節(jié)點處于蘇醒狀態(tài)，0表示該節(jié)點處于睡眠狀態(tài)。對于發(fā)送節(jié)點來說，如果想要盡可能地覆蓋所有的ZigBee節(jié)點，即考慮時延最短，可以選擇t1，t2，t3，t4作為發(fā)送時間。而如果考慮最小的功耗，也就是最少的發(fā)送次數(shù)，可以直接選擇 t7時刻進(jìn)行數(shù)據(jù)發(fā)送。盡管從時延或者能量損耗單方面來考慮，問題有最優(yōu)解；但是對于大多數(shù)實際應(yīng)用而言，往往關(guān)注的是延遲和能耗的權(quán)衡，這就意味著發(fā)送節(jié)點的發(fā)送時刻可以選擇t3，t4，t5或者t1，t2，t6或者其他更多的選項，顯然這沒有最優(yōu)解，屬于NP-Hard問題。

3 算法設(shè)計

由于發(fā)送次數(shù)與系統(tǒng)的能量損耗成正比，發(fā)送節(jié)點發(fā)送得越頻繁，系統(tǒng)的整體能量損耗就越高。為了更好地衡量分發(fā)算法的性能，本文引入新的損失函數(shù)來權(quán)衡能量和系統(tǒng)損耗，基于定義的損失函數(shù)，提出了基于延遲的數(shù)據(jù)分發(fā)方法。并證明了利用該方法所計算得到的系統(tǒng)損失函數(shù)為最小值。在此基礎(chǔ)上，利用動態(tài)規(guī)劃的思想設(shè)計算法來實現(xiàn)該數(shù)據(jù)分發(fā)方法的求解過程。

圖1 網(wǎng)絡(luò)矩陣圖

3.1 損失函數(shù)

給定一個網(wǎng)絡(luò)拓?fù)銰=(V，E)，可以定義如式(1)的系統(tǒng)損失函數(shù)

其中，COST(G)表示網(wǎng)絡(luò)的整體代價，Δdelay表示系統(tǒng)的整體時延，S.T.表示發(fā)送次數(shù)，σ 表示一個權(quán)衡系數(shù)，用來衡量系統(tǒng)損失中在發(fā)送端完成廣播任務(wù)時是低時延優(yōu)先還是低發(fā)送次數(shù)優(yōu)先。

3.2 損失函數(shù)參數(shù)

發(fā)送節(jié)點每次喚醒并發(fā)送 d 個噴泉碼所需要的能量主要包括射頻能量和處理噴泉碼數(shù)據(jù)包的能量?？梢远x如式(2)的能量

圖2 時序圖

為了確保兩個工作時刻相同的ZigBee節(jié)點，所收到噴泉碼個數(shù)接近閾值的一個優(yōu)先作為不進(jìn)行時延的節(jié)點(即保證了節(jié)點能夠以最小的時延接收到足夠的噴泉碼來進(jìn)行解碼)，本文定義第i個節(jié)點的時延校正系數(shù)

其中，S.T.表示發(fā)送節(jié)點進(jìn)行發(fā)送的次數(shù)，更進(jìn)一步，也就是ZigBee節(jié)點不進(jìn)行延遲發(fā)送的ZigBee的個數(shù)。

3.3 損失函數(shù)最優(yōu)值

其中，OV(0)=0，表示當(dāng)異構(gòu)網(wǎng)絡(luò)中不存在ZigBee接收節(jié)點時，發(fā)送節(jié)點不耗費能量，系統(tǒng)損失為0。另外，上述推導(dǎo)過程中，時延校正系數(shù)沒有改變。這是因為時延校正系數(shù)只與ZigBee節(jié)點接收到的噴泉碼數(shù)據(jù)包的個數(shù)和噴泉碼解碼的閾值是相關(guān)的，而上述推導(dǎo)過程是系統(tǒng)的一次完整的收發(fā)過程，ZigBee節(jié)點的收包個數(shù)并沒有發(fā)生改變，所以對于這一過程，時延校正系數(shù)并沒有發(fā)生改變。但是在完成這一過程以后，系統(tǒng)可能還存在未達(dá)到解碼閾值的ZigBee節(jié)點，所以系統(tǒng)的收發(fā)過程并不能夠結(jié)束，而是要重復(fù)，在進(jìn)行后續(xù)的收發(fā)操作時，由于ZigBee節(jié)點所接收到的包個數(shù)發(fā)生了改變，所以對應(yīng)的時延校正系數(shù)也發(fā)生了改變，需要重新計算各個節(jié)點的時延校正系數(shù)，然后對ZigBee節(jié)點的時延進(jìn)行重新的校正排序，來確定接下來數(shù)據(jù)分發(fā)時所需要的ZigBee時延順序序列。各個ZigBee節(jié)點的時延經(jīng)過校正和排序以后，會生成一個不減的序列，在該序列中，時延最大的節(jié)點一定不會推遲到下一個周期去接收數(shù)據(jù)，所以，經(jīng)過校正后時延最大的節(jié)點一定會在其工作時間接收數(shù)據(jù)，不會推遲數(shù)據(jù)的接收。

綜上所述，表1詳細(xì)地闡述了本文所提出的分發(fā)算法。假設(shè)集合 D里邊的元素是需要進(jìn)行延遲接收的ZigBee節(jié)點，集合I里邊的元素是在其蘇醒時正常接收數(shù)據(jù)的元素。

在該算法中，最后可以輸出發(fā)送節(jié)點應(yīng)該在哪個時間點進(jìn)行數(shù)據(jù)的發(fā)送，并且規(guī)定了發(fā)送節(jié)點每次發(fā)送的數(shù)據(jù)包的大小Nsiend，表示第i次進(jìn)行發(fā)送時發(fā)送的噴泉碼包的個數(shù)。這一數(shù)值是可以根據(jù)ZigBee節(jié)點的占空比進(jìn)行設(shè)置的，只要ZigBee在工作時間段內(nèi)能夠接收這個數(shù)據(jù)包即可。對于的取值大小，在后續(xù)的實驗章節(jié)中會給出詳細(xì)的分析。

4 性能分析

4.1 模型參數(shù)驗證

為了驗證模型的可靠性，下面針對所提損失函數(shù)模型中的兩個參數(shù)進(jìn)行研究，第1個參數(shù)是每次P發(fā)送節(jié)點發(fā)送的噴泉碼數(shù)據(jù)包的個數(shù) n，第2個參數(shù)是衡量時延和功耗的權(quán)衡系數(shù)σ。

首先對n進(jìn)行研究，n 表示每次發(fā)送節(jié)點發(fā)送的噴泉碼的數(shù)據(jù)包個數(shù)，由假設(shè)(2)，所有的ZigBee節(jié)點的工作狀態(tài)都是穩(wěn)定的，并且是低占空比的，即蘇醒時間遠(yuǎn)遠(yuǎn)小于睡眠時間，保證了ZigBee節(jié)點的低功耗設(shè)計的初衷，另外為了盡可能地減少無用能量的損耗，假設(shè)發(fā)送節(jié)點發(fā)送的包都能夠被ZigBee所接收，不會存在所有的ZigBee處于睡眠狀態(tài)時，發(fā)送節(jié)點仍然在進(jìn)行發(fā)包操作，這無疑會徒增功耗。所以在對 n進(jìn)行賦值的時候，應(yīng)該考慮到其與占空比的關(guān)系，要保證發(fā)送節(jié)點一次發(fā)送的數(shù)據(jù)包能夠讓ZigBee在一個工作周期內(nèi)全部接收，即發(fā)送節(jié)點發(fā)送多少個噴泉碼數(shù)據(jù)包，ZigBee在進(jìn)行一個工作周期以后要滿足+n。

表1 模型求解算法

圖3所示，其中圓圈表示ZigBee節(jié)點，〈S，T〉數(shù)值對是對該ZigBee節(jié)點的描述。其中 S表示該ZigBee節(jié)點噴泉解碼所需的閾值，可根據(jù)FCSA來獲得； T表示該ZigBee節(jié)點的工作周期所屬的時間單元。本次實驗，將ZigBee的一個周期劃歸為20個時間單元。而各個ZigBee節(jié)點閾值是根據(jù)ZigBee節(jié)點離發(fā)送節(jié)點的遠(yuǎn)近設(shè)定的。在圖3中，發(fā)送節(jié)點和各個ZigBee節(jié)點構(gòu)成網(wǎng)絡(luò) G2。另外對圖3中Zig-Bee數(shù)量和位置進(jìn)行調(diào)整可以得到網(wǎng)絡(luò) G1。定義G1為

對 n 取不同的值，利用損失最小值計算方法，可以計算得到損失代價COST如圖4所示。從圖3和圖4中可以看出， G2網(wǎng)絡(luò)中ZigBee閾值最大的節(jié)點為ZigBee10，其解碼閾值為150，工作所處的時間單元為4，而當(dāng) n 取值150及以上時，損失COST為固定值53，再隨著 n值的增大，COST不會減小，已經(jīng)達(dá)到網(wǎng)絡(luò)的最小損失。但是隨著 n值不斷增大，PMC發(fā)送的噴泉碼數(shù)據(jù)包并沒有被所有的ZigBee節(jié)點所接收，導(dǎo)致網(wǎng)絡(luò)功耗增加，而增加的這一部分功耗沒有計算到COST損失函數(shù)里。另外從圖中可以得知，當(dāng)發(fā)包個數(shù) n 為40左右時，COST下降趨勢不明顯，已經(jīng)趨于穩(wěn)定，所以在實際中， n的確定并不是一個固定的值，可以根據(jù)不同網(wǎng)絡(luò)繪制n-COST圖，選擇合適的發(fā)包個數(shù)n ，進(jìn)而確定ZigBee節(jié)點的占空比。

圖3 G2仿真網(wǎng)絡(luò)結(jié)構(gòu)示意圖

圖4 最小損失COST與發(fā)包個數(shù)n關(guān)系圖

4.2 數(shù)據(jù)分發(fā)方法性能分析及對比

在傳統(tǒng)的網(wǎng)絡(luò)數(shù)據(jù)分發(fā)中，SPIN協(xié)議[17]是比較常用的數(shù)據(jù)分發(fā)協(xié)議，SPIN協(xié)議是一種以數(shù)據(jù)為中心的自適應(yīng)路由協(xié)議，該協(xié)議能夠避免由于節(jié)點間重復(fù)地收發(fā)大量的冗余信息所造成的能源浪費。SPIN作為多跳的廣播數(shù)據(jù)分發(fā)協(xié)議有自己獨特的優(yōu)勢，但是在異構(gòu)網(wǎng)絡(luò)中卻存在著不足。圖5表示在單跳范圍內(nèi)進(jìn)行數(shù)據(jù)分發(fā)的示意圖。圖5中過程表示發(fā)送節(jié)點向ZigBee節(jié)點發(fā)送ADV數(shù)據(jù)包，詢問該ZigBee節(jié)點是否要接收數(shù)據(jù)包，如果ZigBee節(jié)點需要接收數(shù)據(jù)包，則會進(jìn)行②過程ZigBee向發(fā)送節(jié)點發(fā)送REQ確認(rèn)包，最后發(fā)送節(jié)點會向ZigBee節(jié)點發(fā)送數(shù)據(jù)。圖中進(jìn)行②過程時，ZigBee節(jié)點需要向發(fā)送節(jié)點發(fā)送REQ的確認(rèn)信息包，如果ZigBee的發(fā)送功率不足以支撐將數(shù)據(jù)包發(fā)送給發(fā)送節(jié)點時，可以采用多跳方式傳輸，這里為了方便后續(xù)討論，將多跳傳輸所需的時間統(tǒng)一歸納到過程②所需的時間中。

本文使用提出的COST損失函數(shù)模型來衡量采用SPIN協(xié)議的網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)分發(fā)時能量損耗和時延的關(guān)系。為了更好地對比，需要對COST函數(shù)模型中時延的定義進(jìn)行調(diào)整，即某個ZigBee節(jié)點的時延用=(fixed)+(v)來計算，這樣能夠更好地對比SPIN協(xié)議下網(wǎng)絡(luò)的損失，同樣地，在衡量本文所提延遲分發(fā)方法進(jìn)行數(shù)據(jù)分發(fā)時的損失時也許需要使用此種時延定義方式。

圖5 SPIN協(xié)議網(wǎng)絡(luò)圖

在G1網(wǎng)絡(luò)下進(jìn)行實驗，可以得到圖6(a)中所示的結(jié)果圖。圖6(a)中橫坐標(biāo)表示發(fā)送節(jié)點每次發(fā)送的噴泉碼數(shù)據(jù)包個數(shù)，縱坐標(biāo)表示系統(tǒng)的整體損失代價值。為了更方便地觀察，將圖6(a)中部分放大，如圖6(b)所示。從圖6的兩幅圖中可以看出，對時延進(jìn)行校正的情況下，采用本文所提延遲數(shù)據(jù)分發(fā)方法所產(chǎn)生的系統(tǒng)損失整體上都低于采用SPIN方法所產(chǎn)生的系統(tǒng)損失。另外從圖7中可以看出這一規(guī)律不管對時延進(jìn)行校正或者不校正時都成立。利用相同的分析方法，在 G2網(wǎng)絡(luò)下進(jìn)行實驗，可以得到圖7中的結(jié)果，同樣符合上述規(guī)律。損失函數(shù)COST主要衡量了時延和能量損耗兩個方面，通過系數(shù) σ來權(quán)衡。當(dāng)σ 參數(shù)變大時，在系統(tǒng)損失模型中能量損耗占的比重就會增加，其中，發(fā)送節(jié)點啟動發(fā)送的次數(shù)與能量損耗是直接相關(guān)的，由于延遲數(shù)據(jù)分發(fā)算法中，發(fā)送節(jié)點發(fā)送數(shù)據(jù)的次數(shù)又直接與非延遲節(jié)點的個數(shù)相關(guān)。在SPIN協(xié)議進(jìn)行數(shù)據(jù)分發(fā)時，能量損耗直接與發(fā)送節(jié)點啟動發(fā)送的次數(shù)相關(guān)。所以當(dāng)σ發(fā)生變化時，SPIN協(xié)議和延遲分發(fā)算法對能耗的敏感度不同，當(dāng) σ變小時，能耗因素影響的損失計算模型中的比重降低，這時系統(tǒng)總的損失可能出現(xiàn)SPIN協(xié)議比本文提出的方法要小的情況。這是由于在進(jìn)行延遲時會引入新的延遲變量，而如果當(dāng) σ足夠大時，這一新引入的變量就會被能耗因素所淡化，但是如果 σ變小時，新引入的延遲變量對系統(tǒng)的整體損失影響會變大。

圖6 G1網(wǎng)絡(luò)中不同數(shù)據(jù)分發(fā)方法下的損失圖

圖7 G2網(wǎng)絡(luò)中不同數(shù)據(jù)分發(fā)方法下的損失圖

圖8 低權(quán)衡系數(shù)下G2網(wǎng)路中不同數(shù)據(jù)分發(fā)方法下的損失圖

圖8中描述的是當(dāng)σ=10時，兩種不同的方法所對應(yīng)的最小損失值。從圖8中可以看出，時延經(jīng)過校正時，對 σ的變化感知得更加明顯。本文所提方法與SPIN方法進(jìn)行比較時，可以看出雖然本文所提方法在低σ時最小損失值略大于SPIN方法，但是可以近似忽略不計。所以，在低 σ情況下，本文所提方法性能與SPIN算法相近，但是當(dāng)σ較大時，本文所提方法有明顯的優(yōu)勢。

綜上所述，采用本文所提延遲數(shù)據(jù)分發(fā)方法可以有效地降低異構(gòu)網(wǎng)絡(luò)中同時考慮時延和能量損耗兩種情況下的系統(tǒng)損失。

5 結(jié)束語

為了更好地規(guī)劃Wi-Fi節(jié)點的傳輸方案，本文在異構(gòu)網(wǎng)絡(luò)下定義了一個新的系統(tǒng)損失函數(shù)衡量系統(tǒng)的時延和能耗，通過對該函數(shù)中權(quán)衡系數(shù)的自適應(yīng)調(diào)節(jié)可以使其刻畫各種需求的數(shù)據(jù)傳輸。此外，為了配合噴泉碼的特點，在時延中加入與噴泉碼數(shù)據(jù)包個數(shù)相關(guān)的校正系數(shù)，從而使其能夠更好地衡量利用噴泉碼傳輸數(shù)據(jù)的系統(tǒng)損耗。基于系統(tǒng)損耗函數(shù)，本文提出了一種利用信標(biāo)控制的延遲接收數(shù)據(jù)包的分發(fā)策略。這一分發(fā)方法，允許ZigBee在異構(gòu)網(wǎng)絡(luò)中選擇合適的時機(jī)接收數(shù)據(jù)。發(fā)送節(jié)點通過發(fā)送持續(xù)時間很短的控制包信息來告知接收節(jié)點就近選擇合適的時隙來接收數(shù)據(jù)，從而在系統(tǒng)層面降低了整體的時延和能量損耗。更進(jìn)一步地，本文證明了損失函數(shù)的合理性，然后根據(jù)動態(tài)規(guī)劃的思想，推導(dǎo)出系統(tǒng)的整體能量損耗和時延的最優(yōu)值。最后，實驗結(jié)果驗證了本文的方法相比較于傳統(tǒng)方法更具優(yōu)越性。