低延遲高效率的機(jī)會(huì)網(wǎng)絡(luò)編碼擴(kuò)展算法

郝 兵，曹海英

(1.河套學(xué)院 數(shù)學(xué)與計(jì)算機(jī)系，內(nèi)蒙古 巴彥淖爾 015000； 2.內(nèi)蒙古師范大學(xué) 計(jì)算機(jī)系，內(nèi)蒙古 呼和浩特 010000)

0 引 言

網(wǎng)絡(luò)編碼[1]可提高單源通信的容量，在組播網(wǎng)絡(luò)中實(shí)現(xiàn)最大數(shù)據(jù)傳輸率，利用共享無線介質(zhì)的廣播特性，提高帶寬、降低延遲，改善傳輸功率的性能[2]。在組播場(chǎng)景中，網(wǎng)絡(luò)編碼一般實(shí)施在應(yīng)用層[3]，同時(shí)在物理層中部署二階段網(wǎng)絡(luò)編碼以增加頻譜效率。本文重點(diǎn)研究無線傳感器網(wǎng)絡(luò)(wireless sensor network，WSN)中的機(jī)會(huì)網(wǎng)絡(luò)編碼。

機(jī)會(huì)網(wǎng)絡(luò)編碼[4]的“機(jī)會(huì)”表示編碼的伺機(jī)性，僅當(dāng)機(jī)會(huì)出現(xiàn)時(shí)才對(duì)分組進(jìn)行編碼，且不存在增加編碼機(jī)會(huì)數(shù)量的機(jī)制。開發(fā)機(jī)會(huì)網(wǎng)絡(luò)編碼方案時(shí)，需要對(duì)路由路徑選擇、流量負(fù)荷平衡，以及網(wǎng)絡(luò)編碼決策[5]等問題進(jìn)行解決。同時(shí)，為緩解高負(fù)荷節(jié)點(diǎn)超限造成的分組丟失問題，需要考慮負(fù)荷平衡[6]，向節(jié)點(diǎn)提供可在接收節(jié)點(diǎn)處解碼的編碼分組。

將機(jī)會(huì)網(wǎng)絡(luò)編碼程序完美集成到當(dāng)前網(wǎng)絡(luò)架構(gòu)很困難。其實(shí)施會(huì)影響到當(dāng)前網(wǎng)絡(luò)協(xié)議棧的功能組件，如調(diào)度、路由和擁塞控制[6,7]。所有這些組件的交互會(huì)增加實(shí)施難度和計(jì)算復(fù)雜度，如基于機(jī)會(huì)判定規(guī)則的網(wǎng)絡(luò)編碼[8]、面向傳輸優(yōu)化的機(jī)會(huì)網(wǎng)絡(luò)編碼(opportunistic network coding-transmission optimization，ONC-TO)[9]和基于聚類的網(wǎng)絡(luò)編碼方法(clustering network coding，CNC)[10]都依賴于在網(wǎng)絡(luò)層中收集到的信息。基于機(jī)會(huì)判定規(guī)則的網(wǎng)絡(luò)編碼還依賴鏈路層的調(diào)度信息。其它機(jī)會(huì)網(wǎng)絡(luò)編碼在很多方面實(shí)現(xiàn)了性能提升，但增加了復(fù)雜度，以及一些額外網(wǎng)絡(luò)開銷。

為提高網(wǎng)絡(luò)編碼性能，必須保持低網(wǎng)絡(luò)開銷。相關(guān)研究表明[11,12]，可通過增加編碼機(jī)會(huì)來平衡額外的開銷，雖然承載機(jī)會(huì)網(wǎng)絡(luò)編碼[13](BON)程序帶來的開銷很小，但由于采用固定設(shè)置，其無法很好地應(yīng)對(duì)流量和拓?fù)渥兓?。因此，本文?duì)BON編碼進(jìn)行擴(kuò)展，利用自適應(yīng)處理進(jìn)行升級(jí)，以使其具有自我維持能力，實(shí)驗(yàn)結(jié)果驗(yàn)證了所提方法的優(yōu)越性。

1 提出的機(jī)會(huì)網(wǎng)絡(luò)編碼擴(kuò)展方法

提出的編碼程序位于網(wǎng)絡(luò)與鏈路層之間，其核心為編碼算法，發(fā)現(xiàn)編碼機(jī)會(huì)，通過在單次傳輸中轉(zhuǎn)發(fā)多個(gè)分組來提高系統(tǒng)性能。本文假定每個(gè)節(jié)點(diǎn)知道其所有鄰近節(jié)點(diǎn)的位置，且節(jié)點(diǎn)位置固定。算法僅根據(jù)分組上一條和下一條節(jié)點(diǎn)位置的相關(guān)信息做出編碼決策。因此，其獨(dú)立于所有其它通信層，且與協(xié)議完全無關(guān)[14]。

所提網(wǎng)絡(luò)編碼方法的主要模塊與流程如圖1所示。其中，從網(wǎng)絡(luò)層到達(dá)節(jié)點(diǎn)上的所有傳出分組均被分配到3個(gè)傳輸隊(duì)列中(根據(jù)優(yōu)先級(jí)排序)，即確認(rèn)分組，重傳(本地)分組，以及普通傳出(本地)分組。在分組編碼模塊中，編碼算法搜索編碼機(jī)會(huì)，并尋找將消息附加到傳出分組的機(jī)會(huì)。自適應(yīng)處理觀察編碼過程，并在編碼成功的基礎(chǔ)上采用與編碼相關(guān)的參數(shù)。在接收端，使用收到的確認(rèn)消息來取消計(jì)劃中的分組重傳。如有可能，則對(duì)編碼分組進(jìn)行解碼；若不能解碼，則銷毀分組。所有本地分組均保存在分組池中以進(jìn)行解碼，并發(fā)送至網(wǎng)絡(luò)層做進(jìn)一步處理。

圖1 所提網(wǎng)絡(luò)編碼方法的主要模塊與流程

1.1 編碼算法

根據(jù)節(jié)點(diǎn)上的可用信息或需要收集的信息，制定將哪些分組編碼在一起的決策。這種解決方案不會(huì)為網(wǎng)絡(luò)帶來新的額外開銷，但其缺點(diǎn)在于，編碼程序要實(shí)施的層必須包含可用的路由信息。但當(dāng)前商用通信組件并不總能滿足這一條件。通過周期性的計(jì)劃測(cè)量(例如，路由鏈路投遞概率測(cè)量)來采集信息，會(huì)引入額外的開銷，由此造成網(wǎng)絡(luò)實(shí)際吞吐量降低。

編碼處理以分組的局部方位為基礎(chǔ)，該方位在中繼節(jié)點(diǎn)上定義，由分組上一跳和下一跳的位置決定，其圖形表示如圖2所示。沒有經(jīng)過至少一次躍程的分組是不可編碼的，也不用定義其方位。以圖2(a)為例，來解釋方位的定義。

圖2 圖形表示

(1)

并將其轉(zhuǎn)換到三維空間內(nèi)，其中還考慮到節(jié)點(diǎn)評(píng)估(Z)

(2)

通過增加容限角，可以覆蓋更大區(qū)域，由此提高分組滿足條件的概率[15]。但加大容限角參數(shù)，接收節(jié)點(diǎn)不能對(duì)分組解碼的概率也隨之上升。降低參數(shù)ε的數(shù)值將減少編碼機(jī)會(huì)，但接收節(jié)點(diǎn)成功完成分組解碼的概率則會(huì)增加。

對(duì)方位機(jī)會(huì)網(wǎng)絡(luò)編碼程序進(jìn)行擴(kuò)展，可支持多個(gè)分組的編碼。當(dāng)所有分組對(duì)及其相應(yīng)節(jié)點(diǎn)均在鄰近區(qū)域內(nèi)，可以將多個(gè)分組編碼到一個(gè)分組中。ε的數(shù)值越大，可編碼多個(gè)分組的概率越高；另一方面，若至少一個(gè)ε=0， 則僅可對(duì)兩個(gè)分組進(jìn)行編碼。提出的編碼程序中，通過參數(shù)ε實(shí)現(xiàn)編碼機(jī)會(huì)和分組成功解碼之間的平衡，而參數(shù)ε在每個(gè)節(jié)點(diǎn)上自動(dòng)調(diào)整。

1.2 容限角的自適應(yīng)

在決策制定過程中，根據(jù)定義2，容限角ε必須為已知。若將參數(shù)ε設(shè)為過低的數(shù)值，算法可能無法發(fā)現(xiàn)所有可能的編碼機(jī)會(huì)，從而導(dǎo)致網(wǎng)絡(luò)性能下降。若參數(shù)ε的數(shù)值過大，則接收節(jié)點(diǎn)很可能將無法對(duì)分組內(nèi)容進(jìn)行解碼，需要重傳分組，同樣會(huì)導(dǎo)致性能下降。此外，由于無線網(wǎng)絡(luò)中鏈路質(zhì)量的變化，算法必須能夠快速自動(dòng)調(diào)整參數(shù)ε。

根據(jù)重傳比(RR)參數(shù)來調(diào)整容限角ε，RR反映了分組編碼成功率，節(jié)點(diǎn)Vi的RR計(jì)算為

(3)

式中：KCVi>0為編碼分組一部分的本地分組數(shù)量，即節(jié)點(diǎn)上的編碼分組；KPVi>0為從網(wǎng)絡(luò)層傳遞到網(wǎng)絡(luò)編碼層的分組數(shù)量。KRVi為節(jié)點(diǎn)上網(wǎng)絡(luò)編碼層重傳分組的數(shù)量。RR值較高意味著分組重傳比率較大，重傳原因是分組解碼不成功或分組投遞失敗。這種情況下，說明網(wǎng)絡(luò)條件可能比較差，需要考慮保守的編碼條件，即較小的ε值。

當(dāng)KRVi/KCVi較小，或KPVi較大(足以補(bǔ)償較高的KRVi/KCVi比)時(shí)，將得到較小的RR值。第1種情況意味著較好的編碼條件，因?yàn)榕c編碼分組數(shù)量相比，重傳次數(shù)較少，因此可考慮寬松的編碼條件，即增加ε。第2種情況下，若實(shí)際上進(jìn)行的編碼數(shù)量很少，且節(jié)點(diǎn)正在處理大量分組時(shí)，KPVi數(shù)值可能會(huì)較大。一般來說，可利用這種情況對(duì)介質(zhì)進(jìn)行測(cè)試，由此希望放寬編碼條件。

容限角參數(shù)ε的更新過程如圖3所示，首先，給出ε的初始值。在更新周期TεU中統(tǒng)計(jì)KR、KC和KP。其后，計(jì)算更新周期的重傳比RR值。接著，將得出的數(shù)值與最大閾值RRmax和最小閾值RRmin相比較。根據(jù)比較結(jié)果，給出參數(shù)ε增加、減少或保持不變的決策。在更新過程結(jié)束時(shí)，重置KR、KC和KP的記數(shù)器。若網(wǎng)絡(luò)條件適合編碼，重傳次數(shù)很少，則增加ε。由此可發(fā)現(xiàn)更多的編碼機(jī)會(huì)。若決策不正確，分組重傳次數(shù)會(huì)增加，那么在自適應(yīng)的下一次迭代中會(huì)降低ε。需要對(duì)ε進(jìn)行連續(xù)調(diào)整，因?yàn)樾枰褂闷胀▊鞒龇纸M對(duì)介質(zhì)進(jìn)行測(cè)試，以發(fā)現(xiàn)新的機(jī)會(huì)。

圖3 容限角的自適應(yīng)更新流程

在更新的過程中，RR是一個(gè)非常重要的參數(shù)，其定義如下

(4)

式中：m={1,2,3,…}， 在時(shí)間間隔 [(m-1)TεU,mTεU) 中對(duì)KRmVi、KCmVi和KPmVi進(jìn)行測(cè)量。

以下算法給出了更新參數(shù)ε的詳情。在解釋基本程序之外，本文還考慮到本地分組處理數(shù)量KP，KP應(yīng)該大于KPMIN以應(yīng)對(duì)各種不同情況的變更。若較長(zhǎng)周期內(nèi)未發(fā)現(xiàn)編碼機(jī)會(huì)，則增加參數(shù)ε。即，滿足未編碼閾值條件時(shí)，則增加ε值。參數(shù)ε的數(shù)值設(shè)定過低可能會(huì)造成節(jié)點(diǎn)上無編碼機(jī)會(huì)。因此，通過提高ε值，可以提升編碼算法的分組編碼概率。

此外，還需要考慮KR、KC和KP的采樣周期，因?yàn)樾薷膮?shù)ε導(dǎo)致的重傳會(huì)在重傳調(diào)度時(shí)間Tretrans后首次出現(xiàn)。至t+Tretrans之前的采樣周期將記錄參數(shù)ε之前狀態(tài)。如前文定義，參數(shù)ε必須大于等于0。此外，參數(shù)ε不應(yīng)大于εmax。函數(shù)Increase_Epsilon(ε,Δε,εmax) 和Decrease_Epsilon(ε,Δε) 在增加或減少ε(Δε為步長(zhǎng))時(shí)考慮到了這一點(diǎn)。函數(shù)Sche-dule_Update(T)在時(shí)間T調(diào)度啟動(dòng)ε更新程序的事件。

算法： 更新容限角ε算法

(1)if(KP>KPMIN)do

(2)if(KC>0)do

(3)if(在上一次更新中增加了ε)do

(4)CounterTrunsWithoutCoding=0；//無編碼記錄的時(shí)長(zhǎng)

(5) Schedule_Update(t+Tretrans)；

//計(jì)劃更新

(6)elsedo

(7) Schedule_Update(t+TεU)；

(8)if(RR≤RRmin)do

(9)ε=Increase_Epsilon(ε,Δε,εmax)；

//增加ε

(10)elseif(RR≥RRmax)do

(11)ε=Decrease_Epsilon(ε,Δε)；

//降低ε

(12)endif

(13)endif

(14)elsedo

(15) Schedule_Update(t+TεU)；

(16)if(CounterTrunsWithoutCoding>No_Coding_Threshold)do

//若無編碼記錄的時(shí)長(zhǎng)超過無編碼機(jī)會(huì)閾值

(17)ε=Increase_Epsilon(ε,Δε,εmax)；

(18)elsedo

(19)CounterTrunsWithoutCoding++；

//增加無編碼記錄的時(shí)長(zhǎng)

(20)endif

(21)endif

(22)elsedo

(23) Schedule_Update(t+TεU)

(24)endif

2 仿真實(shí)驗(yàn)與分析

2.1 評(píng)價(jià)指標(biāo)

本文利用OPNET Modeler 17.1[16]開發(fā)仿真模型。通過性能評(píng)價(jià)，分析機(jī)會(huì)網(wǎng)絡(luò)編碼的兩個(gè)方面：首先，評(píng)估提出的編碼程序性能；其次，通過分析服務(wù)質(zhì)量(quality of service，QoS)參數(shù)和公平性，評(píng)估編碼方法的用戶感受。

網(wǎng)絡(luò)實(shí)際吞吐量(g)是反映服務(wù)質(zhì)量的基本度量，表示單位時(shí)間內(nèi)網(wǎng)絡(luò)向特定目的地傳輸?shù)挠行畔⒈忍財(cái)?shù)。本文將實(shí)際吞吐量定義為第i次仿真中特定網(wǎng)絡(luò)負(fù)荷下所有網(wǎng)絡(luò)節(jié)點(diǎn)上所有實(shí)際吞吐量之和，即g(i)。此外，將第i次仿真中的增益G(i)定義為與使用網(wǎng)絡(luò)編碼后實(shí)現(xiàn)的實(shí)際吞吐量增長(zhǎng)

(5)

式中：gcoding(i) 表示第i次仿真中，使用網(wǎng)絡(luò)編碼后的網(wǎng)絡(luò)吞吐量；gnocoding(i) 表示第i次仿真中，不使用網(wǎng)絡(luò)編碼后的網(wǎng)絡(luò)吞吐量。

現(xiàn)在，分析網(wǎng)絡(luò)編碼對(duì)QoS的影響。本文測(cè)量了應(yīng)用層的端到端延遲，以捕捉在多個(gè)節(jié)點(diǎn)上傳輸，并分析在傳輸路徑上可能被多次編碼的分組影響。所有通信層都會(huì)增加應(yīng)用程序延遲。在分析網(wǎng)絡(luò)編碼對(duì)總體延遲的影響時(shí)，可以與不使用編碼方法作比較，因?yàn)槠渌W(wǎng)絡(luò)層是相同的。端到端延遲可計(jì)算為

(6)

式中：dn為第n個(gè)分組的端到端延遲；Ka(i)為應(yīng)用層接收到的分組數(shù)量。

2.2 參數(shù)設(shè)置

評(píng)價(jià)中，本文對(duì)提出的機(jī)會(huì)網(wǎng)絡(luò)編碼方法與文獻(xiàn)[9]提出的面向傳輸優(yōu)化的機(jī)會(huì)網(wǎng)絡(luò)編碼(ONC-TO)、文獻(xiàn)[10]提出的一種基于聚類的網(wǎng)絡(luò)編碼方法(CNC)，以及不使用網(wǎng)絡(luò)編碼的參考場(chǎng)景進(jìn)行比較。ONC-TO[9]與本文編碼程序的操作較為相似，但存在兩個(gè)主要差異：分組編碼算法完全不同。此外，在ONC-TO中，節(jié)點(diǎn)使用報(bào)告消息來更新其鄰近節(jié)點(diǎn)的接收分組狀態(tài)，編碼過程依賴于節(jié)點(diǎn)通過廣播偵聽所獲取的鄰接節(jié)點(diǎn)上的分組信息。雖然編碼過程簡(jiǎn)單直接，解碼處理的成功率較高，但通過特定消息和偵聽所有廣播消息獲得的信息僅能提供很少的編碼機(jī)會(huì)。當(dāng)特定鄰近節(jié)點(diǎn)上的分組信息不可用時(shí)，編碼程序需要做出猜測(cè)?；陬A(yù)期傳遞次數(shù)的路由協(xié)議通過投遞概率完成猜測(cè)。通過觀察分組的上一跳與節(jié)點(diǎn)N之間的鏈路的投遞概率，得到節(jié)點(diǎn)N持有分組p的節(jié)點(diǎn)估計(jì)概率。

每輪仿真中，采集第90 s和第150 s之間的結(jié)果，以觀察穩(wěn)態(tài)條件。每個(gè)場(chǎng)景使用30種不同的網(wǎng)絡(luò)負(fù)荷進(jìn)行評(píng)估。針對(duì)每種網(wǎng)絡(luò)負(fù)荷運(yùn)行4次仿真。兩種編碼程序中，在首次接收分組之后，均將分組保存在分組池30 s。每隔0.5 s，至少發(fā)送一次累積確認(rèn)消息。初始分組傳輸0.6 s后，發(fā)起網(wǎng)絡(luò)編碼層分組重傳。若在網(wǎng)絡(luò)中發(fā)現(xiàn)機(jī)會(huì)，則將累積確認(rèn)消息附加到普通傳出分組上。ONC-TO至少每0.5 s發(fā)送一次報(bào)告。在可能的情況下，將報(bào)告信息附加到普通傳出分組或累積確認(rèn)消息上。表1給出了本文編碼方法的自適應(yīng)參數(shù)。在原始節(jié)點(diǎn)中生成類UDP流量。通過分組到達(dá)間隔時(shí)間調(diào)整流量密度，分組長(zhǎng)度的變換范圍在360比特和12 000比特之間[17]。

表1 所提編碼方法的參數(shù)設(shè)置

2.3 結(jié)果分析

首先使用增益度量，對(duì)兩種編碼程序與無編碼案例進(jìn)行比較，不同網(wǎng)絡(luò)負(fù)荷下的增益(G)變化情況如圖4所示，可以看出，與無編碼案例相比，ONC-TO、CNC和本文編碼程序均大幅提高了網(wǎng)絡(luò)實(shí)際吞吐量，該結(jié)果與預(yù)期相符。從圖4可發(fā)現(xiàn)，本文程序可以向指定目的節(jié)點(diǎn)傳遞最大數(shù)量的分組。當(dāng)網(wǎng)絡(luò)負(fù)荷較小時(shí)，兩種編碼程序均不會(huì)造成網(wǎng)絡(luò)性能退化。低負(fù)荷狀態(tài)下，編碼機(jī)會(huì)較為稀疏；節(jié)點(diǎn)隊(duì)列中分組很少，因此編碼機(jī)會(huì)也非常少。此外，在無編碼案例中，系統(tǒng)能夠?qū)⒄麄€(gè)負(fù)荷傳遞至目的地，且與編碼場(chǎng)景的性能差異可忽略不計(jì)。隨著負(fù)荷增加，編碼機(jī)會(huì)也會(huì)增多。通過使用多個(gè)編碼分組，減少了將相同的通信量傳遞至目的地所需的傳輸次數(shù)。由此減少了擁塞以及分組沖突概率，提升網(wǎng)絡(luò)性能。

圖4 不同網(wǎng)絡(luò)負(fù)荷下的增益(G)變化情況

網(wǎng)絡(luò)端到端延遲(ETE)變化情況如圖5所示。由圖5可知，與無編碼案例相比，兩種編碼程序不但增加了實(shí)際吞吐量，而且降低了平均ETE延遲。當(dāng)網(wǎng)絡(luò)負(fù)荷較低時(shí)，本文方法、ONC-TO、CNC和無編碼方法的延遲大致相同。隨著負(fù)荷增加，差異開始出現(xiàn)。無編碼案例中的ETE延遲增加最快，且所有負(fù)荷的ETE延遲均為最高。本文編碼方法的實(shí)際吞吐量大于ONC-TO和CNC，且依然能夠保持延遲低于ONC-TO和CNC。仿真中，通過網(wǎng)絡(luò)編碼的參數(shù)設(shè)置來優(yōu)化網(wǎng)絡(luò)實(shí)際吞吐量。利用網(wǎng)絡(luò)編碼將平均延遲保持在較低水平，雖然編碼分組在傳輸路徑中至少有一次解碼不成功，但達(dá)到目的地的延遲依然遠(yuǎn)低于平均值。

圖5 網(wǎng)絡(luò)端到端延遲變化情況

本文方法的實(shí)際吞吐量和延遲方面的性能均優(yōu)于ONC-TO和CNC，為深入比較，網(wǎng)絡(luò)編碼層內(nèi)的分組重傳結(jié)果如圖6所示。從中可發(fā)現(xiàn)，與ONC-TO和CNC相比，本文編碼方法能夠更好地發(fā)現(xiàn)合適的編碼機(jī)會(huì)，從而減少分組重傳次數(shù)。編碼程序中更好的決策制定得益于自適應(yīng)處理。ONC-TO中，根據(jù)分組解碼概率是否大于閾值來確定編碼決策，該閾值是固定的。CNC根據(jù)分組的聚類決策。而在本文編碼方法中，在每個(gè)節(jié)點(diǎn)上分別計(jì)算出容限角ε， 其中考慮到當(dāng)前和過去的本地流量和鏈路條件。這意味著網(wǎng)絡(luò)瓶頸，并執(zhí)行大部分編碼工作的節(jié)點(diǎn)的ε值較低。在大量編碼機(jī)會(huì)中，算法會(huì)選擇解碼可能性較大的機(jī)會(huì)。由此，減少了不正確的編碼決策和重傳次數(shù)。對(duì)于執(zhí)行編碼作業(yè)較少的節(jié)點(diǎn)(例如位于網(wǎng)絡(luò)邊緣的節(jié)點(diǎn))，將ε設(shè)為較大數(shù)值，以更投機(jī)的方式對(duì)分組編碼。由此，不正確的編碼決策造成重傳的情況在這些節(jié)點(diǎn)上更可能發(fā)生。通過較低的ε值和用于重傳的分組隊(duì)列，確保了較好的分組投遞率。

圖6 網(wǎng)絡(luò)編碼層內(nèi)分組重傳次數(shù)

2.4 關(guān)于容限角對(duì)編碼性能的影響

容限角設(shè)置不正確，會(huì)造成服務(wù)退化，甚至?xí)斐烧麄€(gè)數(shù)據(jù)流的丟失。應(yīng)根據(jù)當(dāng)前拓?fù)渑渲煤土髁糠植荚O(shè)定最優(yōu)容限角。下面討論容限角的設(shè)置對(duì)本文編碼方法的性能影響。本文使用恒定分組大小(10 KB)，以排除不理想編碼的影響。在每輪仿真中保持容限角ε數(shù)值不變，并將結(jié)果與使用自適應(yīng)容限角的結(jié)果相比較。圖7給出3次最大增益(MaxGain)的均值結(jié)果。結(jié)果表明，ε值的設(shè)置會(huì)對(duì)性能產(chǎn)生較大影響。從結(jié)果中可發(fā)現(xiàn)，對(duì)于給定的流量分布和拓?fù)洌罡叩腗axGain值為25.7%，其中容限角ε=35°。 使用自適應(yīng)方法時(shí)MaxGain為25.1%，稍低于最優(yōu)固定值設(shè)置，但自適應(yīng)算法大幅提高了可用性。

圖7 容限角對(duì)本文方法的性能影響

3 結(jié)束語

本文提出一種機(jī)會(huì)網(wǎng)絡(luò)編碼方法，具有自適應(yīng)性和通用性，適用于靜態(tài)多跳無線網(wǎng)絡(luò)，例如城域Wi-Fi網(wǎng)絡(luò)或無線傳感器網(wǎng)絡(luò)，作為獨(dú)立層，對(duì)上層和下層均具有透明性。且提出的編碼程序與路由無關(guān)，向網(wǎng)絡(luò)引入的額外開銷非常小，由此使用的無線電資源也更少。對(duì)于無編碼機(jī)會(huì)的節(jié)點(diǎn)，或者在整個(gè)網(wǎng)絡(luò)負(fù)荷較低的情況下，網(wǎng)絡(luò)開銷與不使用編碼程序時(shí)相同。結(jié)果表明與CNC、ONC-TO和不使用網(wǎng)絡(luò)編碼相比，提出的編碼程序能夠提升網(wǎng)絡(luò)有效吞吐量，減少延遲。