物聯(lián)網(wǎng)數(shù)據(jù)融合的動態(tài)隊列感知CSMA 調(diào)度方案*

王成杰 徐九韻 朱蘭芳 李世寶

（1.中國石油大學(xué)（華東）海洋與空間信息學(xué)院 青島 266580）（2.中國石油大學(xué)（華東）計算機(jī)科學(xué)與技術(shù)學(xué)院 青島 266580）（3.中國石油大學(xué)（華東）東營科教園區(qū) 東營 257061）

1 引言

隨著物聯(lián)網(wǎng)的快速發(fā)展，現(xiàn)實環(huán)境中大量數(shù)據(jù)需要以高效和簡易的方式傳輸?shù)綌?shù)據(jù)中心［1］。為了解決這一問題，數(shù)據(jù)融合技術(shù)被廣泛應(yīng)用于處理物聯(lián)網(wǎng)環(huán)境中產(chǎn)生的海量數(shù)據(jù)。在物聯(lián)網(wǎng)環(huán)境中，無線傳感器網(wǎng)絡(luò)應(yīng)用廣泛，大量傳感器收集的數(shù)據(jù)傳輸?shù)饺诤现行倪M(jìn)行處理，并將處理后的信息發(fā)送給用戶［2］。無線傳感器網(wǎng)絡(luò)目前主要應(yīng)用在環(huán)境監(jiān)測［3］、智慧城市［4］、智能家居［5］、遠(yuǎn)程醫(yī)療［6］及工業(yè)制造［7］等領(lǐng)域。

如何將大量的數(shù)據(jù)快速有效的傳輸?shù)綌?shù)據(jù)融合處理中心是進(jìn)行數(shù)據(jù)處理和決策的先決條件。數(shù)據(jù)傳輸?shù)男阅苤笜?biāo)主要在兩個方面：吞吐量和延遲［8］。針對以上問題的研究，以往的文獻(xiàn)主要是針對調(diào)度算法［9］、傳輸協(xié)議（CSMA 或者TDMA）［10～11］、傳感器分布［12］進(jìn)行研究，忽略了鏈路在未來一段時間內(nèi)的接收數(shù)據(jù)量以及到達(dá)率等變化情況，這會導(dǎo)致鏈路無法根據(jù)即將到來的數(shù)據(jù)及時做出傳輸調(diào)整，算法的服務(wù)效率無法及時滿足鏈路的數(shù)據(jù)生成效率，產(chǎn)生隊列積壓，也就導(dǎo)致傳輸時延增大，吞吐量降低。設(shè)計高性能的調(diào)度算法以實現(xiàn)最大吞吐量和低時延是非常重要的，這是本文的研究重點。

2 網(wǎng)絡(luò)模型

本文主要研究從傳感器節(jié)點到融合中心的單跳組網(wǎng)情況，它提供從一組傳感器節(jié)點到相應(yīng)融合中心的異步數(shù)據(jù)傳輸。整個網(wǎng)絡(luò)由L個傳感器和E個鏈路組成，可以將其建模為一個有向無環(huán)圖G=()

L,E，其中L為傳感器集，E為融合鏈路集。每個融合鏈路Li，iE，保持一個輸出隊列。第i條鏈路中的第j個數(shù)據(jù)包表示為Pij。

Li的隊列積壓由Qi(t)表示，Qi(t)≥0,Qi( 0 )=0。傳感器的緩沖區(qū)長度統(tǒng)一由M表示。t時刻到達(dá)隊列Li的數(shù)據(jù)包數(shù)量表示為Ai(t)，服務(wù)向量由Si(t)表示，當(dāng)Si(t)為1時表示鏈路Li在當(dāng)前時刻獲得傳輸機(jī)會并成功將數(shù)據(jù)包傳輸?shù)綌?shù)據(jù)融合處理中心。無線傳感器為實時數(shù)據(jù)包分配延遲閾值，在延遲閾值內(nèi)無法成功傳輸?shù)饺诤现行牡膶崟r數(shù)據(jù)包將被丟棄，丟棄的數(shù)據(jù)包數(shù)量被定義為Di(t)。非實時數(shù)據(jù)包不被丟棄。

3 問題描述

因此調(diào)度集合滿足條件xi+yj≤1,iE,jC(i)。xi=1，代表鏈路Li在該集合中進(jìn)行數(shù)據(jù)傳輸，xi=0，鏈路Li不進(jìn)行數(shù)據(jù)傳輸。本文的目標(biāo)表示如式（1），在沖突集合中找到最優(yōu)的鏈路集合即最大優(yōu)先級調(diào)度集合。

其中Pi1是鏈路Li中具有最高優(yōu)先級的數(shù)據(jù)包。

4 數(shù)據(jù)優(yōu)先級

在物聯(lián)網(wǎng)環(huán)境中，數(shù)據(jù)包對時延的要求不同，鏈路數(shù)據(jù)傳輸量的積壓對融合中心的數(shù)據(jù)傳輸影響極大。因此，數(shù)據(jù)傳輸?shù)恼{(diào)度機(jī)制應(yīng)該考慮數(shù)據(jù)包的優(yōu)先級和隊列內(nèi)數(shù)據(jù)包及即將到達(dá)的數(shù)據(jù)包的多少，以滿足多節(jié)點數(shù)據(jù)融合的要求。

4.1 隊列占用率預(yù)測模型

無線網(wǎng)絡(luò)中傳感器節(jié)點在獲得新數(shù)據(jù)包時，進(jìn)入隊列等待發(fā)送。本文使用泊松過程模型來描述數(shù)據(jù)生成，泊松過程［13］N(T)，t≥0，發(fā)生次數(shù)λ≥0是具有以下性質(zhì)的計數(shù)過程：對于所有的t0=00 ，N(s+t)?N(s)～Poisson(λt)。

根據(jù)泊松定理，網(wǎng)絡(luò)中的每個節(jié)點從時隙幀開始到結(jié)束產(chǎn)生的數(shù)據(jù)包數(shù)量N(T)的分布等于以下公式：

其中，λ是經(jīng)過一定數(shù)量的時隙幀之后生成的分組的平均數(shù)。數(shù)學(xué)上，由以下公式定義：

2.1 2組治療前后中醫(yī)證候積分比較 2組治療后反酸噯氣、胃脘脹滿、雙脅疼痛、胸悶、食欲不振及大便不暢等中醫(yī)證候積分比較。中年治療組與對照組比較，χ2=6.624，P=0.010(P＜0.05)差異具有統(tǒng)計學(xué)意義；老年治療組與對照組比較，χ2=6.624，P=0.010(P＜0.05)，差異具有統(tǒng)計學(xué)意義；中老年治療組比較，χ2=5.875，P=0.017(P＜0.05)，差異具有統(tǒng)計學(xué)意義； 中老年對照組比較，χ2=2.43，P=0.119(P＞0.05)，差異無統(tǒng)計學(xué)意義。詳見表1。

其中，T 是實際時刻，Ai(t)是時刻T=t中節(jié)點生成的分組數(shù)量，β是可以通過仿真驗證的先前時隙幀數(shù)量的總和。為了得到λ的精確值，協(xié)議將在K個時隙幀之后執(zhí)行其調(diào)度算法。

傳感器從終端或者其他傳感器節(jié)點接收數(shù)據(jù)包，從時隙幀K=10 開始，傳感器節(jié)點確定自接收開始，在之前的時隙幀中接收的實時數(shù)據(jù)包的平均數(shù)，如式（3）所示。然后在式（2）中，使用平均數(shù)量，以得到確定數(shù)量包的概率，然后重復(fù)進(jìn)行式（4）的計算，直到達(dá)到最大的概率值，計算終止，得到最大值PMAX。

在時刻T=t，實時數(shù)據(jù)量和預(yù)測即將到達(dá)的實時數(shù)據(jù)量的和為

根據(jù)式（5），在時刻T=t，預(yù)測的實時數(shù)據(jù)隊列占用率為

同理，非實時鏈路隊列預(yù)測占用率為Onr(t)。

4.2 歷史丟失率

其中Iij(·),jK是指標(biāo)函數(shù)，Tdij是數(shù)據(jù)包的生成時間，wij(t)是pij由傳感器在傳輸前的等待時間。因為網(wǎng)絡(luò)是動態(tài)變化的，在此我們只計算最近傳輸?shù)腒個數(shù)據(jù)包的丟失率，對丟失率進(jìn)行實時動態(tài)更新。

4.3 剩余生存時間

Tij(t)是數(shù)據(jù)包的剩余生存時間，其計算如式（8）：

其中Tcij和Tdij分別是數(shù)據(jù)包的生成時間和延遲閾值，t是當(dāng)前時間。

4.4 數(shù)據(jù)優(yōu)先級

時隙t中的實時數(shù)據(jù)包pij的優(yōu)先級表示為Pij(t)，其定義如式（9）所示：

Tij(t)的值越小，數(shù)據(jù)包的剩余生存時間越短，調(diào)度優(yōu)先級更高。參數(shù)δ從區(qū)間(0,1)中取值以反映優(yōu)先級的緊急性，具有較小Tij(t)值的數(shù)據(jù)包優(yōu)先級更高。ω1和ω2是當(dāng)前數(shù)據(jù)包隊列預(yù)測占用率特征和丟包率特征在數(shù)據(jù)優(yōu)先級中的權(quán)衡因子，ω1越大，意味著丟包率在數(shù)據(jù)優(yōu)先級中占主要地位，ω2越大，意味著數(shù)據(jù)包的隊列預(yù)測占用率在數(shù)據(jù)優(yōu)先級中占主要地位。

非實時數(shù)據(jù)包的優(yōu)先級定義如式（10）所示：

非實時數(shù)據(jù)包相對實時數(shù)據(jù)包的優(yōu)先級較低，在傳輸過程中，當(dāng)非實時數(shù)據(jù)包的等待時間超過延遲閾值時間時，非實時數(shù)據(jù)包不會因為截止時間到期而被丟棄，因此在非實時鏈路中不需要進(jìn)行歷史丟失率的計算（不考慮網(wǎng)絡(luò)的其他因素）。當(dāng)實時隊列數(shù)據(jù)量較少且在未來一段時間內(nèi)即將到達(dá)的數(shù)據(jù)量較小時，非實時隊列中積壓較多數(shù)據(jù)且預(yù)測的到達(dá)數(shù)據(jù)量較大會對數(shù)據(jù)優(yōu)先級起重要作用，這使得非實時隊列中的數(shù)據(jù)包傳輸競爭力增強(qiáng)，有更多機(jī)會傳輸數(shù)據(jù)，并將隊列保持在較低水平，降低隊列延遲和丟包率。

本文提出的數(shù)據(jù)優(yōu)先級方案綜合考慮了數(shù)據(jù)截止時間、隊列預(yù)測占用率和隊列丟包率，目的是計算數(shù)據(jù)包的綜合優(yōu)先級，根據(jù)優(yōu)先級對傳輸進(jìn)行動態(tài)調(diào)度。在保證數(shù)據(jù)包時間約束的情況下，使鏈路服務(wù)速率能夠與鏈路的數(shù)據(jù)產(chǎn)生速率相匹配，避免鏈路饑餓，縮短鏈路隊列長度，降低傳輸時延和丟包。

5 分布式調(diào)度算法

該在此介紹我們提出的基于動態(tài)隊列感知的CSMA 算法（QACSMA），該算法的基本思想是為緊急程度較大的鏈路分配較小的退避時間，避免具有相同緊急程度的鏈路因同時傳輸而產(chǎn)生沖突，每條鏈路在指定的間隔內(nèi)隨機(jī)選擇退避時間，形成無沖突的調(diào)度機(jī)制，優(yōu)先級越高得數(shù)據(jù)，退避時間越短，傳輸優(yōu)先級越高。

在算法中，我們將時隙劃分為兩個部分，一部分是控制子時隙，每個控制子時隙被分成B幀，并且每一幀被再次劃分為W個微時隙。另一部分是傳輸子時隙，當(dāng)傳感器節(jié)點在控制時隙中等待一定時間后，在傳輸時隙進(jìn)行數(shù)據(jù)傳輸。Pi1被劃分成不同的間隔并映射到不同的幀。每個鏈路Li將根據(jù)Pi1在指定的映射幀中隨機(jī)選擇退避時間wi，算法將產(chǎn)生一組最佳的可行調(diào)度集合。退避時間wi由公式wi=f(w)+NW定義［14］，中w在[0,W?1]上離散均勻分布，根據(jù)以上公式可得到wi與Pi1的映射關(guān)系。

QACSMA算法分為兩個部分，第一部分根據(jù)數(shù)據(jù)包的優(yōu)先級對鏈路i中的數(shù)據(jù)包進(jìn)行排序。優(yōu)先級最高的數(shù)據(jù)包Pi1排在每條鏈路的最前面。第二部分是鏈路i根據(jù)鏈路上第一個數(shù)據(jù)包的優(yōu)先級在指定幀中選擇退避時間wi，優(yōu)先級越高的數(shù)據(jù)包，退避時間越短，也就具有更多的傳輸機(jī)會。同一沖突集中的鏈路將優(yōu)先傳輸退避時間最短的數(shù)據(jù)包，不同沖突集中的鏈路可以同時傳輸數(shù)據(jù)包。經(jīng)過以上算法，在時隙t中可以同時將最大可行調(diào)度集合中鏈路的第一個數(shù)據(jù)包發(fā)送到融合中心。

我們使用以下指標(biāo)來評估提出算法的各項性能：

指標(biāo)一：鏈路Li的吞吐量Ti定義如式（11）：

指標(biāo)二：鏈路Li的平均隊列長度Ni定義如式（12）：

該算法在相互干擾的鏈路集合中，優(yōu)先傳輸緊急度較高的數(shù)據(jù)包，同時考慮了各隊列間數(shù)據(jù)包傳輸?shù)臎_突問題，將控制子時隙劃分區(qū)間，針對不同緊急度的數(shù)據(jù)隊列，通過各隊列數(shù)據(jù)頭包的優(yōu)先級映射到不同的退避區(qū)間，該方法大大降低了各隊列間的沖突，避免了因同時傳輸造成的數(shù)據(jù)擁堵。該調(diào)度算法有利于為數(shù)據(jù)緊急度較高且隊列預(yù)測占用率較高也就是數(shù)據(jù)流量較大的鏈路提供更多的傳輸時間，增大緊急度較高鏈路的傳輸機(jī)會。同時可以根據(jù)各隊列的數(shù)據(jù)包優(yōu)先級的調(diào)整，動態(tài)調(diào)整退避時間，使得隊列的實時服務(wù)效率跟隨鏈路數(shù)據(jù)接收效率隨時變化，具有良好的適應(yīng)性。

6 實驗設(shè)置與評估

6.1 參數(shù)設(shè)置

本文使用Matlab 模擬了一個有6 條鏈路的網(wǎng)絡(luò)，其中鏈路1，2，3模擬為實時鏈路，鏈路4，5，6模擬為非實時鏈路。干擾集C(i)定義如下：C( )1 ={2 ,5},C( 2 )={1 ,3,4,5,6},C( 3) ={2 ,4,5},C( 4 )={2 ,3,5},C( 5) ={1 ,2,3,4,6},C( 6 )={2,5}。

數(shù)據(jù)包在時隙中到達(dá)鏈路的概率服從參數(shù)為v的伯努利分布。在不同網(wǎng)絡(luò)流量負(fù)載下測試性能，實驗更強(qiáng)調(diào)突出隊列長度預(yù)測占用率在數(shù)據(jù)優(yōu)先級中的作用，因此將w1設(shè)置為0.3，w2設(shè)置為0.7，K=100 ，β=10 。參與對比實驗的算法為DMS、QCSMA、GDCSMA、VDCSMA。

6.2 評估

本文的仿真實驗，統(tǒng)計了不同網(wǎng)絡(luò)負(fù)載下的總吞吐量和平均隊列長度。圖1 顯示，網(wǎng)絡(luò)流量較小時，本文提出的算法與其他算法總吞吐量基本一致，當(dāng)數(shù)據(jù)包到達(dá)率超過0.25 時，本文提出的算法相對其他算法吞吐量較高，表現(xiàn)更好，主要是因為本文提出的算法根據(jù)隊列預(yù)測信息進(jìn)行動態(tài)調(diào)度，使得算法的實時服務(wù)效率能夠跟隨各隊列的數(shù)據(jù)接收效率而動態(tài)變化。確保了各傳輸節(jié)點的分組隊列長度保持在最低水平，即最大限度地發(fā)送分組，避免了隊列溢出。

圖1 總吞吐量統(tǒng)計

圖2 表明，在中低負(fù)載下，對比算法均具有較小的平均隊列長度。當(dāng)負(fù)載逐漸增大時，其他算法的平均隊列長度會急劇增加，表明其時延性能較差。

圖2 中低網(wǎng)絡(luò)負(fù)載下的鏈路平均隊列長度

在圖3 中，QACSMA 比其他算法具有更短的平均隊列長度。當(dāng)分組到達(dá)率大于0.84時，其他算法的平均隊列長度會隨著分組到達(dá)率線性增加，本文提出的算法平均隊列長度相對更短且相對穩(wěn)定，側(cè)面表明我們所提出算法的數(shù)據(jù)傳輸效率更高，數(shù)據(jù)在傳感器節(jié)點的等待時間更短，延遲更低。

圖3 高網(wǎng)絡(luò)負(fù)載下的鏈路平均隊列長度

7 結(jié)語

本文提出了一種基于動態(tài)隊列感知的分布式CSMA 調(diào)度算法，該算法根據(jù)鏈路預(yù)測占用率和數(shù)據(jù)優(yōu)先級，動態(tài)調(diào)整競爭傳輸窗口，當(dāng)傳輸隊列變長時，鏈路競爭優(yōu)先級更高，傳輸概率更高。該算法盡可能將傳感器的隊列保持在較低水平，提高了較長隊列的鏈路服務(wù)效率，降低了數(shù)據(jù)丟包率和傳輸延遲，保證了緊急數(shù)據(jù)包的優(yōu)先傳輸，同時傳感器會實時監(jiān)測隊列變化情況和數(shù)據(jù)到達(dá)速率，很好的考慮了網(wǎng)絡(luò)流量在下一時刻的狀態(tài)，在一定程度上預(yù)測了網(wǎng)絡(luò)變化情況，及時針對網(wǎng)絡(luò)變化對調(diào)度機(jī)制作出調(diào)整，滿足了不同鏈路的實時服務(wù)效率，在吞吐量和延遲性能上均有所提高。大量的仿真結(jié)果表明，該方案在不同網(wǎng)絡(luò)負(fù)載下均能獲得較好的性能，尤其在高負(fù)載下，相對其他算法有更好的表現(xiàn)。