CRSN中基于随机网络演算的拥塞控制协议QoS边界分析

doi:10.11959/j.issn.1000-0801.2016130

摘要/Abstract

摘要：

为了保证认知无线电传感器网络（CRSN）的服务质量（QoS），需精确求解所采用协议的性能边界，为此提出了一种基于随机网络演算（SNC）的QoS性能边界分析方法。以CRSN中的和式增加积式减少（AIMD）拥塞控制机制为评估对象，以通信时延和数据积压为QoS性能指标。根据CR资源传感器的发送速率分布，利用基于矩量母函数（MGF）的随机网络演算推导出AIMD机制的时延和积压边界模型。实验结果表明，不同CRSN场景中的模型计算值都在理论边界范围之内，证明了该边界分析模型具有良好的性能。

关键词: 认知无线电传感器网络, 服务质量, 随机网络演算, 时延和积压边界

Abstract:

In order to guarantee the quality of service（QoS）of the cognitive radio sensor network（CRSN），the performance boundary of protocol used in CRSN is required to be accurately calculated. Therefore，a new QoS performance boundary analysis method based on stochastic network calculus （SNC）was proposed. The additive increase and multiplicative decrease（AIMD）congestion control mechanism in CRSN was used as evaluation object，and the communication delay and data backlog were used as QoS performance index. According to the sending rate distribution of the CR source sensor，the delay and backlog boundary were modeled based on stochastic network calculus with moment generating function. The experimental results show that calculated values of the model in different CRSN scenarios are within the theoretical bounds，which proves that the model has good performance.

Key words: cognitive radio sensor network, quality of service, stochastic network calculus, delay and backlog boundary

宋正江,李晓晨,陈江. CRSN中基于随机网络演算的拥塞控制协议QoS边界分析[J]. 电信科学, 2016, 32(4): 44-51.

Zhengjiang SONG,Xiaochen LI,Jiang CHEN. QoS boundary analysis of congestion control protocol based on stochastic network calculus in CRSN[J]. Telecommunications Science, 2016, 32(4): 44-51.

图/表 7

图1

图2

表1

表2

图3

图4

图5

参考文献 15

[1]	秦智超，周春华，张平，等. 认知无线电传感器网络中能量有效的感知策略[J]. 中国电子科学研究院学报， 2015，10（1）：30-36. QIN Z C ， ZHOU C H ， ZHANG P ， et al. Energy efficient sensing strategy for cognitive radio sensor networks[J]. Journal of China Academy of Electronics and Information Technology， 2015，10（1）：30-36.
[2]	普健杰，曾凡仔 . 基于首要信道的无线认知传感器网络多信道广播协议[J]. 通信学报， 2013，32（7）：81-86. PU J J ， ZENG F Z . Multi-channel broadcast protocol for CRSN based on home channel[J]. Journal on Communications， 2013，32（7）：81-86.
[3]	潘雄振，蒋铃鸽，何晨 . CRSN中一种基于频谱已知的多信道机会路由协议[J]. 浙江大学学报：工学版， 2014，48（3）：384-390. PAN X Z ， JIANG L G ， HE C . Spectrum aware based multi-channel opportunistic routing protocol in CRSN[J]. Journal of Zhejiang University：Engineering Science， 2014，48（3）：384-390.
[4]	LIANG Z ， FENG S ， ZHAO D ， et al. Delay performance analysis for supporting real-time traffic in a cognitive radio sensor network[J]. IEEE Transactions on Wireless Communications， 2011，10（1）：325-335.
[5]	BICEN A O ， AKAN O B . Reliability and congestion control in cognitive radio sensor networks[J]. Ad Hoc Networks， 2011，23（4）：34-40.
[6]	XIN C ， SONG M ， MA L ， et al. Performance analysis of a control-free dynamic spectrum access scheme[J]. IEEE Transactions on Wireless Communications， 2011，10（12）：4316-4323.
[7]	喻莉，郑军，罗超 . 认知无线电中多址接入的随机延时边界分析[J]. 电子与信息学报， 2014，36（10）：2307-2313. YU L ， ZHENG J ， LUO C . Stochastic delay bound analysis for multiple access in cognitive radio systems[J]. Journal of Electronics＆Information Technology， 2014，36（10）：2307-2313.
[8]	KONDAREDDY Y ， BABAEI A ， AGRAWAL P ， et al. On the performance of transport control protocol in cognitive radio networks[J]. Evolution of Cognitive Networks and Self-Adaptive Communication Systems， 2013，32（5）：153-164.
[9]	陈志刚，钟红波，漆华妹，等. 无线多跳网QoS性能统计性边界的研究[J]. 计算机工程与应用， 2010，46（21）：126-128. ZHONG Z G ， ZHONG H B ， QI H M ， et al. Study on QoS performance statistical bounds about wireless multi-hop networks[J]. Computer Engineering and Applications， 2010，46（21）：126-128.
[10]	喻莉，罗晶晶，姜烈，等. 基于随机网络演算的无线多跳网时延边界分析[J]. 电子与信息学报， 2013，35（4）：933-938. YU L ， LUO J J ， JIANG L ， et al. Stochastic delay boundary analysis of multi-hop wireless networks based on stochastic network calculus[J]. Journal of Electronics & Information Technology， 2013，35（4）：933-938.
[11]	ESMAEELZADEH V ， BERANGI R ， SEBT S M ， et al. CogNS：a simulation framework for cognitive radio networks[J]. Wireless Personal Communications， 2013，72（4）：2849-2865.
[12]	HOMAYOUNZADEH A ， MAHDAVI M . Performance analysis of cooperative cognitive radio networks with imperfect sensing[C]// 2015 International Conference on IEEE，Communications，Signal Processing，and their Applications（ICCSPA），October 24-25，2015，Changsha，China. Paris： Atlantis Press， 2015：1-6.
[13]	张丽娟，杨晓萍，陈虹，等. 基于自适应参数设置的AIMD算法[J]. 吉林大学学报：信息科学版， 2010，28（1）：77-83. ZHANG L J ， YANG X P ， CHEN H ， et al. Enhanced AIMD mechanism based on adaptive parameter settings[J]. Journal of Jilin University（Information Science Edition）， 2010，28（1）：77-83.
[14]	ESMAEELZADEH V ， BERANGI R . On the optimality of generic rate-based AIMD and AIAD congestion control schemes in cognitive radio sensor networks[J]. International Journal of Distributed Sensor Networks， 2015，26（4）：142-150.
[15]	赵一，张中荃 . 基于矩母函数的端到端网络统计时延上界研究[J]. 计算机工程， 2012，38（24）：62-64. ZHAO Y ， ZHANG Z Q . End-to-end network statistical time delay bounds research based on moment generating function[J]. Computer Engineering， 2012，38（24）：62-64.

参数	值/类型
网络区域	500 m×500 m
节点空间分布	H=4，N_O=6，N₁=N₂=N₃=N₄=3
无线信道数量/个	6
无线信道宽带/（Mbit·s^-1）	1
主用户的活动参数（α，β）	不同实验中不同
CR节点的传感时间（t_s）	不同实验中不同
CR节点的操作时间（t_o）/s	1
速率调整因子（INC，DEC）	不同实验中不同
AIMD机制的时间单位/s	1
积压和时延违反预期范围的允许概率（∈）	0.01
数据分组大小/bit	120
最大允许发送速率（R）	200数据分组/s
节点的队列长度	100个数据分组
拥塞检测的队列长度阈值	90个数据分组
应用层的通信速率R_a	40个数据分组/s

场景	t_s/s	（α，β）	（INC，DEC）
1	｛0.02，0.1，0.2，0.3，0.4，0.5｝	（3，1）	（1，3）
2	0.1	｛（5，1），（3，1），（1，1），（1，3），（1，5）｝	（1，3）
3	0.1	（3，1）	｛（1，4），（1，3），（1，2），（2，2），（3，2），（4，2）｝