移动自组网MAC协议性能的研究与优化

论文摘要

随着移动通信技术的飞速发展和普及,新技术不断涌现,针对无中心控制的移动自组网（Mobile Ad Hoc Networks）已经成为了一个研究热点。在移动自组网的协议栈中,信道接入控制（MAC）协议运行在物理层之上,直接控制着报文的发送和接收,其性能的好坏直接影响整个网络的性能和效率。由于移动自组网的独立性,不可避免地会出现多个节点同时争用无线信道空间的使用权,从而导致节点之间的信号干扰和报文冲突的情况发生。因此,采用何种有效的信道接入协议来避免或减少冲突,提高网络的效率和容量,成为了研究的重点。移动自组网对信道资源的分配使用,不仅体现在时分复用,而且也体现在空分复用上,即在使用一个通信频率的情况下,允许有多对节点同时进行通信,这是自组网的优势之一。无线信道的空分复用是否合理决定了网络运行的性能,良好的信道接入协议应该在保证通信能够可靠进行的基础上,尽可能提高频率的空间复用度。本文综述了MAC协议的特点、性能指标和研究概况,在详细介绍IEEE802.11 DCF的工作原理以及移动自组网中传输速率和载波侦听机制等相关研究现状的基础上,针对IEEE802.11 DCF协议中静态空间传输机制的缺点,建立移动自组网的空间复用模型和干扰模型,并分析了空间复用与MAC协议的开销及其网络吞吐量的关系。在此基础上,本文提出了一种基于功率-速率自适应调整（PRA:Power and Rate Adaptation）的动态空间退避算法,以优化MAC协议的性能。该算法通过侦听控制报文的信号强度,估算收发节点之间的距离,进而动态预测信道的繁忙程度和接收节点的信噪比水平。根据预测的结果,自适应调整传输功率和信道速率,在提高无线信道空间复用度的情况下又能保证一定的传输速率,使网络逐渐调整到最优状态。另外,针对MAC层的功耗和时延特性,将遗传算法的原理和自组网的网络模型结合起来,提出一种采用可变长度染色体编码,利用遗传算法优化路径选择的方案。分析和仿真结果表明,与802.11 DCF和DSB算法相比,PRA动态空间退避方案能有效降低报文的碰撞概率,提高网络的吞吐量和其它性能。而基于遗传算法的改进方案则能有效地降低系统开销。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景
• 1.1.1 移动自组网的产生和定义
• 1.1.2 移动自组网的特点
• 1.1.3 移动自组网的应用场合
• 1.1.4 移动自组网面临的主要问题
• 1.2 信道接入协议的研究现状
• 1.2.1 MAC协议介绍
• 1.2.2 MAC协议面临的问题
• 1.3 主要内容及章节安排
• 2 移动自组网MAC协议研究
• 2.1 MAC协议性能分析
• 2.1.1 MAC协议应具备的特性
• 2.1.2 MAC协议的性能指标
• 2.2 IEEE802.11 DCF协议
• 2.2.1 IEEE802.11的基本特点
• 2.2.2 IEEE802.11 DCF协议的CSMA/CA基本访问方式
• 2.2.3 IEEE802.11 DCF协议RTS/CTS方式工作原理
• 2.3 移动自组网空间复用综述
• 2.3.1 无线信道传输模式
• 2.3.2 移动自组网的空分复用模型
• 2.4 MAC协议中的速率控制
• 2.4.1 多速率MAC协议存在的问题
• 2.4.2 多速率MAC协议比较
• 2.5 MAC协议的载波侦听与空间复用
• 2.6 小结
• 3 基于动态空间退避算法的MAC优化
• 3.1 MAC协议的开销
• 3.1.1 Bandwidth-dependent开销
• 3.1.2 Bandwidth-independent开销
• 3.2 移动自组网的干扰模型及空间复用的最优化
• 3.2.1 无线信道的干扰模型
• 3.2.2 空间复用的优化
• 3.3 基于功率-速率自适应的空间退避优化
• 3.3.1 算法思想
• 3.3.2 信噪比的动态预测
• 3.3.3 自适应调整策略
• 3.3.4 算法描述
• 3.4 小结
• 4 基于遗传算法的最小开销性能优化
• 4.1 移动自组网的路径模型
• 4.2 基于遗传算法的改进方案
• 4.2.1 遗传算法简介
• 4.2.2 基于遗传算法的优化方案
• 4.2.3 算法流程
• 4.3 小结
• 5 仿真结果及性能分析
• 5.1 MAC层仿真过程
• 5.1.1 NS-2介绍
• 5.1.2 802.11MAC协议在NS-2的实现
• 5.1.3 MAC协议的帧结构和关键参数
• 5.2 静态空间退避的仿真与分析
• 5.2.1 仿真参数及场景说明
• 5.2.2 结果及分析
• 5.3 动态空间退避算法的仿真与分析
• 5.3.1 仿真参数及场景说明
• 5.3.2 吞吐量分析
• 5.3.3 能量消耗分析
• 5.3.4 公平性分析
• 5.4 基于遗传算法改进方案的仿真与分析
• 5.5 小结
• 6 总结与展望
• 6.1 研究工作总结
• 6.2 研究展望
• 参考文献
• 附录:攻读学位期间的主要学术成果
• 致谢