中大规模监测传感网场景下 IEEE 802.11ah 网络模型,
该模型包括一个接入节点和众多不同种类的传感节点 S,传感节点 s∈S 周期性
地上传采样数据,经 AP 汇聚到后端服务器。不同的传感节点有不同的业务负载、
采样数据分组到达率 υ
s
、数据分组大小 L
s
和调制编码方式(MCS,modulation
and coding scheme)。传感节点 s 会根据当前信道条件自适应地选择最佳的调
制编码方式,对应传输比特率 r
s
。为了支持传感节点的传输业务,AP 按 RAW
机制将传感节点分为 M 个组,表示为 G{Gi,G2,⋯,GM}G{Gi,G2,⋯,GM},每
个组分配一个 RAW 时隙。在该时隙中,组内节点通过载波侦听多路访问 /冲突
避免(CSMA/CA,carrier sense multiple access with collision avoidance )的
方 式 竞 争 使 用 信 道 。 AP 通 过 广 播 信 标 帧 告 知 已 关 联 的 传 感 节 点 分 组 信 息
(RPS,RAW parameter set),在其所在 RAW 时间片内唤醒节点,上传缓存
中的采样数据。
同时,本文将信道利用率作为所提 RAW 重分组及其实现方法的网络性能评
估指标,表示为信标间隔 T
beacon
内用于传输传感节点采样数据的时间与可用传输
时间的比值,即
U=TdataTbeacon−Toverhead (1)U=TdataTbeacon−Toverhead (1)
其中,T
data
和 T
overhead
分别表示传输业务数据所用时间和分组开销时间。
3 基于伪随机序列的 RAW 重分组方法
由于目前对 RAW 分组研究仅停留在分组方法上,并未考虑具体的分组实现
方法,在标准中 RAW 机制也未规定分组实施方案。因此,本文提出基于伪随机
序列的 RAW 重分组实现方法,对非连续 AID 节点划分 RAW 组。
首先,本文设计了一种可行的 RAW 重分组实现方法,即节点 AID 重分配,
通过重关联过程为同一 RAW 组节点重新分配连续 AID。该实现方法可分为 4 个
步骤:根据分组方案确定 RAW 分组数和各个组内节点的 MAC 地址;按分组顺
序,建立各 RAW 组映射表,将组内节点的 MAC 地址映射为连续 AID(即重新
分配的 AID);AP 解除与所有节点的关联;节点向 AP 重新发送关联请求,AP
依照 RAW 分组映射表查找请求节点 MAC 所对应的 AID,将其回复给请求节点。
为了保证节点传输的公平性,避免一部分节点由于竞争失败导致关联时间过长,
设定待所有节点关联后,才允许节点传输采样数据。
上述重分组实现方法虽然能解决非连续 AID 分组问题,但节点需要与 AP
解除连接,并重新关联,由于重关联过程时间较长,在节点规模大的监测传感
网中,时间开销会特别大。同时,在网络运行过程中进行 AID 重分配,将导致
节点在断开关联时间内产生的数据分组处理不及时,造成分组丢失,影响网络
的有效性和可靠性。
评论0
最新资源