基于多蚁群算法的无线传感器网络路由的跨层设计(3)

量比较图。

图4 网络平均吞吐量比较图

通过以上3个仿真实验验证,得出多蚁群算法比AntNet算法在数据包延迟、分组到达的成功率及网络吞吐量等方面

(下转第94页)

一篇论文

(3)对64kbps及384kbps视频组播业务,该概率在10-3数量级,这是由视频包大小变化比较大引起的。

表4 视频业务源模型参数

参数

帧到达时间

间隔

每帧包个数

包大小

包到达时间间隔

时也是后一个MTCH的起始子帧的位置。在DSI设计中,仅需指示各个MTCH起始子帧位置或结束子帧位置,交界处两业务不共用子帧概率很低,所以用户多接受一子帧所引起的功耗的增加基本可以忽略。

结束语 通过理论分析与仿真验证表明,在MCE对MBMS业务动态调度时,一个MTCH结束子帧是后一个MTCH的起始子帧的概率很大。根据这一结论,在DSI中仅需指示各MTCH所占据子帧的起始子帧或结束子帧,用户即可准确地获得相应的调度信息。相对于结束子帧的指示方法,起始子帧的指示方法存在最后一MTCH的结束子帧不好定位的问题。本文在结合结束子帧的指示方法优点的同时,通过进一步的分析发现,一个MTCH所占据子帧的数目不会太多,结束子帧指示方法所索引的子帧的绝对位置仍具有一定冗余性,由此提出了一种结束子帧差分的索引方案,更进一步减小了DSI信息的开销。

定值

分布类型

(基于10fps)

定值

截断帕累托分布

(64kbps码率时:均值50截断帕累托分布字节,最大值250字节)(均值:6ms,最大(384kbps码率时:均值300值12.5ms)字节,最大值1500字节)K=40字节(64kbps码率)K=240字节(384kbps码率)

=1.2

K=2.5ms

=1.2

分布参数100ms8

3种业务的仿真结果均与前面的理论分析非常吻合。总体而言,一个MTCH业务结束时,子帧中仍剩余的资源无法继续被用于下一MTCH业务的概率为10-3数量级或更低。因此,在绝大多数情况下,一个MTCH的结束子帧的位置同

表5 剩余资源无法用于发送下一MTCH的概率

MTCH数目

MCS

7

RadiobroadcastFTP( 10-6)64kbps视频( 10-3)384kbps视频( 10-3)

03.31.260.39

4801.250.850.40

901.030.420.43

701.60.800.29

8803.750.500.28

900.900.330.30

701.250.600.25

12801.130.400.28

900.740.300.27

701.100.530.25

16801.780.350.27

900.490.230.27

业务类型

[4]ChandraK.StatisticalMultiplexing[J].WileyEncyclopediaofTelecommunications,2003

Alcatel Lucent.R2 093093:MACPDUdesignforeMBMSsch eduling[Z],3GPPTSGRANWG2,meeting66,2009 05

参考文献

[1]

SesiaS,ToufikI,BakerM.LTE TheUMTSLongTermEvolu tion:FromTheorytoPractice[M].JohnWiley&SonsLtd.,2009:327 332[2]

3GPPTS36.300V9.1.0.EvolvedUniversalTerrestrialRadioAccess(E UTRA)andEvolvedUniversalTerrestrialRadioAc cessNetwork(E UTRAN),Overalldescription,Stage2(Release9)[S],2009 09:82 84[3]

ChenYu.StatisticalMultiplexingforLTEMBMSinDynamicServiceDeployment[C] VehicularTechnologyConference2008.IEEE,VTCSpring,2008

[5]

[6]Huawei.R2 093778:DetailsofDynamicSchedulingInformation[Z],3GPPTSGRANWG2,meeting66,2009 07

[7]3GPPTR25.892V6.0.0.FeasibilityStudyforOrthogonalFre quencyDivisionMultiplexing(OFDM)forUTRANenhance ment(Release6)[S],2004 06:60 62

(上接第62页)

具有明显的优势,从而能够满足事件驱动型无线传感器网络在实时性、可靠性、负载均衡及拥塞控制等方面的要求。

结束语 本文采用多种群蚁群算法对事件驱动型无线传感器网络进行跨层路由优化,针对网络的特殊需求,将节点的单跳延迟及统计获得的MAC层节点接入效率、负载队列长度等参数信息作为路径选择的路由判据。实验证明,该算法求解得出的最优传输路径能够满足无线传感器网络的实时性、可靠性及负载平衡等方面的要求,保证了事件驱动型无线传感器网络的服务质量。

[2][3]

贺鹏.移动AdHoc网络中路由与拓扑控制技术的研究[D].西安:西安电子科技大学,2007

RamadhanM,DavisM.Investigationofacross layermodifica tiontotheDSRroutingprotocolinwirelessmeshnetworks[J].Ireland

[4]DorigoM,ManiezzoV,ColorniA.Antsystem:optimizationbyacolonycooperatingagents[J].IEEETransactionsonSystems,ManandCyberneticsbartB:Cybernetics,1996,26(1):2941

[5]SimKM,SunWH.Acomparativestudyofantbasedoptimiza tionfordynamicrouting[C] Liu,etal.,eds.2001LNCS225.2001:153 164

[6]张倬.改进的AntNet算法在ZigBee网络路由中的研究[D].长春:吉林大学,2008

夏鸿斌.计算智能方法及在网络优化和预测中的研究[D].无锡:江南大学,2009

参考文献

[1]

钱春丽,张兴敢.用于矿井环境监测的无线传感器网络[J].电子技术应用,2006(9):21 23

[7]