多層中繼網(wǎng)絡(luò)通信時延高容忍度控制算法分析

蔡波　楊露平　鄧飛1

摘要：為解決多層中繼網(wǎng)絡(luò)（MLRN） 中的通信時延問題，提高其在復雜網(wǎng)絡(luò)環(huán)境下的數(shù)據(jù)傳輸效率和穩(wěn)定性，本研究構(gòu)建多層中繼網(wǎng)絡(luò)通信時延高容忍度控制算法模型，包括動態(tài)路由選擇、數(shù)據(jù)包調(diào)度機制以針對網(wǎng)絡(luò)擁塞和故障的自適應調(diào)整機制。在NS-3網(wǎng)絡(luò)模擬器上進行實驗測試，模擬了各種網(wǎng)絡(luò)條件下通信過程，以驗證所提算法有效性。結(jié)果表明，相比于傳統(tǒng)的時延控制策略，本研究提出的算法能降低通信時延，提高網(wǎng)絡(luò)數(shù)據(jù)傳輸效率yu 穩(wěn)定性，研究發(fā)現(xiàn)可為多層中繼網(wǎng)絡(luò)的優(yōu)化與應用提供價值參考。

關(guān)鍵詞：多層中繼網(wǎng)絡(luò)通信（MLRN） ；算法框架；優(yōu)先級調(diào)度機制（PSM）

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2024）14-0076-03 開放科學（資源服務(wù)）標識碼（OSID） ：

隨著無線通信技術(shù)發(fā)展，多層中繼網(wǎng)絡(luò)（MLRN） 已經(jīng)成為提高網(wǎng)絡(luò)覆蓋范圍、增強信號質(zhì)量、提升數(shù)據(jù)傳輸效率關(guān)鍵技術(shù)。多層中繼網(wǎng)絡(luò)（MLRN） 通過在發(fā)送端和接收端之間部署一系列中繼節(jié)點，支持數(shù)據(jù)通過多個跳躍點進行傳輸，擴展通信距離，增強網(wǎng)絡(luò)的連通性與可靠性。隨著網(wǎng)絡(luò)規(guī)模擴大與應用場景多樣化，網(wǎng)絡(luò)通信面臨著嚴峻的時延挑戰(zhàn)。在大數(shù)據(jù)、實時通信應用日益增多背景下，有效控制并優(yōu)化通信時延，成為提升網(wǎng)絡(luò)服務(wù)質(zhì)量與用戶體驗的關(guān)鍵。在多層中繼網(wǎng)絡(luò)（MLRN） 中，通信時延不僅受到物理傳輸距離影響，還與中繼節(jié)點處理能力、網(wǎng)絡(luò)擁塞狀況、路由選擇策略等因素緊密相關(guān)[1]。傳統(tǒng)時延優(yōu)化方法專注于某一特定因素，如優(yōu)化路由算法或提高節(jié)點處理速度，但這些方法很難全面應對網(wǎng)絡(luò)動態(tài)變化帶來影響，在網(wǎng)絡(luò)規(guī)模大、節(jié)點多、環(huán)境復雜情況下。因此，研究一種能綜合考慮各種因素、自適應網(wǎng)絡(luò)變化、高效管理通信時延的控制算法，對實現(xiàn)MLRN高效、穩(wěn)定通信具有重要意義。

1 系統(tǒng)模型與問題描述

1.1 多層中繼網(wǎng)絡(luò)通信模型

多層中繼網(wǎng)絡(luò)通信模型設(shè)計基于一系列層次化布置的中繼節(jié)點，這些節(jié)點分布在發(fā)送端與接收端之間，以支持多跳傳輸機制。在模型中網(wǎng)絡(luò)被劃分為多個層級，每個層級包含若干中繼節(jié)點，這些節(jié)點負責接收上一跳的信號，進行處理后再向下一跳轉(zhuǎn)發(fā)。這種結(jié)構(gòu)目的是在增加通信距離、提高信號質(zhì)量的同時，降低單跳通信能耗與增強信號可靠性。模型從源節(jié)點開始，數(shù)據(jù)通過第一層的一個或多個中繼節(jié)點，傳輸?shù)较乱粚拥闹欣^節(jié)點，如此類推，直至到達目標節(jié)點[2]。每一條傳輸都會經(jīng)歷不同的信道條件，包括路徑損耗、多徑衰落、干擾等，這些因素都會影響到最終通信效率與質(zhì)量。中繼節(jié)點在轉(zhuǎn)發(fā)之前對接收到的信號進行必要處理，如放大、編碼、解碼，以確保信號質(zhì)量并減少傳輸誤差。該模型還考慮了中繼節(jié)點的選擇策略，動態(tài)調(diào)整傳輸路徑以應對網(wǎng)絡(luò)狀態(tài)變化，如節(jié)點故障、信道質(zhì)量變化等，從而優(yōu)化整個網(wǎng)絡(luò)通信性能[3]。通過對模型的深入研究優(yōu)化，旨在提出一種既能夠適應復雜多變的網(wǎng)絡(luò)環(huán)境，又能滿足高效穩(wěn)定通信需求的多層中繼網(wǎng)絡(luò)通信方案。

1.2 通信時延問題描述

通信時延問題在多層中繼網(wǎng)絡(luò)（MLRN） 設(shè)計占據(jù)著核心地位，它直接影響到網(wǎng)絡(luò)性能與用戶體驗。在多層中繼網(wǎng)絡(luò)（MLRN） 中，通信時延主要包括傳播時延、處理時延、排隊時延和傳輸時延。傳播時延是信號在節(jié)點間傳播所需的時間，取決于中繼節(jié)點之間物理距離與信號在介質(zhì)中傳播速度。處理時延涉及信號在每個中繼節(jié)點被接收、處理（如解碼、放大等）與重新編碼所消耗時間[4]。排隊時延是指數(shù)據(jù)包在中繼節(jié)點等待被處理或轉(zhuǎn)發(fā)時間，這個時延長度取決于網(wǎng)絡(luò)的擁塞程度及節(jié)點處理能力。傳輸時延是指數(shù)據(jù)在信道中傳輸所需的時間，與數(shù)據(jù)包大小和信道帶寬有關(guān)[5]。在多層中繼網(wǎng)絡(luò)（MLRN） 中，由于數(shù)據(jù)需要通過多個中繼節(jié)點進行多跳傳輸，這些會出現(xiàn)時延累積效應，造成總體通信延遲。網(wǎng)絡(luò)環(huán)境動態(tài)變化，如節(jié)點故障、信道質(zhì)量波動、網(wǎng)絡(luò)擁塞等，都會加劇時延問題，從而影響數(shù)據(jù)傳輸實時性、可靠性[6]。因此，精確測量多層中繼網(wǎng)絡(luò)（MLRN） 中的通信時延成為確保網(wǎng)絡(luò)通信質(zhì)量、提高用戶滿意度的關(guān)鍵。

2 通信時延高容忍度控制算法設(shè)計

2.1 算法框架設(shè)計

為設(shè)計一種能提高多層中繼網(wǎng)絡(luò)（MLRN） 通信時延容忍度的控制算法，本研究提出了一種基于動態(tài)路徑選擇和優(yōu)先級調(diào)度的算法框架。該框架旨在實時適應網(wǎng)絡(luò)狀態(tài)變化，優(yōu)化數(shù)據(jù)傳輸路徑，通過智能調(diào)度策略降低關(guān)鍵數(shù)據(jù)流的通信時延，在設(shè)計中，首先建立了一個數(shù)學模型來表達多層中繼網(wǎng)絡(luò)的通信過程。網(wǎng)絡(luò)被建模為一個加權(quán)圖，具體如公式（1） 所示：

G = （V，E，W ） （1）

其中：V 表示網(wǎng)絡(luò)中的節(jié)點集，包括源節(jié)點、目標節(jié)點及中繼節(jié)點；E 代表節(jié)點間的連接邊；W 代表邊的權(quán)重函數(shù)，表示邊上的通信時延或者傳輸成本。

1） 動態(tài)路徑選擇算法（DPS）

動態(tài)路徑選擇算法基于實時網(wǎng)絡(luò)狀態(tài)來優(yōu)化數(shù)據(jù)包的傳輸路徑。具體實現(xiàn)采用迪杰斯特拉算法（Di?jkstra） 算法，對每個數(shù)據(jù)包pi，計算從源節(jié)點到目標節(jié)點的最路徑Pi，以最小化路徑上的總時延。設(shè)d （v）表示從源節(jié)點到節(jié)點v 的最短路徑的時延，則Dijkstra算法更新步驟如公式（2） 所示：

dv = min（dv，du + w（u，v）） （2）

式中：dv 為當前已知的從源節(jié)點到節(jié)點u 的最短路徑時延，w（u，v） 是從節(jié)點u 到節(jié)點v 的邊的時延權(quán)重。通過迭代更新所有節(jié)點的dv，算法最終找到每個節(jié)點到源節(jié)點的最短時延路徑。

2） 優(yōu)先級調(diào)度機制（PSM）

考慮到不同數(shù)據(jù)包對時延的敏感性不同，本算法框架引入了優(yōu)先級調(diào)度機制。每個數(shù)據(jù)包pi 被賦予一個優(yōu)先級P （ pi ），基于其時延敏感性。在每個中繼節(jié)點，數(shù)據(jù)包按照優(yōu)先級進行排隊和處理，確保高優(yōu)先級的數(shù)據(jù)包能夠優(yōu)先轉(zhuǎn)發(fā)。優(yōu)先級調(diào)度可以表示為一個排隊優(yōu)化問題，目標是最小化關(guān)鍵數(shù)據(jù)流的平均等待時延。設(shè)Q為節(jié)點的數(shù)據(jù)包隊列，Twait （ pi ）為數(shù)據(jù)包pi 在隊列中的等待時延，則優(yōu)化目標為如公式（3）所示：

綜合以上設(shè)計，本算法框架通過動態(tài)路徑選擇、優(yōu)先級調(diào)度提高多層中繼網(wǎng)絡(luò)（MLRN） 在面對網(wǎng)絡(luò)變化時的通信時延容忍度，保證數(shù)據(jù)傳輸效率與可靠性。

2.2 動態(tài)路由選擇算法

在多層中繼網(wǎng)絡(luò)（MLRN） 中，本研究設(shè)計一個高效的動態(tài)路由選擇算法需要實時響應網(wǎng)絡(luò)狀態(tài)變化，包括擁塞、鏈路故障，以優(yōu)化數(shù)據(jù)包傳輸路徑，從而最小化通信時延和增加網(wǎng)絡(luò)魯棒性[7]。動態(tài)路由選擇目標是找到一條從s 到t 的最短路徑Ps，t，使得路徑的總時延最小。具體表示如公式（4） 所示：

式中：Ps，t 表示從s 到t 的最短路徑；W （e） 表示邊e的時延權(quán)重。

在動態(tài)環(huán)境中，W （e）可以是時間變化的，會根據(jù)實時流量數(shù)據(jù)、鏈路狀態(tài)信息等動態(tài)調(diào)整。因此，路由算法可通過優(yōu)先級調(diào)度機制（PSM） 來實時更新W （e），以便快速適應網(wǎng)絡(luò)變化，高效地選擇下一個最短路徑節(jié)點。在網(wǎng)絡(luò)狀態(tài)發(fā)生變化時，算法可重新計算并調(diào)整當前最短路徑，確保數(shù)據(jù)包總是沿著最佳可用路徑傳輸，確保多層中繼網(wǎng)絡(luò)（MLRN） 的通信效率與可靠性[8]。

2.3 網(wǎng)絡(luò)擁塞與故障自適應調(diào)整機制（CAF）

在多層中繼網(wǎng)絡(luò)（MLRN） 中應對網(wǎng)絡(luò)擁塞和節(jié)點故障是保持網(wǎng)絡(luò)穩(wěn)定性的關(guān)鍵。本研究進行了網(wǎng)絡(luò)擁塞與故障自適應調(diào)整機制（CAF） 設(shè)計，該機制核心目標是實時識別網(wǎng)絡(luò)的擁塞和故障狀況，并動態(tài)調(diào)整路由和傳輸參數(shù)以最小化它們對通信性能的負面影響[9]。

假設(shè)每個節(jié)點可以監(jiān)測到其傳輸隊列長度Ln 和每條出鏈路的時延Dn，e，CAF機制基于指標動態(tài)調(diào)整數(shù)據(jù)包路由與傳輸速率。可引入擁塞指標函數(shù)C （n，e），它將節(jié)點n 的隊列長度和鏈路e 的時延結(jié)合起來，評估鏈路的擁塞程度。C （n，e）可以表示如公式（5）所示：

C （n，e） = α ? Ln + β ? Dn，e （5）

式中：α，β 是調(diào)價參數(shù)，用于根據(jù)網(wǎng)絡(luò)環(huán)境調(diào)整隊列長度與鏈路時延的影響權(quán)重。

具體如下：

1） 自適應路由調(diào)整

當鏈路e 的擁塞指標C （n，e） 超過某個預設(shè)閾值時，CAF機制將觸發(fā)自適應路由調(diào)整。包括為經(jīng)過節(jié)點n 的數(shù)據(jù)包計算備用路徑P'，以避免經(jīng)過擁塞鏈路e。備用路徑P'的選擇依據(jù)是新路徑上鏈路擁塞指標的總和最小，可表示如公式（6） 所示：

2） 自適應傳輸速率調(diào)整

除路徑重新計算外，CAF機制會根據(jù)擁塞程度調(diào)整數(shù)據(jù)的傳輸速率。設(shè)定調(diào)整因子Rn 為節(jié)點n 的傳輸速率，當網(wǎng)絡(luò)擁塞時減小Rn，反之則增大；可表示如公式（7） 所示：

Rn = Rn ? （1 - γ ? C （n）） （7）

其中，C （n）是節(jié)點n 的擁塞指標，γ 是速率調(diào)整靈敏度參數(shù)。

綜合上述策略，CAF機制可實現(xiàn)網(wǎng)絡(luò)擁塞和故障的快速響應，通過自適應地調(diào)整路由和傳輸速率，優(yōu)化網(wǎng)絡(luò)性能，確保多層中繼網(wǎng)絡(luò)（MLRN） 在多變的網(wǎng)絡(luò)環(huán)境下通信穩(wěn)定性與高效。

3 算法測試分析

3.1 測試過程

在算法測試階段，本研究采用了網(wǎng)絡(luò)模擬器NS-3進行測試，測試中模擬真實網(wǎng)絡(luò)環(huán)境下的多層中繼網(wǎng)絡(luò)（MLRN） 行為。測試過程分為以下幾個步驟：1） 通過NS-3建立了一個包含多個層級的中繼節(jié)點的MLRN模型，配置了各個節(jié)點的處理能力、鏈路容量及延遲特性，以模擬現(xiàn)實世界中網(wǎng)絡(luò)復雜性、動態(tài)性。在此基礎(chǔ)上注入了多種數(shù)據(jù)流，包括TCP和UDP流量，包含不同大小與不同優(yōu)先級的數(shù)據(jù)包，以評估網(wǎng)絡(luò)在不同流量負載下表現(xiàn)[10]。2） 測試中引入了各種網(wǎng)絡(luò)條件，如隨機節(jié)點故障、鏈路擁塞等，以考察算法在非理想狀態(tài)下的魯棒性。數(shù)據(jù)包傳輸路徑根據(jù)本算法進行實時調(diào)整，觀察了擁塞和故障自適應調(diào)整機制的響應效率。3） 測試關(guān)鍵性能指標包括端到端通信時延、數(shù)據(jù)包丟失率、吞吐量和網(wǎng)絡(luò)的負載均衡能力。端到端時延測量了數(shù)據(jù)包從發(fā)送到接收的總時間，數(shù)據(jù)包丟失率反映網(wǎng)絡(luò)可靠性，吞吐量衡量了網(wǎng)絡(luò)的數(shù)據(jù)傳輸能力，網(wǎng)絡(luò)的負載均衡能力則通過分析各節(jié)點和鏈路利用率來評估[11]。 整個測試過程自動記錄所有指標的性能數(shù)據(jù)，使用Python腳本進行數(shù)據(jù)收集分析，確保測試結(jié)果準確性與可重復性。通過對比本算法與傳統(tǒng)算法的性能數(shù)據(jù)，全面評估所提出算法有效性與優(yōu)勢。

3.2 測試結(jié)果

如表1 所示，本算法（通信時延高容忍度控制算法）與傳統(tǒng)算法對比測試結(jié)果在端到端通信時延指標上，在沒有網(wǎng)絡(luò)擁塞和節(jié)點故障情況下，平均端到端通信時延為50毫秒。在引入隨機節(jié)點故障和鏈路擁塞后，采用動態(tài)路由選擇與自適應調(diào)整機制下，時延增加到了平均70毫秒，相比于傳統(tǒng)算法100毫秒，時延減少了30%。在數(shù)據(jù)包丟失率指標上，在標準操作條件下，數(shù)據(jù)包丟失率維持在0.5%。即便在高負載情況下，通過自適應調(diào)整機制，丟包率僅上升至1.2%，傳統(tǒng)算法在類似負載下丟包率為2.5%。在網(wǎng)絡(luò)吞吐量指標上，顯示網(wǎng)絡(luò)平均吞吐量從傳統(tǒng)算法800 Mbps提升到了新算法下的950 Mbps，增幅達到了18.75%。在網(wǎng)絡(luò)負載均衡指標上，自適應調(diào)整機制作用下，網(wǎng)絡(luò)負載更加均衡，節(jié)點和鏈路平均利用率從80% 提高到了均衡狀態(tài)下90%，且無任何節(jié)點超載。在響應時間上，自適應調(diào)整機制對網(wǎng)絡(luò)故障平均響應時間為2秒，較傳統(tǒng)算法5秒有顯著改善。在穩(wěn)定性指標上，算法能夠在99.9% 的時間內(nèi)保持網(wǎng)絡(luò)性能穩(wěn)定，優(yōu)于傳統(tǒng)算法的95% 穩(wěn)定性水平。測試結(jié)果表明，本算法在提高多層中繼網(wǎng)絡(luò)性能、穩(wěn)定性方面具有較強的有效性，特別是在處理網(wǎng)絡(luò)動態(tài)變化與不確定性方面相比傳統(tǒng)系統(tǒng)具有明顯優(yōu)勢。

4 結(jié)束語

本研究提出了一種針對多層中繼網(wǎng)絡(luò)（MLRN） 的通信時延高容忍度控制算法。通過構(gòu)建精確數(shù)學模型與實現(xiàn)包括動態(tài)路由選擇、數(shù)據(jù)包調(diào)度機制、網(wǎng)絡(luò)擁塞與故障自適應調(diào)整機制在內(nèi)的綜合策略，本算法可提升了MLRN 在復雜網(wǎng)絡(luò)環(huán)境下的性能。通過NS-3模擬器進行的實驗測試結(jié)果顯示，相比傳統(tǒng)算法，新算法在端到端通信時延、數(shù)據(jù)包丟失率、網(wǎng)絡(luò)吞吐量、網(wǎng)絡(luò)負載均衡及對故障響應時間等多個關(guān)鍵性能指標上均有顯著改善。特別是在網(wǎng)絡(luò)出現(xiàn)擁塞和故障時，新算法仍能保持較低通信時延與高穩(wěn)定性，證明了本算法在實際應用中的高效性、魯棒性。研究成果也為未來網(wǎng)絡(luò)技術(shù)發(fā)展開辟了新方向。

參考文獻：

[1] 陳俊，蔣正帥，陳磊.多層中繼網(wǎng)絡(luò)通信時延高容忍度控制算法仿真[J].計算機仿真，2024，41（1）：429-432，484.

[2] 張盼.物聯(lián)網(wǎng)環(huán)境下多層協(xié)作通信網(wǎng)演化建模與分析[D].太原：山西大學，2023.

[3] 周莉，閆攀.無線協(xié)作中繼網(wǎng)絡(luò)多層不良數(shù)據(jù)辨識方法[J].計算機仿真，2021，38（6）：278-281，409.

[4] 張艷，陳建華，唐猛.多層中繼網(wǎng)絡(luò)上的分布式LT碼[J].電子與信息學報，2019，41（7）：1548-1554.

[5] 周秦陽.蜂窩網(wǎng)絡(luò)中D2D通信資源分配和功率控制策略的研究[D].北京郵電大學，2023.

[6] 付康.基于快速加冪積分有限時間控制算法的遙操作機器人系統(tǒng)研究[D].南昌：南昌大學，2023.

[7] 楊玉凈.間歇性網(wǎng)絡(luò)傳輸下遙操作系統(tǒng)的同步控制[D].秦皇島：燕山大學，2023.

[8] 張俊英，王勇.通信時延和感知時延對車輛編隊穩(wěn)定性的影響[J].中國公路學報，2023，36（4）：202-220.

[9] 劉雨瑩.協(xié)同自適應巡航魯棒模型預測控制算法研究[D].成都：電子科技大學，2023.

[10] 張向鵬.面向多UUV協(xié)同圍捕任務(wù)的管控問題研究[D].北京：中國艦船研究院，2023.

[11] 殷康超.基于V2X通信的智能車隊縱向協(xié)同跟車系統(tǒng)研究[D].長安大學，2023.

【通聯(lián)編輯：光文玲】