一种基于信道状态游程的快速自适应控制方法
【技术领域】
[0001] 本发明涉及超宽带无线网络及信道分配技术领域，特别涉及一种基于信道状态游 程的快速自适应控制方法。
【背景技术】
[0002] 时隙ALOHA需要使用控制算法以保证系统获得稳定吞吐量，而控制算法的关键是 精确估计系统中的节点数。当系统中的节点数在某时刻发生剧变时，传统的控制算法存在 调节时间较长的问题。
[0003] 时隙ALOHA及其改进协议由于其简单性已经广泛应用于卫星通信，GSM数字蜂窝 网络及标签识别、认知无线网络、车载网络及水下传感网络等延时较长的环境下。然而，时 隙ALOHA本质上是不稳定的，为解决时隙ALOHA的不稳定性。现有技术提出了在不同总体 输入负载情况下采用不同的重传概率匕的概率的方式来获得系统的稳定性。在控制新包 生成率、允许某种程度拒绝率及传输信道存在错误概率等多种环境下，有限次重传机制对 系统稳定性的影响。依据系统的连续状态和节点间协作分析了系统性能，并将博弈理论引 入到信道竞争中，并以此研宄了时隙ALOHA系统的信道利用率和吞吐量。现有技术提出的 伪贝叶斯控制算法（英语为pseudo-Bayesian Control Algorithms，以下简称PBCA算法） 和P坚持控制算法（英语为Adaptive p Persistent Control Algorithm，以下简称pPCA 算法）都是通过对系统中实际通信节点的准确估计，并调整各节点的数据发送概率来达到 调整系统稳定性的目的。
[0004] 当系统节点数发生急剧变化时，信道将出现大量空闲或冲突时隙，造成信道利用 率非常低。研宄表明，当估计节点数与实际节点数之比在0. 5~2之间时，系统吞吐量大于 最大理论吞吐量的60%。因此，若能采用某种控制算法将估计节点数同调系统实际节点数 之比整到0. 5~2之间，然后再采用精细调整算法，必能提高系统的整体吞吐量。
[0005] 有限网络节点的系统，采用时隙ALOHA方式共享无线信道。时间轴被分成大小相 同的时隙，时隙长度为发送一个数据帧所需的时间，每个节点只能在时隙开始时才允许发 送数据。当两个及以上节点同时发送数据时，将产生冲突。发生冲突地节点在后续时隙重 传产生冲突的数据包。因此，信道在任意时隙包含三种状态：空闲、成功及冲突，分别用 {0, 1，c}来表示。
[0006] 假设在某时隙时刻h系统实际节点数为N，而系统的估计节点数为M，各节点以概 率P= 1/M进行数据传输以获得最大吞吐量。则信道空闲、成功传输及冲突的概率分别为：
[0008] 其中，0 = N/M为实际节点数与估计节点数的比值。0 = 0. 5时， Pidl产 0.61，P CQll~0. 09;当 e =2时，Pidl 产 0.14, P CQll~0. 60。e 越小，信道空闲概率 Pidle越大，信道发生冲突概率pMll越小；反之，e越大，信Pidle越大小，P rall越大。
[0009] 对Pidle等式两边取自然对数，即可获得实际网络节点数N，
[0011] 其中，In X是对X最自然对数。依据⑵式，统计一段时间内（定义该时间段为 概率更新窗口 RW :Renew Windows)信道的空间时隙概率，结合假定的系统节点数M，即可得 出系统的实际节点数N。在下一 RW内各网络节点再采用新的概率P= 1/N进行数据传输。 将（2)式进一步化简，得到下一更新窗口内各节点的数据发送概率P'，
[0013] 依据（3)式结论，设计pPCA算法控制流程如下：
[0014] (i)在某一起始时刻h，初始化节点数假定值rv计算p = 1/rv设定更新窗口值 RW，定义一个统计时隙数变量S，并初始化为0;
[0015] (ii)判断S是否等于RW，若是，则S = 0并转到（iv);
[0016] (iii) S加1，生成均勾分布的随机数x，判断X彡p，若是，则发送数据，转向（ii);
[0017] (iv)统计一个RW的空闲时隙个数，计算Pidle，若Pidle= 0或P idle= 1，p保持不 变，否则 P = -p/ln Pidle，转到（iii)。
[0018] 在该算法设计中，更新窗口 RW是一个非常重要的参数。RW设置值太小，概率误差 增大，调节精度下降；RW太大将造成调节过程延缓。
[0019] 而采用PBCA算法时隙ALOHA系统则依据当前时隙的状态进行下一时隙发送概率 的调整，算法实现步骤如下：
[0020] (i)在时隙V，假定系统节点数为Nv，每个节点以概率(Nv) = min {1，1/NV}发送 数据分组；
[0021] (ii)下一时隙的需发送数据的节点数Nv+1用下式进行估计：
[0023] 其中，A为新包到达率，e为自然对数。
[0024] (iii)下一时隙各节点以1/NV+1的概率发送数据分组。
[0025] PBCA控制算法的缺陷是：
[0026] 由于算该法在每次调整中，节点数的估计依据前一时隙的信道状态来确定，其基 本假定是当信道发生冲突时，参与冲突的平均节点数为2. 39。但在以突发流为主要业务的 数据网络系统中，系统中的节点数变化是不是稳定的，经常会在某时刻发生急剧变化，此时 PBCA算法需要经历很长时间才能达到稳定，系统的吞吐量也很低，系统信道的利用率也很 低。
[0027] 下面介绍一下时隙ALOHA的信道状态游程，
[0028] 定义I :N节点的时隙ALOHA系统中，信道连续出现某种状态的长度称为信道的状 态游程，连长为X个某种信道状态序列称信道状态游程为X。
[0029] 使用二分法模型将信道状态分成空闲（或冲突）状态E和非空闲（非冲突）状态 5，并设E发生的概率为p。用t (t = 1，2…，RW)表示时隙数，用s (t)表示在一个更新窗口 内从t时隙开始的信道游程状态，假定各时隙信道状态独立，则s (t)为一维Markov链。依 据游程的定义，游程k多1，为了描述信道状态的转移过程，增加状态0,得到时隙ALOHA系 统的信道状态E的游程状态转移
[0030] S (t)的状态转移概率为：
[0032] 信道状态游程的差分方程
[0033] 为研宄时隙ALOHA系统在不同节点和传输概率下信道状态的游程分布，先以样本 取值元素个数为H(H多2)，各样本值依均匀分布（P= 1/H)的随机试验X为参考模型，分析 某一状态E(假定为X= 1)的游程分布情况。在n次独立试验中，总体样本数为Hn，出现游 程为R的事件E的样本个数可用图14及图15所示的排列来描述。其中" □"表示活动元 素的取值（不包含事件E)，"〇"表示游程为R的序列，"圍"表示全体元素。
[0034] 令I = n_k，用GU)表示所有样本空间中游程为k样本个数。从图14中可以看 出，GU)取值为：
[0035] (i)当k = n时，G(O) = 1;
[0036] (ii)当k = n-1时，只有一个活动元素，其取值不包含事件E，游程为k的序列有 两个可能位置，因此G(I) =2 (H-I);
[0037] (iii)当k= n-2 时，G(2) = 3H2-4H+1;
[0038] (iv)当k< n-2时，游程的样本数GU )可由图15所示模型进行分解分解。从图 15可以看出，GU+2)可分解为2个GU+1)减去含2个自由元素（即取值可为符号集中 的任意值）与1个GU)排列，即
[0039] GXc + 2)-IIIGig+ i) +U1Gig) =〇 (6)
[0040] 求解（6)式的差分方程，并代入初始值G⑴，G⑵得，
[0041]
[0042]用k替换变量I，用RL(k)表示n次试验中游程为k的可能出现次数，则
[0046] 在n次独立试验，每次试验可取值H种，样本总数z (n) = Hn= p '则平均每个样 本中长度为k的游程个数为：
[0048] 另外，若将（6)式中的I用n-k进行替换，两端同除以Hn，则平均每个样本长度为 k的游程个数g(k)(称g(k)为某状态的长度k游程的频次）的差分方程为
[0049] g(k)-2pg(k+l)+p2g(k+2) = 0 (11)
[0050] 求解（11)式并代入初始条件，即可得出（10)。
[0051] 在采用组合方法获得的关于某事件状态游程的差分方程中，各事件个数为整数且 依均匀分布出现，即事件元素取值H多2,相应事件概率p = 1/H < 0. 5。但在时隙ALOHA 系统中，信道状态虽然为空闲、成功传输及冲突3种情况，但其分布却不是等概率的。
[0052] 采用"二分法"模型将概率空间划分为[0,p]和[p，1]两个部分，在MATLAB中运用 Monte Carlo方法模拟该随机试验，然后统计每个样本中游程为k的频次g'（k)，并与（11) 式得到结论进行比较，并定义二者的差为S (k)，即：
[0053] 8 (k) = |g (k)-g(k) (12)
[0054] 模拟环境参数设置为：样本容量n = 100,样本个数（模拟中的重复次数）m = 100000。得到相关结果