一种基于空分复用的无线自组网接入层协议及其跨层分析模型

第40卷第1期2011年2月信息与控制Information and ControlFebDoI:10.3724/SPJ.1219201100一种基于空分复用的无线自组网接入层协议及其跨层分析模型刘洋12,詹宜巨3,蔡庆玲3(1中山大学信息科学与技术学院,广东广州510275;2广东工业大学信息工程学院,广东广州5100063.中山大学工学院,广东广州510006)摘要:为充分利用无线自组织网络节点所装备的多天线以提高网络性能,提出一种基于空分复用的无线日组织网络接入层协议 MADB-MAO( multiple antennas dual backoff-media access control).通过在传输帧的竞争时隙交换多个握手信总,使网络中节点能够以空分复用的方式并行传输。建饥网络性能跨层分析模型,考虑物理层檢测错误传播的影响,对此协议进行分析.理论分析和数值计算结果表明 MADB-MAC能够在不增加占用带宽的前提下有效提高网络吞吐率关键词:无线自组网:跨层设计;接入层协议:空分复用中图分类号:TN9295文献标识码:A文章编号:10020411(2011)0140105-05A Spatial Multiplexing Based Ad Hoc MAC Protocol and Its Cross-LayerAnalytical ModelLIU Yang,2, ZHAN Yiju, CAI Qingling(1. School of information Science and Technology, Sun Yat-sen University, Guangzhou 510275, China:2. College of Information Engineering, Guangdong Universiry of Technology, Guangzhou 510006, China,3. School of Engineering, Sun Yat-sen Universiry, Guangzhou 510275, China)Abstract: To take full advantages of multiple antennas equipped by nodesplexing, an MAC protocol named multi-antenna dual backoff (MADB-MAC) is presented. Nodes can exchange hand-shakesignals in contention slot of transmission frame to implement simultaneous transmission based on spatial multiplexing to a detailed consideration of detection emor propagation in physical layer, a cross-layer analytical model isto analyze this protocol. Results of theoretical analysis and numerical computation show that MADB-MAC canetwork throughput remarkably.Keywords: ad hoc; cross-layer design; MAC (media access control) protocol; spatial multiplexing1引言( Introduction)对物理层采用定向天线和空间分集2习.如果在物理层采用多大线空分复用技术,有希望显著提高链路无线自组织网络( ad hoc)由不需要任何基础设传输速率进而提高整个网络吞吐施的一组具有动态组网能力的节点组成.这种网络空分复用的典型技术如贝尔实验室空时分层结适应了军事和商用中对网络和设备移动性的要求,构( BLAST),这其中垂直编码( V-BLAST)技术由是无线通信领域研究的一个热点.给节点装备多天于结构较简单直观且性能优异得到很多研究者的重线,是有效提高网络性能的手段.但是这种措施并视不一定带来最优性能,如果各层协议设计不当,甚文[4]提出 MIMA-MAC( mitigating interference至会造成负面效果. ad hoc是由众多没有基础设施 using multiple antennas-MAC)协议,利用MIMO的支持的节点自发组成的临时网络,没有中心节点,干扰取消机制支持并行传输.此协议简单限定发送无线信道是复杂的广播媒体,带宽受限、分布式控节点使用单根大线发送数据,显然当帧内获得信道制等特点导致传统的分层协议设计思想难以适应网数小于节点装备大线数时存在资源浪费文S顺络全局优化的需要叫.目前已经有一些研究采用多延这一思路,但注意到之前的协议竞争时隙仍是基天线技术的跨层协议设计,这方面早期工作一般针于时分机制,没有充分利用物理层自由度,限制了基金项目:园家自然科学基金资助项月(610710381);广东省自然科学基金资助项日(9151027501000076)通讯作者:刘洋, liuyangatgdute@126c0m,收稿/录用/修山:2001228201003-302010407-26信息与控制40卷同时传输的节点个数和最大天线数.基于这一考虑,采用 V-BLAST,提出一种基于空分复用并行传输的文[5]设计了物理层采用 BLAST及多用户检测的MADB-MAC协议,建立其分析模型.利用此分析模MAC协议,将节点的信道估计能力和可用天线数型结合数值分析证明了MADB-MAC能够在限制握作为资源限度,利用 RTS/CTS( request to send/clear手开销和不增加额外频带占用的前提下有效提高网to send)帧穷尽资源以实现性能优化.其层间交互络吞吐.表现在MAC根据物理层可用资源设计握手帧,尽量响应多个RTS要求.同时,对其余传输(相对2 MADB-MAC及其跨层分析模型(MADB于当前节点就是干扰)进行抑制,并在干扰消除及MAC and its cross-layer analytical model解码多个数据流之间寻求资源的平衡,此协议需本文提出一种名为多天线二重退避媒体接入要对多个RTS帧进行排队,且RTS帧和CTs顿结 MADB-MAC的MAC层协议.操作流程如图1所构复杂、开销大.由于自组织网络的特点,实际上示,所谓二重退避指节点在帧内通过竞争获得信要满足假定的精确正交码条件也非常困难文]道后,只要竞争时隙没有用完,仍可多次竞争信道设计的HYB( Hybrid)协议,将握手信号通过控制为节点剩余天线分配信道,根据文45]的思想,信道进行传送,竞争控制信道的方式使用传统的在MAC协议帧的竞争时隙中采用时分的方式进行CSMA/CA(carrier sense multiple access with collision握手信息发送,避免了码分方式同步问题以及附加detection/collision avoidance).此协议由于需使用专用控制信道,部署灵活性差且频谱效率低数据帧需发送以上工作存在共同的不足在于缺乏MAC协议分析模型.广泛使用的网络仿真工具如NS2等,侦听信道DFS时间物理层支持非常简单.另一方面,跨层联合仿真在物理层需要一个比特一个比特地描述物理层的行为.整个仿真时间窗必须保证所取得的结果遍历了冻结当前 backoff信道忙?各种条件与系统状态,具有统计意义,这将会导致time counter计算量和计算时间难以接受.所以寻找一种定量分析的手段去评价跨层协议设计,给出分析或半分析侦听到cTS随机 backoff timecounter模型以评价协议性能是一个非常有意义的问题.这backoff time方面在研究基本的802DCF单跳网络的饱和容量ounter减到1后发IFCC++方面存在比较好的结果,如基于二维马尔可夫链描述的 Bianchi模型.此模型局限性在于单独针对MAC层,假定PHY无噪声、衰减与干扰,无错误传IFCC=M?侦听到cTs输,与无线网络实际相差非常大.文[9]尝试建立了采用空时分组码的PHY与MAC联合分析模型.这一结果不足之处是没有涉及前述采用空间复用以支IFCC艹持并行传输的传输策略.由于 BLAST性能分析较为复杂,特別是当采用干扰消除检测方法,需要考IFCC=N虑每层估计错误在其余各层的传播,单独针对PHY层面都难以给出性能表达的封闭解.当MAC层面涉及到多流干扰时,给出跨层定量分析模型就更加进入数据时隙困难.文口0]尝试了物理层近似建模以及快速计算的方法针对BPSK( binary phase- shift keying)调制,根据发送的RTS序号发送ACK指出每层的错误信号的方差与发送功率和当层误码侦听ACK序号率成正比,得到了逐层误码分析的递归表达.此结侦听到N个ACK果没有讨论MAC层协议对PHY传输场景建立的影号后,结束当前帧响,缺乏跨层分析,使其应用受到了限制图1 MADB-MAC操作流程在上述研究工作的基础上,本文着眼于物理层Fig 1 Flow diagram of MADB-MAC1期刘洋等:一种基于空分复用的无线自组网接入层协议及其跨层分析模型控制信道带来的开销.RTS/CTS握手信号在网络中为U=∑v≤N.从第一个发送节点第一根天线采用传统的时分方式传送,为减小冲突的可能,节点在随机退避后发送RTS.退避算法同8021DCF.到最后一个发射节点最后一根天线进行编号,则第在每个RTS之后为CTS信号,网络中节点均侦听全p个节点的第i根发射大线的功率为a2()=E/H部CTS信号并计数.当侦听到N个CTS信号时表接收节点使用全部天线,每帧中第q个接收节点的示竞争时隙已经结束(获得信道的节点的总发射天接收数据向量为线数已达最大),进入训练时隙.在握手周期中获得r=Hs+y信道的节点按顺序发送导频信号估计信道.在数据时隙中,获得信道的节点按照竞争时隙中分配的天s=(s1,…,)为当前帧发送数据向量.分为发线数进行并行发送,数据传送完成后接收节点依同送到q节点的数据及其它数据两部分.对r进行顺序发送ACK( Acknowledge)应答信号BLAST检测.在第i层用迫零向量乘P,经硬判决后在 MADB-MAC中,不同于802lDCF的CS作为第层信号的估计值,从待判决向量中减去此信MACA,装备了多天线的节点可以选择发射天线号后再重复上一过程直到全部层检测完毕分析q数,在一定约束条件下实现多个节点并行传输以提接收节点链路的误码率,需要考虑前层检测的错误高网络吞吐,本文的物理层建模不同于文[10,不传播、噪声以及剩余未检层信号的干扰.考虑BPSK采用多用户检测以避免正交码同步问题.不失一般调制,第k层信号s=±a(k)=±√/,其判决错误全同步,假定网络为单跳全连接,节点完全估计信可能的情况为e=8-∈{-20).20()道设此层BER为P(k),则有每个节点装备N根天线,节点总发射功率限制(k)=E[]=42(k)P()为E.网络每帧中有M个发送节点,每个发送节点使用根天线发送数据.总发射天线数(符号数)第i层信号与干扰加噪声比为(k)=O( k)w(OH.A2|tonA()+∑wnc:(式中K()={k1,k2,…k-}且K(1)=0,MK(i+1)首先求帧内分组传输概率τ.令W=CWm为表示尚未检测的层的标号的集合.Hx表示H的第最小竞争窗口(具体值与PHY层技术有关),Wek列.w(i)与所有其它层信号张成的空间正交,其2w为节点退避状态.假定帧内某微时隙节点申计算方法为通过将矩阵酽的k1,k2,…,k_1列置零请信道碰撞的概率为p.比照 Bianchi模型,由于退后取 Moore-Penrose伪逆,所得矩阵的第k列即为避算法同802DCF,MADB-MAC协议帧内节点所求.有获得信道的机会扩大到N.则单个节点帧内获得信P(k)=Q(√(k)(4)道(1≤t≤N)次的概率为q节点链路总BER为∑P()N2P=∑1+W+pW∑(2p)N指总共k层信号中目的为q节点的集合.有了单链路误码率结果,下面针对 MADB-MAC给出单跳网络吞吐分析模型.网络中的节点通过发送和侦听1+W+p∑(2p)yRTS与cTS帧建立网络预期传输场景.在数据时隙中各发送节点并行发送数据.不同于802IDCF,单个节点获得信道的概率为:每个节点设置帧内竞争计数器IFCC( in frame contention counter),当它增加到等于N时进入训练时隙(流程图中省略),之后进行数据传送r(p)=∑叫(p)信息与控制40卷单个节点不获得信道的概率为式中团=EMh,每个节点使用一根天线以全部功率发送信号.有G2=E,同式(4)可知其BER为τ(p,O)=1-r(p)根据式(6)~(8)考虑网络传输饱和容量,即假设网络中所有节点在每一帧中都有数据包需要根据 Bianchi模型,每帧中单个节点获得信道的发送.网络的当前传输场景为m个节点获得信概率为道进行传输.不失一般性,将此m个节点编号为(14)(1,2,…,m),每个节点使用的天线数t1,h,…,m,构1+W+pW∑(2p)成向量T.显而易见, MADB-MAC有约束条件可以考虑平均意义下一帧中有Gcr(p)个节点(9)获得信道,网络平均饱和容量为为简便起见,仅考虑发送节点与接收节点一Cave= Gtac(P)(1-Rder) bit/frame (15)对应的情况.根据之前的分析知此场景网络容量仅MADB-MAC由于握手期存在多次竞争信道时与T有关,记为C(T)隙,一直要等到所有天线都被分配完才能进入后续基于式(9),此网络传输场景在当前帧出现的概阶段,所以单帧内握手开销比8021DCF要多.但率为握手信号持续时间短,远小于数据信号,所以这种开销的增多相对于整个系统吞吐的增加是可以忽略T(p,4)r(p,0)0m的,本文不计入它的影响.其次,碰撞概率p并不依(10)用的MAC协议不同而改变,此参数与节点个数P∑1=N)及节点碰撞(RTS碰撞)中侦听到信道忙的平均时间T有关,可以在最终的分析中约去,在前面的基由以上步骤可得空分复用情况下 MADB-MAC础上, Bianchi模型给出的近似推导结果为的网络吞吐量计算定理定理1若节点最大可用天线数为N,传输场景T定义为当前帧中m个节点使用的传输天线数则根据式(6、(7), MADB-MAC对应的节点帧t1,l2…,lm构成的向量,则网络饱和吞吐计算为:内获得信道概率为τ(p)=纸(:)ovez(17)式中T=,σ为空时隙时间.不考虑传送延迟第j号节点每层信号功率为E,定理1中C(r)TC=RTS+DIFS可由式(3)~(5)求得.3数值分析结果( Results of numerical anal对比使用单天线的802DCF与 MADB-MAC的网络饱和吞吐性能.80211DCF一帧中只能有数值分析场景如下:根据8021标准,PHY对节点使用单天线进行通信,发送节点使用全部功层采用FHSS技术,空时隙持续时间σ=50率发送数据,不存在多流干扰,仅受噪声影响.接收μs,DIFS=128μs,假定码率为1Mbvs,RTS占端信号为据228bit,则T=8.34.每帧中数据域 payload设rdef= hs+v(11为800bt网络拓扑为单位面积上随机分布的20单链路平均SINR为个节点(节点位置不重叠).信道采用准静态衰落信道模型,即帧内所有发射符号的信道增益不变.不同帧上的信道增益是独立变化的复高斯随机变量1期刘洋等:一种基于空分复用的无线臼组网接入层协议及其跨层分析模型式中h、h是相互独立且服从N(b)的正态随机可见采用跨层方式,MAC层与物理层进行联合设变量.不失一般性,令E=1计,比传统的分层设计方式能够充分利用物理层所由图2可看出 MADB-MAC由于采用空分复用装备的多天线,显著提高网络性能技术,所得单帧网络吞吐在各种信噪比情况下均优于802l1DCF.网络性能随节点配置天线数增加而提升2.Il sing氢eeSNR-5 dB SNR=lo dB SNR=15 dBgee-ee-eSNR/antenna/dB图3特定信噪比下不同天线数网络吞吐对比10Fig 3 Comparison of network throughput, for varying numberSNR/antenna/dB图2 MADB-MAC与8021DCF不同天线数网络吞吐噪声of antennas with some special SNR value性能的对比Fig 2 Network throughput versus SNR of MADB-MAC andf三4802.1IDCF for varying number of antennas以上结果要注意的是:首先随将大线数增34加,多层错误传播引起的干扰也越来越大,导致吞吐增加的速度放慢错误传播表现在式()中的分2十母项e∈∑w(HA2q2()本模型中此项为以第一层干扰为零启始,递推计算得来,故给出天线数与网络吞吐增加关系的封闭解析表达比较困难.特定信噪比条件下MADB-MAC不同天线数目下网络吞吐情况如图3所示SNR/antenna/dB迫零向量放大噪声的作用对 MADB-MAC的性图4多天线 MADB-MAC与802.1DCF吞叶噪声性能对比能提升有显著影响,可以考虑采用MMSE检测方式Fg4 Network throughput versus SNR, for MADB-MAC and以避免这种作用.同时,还可以注意到 MADB-MAC802. 11DCF with multiple antennas性能提升在高信噪比环境下更为明显,通过式(3)可知这是因为迫零向量放大噪声的作用在高信噪比4结论( Conclusion)环境中得到了抑制针对节点装备多天线的无线自组织网络,本文提出可在物理层使用 V-BLAST空分复用技术的图4为节点装备多根天线,采用 MADB-MAC MAO层协议 MADB-MAC.不同于过往研究单一依与采用802DCF无跨层两种情况下网络饱和吞吐靠仿真手段验证,本文研究了 V-BLAST结构应用于ad hoc所得跨层协议的分析模型.利用此模型,基量的对比低信噪比时802DCF与 MADB-MAC于理论分析和数值计算表明 MADB-MAC与传统的有较大性能差距.造成这种差距的原因在于跨层联8021DCF机制比较,可以充分利用节点所装备的合设计可以在节点公平竞争的前提下将更多发射节多大线,显著提高网络吞吐点引入到一帧的传输当中,增加了总的发射功率(下转第114页)114信息与控40卷Yang Q D, Wang F L, Chang Y Q. Weighted RBF neural netZhang Z X, Hai Z H, Wang H K. Blind equalization algorithmwork based soft sensor of biomass in Nosiheptide fermenta-based on dynamic recurrent fuzzy neural network[J] Journal ofion process[J] Journal of Chemical Industry and Engineering.System Simulation, 2008, 20(2): 539-5412008,5910):2553-25609徐炜,贺占庄,黄土坦,等.基于兔疫遗传算法的递归模5]赵忠盖,刘飞.基于马氏距离统计监控指标的应用研究门糊神经网络门.吉林大学学报:信息科学版,2005,2(2)自动化学报,2008,344):493-495Zhao Z G, Liu F. Application research of statistical monitor-Xu W, He ZZ, Huang S T, et al. Recurrent fuzzy neural neting index based on Mahalanobis distance]. Acta Automaticaworks based on immune genetic algorithm). Joumal of Jilinonica,2008344):493495.University: Information Science Edition, 2005, 23(2): 162-166.1o]徐宝国,宋爱国.基于小波包变换和聚类分析的脑电信号[1O王博,孙玉坤,嵇小辅.基于数据场聚类的模糊神经网络在识别方法团.仪器仪表学报,2009,3001):25-28.发酵过程中的应用仪器仪表学报,2009,305):944948Xu B G. Song A G. EEG signal recognition method based onWang B, Sun Y K, Ji X F. Application of fuzzy neural networkavelet packet transform and clustering analysis[J]. Chinesebased on data field clustering in fermentation process[]. Chi-Joumal of Scientific instrument, 2009, 30(1): 25-28nese Journal of Scientific Instrument, 2009, 30(5): 944-948.口7张友旺,桂卫华,赵泉明基于动态递归模糊神经网络的自作者简介:适应电液位置跟踪系统门.控制理论与应用,2005,22(4)551-556孙玉坤(1958-),男,教授,博士生导师.研究领域为复杂Zhang Y W, Gui W H, Zhao Q M. Adaptive electro-hydraulic工业过程优化控制和智能白动化控制等posittion tracking system based on dynamic recurrent fuzzy张瑶(1982-)女,硕士生.研究领域为微物反应过程参eural network[J]. Control Theory Applications, 2005, 22(4)数的检测与控制551-556黄永红(1970-)女,副教授.研究领域为微生物环境参数8]张朝霞,海振宏,王华奎,基于动态递归模糊神经网络盲均的检测,控制与优化衡算法的研究U系统仿真学报,2008,202:539541〔上接第109爽)此模型充分考虑 V-BLAST检测中多层错误传] Mundarath J C. Ramanathan P, van veen B D. Exploiting spa播,还留有余地可以分析当节点不能充分估计信道tial multiplexing and reuse in multi-antenna wireless ad hoc net-的情况.这就为进一步研究诸如移动无线自组网works[J]. Ad Hoc Networks, 2009, 7(2): 281-293多跳无线自组网等更复杂网络的跨层协议设计及分7 The network simulator -n2EB209016h/w析打下了基础[8] Bianchi G Performance analysis of the IEEE 802.11 distributed参考文献( References)oordination function[J]. IEEE Joumal on Selected Areas in[1] Lin X, ShroffN B, Srikant R. A tutorial on cross-layer optimiza-Communications, 2000, 18(3): 535-547tion in wireless networks[J]. IEEE Joumal on Selected Areas in [9] Carvalho MM, Garcia-Luna-Aceves JJ. Analytical modeling ofCommunications,2006,24(8):1452-1463ad hoc networks that utilize space-time coding[ Cy/Proceedings[2] Korakis t, Jakllari G, Tassiulas L. A MAC protocol for fullof the 4th Intermational Symposium on Modeling and Optimiza-exploitation of directional antennas in ad-hoc wireless net-tion in Mobile, Ad Hoc and Wireless Networks. Piscataway, NJ,works[CH/proceedings of the Fourth ACM International SymUsA:IEEE,2006:1-11posium on Mobile Ad Hoc Networking and Computing An-napoli. New York, N, USA: ACM, 2003: 98-107.[101 Levorato M, Tomasin S, Casari P, et al. Physical layer approxi-an R, Redi J. Santivanez C, et al. Ad hoc net-ations for cross-layer performance analysis in MIMO-BLaStworking with directional antennas: A complete system so-ad hoc networks J). IEEE Transactions on Wireless Communilution( C)/Proceedings of the IEEE Wireless CommunicationsatIons,2007,6(12):43904400.2004:375-380.作者简介:4] Park M, Choi s, Nettles S M. Cross-layer MAC design for wire-刘洋(1977-),男,博土生,讲师.研究领域为无线通信less networks using MIMO[CU/Proceedings of the IEEE GlobalTelecommunications Conference. Piscataway. N, USA: IEEE詹宜巨(1955-),男,博士,教授,博士生导师.研究领域2005:2870-2874.[5] Casari P Levorato M, Zorzi M. MAC/PHY cross-layer design为无线通信,智能信息处理of MIMO ad hoc networks with layered multiuser detection蔡庆玲(1966-),女,博士,讲师.研究领域为无线通信安IEEE Transactions on wireless Communications, 2008, 7(11):45964607