自适应延迟感知的光无线混合宽带接入网节能机制
发布时间：2019-11-16 18:19
【摘要】：利用数据的延迟容忍特性,提出了一种自适应延迟感知光无线混合网络节能机制.为了充分利用数据的延迟容忍度,网关动态地感知数据的到达率,采用排队模型来分析网关能耗和数据延迟,从而自适应地选择休眠周期;同时,采用多网关均衡负载机制来减小网关休眠带来的路径重建延迟和拥塞,从而减小因休眠而增加的延迟.结果表明,所提出的机制可降低网关总能耗36%,并有效提高网关利用率,降低网络中数据的路径延迟.
【图文】：
图２测试拓扑图Ｆｉｇ．２Ｓｉｍｕｌａｔｉｏｎｔｏｐｏｌｏｇｙ表１仿真参数设置Ｔａｂ．１Ｓｉｍｕｌａｔｉｏｎｐａｒａｍｅｔｅｒｓ参数参数值网络区域／（ｍ·ｍ）５００×５００网络仿真时间／ｓ１０００节点通信方式ＷｉＦｉ链路的最大容量／（Ｍｂ·ｓ－１）５４网关的最大容量／（Ｍｂ·ｓ－１）１００监听时间长度／ｍｓ２节点总数２５活跃网关功率［１６］／Ｗ３．８５休眠网关功率［１６］／Ｗ０．７５将本文提出的ＤＥＳＭ机制分别与其他２种典型的节能机制进行比较，其中包括文献［２］中所提出的能量感知的路由算法（ＥＡＲＡ）机制和文献［１１］中所提出的能量和延迟感知的路由算法（ＥＤＡＲＡ）机制．为了验证所提出机制的能量效率，在不同的网络负载状态下对上述３种机制进行了分析比较，主要性能指标包括网关的总能耗、网关单位网络负载的能耗，数据的总路径延迟和休眠持续时间比（ＳＤＲ），其中数据的总路径延迟为ＯＬＴ到目的ＭＰ端到端的延迟．４．１网关平均负载预测准确度ＤＥＳＭ机制中，网关根据下行数据的到达率自适应地选择休眠周期的长度，上行方向，使用多网关ＷＭＮ负载均衡机制来减小数据的延迟和网关的拥塞．根据式（１１），网关下个时隙平均负载预测的准确性将影响ＭＰ对网关的选择，从而影响上行数据的延迟．本文统计各个网关平均负载的实际值及预测值，同时对网关平均负载的误差给出了累积概率分布（ＣＤＦ），如图３所示．由图可见，８４．１％的网关平均负载预测误差小于８％，最大网关平均负载预测图３网关平均负载
和休眠持续时间比（ＳＤＲ），其中数据的总路径延迟为ＯＬＴ到目的ＭＰ端到端的延迟．４．１网关平均负载预测准确度ＤＥＳＭ机制中，网关根据下行数据的到达率自适应地选择休眠周期的长度，上行方向，使用多网关ＷＭＮ负载均衡机制来减小数据的延迟和网关的拥塞．根据式（１１），网关下个时隙平均负载预测的准确性将影响ＭＰ对网关的选择，从而影响上行数据的延迟．本文统计各个网关平均负载的实际值及预测值，同时对网关平均负载的误差给出了累积概率分布（ＣＤＦ），，如图３所示．由图可见，８４．１％的网关平均负载预测误差小于８％，最大网关平均负载预测图３网关平均负载准确性验证Ｆｉｇ．３Ａｃｃｕｒａｃｙｏｆａｖｅｒａｇｅｇａｔｅｗａｙｌｏａｄ误差小于１４％，整体平均误差为９％．可见，所提出的平均负载的预测方法较为准确．４．２不同网络负载下的网络性能网关消耗的总能量直观地反映了节能机制的能量效率，图４描述了３种机制的网关总能耗（以采用节能机制条件下网关消耗的总能量与未采用任何节能机制条件下网关消耗总能量的比值表示）随网络负载的变化情况．图中，Ｅｒｌａｎｇ为网络负载的单位．由图可见，网关的总能耗随网络负载的增加呈上升趋势，其主要原因在于ＨＯＷＢＡＮ中产生的数据需要通过网关进行转发．网络中需要转发的数据增加将导致网关的空闲时间减少，网关休眠的时间也将随着减少，总能耗将会相应地增加．ＤＥＳＭ充分利用了网络中数据延迟特性，并减少了连续休眠网关休眠间隙的活跃时间，从而提高了网关的能量效率．由结果可知，ＤＥＳＭ的网关总能耗一直优于ＥＡＲＡ
【图文】：
图２测试拓扑图Ｆｉｇ．２Ｓｉｍｕｌａｔｉｏｎｔｏｐｏｌｏｇｙ表１仿真参数设置Ｔａｂ．１Ｓｉｍｕｌａｔｉｏｎｐａｒａｍｅｔｅｒｓ参数参数值网络区域／（ｍ·ｍ）５００×５００网络仿真时间／ｓ１０００节点通信方式ＷｉＦｉ链路的最大容量／（Ｍｂ·ｓ－１）５４网关的最大容量／（Ｍｂ·ｓ－１）１００监听时间长度／ｍｓ２节点总数２５活跃网关功率［１６］／Ｗ３．８５休眠网关功率［１６］／Ｗ０．７５将本文提出的ＤＥＳＭ机制分别与其他２种典型的节能机制进行比较，其中包括文献［２］中所提出的能量感知的路由算法（ＥＡＲＡ）机制和文献［１１］中所提出的能量和延迟感知的路由算法（ＥＤＡＲＡ）机制．为了验证所提出机制的能量效率，在不同的网络负载状态下对上述３种机制进行了分析比较，主要性能指标包括网关的总能耗、网关单位网络负载的能耗，数据的总路径延迟和休眠持续时间比（ＳＤＲ），其中数据的总路径延迟为ＯＬＴ到目的ＭＰ端到端的延迟．４．１网关平均负载预测准确度ＤＥＳＭ机制中，网关根据下行数据的到达率自适应地选择休眠周期的长度，上行方向，使用多网关ＷＭＮ负载均衡机制来减小数据的延迟和网关的拥塞．根据式（１１），网关下个时隙平均负载预测的准确性将影响ＭＰ对网关的选择，从而影响上行数据的延迟．本文统计各个网关平均负载的实际值及预测值，同时对网关平均负载的误差给出了累积概率分布（ＣＤＦ），如图３所示．由图可见，８４．１％的网关平均负载预测误差小于８％，最大网关平均负载预测图３网关平均负载
和休眠持续时间比（ＳＤＲ），其中数据的总路径延迟为ＯＬＴ到目的ＭＰ端到端的延迟．４．１网关平均负载预测准确度ＤＥＳＭ机制中，网关根据下行数据的到达率自适应地选择休眠周期的长度，上行方向，使用多网关ＷＭＮ负载均衡机制来减小数据的延迟和网关的拥塞．根据式（１１），网关下个时隙平均负载预测的准确性将影响ＭＰ对网关的选择，从而影响上行数据的延迟．本文统计各个网关平均负载的实际值及预测值，同时对网关平均负载的误差给出了累积概率分布（ＣＤＦ），，如图３所示．由图可见，８４．１％的网关平均负载预测误差小于８％，最大网关平均负载预测图３网关平均负载准确性验证Ｆｉｇ．３Ａｃｃｕｒａｃｙｏｆａｖｅｒａｇｅｇａｔｅｗａｙｌｏａｄ误差小于１４％，整体平均误差为９％．可见，所提出的平均负载的预测方法较为准确．４．２不同网络负载下的网络性能网关消耗的总能量直观地反映了节能机制的能量效率，图４描述了３种机制的网关总能耗（以采用节能机制条件下网关消耗的总能量与未采用任何节能机制条件下网关消耗总能量的比值表示）随网络负载的变化情况．图中，Ｅｒｌａｎｇ为网络负载的单位．由图可见，网关的总能耗随网络负载的增加呈上升趋势，其主要原因在于ＨＯＷＢＡＮ中产生的数据需要通过网关进行转发．网络中需要转发的数据增加将导致网关的空闲时间减少，网关休眠的时间也将随着减少，总能耗将会相应地增加．ＤＥＳＭ充分利用了网络中数据延迟特性，并减少了连续休眠网关休眠间隙的活跃时间，从而提高了网关的能量效率．由结果可知，ＤＥＳＭ的网关总能耗一直优于ＥＡＲＡ
【相似文献】
相关期刊论文 前10条
1 董明忠;杨明华;宗容;黄铭;;一种Ad Hoc网络的MAC层分层节量控制机制[J];计算机技术与发展;2007年08期
2 孟超;金顺福;王晨飞;;长期演进项目中移动终端节能机制的性能优化[J];小型微型计算机系统;2014年04期
3 孟洛明;苏玉林;喻鹏;姜正昕;李文t
本文编号：2561942
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2561942.html
