提出了一種實(shí)用的能耗模型,該模型考慮了過(guò)渡狀態(tài)的能耗和持續(xù)時(shí)間。以該能耗模型為基礎(chǔ),提出一種具有低能耗的異步鄰居發(fā)現(xiàn)算法。該算法可以在低能耗的情況下大大減少最壞情況下的發(fā)現(xiàn)延遲,并用仿真實(shí)驗(yàn)驗(yàn)證所提出算法的有效性。 

【文章來(lái)源】：新鄉(xiāng)學(xué)院學(xué)報(bào). 2020,37(09)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

LEAND算法廣播和接收過(guò)程

消息時(shí)，即認(rèn)為這兩個(gè)節(jié)點(diǎn)能夠互相發(fā)現(xiàn)。由此可知，是確保鄰居發(fā)現(xiàn)成功最小連續(xù)重疊時(shí)隙，即當(dāng)兩個(gè)節(jié)點(diǎn)活動(dòng)狀態(tài)的重疊時(shí)間不少于時(shí)，這兩個(gè)相鄰的節(jié)點(diǎn)才能成功地發(fā)現(xiàn)彼此。在LEAND算法中，系統(tǒng)的時(shí)間被劃分為一系列的周期，每個(gè)周期被劃分為T(mén)=F（D/2n）個(gè)子周期[其中F（·）為向上取整函數(shù)]，每個(gè)子周期由D個(gè)時(shí)隙組成。如圖2所示，每隔7個(gè)時(shí)隙都會(huì)出現(xiàn)一次完整時(shí)隙，1個(gè)子周期由8個(gè)時(shí)隙組成。節(jié)點(diǎn)始終處于活動(dòng)狀態(tài)的時(shí)隙為完整時(shí)隙。在圖2中，每?jī)尚袝r(shí)隙形成一個(gè)時(shí)隙模式，1個(gè)周期的長(zhǎng)度為16個(gè)時(shí)隙。依據(jù)現(xiàn)有的鄰居發(fā)現(xiàn)算法，在整個(gè)時(shí)隙中，每個(gè)節(jié)點(diǎn)僅具有兩種不同的時(shí)隙狀態(tài)，即活動(dòng)狀態(tài)或休眠狀態(tài)。但是，在提出的LEAND算法中，采用了一種稱為部分時(shí)隙的新時(shí)隙狀態(tài)，即節(jié)點(diǎn)可以在一個(gè)時(shí)隙的某些時(shí)間內(nèi)活動(dòng)，而在其余時(shí)間休眠。若用Sm（t）表示節(jié)點(diǎn)m在時(shí)隙t的狀態(tài)，其取值有以下幾種可能：1）Sm（t）=0表示節(jié)點(diǎn)m在時(shí)隙t（即［t，t+1］）內(nèi)處于休眠狀態(tài)；2）Sm（t）=1表示節(jié)點(diǎn)m在時(shí)隙t（即［t，t+1］）內(nèi)處于活動(dòng)狀態(tài)；3）表示節(jié)點(diǎn)m在時(shí)隙t的前部分（即）內(nèi)處于活動(dòng)狀態(tài)，并在剩余的部分處于休眠狀態(tài)；4）表示節(jié)點(diǎn)m在時(shí)隙t的后部分（即）內(nèi)處于活動(dòng)狀態(tài)，并在剩余的部分處于休眠狀態(tài)�？紤]一種不同節(jié)點(diǎn)的時(shí)隙對(duì)齊的理想情況，例如，節(jié)點(diǎn)A的第i個(gè)時(shí)隙的開(kāi)頭與節(jié)點(diǎn)B的第j個(gè)時(shí)隙的開(kāi)頭對(duì)齊，由于節(jié)點(diǎn)是異步的，i和j可能不相等。此時(shí)，如果節(jié)點(diǎn)的時(shí)隙設(shè)計(jì)不當(dāng)，可能會(huì)導(dǎo)致兩個(gè)相鄰節(jié)點(diǎn)的活動(dòng)時(shí)隙始終無(wú)法重疊。LEANDA算法的時(shí)隙調(diào)度如圖2所示：每個(gè)子周期中的第1個(gè)時(shí)隙均為完整時(shí)隙，其余分為個(gè)部分時(shí)隙和個(gè)空時(shí)隙。每個(gè)子周期內(nèi)的部分時(shí)隙會(huì)向前移動(dòng)，則第1個(gè)子周期的部分時(shí)隙就會(huì)位于時(shí)隙2到，如圖2中第

霾糠質(zhì)?隙，如果在D個(gè)時(shí)隙中有n+1個(gè)過(guò)渡狀態(tài)，那么。因此，在進(jìn)行鄰居發(fā)現(xiàn)期間，能耗和延遲是兩個(gè)相互矛盾的因素。因此，當(dāng)延遲恒定時(shí)，需要考察算法的平均能耗。由可得，將代入式（4）得到。對(duì)能耗P關(guān)于n求導(dǎo)數(shù)，并令導(dǎo)數(shù)為零，得到。令大于零，可得�？芍�(dāng)時(shí)，鄰居發(fā)現(xiàn)算法在延遲時(shí)能耗最低。4性能評(píng)估采用Matlab仿真本文中的LEAND算法和現(xiàn)有的鄰居發(fā)現(xiàn)算法，包括Disco［4］和U-Connect［5］，并比較它們的性能。每對(duì)相遇的移動(dòng)節(jié)點(diǎn)都有一個(gè)隨機(jī)的時(shí)隙偏移，實(shí)驗(yàn)運(yùn)行5000次，并取平均值。圖3給出了幾種鄰居發(fā)現(xiàn)算法的平均能耗與延遲之間的關(guān)系。這里，的取值為0.5，的取值為0.25，n的取值為4。由圖3可知，在相同的延遲下，LEANDA算法消耗的能量最低；而在具有相同平均能耗的情況下，LEANDA算法實(shí)現(xiàn)了最短的延遲。圖4給出了幾種算法的發(fā)現(xiàn)延遲的累積分布對(duì)比。顯然，LEANDA算法的發(fā)現(xiàn)延遲比其他兩種算法的發(fā)現(xiàn)延遲要短。5結(jié)論本研究探討了移動(dòng)自組網(wǎng)絡(luò)中具有低能耗的鄰居發(fā)現(xiàn)算法的優(yōu)化，先提出一種增強(qiáng)的能耗模型，又提出了LEAND異步節(jié)能鄰居發(fā)現(xiàn)算法，并從理論上分析了所提出算法的平均能耗和最壞情況發(fā)現(xiàn)延遲，最后采用仿真實(shí)驗(yàn)評(píng)估算法的性能。在本文中，僅考慮了節(jié)點(diǎn)之間的時(shí)隙對(duì)齊的情況，未來(lái)的研究工作將考慮在時(shí)隙不對(duì)齊的情況下設(shè)計(jì)鄰居發(fā)現(xiàn)算法。參考文獻(xiàn)：［1］KINDTPH,CHAKRABORTYS.Onoptimalneighbordiscovery［C］//ProceedingsoftheACMSpecialInterestGrouponDataCommunication,August19-23,2019,Beijing,China.NewYork:ACM,2019:441-457.［2］LORETIP,BRACCIALEL.OptimizedneighbordiscoveryforopportunisticnetworksofenergyconstrainedIoTdevices［J］.IEEEtransactionsonm


本文編號(hào)：3594212