Báo cáo Thiết kế giao thức ðiều khiển ða truy cập (MAC) hiệu quả năng lượng cho các mạng không dây (Phần 1)

Nội dung text: Báo cáo Thiết kế giao thức ðiều khiển ða truy cập (MAC) hiệu quả năng lượng cho các mạng không dây (Phần 1)

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CÔNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG THIẾT KẾ GIAO THỨC ÐIỀU KHIỂN ÐA TRUY CẬP (MAC) HIỆU QUẢ NĂNG LƯỢNG CHO CÁC MẠNG KHÔNG S DÂYK C 0 0 3 9 5 9 MÃ SỐ: T2014-25 S KC 0 0 5 5 0 9 Tp. Hồ Chí Minh, 2014
2. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG THIẾT KẾ GIAO THỨC ĐIỀU KHIỂN ĐA TRUY CẬP (MAC) HIỆU QUẢ NĂNG LƯỢNG CHO CÁC MẠNG KHÔNG DÂY Mã số: T2014-25 Chủ nhiệm đề tài: TS. Phan Văn Ca TP. HCM, 11/ 2014 1
3. TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐIỆN-ĐIỆN TỬ BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG THIẾT KẾ GIAO THỨC ĐIỀU KHIỂN ĐA TRUY CẬP (MAC) HIỆU QUẢ NĂNG LƯỢNG CHO CÁC MẠNG KHÔNG DÂY Mã số: T2014-25 Chủ nhiệm đề tài: TS. Phan Văn Ca Thành viên đề tài: Ths. Trương Quang Phúc TP. HCM, 11/ 2014 2
4. MỤC LỤC BỘ GIÁO DỤC VÀ ĐÀO TẠO 1 Chương 1 6 GIỚI THIỆU 6 Chương 2 10 MÔ HÌNH CƠ BẢN 10 Chương 3 18 LÝ THUYẾT TRÒ CHƠI 33 Chương 5 40 KẾT LUẬN 40 TÀI LIỆU THAM KHẢO 42 3
5. DANH SÁCH HÌNH VẼ Hình 2. 1: Mô hình kênh Makov trạng thái hữu hạn 11 Hình 2. 2: Đo lường kênh và hồi tiếp thông qua trao đổi các frame điều khiển 13 Hình 2. 3: Kênh đo lường sử dụng các frame RTS/CTS trong IEEE 801.11 14 Hình 2. 4: Quá trình quyết định Markov 16 Hình 3. 1: Mô hình kênh Markov K trạng thái 20 Hình 3. 2: Mô hình truyền với hồi tiếp CSI 20 Hình 3. 3: Sơ đồ trạn thái của hệ thống BDT 21 Hình 3. 4: Các ngưỡng tối ưu của BDT với lưu lượng thay đổi 28 Hình 3. 5: Các ngưỡng tối ưu của BDT với kích thước bộ đệm thay đổi 29 Hình 3. 6: Các ngưỡng tối ưu với tần số Doppler thay đổi 30 Hình 3. 7: So sánh hiệu quả năng lượng của BDT và qui hoạch 802.11 với kích thước bộ đệm thay đổi 31 Hình 3. 8: 32 Hình 4. 1: Mô hình trạng thái của hệ thống truyền với kênh truyền giới hạn 36 4
6. DANH SÁCH BẢNG Bảng 3. 1: Các thông số dùng để tính toán và mô phỏng 27 Bảng 4. 1: Các thông số được dùng để tính toán và mô phỏng 38 Bảng 4. 2: Ngưỡng tối ưu trong truyền dẫn với độ trễ giới hạn 39 Bảng 4. 3: Ngưỡng tối ưu đối với trạng thái kênh có độ trễ giới hạn 40 5
7. Chương 1 GIỚI THIỆU 1.1. Tổng quan Trong các mạng ad-hoc không dây (Wahns), hầu hết các nút di động nói chung được hỗ trợ bởi một nguồn năng lượng có hạn, mà có thể khó khăn và đôi khi không khả thi để nạp tiền hoặc thay thế chúng. Vì vậy, bảo tồn năng lượng là một trong những vấn đề quan trọng trong kỹ thuật thiết kế mạng và đã được trả tiền nhiều sự chú ý bởi các nhà nghiên cứu trong gần đây năm [1-5]. Trong bối cảnh thiết kế giao thức MAC cho Wahns với thời gian khác nhau điều kiện kênh, chúng ta có thể đạt được hiệu quả năng lượng bằng cách điều chỉnh điện truyền tải, hoặc tương đương, sử dụng đáp ứng tốc độ trong- đa tỷ lệ cho phép các mạng sử dụng các sự biến đổi của các điều kiện kênh [6]. Tuy nhiên, điều này có thể gây ra giảm truyền tải tỷ lệ và do đó dẫn đến sự hy sinh của tăng sự đa dạng thời gian [7]. Trong một nghĩa khác, một chương trình truyền cơ hội, trong đó các gói tin được lên kế hoạch để truyền tải tại điều kiện kênh thuận lợi bằng cách khai thác các biến thể kênh có thể có được năng lượng hiệu quả và cải thiện hiệu suất mạng. Các nút hoạt động trên các kênh không dây thời gian khác nhau mà chất lượng đáng kể dao động theo thời gian do fading và nhiễu. Tính chất thời gian khác nhau như vậy các kênh không dây áp đặt nhiều hạn chế trong việc thiết kế một truyền năng lượng- hiệu quả Đề án. Ví dụ, một nỗ lực truyền tải, khi các kênh không dây tạm xấu, rất có khả năng bị thất bại và có thể dẫn đến một sự lãng phí năng lượng. đến tránh điều này, người gửi có thể chờ đợi cho đến khi kênh trở nên tốt hơn. Tuy nhiên, hoãn truyền cho đến khi kênh trở nên tốt hơn có thể làm giảm thông lượng, hoặc tương đương gây ra một độ trễ dài hơn. Đây là một thương mại-off trong việc thiết kế một năng lượng-hiệu quả chương trình truyền cho Wahns. Chương trình truyền như vậy phải có khả năng thích ứng sự biến đổi của các kênh không dây trong khi duy trì một sự cân bằng tốt giữa các hai biện pháp trái ngược nhau. 6
8. Trong những năm gần đây, nhiều kỹ thuật khác nhau đã được đề xuất để tăng năng lượng hiệu quả trong Wahns. Trong [8] một kỹ thuật thích ứng liên kết cho Wahns đã được điều tra. Trong bài báo này, các tác giả đã đề xuất một sự điều chỉnh thích nghi của khung kích thước trong truyền tải và các bộ lọc Kalman mở rộng đã được khai thác để dự đoán kích thước khung hình tối ưu. Trong [9], một chương trình truyền áp dụng multicast Request- to-Send (RTS) và ưu tiên dựa trên Clear-to-Send (CTS) đã được phát triển để ưu tiênthiết bị đầu cuối với một kênh tốt trong việc tiếp cận kênh. Trong [10], tốc độ truyền tải là tự động điều chỉnh dựa trên cường độ tín hiệu nhận được. Bộ thu Dựa Auto Rate (RBAR) giao thức trong [11] cho phép người nhận để chọn tốc độ dữ liệu dựa trên tỷ lệ tín hiệu-to-noise (SNR) của gói tin RTS. Các tác giả trong [12] đã đề xuất một khuôn khổ lớp chéo để thiết kế một chương trình truyền năng lượng-hiệu quả. trong bài báo này, các vấn đề chung của điều khiển công suất và lập kế hoạch đã được đề cập trong Để giảm thiểu tổng công suất phát với sự đảm bảo về chất lượng end-to-end lượng dịch vụ (QoS). Trong [13], các tác giả đã rút ra một công thức chung cho cả cuộc đời mạng về hai thông số quan trọng bao gồm cả nhà nước và kênh còn lại năng lượng của các nút. Một giao thức MAC dựa trên công thức này, được gọi là max-min giao thức, đã được đề xuất để tối đa hóa tuổi thọ mạng bằng cách khai thác các các thông số của mỗi nút. Hơn nữa, việc thực hiện phân phối của max-min giao thức đã được nghiên cứu trong [14], trong đó cho phép mỗi nút để xác định xem để truyền tải dựa trên trạng thái kênh riêng của mình và số lượng năng lượng còn lại. các tác giả [15] đã đề xuất một mô hình mạng phai Rayleigh trong đó không dây kênh fading được ánh xạ tới các thông số thiết kế cho lớp trên lớp chéo của mạng lưới năng lượng hiệu quả. Trong [16], các tác giả đã sử dụng các chương trình năng động kỹ thuật để phát triển các chiến lược truyền tối ưu trong các kênh fading không dây, cho năng lượng, năng lượng, và hạn chế thời hạn. Cho rằng các thông thu được mỗi đơn vị năng lượng tiêu thụ có thể được xác định dựa trên các thông tin nhà nước Kênh (CSI), một mô hình lập trình động được phát triển để có được một tối ưu chính sách đối với truyền dẫn lập kế hoạch nhằm tối đa hóa thông lượng dữ liệu dự kiến. 7
9. Liên quan đến việc xây dựng MDP sử dụng để thiết kế truyền năng lượng-hiệu quả chiến lược cho Wahns, các tác giả trong [17] đã phát sinh việc truyền tải tối ưu điện và sơ đồ điều chế để có được những thông hệ thống tối đa theo hạn chế của truyền tải điện năng. Vấn đề tối ưu hóa này được xây dựng như MDP và các kỹ thuật lập trình động được sử dụng để có được những giải pháp. Trong [18], các tác giả đã giải quyết được vấn đề của việc tìm kiếm các mức điều chế tối ưu và truyền điện để tối đa hóa thông lượng trung bình dài hạn trên tổng tiêu thụ năng lượng. Trong bài báo này, các tác giả cũng đã sử dụng các MDP xây dựng tối ưu hóa vấn đề và giải pháp tối ưu gần đạt được bằng cách sử dụng cốt thép thuật toán học. Một tác phẩm khác bằng cách sử dụng MDP để tìm ra chính sách tối ưu cho chiến lược truyền tải đã được báo cáo trong [19]. Trong bài báo này, cả hai truyền sức mạnh và khả năng mà người sử dụng bị chặn cố gắng truyền tải trong một khoảng thời gian được tối ưu hóa để tối đa hóa thông lượng hệ thống. Trong [20], các tác giả đã trình bày một khuôn khổ MDP để chọn sức mạnh và khả năng truyền tải tại nguồn và nút chuyển tiếp một cách hợp tác để nâng cao thông lượng mạng mỗi đơn vị anergy tiêu thụ. Các tác giả trong [21] đã coi là chậm trễ nhạy cảm điện và truyền tải phân phối kiểm soát ngưỡng cho mạng Slotted ALOHA- với kênh fading không dây. Trong bài báo này, các địa phương CSI, xếp hàng thông tin nhà nước, và phản hồi thông thường từ các điểm truy cập được sử dụng để thu được một sự chậm trễ tối ưu chính sách dựa trên các chính sách không nhớ K-agent chân trời vô hạn phân cấp MDP (DEC- MDP) xây dựng. Ngoài ra, lý thuyết trò chơi đã trở thành một công cụ cần thiết và hiệu quả cho phân tích và thiết kế mạng không dây thế hệ tiếp theo. Đặc biệt, đã có một nền văn học phong phú sử dụng lý thuyết trò chơi để học kiểm soát truy cập trung bình. Trong [22], các tác giả đã trình bày một cách tiếp cận lý thuyết trò chơi để thiết kế mạnh mẽ kiểm soát truy cập ngẫu nhiên giao thức cho các mạng không dây với các kênh fading. Cụ thể, các cơ hội truyền trong rãnh ALOHA CSMA và thích nghi với kênh thông tin quốc gia là mô hình như các trò chơi Bayes trong đó mỗi ngưỡng truyền là một Bayesian Nash trạng thái cân bằng của trò chơi. Trong [23], các tác giả đã xây dựng một truy cập trò chơi kênh cho chiến lược truyền với inter-cluster nhận thức can thiệp vào một phân cấp cách thức và chứng minh sự tồn tại của cân bằng Nash Bayesian của nó. Các tác giả trong 8
10. [24] đã xây dựng các vấn đề của việc tìm kiếm một chính sách truyền cho mỗi nút trong rãnh ALOHA mạng mà các bản đồ trạng thái kênh thông tin để xác suất truyền để tối đa hóa tiện ích cá nhân của mình như một trò chơi không hợp tác. Các điều kiện để sự tồn tại của một chính sách truyền ngưỡng cân bằng Nash đã được đưa ra và một thuật toán ngẫu nhiên dựa trên độ dốc đã được áp dụng để xử lý các phản ứng tốt nhất quá trình năng động cho các trò chơi truyền. Trong [25] một trò chơi lý thuyết mô hình khai thác các thông tin trạng thái kênh ở mỗi người dùng để đưa ra quyết định về truyền dẫn gói trong các mạng ALOHA rãnh trong một môi trường mờ dần. Trong mô hình này, mỗi người dùng đặt ngưỡng kênh và gửi một gói duy nhất khi tăng kênh cao hơn ngưỡng để tối đa hóa lợi ích ròng của một người sử dụng, tiện ích trừ đi năng lượng tiêu thụ. 1.2. Nội dung đề tài Trong công trình này, chúng tôi cống hiến nỗ lực đáng kể để thiết kế và điều tra energyefficient đề án truyền cho giao thức MAC cho Wahns hoạt động trong một nghiêm ngặt năng lượng hạn chế môi trường. Báo cáo này được bắt đầu bằng cách đưa ra một số mô tả ngắn gọn về các mô hình cơ bản trong Chương 2. Một kênh Markov hữu hạn nhà nước (FSMC) mô hình được sử dụng để nắm bắt các timevarying hành vi của kênh fading không dây được trình bày trong chương này. chúng tôi cũng giới thiệu giao thức MAC liên quan đến chiến lược truyền gói đề xuất. Trong chương 3, chúng tôi cung cấp cho một tài khoản của thiết kế và phân tích các cơ hội truyền sơ đồ dưới kích thước bộ đệm hạn chế. Các MDP cũng được sử dụng để kiểm tra ngưỡng tối ưu để truyền thành công. Chúng tôi thực hiện các thí nghiệm để phân tích hành vi của các chương trình BDT trong điều kiện mạng khác nhau, bao gồm cả cường độ giao thông, hạn chế kích thước bộ đệm, và tốc độ kênh. Các hành vi của chiến lược truyền cơ hội (OTS) với sự chậm trễ hạn chế trong bối cảnh thời gian khác nhau kênh không dây và các ứng dụng chậm trễ nhạy cảm toán học được điều tra trong chapter4. Các hành vi của chương trình OTS là Hạn chế xây dựng như chi 9
11. phí đi đôi ngẫu nhiên trò chơi dựa trên quyết định Markov quá trình để có được những chính sách truyền tối ưu. Cuối cùng, chúng tôi tóm tắt các công việc ban đầu trong Chương 5. Chương 2 MÔ HÌNH CƠ BẢN 2.1 Mô hình kênh Makov trạng thái hữu hạn Chúng tôi mô hình thời gian khác nhau kênh fading Rayleigh là một kênh Markov K-nhà nước mô hình trong đó các giá trị SNR nhận được các kênh được phân chia thành các quốc gia K. Đối với các kênh fading Rayleigh, SNR tức thời nhận (y) là cấp số nhân phân phối với hàm mật độ xác suất: nơi ρ = E [y] [26]. Hãy yk biểu thị sự ngưỡng của nhận SNR trong đó 0 = y0 < y1 <y2 <· · · <yk = ∞. Tại mỗi khe thời gian i, kênh được quan sát được ở trạng thái gi = k, 0 ≤ k <K, nếu nhận được SNR là trong khoảng [yk, yk + 1). Chúng tôi giả định rằng quá trình chuyển đổi trong mô hình FSMC xảy ra tại ranh giới của khe thời gian trong đó một khung cố định kích thước được phát đi và quá trình chuyển đổi chỉ xảy ra giữa các quốc gia lân cận, như hình. 2.1. Hơn nữa, mức tăng kênh là hằng số trong một khe thời gian của việc truyền tải. Các thông số của kênh Markovian có thể thu được bằng cách sử dụng các kết quả trong [27]. Chúng tôi biểu N (y) là tỷ lệ vượt mức do: 10
12. Hình 2. 1: Mô hình kênh Makov trạng thái hữu hạn Với fm là tần số Doppler của kênh. Các xác suất chuyển trạng thái được đưa ra bởi nơi Tf là thời gian truyền khung và πk là các xác suất trạng thái ổn định cho qua Đối với trường hợp BPSK, xác suất lỗi symbol Pb (gk) cho gk nhà nước được cho bởi và F (x) biểu thị hàm phân phối tích lũy (CDF) của một tiêu chuẩn bình thường biến ngẫu nhiên 11
13. Trong suốt bài này thống kê lỗi theo các trường hợp BPSK như công thức ở trên. Trong môi trường mô phỏng, chúng tôi thiết lập các mô hình FSMC trên giao thức IEEE 802.11 MAC (gọi là đại lý MAC) trong ns-2. Các chi tiết thực hiện FSMC được mô tả như sau. Với các thông số kênh được bao gồm SNR trung bình và tần số Doppler, xác suất truyền tải nhà nước và các BER trung bình cho mỗi tiểu bang được tính theo phương trình (2.3), (2.4) và (2.6) và được lưu trữ trong nhà nước Bảng. Mỗi đại lý MAC duy trì một bảng gọi là Link State Bảng liệt kê lên trạng thái kênh hiện tại của mỗi liên kết tới các nước láng giềng. Đối với mỗi liên kết, các kênh hiện tại nhà nước trong bảng được khởi tạo ngẫu nhiên ở các khe thời gian 0 và cập nhật theo các xác suất chuyển trạng thái được liệt kê trong Bảng Nhà nước tại đầu mỗi khe thời gian. Khi khung được tiếp nhận bởi đại lý MAC từ một liên kết được chỉ định, BER tương ứng với các trạng thái hiện tại của liên kết được sử dụng để tính toán các lỗi khung xác suất. 2.2 Giao thức MAC Chúng ta hãy xem xét một mạng ad-hoc trong đó N nút di động sử dụng một MAC rãnh giao thức để truy cập vào một kênh chung. Trong một mạng lưới như vậy, trục thời gian được chia thành các khe thời gian tương đương chiều dài của Tf giây. Bất cứ khi nào các nút di động có một gói tin cấp phát để gửi, nó sẽ mất một trong hai hành động sau đây: Truyền Trì hoãn hoặc, tương ứng với truyền gói và trì hoãn việc truyền tải, tương ứng, dựa trên CSI địa phương của mình. Để đo lường chất lượng kênh không dây, điện thoại di động các nút giao khung kiểm soát đặc biệt được gọi là thí điểm và khung Response (xem hình. 2.2). Khi nhận được khung Pilot từ người gửi, các biện pháp thu chất lượng kênh trong điều khoản của SNR. Thông tin này được nhúng vào trong Khung phản hồi và trả lại cho người gửi. 12
14. Hình 2. 2: Đo lường kênh và hồi tiếp thông qua trao đổi các frame điều khiển Chúng ta hãy xem xét một mạng ad-hoc trong đó N nút di động sử dụng một MAC rãnh giao thức để truy cập vào một kênh chung. Trong một mạng lưới như vậy, trục thời gian được chia thành các khe thời gian tương đương chiều dài của Tf giây. Bất cứ khi nào các nút di động có một gói tin cấp phát để gửi, nó sẽ mất một trong hai hành động sau đây: Truyền Trì hoãn hoặc, tương ứng với truyền gói và trì hoãn việc truyền tải, tương ứng, dựa trên CSI địa phương của mình. Để đo lường chất lượng kênh không dây, điện thoại di động các nút giao khung kiểm soát đặc biệt được gọi là thí điểm và khung Response (xem hình. 2.2). Khi nhận được khung Pilot từ người gửi, các biện pháp thu chất lượng kênh trong điều khoản của SNR. Thông tin này được nhúng vào trong Khung phản hồi và trả lại cho người gửi. 2.3 Xử lý quyết định Markov 2.3.1 Công thức MDP MDP là công cụ hiệu quả cho mô hình và giải quyết vấn đề ra quyết định năng động với đa thời gian dưới ngẫu nhiên cách [28]. Nó lần đầu tiên được giới thiệu vào năm 1960 [29] và đã được quan tâm trong một thời gian dài và đến nay có rất nhiều công trình ở 13
15. cả lý thuyết và ứng dụng đã được thực hiện [30-32]. Có ba loại MDP: rời rạc thời gian MDP, liên tục thời gian MDP, và bán MDP. Trong phạm vi của công việc này, chúng tôi chỉ tính thời gian rời rạc MDP được quy định như sau, trong đó S là hệ thống nhà nước và quan sát ở khoảng thời gian rời rạc hoặc khe thời gian, gọi là kỷ nguyên quyết định n = 0, 1, 2, Khi hệ thống ở trạng thái i ∈ S, nó nên chọn một hành động từ những hành động thiết lập A (i) liên quan đến các tiêu chí quy định V. Sau khi hành động được lựa chọn, hệ thống sẽ nhận được một phần thưởng r (i, a) và chuyển giao cho trạng thái j tại các giai đoạn tiếp theo với nhà nước pij xác suất chuyển (a). Hình 2. 3: Kênh đo lường sử dụng các frame RTS/CTS trong IEEE 801.11 14
16. Chúng tôi cũng cho rằng không gian trạng thái S là hữu hạn và tất cả các hành động đặt A (i) là đếm được. Cho A = i∈SA (i) là sự kết hợp của tất cả các bộ chức năng. Một nguyên tắc ra quyết định quy định một thủ tục lựa chọn hành động trong mỗi tiểu bang ở một điểm quyết định chỉ định. Khi quyết định như vậy có thể được xác định bởi một chức năng quyết định: d: S → A d thỏa mãn (i) ∈A (i) cho nhà nước i ∈ S. Bất cứ khi nào hệ thống nhà nước chiếm i, các hành động d (i) sẽ được lựa chọn. Cho D biểu thị tập hợp tất cả các chức năng quyết định. Một chính sách hoặc chiến lược xác định các quy tắc quyết định sẽ được sử dụng ở tất cả các thời kỳ quyết định. nó là nguyên tắc để xác định các hành động cần được lựa chọn dưới bất kỳ trong tương lai có thể hệ thống nhà nước hay lịch sử [33]. Chúng tôi biểu thị tập hợp các cặp có thể có của nhà nước và hành động ở mỗi thời đại quyết định bởi Γ = {(i, a) | i ∈ S, a ∈ A (i)}. Hãy hn = (s1, a1, , sn-1, an-1, sn) biểu thị lịch sử lên đến n. Sau đó, hn sau đệ quy hn = (hn-1, an-1, sn). chúng tôi cũng cho Hn biểu thị tập hợp của tất cả các lịch sử hn. Lưu ý rằng H0 = S và Hn cũng đáp ứng đệ quy Hn = Hn-1 × A × S. Chúng tôi xác định một chính sách π = (π0, π1, ) ∈ Π trong đó πn (|. hn) là phân bố xác suất trên A (in) cho bất kỳ n ≥ 0 và lịch sử hn. nếu πn (|. hn) = πn (|. in) cho mỗi n sau đó chúng ta gọi là π một chính sách Markov. Một chính sách π Markov được gọi là chính sách cố định hoặc chính sách tinh khiết nếu πn (|. In) = π0 (|. In) và có dn ∈ D như vậy mà πn (dn (i) | i) = 1 cho mỗi n và cho tất cả i ∈ S. Do đó một chính sách văn phòng phẩm có dạng π = (d, d, ). Chúng tôi biểu nó như d∞. các văn phòng phẩm chính sách này là nền tảng cho lý thuyết về vô hạn chân trời MDP. 2.3.2 Các qui luật dừng tối ưu Tại quyết định kỷ nguyên n ≥ 0, hệ thống sẽ mất một hành động theo xn nhà nước dựa trên π chính sách và nhận được một phần thưởng r (xn, an) như hình. 2.4. Hãy Eπ, i biểu thị kỳ vọng của các quá trình ngẫu nhiên {xn, một, r (xn, an)} dưới π chính sách và ban đầu trạng thái i. Để đánh giá chính sách, chúng tôi sử dụng các tiêu chí quyết định hình thành từ kỳ vọng Eπ, i. Có hai tiêu chí cơ bản bao gồm: tổng dự kiến giảm giá tiêu chí khen thưởng và trung bình dự kiến tiêu chí thưởng như mô tả dưới đây. 15
17. Việc giảm giá dự kiến tổng số tiêu chí khen thưởng những chân trời vô hạn được định nghĩa là sau Hình 2. 4: Quá trình quyết định Markov nơi β là yếu tố giảm giá và nói chung, β ∈ [0, 1) để đảm bảo sự hội tụ của tổng của loạt kỳ vọng. Chúng tôi xác định các chức năng tối ưu giá trị như Chúng ta nói rằng một chính sách π * là tối ưu nếu nó tối đa hóa giá trị cho mỗi trạng thái ban đầu và có thể được bắt nguồn như sau Mặt khác, trung bình dự kiến tiêu chí khen thưởng những chân trời vô hạn là thể hiện như sau: 16
18. Tương tự như vậy, các chức năng giá trị tối ưu có thể được xác định bởi Một chính sách π * cũng được gọi là tối ưu nếu nó tối đa hóa giá trị cho mỗi trạng thái ban đầu và có thể thu được như sau Ngoài hai tiêu chí trên, có một số tiêu chí khác cũng đã được nghiên cứu trong các tài liệu của MDP như Blackwell tiêu [34], sự kết hợp của giảm giá dự kiến tiêu chí khen thưởng và các tiêu chí thưởng trung bình dự kiến [35]. Chúng tôi làm một số tài liệu tham khảo để đọc thêm [33, 36]. các tiêu chí sử dụng thông qua công việc này là tiêu chí khen thưởng bình quân dự kiến. MDP đã được áp dụng cho nhiều lĩnh vực truyền thông không dây và mạng, bao gồm điều khiển công suất và phân bổ điện năng, định tuyến mạng, nhiều truy cập và lập kế hoạch, thiết kế và lớp chéo. Ngoài ra, MDP cũng được sử dụng rộng rãi để xây dựng các vấn đề khác liên quan đến việc điều khiển tối ưu và ra quyết định trong các ngẫu nhiên môi trường. 17
19. Chương 3 TRUYỀN DẪN VỚI KÍCH THƯỚC BỘ ĐỆM GIỚI HẠN 3.1 Giới thiêu Chiến lược truyền cơ hội cho Wahns thảo luận trong chương trước chỉ xem xét các mô hình mạng với đúng kích thước bộ đệm hạn chế của 1 frame. Như một kết quả của sự hạn chế này, bất kỳ khung đến mới có cản hiện tại một và khung hiện tại đang giảm. Trong chương này, chúng tôi đang quan tâm đến mạng mô hình cho các ứng dụng không chậm trễ nhạy cảm. Trong các mạng như vậy, các nút sử dụng một bộ đệm để giữ một số lượng nhất định của khung hình và chỉ cần thả khung nếu bộ đệm vượt quá một số kích thước. Trong tình huống này, bên cạnh việc điều tra về sự ảnh hưởng của giao thông và kênh điều kiện, ảnh hưởng của chế đệm tại mỗi nút nên được đưa vào tài khoản trước khi đưa ra quyết định cho truyền dẫn tối ưu. Chương này đưa ra một tài khoản của thiết kế và phân tích các cơ hội truyền sơ đồ dưới đệm kích thước hạn chế cho Wahns hoạt động trong một thời gian-độ khác nhau kênh không dây. Những đóng góp của chúng tôi làm việc này là hai nếp gấp: Thứ nhất, chúng tôi sử dụng MDP xây dựng mô hình các chương trình BDT dưới kích thước bộ đệm hạn chế. Trong mô hình này, mỗi node sử dụng một bộ đệm có kích thước hạn chế để giữ cho khung khi việc truyền dữ liệu chậm. Ngưỡng truyền tối ưu cho truyền tải thành công là xác định dựa trên các thông tin địa phương ở người gửi và chất lượng của liên kết giữa người gửi và người nhận. Thứ hai, chúng ta thực hiện thí nghiệm để mở rộng phân tích hành vi của các chương trình BDT trong điều kiện mạng khác nhau, bao gồm cả cường độ giao thông, hạn chế kích thước bộ đệm, và tốc độ kênh. Chúng tôi xây dựng các đề án BDT trên chuẩn IEEE 802.11 DCF để so sánh với các đồng bằng IEEE 802.11 DCF. các mô phỏng Kết quả cho thấy rằng, kế hoạch BDT cải thiện đáng kể hiệu quả năng lượng trong so với IEEE 802.11 trong khi đạt được so sánh thông. Phần còn lại của chương này được tổ chức như sau. Trong phần 3.2, chúng tôi mô tả chúng tôi mô hình hệ thống và các giả định sẽ được sử dụng trong các dẫn xuất của tối 18
20. ưu ngưỡng truyền. Trong phần 3.3, chúng tôi trình bày việc xây dựng MDP cho các cơ hội chương trình truyền theo kích thước bộ đệm hạn chế. Kết quả số, cùng với các kết quả mô phỏng được trình bày trong Phần 3.4. Cuối cùng, chúng tôi cung cấp một thảo luận về các kết luận trong phần 3.5. 3.2 Mô hình hệ thống Chúng ta hãy xem xét một WAHN trong đó mỗi node sử dụng một giao thức MAC rãnh để truy cập một kênh chung. Chúng tôi giả định rằng các trục thời gian được chia thành thời gian dài bằng nhau khe của Tf giây. Thời gian của khe thời gian đủ dài để chứa truyền tải các khung điều khiển và khung dữ liệu. Bất cứ khi nào các node có một chờ gói để gửi, nó sẽ mất một trong hai hành động sau đây: Truyền hoặc Trì hoãn, tương ứng để truyền gói hoặc trì hoãn việc truyền tải, tương ứng, dựa trên CSI địa phương của nó mà là thu được bằng cách sử dụng giao khung kiểm soát (CFE) (tức là Pilot / Response khung giá). Chúng tôi mô hình các kênh fading Rayleigh thời gian khác nhau như một kênh Markov K-nhà nước mô hình trong đó các giá trị SNR nhận được các kênh được phân chia thành các quốc gia K. Hãy yk biểu thị sự ngưỡng của SNR nhận được trong đó 0 = y0 <y1 <y2 <· · · <yk = ∞. Tại mỗi khe thời gian i, kênh được quan sát được ở trạng thái gi = k, 0 ≤ k <K, nếu nhận được SNR là trong khoảng [yk, yk + 1). Chúng tôi cho rằng sự chuyển tiếp giữa các các tiểu bang trong các mô hình FSMC xảy ra tại ranh giới của khe thời gian trong đó một fixedsize khung được truyền và quá trình chuyển đổi chỉ xảy ra giữa các quốc gia lân cận, như thể hiện trong hình. 3.1. Hơn nữa, mức tăng kênh là hằng số trong một khe thời gian của truyền. Đối với mô hình này, quá trình chuyển đổi xác suất giữa các quốc gia và các bit tỷ lệ lỗi tại mỗi tiểu bang của FSMC có thể được bắt nguồn từ công việc trong [27]. 19
21. Hình 3. 1: Mô hình kênh Markov K trạng thái Hình 3. 2: Mô hình truyền với hồi tiếp CSI Trong công trình này, chúng ta chỉ xem xét các đèn giao thông, trong đó các khung đến tại mỗi khe thời gian sau một phân phối Bernoulli với tham số α. Chúng tôi giả định rằng kết quả truyền dẫn có sẵn ngay lập tức vào cuối mỗi truyền. trong mô hình mạng, chúng tôi giả định rằng mỗi node sử dụng một bộ đệm được giới hạn kích thước B trong Để giữ cho các khung hình khi truyền tải của họ bị hoãn lại trong tình trạng "xấu" của kênh như hình. 3.2. 3.3 MDP 3.3.1 Các trạng thái hệ thống Chúng tôi chỉ tập tất cả các tiểu bang của hệ thống theo quan sát của S mà là một tập hợp hữu hạn. Mỗi phần tử trong S được tạo thành từ một trạng thái của nút và một nhà nước của kênh. Các si hệ thống nhà nước tại khe thời gian tôi được đưa ra như sau: 20
22. S K L 0 0 2 1 5 4