船舶机会网中基于到达角的邻居发现方案

周 亮， 张 军， 代宇茜， 姜胜明

(1.上海海事大学 信息工程学院，上海 201306； 2.上海致达信息产业股份有限公司 智能化事业部，上海 200060)

0 引 言

随着计算机网络技术的发展，在陆地上可以随时随地的访问互联网，在海洋上访问互联网主要还是通过卫星通信。文献[1-2]中提出了一种海洋互联网网络架构，由船舶机会网络、高空通信平台、岸基网络等组合而成。在船舶机会网中,邻居关系建立是路由收敛的前提，邻居发现是至关重要的，对于邻居节点定位的研究主要集中在天线定位，天线定位精度不高，能耗大，近年来有学者提出利用全球定位系统(Global Positioning System, GPS)来实现,但是成本较高,有时会出现搜索不到卫星信号的情况,在特殊场景下无法适用[3-4]。相比之下,基于信号到达角度的方法,作为测距的典型定位算法之一,只需在网络内部署部分具有位置能力的节点,就可以寻找其周围节点的位置和方向,是一个相对容易实现的方法,能够发挥节点自身能力从而实现网络性能优化[5-8]。

1 相关技术概述

1.1 到达角简介

到达角度简称到达角(Angle of Arrival，AOA),也称为到达方向(Direction of Arrival， DOA),可用于大多数无线网络包括移动自组网和机会网络的定位。在到达角的方法中,有几个重要参数:参考节点(Reference Node， RN)已知坐标;盲节点(Blindfolded Node， BN),不知其坐标,需要通过参考节点来定位估计[9-10]。AOA方法是通过测量参考节点和盲节点之间的信号到达角度[11],来确定盲节点的位置信息,如图1所示。

图1 AOA方法示意图

图中的AOA1、AOA2、AOA3分别指的是单个参考节点传输信号并在盲节点处接收的AOA估计。下面介绍对盲节点位置估计的过程，设置一个参考坐标方向,如假设是水平方向。第1次测量时,在参考节点RN1与盲节点BN之间构造一条直线,以RN1为发送端，BN为接收端,与水平坐标方向产生一个角度AOA1,通常使用小于90°的角度值;然后第2次测量,以同样的方法绘制一条RN2到BN的直线,得到角度值AOA2。定位估计由摆放在不同位置的参考节点确定,两个参考节点绘制的两条直线便可确定一个相交点,以此来估计盲节点的位置。然而在有些情况中,会使用至少3个AOA来估计盲节点的位置,以达到降低冗余信息的干扰,提高定位精确度的目的。

1.2 船舶机会网络中的到达角技术

在船舶机会网络中运用到达角技术,通过在节点安装一些硬件设施,如已知的定向天线或已知的天线阵列,来测量参考节点和盲节点之间的角度。具体过程是,RN依靠对天线所发出电波的接收,能够得到BN的到达角,便形成了一条从RN到BN的方位连线,以同样的方法,利用另一个参考节点来构造另一条方位线,这条方位线会和前一条的方位线相交在一点,对这个交点的位置估计就是对盲节点的位置测量[12]。

由于机会网络自身的特殊性,网络连接是间歇性的,节点稀疏且移动迅速,如果对网络中的节点设置多个参考节点,可能会导致网络运行代价过大,还可能给网络造成干扰,所以在机会网络中使用AOA方法需要选择合适的参考节点和盲节点。节点间信号的AOA测量需要天线阵列,这不仅能够获得角度信息,还能够提供定向发送能力[13]。邻居节点发现是网络内数据转发和传输的前提,在无线机会网络中的邻居发现过程中,使用AOA方法对节点位置测量,是为了能够实现更加精确的邻居节点之间的发现,这样才能减少有限网络资源的浪费,优化网络的性能参数。

2 一种基于到达角的主动式与被动式侦听相结合的邻居发现方法

2.1 主动与被动结合法简介

主动探测方法是通过节点广播探测包来发现邻居节点,会消耗大量能量;被动侦听方法则是通过不断的侦听信道解析数据帧以得到邻居节点的信息,却无法准确侦听到所有邻居。而邻居发现过程需要准确、高效和低能耗。有学者将主动式和被动式结合在一起来提高邻居发现的准确性和效率。在高准确性这方面,做到在邻居探测过程中迅速的发现新出现的邻居,并及时的从邻居列表中删除已经过期的邻居,不占用有限的缓存资源。基于这些思路,该方案将节点发送探测包的周期,以及邻居节点过期的时间作为邻居探测准确性的要素指标。同时将清晰邻居节点和模糊邻居节点的分类方法加入该方案中,以提高邻居节点探测的有效性。

研究表明主动与被动结合的邻居探测法确实比原方案有着更优秀的性能,然而也有着明显的缺陷,没有对邻居节点位置进行感知。

2.2 基于到达角的优化方案

在主被动结合法的基础上,本文加入信号到达角度的方法,形成一个新的邻居探测优化方案。本文主要讨论部署在同一个二维平面内的网络节点,然后要给参考节点配置特殊的硬件设施,如天线阵列。智能天线等以供参考节点能够得到在通信范围内的邻居节点发送的信号到达角度数值。

假设在网络中的任一节点A对周围节点进行被动式侦听,在解析介质访问控制层(Media Access Control, MAC)层数据帧的同时获取邻居的坐标信息,设定一个参考坐标轴方向,得到节点A与各个节点的信号到达角度值,记录到清晰邻居列表内。若节点A侦听到了无法成功解析数据帧的模糊邻居节点,则将其列入模糊邻居列表内,并从当前发送功率开始逐级增大,发送携带功率信息和坐标信息的探测包。若节点A并没有监听到模糊邻居节点,那么就将发送功率调制最大,发送携带功率信息和坐标信息的探测包。接下来如果被探测的节点收到探测包消息,就回复自己的位置信息,主动探测的节点就可以得到该邻居节点的到达角度值并将其列入清晰邻居列表内。流程图如图2所示。

图2 基于到达角的主被动结合法流程图

图3 基于到达角的主被动结合法示意图

3 仿真实验及分析

将上述的邻居探测优化方案进行仿真实验,使用的工具是EXata网络仿真软件[14],它是业界最先进的网络仿真软件,能够仿真绝大多数的网络环境,也能兼容许多网络协议,还能和Matlab等软件进行联合仿真操作,有着高的模拟准确性和迅速的仿真操作性。本文的所有实验都是在EXata仿真平台上进行的,旨在通过一系列的仿真模拟机会网络中邻居发现的过程,分析上述邻居探测的优化方案对网络性能的影响。

3.1 仿真场景搭建

仿真实验之前,需要先在EXata上面搭建一个仿真的船舶机会网络的场景。仿真主要参数：区域大小为6 km×6 km；节点数量为20；仿真时长为1 h；节点移动模型和速度分别为随机路点(Random Waypoint)和0～30 m/s；能量消耗模型为通用型(Random Waypoint)；应用层业务流为恒定比特率(CBR)。

3.2 实验结果分析

船舶机会网络中,节点的发送功率是影响网络性能的重要因素,随着节点发送功率的改变,各个性能指标也会呈现不一样的变化趋势。本实验旨在验证发送功率对基于到达角的主动与被动结合法(AOA-NP)在邻居探测过程中,相比于原来的主被动结合邻居发现方法(APND)和主动邻居发现(AND)的影响有哪些差异。

如图4所示,总体上来说,网络平均吐吞量[15]是随着节点的发送功率的增加而增加的。在发送功率为20～30 dBm时,3种方法的吞吐量都比较低,这是由于节点稀疏且不停地移动,在发送功率较小的情况下,节点之间的数据传输成功率比较低,所以网络的吞吐量也很低。AOA-NP相较而言并没有突出作用是因为在发送功率比较低的情况下,通信范围小,探测邻居节点位置并没有为传输成功率的提高起到显著作用,反而由于硬件设备的配置,使得吞吐量比原方法略低一些。在节点的发送功率达到35dBm之后,节点发送范围增加,所以网络整体的吞吐量增加幅度较大。APND没有对位置信息及相关内容的获取,而且受到由于发送功率增加所导致的信号之间的干扰,所以在传输成功率上不如AOA-NP。在发送功率到达40～50 dBm的时候,主被动结合法的网络吞吐量几乎没有再提升,而基于AOA的主被动结合法加入了到达角度的测量,在在获取位置后,直接将数据包发送给邻居节点,避免了由于发送功率过大而造成的数据包之间的冲突,网络吞吐量仍有所提高,比原来的方法提升了约5%。由此可见,AOA-NP更适用于在发送功率较高的无线机会网络场景。

图4 发送功率对吞吐量的影响

从图5可以看出,端到端时延随着发送功率的增加在不断波动,呈现不规律的变化趋势。在发送功率小于25 dBm时,由于发送功率较小,传输范围也较小,所以数据的传输是在一跳上进行,端到端时延比较低。当发送功率增加到25 dBm以上时,数据既可以通过一跳的传输完成,又可以通过多跳传输完成,并且节点在不停地快速移动,链路中断情况发生无法确定,数据传输的行为变得稍微复杂,虽然规律性不明显,总体上端到端时延还是呈现下降的趋势。在发送功率为40～50 dBm区间时,节点能够进行探测的范围越来越大,大部分数据传输都可以在一跳内完成,端到端时延相应的也下降了许多。由于AOA-NP可以对根据信号的到达角度获得相关的位置信息,在传输数据包时,可以更加准确的进行转发,所以端到端时延比主被动结合方法低一些,平均低了10%左右。

图5 发送功率对端到端时延的影响

如图6所示,随着节点发送功率的增加,发现的邻居数量越来越多。这是因为发送功率越大,Hello包传输的范围也越大,所以发现的邻居数量增加。节点发送功率从30 dBm开始，基于AOA 的主被动结合法表现出了明显的优势，由于加入了对位置的探测,在高发送功率的情况下,可以提高邻居的发现成功率,而APND 因为在35 dBm时性能已经达到最好，发现的邻居数量不再增加。能量消耗方面,在节点移动速度逐渐增加的时候,比APND节约能量。

图6 发送功率对邻居发现数量的影响

4 结 语

本文对船舶机会网中邻居发现和定位相关的内容进行了分析研究,介绍了到达角方法的原来，描述了到达角在机会网络中运用的现状，介绍了一种结合主动与被动的邻居探测方法,分析了该方法的特点,将信号到达角与该方法结合,增加邻居位置信息的获取,进一步实现优化网络的目的。对这种到达角的主被动结合法进行仿真实验。实验结果表明，本文改进了的邻居发现算法—AOA-NP,能够达到优化的效果,具体为:在不同发送功率下,相比于原算法,吞吐量提高了约5%,端到端时延降低了约10%,邻居发现数量增加了50%,在发送功率较高,节点密度稀疏,移动速度略快的无线机会网络环境下,表现出更好的网络性能。