• 沒有找到結果。

第五章 模擬環境

5.3 無線傳播模型

端的天線增益,h 和t hr分別是傳送天線和接收天線的高度,L

(

L1

)

為系統損耗

等。在一般情況,β會大於 2,通道的環境越差,β就會越大,也代表路徑耗損 數(Gaussian)來代表。在考量第二個參數之後,遮蔽傳播模型可以由算式 5-4 計 算。

σdB稱為遮蔽標準差(Shadowing Deviation),需藉由場效的測量才能得知。表 5-2列出一些遮蔽標準差σdB的參考值。

σdB

表 5-2 遮蔽標準差σdB的參考值

β與遮蔽標準差σdB

遮蔽傳播模型考慮了路徑耗損指數 ,使藉由這種方式模

擬的通道環境會更加的符合現實情況,因此在這篇論文使用遮蔽傳播模型模擬無 線的通道環境。

第六章 效能評估與分析

.1 能量分散擇路演算法的效能表現

由於 DER 演算法是以 AODV 演算法為基礎進行改良的,所以在這一節將會 進行 DER 演算法與 AODV 演算法的效能比較。模擬會在行動運算節點以不同速 度做移動的情況下,觀察資料封包送達率(Delivery Ratio of Data Packet)、資料封 包平均延遲(Average Delay of Data Packet)、平均節點生存時間(Average Node Life

Time)與平均 RREQ 封包傳送次數(Average Number of Sending RREQ)的效能表 現。

模擬環境參數的設定

如上一章所述,模擬將使用網路架構模擬器(2.26 版),通道的無線傳播環境 使用遮蔽傳播模型,而移動模式如圖 6-1 所示。為了凸顯 DER 演算法,在圖 6-1 內,假設部分行動運算節點的電池能量較少,且來源節點 S1、S2、S3 與 S4 分 別傳送資料封包給目標節點 D1、D2、D3 與 D4。每個行動運算節點都會在限制 的小框框內(300 公尺乘以 300 公尺),以隨機移動模型(Random Walk Model)的方 式移動,速度移動分別是每秒 2 公尺、4 公尺、6 公尺、8 公尺跟 10 公尺。每個 傳送節點是使用固定位元傳送率(Constant Bit Rate - CBR)協定傳送資料封包,而 封包位元的傳送率設為 256Kbps,每 0.5 秒傳送一次封包。遮蔽傳播模型的參數

6

分別是:β =2.0、Pt =10dBm

圖 6-1 模擬 DER 演算法之移動模型

由圖 6-1 的節點分佈可以大概的推測,假如現在使用 AODV 演算法,那因 為電池能量較少的節點剛好處在網路的重要位置,因此這些節點會很容易被指定

為擇路節點。假如現在 必須選擇電池能量

較少

使用的是 DER 演算法,除了 S1 跟 S2

的節點當作中繼節點以外,S3 與 S4 會避開這些電池能量較少的節點,而選 擇跳躍數較多、路徑剩餘電池能量最小值較大的其他中繼節點當作是擇路節點。

所以在 AODV 演算法的運作下,電池能量較低的節點將會很容易的耗盡能量,

造成 S1 與 S2 的資料封包不能順利傳遞。DER 演算法就比較不會有這種問題發 生,資料封包可以順利的傳遞。

模擬結果與討論

由圖 6-2 的觀察可以發現跟預期的一樣,由於 DER 演算法把電池能量的耗 損平均的分佈到二個方向的路徑,所以電池能量較低的擇路節點有比較少的負 封包的延遲時間(見圖 6-3),但卻可以讓所有的擇路節點都 擔。雖然犧牲了資料

維持比較久的生存時間(見圖 6-4),所以可以達到比較高的資料封包送達率。隨 著速度的增加,因為路徑更容易斷裂,所以資料封包送達率的下降是可以預期 的。但 DER 演算法的效能依舊可以高於 AODV 演算法。

圖 6-2 資料封包送達率

觀察圖 6-3,DER 演算法為了跳過剩餘電池能量較低的中繼節點,選擇跳躍 數比較多的路徑,因此資料封包的延遲時間也相對的增加。隨著速度的增加,

AODV 演算法跟 DER 演算法都因為路徑越來越容易斷裂而必須花時間重建,所

圖 6-3 資料封包平均延遲

圖 6-4 平均節點生存時間

以整體的延遲時間都會增加。

觀察圖 6-4,由於 DER 演算法把電池能量的耗損平均地分佈在不同的路徑 上,因此電池能量較低的節點可以有比較長的生存時間,也讓整體的生存時間增 加。隨著速度的增加,不論是 DER 演算法或是 AODV 演算法,因為路徑容易斷 裂造成可以傳送的資料封包較少,電池能量的耗損也會減少,使平均生存時間稍 微增加。

圖 6-5 平均 RREQ 封包傳送次數

當來源節點廣播一次 RREQ 封包時,觀察整個網路內一共會轉傳這個 RREQ 封包的次數。由於 DER 演算法會儲存所有通往來源節點的路徑,而在圖 6-1 可 以發現大概有二條路徑可以選擇。又因為 DER 演算法增加了一些降低控制封包 的機制,因此可以推論 DER 演算法造成的 RREQ 封包數量應該是 AODV 演算法

的二倍再少一點,相當符合圖 6-5 的結果。

6.2 功率控制混合式多重擇路演算法的效能表現

由於 PCHMR 演算法是以 MAODV 演算法為基礎而設計出來的,因此模擬 出來的結果將會跟 MAODV 演算法做比較,來判斷是否有效能上的進步。為了 觀察 PCHMR 演算法考慮平均接收功率所造成的影響,會模擬 PCHMR 演算法在 沒有使用平均接收功率下的效能表現。因為只考慮跳躍數,故稱為 PCHMR-H 演 算法,而有考慮平均接收功率的 PCHMR 演算法就稱為 PCHMR-HP 演算法。模 擬會在行動運算節點以不同速度做移動的情況下,觀察資料封包送達率(Delive

Ratio of Data Packet)、資料封包平均延遲(Average Delay of Data Packet)與控制封 包與資料封包比(Ratio of Control Packet to Data Packet)的效能表現。

模擬環境參數的設定

這一小節的模擬一樣使用網路架構模擬器(2.26 版),通道的無線傳播環境會 使用遮蔽傳播模型,而移動模型就使用參考點群組移動模型。

在模擬中,假設合成網路架構內一共有 48 個行動運算節點在 1000 公尺乘上

1000 公尺的範圍內,分別以每秒 0 公尺、10 公尺跟 20 公尺的速度移動。所有行 動運算節點分成 3 個群組,每個群組內有 16 個行動運算節點。在每個群組內,

有 2 個行動運算節點(傳送節點)會提出傳送資料封包的要求,另外有 8 個行動節 ry

點(接收節點)會想要接收合成網路架構內的資料封包。要注意資料封包的傳輸是 跨群組的,因此一共是 6 個傳送節點提出傳送資料封包的要求,每一個送出的資 料封包會有 24 個接收節點想要接收。每個傳送節點是使用固定位元傳送率 (Constant Bit Rate - CBR) 協 定 傳 送 資 料 封 包 , 而 封 包 位 元 的 傳 送 率 設 為

256Kbps。遮蔽傳播模型的參數分別是:β =2.0、Pt =25dBmGt =1.2、 、

= 、

r 1.2 G = 1.0

L λ=0.125跟σdB=4.0。

模擬

MR-HP 演算法 優於

結果與討論

由圖 6-6 到圖 6-8 的觀察可以發現整體的效能表現都是 PCH PCHMR-H 演算法,再優於 MAODV 演算法。

圖 6-6 資料封包送達率

在圖 6-1 內,因為 PCHMR-H 演算法與 PCHMR-HP 演算法在群組間使用了

,當群組間移動較動態的情況下,群組間的連結不容易完全

,造成群組間的資料封包 傳送比較容易失敗。PCHMR-HP 演算法因為考量到了平均接收功率,因此選擇 到的路徑比只考慮跳躍點次數的 PCHMR-H 演算法來的牢固不易斷裂,因此資料 封包的傳送也更確定可以完成。

網狀網路架構的方式

斷裂,因此可以確保資料封包有比較高的機會可以繼續傳送。至於網路架構比較 脆弱的 MAODV 演算法就容易因為群組間的動態移動

圖 6-7 資料封包平均延遲

在圖 6-7 可以發現到 MAODV 演算法的資料封包傳送會需要比較長的延遲 時間,那是因為 MAODV 演算法群組間的路徑比較容易斷裂,這時候就需要浪

增加。而 PCHMR-HP 演算法與 PCHMR-H 演算法因為群組間可以使用的路徑較 多,因此當部分路徑斷裂時,其他的路徑依舊可以傳遞資料封包,不會造成過大 的延遲。因為 PCHMR-HP 演算法的路徑多考量了平均接收功率的因素所以狀況 比較差的路徑會不被採用,因此使用到的擇路節點會比 PCHMR-H 演算法少。當 資料封包在傳輸時,網路比較不會這麼的壅塞,造成延遲的狀況就不會這麼嚴 重。另外在群組內的樹狀網路架構,PCHMR-HP 演算法也是有考慮到平均接收 功率的因素,所選擇的路徑會比 PCHMR-HP 演算法或 MAODV 演算法來的牢固 不易斷裂,因此較短的延遲時間是合理的。

圖 6-8 控制封包與資料封包比

觀察圖 6-8 之後,可以意外的發現,路徑較少的 MAODV 演算法居然有比 較高的控制封包與資料封包比。其實原因很簡單。首先,因為 PCHMR-HP 演算

法與 PCHMR-H 演算法的路徑較多,資料封包的到達率也較高,因此可以降低控 制封包與資料封包比。再來是因為 MAODV 演算法的路徑比較容易斷裂,因此 需要更多的控制封包做路徑重建的工作,且在路徑重建的同時,如果暫存資料封 包的緩衝區不夠用,這時候也會造成資料封包的損失,更多的控制封包與更少的 資料封包,造成控制封包與資料封包比的上升。因為 PCHMR-HP 演算法的路徑 較牢固,而且不包含狀況比較差的路徑,因此 PCHMR-H 演算法的效能表現只能 介於 MOADV 演算法與 PCHMR-HP 演算法之間。

第七章 結論

在這篇論文之中,考慮剩餘電池能量的因素,設計了 DER 演算法,讓電池 量的消耗可以平均地分佈在網路中。藉由這種方式,讓網路中的行動運算節點 以維持比較長的壽命,讓網路中的擇路節點都可以正常的運作。在觀察模擬結 之後,儘管 DER 演算法必須犧牲一點資料封包的延遲時間,但可以提供較高 封包傳遞成功率,但卻有 RREQ 封包增加許多的問題。另外還考量群組移動 式與平均接收功率的因素,發展出 PCHMR 演算法,增加一定數量的路徑幫忙 輸,提高資料封包在傳送時的可靠性。由模擬結果可以發現,PCHMR 演算法 以提高資料封包的傳送成功率,卻反而不會產生更多的控制封包,使整個網路 效能都提升。

能 可 果 的 模 傳 可 的

參考文獻

[1] Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) specifications

] Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) ecifications: Higher-Speed Physical Layer Extension in the 2.4 GHz Band igh-speed

ireless LAN Medium Access Control (MAC) and Physical Layer (PHY) cal Layer in the 5 GHZ Band

] Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) ecifications Amendment 4: Further Higher Data Rate Extension in the 2.4 GHz and

5] C. E. Perkins and P. Bhagwat, ”Highly Dynamic Destination Sequence Distance puters,” Proceedings of the ACM Conference, Aug. 1994, pp. 234-244.

es, ”An Efficient Routing Protocol for Wireless Networks,” ACM Mobile Networks Appl. J., Special Issue on Routing in

obile Communication Networks, Oct. 1996, pp. 183-197.

[7] C. E. Perkins and E. M. Royer, ”Ad-hoc On-demand Distance Vector Routing,”

eb. 1999, pp. 90-100.

[2 sp H

[3] Part 11: W

specifications: High-speed Physi

[4 sp B

[

Vector (DSDV) Routing for Mobile Com SIGCOMM ’94

[6] S. Murthy and J. J. Garcia-Luna-Acev M

Proceedings of the Second IEEE Workshop on Mobile Computing Systems and Applications, F

[8] D. B. Johnson, D. A. Maltz, and J. Broch, ”DSR: The Dynamic Source Routing Protocol for Multi-Hop Wireless Ad Hoc Networks,” Ad Hoc Networking, edited by C.

[9] V. D. Park and M. S. Corson, ”A Highly Adaptive Distributed Routing Algorithm

[10] V. D. Park and M. S. Corson, ”Temporally-Ordered Routing Algorithm (TORA)

[11] C.-K. Toh, ”A novel Distributed Routing Protocol to Support Ad-hoc Mobile

[12] R. Dube, C. D. Rais, K. Y. Wang, and S. K. Tripathi, ”Signal Stability Based

[13] Z. J. Haas and M. R. Pearlman, "The Performance of Query Control Schemes for

[13] Z. J. Haas and M. R. Pearlman, "The Performance of Query Control Schemes for