ALOHA 协议中的吞吐量估计
ALOHA[1] 协议:在无线信道中,有请求到达就直接发送,不关心信道占用情况,也不关心分组送达情况。
吞吐量 S:单位时间内成功传输的分组的平均数目。
一、课件中的吞吐量估测方法
1.1 研究假设
《无线互联网》课程的第五章中,对 ALOHA 协议对应用场景进行了比较强的假设,该假设不具有一般性。
首先,假设 ALOHA 传输的分组为定长,也就是将分组传输的时延定义为单位时间。
其次,假设所有通信节点都在一条直线上分布,一头一尾两个最远的通信站之间相距 η,并将“单位时间内电磁波传播的距离”定义为单位距离。最大传输时延=η÷1=η。
然后,假设分组传送请求的发出节点所处的位置为[0,η]内均匀分布的独立随机变量。
最后,假设分组传送请求的到达过程为泊松过程,平均速率为 G 。
1.2 研究方法
基于上述假定条件,可以使用时空分布模型对 ALOHA 协议的请求到达过程进行建模。
时空分布模型以时间 t 为横坐标、空间距离 d 为纵坐标,单位时间为分组传输的时延,单位距离为单位时间内电磁波传播的距离。图中的每个点 (t,d) 代表一个在 t 时刻在距离为 d 的通信站上到达的请求。其中,单位面积表示空间内到达了 G/η 个请求。考虑通信请求的到达是 Poison 过程,则面积 A 的区域内到达 n 个请求的概率为:
P{N(A)=n}=e−ηGAn!(ηGA)n
针对时空图上的某个点,也就是一个给定的传输请求,可以画出一个面积为 2η 的锥形空间,处于该锥内的所有其他点都会造成冲突,这就是冲突锥(Collision Cone)。因此,给定传送分组请求,其成功传输的概率可以用冲突锥内到达请求数量为 0 的方式来刻画:
PS=P{N(A)=n}∣A=2η,n=0=e−ηGAn!(ηGA)n∣∣∣∣∣∣∣A=2η,n=0=e−2G
吞吐量可以被描述为单位时间的到达分组数乘上成功传输率,即:
S=GPS=Ge−2G
1.3 理论吞吐性能
在基础 ALOHA 协议中,针对上一小节中提到的吞吐量计算公式,可以得到其最有值:当 G=0.5 时,有 Smax=1/2e=0.18。
一种改善方法,是要求网络节点只在每个时隙的开始时刻才能发送数据,这就是 Slotted-ALOHA 协议。假定时隙长度为 1+η,即传输时延和传播时延之和,有冲突锥面积 A=η∗(1+η)。代入前述吞吐量计算公式可得 S-ALOHA 的理论最优吞吐量:
PS=e−G(1+η)
S=GPS=Ge−G(1+η)
Smax=e(1+η)1
在通信过程中,传播时延 = 传播距离 / 无线信号传输速度,ALOHA 协议的应用场景往往不会有太远的通信距离,因此相较于传输时延,传播时延可以忽略不计。这种情况下,Smax=1/e,比基础算法提升了一倍吞吐性能。
二、相关论文中 ALOHA 协议的吞吐量计算方法
查阅了几篇 ALOHA 相关文献,在 High Throughput Slotted ALOHA Packet Radio Networks with Adaptive Arrays[2] 一文中作者对 ALOHA 协议的吞吐量进行了详细的数学描述。本文将在此粗略解读该文献的相关部分,并将之与课件中的吞吐量计算方式进行对比。
2.1 使用 MBAA 的 S-ALOHA 协议
多波束自适应队列(Multiple-Beam Adaptive Array,MBAA)中,任何波束都可以接收来自任何用户的数据包,每个波束对每个时隙中传输的所有数据包都作出自适应的响应。每个包被一个单独的波束捕获,而不会被其他竞争包干扰。因此,MBAA 系统可以在一个时隙内接收多个包,而不用增加带宽资源,同时在不要求全部站点监听信道的情况下也有类似 CSMA 的性能提升。
一种对 MBAA 通俗的理解是,在接收机中使用多个天线,我们希望用不同的波束来捕获不同的 ALOHA 信息流,于是对各天线的捕获信号进行了加权求和,一组权重对应一种输出模式。通过修改权重值最大化输出端 SINR 的方式,可以让阵列引导波束指向目标信号,并对其他竞争信号无效。如果希望同时捕获多个数据流,只需要在接收机同时维护多套权重队列,每一组权重对应一个波束所捕获的信息流输出。在这种接收模式下,ALOHA 协议可以拥有一定的抗干扰能力,因此即使时空分布模型的冲突锥内出现多个请求,也不一定会导致传输失败,其吞吐量的计算方式也大不相同。
2.2 研究假设
该文章中,假设有限的 M 个终端将数据包发送到 MBAA 接收机上。每个时隙开始时,各终端的阻塞状态取决于它是否成功传输完毕上一个数据包。在每个时隙的最后,所有终端都能立即收到关于数据包传输情况的反馈。
同时,该论文也进行了单包缓存的假设,即被阻塞的终端直到重传完毕前都不会生成新的报文(到达的报文放在缓存中)。
在每个时隙中,各个未受阻塞的终端都有 pn 的概率产生新的报文,受阻塞的终端都有 pr 的概率进行重传。很明显需要 pr≥pn 才能保障通信系统稳定。
2.3 研究方法
基于上述假设,该论文构造出了马尔可夫链 Xk,表示在时隙 k 开始时的阻塞终端数,其上限为网络中的终端数量 M。
用 nt=nn+nr 表示一个给定时隙 t 中传输的分组数,nn 是新分组数,nr 是重传分组数。很明显,新分组数和重传分组数都服从 Bernoulli 分布,有:
Qr(l∣i)=Pr{nr=l∣Xk=i}=(il)prl(1−pr)i−l
Qn(l∣i)=Pr{nn=l∣Xk=i}=(M−il)pnl(1−pn)M−i−l
Qt(l∣i)=Pr{nt=l∣Xk=i}=s=0∑lQn(s∣i)Qr(l−s∣i)
考虑在使用 K 个波束的 MBAA 接收机中,最多可以一次接收 K 个分组。因此,给定一个状态为 i 的系统,下一个状态可能的取值为 j=i−min(i,K),...,i,...,M。于是,可以写出状态转移概率 Pi,j=Pr{Xk+1=j∣Xk=i}:
Pi,j=0;i=K+1,⋯,M,j<i−K
Pi,i−t=im=0∑K−tQn(m∣i)l=t∑iQr(l∣i)Ps(m+t∣l+m,K)=1,⋯,M,t=1,⋯,min(i,K)
Pi,i+t=m=t∑K+tQn(m∣i)l=0∑iQr(l∣i)Ps(m−t∣l+m,K)i=0,⋯,M,t=0,1,⋯,M−i
于是就能获得马尔可夫链 Xk 的转移概率矩阵 P=[Pi,j]。通过求解 π=πP ,获得其极限概率分布 π=[π(0),π(1),⋯,π(M)],于是就能求得 i 个阻塞终端时的吞吐量 S(i):
S(i)=m=1∑KmPr{m packets are successful ∣Xk=i}=m=1∑Kml=m∑MQt(l∣i)Ps(m∣l,K)
平均吞吐量为 Sˉ=∑i=0MS(i)π(i),平均阻塞终端数为 Bˉ=∑i=0Miπ(i)。在稳定的状态下,系统的平均到达率等于平均服务率,也就是每个时隙开始时的吞吐量刚好和新的报文生成量相同。于是可以将新包经历的平均时延表示为 Dˉ=Sˉin Bˉ=SˉBˉ。
三、总结与评价
不难看出,课件中给出的假设条件过于理想,要求各分组为定长,所有通信站点在一条直线上排布,考虑任意站点的信号都能被其他站点接收,当冲突锥内出现任何数据报就直接认定传输失败。现实中,常见的通信协议往往采用的是变长分组,并且站点都是在立体空间中分散的,几乎很难遇到直线排布的情况。另一方面,无线环境远比假设的复杂,即使两个站点间无法互相通信,它们也是可能产生干扰的。因此,使用冲突锥建模的方法虽然简单直观,但比较偏离无线网络环境的实际情况,其结果可能与测量值存在较大偏差。
对比之下,参考论文中的假设相对合理,避开了关于分组长度、站点空间位置的假设,主要是对站点的重传策略进行了假设:要求站点在重传成功前一直处于阻塞状态,这期间不会传输新的数据报文,并且重传不会退避,将一直进行传输。这一假设在该文章的背景下也有其道理,毕竟使用 MBAA 的 S-ALOHA 协议在同一时隙内接收机可以同时接收多组报文。另一方面,该论文并不直接考虑报文间的冲突,而是将每个时隙因冲突而阻塞的站点数量看做一个随机变量,并证明该随机变量能构成马尔可夫链。于是,就能有效规避很多麻烦的建模,只用计算马尔可夫过程的状态转移方程,就能获得该链的极限状态分布,进而求得各状态的吞吐量与系统的平均吞吐量。总的来说,该论文在建模中的假设更加贴合真实环境,并通过建模随机过程来避免考虑如何发生冲突,而是将冲突本身看做随机变量,其理论结果也更有说服力。
参考文献
[1] Abramson N. The ALOHA system: Another alternative for computer communications[C]//Proceedings of the November 17-19, 1970, fall joint computer conference. 1970: 281-285.
[2] J. Ward and R. T. Compton, “High throughput slotted ALOHA packet radio networks with adaptive arrays,” in IEEE Transactions on Communications, vol. 41, no. 3, pp. 460-470, March 1993, doi: 10.1109/26.221075.
[3] M. S. Gokturk, O. Ercetin and O. Gurbuz, “Throughput Analysis of ALOHA with Cooperative Diversity,” in IEEE Communications Letters, vol. 12, no. 6, pp. 468-470, June 2008, doi: 10.1109/LCOMM.2008.080174.