Luận án Định tuyến nâng cao thông lượng mạng dựa trên nền tảng thiết kế xuyên lớp cho mạng ADHOC - Nguyễn Quang Khánh

MỤC LỤC

DANH MỤC CÁC TỪ VIET TAT vi

DANH MỤC HÌNH VẼ viii

DANH MỤC BẢNG xiii

DANH MỤC CÁC KÝ HIỆU TOÁN HỌC xiv

GIỚI THIỆU LUẬN ÁN 1

Chương 1. NGHIÊN cứu MẠNG ADHOC VÀ THIET KẾ XUYÊN

LỚP 11

1.1. Tổng quan mạng adhoc 11

1.1.1. Khái niệm mạng adhoc 11

1.1.2. Đặc điểm mạng adhoc 13

1.1.3. Úng dụng của mạng adhoc 14

1.1.4. Đánh giá các vấn đề hiện tại của mạng adhoc 15

1.2. Thiết kế phân lớp và xuyên lớp 16

1.2.1. Thiết kế phân lớp 18

Mô hình OSI 18

Mô hình TCP/IP 19

1.2.2. Thiết kế xuyên lớp 21

Tổng quan thiết kế xuyên lớp 21

Đặc điểm thiết kế xuyên lớp 23

1.3. Kết luận chuơng 23

Chương 2. ĐỀ XUẤT THUẬT TOÁN ĐỊNH TUYEN KET HỘP

VỚI THUẬT TOÁN CẤP PHÁT KÊNH ĐỘNG DSA DựA TRÊN

NỀN TẢNG THIẾT KE XUYÊN LỚP 25

2.1. Thuật toán cấp phát kênh động DSA 25

2.1.1. Vấn đề nút ẩn, nút hiện 25

Vấn đề nút ẩn 26

Vấn đề nút hiện 26

Phương án khắc phục vấn đề nút ẩn/nút hiện 27

2.1.2. Thuật toán cấp phát kênh động DSA 28

Vấn đề nhiễu đồng kênh (CCI) 28

Cơ chế cấp phát kênh dựa trên tín hiệu báo bận 29

Thuật toán cấp phát kênh động DSA 30

2.2. Đề xuất thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động

DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp MAC+NET . 35

2.2.1. Ma trận kết nối 35

2.2.2. Thuật toán định tuyến phân lớp 36

2.2.3. Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động

DSA trên nền tảng thiết kế xuyên lớp giữa hai lớp MAC+NET 37

Định nghĩa các tham số của thuật toán 38

Mô hình của thuật toán 39

Kịch bản mô phỏng 40

2.2.4. Đánh giá kết quả 44

2.3. Đề xuất thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động

DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET 48

2.3.1. Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động

DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET . 48

Định nghĩa các tham số của thuật toán 48

Mô hình của thuật toán 49

Kịch bản mô phỏng 50

2.3.2. Đánh giá kết quả 53

2.4. Đề xuất thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa các lớp PHY+MAC+NET. 55

2.4.1. Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa các lớp PHY+MAC+NET 55

Định nghĩa các tham số của thuật toán 56

Mô hình của thuật toán 56

Kịch bản mô phỏng 59

2.4.2. Đánh giá kết quả 64

2.5. Kết luận chuơng 70

Chương 3. ĐỀ XUẤT THUẬT TOÁN ĐỊNH TUYEN KET HỘP VỚI THUẬT TOÁN TỐI Ưu CÔNG SUAT PHÁT VÀ Tốc ĐỘ TRUYỀN DựA TRÊN NEN TẢNG THIET KẾ XUYÊN LỚP 72

3.1. Ảnh hưởng của công suất phát, tốc độ truyền đến thông luợng mạng 72

3.1.1. Mối quan hệ giữa tốc độ truyền và thông luợng mạng 72

3.1.2. Mối quan hệ giữa công suất phát và thông luợng mạng 73

Mối quan hệ giữa công suất phát, nhiễu và thông luợng luợng 73

Mối quan hệ giữa công suất phát, tỷ lệ lỗi trong mạng và thông luợng mạng

73

3.1.3. Kết luận mối quan hệ giữa công suất phát, tốc độ truyền và thông lượng mạng 73

3.2. Đề xuất thuật toán tối ưu công suất phát và tốc độ truyền tại lớp PHY

74

3.2.1. Phương thức xác định nút lân cận 74

3.2.2. Đề xuất mô hình đánh giá chỉ số nhiễu IndexI 75

3.2.3. Đề xuất mô hình đánh giá chỉ số lỗi IndexF 76

3.2.4. Thuật toán tối ưu công suất phát và tốc độ truyền 77

Đề xuất tính chỉ số thông lượng hai nút liên kết trực tiếp 77

Đề xuất thuật toán tối ưu chỉ số thông lượng hai nút liên kết trực tiếp 78

Đề xuất tính chỉ số thông lượng đường truyền 80

3.3. Đề xuất thuật toán định tuyến kết hợp với thuật toán tối ưu công suất phát, tốc độ truyền dựa trên nền tảng xuyên lớp giữa hai lớp PHY+NET. 81

3.3.1. Ma trận giữa các nút 81

Ma trận liên kết giữa các nút 81

Ma trận giá trị tối ưu chỉ số thông lượng giữa các nút 81

3.3.2. Thuật toán định tuyến kết hợp với thuật toán tối ưu công suất phát và tốc độ truyền dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET 82

Định nghĩa các tham số của thuật toán 82

Mô hình của thuật toán 82

Kích bản mô phỏng 84

3.3.3. Đánh giá kết quả 85

Đánh giá hiệu quả thuật toán định tuyến đề xuất với thuật toán định tuyến DSR 86

Đánh giá hiệu quả thuật toán định tuyến đề xuất với thuật toán định tuyến DSDV 86

Đánh giá hiệu quả thuật toán định tuyến đề xuất với thuật toán định tuyến Dijkstra 87

Tổng hợp đánh giá hiệu quả thuật toán định tuyến đề xuất với thuật toán định tuyến DSR, DSDV, Dijkstra 87

3.4. Kết luận chương 89

Chương 4. ĐỀ XUẤT THUẬT TOÁN ĐỊNH TUYEN KET HỘP VỚI PHƯƠNG THỨC MÃ MẠNG, THUẬT TOÁN CAP PHÁT KÊNH ĐỘNG DSA DựA TRÊN NEN TẢNG THIET KẾ XUYÊN LỚP . 91

4.1. Tổng quan phương thức mã mạng 91

4.1.1. Khái niệm phương thức mã mạng 91

Sự khác nhau giữa phương thức mã mạng và phương thức "store and for¬ward"

92

Ưu điểm của phương thức mã mạng 98

Nhược điểm của phương thức mã mạng 98

4.1.2. Mã mạng tuyến tính 99

4.1.3. Giải pháp xây dựng phương thức mã mạng áp dụng thực tế. 100

Mã mạng tuyến tính ngẫu nhiên 101

Định dạng gói tin 101

Mô hình Buffer 103

4.2. Đề xuất thuật toán định tuyến kết hợp với phương thức mã mạng, thuật

toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp. 108

4.2.1. Thuật toán định tuyến kết hợp với phương thức mã mạng, thuật toán

cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp 108

Định nghĩa các tham số của thuật toán 108

Mô hình của thuật toán 109

Kích bản mô phỏng 111

4.2.2. Đánh giá kết quả 116

4.3. Kết luận chương 120

KẾT LUẬN 122

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG Bố 126

 

docx150 trang | Chia sẻ: trungkhoi17 | Lượt xem: 336 | Lượt tải: 1download
Bạn đang xem trước 20 trang tài liệu Luận án Định tuyến nâng cao thông lượng mạng dựa trên nền tảng thiết kế xuyên lớp cho mạng ADHOC - Nguyễn Quang Khánh, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
a và PHY-XET. 2.3.2. Đánh giá kết quả Hình 2.22 mô tả độ dài của đường kết nối tối ưu được lựa chọn bởi hai thuật toán định tuyến theo từng bước di chuyển, tiến trình mô phỏng được chia thành 3 nhóm A, B và c. Trong các hình 2.22, 2.23 nhận thấy rằng thông lượng của mạng phụ thuộc vào độ dài của đường kết nối giữa nút nguồn và nút đích. Trong nhóm A, khi mà nút nguồn và nút đích cách nhau xa, số lượng nút trung gian lớn. Do đó, việc truyền dữ liệu bị ảnh hưởng lớn bởi các nhiễu đồng kênh (CCI) cũng như các vấn đề về nút ẩn và nút hiện. Kết quả là giá trị Average SINR của các đường kết nối từ nút nguồn đến nút đích đều nhỏ hơn giá trị ngưỡng SINR_thr. Vì vậy, đường kết nối ngắn nhất cũng là đường kết nối tối ưu, không có sự khác nhau giữa thông lượng mạng của hai thuật toán định tuyến này. Trong nhóm c, khi mà nút nguồn và nút đích rất gần nhau, nút nguồn có thể truyền dữ liệu trực tiếp đến nút đích hoặc qua một vài nút trung gian. Sự ảnh hưởng của các vấn đề nhiễu đồng kênh (CCI) cũng như nút ẩn, nút hiện rất nhỏ, do đó không ảnh hưởng đến số lượng kênh cấp phát. Tham số Average SINR của các đường kết nối đều lớn hơn giá trị ngưỡng SINR_thr. Vì vậy, đường kết nối ngắn nhất cũng là đường kết nối tối ưu, không có sự khác nhau giữa thông lượng mạng giữa hai thuật toán định tuyến này. Trong nhóm B, một vài đường kết nối có số tham số Average SINR lớn hơn giá trị ngưỡng SINR_thr, trong khi đó các đường kết nối khác có tham số Average SINR nhỏ hơn giá trị ngưỡng SINR_thr. Trong một vài trường hợp, các đường kết nối có độ dài ngắn nhất không có tham số Average SINR lớn hơn giá trị ngưỡng SINR_thr, do đó chúng sẽ không được chọn là đường kết nối tối ưu. Trong khi đó các đường kết nối có giá trị Average SINR lớn hơn giá trị ngưỡng SINR_thr sẽ được lựa chọn là đường kết nối tối ưu. Hình 2.22: Dộ dài các đường kết nối tối ưu được lựa chọn bởi hai thuật toán Dijkstra và PHY-XET. Theo các hình 2.22, 2.23 có thể nhận thấy trong nhóm B, các đường kết nối tối ưu được lựa chọn bởi các thuật toán định tuyến đề xuất có độ dài lớn hơn so với đường kết nối tối ưu được lựa chọn bởi thuật toán định tuyến tìm đường ngắn nhất Dijks tra, trong khi đó thông lượng của mạng sử dụng thuật toán định tuyến để xuất được nâng cao hơn nhiều. Kết quả mô phỏng minh họa rằng thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY—NET sẽ đảm bảo nâng cao thông lượng mạng so với thuật toán định tuyến tìm đường ngắn nhất Dijkstra. Bước di chuyền dcd Hình 2.23: Thông lượng mạng các đường kết nối tối ưu được lựa chọn bởi hai thuật toán Dijkstra và PHY—NET. 2.4. Đề xuất thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa các lớp PHY+MACịNET 2.4.1. Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa các lớp PHY+MAC+NET Như đã đề xuất các thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giUa hai lớp MAG NET trong mục 2.2 và thuật toán kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giUa hai lớp PHY—NET trong mục 2.3, bằng các mô hình mô phỏng đã minh họa hai thuật toán định tuyến đề xuất mới nâng cao thông lượng mạng adhoc. Trong mục này, đề xuất một thuật toán định tuyến mới sẽ kết hợp hai thuật toán định tuyến đề xuất tại mục 2.2 và 2.3 và chứng tỏ thuật toán mới sẽ hiệu quả cao hơn so với hai thuật toán đã đề xuất về thực hiện nâng cao thông lượng mạng. Định nghĩa các tham số của thuật toán Trong thuật toán định tuyến đề xuất, luận án định nghĩa lại các tham số như sau: route_loop: là tham số điều khiển vòng lặp trong thuật toán. Average SINR: là giá trị trung bình các SINR của các kênh trên đường kết nối ngắn nhất từ nguồn đến đích trên mạng bằng cách sử dụng thuật toán Dijkstra và thuật toán cấp phát kênh đông DSA. SINR_thr: là giá trị mức ngưỡng cho trước đảm bảo yêu cầu QoS của kênh truyền tại lớp PHY. N_route: là số lượng các đường kết nối từ nguồn đến đích trên mạng bằng cách sử dụng ma trận kết nối M. N_ch: là số lượng kênh được cấp phát trên đường kết nối ngắn nhất từ nguồn đến đích trên mạng bằng các sử dụng thuật toán Dijkstra và thuật toán cấp phát kênh đông DSA. channel_thr: là giá trị mức ngưỡng cho trước thể hiện số lượng kênh đảm bảo yêu cầu QoS của đường kết nối khi thực hiện truyền các khung du liệu. Mô hình của thuật toán Thuật toán định tuyến đề xuất: sử dụng giá trị Average SINR so sánh với giá trị ngưỡng SINR_thr tại lớp PHY và giá trị N_ch so sánh với giá trị ngưỡng channel_thr tại lớp MAC trong quá trình lựa chọn đường kết nối tối ưu.Nếu có một đường kết nối có giá trị N_ch lớn hon giá trị ngưỡng channel_thr hoặc giá trị Average SINR lớn hon giá trị ngưỡng SINR_thr thì sẽ có thể được lựa chọn là đường tối ưu. Nếu tất cả đường kết nối đều có N_ch lớn hon hoặc nhỏ hon ngưỡng channel_thr và đồng thời giá trị Average SINR lớn hon hoặc nhỏ hon giá trị ngưỡng SINR_thr thì đường có độ dài nhỏ nhất sẽ được lựa chọn là đường tối ưu. Thuật toán định tuyến đề xuất mới kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa ba lớp PHY+MAC+NET. Thuật toán định tuyến đề xuất áp dụng trong adhoc định tuyến theo từng khung MAC trong [99], các nút trong mạng di động. Thuật toán định tuyến đề xuất bao gồm bốn bước, hình 2.24 mô tả chi tiết luồng xử lý thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa ba lớp PHY+MAC+NET cụ thể như sau: Bước 1 Xây dựng ma trận kết nối tại mục 2.2.1. Giá trị điều khiển vòng lặp route_loop được thiết lập = 0. Bước 2 Trong bước này, đường kết nối ngắn nhất được xác định bằng cách sử dụng thuật toán Dijkstra và số lượng đường kết nối N_route được xác định bằng cách sử dụng ma trận kết nối M. Bước 3 Mục đích của bước này để thực hiện tìm đường kết nối tối ưu để truyền dữ liệu. Đầu tiên, tham số N_route sẽ được kiểm tra. Nếu N_route 0 và route_loop=0 thì không có đường kết nối nào từ nút nguồn đến nút đích, quá trình truyền dữ liệu không thể thực hiện. Ngược lại, nếu N_route khác 0 thì sẽ có tối thiểu một đường kết nối từ nút nguồn đến nút đích. Dựa vào thuật toán cấp phát kênh động DSA, có thể tính được giá trị Average SINR và giá trị N_ch của đường kết nối ngắn nhất (đường kết nối này được xác định ở bước 2). Nếu giá trị Average SINR lớn hon hoặc bằng giá trị ngưỡng SINR_thr đồng thời giá trị N_ch lớn hon hoặc bằng giá trị ngưỡng N_thr, điều này có nghĩa đường kết nối này đảm bảo yêu cầu QoS của đường kết nối. Kết quả là đường kết nối ngắn nhất này sẽ được lựa chọn là đường kết nối tối ưu. Ngược lại, nếu giá trị Average SINR nhỏ hon giá trị ngưỡng SINR_thr hoặc giá trị N_ch nhỏ hon giá trị ngưỡng N_thr, sẽ phải tìm đường kết nối khác. Tham số route_loop sẽ được tăng thêm 1, giá trị này minh họa có tối thiểu một đường kết nối sẽ là đường kết nối tối ưu. Thực hiện loại bỏ đường kết nối vừa rồi tập các đường kết nối được xác định bởi ma trận kết nối M và chu kỳ thuật toán được quay lại bước 2. Tại bước 2, thuật toán Dijkstra sẽ tìm đường kết nối ngắn nhất không tính các đường kết nối cũ có giá trị Average SINR nhỏ hon giá trị ngưỡng SINR_thr hoặc giá trị N_ch nhỏ hon giá trị ngưỡng N_thr. Tại cuối bước 2, nếu không tồn tại một đường kết nối nào có giá trị Average SINR lớn hon giá trị ngưỡng SINR_thr và giá trị N_ch lớn hon giá trị ngưỡng N_thr, trong trường hợp này đường kết nối ngắn nhất sẽ được lựa chọn là đường kết Hình 2.24: Luồng xử lý của thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa ba lớp PHY-MAC-XET. nối tối ưu đến thực hiện truyền dữ liệu. • Bước 4 Sau khi thực hiện tìm được đường kết nối tối ưu, dữ liệu sẽ được truyền trên các kênh được cấp phát của đường kết nối tối ưu. Kịch bản mô phỏng Trong kịch bản mô phỏng, luận án sử dụng công cụ mô phỏng là Matlab để thực hiện minh họa các kết quả các đề xuất. Kịch bản mô phỏng, các tham số sẽ được lựa chọn như trong bảng 2.3 chi tiết bên dưới theo chuẩn Wimax: Bảng 2.3: Các tham số trong kịch bản mô phỏng thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa ba lớp PHY+MAC+NET: ' Tham số Giá trị Băng thông (B) 20 MHz Khoảng thời gian lấy mẫu (ta=l/B) 50 ns Độ dài FFT (NFFT) 12.8^s Khoảng Guard (TG) 2^8 Tần số (/c) 1.9 GHz Phương pháp điều chế 16-QAM SINR yêu cầu tối thiểu ("Ỵreq) 16 dB channel thr 42 SINR thr 24 dB Luận án xây dựng một kịch bản mô phỏng cho mạng adhoc như sau: Mô hình mạng adhoc với 10 nút, trong đó nút thứ 1 sẽ truyền dữ liệu đến nút thứ 10. Trong mô hình này, nút thứ 1, 6, 7, 9, 10 di chuyển cùng tốc độ với bước di chuyển bằng 10m nhưng theo các chiều khác nhau, còn nút thứ 2, 3, 4, 5, 8 cố định. Hình 2.25 mô tả các đường kết nối của các nút trong mạng. Trước khi truyền dữ liệu tại mỗi bước di chuyển, nút thứ 1 sử dụng các thuật toán định tuyến để truyền dữ liệu đến nút thứ 10. Trong kịch bản mô phỏng, sử dụng các thuật toán định tuyến để tìm đường như sau: Thuật toán định tuyến tìm đường ngắn nhất Dijkstra tại mục 2.2.2. Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp MAC+NET đề xuất tại mục 2.2.3. Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET đề xuất tại mục 2.3.1. • Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa ba lớp PHY—MAC—NET tại mục 2.4.1. Hình 2.25: Các đường kết nối kịch bản mô phỏng PHY—MAC—NET. Sau quá trình tìm đường kết nối tối ưu sử dụng bốn thuật toán định tuyến trên, tại lớp PHY, MAC, dữ liệu đều được truyền dựa trên thuật toán cấp phát kênh động DSA tại mục 2.1. Hình 2.26 mô tả các đường kết nối tối ưu sử dụng bốn thuật toán định tuyến. Với các thuật toán định tuyến khác nhau, dữ liệu được truyền trên các đường kết nối tối ưu khác nhau như là: Thuật toán định tuyến tìm đường ngắn nhất Dijkstra: (Nútl!Nút3!Nút4!Nút8!Nút7!NútlO) Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp MAC+NET: (Nútl!Nút3!Nút4!Nút6!NútlO) Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET: (Nútl!Nút3!Nút5!Nút9!NútlO) Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa ba lớp PHY+MAC+NET: (Nútl!Nút2!Nút5!Nút9!NútlO) — — Đường kểt nồi Thuật toán Dijkstra Thuật toán MAC NET Hình 2.26: Các đường kết nối tối ưu được lựa chọn bởi bốn thuật toán Dijkstra, MAC-XET, PHY-XET và PHY—MAC—XET. Trong mục này, luận án xây dựng một kịch bản với số lượng nút lớn hơn và các nút di chuyển hướng khác nhau so với kịch bản trước để minh họa kết quả các thuật toán định tuyến đề xuất bao gồm thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp MAC—NET, hai lớp PHY-NET và ba lớp PHY-MAC-NET. Mô hình mô phỏng với kịch bản như sau: Tổng số nút trong mạng là 30 nút. Các nút (1, 2, 3, 19, 25, 26) di chuyển cùng chiều khác tốc độ với bước di chuyển khác nhau với độ dài mỗi bước là một trong các giá trị 5m, lOm. Các nút (4, 21, 24, 28) di chuyển cùng chiều khác tốc độ với bước di chuyển khác nhau với độ dài mỗi bước là một trong các giá trị 5m, lOm. Các nút (5, 6, 8, 16, 18, 20, 22, 29) di chuyển cùng chiều khác tốc độ với độ dài mỗi bước là một trong các giá trị 5m, lOm. Các nút (11, 13, 14, 17, 23) cố định. Nút thứ 1 sẽ truyền dữ liệu đến nút thứ 20. Hình 2.27 mô tả các đường kết nối của các nút trong kịch bản mô phỏng. Hình 2.27: Các đường kết nối trong kịch bản mô phỏng MAC—PHY—NET (30 nút). Trước khi truyền dữ liệu tại mỗi bước di chuyển, nút thứ 1 sử dụng các thuật toán định tuyến để truyền dữ liệu đến nút thứ 20. Trong kịch bản mô phỏng, sử dụng các thuật toán định tuyến để tìm đường như sau: Thuật toán định tuyến tìm đường ngắn nhất Dijkstra tại mục 2.2.2. Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp MAC—NET đề xuất tại mục 2.2.3. Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY—NET đề xuất tại mục 2.3.1. • Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa ba lớp PHY—MAC—NET tại mục 2.4.1. Sau quá trình tìm đường kết nối tối ưu sử dụng bốn thuật toán định tuyến trên, tại lớp PHY, MAC, dữ liệu đều được truyền dựa trên thuật toán cấp phát kênh động DSA tại mục 2.1. Hình 2.28 mô tả các đường kết nối tối ưu sử dụng bốn thuật toán định tuyến. Với các thuật toán định tuyến khác nhau, dữ liệu được truyền trên các đường kết nối tối ưu khác nhau như là: Hình 2.28: Các đường kết nối tối ưu được lựa chọn bởi bốn thuật toán Dijkstra, MAC-NET, PHY-NET và PHY-MAC-NET (30 nút). Thuật toán định tuyến tìm đường ngắn nhất Dijkstra: (Nútl!Nút3!Nút22!Nút4!Nút9!Nút26!Nút27!Nút7!Nút20) Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp MAC+NET: (Nútl!Nútl2!Nútl4!Nút8!Nútl7!Nútl9!Nút20) Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET: (Nútl!Nút3!Nút22!Nút28!Nútl5!Nútl6!Nútl9!Nút20) Thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp giữa ba lớp PHY+MAC+NET: (Nútl!Nút2!Nútll!Nút8!Nútl7!Nútl9!Nút20) 2.4.2. Đánh giá kết quả Hình 2.29 mô tả độ dài của đường kết nối tối ưu được lựa chọn bởi bốn thuật toán định tuyến theo từng bước di chuyển, tiến trình mô phỏng được chia thành 5 nhóm A, B, c, D và E. Trong các hình 2.29, 2.30 nhận thấy rằng thông lượng của mạng phụ thuộc vào độ dài của đường kết nối giữa nút nguồn và nút đích. Trong nhóm A, khi mà nút nguồn và đích cách nhau xa, số lượng nút trung gian lớn. Do đó, việc truyền dữ liệu bị ảnh hưởng lớn bởi các nhiễu đồng kênh (CCI) cũng như các vấn đề về nút ẩn, nút hiện. Kết quả là giá trị Average SINR của các đường kết nối từ nút nguồn đến nút đích đều nhỏ hon giá trị ngưỡng SINR_thr và đồng thời giá trị N_ch số lượng kênh được cấp phát của các đường kết nối từ nút nguồn đến nút đích đều nhỏ hon giá trị ngưỡng channel_thr. Vì vậy, đường kết nối ngắn nhất cũng là đường kết nối tối ưu, không có sự khác nhau giữa thông lượng mạng của các thuật toán định tuyến. Trong nhóm c, khi mà nút nguồn và nút đích rất gần nhau, nút nguồn có thể truyền dữ liệu trực tiếp đến nút đích hoặc qua một vài nút trung gian. Sự ảnh hưởng của các vấn đề nhiễu đồng kênh (CCI) cũng như nút ẩn, nút hiện rất nhỏ, do đó không ảnh hưởng đến số lượng kênh cấp phát. Giá trị Average SINR của các đường kết nối đều lớn hon giá trị ngưỡng SINR_thr và giá trị N_ch số lượng kênh được cấp phát của các đường kết nối từ nút nguồn đến nút đích đều lớn hon giá trị ngưỡng channel_thr. Vì vậy, đường kết nối ngắn nhất cũng là đường kết nối tối ưu, không có sự khác nhau giữa thông lượng mạng giữa các thuật toán định tuyến. Trong nhóm B, một vài đường kết nối có giá trị Average SINR lớn hon giá trị ngưỡng SINR_thr, trong khi đó các đường kết nối khác có giá trị SINR nhỏ hơn giá trị ngưỡng SINR_thr và một vài đường kết nối có giá trị N_ch số lượng kênh được cấp phát từ nút nguồn đến nút đích lớn hơn giá trị ngưỡng channel_thr, trong khi đó các đường kết nối khác có giá trị N_ch số lượng kênh cấp phát nhỏ hơn giá trị ngưỡng channel_thr. Trong một vài trường hợp, các đường kết nối có độ dài ngắn nhất không có giá trị Average SINR lớn hơn giá trị ngưỡng SINR_thr hoặc có giá trị N_ch số lượng kênh cấp phát lớn hơn giá trị ngưỡng channel_thr sẽ được lựa chọn là đường kết nối tối ưu phụ thuộc thuật toán định tuyến lựa chọn. Trong nhóm B, có thể thấy đường kết nối được lựa chọn bởi thuật toán định tuyến tìm đường ngắn nhất Dijkstra có độ dài nhỏ nhất, còn độ dài của đường kết nối được lựa chọn bởi các thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp xấp xỉ gần bằng nhau, thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET nhỏ hơn thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp MAC+NET, nhỏ hơn thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giữa ba lớp PHY+MAC+NET. Trong nhóm D, E có một vài đường kết nối có giá trị Average SINR lớn hơn giá trị ngưỡng SINR_thr, trong khi đó các đường kết nối khác có tham số Average SINR nhỏ hơn giá trị ngưỡng SINR_th tuy nhiên tất cả các đường kết nối đều có giá trị N_ch số lượng kênh được cấp phát từ nút nguồn đến nút đích đều nhỏ hơn giá trị ngưỡng channel_thr. Trong nhóm D, E có thể thấy độ dài đường kết nối được lựa chọn bởi thuật toán định tuyến tìm đường ngắn nhất Dijkstra trùng với thuật toán định tuyến dựa trên nền tảng thiết xuyên lớp giữa hai lớp MAC+NET và nhỏ hơn độ dài đường kết nối được lựa chọn bởi thuật toán định tuyến dựa trên nền tảng xuyên lớp giữa hai lớp PHY+NET. Theo các hình 2.29, 2.30 có thể nhận thấy trong nhóm B, các đường kết nối tối ưu được lựa chọn bởi các thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp đề xuất có độ dài lớn hơn so với đường kết nối tối ưu được lựa chọn bởi thuật toán định tuyến tìm đường ngắn nhất Dijkstra, trong khi đó thông lượng của mạng sử dụng thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp để xuất được nâng cao hơn, kết quả mô phỏng minh họa rằng thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giUa ba lớp PHY+MAC+NET nâng cao thông lượng mạng cao nhất so với hai thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giUa hai lớp PHY+NET và lớp MAC+NET, thuật toán định tuyến tìm đường ngắn nhất Dijkstra. Các Hình 2.29: Dộ dài các đường kết nối tối ưu được lựa chọn bởi bốn thuật toán Dijkstra, MAC-XET, PHY-XET và PHY—MAC—XET. Hình 2.30: Thông lượng mạng các đường kết nối tối ưu được lựa chọn bởi bốn thuật toán Dijkstra, MAC-XET, PHY-XET và PHY-MAC-XET. thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET và lớp MAC+NET có kết quả thông lượng tương tự nhau nhưng cũng đã nâng cao thông lượng mạng so với thuật toán định tuyến tìm đường ngắn nhất Dijkstra. Trong nhóm A, c thì do đường tối ưu được lựa chọn cũng là đường ngắn nhất do đó thông lượng của các thuật toán định tuyến bằng nhau. Trong nhóm D, E, thông lượng của thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET cao hơn so với thuật toán định tuyến tìm đường ngắn nhất Dijkstra. Tương tự như trong kịch bản mô phỏng 10 nút ở trên, kịch bản mô phỏng 30 nút với các nút di chuyển với tốc độ đa dạng và các chiều khác nhau, hình 2.31 mô tả một khoảng di chuyển của các nút trong mạng với các đường kết nối tối ưu được lựa chọn bởi bốn thuật toán định tuyến theo từng bước di chuyển, tiến trình mô phỏng cũng được chia thành 5 nhóm A, B, c, D và E. Tương tự như trong kich bản mô phỏng trên, Trong nhóm A, khi mà nút nguồn và đích cách nhau xa, số lượng nút trung gian lớn. Do đó, việc truyền du liệu bị ảnh hưởng lớn bởi các nhiễu đồng kênh (CCI) cũng như các vấn đề về nút ẩn, nút hiện. Kết quả là giá trị Average SINR của các đường kết nối từ nút nguồn đến nút đích đều nhỏ hơn giá trị ngưỡng SINR_thr và đồng thời giá trị N_ch số lượng kênh được cấp phát của các đường kết nối từ nút nguồn đến nút đích đều nhỏ hơn giá trị ngưỡng channel_thr. Vì vậy, đường kết nối ngắn nhất cũng là đường kết nối tối ưu, không có sự khác nhau giữa thông lượng mạng của các thuật toán định tuyến. Trong nhóm c, khi mà nút nguồn và nút đích rất gần nhau, nút nguồn có thể truyền dữ liệu trực tiếp đến nút đích hoặc qua một vài nút trung gian. Sự ảnh hưởng của các vấn đề nhiễu đồng kênh (CCI) cũng như nút ẩn, nút hiện rất nhỏ, do đó không ảnh hưởng đến số lượng kênh cấp phát. Giá trị Average SINR của các đường kết nối đều lớn hơn giá trị ngưỡng SINR_thr và giá trị N_ch số lượng kênh được cấp phát của các đường kết nối từ nút nguồn đến nút đích đều lớn hơn giá trị ngưỡng channel_thr. Vì vậy, đường kết nối ngắn nhất cũng là đường kết nối tối ưu, không có sự khác nhau giữa thông lượng mạng giữa các thuật toán định tuyến. Trong nhóm B, một vài đường kết nối có giá trị Average SINR lớn hơn giá trị ngưỡng SINR_thr, trong khi đó các đường kết nối khác có giá trị SINR nhỏ hơn giá trị ngưỡng SINR_thr và một vài đường kết nối có giá trị N_ch số lượng kênh được cấp phát từ nút nguồn đến nút đích lớn hơn giá trị ngưỡng channel_thr, trong khi đó các đường kết nối khác có giá trị N_ch số lượng kênh cấp phát nhỏ hơn giá trị ngưỡng channel_thr. Trong một vài trường hợp, các đường kết nối có độ dài ngắn nhất không có giá trị Average SINR lớn hơn giá trị ngưỡng SINR_thr hoặc có giá trị N_ch số lượng kênh cấp phát lớn hơn giá trị ngưỡng channel_thr sẽ được lựa chọn là đường kết nối tối ưu phụ thuộc thuật toán định tuyến lựa chọn. Trong nhóm B, có thể thấy đường kết nối được lựa chọn bởi thuật toán định tuyến tìm đường ngắn nhất Dijkstra có độ dài nhỏ nhất, còn độ dài của đường kết nối được lựa chọn bởi các thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp xấp xỉ gần bằng nhau, thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET nhỏ hơn thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp MAC+NET, nhỏ hơn thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giUa ba lớp PHY+MAC+NET. Trong nhóm D, E có một vài đường kết nối có giá trị Average SINR lớn hơn giá trị ngưỡng SINR_thr, trong khi đó các đường kết nối khác có tham số Average SINR nhỏ hơn giá trị ngưỡng SINR_th tuy nhiên tất cả các đường kết nối đều có giá trị N_ch số lượng kênh được cấp phát từ nút nguồn đến nút đích đều nhỏ hơn giá trị ngưỡng channel_thr. Trong nhóm D, E có thể thấy độ dài đường kết nối được lựa chọn bởi thuật toán định tuyến tìm đường ngắn nhất Dijkstra trùng với thuật toán định tuyến dựa trên nền tảng thiết xuyên lớp giUa hai lớp MAC+NET và nhỏ hơn độ dài đường kết nối được lựa chọn bởi thuật toán định tuyến dựa trên nền tảng xuyên lớp giUa hai lớp PHY+NET. Tương tự như trong kịch bản mô phỏng 10 nút ở trên, kịch bản mô phỏng 30 nút với các nút di chuyển với tốc độ đa dạng và các chiều khác nhau, theo các hình 2.31, 2.32 có thể nhận thấy trong nhóm B, các đường kết nối tối ưu được lựa chọn bởi các thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp đề xuất có độ dài lớn hơn so với đường kết nối tối ưu được lựa chọn bởi thuật toán định tuyến tìm đường ngắn nhất Dijkstra, trong khi đó thông lượng của mạng sử dụng thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp để xuất được nâng cao hơn, kết quả mô phỏng minh họa rằng thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giUa ba lớp PHY+MAC+NET nâng cao thông lượng mạng cao nhất so với hai thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giUa hai lớp PHY+NET và lớp MAC+NET, thuật toán định tuyến tìm đường ngắn nhất Dijkstra. Các Bước di chuyển Hình 2.31: Dộ dài các đường kết nối tối ưu được lựa chọn bởi bốn thuật toán Dijkstra, MAC-XET, PHY-XET và PHY—MAC—XET (30 nút). 155 45 150 - 145 - 140 - 135 - 130 - ‘5 85 - 80 - 75 - 70 - 65 - 60 - 55 - 50 I- Thuật toán MAC+NET Thuạttoán PHY+MAC+NE Thuạttoán PHY+NET Thuật toán Dijkstra 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 |95 - 190 - 0125 - 1120 - S115 - LL.110 - § _ ^105 - "“100 - Bước di chuyển Hình 2.32: Thông lượng mạng các đường kết nối tối ưu được lựa chọn bởi bốn thuật toán Dijkstra, MAC-XET, PHY-XET và PHY-MAC-XET (30 nút). thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET và lớp MAC+NET có kết quả thông lượng tương tự nhau nhưng cũng đã nâng cao thông lượng mạng so với thuật toán định tuyến tìm đường ngắn nhất Dijkstra. Trong nhóm A, c thì do đường tối ưu được lựa chọn cũng là đường ngắn nhất do đó thông lượng của các thuật toán định tuyến bằng nhau. Trong nhóm D, E, thông lượng của thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giữa hai lớp PHY+NET cao hơn so với thuật toán định tuyến tìm đường ngắn nhất Dijkstra. Với các kịch bản mô phỏng khác nhau cho các giá trị mô phỏng thông lượng và đường kết nối khác nhau nhưng đều minh họa chung một kết quả thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giUa ba lớp PHY+MAC+NET nâng cao thông lượng nhất so với các thuật toán định tuyến dựa trên nền tảng thiết kế xuyên lớp giUa hai lớp PHY+NET, lớp MAC+NET và thuật toán định tuyến tìm đường ngắn nhất Dijkstra. 2.5. Kết luận chương Trong chương này luận án đã nghiên cứu mục đích thuật toán cấp phát kênh động DSA. Thuật toán cấp phát kênh động DSA hỗ trợ giải quyết triệt để vấn đề nút ẳn/nút hiện trong mạng truyền du liệu không dây. Luận án đã đề xuất các thuật toán định tuyến kết hợp với thuật toán cấp phát kênh động DSA dựa trên nền tảng thiết kế xuyên lớp

Các file đính kèm theo tài liệu này:

  • docxluan_an_dinh_tuyen_nang_cao_thong_luong_mang_dua_tren_nen_ta.docx
  • pdf1_luan_an_khanhnq_138_2173157.pdf
Tài liệu liên quan