Page 171 - 《软件学报》2021年第8期

郭镇北 等:一种基于功率调控的 WiFi Direct 节能优化机制 2453

数据的处理和转发.由于一个节点的处理能力有限,当大量的数据涌入时,会造成网络的拥挤和吞吐量的下降.
并且在大规模的组里面,碰撞的概率大大增加,就会增加更多的 IFS 时间去避免碰撞,也会造成吞吐量的下降.当
组大小大于 8 时,吞吐量有轻微的上涨.这是由于相比于前面几个组,当组大小大于 8 时,组主和组员的比例差距
明显.组内通信的增加,组间通信的减少.
4.3 指数因子

组大小和指数因子α共同决定了切换的灵活性.越小的组大小和切换指数因子α,切换的概率越大,网络的
灵活性就越强;与之相反,越大的组大小和切换指数因子α则会导致切换的概率越小,网络就越稳定.然而,频繁的
切换会影响整个网络的吞吐量,但长时间的稳定传输又会造成过高的能量消耗.因此,在吞吐量和能量消耗之间
需要做出一个权衡的选择.当面对实际情况时,应当选择一个合适的指数因子α来权衡吞吐量和能量消耗.
在本文中提出一个简单的评价标准用来选择一个适合的α,其评价公式如式(11)所示.
⎛ TxPower ⎞ ⎛ T ⎞
⎜ 1− × a + ⎜⎟ ⎟ × b (11)
⎝ 20dBm ⎠ ⎝ T disable ⎠
在式(11)中,将评价公式分为 a 和 b 两个部分,a 和 b 代表了不同的侧重比例;a 代表能量增益的分数,而 b 则
代表获得的吞吐量分数,其中,a+b=100.通过 a 和 b 的不同比例下的分数来获得合适的指数因子α.在 a 部分
中,TxPower 代表了当节能机制启用时,所有节点的平均发射功率.发射功率越小,获得的能量增益越高,则分数
越高.在 b 部分中,T 代表了在启用节能机制时获得的吞吐量,而 T disable 则代表了禁用节能机制时获得的吞吐量.
启用节能机制时获得的吞吐量的值越大,代表了损失的吞吐量越低,则获得的分数越高.当只考虑节能效果时,α
的值应该设置为 0.此时的组员切换效率最高,能量增益效果最好.当只考虑吞吐量时,α的值应该设置为 2.此时
整个网络的稳定性最高,获得的吞吐量最高,但是能量消耗最高.除去这两种极端的情况,本文考虑了 3 种比例:
侧重于节能(70:30)、平衡(50:50)、侧重于吞吐量(30:70).不同比例下的不同指数因子下的情况如图 10 所示.

(a) 侧重于节能 (b) 平衡 (c) 侧重于吞吐量
Fig.10 Experiment results at different ratio for different α
图 10 不同比例下的不同指数因子α的实验结果

在图 10 中,虽然组大小为 2 时拥有最高的吞吐量,但是根据评价公式,它并没有最高的性能分数.图中的结
果意味着:当涉及到轻量级数据传输的场景中,WFD 通信组的组大小设置拥有更多的选项.当侧重于节能效果
时,指数因子α的值通常都偏小,大部分的组在α小于等于 2/3 时取得较高的分数.而当处于平衡状态时,组大小偏
小时,则指数因子α的取值较大;组大小偏大时,指数因子α的取值较小.当偏重于吞吐量时,大部分组的取值都大
于 1,少部分的组的取值较小.组与组之间的最佳指数因子都不尽相同,并且在部分组中以及不同的侧重下,其最
佳值也不一样.因此,面对实际的情况时,应该根据实际的需求选择一个合适的指数因子.
4.4 实验总结
在这一节中,本文在 NS-3 模拟器中对提出的节能机制进行仿真,并和没有启用节能机制时的实验数据进行