舰船科学技术  2024, Vol. 46 Issue (7): 128-131    DOI: 10.3404/j.issn.1672-7649.2024.07.021   PDF    
考虑负载和时延的船舶无线网络节点流量控制
黄清     
江苏海事职业技术学院 信息工程学院,江苏 南京 211199
摘要: 针对船舶无线网络稳定性较差,易出现负载失衡、信息传输时延高的问题,研究考虑负载和时延的船舶无线网络节点流量控制方法。此方法利用有向图优化船舶无线网络结构与节点分层结构;计算船舶无线网络节点负载占用率与可用率,提取负载均衡的节点通信路径;使用基于RTT的拥塞流量分配算法,以缩短延时为目标,考虑负载和时延的船舶无线网络节点流量控制。实验结果显示:此方法使用后,船舶紧急业务、关键业务、普通业务在无线网络中分组投递率提升,解决了负载失衡问题;紧急业务端到端时延低于100 ms,关键业务与普通业务端到端时延低于1 000 ms,流量控制效果较好。
关键词: 负载和时延     船舶无线网络     节点流量     分配控制    
Flow control of ship wireless network nodes considering load and delay
HUANG Qing     
School of Information Engineering, Jiangsu Maritime Institute, Nanjing 211199, China
Abstract: In response to the problem of poor stability, load imbalance, and high information transmission delay in ship wireless networks, a flow control method for ship wireless network nodes considering load and delay is studied. This method utilizes directed graphs to optimize the wireless network structure and node hierarchy of ships; Calculate the load occupancy rate and availability rate of ship wireless network nodes, and extract the load balanced node communication path; Using RTT based congestion flow allocation algorithm with the goal of reducing latency, to achieve traffic control for ship wireless network nodes considering load and latency. The experimental results show that after using this method, the group delivery rate of ship emergency services, critical services, and ordinary services in the wireless network is improved, solving the problem of load imbalance; The end-to-end latency for emergency services is less than 100 ms, while the end-to-end latency for critical and regular services is less than 1 000 ms, resulting in better traffic control effects.
Key words: load and latency     ship wireless network     node traffic     allocation control    
0 引 言

船舶在航行过程中会经历不同的水域和气候条件,这可能导致信号衰减、干扰以及网络连接的中断风险。为满足船舶无线网络信息处理需求,船舶网络需要部署大量服务器来加快信息处理和存储速度[12]。通过这种方式,可以提高网络的稳定性和性能,并增强网络的安全性和可用性。同时,合理控制流量可以避免网络拥塞和延迟,提升船舶无线网络的性能和响应速度。这对于船舶航行过程中的各种应用,如导航、通信、传感器数据传输等,都至关重要。袁亚洲等[3]基于超帧架构设计了时隙预留下的工业无线传感网络流量分区控制方法。约束突发流量的接入时延界限,实现流量控制。但此方法仅从时延角度控制流量,未考虑无线网络节点的负载占用率与可用率,出现节点流量负载失衡问题。冯维等[4]在基于节点功率约束下的无线网络提出节点流量分配和拥塞控制方法。设计对偶内点二阶收敛算法更新分配分布式节点功率,优化网络功率消耗,控制拥塞。但该方法未考虑可分配节点之间路径的往返时延,难以合理分配多路径流量,易出现网络堵塞问题。Abbasi等[5]考虑了网络的节点位置、信道繁忙率和信道实时流量百分比等动态参数,在不改变接入点子层设置的条件下,实现无线网络节点流量感知和控制。该方法仅考虑了信道和节点的负载,未考虑接入点子层的传输延时,未合理分配多节点流量,节点流量控制时延较大,无法有效避免拥塞。Yadav等[6]基于霍夫曼编码算法和蚁群优化算法控制无线传感网络节点流量拥塞。建立流量和资源优化模型。利用蚁群优化算法寻优无线传感节点无拥塞路径,利用霍夫曼编码考虑路径分组丢失率进一步优选路径,实现节点流量控制。该方法未计算可分配节点之间传输耗时,优选路径传输时延较高,流量控制性能有待提高。

船舶无线网络必须适应不同的环境条件,包括恶劣天气、大海水域和信号遮挡等。因此,为实现船舶无线网络节点流量的负载均衡,降低网络传输时延,本文提出考虑负载和时延的船舶无线网络节点流量控制方法,提高船舶无线网络的应用效果。

1 船舶无线网络节点流量控制方法 1.1 基于有向图的船舶无线网络结构优化

节点信息沿网络结构传输,船舶无线网络需要具备良好的通信稳定性和连续性,以保持与陆地和其他船舶的持续通信能力。因此控制船舶无线网络节点流量,需要分析并优化船舶无线网络结构。船舶无线网络结构分为船载传感器普通节点、汇聚节点、终端节点,并配有CDMA/GPRS/3G无线通信接入接口,完成船舶与岸上监控之间的双向通信。船舶无线网络中包含大量网络节点,节点流量若不合理控制,便会出现网络节点流量负载失衡问题,便会导致网络通信信息延迟传输[7]。为此,为合理控制船舶无线网络节点流量分配状态,使用有向图模型分层优化船舶无线网络,假如最大跳数阈值是$ K $,那么便可把全部数据采集节点划分成$ K $层:

$ \varphi \left( {M,Z} \right) = \frac{{\displaystyle\sum\limits_{i = 1}^Z {\displaystyle\sum\limits_{j = 1}^M {{z_{ji}} + {z_{ij}}} } }}{K}。$ (1)

式中:$ M $$ Z $分别为船舶无线网络中全部节点集合、节点链路集合。从节点$ j $至链路节点$ i $的有向边设成$ {z_{ji}} $。因船舶无线网络中链路都具备双向数据传输的能力,此时$ {z_{ji}} \in Z $$ {z_{ij}} \in Z $。由此完成基于有向图的船舶无线网络结构宏观优化,基于优化网络从微观角度进行节点流量分析。

1.2 分布式节点传输路径选择

设网络全部节点流量数据为$ G $$ G $中流过网络结构$ \varphi \left( {M,Z} \right) $中的数据流为$ {g_j} $

船舶上的宽带连接仍然有限,尤其是在远离陆地的航行中,需要评估网络节点的流量负载均衡状态主要针对网络节点正常运行可用率、网络节点资源占用率。节点正常运行可用率$ Q\left( {{m_i}} \right) $$ M $中的任意网络节点$ {m_i} $正常运行的时间和节点存在总时间之间的比值:

$ Q\left( {{m_i}} \right) = \frac{{{N_{{m_i}}}}}{{\varphi \left( {M,Z} \right){{N'}_{{m_i}}}}} 。$ (2)

式中,$ {N_{{m_i}}} $$ {N'_{{m_i}}} $分别为网络节点$ {m_i} $正常运行的时间和节点存在总时间。

资源占用率$ V\left( {{g_j}} \right) $是指数据流$ {g_j} $计算资源$ {b_{{g_j}}} $、存储资源$ {w_{{g_j}}} $和带宽资源$ {w_{{g_j}}} $的占用比例,表达式为:

$ V\left( {{g_j}} \right) = \varphi \left( {M,Z} \right) \left[ {{\varpi _1} \frac{{\displaystyle\sum\limits_{{g_j} = 0}^G {{b_{{g_j}}}} }}{{{B_{{g_j}}}}} + {\varpi _2} \frac{{\displaystyle\sum\limits_{{g_j} = 0}^G {{w_{{g_j}}}} }}{{{W_{{g_j}}}}} + {\varpi _3} \frac{{\displaystyle\sum\limits_{{g_j} = 0}^G {{c_{{g_j}}}} }}{{{C_{{g_j}}}}}} \right]。$ (3)

式中:$ {\varpi _1} $$ {\varpi _2} $$ {\varpi _3} $为占用比例系数;$ {B_{{g_j}}} $$ {W_{{g_j}}} $$ {C_{{g_j}}} $分别为计算资源、存储资源和带宽资源最大值。

结合式(2)与式(3)可知,网络节点流量负载分布状态评估结果是:

$ {O_{gm}} = \left( {1 - V\left( {{g_j}} \right)} \right)Q\left( {{m_i}} \right),$ (4)

基于式(4)的基础之上,选择网络节点之间的负载均衡传输路径是:

$ {O_{{m_i}{m_j}}} = \left[ {{O_{gm}} - \left( {{B_{{g_j}}} + {W_{{g_j}}} + {C_{{g_j}}}} \right)} \right] \times O\left( {{m_i}} \right) \times O\left( {{m_j}} \right) 。$ (5)

其中,$ O\left( {{m_i}} \right) $$ O\left( {{m_j}} \right) $分别为网络节点$ {m_i} $、节点$ {m_j} $的权重。由此完成负载均衡优化目标下的路径选择,在此基础上进行路径节点的时延控制。

1.3 节点流量RTT控制算法

船舶无线网络的覆盖范围很广,可以覆盖整个航道,使得航行中的船舶可以随时与陆地进行通信。在舰船无线网络传输路径中,端到端传输往返耗时造成了网络时延问题。基于RTT的拥塞流量分配算法使用无重复多节点路径的流量分配方式,基于上节负载均衡优化后的节点流量,能够缩短无线网络时延。

船舶无线网络需要具备良好的通信稳定性,尤其在气候恶劣的环境中,要克服信号干扰、衰减和光影情况对通信的影响。若船舶与岸基设施之间的远程通信网络数据传输时,信道失败率是$ d $,自源节点到目的节点的跳数均值是$ h $,为实现负载均衡和时延最低的船舶无线网络节点流量控制,提高实时跟踪船舶的位置、航速和航向信息的可靠性$ s $,计算上节获得的节点之间负载均衡路径$ {O_{{m_i}{m_j}}} $的数量最小值$ P $

$ P = \frac{{\log \left( {1 - s} \right)}}{{\log \left( {1 - {{\left( {1 - d{O_{{m_i}{m_j}}}} \right)}^h}} \right)}}。$ (6)

如果船舶无线网络节点路径的数量大于$ P $,便需要在此类路径中提取$ P $条节点路径传输数据,能够初步降低网络传输延迟。

基于$ P $条路径的往返耗时$ t $,利用RTT合理分配总流量在$ P $条节点路径$ {O_{{m_i}{m_j}}} $中的状态。为避免RTT波动导致节点流量分配不妥,在各条节点路径中均引入权重$ \varpi $,优化调节RTT:

$ RTT' = \left( {1 - \varpi {O_{{m_i}{m_j}}}} \right)RTT\left( {t - 1} \right) + \varpi {O_{{m_i}{m_j}}}RTT\left( t \right)。$ (7)

无线传感器节点可以分布在船舶各个关键部位,如引擎室、舱室、货仓等,通过监测温度、湿度、振动、烟雾等参数,实时监控船舶的工况和状态。为提高节点流量分配速率$ L $,将各条节点路径在时段$ t $中分配的流量设成数据流$ {g_{{m_j}}} $,则权重$ \varpi $为:

$ \varpi = \frac{{\frac{1}{{RTT}}}}{{\sum {RTT\left( {t - 1} \right)} }}\frac{{\frac{1}{{{g_{{m_j}}} + 1}}}}{{\sum\limits_{{m_j}} {\frac{1}{{{g_{{m_j}}} + 1}}} }}\frac{{{F_{{m_j}}}}}{{\sum\limits_{{m_j}} {{F_{{m_j}}}} }} 。$ (8)

其中,$ {F_{{m_j}}} $为路径中能量最小节点的能量值。

运算获取各条节点路径的分配权重后,节点路径的控制流量是:

$ g = \frac{L}{{\sum {L \cdot RTT'} }}P\varpi \vartheta {g_{{m_j}}}。$ (9)

其中,$ \vartheta $为无线船舶网络数据源的数据发送率。由此完成船舶无线网络节点流量控制。

2 实验分析

以某船舶机舱监测报警系统所用无线网络为例,测试本文方法在船舶无线网络节点流量控制中的使用效果。此无线网络传输环境真实实验场景如图1所示。

图 1 无线网络传输环境 Fig. 1 Wireless network transmission environment

船舶无线传感器节点主要分布于机舱外的各个部位,如甲板、船体等,用于采集舱外的环境信息,包括温度、湿度、压力、震动等。通过无线传感器网络相互连接无线传感器节点,在船舶内建立起一个覆盖范围广泛的无线网络,将采集到的信息发送至流量集控PC端,实现对舱外环境的远程监测和数据管理。实验中,全部节点数据生成速率均一致,无线网络覆盖面积为50 m×50 m,节点数量为4个,数据包大小为1 024 b,最大跳数阈值为5。

无线网络节点分布式环境采用Cloudera Hadoop框架配置,节点串行组成Cluster,节点由18GB RAM和2.98G 8核Intel Xeom X9870 CPU组成,节点数据通信基于MPI库实现,将采集的节点数据集写入HDFS中进行训练和测试。此船舶无线网络通信业务中,主要分为3种级别,其中,不超过100 ms 的通信业务级别为紧急,安全性非常高;不超过1s的通信业务级别为关键,安全性非常高;可超过1 s的通信业务级别为普通,安全性高。

为测试本文方法对船舶无线网络节点流量控制后,无线网络的负载状态与时延状态,使用分组投递率$ \partial _1 $作为流量分配控制负载均衡实验指标,将端到端时延$ \partial _2 $作为流量分配控制时延优化效果的实验指标。

1)负载节点分组投递率分析

此指标代表源节点数据被目的节点成功接收的比例。若船舶无线网络节点流量分配控制出现负载失衡问题,则分组投递率变小。本文方法使用前后,3种业务级别的分组投递率变化如图2所示。

图 2 本文方法使用前后3种业务的分组投递率 Fig. 2 The group delivery rates of the three services before and after the use of the method

对比可知,本文方法使用前船舶无线网络在70 s左右进入拥塞状态,本文方法使用后,3种业务的分组投递率均明显高于使用前在70 s左右也未出现负载不均衡的拥塞情况。原因是本文方法能够,合理控制网络节点分配状态,节点流量拥塞问题得到有效缓解,所以分组投递率提升。

2)节点流量分配性能测试

结合舰船无线网络的实际情况和特点,根据不同节点的带宽需求进行资源分配和管理,确保网络资源的有效利用。以此分析网络拓扑、节点分布、通信距离和可用频谱等因素,将其概括为通信频次、每次通信数据量、带宽需求3项指标,具体测试结果如表1所示。

表 1 通信频次、每次通信数据量、带宽需求的测试结果 Tab.1 Test results of communication frequency, data volume per communication, and bandwidth requirements

可知,在节点流量控制后,其通信频次、每次通信数据量、带宽需求皆得到不同程度的改善,说明其节点流量分配过程与结果具有有效性,可以制定适合的流量控制策略和机制,以确保舰船网络的正常运行和高效性能。

3)端到端时延控制效果测试

此指标代表船舶无线网络分组数据,自源节点发送至目的节点的耗时。本文方法使用前后,3种业务的端到端时延变化如图3所示。

图 3 本文方法使用前后3种业务端到端时延变化 Fig. 3 This article discusses the changes in end-to-end latency of three types of business before and after the use of the method

可知,当船舶无线网络进入拥塞状态后,本文方法使用后3种业务端到端时延明显缩短。由此可见,本文方法进行船舶无线网络节点流量控制后,网络时延控制效果显著。

3 结 语

本文提出一种考虑负载和时延的船舶无线网络节点流量控制方法,此方法首先优化船舶无线网络结构;然后由基于负载占用率与可用率进行节点流量分布状态评估,选择负载均衡传输路径;使用基于RTT的拥塞流量分配算法,以缩短时延为前提,实现无线网络节点负载与传输时延双调控。实验结果证明,本文方法使用后,船舶无线网络节点拥塞流量得到有效缓解控制实现负载均衡,且网络数据传输时延缩短,可以提供实时的航行信息,如气象、海况、航道情况等,帮助船舶做出正确的航行决策,提高航行的安全性和可靠性。

参考文献
[1]
丁贤根, 郭勇涛, 饶晓坤, 等. 基于iPOE电源的新型船用iDC数据中心集成方案设计[J]. 船舶工程, 2020, 42(3): 23-29.
DING Xiangen, GUO Yongtao, RAO Xiaokun, et al. Integrated scheme design of new type of marine iDC data center based on iPOE power[J]. Ship Engineering, 2020, 42(3): 23-29.
[2]
彭懿, 吕建军, 孔宁, 等. 5G在船舶制造工业互联网中的应用研究[J]. 电子技术应用, 2021, 47(5): 14-18+24.
[3]
袁亚洲, 郑雷雷, 张健民, 等. 面向现场级工业无线网络混合流量分级调度的时隙分配策略[J]. 控制理论与应用, 2022, 39(10): 1915-1924. DOI:10.7641/CTA.2022.10911
[4]
冯维, 徐永鑫, 王凤, 等. 无线多跳网络联合拥塞控制和功率分配的快速二阶算法[J]. 控制与决策, 2020, 35(1): 99-106.
[5]
ABBASI M, REZAEI N, KHOSRAVI M R. Efficient resource-aware control on SIP servers in 802.11n wireless edge networks[J]. World wide web, 2022, 25(5): 1747-1768. DOI:10.1007/s11280-021-00908-0
[6]
YADAV S L, UJJWAL R L, KUMAR S, et al. Traffic and energy aware optimization for congestion control in next generation wireless sensor networks[J]. Journal of Sensors, 2021, 2021(Pt.4): 5575802.1-5575802-16.
[7]
周家恺, 綦方中. 网络流量时延特征数据的识别方法仿真[J]. 计算机仿真, 2022, 39(5): 398-401+460.
ZHOU Jiakai, QI Fangzhong. Identification method and simulation of network traffic delay characteristic data[J]. Computer Simulation, 2022, 39(5): 398-401+460. DOI:10.3969/j.issn.1006-9348.2022.05.080