本文将分析网络和一个水槽。两个不同的网关的位置被认为是,表明它的位置有一个强大的影响网络吞吐量。之前的工作由其他作者处理公平调度STDMA网络。王等人提出了一个调度算法,但是他们强调自适应调度,而不是最短帧(
12]。关于UWSNs,钻石和Lutz提出了特设UWSNs STDMA协议被认为是公平但没有统一实现(
13]。奇特雷等人证明了随机网络的最优时间表是周期性的,提出了一个计算高效的算法,找到好的时间表(
14),而我们的工作提供了一个新的程序,发现最优调度节点的位置是已知的。肖等人还提出了一个算法来找到最优调度在TDMA网络,但只有线性拓扑UWSNs[(一行)
15]。我们的公平调度程序决定了最优的情况下(即饱和负荷条件。,the sensor nodes have always data to transmit) in a network where the topology follows the estuary shape. Analytical expressions for the frame length and numerical results for the throughput are presented as well.
由传感器获得的数据量会使每个节点总是有一个包准备传输(饱和负荷条件)。时间分为同样长槽。长声波的传播延迟和相关的时空不确定性时考虑考虑时间段,不仅包括传输时间,还传播时间和一个守卫时间。当一个节点传输,它以一种恒定的二进制利率:信道数据速率,
R
b对所有节点、平等。一套公平的框架被定义为所有节点成功所需的槽发送一个且只有一个包的数据网关。因此,网络操作周期,周期是帧持续时间。同步传输是允许的,为了减少帧长度。这是空间的好处TDMA (
10]。
网络中继方案可以表示为一个有向图。派系的封面,
C
=
C
1
,
C
2
,
…
,
C
l,是一组最大派系的图。自然的数量
l先天是未知的。有许多算法的技术文献[
18)找到
C。我们的首选算法是在(
19),由于其效率和简单实现。每一个小团体
C
我包含一个或一组边缘的边缘可以活跃没有冲突;显然,任何的子集
C
我也满足要求。图中的每一条边至少包含在一个小团体的封面,每次槽框架将包含一个小团体(或集团)的一个子集,这保证了传输兼容性的槽。
3.2。Multiple-Vector本包装问题
我们需要找到最短的帧,每个槽包含一组,或一个子集的边缘
C恰当的实例数量,每一个活跃的边框架(实现公平的要求操作),是集
T。这是一个Multiple-Vector本包装(MVBP)问题[
20.],垃圾箱是时段和产品包装是向量,的元素
C或其子集。这是一个组合优化,这是被广泛接受的np完全问题[
21]。我们有具体的一般公式目前MVBP问题并获得
(1)
米
我
n
我
米
我
z
e
∑
j
=
1
n
y
j
(2)
年代
u
b
j
e
c
t
t
o
∑
j
=
1
n
x
我
j
≥
b
我
,
我
=
1
,
…
,
米
(3)
∑
我
=
1
米
w
我
k
x
我
j
≤
y
j
W
k
,
j
=
1
,
…
,
n
,
k
=
1
,
…
,
p
(4)
y
j
∈
0 1
,
j
=
1
,
…
,
n
(5)
x
我
j
∈
0 1
,
我
=
1
,
…
,
米
,
j
=
1
,
…
,
n
,输出变量在哪里
:1如果时间槽
j使用或0,否则;
x
我
j:节点的次数
我分配时间槽吗
j(二进制,因为一个节点可以只发送一次在一个槽);
n:长度最短的框架。
框架的约束搜索问题
b
我需求:
我节点,
b
我
=
t
我一个公平的框架;
米:数量的传感器节点(
N)(
米
=
1节点2等等);
p:总数
C
我(兼容传输:
C和子集);
w
我
k:重量的节点
我在
k维度。每一个
k向量
w
k
=
w
我
k
我
=
1
,
…
,
米代表集团
C
k
∈
C;
w
我
k
=
1如果
我节点是一个元素
C
k,否则或0;
W
k:能力
k维度。在我们的例子中,
W
k将元素的数量最大的集团吗
C
G,
W
k
=
米
一个
x
C
1
,
C
2
,
…
,
C
l
∀
k
。
重要的是要注意,每一个子集
我的集团
C
k被分配到另一个向量
w
k
我。例如,在图
3,每一个
w
k将会有
N
=
12组件。一个最大的集团
C
k
=
3、12和三个
w
k
我创建向量:
w
(
k
1
)
=
0 1
,
0
,
…
,
0
;
w
(
k
2
)
=
0
,
…
,
0 1
,
0
;
w
(
k
3
)
=
0 1
,
0
,
…
,
0 1
,
0,这意味着两个节点3 (
w
(
k
1
)12()和节点
w
(
k
2
))可以同时传输自己的或(
w
(
k
3
))。
找到最优调度的传输
x
我
j在(
1)- (
5),解决MVBP问题的一种算法,基于arc-flow图表公式(
22),使用。
3.3。多余的传输
约束(
2)意味着对传输的需求(
b
我)可能超过最初的设置
T。不按章工作(
22),否则,MVBP规划求解算法可能排除其他最优解决方案。在我们的例子中,需求
b
我应该实现完全
t
我因为预期的公平行为的网络。如果超过,会出现两个不便:(i)可能的交通瓶颈,因为额外的数据不能传送到网关在框架和(2)由于不必要的传输,浪费能源的能源消耗在UWSNs节点是一个关键参数。最简单的解决方案是去掉多余的框架中存在的传输。
传输的帧数,
∑
我
=
2
N
+
1
t
我有关能源消耗,是一个重要的数字。它只取决于集
T。当网络有三个或六个枝子
N是3的倍数,传输的优化公平框架遵循二次法律吗
N,由
(6)
∑
我
=
2
N
+
1
t
我
C
o
r
n
e
r
=
N
2
6
+
N
2
,
∑
我
=
2
N
+
1
t
我
C
e
n
t
e
r
=
N
2
12
+
N
2
,
我
f
N
米
o
d
6
=
0
,
N
2
12
+
N
2
+
3
4
,
我
f
N
米
o
d
6
=
3
,“国防部”代表模操作。这些结果在图所示
5。值得注意的是,每个节点传输的平均数量
∑
我
=
2
N
+
1
t
我
/
N之前,一个线性法
N。
传输的总数在一个公平的框架。
归一化吞吐量之间的比率被定义为二进制数据速率通过网关和信道数据速率,
R
b。在目前的情况下,这个数字可以计算数量的传感器节点之间的比例和插槽的数量在一个框架,
N/
l。使用最优长度的公平框架表所示
1图中给出了归一化吞吐量
6。可以看出网络的网关中心归一化吞吐量是1,可以得到70%以上的理想在网络吞吐量多达12个传感器节点与网关在街角。我们认为这是一个可控的性能损失,如果我们考虑到网关接近岸边比较方便。