跳转至

WSN06 传输层

 

约 1467 个字 预计阅读时间 8 分钟

传输层

先通过计网笔记简单回顾一下传输层协议作用

  • 拥塞控制
  • 可靠传输
  • 多路复用（基于套接字Sockets/端口）

上述作用也是WSN中传输层的使命

但是传统的端到端传输（TCP）中的握手与挥手需要较大的内存与能量支撑，且在WSN中，对于突发事件检测，只需收集一定的数据即可（事件到汇聚节点的可靠性），故需做出修正

典型传输层协议

  • 可靠多段传输（Reliable Multi-Segment Transport,RMST）

  • 实现端到端的可靠性

  • 实现多路复用

  • 拥塞检测与避免（Congestion Detection and Avoidance,CODA）

  • 拥塞控制

  • 事件到汇聚节点的可靠传输(Event-to-Sink Reliable Transport,ESRT）

  • 事件到汇聚节点的可靠性

  • 拥塞控制

RMST

基于定向扩散路由协议的类似端到端传输的传输层协议，分为无缓存模式(non-caching mode)和缓存模式(caching mode)

无缓存模式

  • 端到端传输，timeout后sink节点会向传感器发送NACK包，使之重传
  • 不需要中间节点进行配合

有缓存模式

  • 指定一些中间节点为缓存节点，timeout后无需回溯至传感器，而是直接在缓存节点进行差错恢复
  • 具体而言，缓存节点会向上一缓存节点发送NACK要求其重传

评价

  • 保证了端到端传输可靠

  • 缓存模式下减小了重传代价

  • 需要更多的缓存资源

  • 过犹不及，WSN网络并不需要数据流的100%可靠传输
  • 未考虑拥塞控制

CODA

望文生义一下，就是用于拥塞避免的

拥塞又分为本地拥塞与网络拥塞。前者由个别路由器的拥塞引起，而后者往往牵扯到全网的宕机（一般是传输速率设置过大而导致链路的死锁）

假设传输过程绝对不丢包

本地拥塞

病因多为路由、网络拓扑特征，可基于缓存充盈度和信道负载情况判断

开环逐跳背压机制

  • 拥塞节点发送抑制消息给上游节点
  • 上游节点减速绕路

网络拥塞

节点发送数据包速率过快

需收集所有传感器节点的本地拥塞检测信息，分析估计并调整发送数据包速率的临界值

闭环多信源管理

本地节点不需要做拥塞检测，由源节点控速即可

当速率超过既定门限值后，源节点与汇聚节点不断交互DATA与ACK

若闭环断开，则降速

评价

  • 提供全局（端到端）的拥塞控制

  • 没考虑可靠性问题

ESRT

重点在此

RMST与CODA都只完成了一部分任务，那么就有聪明的小朋友问了，是不是存在一种协议，在兼顾拥塞控制与可靠传输的同时，还更适合WSN体质（针对突发事件检测）呢？

有的兄弟，就是下面的ESRT

ESRT不要求每个节点的数据都可靠传输，而只需收集到一定量的数据来分析事情发生与否

具体而言，ESRT的关键指标归一化可靠性由两变量的比值量化，即

\[\eta=\frac{\text{给定时间接收到的数据包数量}}{\text{检测某一事件所需要的数据包数量}}\]

我们希望\(\eta\)在1附近即可，即

\[\eta\in[1-\epsilon,1+\epsilon]\]

上报频率\(f\)影响可靠性，并有如下图所示的定性关系

受上报频率的影响（由小变大），网络经历五个状态

上报次数高于一定门限则造成网络拥塞

可靠性随上报频率先增加后减小

  • 报告次数太少，收包次数远小于预期，虽不造成拥塞但可靠性低
\[(\mathrm{NC,LR})\quad f \leq f_{\mathrm{max}}\mathrm{~and~}\eta<1-\epsilon \quad \text{No Congestion,Low Reliability}\]
  • 增加报告次数直到\(\eta\)在1附近，此时网络处于理想状态
\[(\mathrm{OOR})\quad f \leq f_{\mathrm{max}}\mathrm{~and~}1-\epsilon <\eta<1+\epsilon \quad \text{Optical Operating Region}\]
  • 可以没必要的状态🤣
\[(\mathrm{NC,HR})\quad f \leq f_{\mathrm{max}}\mathrm{~and~}\eta>1+\epsilon \quad \text{No Congestion,High Reliability}\]
  • 上报频率超过门限，出现拥塞，但仍不影响可靠性
\[(\mathrm{C,HR})\quad f > f_{\mathrm{max}}\mathrm{~and~}\eta>1 \quad \text{Congestion,High Reliability}\]
  • 宕掉惹
\[(\mathrm{C,LR})\quad f > f_{\mathrm{max}}\mathrm{~and~}\eta<1 \quad \text{Congestion,Low Reliability}\]

注意，令人满意的网络应同时观察上报频率（求导正负）和归一化可靠性俩个指标

换句话说，仅仅当\(\eta=1\)并不能说明什么

控制过程

Sink节点通过评估网络所处状态（拥塞信息与\(\eta\)），通过控制源节点的上报频率\(f\)，反馈调整网络状态，直至OOR

  1. 汇聚节点识别网络状态

  2. 拥塞检测

    1. 信道负载情况
    2. 缓存充盈度
    3. 归一化可靠度\(\eta\)
    4. 增加/减小\(f\)

评价

  • 提出了事件到汇聚节点的可靠性这一革命性概念
  • 基于自适应（Ada）的思想，通过既定规则迭代收敛

  • 实现高效的拥塞控制

  • 传感器节点没有分层，相对效率较低

第七次课后练习题

  1. 在MCPF中，每个节点只需要一次广播ADV消息，即可建立成本域（×，获得最小cost一般不仅仅只要一次）
  2. 对于MCPF,在数据包转发过程中,若链路成本出现变化，将有可能使得数据包无法转发（√）
  3. 在RMST协议中，通过在传感器节点设置缓存，可降低实现可靠传输的开销（√）
  4. 在CODA协议中，为减轻局部拥塞，需减小信源发送速率（×，可基于**开环逐跳背压机制**绕过拥塞区域）
  5. 在ESRT协议中，若归一化可靠性值低于1，需增加上报频率（×，存在两种可能）
  6. 在ESRT协议中，一个归一化可靠性值一般对应两种网络状态（√）