[论文解读] End-to-End Delay Modeling for Mobile Ad Hoc Networks: A Quasi-Birth-and-Death Approach

Juntao Gao, Yulong Shen+3 more|arXiv (Cornell University)|Dec 27, 2013

Opportunistic and Delay-Tolerant Networks参考文献 21被引用 4

一句话总结

本文提出了一种基于生灭过程（Quasi-Birth-and-Death, QBD）的分析框架，用于建模两跳中继移动自组织网络（MANETs）中的精确端到端延迟和节点级吞吐量容量。通过QBD理论捕捉复杂的节点移动性、信道竞争和分组转发动态，作者推导出延迟和容量的闭式表达式，并通过仿真验证了其与先前上界和近似方法相比具有高度准确性。

ABSTRACT

Understanding the fundamental end-to-end delay performance in mobile ad hoc networks (MANETs) is of great importance for supporting Quality of Service (QoS) guaranteed applications in such networks. While upper bounds and approximations for end-to-end delay in MANETs have been developed in literature, which usually introduce significant errors in delay analysis, the modeling of exact end-to-end delay in MANETs remains a technical challenge. This is partially due to the highly dynamical behaviors of MANETs, but also due to the lack of an efficient theoretical framework to capture such dynamics. This paper demonstrates the potential application of the powerful Quasi-Birth-and-Death (QBD) theory in tackling the challenging issue of exact end-to-end delay modeling in MANETs. We first apply the QBD theory to develop an efficient theoretical framework for capturing the complex dynamics in MANETs. We then show that with the help of this framework, closed form models can be derived for the analysis of exact end-to-end delay and also per node throughput capacity in MANETs. Simulation and numerical results are further provided to illustrate the efficiency of these QBD theory-based models as well as our theoretical findings.

研究动机与目标

• 为解决在高度动态MANET中缺乏高效理论框架来建模精确端到端延迟的问题。
• 开发一种新颖的分析方法，能够捕捉由于节点移动性、干扰和队列动态引起的复杂网络状态转移。
• 推导出两跳中继MANET中精确期望端到端延迟和节点级吞吐量容量的闭式表达式。
• 通过仿真结果和先前近似方法对比，验证基于QBD模型的准确性和效率。

提出的方法

• 使用生灭过程（Quasi-Birth-and-Death, QBD）过程形式化建模两跳中继MANET中的状态转移。
• 通过在划分为m×m个单元的单位环面上进行独立同分布（i.i.d.）随机游走来建模节点移动性，概率性地进入活跃单元和覆盖单元。
• 利用组合概率和空间分布假设，推导关键事件（如源节点/中继节点传输、分组广播和成功交付）的转移概率。
• 利用QBD框架计算稳态概率，并推导出端到端延迟和节点级吞吐量容量的闭式表达式。
• 引入并计算关键概率：$ p_0(j) $, $ p_b^+(j) $, $ p_b^-(j) $, $ p_f^+(j) $, 和 $ p_f^-(j) $，分别表示时隙内不同传输和交付状态。
• 通过大规模仿真和在不同网络参数下的延迟与吞吐量的数值评估，验证理论模型。

实验结果

研究问题

• RQ1 QBD理论能否有效应用于建模具有动态节点移动性和干扰的移动自组织网络中的精确端到端延迟？
• RQ2 与现有上界和近似方法相比，所提出的基于QBD的框架在捕捉复杂网络状态转移方面有多准确？
• RQ3 在两跳中继MANET中，能否推导出精确期望端到端延迟和节点级吞吐量容量的闭式表达式？
• RQ4 节点密度、单元大小和传输范围等关键网络参数如何影响端到端延迟和吞吐量容量？

主要发现

• 基于QBD的模型在端到端延迟估计方面显著优于先前的上界和近似方法，后者常引入较大误差。
• 成功利用QBD框架推导出精确期望端到端延迟和节点级吞吐量容量的闭式表达式。
• 推导出概率 $ p_0(0) $，表示无中继处于活跃状态的情况，其表达式为 $ 1 - \frac{\lambda \cdot q \cdot (m^2 - 9)}{\alpha^2 (n-1) p_b} \left\{ 1 - \left( \frac{m^2 - 1}{m^2} \right)^{n-1} \right\} $。
• 推导出概率 $ p_b^+(j) $，表示通过中继成功广播交付的情况，其表达式为 $ \frac{\lambda (q - q^2) (m^4 - m^2 \alpha^2)}{\alpha^4 n(n-1)(n-2) p_b} \left\{ 1 - 2 \left( \frac{m^2 - 1}{m^2} \right)^n + \left( \frac{m^2 - 2}{m^2} \right)^n - \frac{n}{m^2} \left( \frac{m^2 - 9}{m^2} \right)^{n-1} + \frac{n}{m^2} \left( \frac{m^2 - 10}{m^2} \right)^{n-1} \right\} $。
• 模型表明，端到端延迟和吞吐量容量对网络参数（如节点密度 $ n $、单元大小 $ m $ 和传输范围 $ \alpha $）敏感，仿真结果证实了理论预测。