[论文解读] Cloud Networking Formation in CogMesh Environment

Tao Chen, Honggang Zhang+1 more|ArXiv.org|Apr 14, 2009

Caching and Content Delivery参考文献 22被引用 11

一句话总结

本文提出一种受生物启发的控制信道形成机制，用于CogMesh网络，利用群体智能在动态频谱接入环境中动态构建大规模、稳定的控制云。通过形成控制云并采用基于集群的网络组织方式，该方法提升了频谱效率与网络韧性，仿真结果表明在无线信道条件波动的情况下，系统能迅速收敛至稳定且高利用率的控制信道。

ABSTRACT

As radio spectrum usage paradigm moving from the traditional command and control allocation scheme to the open spectrum allocation scheme, wireless networks meet new opportunities and challenges. In this article we introduce the concept of cognitive wireless mesh (CogMesh) networks and address the unique problem in such a network. CogMesh is a self-organized distributed network architecture combining cognitive technologies with the mesh structure in order to provide a uniform service platform over a wide range of networks. It is based on dynamic spectrum access (DSA) and featured by self-organization, self-configuration and self-healing. The unique problem in CogMesh is the common control channel problem, which is caused by the opportunistic spectrum sharing nature of secondary users (SU) in the network. More precisely, since the channels of SUs are fluctuating according to the radio environment, it is difficult to find always available global common control channels. This puts a significant challenge on the network design. We develop the control cloud based control channel selection and cluster based network formation techniques to tackle this problem. Moreover, we show in this article that the swarm intelligence is a good candidate to deal with the control channel problem in CogMesh. Since the study of cognitive wireless networks (CWN) is still in its early phase, the ideas provided in this article act as a catalyst to inspire new solutions in this field.

研究动机与目标

• 解决由于动态频谱接入和次用户（SU）可用性波动，导致在认知无线Mesh（CogMesh）网络中建立可靠、全局性公共控制信道的挑战。
• 克服在开放频谱环境中传统控制信道的局限性，即不存在固定且始终可用的信道。
• 设计一种自组织、自适应的网络形成机制，支持分布式CogMesh网络中的可扩展性、自愈能力以及高效的频谱利用。
• 引入一种受生物启发的方法，利用群体智能实现自主、去中心化的控制信道选择与集群形成。
• 通过在不同频谱和网络条件下的仿真，验证所提出的控制云与基于集群的架构的可行性与性能。

提出的方法

• 提出‘控制云’的概念——一组通过基于群体智能的算法互联的次用户（SUs），共享一个公共控制信道。
• 应用一种受社会性昆虫行为启发的去中心化、分布式算法，使SUs能够根据信道可用性和节点连通性，自组织形成大规模、稳定的控制云。
• 使用最大度（Max Degree）算法从控制云中形成集群，选择度数较高的节点作为集群头，以优化网络结构并减少控制开销。
• 实现一种基于协商的重新配置机制，节点可提议集群重组以减少集群总数，且仅在相互确认后才接受变更，防止部分或不稳定的重组。
• 设计一种专用于CogMesh的MAC协议，支持在动态、分布式环境中进行网络发现、控制云形成与集群配置。
• 利用仿真评估标准差（SU在各信道上的分布标准差）与最大控制云大小等性能指标，以评估算法的有效性。

实验结果

研究问题

• RQ1 在频谱可用性动态且不可预测的认知Mesh网络中，如何建立稳定、共享的控制信道？
• RQ2 在缺乏全局控制信道的条件下，群体智能机制在多大程度上能够实现次用户自组织形成大规模、一致的控制云？
• RQ3 所提出的基于集群的网络形成机制如何改善频谱管理并降低动态开放频谱环境中的控制开销？
• RQ4 在主用户活动波动和信道动态变化条件下，控制云形成算法的收敛行为与鲁棒性如何？
• RQ5 所提出的方法是否能在无集中协调的分布式CogMesh环境中实现可扩展、自愈的网络形成？

主要发现

• 基于群体智能的控制云形成算法成功构建了大规模、稳定的控制云，表现为SU在各信道上分布的标准差持续较高，表明SUs高度聚集于少数主信道。
• 随着次用户数量的增加，SU在各信道上分布的标准差也随之增大，表明在高负载下聚集效果更明显，信道集中度更高。
• 在主用户信道变更后，该算法在数个时间步内迅速恢复高信道集中度，表现出快速收敛与对频谱动态的强鲁棒性。
• 当重新配置有益时，基于集群的网络形成机制会减少集群数量，且仅在完全确认后才执行协商，防止部分或不稳定的重组。
• 最大控制云的大小随算法显著增长，证实群体智能机制能有效将SUs整合为更少、更高效的控制信道。
• 仿真结果表明，即使在动态无线环境中，所提出方法仍能实现稳定、高利用率的控制信道，验证了其在真实CogMesh部署中的适应性与可扩展性。