DCF方案

2024-08-18

DCF方案（共7篇）

DCF方案篇1

胃癌是临床中最常见的恶性肿瘤之一，在全身的恶性肿瘤发生率中巨第3位，对人们的健康有较大的危害。在我国的消化道恶性肿瘤发生率中胃癌居第1位[1]。由于居民对于疾病的认识不足、经济水平不同和医疗卫生资源分布不均等因素造成很多的患者在就诊时病情已经十分严重，多数以达到晚期。因此在我国的胃癌患者治愈率很低，而且存在预后差的情况。大部分胃癌患者的治疗方案为手术切除恶性肿瘤后再化疗来延长患者的存活时间[2]。经过大量的临床研究，发现在晚期胃癌患者手术后采取联合用药进行化疗能取得更好的效果，在患者术后生命质量和存活时间上明显优于单纯治疗[3]。本研究即通过探讨OLF方案和DCF方案治疗晚期胃癌的近期疗效及不良反应，为临床上提高胃癌的治疗效果提供参考。

1 资料与方法

1.1 一般资料

选取2009年1月至2013年6月在我院确诊并就诊的68例胃癌晚期患者作为研究对象，所有研究对象均为病理学或细胞学检查确认。入选标准为：(1)患者为初次进行化疗，或进入研究时距离末次化疗至少1个月以上；(2)患者的血常规、肝肾功能、心电图检查在正常范围内，并且没有化疗禁忌证；(3)患者在治疗的前卡氏评分≥70分，最少的预计生存时间>3个月；(4)患者在治疗前应当签订知情同意书。将68例研究对象随机分为两组，分别为OLF组和DCF组，每组各39例研究对象。其中OLD组中男性18例，女性21例，平均年龄为（32.5±3.0）岁。患者的病变部位包括：胃窦、贲门、胃体、全胃和胃大部；病理分型包括：中分化腺癌、低分化腺癌、黏液腺癌和印戒细胞癌；转移部位包括：肝转移、腹膜转移、腹膜后淋巴结转移和肺转移。DCF组中男性22例，女性17例，年龄33～62岁，平均年龄为（32.5±3.0）岁；患者的病变部位、病理分型和转移部位与OLF组相同。两组患者在年龄、性别、病理分型、病变部位和转移部位等资料相比较，差异无统计学意义（P>0.05），具有可比性。

1.2 化疗方法

OLF组给予奥沙利铂（L-OHP)130 mg/m2静滴第1天，亚叶酸钙（CF)200 mg/m2静滴第1～5天，5-氟尿嘧啶（5-FU)500 mg/m2静滴第1～5天。DCF组给予多西他赛（DOC)75 mg/m2静滴第1天，5-氟尿嘧啶（5-FU)500 mg/m2静脉泵入第1～5天，顺铂（DDP)25 mg/m2静滴第1～3天。两组均以28 d为1个化疗周期，3个周期为1个疗程。在每次化疗前和化疗结束后均应当给患者进行血常规、肝肾功能、心电图等常规检查。

1.3 疗效评价

对所有患者在化疗结束后的3个月进行随访，来评价其近期疗效。评价的标准是根据美国临床肿瘤学会在2000年公布的实体瘤疗效评价标准（RECIST）判定临床疗效，分为完全缓解（CR，病灶完全消失）部分缓解（PR，病灶缩小50%以上）、稳定（SD，病灶缩小未达到50%或增大未超过25%）和进展（PD，病灶增大超过25%或出现新的病灶）。有效RR=CR+PR[4]。

1.4 观察指标

观察两组研究对象在每个周期后出现骨髓抑制、口腔黏膜炎、肝功异常、腹泻、神经毒性、血液毒性和恶心、呕吐等不良反应出现的例数，比较两种治疗方案发生不良反应的概率。

1.5 统计学方法

采用SPSS17.0统计软件对所得数据进行详细的分析处理，一般资料用均数±标准差（x-±s）的形式表示，计数资料采用χ2检验，计量资料采用t检验，P<0.05表示差异具有统计学意义。

2 结果与分析

2.1 两组患者的近期疗效比较

通过比较两组治疗方案的近期疗效，发现两组研究对象的近期疗效相近，差异无统计学意义（u=0.180,P=0.767），两组近期疗效比较见表1。

2.2 两组患者不良反应发生情况的比较

表2显示，O L F组的血液毒性的发生例数1 2例，发生率为35.30%，恶心、呕吐发生例数为14例，发生率为41.18%，都明显低于DCF组，差异有统计学意义（P<0.05）。其余不良反应的发生率两组结果近似，差异无统计学意义（P>0.05）。

3 讨论

胃癌是人类常见的恶性肿瘤之一，近年来我国发病率有上升势。外科手术是胃癌的首选治疗方法，目前胃癌腹腔镜辅助远端胃切除术已经作为临床上治疗进展期胃癌的标准术式。然而随访结果显示，胃癌患者术后的长期生存率并不高，局部复发率高达50%。胃癌是对化疗相对敏感的肿瘤，联合化疗是晚期胃癌的主要治疗方法[5]。

5-FU是细胞周期特异性化疗药物，可通过抑制脱氧胸苷酸合成酶阻止脱氧尿苷酸向脱氧胸苷酸的转变，从而影响DNA的合成，转化为5-氟尿嘧啶核苷后可以干扰细胞合成蛋白质，应用于多种肿瘤的化疗中。亚叶酸钙是叶酸在体内的活化形式，可以对抗叶酸拮抗剂的毒性作用，用于甲氨蝶呤过量时的解毒和叶酸缺乏引起的贫血，近年来多用于结肠、直肠癌等消化道肿瘤的辅助治疗。多西他赛是紫杉类化合物，通过加强微管蛋白聚合作用和抑制微管解聚作用，使其形成稳定的非功能性微管束，破坏细胞的有丝分裂而发挥抗肿瘤作用。铂类是临床上常用的化疗药物。顺铂是第一代铂类，具有抗癌谱广、作用强、与多种抗肿瘤药有协同作用、无交叉耐药等特点。奥沙利铂是第三代铂类抗癌药，可产生烷化结合物，使细胞DNA形成链内和链间交联，抑制DNA的合成及复制，与5-FU联合应用具有协同作用[5]。

本次研究结果显示两种方案治疗胃癌晚期患者在近期疗效上并无明显差异。毒副作用方面OLF方案血液毒性和恶心、呕吐的发生率小于DCF组，在其余的不良反应上二者无明显差异。因此，从治疗效果和不良反应两方面考虑，在治疗胃癌晚期患者的术后化疗时，OLF方案效果较好。

摘要：目的通过研究比较OLF和DCF两种化疗方案治疗晚期胃癌的近期疗效和不良反应。方法将2009年1月至2013年6月在我院就诊的68例胃癌晚期患者,将其随机分为OLF组和DCF组,每组各34例。两组均以28 d为1个化疗周期,3个周期为1个疗程。结果通过比较,发现两组的近期疗效相近,差异无统计学意义(P>0.05)。治疗过程中OLF组患者血液毒性的发生率为35.30%,明显低于DCF组的76.47%(P<0.05);OLF组患者恶心呕吐发生率为41.18%,明显低于DCF组的73.53%(P<0.05);两组在神经毒性、腹泻、肝功异常、口腔黏膜炎和骨髓抑制的发生率相近,差异无统计学意义(P>0.05)。结论 OLF方案和DCF方案在治疗晚期胃癌均具有比较好的近期疗效,但在不良反应方面,OLF方案的血液毒性和恶心、呕吐的发生率明显小于DCF方案。因此OLF方案更易被患者接受。

关键词：联合用药,胃癌晚期,近期疗效,不良反应

参考文献

[1]王磊.XELOX与FLO方案治疗晚期胃癌的近期疗效及不良反应比较[J].安徽医药,2011,15(3):29-30.

[2]张长武.紫杉醇、顺铂联合氟尿嘧啶方案治疗晚期胃癌的临床观察[J].安徽医药,2010,14(4):51-52.

[3]李晓波.早期胃癌内镜下诊断分析[J].中国医药导刊,2012,14(1):24-25.

[4]邓艳红.辅助化疗在不同分期胃癌治疗中的意义[J].实用医学杂志,2010,26(18):26-28.

[5]龙建林.多西他赛联合顺铂、氟尿嘧啶一线治疗35例晚期胃癌临床观察[J].重庆医学,2010,39(18):90-94.

DCF方案篇2

1 资料与方法

1.1 一般资料

选取在我院住院治疗的胃癌晚期患者60例为研究对象, 随机分为观察组和对照组, 各30例。观察组男12例, 女18例;年龄48岁~72岁, 平均年龄 (60.23±4.01) 岁。对照组男14例, 女16例;年龄47岁~71岁, 平均年龄 (60.12±3.98) 岁。2组患者一般资料差异不显著 (P>0.05) 。所有患者经病理学或细胞学确认不能进行手术, 且未接受过化疗。研究取得我院伦理委员会的批准同意, 入选患者均签署知情同意书。

1.2 方法

观察组:给予患者多西紫杉醇 (生产厂家:四川好医生药物有限公司;规格:20 mg×1支;批号:20140420) 60 mg/m2和顺铂 (生产厂家:福州海王福制药有限公司;规格:10 mg/支;批号:20140312) 15 mg/m2静脉滴注, 且用药前10 h口服地米塞松 (生产厂家:西安化工有限公司;规格:0.75 mg/片;批号:20140210) 3.2 mg, 30 min静脉滴注。

对照组:给予患者奥沙利铂 (生产厂家:天津药业集团有限公司;规格:50 mg;批号:20140311) 120 mg/m2静脉滴注, 卡培他滨 (生产厂家:安徽泰邦药业集团有限公司;规格:2.500 mg/m2;批号:20140210) 3 mg口服, 并给予地塞米松静脉滴注。

1.3观察指标

观察2组患者治疗后不良反应情况。

1.4统计学方法

选择SPSS18.0软件包进行数据分析, 计数资料采用χ2检验, P<0.05为差异有统计学意义。

2 结果

观察组患者发生食欲减退25例、恶心呕吐20例、周围神经功能毒性18例, 对照组分别为24例、13例和16例, 2组患者毒副反应比较无显著差异 (P>0.05) 。见表1。

3 讨论

临床医学研究表明, 我国胃癌患者大多数在确诊时已经是胃癌晚期, 化疗是临床上治疗的主要方法[2]。对中晚期胃癌患者大多给予DCF以及XELOX方案进行治疗, 研究证实DCF方案可提高患者的生存率, 且可缓解患者的肿瘤[3], 已经被公认为是目前临床上治疗晚期胃癌患者的金标准。由于该化疗方法存在较多的不良反应, 所以本次我院采用改良的DCF方法进行治疗, 主要从给药方面进行调整, 并且对剂量也作出相应调整[4]。采用改良DCF化疗方案进行治疗后, 患者的不良反应明显减少, 在美国已经被公认为是治疗晚期胃癌的有效方法。本次的研究结果也表明, 治疗后患者的骨髓抑制不良反应低, 消化道不良反应略高。

XELOX在临床中也大量应用于治疗晚期胃癌患者, 5-氟尿嘧啶 (5-Fu) 是治疗晚期胃癌患者的首选药物, 同时也是联合化疗的基础药物, 通过该药物产生水化衍生物作用于脱氧核糖核酸 (DNA) 中, 可以有效抑制DNA合成, 产生细胞毒素作用以及抗肿瘤活性[5]。本次研究结果表明, 晚期胃癌患者在经过XELOX化疗后, 不良反应的发生率同样也比较低, 消化道不良反应相对高一点, 同时也能够减轻晚期胃癌患者肌酐水平上升的趋势, 降低血栓栓塞事件的发生率。并且2组胃癌晚期患者都未出现口腔黏膜、腹泻或者是心脏毒性等不良反应。

综上所述, 改良DCF化疗方案与XELOX化疗方案治疗晚期胃癌患者的临床疗效和毒性反应基本相当, 可根据患者情况具体选择。

参考文献

[1]张昉, 陈雅敏, 荆超, 等.改良DCF方案与FOLFOX 4方案治疗晚期胃癌的临床疗效[J].临床肿瘤学杂志, 2014, 10 (3) :231-234.

[2]谢瑞莲, 王茂源, 施华球, 等.改良DCF和FOLFOX4方案治疗晚期胃癌的临床对比研究[J].吉林医学, 2013, 34 (14) :2686-2688.

[3]沈华, 黄进, 胡华斌, 等.改良DCF方案一线治疗晚期胃癌患者的临床观察[J].中国普通外科杂志, 2013, 22 (10) :1266-1270.

[4]郁有贵, 杨秀芳, 陈梅, 等.改良DCF方案治疗晚期胃癌33例临床观察[J].中国临床新医学, 2014, 27 (12) :1132-1133.

DCF方案篇3

关键词：胃癌,复方丹参液,DCF方案

胃癌是我国最常见的恶性肿瘤，确诊时大部分患者已属于局部晚期或有远处转移，全身化疗成为治疗中晚期胃癌的主要手段。而化疗往往存在不同程度的不良反应。体外实验证明，当丹参并用化疗药物后，可以较大幅度地增加化疗药物对胃癌细胞的凋亡率[1]。我们对2008年至2012年到我校三附院就诊的78例中晚期胃癌患者进行随机对照研究。通过复方丹参注射液配合DCF方案[多西他赛(DTX)+顺铂(DDP)+5-氟尿嘧啶(5-Fu)]，与单纯DCF方案治疗胃癌进行对照研究，现报道如下。

1 资料与方法

1.1 临床资料

78例中晚期胃癌均经病理组织学检查证实，Karnofsky评分≥60分，预计生存期在3个月以上，无过敏体质和心、肝、肾功能及血常规正常，近1个月内未作过其他抗肿瘤治疗。随机分为观察组和对照组。两组一般资料见表1。

1.2 治疗方法

对照组：DTX75mg/m2，在第1天静脉注射，DDP20mg/m2，在第2～4天静脉注射，5-Fu750mg/m2，持续静脉注射1～5d,21d为1个周期，化疗3个周期以上。治疗组加用复方丹参注射液20mL入5%葡萄糖250mL或生理盐水250mL静滴，第1～15天。两组的辅助治疗均给予胃复安30mg，维生素B6 0.3g，地塞米松5mg加5%葡萄糖250mL于化疗半小时后静滴。

1.3 评价标准

疗效评价按RECIST标准进行评价。分为完全缓解（CR）、部分缓解（PR）、稳定（SD）和疾病进展（PD）。总有效率（RR）为CR+PR，临床获益率为CR+PR+SD。

化疗不良反应按WHO抗癌药毒性分级标准评分为0～Ⅳ度。

2 结果

2.1 近期疗效

所有病例均完成了3疗程化疗。其中观察组总有效率为59.0%，临床获益率为84.6%，对照组总有效率为51.3%，临床获益率为69.2%，两组疗效比较见表2。

2.2 毒副反应

按WHO抗癌药毒性分级，两组117次化疗周期出现的毒副反应主要是骨髓抑制、胃肠道反应及脱发等，如表3所示。两组比较均有统计学意义（均P<0.05）。

3 讨论

DCF方案篇4

MANET网络是由一系列相互通信的无线移动节点组成的,不需要已有的网络设施、访问点或者网络中心控制的互联互通网络[1]。节点可以很容易地接入到网络中,且任意移动,因此网络的拓扑结构会快速且不可预见的变化。另外,因为传输范围的限制,一些节点相互之间不能够直接通信,所以采取多跳路由的方式通信[2]。节点移动和无线多跳的特性,很大程度上影响了MANET的网络性能。MANETE网络的很多应用仍然使用可靠传输协议,很多学者都提出了各种适合于MANET的改进TCP类协议,而TCP协议的拥塞控制机制依赖于数据链路层的可靠传输。目前MANET的数据链路层使用基于IEEE 802. 11的标准MAC协议中的DCF等机制。然而IEEE 802. 11 MAC协议最先是应用于无线局域网的,这相对于MANET的节点频繁移动和多跳的性能而言,并不能保证网络性能维持在较好的程度。所以需要考虑MAC和TCP协议之间的影响[3,4],综合考虑在MANET网络特性下的MAC协议与TCP协议综合性能( 特别是吞吐量和端到端时延) ,设计一种较好的DCF改进机制。

本文在深入理解IEEE 802. 11 的DCF机制的基础上,设计和实现了一种适于MANET网络多跳和节点移动特性的能改善网络TCP性能的DCF机制。

1 相关工作

MANET面临的一大挑战是对于共享信道的MAC协议的设计。传统的IEEE 802. 11 MAC协议基于无线局域网设计,现在MANET网络的背景下使用,需改进以适应MANET网络的特性。由于MANET网络没有访问点,DCF机制的应用受到青睐。该领域的研究主要集中在退避算法、DCF机制,跨层分析研究等方面。文献[5,6]利用了DCF机制来提高TCP的性能,但都是基于MAC层的反馈信息来直接对TCP的拥塞策略来进行改进,不是对MANET中DCF机制的改进,提供了跨层设计的思路。文献[7]提出一种设定阈值的方法来决定MANET网络在竞争信道使用的退避策略。拥塞严重时,使用指数增长竞争窗口,之后采取线性增大竞争窗口的策略,成功传输一次数据后,采用线性减小的方法,而不是直接使用最小竞争窗口值。文献对网络吞吐量、包传递速率和端到端时延等指标进行了分析。文献[8]提出根据动态估计无线网络中活动节点数调整MAC层的初始竞争窗口的方法。每个节点每隔一段时间统计与其通信的邻居节点作为活动节点,然后根据活动节点数调整初始竞争窗口到近似最优值。该DCF机制能较好估计活动节点数,降低信道竞争时间,提高信道的利用率和网络的吞吐率,但没有考虑节点移动特性对网络性能的影响。文献[9]研究了MAC和TCP协议之间的相互作用,认为节点数和节点移动特性影响TCP的性能。提出根据网络中的节点数和节点的移动速率和移动方向动态调整竞争窗口最大值,并说明调整竞争窗口尺寸能提高传输协议TCP性能指标。

本文设计出一种根据动态调整MAC层的初始竞争窗口大小和竞争窗口的最大限制值的方法。将该方法运用到DCF机制中的RTS/CTS,分析MANET网络的性能。实验结果验证了该改进的DCF机制有效性,并表明相对于标准DCF机制在吞吐量、端到端时延等TCP性能方面有所改善。

2 解决方案

IEEE 802. 11 协议标准给出了无线网络的物理层和MAC层协议规范。本文针对MAC层协议的DCF机制的RTS/CTS访问方法进行改进。

2. 1 动态调整初始竞争窗口

MANET网络中,节点的冲突概率除了依赖于竞争窗口的大小,与网络中的活动节点数也相关。活动节点数即正在发送数据包的节点数。MAC协议中,每一个节点都可以与其邻居节点直接相互通信,并从发送的帧数据中获取到重要的链路信息( 源/目地址、NAV值等) 。本文采用动态估算网络中的活动节点的方法。让每个节点都保存有一张记录其处于活动状态的邻居节点及与邻居节点最后通信时间的列表。若在一定的时间间隔ATO( Active Time Out) 内节点没有收到邻居节点的数据,则判定该邻居节点不再是活动节点,将其从列表中删除。关键是确定ATO的值,ATO的值应该随活动节点数的变化而变化,因为一个活动节点越多,冲突的概率就越大,导致节点连续成功传输两个数据帧的时间间隔就越大。而当数据帧的大小不变时,对于相同数量的活动节点,介质访问延迟的大小是固定的,可以提前计算出该延迟的大小[10]:

其中,τ 表示一个节点在某一时间的传输速率; σ 表示一个空slot间隔。

通过分析式( 1) - 式( 3) ,并根据本文提供的网络环境中的各项参数( 见第3 节) ,如图1 可以看出介质访问延迟与节点数目大致呈8 倍线性关系。故可以给出ATO随活动节点数变化的简便公式[8]:

其中,n为网络中的活动节点数,k为常量。结合网络中的各项参数,我们分别取ATO为1 到10 倍的介质访问延迟,通过仿真结果分析,当ATO为5 ~ 6 倍介质访问延迟时,吞吐量效果最好( 本文取k = 48,即ATO为6 倍D ) 。

确定ATO时间间隔后,考虑根据估算到的活动节点数来调整初始竞争窗口的大小。标准DCF机制中初始竞争窗口大小是固定的,随着网络站点数量增加,冲突概率会大大增加,导致退避频繁,最终是网络在时延、吞吐量及公平性等性能上显著下降。并且考虑到活动节点的移动特性会对网络连接造成较大影响,而导致丢包,但在MAC层这种丢包的情况会被认为是数据冲突导致的,所以为了削弱节点移动性对退避窗口的影响,在本设计的DCF改进机制中,节点每监听到一个数据帧之后,更新并查询其ATO表,估算网络中的活动节点数且结合节点移特性调节机制,动态调整初始竞争窗口为:

其中,σ 为传播延迟。F( n,W,α) 表示移动特性对初始竞争窗口的调节机制。该机制函数在下个部分作详细说明。

2. 2 动态调整竞争窗口尺寸

本文根据估算到的活动节点数和移动特性在原有退避算法的最大值的基础上来适当增大窗口选择范围。网络中的节点增加时,网络性能会降低。因为多个节点在一个较小的时间间隔内选择相同的时间长度可能性较大。所以CWmax与节点数目n存在一定的正比关系。当节点数到达一定数目时,对TCP性能的影响趋于稳定,故取log ( n) 来调整窗口尺寸[9]。

另外节点的移动易导致链路连接的中断,从而导致TCP包的丢失,TCP误判为拥塞导致丢包,降低网络性能。所以根据移动性来调整退避的窗口大小[9]。节点移动速度的度量:

节点移动方向的度量:

注意,当W = 0 时,G( W,α ) = 1。

其中,W表示移动节点的速度; α 表示两个节点的连线与该节点的移动方向的角度。

通常丢包率增大会导致退避间隔增大,但如果是因为节点移动导致的丢包,则不应该让退避间隔增大,节点移动速度与移动方向这两个因素是移动导致丢包的标志,所以需取其倒数,降低其对退避时间间隔的影响。

综合考虑,以下给出CWmax的计算公式:

其中,CWmax0表示802. 11 MAC协议设定的最大窗口值,一般为1024。

综上所述,本节设计的窗口动态改变机制如下( 各参数如前所述) :

该机制考虑了节点移动性对初始竞争窗口的影响,削弱因为链路中断而被误认为冲突的影响,并且进一步增大了竞争窗口的尺寸,使得站点选择同样的退避间隔的概率降低,从而信道冲突减小。节点每监听到一个数据帧之后,更新并查询其ATO表,估算网络中的活动节点数,并根据活动节点的移动特性来动态调节竞争窗口尺寸,更适应于MANET网络的易接入性和随机移动性。

3 仿真过程与结果分析

在NS2 中,IEEE802. 11 协议时由Mac802_11 类模块实现的。该类模块定义了标准DCF机制的所有操作方法[11],本文对NS2-2. 35 版本中的Mac802_11 类模块修改和扩展,以实现MANET中动态自适应DCF机制的仿真。

3. 1 仿真环境设置

为了验证该改进DCF机制的有效性及在性能上的提高,仿真场景为: 环境中共有60 个节点,随机分布在2200 m × 600 m的范围内,以25 m/s速率移动,仿真时间为400 秒,每隔20 秒增加10 个节点通信( 偶数编号节点发送数据,奇数编号节点接收数据) 。分析网络吞吐量随时间变化情况及受节点数和节点移动性的影响。另外进行不同个数节点场景下的仿真,分析节点个数对时延的影响。基本的仿真参数如表1 所示。

3. 2 代码的修改与扩展

通过第2 节的说明,对原Mac802_11 模块进行一定的修改与扩展,以下给出主要代码。

首先需要创建一张ATO表( 在mac-802 _11. h文件中添加) ,结构如下:

创建一个更新ATO表的函数,用于在每监听到一个数据帧后,用来更新ATO列表中活跃节点及其最后通信时间:

创建一个计时器ATOTimer( 在mac-timer. h文件中添加) ,并将其声明为Mac802_11 类的友元类:

创建一个在ATOTimer计时器超时时,删除非活跃节点的函数:

在Mac-802_11. cc文件中添加定时器到期时的行为,这里用于删除非活动节点:

创建一个调整CWMin和CWMax的函数:

以下是两个调整竞争窗口的函数,会被调用:

通过阅读源码,站点成功发送一个数据帧后,会收到目的站点的确认帧,所以可以在recv ACK( ) 函数中调用Adjust_cw( )函数来根据估算的活动节点数及动态特性来调整初始竞争窗口及其尺寸。另外,MAC802. 11 模块是通过recv_Data( ) 函数来接收来自上层或者下层的数据包并进行处理的。所以在该函数中调用update_ATO_table函数来完成更新ATO表。

3. 3 仿真结果及分析

本文通过NS2 仿真实现,主要考虑网络的吞吐量和端到端平均时延。在相同的仿真环境中,将本文改进的DCF机制与标准的DCF机制比较。

图2说明了在不同数目规模的网络环境下网络平均时延变化。图中的数据是通过计算每种节点规模下400秒内的每个数据包的延时,然后取数据包的平均延时。从图中可以看出随着网络中节点数量的增加,标准DCF机制与改进的DCF机制平均时延都呈增大趋势,但改进的DCF机制的平均时延相对小于标准DCF机制,并且波动变化。

图3 是在60 个节点规模下的网络平均吞吐量的仿真结果,表明了吞吐量随时间的变化。整体来看,在该网络环境下,整个网络的吞吐量有所提高,大约10% 到15% 。从图中可以看出在标准DCF机制下,参与通信的节点数和节点的移动对网络吞吐量的影响较大,在图中的0 到200 秒之间表现比较明显,因为在这段时间内,每隔20 秒会增加固定数量的数据流( 本文增加5 条数据流) ,从而导致网络内的活动节点数变化,并且网络环境设置使得节点每2 秒就会随机移动,从而导致链路连接和路由状态的变化。

图4 用来说明网络获得好的吞吐量性能时,是否导致大的延迟代价。图中表示60 个节点的网络环境中,发送包与其对应的延时。从图中可以看出使用改进的DCF机制,会有个别的包的延时比较大,但大多数的包的延时比使用标准DCF机制的延时要小。通过计算,使用改进DCF机制的平均包延时为0. 211,使用标准的DCF机制平均包延时为0. 201。虽然平均延时变大了,但只增大了0. 5% ,这对于增大吞吐量而言是很值得的,并且我们可以很明显地看到改进的DCF机制能够发送更多的包。

4 结语

本文设计了一种动态估计无线网络中的活动节点数来调整MAC层的初始竞争窗口的大小,并根据活动节点数及节点的活动特性调整竞争窗口尺寸的DCF机制,更好适合MANET节点的易接入性和移动性的特征。文中基于NS2 进行仿真,结果验证了该改进的DCF机制有效性,表明相对于标准DCF机制在保持端到端时延等TCP性能下提高吞吐量,并且能够动态适应网络环境。

参考文献

[1]Kumar J.802.11 DCF in Dynamic MANET On-demand Routing[J].International Journal of Informatics and Communication Technology(IJ-ICT),2013,2(2):85-92.

[2]Narsimha V B,Sujatha B,Sampath Kumar T.A Survey of Wireless Mobile Adhoc Networks(MANET)[J].International Journal of Science and Advanced Technology,2011,1(5):189-192.

[3]Jiang R,Gupta V,Ravishankar C V.Interactions between TCP and the IEEE 802.11 MAC Protocol[C]//DARPA Information Survivability Conference and Exposition,2003.Proceedings.IEEE,2003,1:273-282.

[4]Nahm K,Helmy A,Kuo C C J.On Interaction between MAC and Transport Layers for Media Streaming in 802.11 Ad hoc Networks[C]//Optics East.International Society for Optics and Photonics,2004:99-110.

[5]张栋,高龙.基于跨层协同的MANET网络拥塞控制算法仿真研究[J].云南大学学报(自然科学版),2013,35(1):26-30.

[6]王庆辉,潘学松,王光兴.基于带宽估计的ad hoc网络拥塞控制机制[J].通信学报,2006,27(4):42-48.

[7]Bani Yassein M,Mardini W,Abu Taye Z.Thresholds Determination for new Backoff Algorithm in MANETs[C]//ICWMC 2011,The Seventh International Conference on Wireless and Mobile Communications,2011:285-288.

[8]刘岩,舒炎泰,张亮,等.无线网络中分布式协调功能的改进[J].计算机应用,2004,24(7):162-166.

[9]Hamrioui S,Lalam M.Improving Transport Protocol Performance in MANET by exploiting the Backoff Algorithm of MAC Protocol[J].International Journal of New Computer Architectures and their Applications(IJNCAA),2011,1(1):149-161.

[10]Wang G,Shu Y,Zhang L,et al.Delay Analysis of the IEEE 802.11DCF[C]//Personal,Indoor and Mobile Radio Communications,2003.PIMRC 2003.14th IEEE Proceedings on.IEEE,2003,2:1737-1741.

DCF方案篇5

DCF方式下,WLAN的吞吐量和接入时延随着网络中的活动节点(Active Nodes)数和初始竞争窗口大小(CWmin)而变化[2],系统的初始竞争窗口大小由物理层特性决定,例如使用直接序列扩频时,CWmin为31;使用跳频扩频时,CWmin为15[3]。也就是说,在DCF协议中,初始竞争窗口是固定的,并不能随着网络中竞争节点数的多少而变化。根据网络中活动节点数的变化来动态调整初始竞争窗口的值,是改进DCF性能的一种行之有效的方法[4,5,6]。但目前获得网络中的活动节点数目都是基于某种估计算法获得的。这些估计算法不能精确地反映网络中真实的活动节点数,所计算出的优化初始竞争窗口大小也不会很精确,如果初始窗口设置不正确,对网络性能的影响将会很大。参考文献[7]提出了增加初始窗口为63,并在退避到最大窗口时,将最大窗口置为初始窗口来参与竞争,这在一定程度提高了系统的公平性,但此算法也增加了冲突发生的概率。本文提出的优化竞争窗口的算法用OPNET软件[8]进行了仿真,与原有算法及参考文献[7]中的算法相比,在吞吐量及时延上都有良好的改善。

1 DCF的二进制退避机制和竞争窗口的分析

DCF协议基于载波监听多路访问/冲突避免(CSMA CA)机制实现有竞争的信道共享。当一个节点需要发送帧时,要调用载波侦听机制来确定信道的忙/闲状态,如果信道忙,它将推迟,直到信道连续处于空闲状态达到分布协调功能的帧间间隔DIFS(Distributed Coordination Function Interframe Space)时间,为了避免发送冲突,这时该节点在发送前必须经过一个附加的退避周期,产生一个随机的退避时间(Backoff Time),并存入退避计数器。如果退避计数器中已经包含有一个非0的值,则不再执行产生随机退避时间的过程。

产生退避时间的方法如下:Backoff Time=Random()*aSlotTime其中,Random()是均匀分布在[0,CW]范围内的随机整数,CW是介于由物理层特征决定的最小竞争窗口CWmin和最大竞争窗口CWmax之间的一个整数值,即CWmin≤CW≤CWmax。aSlotTime是由物理层特性决定的一个时隙的实际长度值,对于DSSS(直接序列扩频),一个时隙的长度是20μs。每个节点在发送数据前,监听信道的状态,如果信道闲,则将退避时间计数器减1;如果信道忙,则退避过程将被推迟,退避时间计数器被冻结。当终端检测到信道的空闲时间≥DIFS时,退避过程重新被激活,继续递减。当退避计数器递减到0时,节点就可以执行发送。图1显示了退避过程。

节点A发送时,节点B、C、D都有帧要发送,等待信道连续空闲DIFS时间后,进入退避阶段,每个节点在CW内随机产生一个退避时间。因为节点C所产生的退避时间最短,它的退避计时器最先减至0,开始发送帧,节点B和D的退避计时器被冻结。在节点C传送过程中,节点E也有帧要发送,进入等待过程。信道空闲DIFS后,节点B和D的退避计时器解冻,节点E产生随机退避时间。因为节点D的退避计时器最先减至0,所以节点D获得发送机会。

由图1可以看出,每一个节点都要维护一个CW参数,CW的初始值为CWmin。在帧的第一次传输时,CW等于最小竞争窗口CWmin。当一个节点发送失败时,说明当前的网络负载较大或者链路状况不好,该节点的CW就会增加一倍。以后,该节点每次发送失败而重传时,CW都会增加一倍,即CW=2m(CWmin+1)-1,其中m为重传次数。当CW的值增加到CWmax时,即2m(CWmin+1)=(CWmax+1),再重传时CW的值将保持CWmax不变,直到该节点发送成功,或者达到了最大重传次数限制,CW将被重新置为CWmin,CW的变化方式如图2所示。

竞争窗口越大,随机退避机制解决冲突的能力就越强,因为使用较大的竞争窗口时,选择相同的随机退避时间的可能性很小。这样一方面,在轻载的情况下,小的竞争窗口保证了较短的延迟;另一方面,在重载的情况下,随机等待时间随着冲突产生次数的增加呈指数递增,降低了冲突的概率。竞争窗口达到CWmax后不再增长,保证了网络在重载情况下的稳定。当帧成功发送或者重传次数超过限制而被丢掉时,竞争窗口被置为CWmin。这种机制称为二进制指数退避(Binary Exponen-tial Backoff)。

2 改进的方法

通过以上分析,可以看出竞争窗口的大小决定了退避的时间,进而影响了吞吐量和接入时延。本文的优化算法通过合理设置窗口的大小,针对发生冲突时退避时间迅速增加的弊端,并综合考虑到公平性的问题,从以下四个方面对现有算法进行优化。

(1)增加最小的竞争窗口。参考文献[9]中指出对不同的网络节点数,存在一个最优的竞争窗口使网络的时延最小,网络中有10个竞争节点时,将初始竞争窗口设为63,介质访问的时延最小;而50个竞争节点时,初始窗口设为127,介质访问的时延最小。但参考文献[9]中没有综合考虑到窗口对吞吐量的影响,本文通过仿真发现,在站点数多或少的情况下,将初始窗口设为127时,应用本算法,在吞吐量和时延上都有良好的改善。

(2)增加最大的竞争窗口。通过前面的分析可知,如果竞争窗口较小,则发生冲突的概率将增加,优化算法增加了最大窗口,将其设为1 054。

(3)优化退避算法。原有的二进制退避算法,退避的时隙增加过快,呈指数增长,但递减较慢,即当检测到信道空闲时间≥DIFS时,退避计数器做减1操作,这样将导致再次接入的时延增加,优化算法采用较温和的方法:当发生冲突时,max_backoff=max_backoff*1.5+1,这样做的目的是当发生冲突时,使退避时间量的增加较为缓慢。

(4)当重传后竞争窗口超过最大竞争窗口时,将站点的竞争窗口恢复为最大窗口的一半,即512。这样当一个站点遭遇连续多次冲突后,增加其竞争信道的概率,提高系统的公平性。参考文献[7]中超过最大竞争窗口后,直接将站点的竞争窗口恢复为最小窗口,这样虽然在一定程度上提高了公平性,但同时也加剧了冲突。

上述改进的算法中,(1)、(2)保证了竞争窗口有一个较大的范围,降低了可能发生的冲突,(3)保证了退避时间增加较为缓慢,减小了再次接入的时延,(4)解决了一个站点遭遇连续多次冲突后再次接入信道的能力,提高了公平性。

3 性能仿真及对比

本文使用OPNET软件虚拟建立一个基本的Adhoc网络模型[10],每个无线节点的通信范围设为100 m,采用的网络拓扑结构为所有无线节点都分布在边长为100 m×100 m的四方区域内,即任意一个节点都处在其余所有节点的通信范围之内,也就是说,网络中任意两个节点之间能直接进行通信。这样网络中不存在隐藏节点。本文仿真了20个站点和80个站点时系统的吞吐量和时延。图3是包括20个无线节点的一个网络拓扑,其中,node_0~node_19是无线节点。

在仿真实验中,采用DSSS的参数(默认),见表1。

OPNET提供了ON—OFF的建模机制,在ON期间生成数据包,每个包的大小和包间隔可以按照某种分布函数来确定,在OFF期间不发送数据包。按照表2设置网络的业务参数。

仿真结果如图4~图7所示。

从图4~图7的仿真曲线图可以看出,改进后的算法在20个站点及80个站点时在时延和吞吐量方面都有良好的改善,验证了其性能。

本文详细地分析了DCF方式的工作机制和竞争窗口对接入时延及吞吐量的影响,针对现有算法的不足提出了一种优化竞争窗口的算法,仿真了20个站点及80个站点工作时的吞吐量及接入时延,相比现有算法和参考文献[7]中的算法,改进的算法提高了吞吐量,降低了接入时延。

参考文献

[1]金纯,陈林星,杨吉云.IEEE802.11无线局域网[M].北京:电子工业出版社,2004.

[2]BIANCHI G.Performance analysis of IEEE802.11 Distri-buted coordination function[J].IEEE journal on selectedAreas in Communtion,2000,18(3):535-547.

[3]刘乃安.无线局域网(WLAN)—原理、技术与应用[M].西安:西安电子科技大学出版社,2004.

[4]王辉,李津生,洪佩林.一种IEEE802.11中慢启动递减竞争窗口控制算法[J].电路与系统学报,2005,10(2):93-97.

[5]徐志江,李式巨,官军.IEEE802.11网络中增强的退避算法[J].电子与信息学报,2004,26(10).

[6]CALI F,CONTI M,GREGORI E.Dynamic tuning of theIEEE802.11 protocol to achieve a theoretical throughputlimit[J].IEEE Transactions on Networking.2000,8(6):785-799.

[7]裴冬冬,王兴华,向新.IEEE802.11DCF退避机制公平性分析与改善[J].电子技术应用,2010,36(10):92-94.

[8]王文博,张金文.OPNET Modeler与网络仿真[M].北京:人民邮电出版社,2003.

[9]周海兴.竞争窗口大小对IEEE802.11无线网络的影响[J].广东通信技术,2008(10).

DCF方案篇6

价值评价是对企业经营状况和经营成果的合理评估, 其结果将影响企业形象、融资能力和经营者报酬等一系列问题。评价方法包括:会计收益评价法、现金流量折现 (Discounted Cash Flow, DCF) 评价法[2]、经济增加值 (Economic Value Added, EVA@) 评价法[3]、平衡计分卡 (Balanced Scorecard, BSC) 评价法[4]、现金增加值 (Cash Value Added, CVA@) 评价法[5]等, 这些理论和方法在科学评价企业业绩和价值方面发挥了重要作用。

会计收益法是以利润为核心评价企业业绩, 作为衡量企业价值增长水平的常用方法, 其核心指标包括每股收益 (EPS) 、投资报酬率 (ROI) 、股东报酬率 (ROE) 等。

现金流量折现法一直是评估企业价值增长的重要方法, 其基本原理是对未来自由现金流量 (Free Cash Flow, FCF) 按照一定折现率折现, 通过对比不同时期企业价值的变化判断价值波动。该方法的核心是自由现金流量的预测、折现率的确定和评估期间的选择[6,7,8]。

经济增加值是企业营业利润扣除投资成本之后的净增加值, 一般情况下, 经济增加值可表述为:经济增加值=税后营业利润-资本投入额×资本成本。经济增加值对上市公司价值进行评价包括两部分:利用当期经济增加值评价当前价值, 通过对未来经济增加值折现评估潜在价值[9]。经济增加值剔除了投资资金成本, 并考虑了资金时间价值。

平衡记分卡从财务、客户、内部经营、学习和成长等4方面入手, 评价企业价值和战略性业绩, 比较全面和综合。在财务方面, 针对公司生存、发展和繁荣的不同阶段, 分别设置了现金流量、销售增长、净利润等评价指标。

虽然评价企业价值的方法较多, 理论界比较重视的是DCF法, 政府比较看重的主要是EVA法。但是这两种方法在具体评价企业价值时, 会出现差异, 因此非常有必要分析这两种方法的优劣, 为企业价值评价的实践提供指导。

本文将对EVA和DCF方法分别进行介绍, 然后选择某一上市公司为案例, 应用这两种方法进行价值评价, 并对比其市场价值, 分析EVA和DCF方法的优劣。

1 EVA方法简介

1.1 EVA的计算公式[10]

一般情况下, EVA等于企业的税后利润扣除投资的资金成本之后的余额, 即:

EVA=RP-C×KWACC (1)

RP:税后利润调整额;

C:资本投入额;

KWACC:加权平均资本成本率。

1.1.1 税后利润调整额RP的确定

税后利润调整额RP是根据损益表提供的税后利润进行调整得到的, 等于税后利润加上利息-利息抵扣的税金。

计算公式如下:

RP=R+A-A×T=R+A× (1-T) (2)

R:税后利润

A:利息费用

T:所得税率

1.1.2 加权平均资本成本KWACC的确定

加权平均资本成本KWACC是反映资本投入成本的指标, 计算公式如下:

$Κ_{W A C C} = \frac{S}{S + L} \times Κ_{S} + \frac{L}{S + L} \times Κ_{L} (3)$

其中:

$\frac{S}{S + L}$ :股权资本比例;

$\frac{L}{S + L}$ :债务资本比例;

KS:股权资本成本;

KL:债务资本成本。

1.1.3 EVA的计算公式

根据上面的推导可以得到EVA的计算公式。

$E V A = (R + A \times (1 - Τ)) - C \times (\frac{S}{S + L} \times Κ_{S} + \frac{L}{S + L} \times Κ_{L})$ (4)

根据EVA的计算公式可以看出, EVA的大小受企业净利润、利息、所得税率、投资资本中股权资本和债务资本比例, 以及股权成本和债务成本的影响。

1.2 企业价值评估的EVA模型

企业价值是未来EVA的现值之和, 其中EVA可以通过时间序列模型等预测技术得到, 折现率一般取企业的股权资本成本率。

则企业价值评估模型如下:

$V = \sum_{i = 1}^{n} \frac{E V A_{i}}{(1 + Κ_{S})^{i}} + \frac{E V A_{n}}{Κ_{S}} (5)$

其中:

EVAi:第i年的经济增加值;

KS:股权的资本成本。

EVAn:第n年开始计算连续价值时的EVA值。

2 DCF方法简介

现金流量折现 (Discount of Cash Flow, 简称DCF) 是通过对企业未来现金流量的预测, 采取一定的折现率进行折现, 确定企业价值。

2.1 DCF方法的计算公式

$V = \sum_{i = 1}^{n} \frac{F_{i}}{(1 + Κ)^{i}} + \frac{F_{n}}{Κ} (6)$

其中:

Fi:为第i年股权权益产生的现金流量;

Fn:第n年开始计算连续价值时的现金流量;

K:表示加权平均资本成本。

2.2 利用拉巴波特模型预测现金流量

对于企业产生的现金流量的预测, 一般以拉巴波特的现金流量预测模型为基准, 其计算公式如下:

Fi=Ii-1× (1+g) ×Pi× (1-T) - (Ii-Ii-1) × (fi+wi) (7)

其中:

Fi—第i年现金流量;

Ii—第i年销售收入;

g—销售收入增长率;

p, T—分别是销售利润率和所得税率;

fi, wi—分别是第i年销售收入每增加1元需要追加的固定资产和流动资产投资。

2.3 加权平均资本成本的确定

加权平均资本成本的计算参照公式 (3) 。

3 EVA法与DCF法的应用实例比较

3.1 应有前提

为了对两种评估方法进行比较, 我们引用某上市公司 (简称A公司) 2001～2003年的财务数据进行分析。

为了增加评估结论的可比性, 我们在参数选取上采取统一标准。

对于折现期的选取, 我们采取分段的方法, 前5年分别进行折现的计算, 第6年开始计算连续价值。

对于债务资本成本的计算, 按照A公司的实际执行状况, 确定全部债务的利率为1.8%, A公司债务资本成本为1.5%。

对于权益资本成本的计算, 按照A公司连续3年利润分配情况和股权权益的变化, 进行3年平均计算。A公司权益资本成本为4.9%。

同时根据A公司的资本结构, 确定债务和权益所占比例, 利用公式 (3) 求取A公司加权平均资本成本为3.7%。

3.2 EVA法的评估结果

依据A公司2001～2003年的财务数据, 应用EVA模型进行价值评估。

3.2.1 EVA值的计算与预测

首先计算2001～2003年度A公司的EVA值, 按照公式 (5) , 得出A公司连续3年的EVA值分别为:180.34万元, 2841.91万元, 2399.35万元。

之后运用一元线形回归模型进行预测。

eva=a+b*t (8)

根据有关数据, 得出:

$b = \frac{\sum_{l = 1}^{3} t_{i} * e v a_{i}}{\sum_{i = 1}^{3} t_{i i}^{2}} = \frac{12701.52}{14} = 907.25$

$a = \bar{e v a} - b \times \bar{t} = 1686.97 - 907.25 \times 2 = - 127.53$

因此, 得出A公司EVA的预测函数:

evai=-127.53+907.25×ti (9)

A公司2004～2008年的EVA预测值分别为:

3.2.2 EVA法的价值评估结果

根据公式 (8) , 可以计算A公司的价值。计算结果如下:

$V = \sum_{i = 1}^{n} \frac{E V A_{i}}{(1 + Κ_{S})^{i}} + \frac{E V A_{n}}{Κ_{S}} = 163617.17$ 万元

3.3 DCF法的评估结果

按照公式 (7) , 根据A公司销售收入、销售收入增长率、流动资产和固定资产的边际增长率等数据, 计算2001～2003年度企业的现金流量, 并预测未来5年企业产生的现金流量。

销售收入增长率采用加权平均的方法确定, 求得g=7%;

流动资产和固定资产增长率同样采用加权平均的方法确定, 增长率为8%;

则资产增长与销售收入的N年的平均比率为:

$p = \frac{\sum \frac{资产增长数额}{销售收入}}{Ν} = 11 ％$

根据销售收入数额, 可以确定资产增长的规模, 即:确定 (Ii-Ii-1) × (f+w) 的数额。

然后根据公式 (7) 预测企业各期的现金流量。

由于A公司未来若干年现金流量为负值, 因此按照公式 (6) 计算, 该企业的价值为负数, 显然不符合实际情况。

4 研究结论

由于A公司2004年上半年的股票价格的均价在10元附近, A公司股本总额为22637.5万股, 由于A公司尚未进行股权分置改革, 有流通股8976.6万股, 其市场价值为89766万元;非流通股13660.9万股, 市场价值无法确定, 但是不会超过市场价格。如果按照我国股权改革的平均折价30%计算, 非流通股的价值为95626.3万元。则A公司的综合市场价值为185392.3万元。

这个市场价值与应用EVA方法评价的结果163617.17万元差距为13%, 比较接近。而应用DCF方法得出的评估结果为负值, 差距非常大。

因此, 根据评价结果与市场价格的比较, 可以发现EVA方法的结论比DCF方法的结论更为接近市场价格, 也比较客观和科学。建议在评估实践中, 要应用EVA方法进行评估, 而减少DCF方法的应用。尤其是在现金流量为负值的情况下, 更应该应用EVA方法评估企业价值。

参考文献

[1].Mary Jo Waits.The Added Value of the Industry ClusterApproachto Economic Analysis, Strategy Development and ServiceDelivery[J].Economic Development Quarterly, 2000, 14 (1) :35～50

[2].F.Modigliani and Merton H.Miller.Corporate IncomeTaxes and The Cost of Capital:ACorrection[J].The AmericanEconomic Review, 1963:433～443

[3].Stewart, G.B..The Quest for Value, New York[M].Harper Business, 1991

[4].Robert S.Kaplan, David P.Norton.The BalancedScorecard—Measures That Drive Performance[J].HarvardBusiness Review, 1992:71～79

[5].Erik Ottosson, Fredrik Weissenrieder, CVA@—a newmethod for measuring financial performance[J].GothenburgStudies in Financial Economics, 1996, (1) :1-10.

[6].Stephen C.Vogt, The Cash Flow/Investment Relation-ship:Evidence form U.S Manufacturing Firms[J].FinancialManagement, Sum, 1994:3～20

[7].Kaplan, Steven N, Luigi Zingales, Do Investment-Cash FlowSensitivities Provide Useful Measures of Financing Con-straints[J].Quarterly Journal of Economics, CX11 1997:169～215

[8].Steven N.Kaplan, Luigi Zingales, Investmen-cashflowSensitibeties are not Valid Measures of Financing Constraints[J].The Quarterly Journal of Economics, 2000:707～712

[9].Stewart, G.B., EVAworks—but not if you make thesecommon mistakes[J].Fortune, 1995:117～125

DCF方案篇7

关键词：VANET,IEEE802.11DCF,退避算法,网络拥塞

1 引言

VANET是一种基于车-车之间的以及车-路之间的无线通信的自组网络,它能够为用户提供信息交换及应用服务。美国电机电子工程师协会于2009年推出了专门用于汽车通信的802.11p标准,并规定其MAC层使用IEEE802.11DCF技术。文献显示,如果在碰撞前0.5秒的时候,给司机提供一个预警,百分之六十的事故是可以避免的。而MAC层的退避算法的优劣直接影响了传输的延时,因此好的退避算法对于提高道路交通安全至关重要,对于退避算法的研究主要集中在退避时间的制定。

本文通过分析已有的典型退避算法,提出了一种新的自适应退避算法。根据节点间数据帧、RTS、CTS发送与接收失败次数和以及节点的等待队列长度来共同估算此节点处的网络拥塞系数,以此为依据判断网络在此节点的拥塞程度,进而自适应的确定节点的退避时间,也就决定了节点抢占信道的能力。

2 相关工作

BEB退避算法是IEEE802.11协议中采用的退避机制。当前的研究虽然有很多优秀的退避算法,但这些MAC退避算法在竞争信道冲突后采用固定的退避因子来选取退避窗口,并不适合多跳无线网络环境。因此节点能够自主的选择合适的退避因子对于设计多跳无线网络MAC退避算法有重要意义。

3 新的自适应退避算法

本文主要从发送节点的角度来考虑网络的拥塞情况,由接收端控制发送端是最普遍的一种方法。通过统计,我们可以得到节点在传输中RTS、CTS、数据帧因冲突或者链路断开重发的次数,它们分别记为RR、RC、RS。这些数据越大说明发送节点与周围节点冲突越严重,也就是此节点的拥塞程度越大。设定RR、RC、RS的最大值分别为RRth、RCth、RSth,拥塞因子分别为a,b,c,使用加权平均法算出整体重传次数(拥塞因子)

其中,a,b,c>=0且a+b+c=1。

假设Rth为拥塞临界点,其中a,b,c以及Rth的值要经过仿真得到。

具体算法如下:

无冲突时

(2)发生冲突时

If (!((RR<=RRth)&&(RC<=RCth)&&(RS<=RSth)))

丢弃数据

Else

当0<RT≤Rth时,判定网络处于轻度拥塞状态,退避计数器的值为。当节点的CW满大于CWmin,则变化之后CW的值为,满足此条件时,本文算法CW的变化率小于BEB;同理可知,当RT>Rth时,判定网络处于严重拥塞,在条件下,本文算法CW的变化率小于BEB。其它情况下,此算法等同于BEB。由此可见,整体看来,此算法中节点的退避时间的变化程度小于BEB,,不仅提高了公平性,有利于缓解拥塞,特别对于多跳的车载自组网来说,此算法使各车辆的信道使用率得到了保证,提高了信道使用的公平性。

4 仿真与分析

4.1 仿真场景及参数设置

通过多次仿真测试,得出如下设置参数效果最好。

本文设置在1OKM×1OKM的范围,随机布置30个移动节点,移动速度在[2,10]m/s之间,仿真时间为1小时,节点在仿真开始100S后开始产生业务,包产生间隔为1秒,通信范围为300m。仿真大数据量业务和小数据量业务,两次节点的发送数据包的大小分别设为4K和4byte,数据可以分段传输,数据分段界限为1024bit,仿真中不特意制定接受节点。

4.2 仿真结果和分析

在仿真中,我们从信道接入时延、吞吐量这两个方面进行分析。图中绿线为BEB算法,红色为MACAW算法,蓝线为本文提出的新算法。

图1,图2分别是大业务量(4K)和小数据量(4byte)情况下的仿真结果。信道接入时延图横坐标为仿真时间,纵坐标为延时(s)。吞吐量图横坐标为仿真时间,纵坐标为网络每秒数据通信量(bit/s)。由图1(a)和1(b)可以看出,在大业务量时,由于传输业务量大,传输时间长,产生的冲突多,此时本文所提算法缩短了退避时间,大幅提高了节点间竞争信道的公平性,信道利用率提高,网络吞吐量也升高,因此性能明显优于BEB和MACAW算法。而从图2 (a)也不难发现,在小业务量时,由于冲突相对较少,没有发挥出新算法的优势,所以此时信道接入延时性能接近BEB和MACAW,图2 (b)中新算法的吞吐量虽然在前段时间优于BEB和MACAW,但随着仿真的深入,冲突的加剧,新算法的吞吐量逐渐向BEB和MACAW接近,并在仿真中期跟后期分别低于了BEB跟MACAW。

5 总结

本文分析了MAC层竞争对拥塞的影响,首次提出了一种从发送节点的角度决定退避窗口大小的自适应退避算法。仿真结果表明,此算法在大业务传输时有效的提高了系统的饱和吞吐量,并减小了信道接入延迟,在MAC层实现了简单的拥塞控制。

参考文献

[1]奎晓燕,杜华坤.CIMLD:多跳Ad Hoc网络中一种自适应的MAC退避算法[J].小型微型计算机系统.2009(04).

[2]黎宁,韩露.无线自组织网络退避算法综述[J].计算机应用,2009(04).

[3]秦耀文.AdHoc网络中MAC层协议的研究与改进[D].中南大学,2007.

[4]冯振华.短距离随机接入算法研究[D].华南理工大学,2012.

【DCF方案】推荐阅读：