陳維興，蘇景芳，孟美含

(中國民航大學 電子信息與自動化學院，天津 300300)

機坪感知機會網(wǎng)絡(luò)[1]發(fā)展自機會網(wǎng)絡(luò)[2](opportunistic network，ON).在ON中，信息傳輸主要靠節(jié)點移動產(chǎn)生的相遇機會完成信息的交換,機坪感知機會網(wǎng)絡(luò)具有靜態(tài)感知節(jié)點分散，動態(tài)節(jié)點短時聚集的特征，而當相遇機會產(chǎn)生時，同時需要確保信息傳輸?shù)挠行?節(jié)點能量和緩存限制消息傳輸，當相遇節(jié)點緩存空間不足時，節(jié)點因無法接收新的數(shù)據(jù)包或緩存中的數(shù)據(jù)包因緩存隊列過長而導致傳輸延遲增加，發(fā)生擁塞現(xiàn)象，進一步使網(wǎng)絡(luò)投遞率下降.

解決網(wǎng)絡(luò)擁塞提高投遞成功率的方法在機會網(wǎng)絡(luò)中一般有2種[3]：一種是路由策略關(guān)注轉(zhuǎn)發(fā)機會以及關(guān)鍵節(jié)點選??；一種是緩存管理策略.緩存管理中需考慮合理利用和釋放緩存[4-7].緩存管理策略主要是根據(jù)全局可用信息進行分類，定義消息優(yōu)先級，但是并沒有考慮節(jié)點性能，易造成待傳輸消息因節(jié)點數(shù)據(jù)擁塞無法傳輸[5].文獻[6]中提出了一種基于接受閾值的擁塞控制機制，該機制使每個時延容忍網(wǎng)絡(luò)(delay tolerant networks，DTN)節(jié)點動態(tài)調(diào)整到其接受閾值，并相應(yīng)地調(diào)整為其擁塞狀態(tài)，缺少在消息層面的擁塞控制策略.文獻[7]在上述基礎(chǔ)上增加基于時空考慮的消息丟棄策略，若消息副本符合時空丟棄策略，但是其僅有一個副本，此時的丟棄則會使該消息消失，造成消息投遞率降低.經(jīng)典的消息副本丟棄策略還有DL(drop last)、DY(drop youngest)[8].這些策略在節(jié)點擁塞時，采用隊列管理思想按照消息進入節(jié)點緩存空間的先后順序、時間長短等規(guī)則選擇需要丟棄的消息副本，釋放節(jié)點的緩存空間來接收新的消息.上述的算法都是基于副本在當前節(jié)點上的局部特性來判斷，沒有考慮消息副本在傳輸過程中實際存在的情況，尤其是基于相遇機會轉(zhuǎn)發(fā)消息的機會網(wǎng)絡(luò)中，緩存空間中存在時間久的消息并不一定已經(jīng)被成功轉(zhuǎn)發(fā)，欠缺全局性思維.

文中針對機坪網(wǎng)絡(luò)中的緩存管理問題，研究一種基于元胞演化規(guī)則的機坪機會網(wǎng)絡(luò)緩存控制策略(apron opportunity network cache under cellular evolution rule，ACER).首先建立基于節(jié)點擁塞情況的數(shù)據(jù)通信模型，發(fā)現(xiàn)擁塞度較低的節(jié)點，使得Prophet算法中擁塞度較低的節(jié)點擁有較高的轉(zhuǎn)移概率，增大消息成功傳遞到目的節(jié)點的概率.然后針對擁塞度較高的節(jié)點，研究基于元胞自動機的消息副本丟棄策略，進一步降低節(jié)點能耗、減少擁塞.

1 基于節(jié)點擁塞度的機坪機會路由通信模型

機坪停機位與地面保障車輛具有嚴格的位置劃分與運行規(guī)范，并且分布面積較廣；在航班入場后，機坪各個保障車輛會出現(xiàn)同時大量傳送的數(shù)據(jù)，引起無線信道數(shù)據(jù)流量的傳輸高峰，進而導致節(jié)點發(fā)生擁塞.由于機坪監(jiān)控網(wǎng)絡(luò)異構(gòu)，包括加油車、清潔車、擺渡車等在內(nèi)的地面保障車輛以及旅客流等因素使得數(shù)據(jù)傳輸端到端時延變長，中繼節(jié)點需要攜帶大量數(shù)據(jù)副本存儲較長時間，從而增大了對存儲空間和能量的消耗.相比傳統(tǒng)的無線自組織網(wǎng)絡(luò)，基于機會網(wǎng)絡(luò)的機坪網(wǎng)絡(luò)傳輸對節(jié)點的緩存容量有著較高的要求.

通過對機坪感知網(wǎng)絡(luò)的分析可知，在資源有限且受航班流驅(qū)動的機坪網(wǎng)絡(luò)中節(jié)點由于短時聚集易出現(xiàn)數(shù)據(jù)擁塞.對機坪網(wǎng)絡(luò)擁塞控制的工作目標是監(jiān)視本地情況并采取適當?shù)拇胧﹣砉芾砉?jié)點緩存副本.在具有延時的機坪網(wǎng)絡(luò)傳輸過程中，如圖1所示，主要分為3個步驟進行擁塞控制：對節(jié)點緩存的擁塞情況進行判斷；根據(jù)節(jié)點擁塞情況選取擁塞度較小的節(jié)點決定路由的傳輸概率；在相遇節(jié)點擁塞度較高時對緩存的副本進行處理，決策需要丟棄的副本對象，以增加總體傳輸率并降低端到端延遲.

圖1 機坪感知網(wǎng)絡(luò)擁塞度控制算法

2 機坪節(jié)點緩存擁塞度判斷

機坪中每個節(jié)點i與周圍所有相鄰節(jié)點在每個時間間隔T的開始時刻進行交互時，首先進行自身緩存空間使用情況判斷.機坪中所有節(jié)點緩存中消息副本主要包括節(jié)點自身產(chǎn)生的消息和節(jié)點移動過程中作為中繼節(jié)點接收的消息兩部分.消息副本MC(message copy)通常根據(jù)時間的先后順序以隊列的形式(TMC1,TMC2,…,TMCN)存放于節(jié)點緩存中.

定義1令節(jié)點i自身產(chǎn)生消息的大小為MTC.當節(jié)點產(chǎn)生一個副本時，獲取該副本的數(shù)據(jù)大小情況，然后計算節(jié)點歷史時間內(nèi)產(chǎn)生的消息總和MTC：

(1)

式中：m(i)size為節(jié)點消息占用的緩存大小；n1為歷史時間消息產(chǎn)生總數(shù);Created[m(i)size]為節(jié)點歷史時間產(chǎn)生一個消息副本的大小.

定義2令節(jié)點i接收消息大小為MTR.M-Agent移動過程中作為中繼節(jié)點成功接收一個副本MC時，獲取該副本的緩存空間大小，然后計算節(jié)點歷史時間內(nèi)接收的消息總和MTR：

(2)

式中：Received[m(i)size]為節(jié)點歷史時間內(nèi)接收一個副本的緩存大??；n2為歷史時間內(nèi)該節(jié)點接收并存儲的副本總數(shù).因此，節(jié)點緩存中所有消息副本的總和為

MTotal=MTC+MTR.

(3)

定義3令節(jié)點的緩存擁塞度為Con(i).設(shè)置網(wǎng)絡(luò)中M-Agent節(jié)點的緩存容量初始值為buffersize，則節(jié)點Con(i)可以通過點緩存中所有消息副本的總和MTotal與初始緩存大小buffersize的比值來表示：

(4)

Con(i)反映了節(jié)點緩存空間的使用情況，若Con(i)較高的節(jié)點不斷與中繼節(jié)點進行交互，而不考慮此消息副本MC在當前網(wǎng)絡(luò)的存在情況，則該節(jié)點可能接收網(wǎng)絡(luò)中存在比例較大的副本，導致數(shù)據(jù)擁塞，此節(jié)點無法繼續(xù)接收網(wǎng)絡(luò)中存在比例較小的副本，從而使網(wǎng)絡(luò)投遞成功率降低.

3 基于概率路由的數(shù)據(jù)通信

確定網(wǎng)絡(luò)中節(jié)點Con(i)后，針對Con(i)較小的節(jié)點，進行基于概率路由的數(shù)據(jù)通信.Prophet是基于兩個節(jié)點歷史相遇和轉(zhuǎn)發(fā)概率的經(jīng)典多副本概率路由算法，該算法通過將副本轉(zhuǎn)發(fā)給與目的節(jié)點傳輸概率大的中繼節(jié)點，改善了Epidemic中節(jié)點副本轉(zhuǎn)發(fā)的盲目性，其節(jié)點傳輸概率為

P(i,j)=P(i,j)old+(1-P(i,j)old)·Pinit.

(5)

但在節(jié)點緩存空間有限、時延較大的機坪網(wǎng)絡(luò)環(huán)境中，假設(shè)當前某個M-Agent與一個中繼節(jié)點B相遇并且經(jīng)Prophet算法計算，該節(jié)點與相遇節(jié)點將副本轉(zhuǎn)發(fā)到目的節(jié)點的概率相同，但是當前節(jié)點Con(i)大于相遇節(jié)點，那么此時相遇的中繼節(jié)點B將消息傳輸?shù)侥康墓?jié)點的概率大于當前節(jié)點.

因此，將Con(i)作為接觸概率值P(i,j)的影響因素之一，對式(5)進行改進，將節(jié)點的擁塞度大小以及相遇的2個節(jié)點擁塞度的比較考慮在內(nèi).

當與M-Agent相遇的中繼節(jié)點B擁塞度小于

μ，并且Con(i)MeetingNode

P(i,j)=P(i,j)old+(1-P(i,j)old)·

(Pinit+η·Con(i)MNCon(i)MN)，

(6)

式中：Pinit∈[0,1]為初始化常數(shù)，在ONE中默認值為0.75，通過仿真表明Pinit=0.7、μ=0.7、η=0.2性能更好；Con(i)MN為相遇中繼節(jié)點的擁塞度.由于Con(i)≤1，Pinit+η·Con(i)MNCon(i)MN<1，所以傳輸概率值P(i,j)<1.

因此在機坪上，當M-Agent與下一跳節(jié)點相遇時，根據(jù)不同范圍的Con(i)使用不同的傳輸概率，根據(jù)相遇節(jié)點到目的節(jié)點的概率決定是否傳輸消息.消息轉(zhuǎn)發(fā)算法的偽代碼如下:

Initial:

while(When node M-Agent meets node B)

if(B is the destination node)

Directly Deliver message to B

else if(Con(i)≤0.7;Con(i)MeetingNode

calculate theP(M-Agent,des),P(B,des)

CompareP(M-Agent,des),P(B,des)

if (P(M-Agent,des)

Forward message to Node B

if (P(M-Agent,des)>P(B,des))

Waiting for the next node

end if

end while

兩個節(jié)點相遇之后不滿足上述擁塞度的判定條件時，則依然采用Prophet原本的轉(zhuǎn)發(fā)概率，采用式(5)進行轉(zhuǎn)發(fā)概率的計算.

4 基于元胞自動機的消息副本丟棄策略

計算節(jié)點轉(zhuǎn)發(fā)消息到目的節(jié)點概率時加入了節(jié)點擁塞度對概率值的影響.當節(jié)點擁塞度大于0.7時，即使相遇節(jié)點的傳輸概率值較大，緩存空間仍然影響節(jié)點接收新的消息副本.此時節(jié)點需要對緩存內(nèi)的消息副本進行處理.根據(jù)對機坪網(wǎng)絡(luò)擁塞問題的分析引入元胞自動機模型，局部范圍考慮消息副本的存在情況，設(shè)計合理的消息丟棄策略.

在經(jīng)典CA模型基礎(chǔ)上，結(jié)合學習自動機(learning automatic，LA)模型，文獻[10]提出元胞學習自動機(cellular learning automata，CLA)，LA的加入可以讓元胞節(jié)點從有限的動作集中選擇一個自動執(zhí)行.機坪環(huán)境中將移動智能體M-Agent架設(shè)于機坪保障車輛作為機會傳輸?shù)南嘤鰴C會，文中將通過M-Agent作為LA執(zhí)行動作來進行建模.為了避免規(guī)則網(wǎng)格在實際情況的局限性，進一步發(fā)展了更加通用的模型不規(guī)則元胞自動機(irregular cellular learning automata,ICLA)，其更加適用于WSN網(wǎng)絡(luò)、圖論等相關(guān)領(lǐng)域[11].

根據(jù)機坪環(huán)境不規(guī)則網(wǎng)格劃分的思想，將網(wǎng)格對應(yīng)為元胞空間，因此可以利用ICLA模型設(shè)置相應(yīng)的演化規(guī)則對緩存內(nèi)的消息副本進行丟棄策略的設(shè)計.機坪網(wǎng)絡(luò)與ICLA模型的對應(yīng)關(guān)系圖見圖2.

圖2 機坪網(wǎng)絡(luò)與元胞自動機模型的對比

由圖2可見，機坪網(wǎng)絡(luò)的局部緩存處理策略可根據(jù)ICLA模型執(zhí)行.機坪傳感器節(jié)點映射為元胞，節(jié)點、可通信的周圍鄰居節(jié)點對應(yīng)為元胞空間；機坪不規(guī)則網(wǎng)格子域?qū)?yīng)于ICLA不規(guī)則性；機坪上移動節(jié)點以及各節(jié)點之間無線連接的建立與斷開，可以看作元胞鄰居的動態(tài)變化；傳感器節(jié)點的無線通信范圍相當于元胞半徑，而緩存策略的處理過程就可以看作元胞演化規(guī)則的設(shè)計.M-Agent對消息緩存的處理對應(yīng)于LA的動作執(zhí)行.通過節(jié)點自身緩存與鄰居節(jié)點的副本傳輸情況，決定當前節(jié)點對每個副本緩存的保留或者丟棄.因此，采用ICLA模型在機坪上自動執(zhí)行緩存的丟棄與保留具有可行性.

因此在機坪網(wǎng)絡(luò)環(huán)境中設(shè)計了基于不規(guī)則元胞自動機的消息副本丟棄策略.

圖3所示為機坪上配備LA的ICLA模型，在機坪不連通子域的元胞空間內(nèi)配備LA，其中，α={α1,α2,…,αr}表示LA的動作集，β={β1,β2,…,βs}表示強化信號的輸入集.

圖3 基于ICLA的機坪網(wǎng)絡(luò)模型

基于ICLA的機坪網(wǎng)絡(luò)模型操作過程如下：

1)每個元胞空間的狀態(tài)由LA的動作概率向量決定，初始狀態(tài)的設(shè)定根據(jù)機坪上消息副本丟棄歷史經(jīng)驗設(shè)定.

2)根據(jù)節(jié)點自身緩存副本和即將接收的緩存消息副本設(shè)定CA的演化規(guī)則，從而確定元胞空間內(nèi)的強化信號β.

3)每個配備LA的節(jié)點根據(jù)環(huán)境實時反饋的強化信號對概率向量進行更新.

ACER策略計算節(jié)點消息副本并進行擁塞度的判斷，當Con(i)>0.7時，節(jié)點基于ICLA模型，檢測節(jié)點自身緩存的副本在鄰居節(jié)點的持有情況以及新到副本在鄰居節(jié)點的持有情況，若消息副本在鄰居節(jié)點的存在數(shù)量大于某個值a，則進行消息副本的丟棄或者拒絕接收新到副本，從而釋放節(jié)點緩存空間接收網(wǎng)絡(luò)中存在比例小的消息副本.

機坪網(wǎng)絡(luò)中，節(jié)點移動性使得網(wǎng)絡(luò)的傳輸建立或者斷開相當于ICLA中元胞的動態(tài)變化.通過配備LA的M-Agent節(jié)點執(zhí)行動作e1和e2，分別表示對節(jié)點內(nèi)每個緩存副本的保留或者丟棄，對應(yīng)動作概率用Preceive和Pdiscard表示，節(jié)點進行消息交互的開始保留與丟棄的動作概率相等，分別為0.5.設(shè)置時間間隔為T，每經(jīng)過T后更新一次節(jié)點狀態(tài)，節(jié)點Ni在T開始與相鄰節(jié)點進行交互時，需要進行以下3步操作：

1)獲取節(jié)點中每個副本在周圍鄰居節(jié)點的持有情況；

2)給出節(jié)點Ni的LA命令信號τi(n)；

3)對每個副本的動作產(chǎn)生相應(yīng)的命令信號，如下式所示：

(7)

式中：τi(r)為節(jié)點在第r輪時對相同副本的命令信號取值；sumi(r)為第r輪節(jié)點i的鄰居數(shù)目；ej(r)為節(jié)點j在第r輪保留該副本的動作.

根據(jù)τi(r)取值的不同，對副本丟棄概率Pdiscard按照式(8)或(9)進行更新：

Pdiscard(r+1)=Pdiscard(r)+θ(r)·(1-Pdiscard(r))，

(8)

Pdiscard(r+1)=Pdiscard(r)·(1-φ(r))，

(9)

式中：θ(r)與φ(r)表示LA的激勵和懲罰參數(shù)，0<θ(r)<1，0<φ(r)<1.

相應(yīng)的節(jié)點對副本的保留概率為

Preceive(r+1)=1-Pdiscard(r+1).

(10)

(11)

(12)

在每一輪r開始時，都按照上述過程對節(jié)點上每個副本的丟棄概率進行更新.由于機坪節(jié)點的移動，以及前一輪的擁塞度檢測與節(jié)點緩存的處理，持有相同副本的鄰居節(jié)點也會隨之發(fā)生變化.如果當前持有相同副本的鄰居節(jié)點數(shù)量比前一輪少，則認為該副本在當前局部網(wǎng)絡(luò)環(huán)境中對網(wǎng)絡(luò)的擁塞度降低.由于丟棄的是局部范圍內(nèi)存在較多的相同副本，因此，會增大接收其他重要副本的機會，從而提高投遞的成功率.其算法偽代碼如下：

Input:List of MC in the cache of node A,the current neighbor set of node A

Output:Drop probability of each message.

for(each message m of node A)

for(Every neighbor node B){

if(Node B buffers message m)

Pdiscard(r+1)=Pdiscarde(r)+θ(r)·

(1-Pdiscard(r));

else

Pdiscard(r+1)=Pdiscard(r)·(1-φ(r)));

end if

end for

end for

圖4給出了ACER算法的流程圖.由圖4可見，ACER算法步驟如下：

圖4 ACER算法流程圖

1)在初始化階段，節(jié)點Ni通過和周圍所有鄰居節(jié)點Nj的交互，獲知節(jié)點Ni和Nj的每個副本在周圍鄰居節(jié)點上的持有情況.

2)為了降低節(jié)點能耗，節(jié)點接收消息前，根據(jù)節(jié)點緩存內(nèi)副本量與緩存的比值計算擁塞率.

3)當Con(i)>0.7時，則首先檢測Nj的每個副本在周圍鄰居節(jié)點上的持有情況，選擇需要丟棄的副本，否則檢測新到節(jié)點Ni副本在鄰居節(jié)點的持有情況.

4)依次檢測Nj自身需要丟棄的副本在鄰居節(jié)點的持有情況，若m節(jié)點在鄰居節(jié)點的持有數(shù)量大于a(a>3)，則丟棄該副本，否則保留該消息副本.

5)最后選擇下一時刻需要接受的副本在周圍鄰居節(jié)點的持有情況，選擇接受或者拒絕接受.在每輪丟棄和接收之后，更新節(jié)點擁塞度的值，進行新一輪的檢測.

5 仿真驗證

使用ONE仿真平臺進行試驗驗證，其中網(wǎng)絡(luò)性能參數(shù)包括信息投遞率、網(wǎng)絡(luò)開銷以及平均時延.采用天津濱海國際機場地圖進行試驗，圖5為該機場衛(wèi)星圖.

圖5 天津濱海機場衛(wèi)星圖

由圖5可見，近機位包括T1和T2航站樓，遠機位位于跑道左側(cè)，其總面積是7.4萬m2，跑道長3 600 m.利用OpenStreetMap導出機場地圖，如圖6所示.對近機位和遠機位進行區(qū)域劃分，其中藍色線條代表M-Agent運動軌跡，近機位區(qū)域內(nèi)節(jié)點采用ClusterMovement移動模型，不連通子域間則采用MapRouteMovement移動模型.

圖6 天津機場OSM地圖

選取基于改進的Prophet路由算法進行仿真，通過仿真可知參數(shù)取Pinit=0.7時性能較好.仿真范圍根據(jù)機坪情況設(shè)置為3 600 m×4 500 m，相同配置文件下，分別選取基于緩存時間長短的DL與基于緩存節(jié)點存活時間的DY兩種經(jīng)典緩存管理算法進行比較.為了體現(xiàn)移動節(jié)點M-Agent交互過程中的緩存控制問題，設(shè)置固定的簇內(nèi)節(jié)點數(shù)量50個，緩存30 MB，根據(jù)M-Agent節(jié)點的變化進行仿真，其中參數(shù)設(shè)置如表1所示.

表1 仿真環(huán)境參數(shù)配置

5.1 不同節(jié)點數(shù)量下算法性能分析

首先先將M-Agent數(shù)量的變化(從10到80)進行仿真，其他參數(shù)見表1.圖7-9分別顯示了不同M-Agent節(jié)點數(shù)量下的消息投遞率、網(wǎng)絡(luò)開銷和消息平均時延.

圖7 不同節(jié)點數(shù)量的消息投遞率

從圖7可見，3種緩存控制策略的消息傳遞率隨著節(jié)點數(shù)目的增加而提高.隨著節(jié)點數(shù)量增加，M-Agent節(jié)點移動過程中的相遇機會變大、消息副本量增多，使得消息與目的節(jié)點相遇的機會增大，因而在一定程度上增大了消息投遞率.但ACER算法的投遞率始終保持最高，因為該算法改善了DL、DY在緩存處理時的隨機性，通過對鄰居節(jié)點副本的持有情況對緩存進行控制，降低了節(jié)點緩存內(nèi)存在時間久但未被成功傳遞消息副本的丟失率.與基于緩存時間長短和節(jié)點存活時間的DL、DY相比，ACER算法投遞率提高約91%和97%.

從圖8可見，DL與DY算法的網(wǎng)絡(luò)開銷較大.因為隨著節(jié)點數(shù)量的增加，節(jié)點之間交互次數(shù)增加，消息副本的過多復制導致網(wǎng)絡(luò)開銷較大.而ACER算法在消息傳遞過程中，通過節(jié)點擁塞度改進了消息傳輸概率，避免了消息轉(zhuǎn)發(fā)的盲目性，降低了消息傳輸至目的節(jié)點中的交互次數(shù)，因而相比DL與DY算法，ACER算法在網(wǎng)絡(luò)開銷方面分別降低約69%和70%.

圖8 不同節(jié)點數(shù)量的網(wǎng)絡(luò)開銷

由圖9可見，消息平均時延整體呈下降趨勢.隨著節(jié)點數(shù)量的增加，節(jié)點的相遇次數(shù)及副本量增加，因而消息從源節(jié)點到目的節(jié)點的時延降低.而ACER算法是下降幅度最大的，當節(jié)點數(shù)量小于70時ACER延時較大，但數(shù)量達到75之后，其消息平均時延低于DL與DY.這是因為文中設(shè)置的仿真場景為3 600 m×4 500 m，在仿真環(huán)境較大時，節(jié)點數(shù)量少使得中繼轉(zhuǎn)發(fā)節(jié)點較少，節(jié)點攜帶消息副本時間較長，故延遲較大；當節(jié)點數(shù)量持續(xù)增大時，節(jié)點無需攜帶消息時間過長就傳輸至下一跳節(jié)點，并且通過對緩存的設(shè)計增大了消息的傳輸概率.

圖9 不同節(jié)點數(shù)量的消息平均傳輸時延

5.2 不同緩存空間下算法性能分析

圖10-12為基于不同緩存空間的對比結(jié)果.

圖10 不同緩存空間的消息投遞率

從圖10可見，消息投遞率隨著緩存空間的增大而呈現(xiàn)增長趨勢.這是因為緩存空間的增大將增加節(jié)點攜帶副本的數(shù)量，使消息副本被傳遞到目標節(jié)點的機會變大，從而使投遞率有所提高.由于ACER算法處理緩存時考慮了網(wǎng)絡(luò)中的副本情況，使網(wǎng)絡(luò)中副本數(shù)存在較少的消息更大概率傳輸?shù)侥康墓?jié)點，因此投遞率最高.相比DL與DY，ACER投遞率分別提高約42%和39%.

從圖11可見，隨著緩存空間的增加網(wǎng)絡(luò)開銷呈現(xiàn)下降趨勢.緩存空間的增大使得網(wǎng)絡(luò)中增加的緩存副本有了更大的存儲空間，節(jié)點在仿真環(huán)境較大的場景中成功投遞的消息數(shù)增加，網(wǎng)絡(luò)開銷降低.ACER對緩存的處理更加增大了緩存的利用空間，因此相比DY和DL，其網(wǎng)絡(luò)開銷分別降低約8%和30%.

圖11 不同緩存空間的網(wǎng)絡(luò)開銷

由圖12可見，隨著緩存的增加，消息平均時延呈現(xiàn)增長趨勢.這是因為隨著緩存空間的增大節(jié)點接收的副本數(shù)增加，在仿真面較大的場景中，消息傳輸過程的節(jié)點交互轉(zhuǎn)發(fā)次數(shù)增加，從而增大了目標節(jié)點的消息平均時延.

圖12 不同緩存空間的平均傳輸時延

由以上仿真結(jié)果可知，在M-Agent不同數(shù)量和緩存下，ACER無論是在投遞率、網(wǎng)絡(luò)開銷還是消息平均時延方面都有所改善.

6 結(jié) 論

針對擁塞控制具有單一性及局限性的研究現(xiàn)狀，以及機會網(wǎng)絡(luò)中多個副本造成的網(wǎng)絡(luò)擁塞的問題，文中研究了一種基于元胞演化規(guī)則的機坪緩存控制策略.根據(jù)機坪實際環(huán)境設(shè)置ONE仿真環(huán)境，與傳統(tǒng)的基于緩存時間長短和節(jié)點存活時間的緩存管理策略DL、DY算法相比，新策略在消息投遞率上最高可提高97%、同時網(wǎng)絡(luò)開銷最多可降低70%，通信時延也有一定程度的降低.在此基礎(chǔ)上，未來將進一步研究智慧機坪網(wǎng)絡(luò)全局最優(yōu)化.