CN101252511A - 多跳无线传感器网络动态比例公平接入优化方法 - Google Patents

Abstract

多跳无线传感器网络动态比例公平接入优化方法是一种适用于低复杂度，低成本，低功耗的环境监控，工业控制以及军事侦察等领域的无线传感器网络的优化接入控制方法。首先根据节点的负荷估计其最优发送概率并由饱和状态下退避过程的Markov模型推导出每个节点的最优初始退避窗口，然后根据节点实际获得的吞吐率动态调整初始退避窗口以提高节点的流量公平性。在多跳网络中节点负荷差别较大，靠近网关处节点成为网络瓶颈的条件下取得了节点吞吐率流量公平性的较大提高并显著降低了***丢包率，在非饱和情况下网关节点的吞吐率也有较大提高。在网络中节点负荷不均匀的情况下可以显著提高节点的吞吐量公平性并降低丢包概率。

Description

多跳无线传感器网络动态比例公平接入优化方法

技术领域

本发明是一种适用于低复杂度，低成本，低功耗的环境监控，工业控制等领域的多跳无线传感器网络的优化接入控制方法。在网络中节点负荷不均匀的情况下可以显著提高节点的吞吐量公平性并降低丢包概率。

背景技术

多跳无线传感器网络是一种mesh结构网络，它是一种与传统无线网络完全不同的新型无线网络技术。在传统网络中，节点以单跳的方式接入网络，即使多个节点相邻它们也只能和接入点(AP)进行直接通信。而在无线mesh网络中，任何节点都具有路由功能，网络中的每个节点都可以发送和接收数据，每个节点都可以与一个或者多个对等节点进行直接通信，也可以转发其它节点的数据。在多跳无线传感器网络中，节点一般是静止的且拓扑结构比较稳定，所有节点采集的数据都通过多跳发送到汇聚网关节点。

无线传感器网络的协议通常依照IEEE802.15.4[1]。标准执行，该标准定义了无线个域网(WPAN)中设备间通信的协议，标准采用冲突避免的载波侦听(CSMA/CA)机制并支持星型和对等拓扑网络。标准规定了868/915MHZ和2.4G两个频段的物理层和MAC层规范，其传输速率分别为：20kbps，40Kbps和240Kbps，是一种低速率无线网络标准。IEEE802.15.5[2]。是WPAN mesh网络的候选草案，支持高速和低速WPAN网络，前者主要是对IEEE802.15.3标准的网络层扩展，而后者是对IEEE802.15.4标准的扩展。

IEEE802.15.4标准的MAC层采用CSMA/CA协议，根据网络为信标使能和非信标使能分为时隙CSMA/CA和非时隙CSMA/CA，为了支持mesh网络，采用非时隙CSMA/CA协议实现起来比较方便。具体的算法流程如图1所示。网络中各个节点组成mesh网络，有数据要发送时通过CSMA/CA算法竞争信道，所有的节点都通过网关和外部网络通信，这样靠近网关处的节点不光要发送自身的数据还要转发其他节点的数据，而网络边缘的节点则只须发送自身数据，网关的负载犹如多跳场景下的路由簇头负载，如果让它们以均等的机会接入信道，则大量数据会积压在网络的瓶颈节点处，导致全网吞吐率下降和大量的丢包，因此这样依照标准的节点近似平均地接入信道，没有考虑节点的流量公平性，使得网络性能下降。

IEEE 802.15.4 MAC协议规定的非时隙CSMA/CA接入协议，它的一些具体参数是：

最大重发次数(Retry Count)：取值为3；

最大退避次数(NB)：取值为4；

最小退避指数(macMinBE)：取值为3；

最大退避指数(macMaxBE)：取值为5；

节点发送数据时先进行退避，退避时间为[0，CW0]之间的随机时隙，CW0＝2^macMinBE-1，退避完成后侦听信道，如果在侦听时间内信道忙则将退避窗口加倍并重新进行退避，否则立刻进行发送。如果信道一直忙则重复上述过程直到退避次数达到NB，此时将退避窗口重置并重发数据包，如果达到最大重法次数仍未成功则丢弃该数据包。

数据包发送不成功有两种情况：退避次数达到NB后信道仍然忙或者发送数据包后没有在规定的时间内收到正确的ACK包，此时认为产生了冲突。这种随机接入方法有以下两个缺点：

(1)所有节点退避窗口大小相同

因为采用CSMA/CA接入算法，节点竞争到信道的能力近似和节点的退避窗口大小成正比，如果对所有节点采用相同的初始退避窗口则节点近似公平地获得接入信道的能力。然而在多跳网络中，数据通过多跳传输到网关节点，靠近网关的节点不仅要发送自身的数据，还要转发别的节点的数据，这样同一个竞争区域里节点的负荷就不相同，形成业务的“冷区”和“热区”。如图2所示，假设每个节点的自身数据量为G，则节点1的负荷为5G，节点2，3，4，5的负荷分别为1G，3G，1G和1G，如果节点的初始退避窗口相同，则可以认为它们的MAC层吞吐量之比为1∶1∶1∶1∶1，网络层要求的吞吐量之比为5∶1∶3∶1∶1，当网络能够承受这些容量时，可以满足节点的发送要求，但是当节点负荷超出网络容量时，负荷大的节点由于不能得到更多的发送机会，导致包的大量丢弃，成为网络的瓶颈，从而影响网络整体的吞吐量。如图中所示，节点1和节点2公平的获得信道的使用权，网络的吞吐量被节点2“拉低”。

(2)节点的流量公平性差

由于节点近似公平地获得信道的使用权，节点不能获得和其负荷成比例的吞吐量，例如节点1和节点2的发送概率相当，负荷大的节点不能获得更多的发送机会，导致节点的流量公平性很差。

[3]针对多跳网络中各节点负荷不均匀的问题提出了一种根据节点负荷调整初始竞争窗口大小的算法，提高了网关节点处的吞吐量，改善了网络的公平性。

该算法的基本思想为：假设节点间通信链路采用固定速率传输，给每个节点赋予一个权值，权值的大小表征节点承担的通信节点数量(流量)，包括它本身和其它节点。该权值可以从网络层获得或认为根据拓扑指定，当节点发送能力和权值成正比时，数据流可以在网络内平稳流动，从而消除网络瓶颈处造成丢包以及网络无线资源的浪费。

节点维护两种竞争窗口，成功发送窗口和冲突窗口。成功发送窗口successwindow_i＝B_i/W_i*SF_i，其中B_i为回退窗口基本常数，W_i表征节点i的权值，SF_i为该节点的竞争窗口调节尺度因子。各节点的初始SF_i值是一样的。B_i与SF_i的初始值相同，为了避免具有相同权值的相邻节点冲突，实际选择的回退时间为：B_i＝a*successwindow_i，其中a为[0.9，1.1]间的随机数。

当节点发生碰撞时，竞争窗口变为：collisionwindow_i＝min(CWmax，CWmin*(2^{collisioncounleri}-1))，回退时间计数器值为(0，CW_i)间的随机数，CW_max和CW_min为***定义的最大，最小竞争窗口。当很多节点发生碰撞后，collisionwindow_i可以指数增加以避免再次碰撞；当节点成功发送后，节点的竞争窗口再次变为成功发送窗口successwindow_i。冲突计数器collisioncounter_i的初始值为0，此时节点按成功发送窗口竞争信道，当节点与其它节点发生碰撞时冲突计数器递增1，当数据包超过重发次数时被丢弃，此时冲突计数器重置为0。

该算法在节点负荷差别较大时取得了一定效果，网关节点处吞吐量有了一定提高，但是对节点竞争窗口的调整不是最优，权值的选取方法对算法性能影响很大，方案中没有提出有效的权值设置算法。另外该方案对竞争窗口的调整限制在标准规定的最大窗口和最小窗口范围内，不能使网络性能得到很好的优化。由于对不同状况下退避窗口采用不同的设置，相比标准协议有较大的改变，实现起来有一定困难。

参考文献(如专利/论文/标准)

[1]“Part 15.4：Wireless medium access control(MAC)and physicallayer(PHY)specifications for low rate wireless personal areanetworks(WPAN)”IEEE Standard 802.15.4，Oct.2003

[2]“Part 15.5：Mesh Enhancements for Low-Rate WPANs”，IEEEP802.15.5 Draft Candidate，July.2006

[3]张勇，蔡杰，宋梅，宋俊德，“无线mesh网络公平性研究”，中国科学技术大学学报，Vol 37，No.2

[4]T.Ozugur，M.Naghshineh，P.Kermani，and J.A Copeland，“FairMedia Access for Wireless LANs”，[A].in proceedings of IEEEGLOBALCOM’99.1999，570-579

发明内容

技术问题：本发明的目的是提出了一种多跳无线传感器网络动态比例公平接入优化方法，在节点负荷不均匀的多跳网络中，使每个节点获得与其负荷成正比的吞吐率，提高节点的吞吐率比例公平性。

技术方案：首先根据节点的负荷估计其最优发送概率并由饱和状态下退避过程的Markov模型推导出每个节点的最优初始退避窗口，然后根据节点实际获得的吞吐率动态调整初始退避窗口以提高节点的流量公平性。在多跳网络中节点负荷差别较大，靠近网关处节点成为网络瓶颈的条件下取得了节点吞吐率流量公平性的较大提高并显著降低了***丢包率，在非饱和情况下网关节点的吞吐率也有较大提高。

首先定义缩略语和关键术语：

WPAN    无线个域网

WSN     无线传感器网络

MESH    网状网

MAC     媒体接入控制

CSMA/CA 载波侦听多点接入/冲突避免

PF-CSMA/CA   比例公平CSMA/CA

CW           竞争窗口

ICW          初始竞争窗口

Markov       马尔可夫

GW           网关

ACK          应答

为了达到上述目的，我们提出了动态比例公平竞争接入(PF-CSMA/CA：Proportional Fairness CSMA/CA)方法，该方法的技术方案通过以下方法实现。

首先我们认为网络中每个节点产生的自身数据流量都相等且为G，采用固定路由通过多跳向网关节点发送数据，每个节点都知道网络中所有一跳和两跳邻居的负荷信息(这可以通过简单的路由层算法在网络形成阶段得到)。

根据这些节点的负荷信息，我们可以计算出每个节点的最优发送概率为节点的负荷与它竞争范围内其它所有节点的负荷之和的比值。在饱和条件下按照IEEE802.15.4标准的规定我们可以建立节点退避过程的Markov模型。根据Markov模型我们可以得到初始退避窗口和最优发送概率的关系，从而得到初始退避窗口的值。

从第二次发送开始，我们将动态调整每个节点的退避窗口的初始值。首先，每次发送过程中记录节点自己发送的包数目和接收到的数据包的数目，分别作为自身和竞争范围内所有其它节点实际获得的吞吐率的估计值，利用这两个值来计算比例公平指数；然后根据比例公平指数所在的范围对初始退避窗口进行调整，如果指数大于高门限，则增大退避窗口，如果在高门限和低门限之间则维持原有窗口不变，否则减小退避窗口。

本发明的方法具体如下：

a)第一次发送时：

首先，节点计算其最优发送概率 ${\mathrm{\τ}}_i^{*}=\frac{{\mathrm{load}}_i}{{\mathrm{load}}_i+{\mathrm{load}}_o},$ 式中load_i为节点i的负荷，load_o为节点i的竞争范围内所有其它节点的负荷之和；

其次，节点计算其侦听到信道忙的概率 $p_i=1-\underset{i=1}{\overset{{\mathrm{NC}}_i}{\mathrm{\Π}}}(1-{\mathrm{\τ}}_i),$ 式中NC_i为节点i的一跳邻居数目；

然后，节点计算其最优初始退避窗口，

${w_{\mathrm{oi}}}^{*}=\frac{2*\left({1-p}_i\right)*\left({1-2p}_i\right)*\left({1-p}_i^{m+1}\right)-{\mathrm{\τ}}^{*}*\left({1-2p}_i\right)*\left({1-p}_i^{m+1}\right)}{\left({1-p}_i\right)*\left({1-2p}_i^{m+1}\right)}$

最后，节点选择实际初始退避窗口的取值为：

ICW_i＝max(2^aMinBE-1，w_oi*)，

b)下一次发送时：

首先，节点实时估计其本身获得的吞吐率及其竞争范围内其它所有节点实际获得的吞吐率之和，具体估计方法为：节点i每发送一个数据包，就将其吞吐率的估计值W_i加1，同样地，节点i每收到一个数据包，就将对其所有竞争节点的吞吐率之和的估计值W_o加1；

其次，节点计算其公平性指数 ${\mathrm{PF}}_{\mathrm{index}}=\frac{W_i/{\mathrm{load}}_i}{W_o/{\mathrm{load}}_o};$

最后，节点根据公平性指数所在的范围动态调整其初始退避窗口，具体调整方法为：

[1]如果公平性指数PF_index大于高门限TH_up，那么初始退避窗口为：

ICW_i＝min(CW_max，CW_org*α)

[2]如果公平性指数PF_index在[TH_down，TH_up]内，则初始退避窗口为：

ICW_i＝CW_org

[3]否则如果公平性指数PF_index小于低门限，那么初始退避窗口为：

ICW_i＝max(CW_min，CW_org*β)

上述几式中，CW_max为最大退避窗口，计算方法为CW_max＝2^aMaxBE-1，CW_min为最小退避窗口，计算方法为CW_min＝2^aMinBE-1，CW_org为上次初始退避窗口的取值，TH_down和TH_up分别为公平性指数的高低门限，TH_up的取值为1.1，TH_down为TH_up的倒数；β为减小窗口的调节参数，取值为0.8，相应地，α为增大窗口的调节参数，取值为α＝1.0+PF_index/10.0。

c)此后，节点每次发送前都重复执行b)中的操作过程。

有益效果：本发明提出了一种适用于基于IEEE802.15.4标准的多跳无线传感器网络的优化的接入控制方法，在网络中节点路由固定且负荷不均匀的情况下，可以显著提高节点的的吞吐率流量公平性，以及更低的***丢包率和非饱和情况下更高的网关吞吐率。相比IEEE802.15.4标准中规定的非时隙CSMA/CA协议，在多跳网络中本算法提供了更好的性能。本发明应用在多跳传感器网络中能很好地适应网络负载不均衡的环境，且对标准算法改动较小，稍作修改就能直接应用，有很好的前景。

为了证明本发明的有效性，我们用OPNET仿真了算法，仿真环境如下：

1.10个节点随机分布在50*50m的空间内，其中一个为网关节点，9个为普通节点。

2.节点的通信距离为10m。

3.物理层数据传输速率为250kbps，信道为理想信道，所有的传输错误均为冲突引起。

我们采用节点吞吐率，***丢包率和公平指数来衡量网络的性能，其中公平指数采用了两种准则，它们的定义如下：

节点吞吐率：节点成功发送的有效负载大小与时间的比值。

***丢包率：丢弃的包数目与时间的比值。

公平性指数[4]：

$a),\mathrm{FI}=\max \{\∀i,j:\max (\frac{W_i}{{\mathrm{load}}_i},\frac{W_j}{{\mathrm{load}}_j})/\min (\frac{W_i}{{\mathrm{load}}_i},\frac{W_j}{{\mathrm{load}}_j})\}$

$b),\mathrm{FI}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(W_i/{\mathrm{load}}_i-\stackrel{\‾}{W_i/{\mathrm{load}}_i})}^2}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(W_i/{\mathrm{load}}_i)}^2}$

W_i，W_j以及load_j，load_j前面均有定义，分别为节点i，j实际获得的吞吐率负荷。

从下面的仿真结果图可以看出，对比于IEEE802.15.4标准里的CSMA/CA算法，我们提出的优化方法在节点吞吐率的流量公平性，***丢包率和非饱和情况下节点的吞吐率等方面都具有优势，特别是在节点负荷差距较大，网络中形成瓶颈节点的情况下提供了更好的网络性能。

附图说明

图1是非时隙CSMA/CA算法流程，

图2是多跳网络节点负荷，

图3是网关节点吞吐率，

图4是***丢包率，

图5是采用准则1的公平指数，

图6是采用准则2的公平指数，

具体实施方式

本发明中具体是基于多跳网络中节点的负荷计算第一次发送时的初始退避窗口，并从第二次发送开始对上次的初始退避窗口进行动态调整，调整方法为实时估计节点实际获得的吞吐率及其所有竞争节点获得的吞吐率之和，然后根据这两个值和节点的负荷和其竞争范围内的其它节点的负荷之和计算公平性指数，并根据计算结果按照门限规定的范围分别对初始退避窗口采用不同的调整方法。

一个多跳无线传感器网络中有9个普通节点2~10和一个网关节点1，普通节点采用固定的路由向网关节点1发送数据，节点9，10发送给节点8，节点7，8发送给节点6，节点5，6发送给节点2，节点3发送给节点4，而节点2和4又发送给网关节点1，它们自身生成数据包的速度都相等且为G，这样节点2~10的负荷分别为{7G，1G，2G，1G，5G，1G，3G，1G，3G }，根据它们的相邻关系可以得到它们的一跳邻居个数分别为{3，2，3，3，5，4，5，2，3}，竞争范围内的节点负荷之和分别为{8G，3G，13G，13G，14G，10G，9G，4G，5G}。

对网络中节点2~10，采用本发明的多跳无线传感器网络动态比例公平接入优化方法步骤如下：

a.第一次发送时：

首先，节点计算其最优发送概率 ${\mathrm{\τ}}_i^{*}=\frac{{\mathrm{load}}_i}{{\mathrm{load}}_i+{\mathrm{load}}_o},$ 式中load_i为节点i的负荷，load_o为节点i的竞争范围内所有其它节点的负荷之和，例如对节点2，其最优发送概率 ${\mathrm{\τ}}_2^{*}=\frac{{\mathrm{load}}_2}{{\mathrm{load}}_2+{\mathrm{load}}_o}=\frac{7}{7+8}=0.47,$ 同样可以得到节点2～10的最优发送概率分别为：{0.47，0.06，0.13，0.06，0.26，0.05，0.14，0.08，0.08}；

其次，节点计算其侦听到信道忙的概率 $p_i=1-\underset{i=1}{\overset{{\mathrm{NC}}_i}{\mathrm{\Π}}}(1-{\mathrm{\τ}}_i),$ 代入上一步计算得到的结果和节点的竞争节点个数，可以得到节点侦听到信道忙的概率，例如对节点2有 $p_2=1-\underset{i=1}{\overset{{\mathrm{NC}}_2}{\mathrm{\Π}}}(1-{\mathrm{\τ}}_i)=(1-(1-0.13)*(1-0.06)*(1-0.26))=0.395,$ 同样可以得到其它节点侦听到信道忙的概率；

然后，节点计算其最优初始退避窗口：

${w_{\mathrm{oi}}}^{*}=\frac{2*\left({1-p}_i\right)*\left({1-2p}_i\right)*\left({1-p}_i^{m+1}\right)-{\mathrm{\τ}}^{*}*\left({1-2p}_i\right)*\left({1-p}_i^{m+1}\right)}{\left({1-p}_i\right)*\left({1-2p}_i^{m+1}\right)}$

对节点2，代入上一步计算的信道忙概率p₂＝0.395和最优发送概率 ${\mathrm{\τ}}_2^{*}=0.47$ 以及m＝3，可以计算出节点2第一次发送的最优初始退避窗口w_Oi ^*＝1.575；

最后，节点选择实际初始退避窗口的取值为ICW_i＝max(2^aMinBE-1，w_oi ^*)，对节点2有，ICW₂＝max(2^aMinBE-1，w_o2 ^*)＝7。

b.下一次发送时：

首先，节点实时估计其本身获得的吞吐率及其竞争范围内其它所有节点实际获得的吞吐率之和，具体估计方法为：节点i每发送一个数据包，就将其吞吐率的估计值W_i加1，同样地，节点i每收到一个数据包，就将对其所有竞争节点的吞吐率之和的估计值W_o加1，例如节点2在发送第一个数据包时，发送了2次，则W_i＝2，期间收到3个包，则W_o＝3；

其次，节点计算其公平性指数 ${\mathrm{PF}}_{\mathrm{index}}=\frac{W_i/{\mathrm{load}}_i}{W_o/{\mathrm{load}}_o},$ 对节点2有 ${\mathrm{PF}}_{\mathrm{index}}=\frac{2/7}{3/8}=0.762;$

最后，节点根据公平性指数所在的范围动态调整其初始退避窗口，具体调整方法为：

如果公平性指数PF_index大于高门限TH_up，那么初始退避窗口为：ICW_i＝min(CW_max，CW_org*α)

如果公平性指数PF_index在[TH_down，TH_up]内，则初始退避窗口为：

ICW_i＝CW_org

否则如果公平性指数PF_index小于低门限，那么初始退避窗口为：

ICW_i＝max(CW_min，CW_org*β)

上述几式中，CW_max为最大退避窗口，计算方法为CW_max＝2^aMaxBE-1，CW_min为最小退避窗口，计算方法为CW_min＝2^aMinBE-1，CW_org为上次初始退避窗口的取值，TH_down和TH_up分别为公平性指数的高低门限，TH_up的取值为1.1，TH_down为TH_up的倒数；β为减小窗口的调节参数，取值为0.8，相应地，α为增大窗口的调节参数，取值为α＝1.0+PF_index/10.0。对节点2，上一步计算的公平性指数为 ${\mathrm{PF}}_{\mathrm{index}}=\frac{2/7}{3/8}=0.762,$ 因此它要小于低门限TH_down＝0.909，

所以第二次发送时的初始退避窗口应该按0中的方法调整，因此

ICW₂＝max(CW_min，CW_org*β)＝max(7，7*0.8)＝7，即初始退避窗口仍然为7。

c.此后，节点每次发送前都重复执行b)中的操作过程。

在多跳无线传感器网络中，所有数据都以多跳方式发送到网关设备，因此靠近网关处的节点相比网络边沿的节点要承担更大的负荷，因此可以采用本发明中的优化退避方法提高网络性能。

为了计算节点的初始退避窗口并动态调整，我们假设节点采用固定路由且每个节点自身生成的数据量都相等，另外节点已经通过网络层的路由过程获知了它的一跳邻居及其负荷信息和目的节点的一跳邻居及其负荷信息。

基于上述假设，我们可以对标准CSMA/CA算法进行优化。本发明提出了多跳无线传感器网络中基于动态比例公平的接入优化方法，其主要包括：根据节点及其竞争范围(一跳邻居及目的节点的一跳邻居)内的节点的负荷计算第一次发送时的初始退避窗口，然后在以后的每次发送中动态估计节点实际获得的吞吐率及其竞争范围内所有节点实际获得的吞吐率之和，根据这两个值计算出一个比例公平性指数，按照这个指数所在的范围对初始退避窗口进行动态调整。最终实现了网络中节点吞吐率公平性的提高，***丢包率的降低和饱和情况下节点吞吐率的提高。

Claims (1)

1.一种多跳无线传感器网络动态比例公平接入优化方法，其特征在于该方法包括如下步骤：

a.第一次发送时：

首先，节点计算其最优发送概率 ${\mathrm{\τ}}_i^{*}=\frac{{\mathrm{load}}_i}{{\mathrm{load}}_i+{\mathrm{load}}_o},$ 式中load_i为节点i的负荷，load_o为节点i的竞争范围内所有其它节点的负荷之和；

其次，节点计算其侦听到信道忙的概率 $p_i=1-\underset{i=1}{\overset{N{C}_i}{\mathrm{\Π}}}(1-{\mathrm{\τ}}_i);$

然后，节点计算其最优初始退避窗口

${w_{0i}}^{*}=\frac{2*(1-p_i)*(1-{2p}_i)*(1-p_i^{m+1})-{\mathrm{\τ}}^{*}*(1-{2p}_i)*(1-p_i^{m+1})}{(1-p_i)*(1-{2p}_i^{m+1})};$

最后，节点选择实际初始退避窗口的取值为ICW_i＝max(2^aMinBE-1，w_oi ^*)；

b.下一次发送时：

首先，节点实时估计其本身获得的吞吐率及其竞争范围内其它所有节点实际获得的吞吐率之和，具体估计方法为：节点i每发送一个数据包，就将其吞吐率的估计值W_i加1，同样地，节点i每收到一个数据包，就将对其所有竞争节点的吞吐率之和的估计值W_o加1；

其次，节点计算其公平性指数 ${\mathrm{PF}}_{\mathrm{index}}=\frac{W_i/{\mathrm{load}}_i}{W_o/{\mathrm{load}}_o};$

最后，节点根据公平性指数所在的范围动态调整其初始退避窗口，具体调整方法为：

如果公平性指数PF_index大于高门限TH_up，那么初始退避窗口为：

ICW_i＝min(CW_max，CW_org*α)，

如果公平性指数PF_index在[TH_down，TH_up]内，则初始退避窗口为：

ICW_i＝CW_org，

否则如果公平性指数PF_index小于低门限，那么初始退避窗口为：

ICW_i＝max(CW_min，CW_org*β)，

上述几式中，CW_max为最大退避窗口，计算方法为CW_max＝2^aMaxBE-1，CW_min为最小退避窗口，计算方法为CW_min＝2^aMinBE-1，CW_org为上次初始退避窗口的取值，TH_down和TH_up分别为公平性指数的高低门限，TH_up的取值为1.1，TH_down为TH_up的倒数；β为减小窗口的调节参数，取值为0.8，相应地，α为增大窗口的调节参数，取值为α＝1.0+PF_index/10.0；

c.此后，节点每次发送前都重复执行b)中的操作过程。

Images