利用历史信息降低 CSMA 调度中的时延：一种高阶马尔可夫链方法
网络与互联网体系结构
2013-08-01 v4 性能
摘要
近年来，基于 Glauber 动力学模型的多种 CSMA 算法被提出用于多跳无线调度，作为实现吞吐量最优且易于实施的可行方案。然而，由于底层马尔可夫链的本质对链路状态随时间演化施加了根本性约束，这些算法的时延性能仍不尽如人意。在本文中，我们提出了一种旨在改善排队和时延性能的新方法，其依据是：只要算法能以分布式方式实现、达到相同的吞吐量最优性，并为一般网络拓扑提供更优的时延性能，则该算法无需具备马尔可夫性。我们的方法核心在于利用本地链路观测到的过去状态信息，进而构建用于可行链路调度演化的高阶马尔可夫链。理论与仿真表明，我们提出的名为 delayed CSMA 的算法在现有基于 CSMA 的算法基础上几乎不增加额外开销，在通常选择链路权重为本地队列长度函数的情况下实现了吞吐量最优，并且通过有效“去相关”链路状态过程（从而消除链路饥饿），在任意网络拓扑下提供了显著更优的时延性能。大量仿真结果显示，与标准的基于 Glauber 动力学的 CSMA 算法相比，我们的算法在广泛场景下可将时延降低高达 20 倍。
引用
@article{arxiv.1302.3250,
title = {Exploiting the Past to Reduce Delay in CSMA Scheduling: A High-order Markov Chain Approach},
author = {Jaewook Kwak and Chul-Ho Lee and Do Young Eun},
journal= {arXiv preprint arXiv:1302.3250},
year = {2013}
}