0 概述

在以信息交互为基础的现代化战争中, 利用信息优势能够快速决策, 加快指挥速度, 增强系统之间的协同能力, 大幅提高系统的作战效能, 而实现信息交互的核心就是战术数据链。战术数据链能够将战场中作战单元的位置和状态信息在系统中进行传输^[1], 同时也能够感知战场态势和传递作战命令^[2]。战术数据链具有传输实时性、可靠性和安全性强的特点, 同时其信息格式一致并且自动化程度较高^[3]。对于分散在战场中不同位置的作战单元, 战术数据链能够对无线传感器网络中分散部署的作战单元进行服务, 特别在复杂环境下, 战术数据链能够提供较好的服务质量, 因此, 其被广泛运应于战场环境^[4]。

在战场环境下, 对于不同功能的站点, 发送信息的速率和优先级是不同的:对于有较高发送优先权的站点, 需要保证优先发送; 对于发送量较大的站点, 需要较长的发送时间, 以确保数据能够及时发送^[5]。MAC协议是网络实现信息传输的一项重要技术, 其控制信道的分配可避免信号冲突, 防止站点之间信号同时传输而造成数据丢失。优秀的MAC协议能够大幅降低系统丢包率, 兼顾站点传输的公平性, 减小传输时延, 提高系统的吞吐量^[6]。现有MAC协议根据访问策略的不同, 可以分为基于竞争机制的MAC协议、基于非竞争机制的MAC协议和混合类的MAC协议^[7-8]。MAC协议是战术数据链系统的关键技术之一, MAC层采用何种接入技术对系统的传输时延、吞吐量和传输质量等重要指标都有较大影响。

针对战场环境对发送优先级和发送速率的应用需求, 本文利用现场可编程门阵列(Field Programming Gate Array, FPGA), 设计并实现一种具有优先级的连续服务型接入控制协议(Priority Continuous service Access Control Protocol, PCACP)。该协议保证优先站点以较高的优先权快速发送信息分组, 同时引入连续服务机制, 进一步缩短信息分组等待服务的时间。在此基础上, 采用概率母函数和嵌入式马尔科夫链相结合的方式对模型进行定量分析, 得到对应指标的精确解, 并通过Matlab对系统进行建模仿真和比较, 验证协议的正确性和优越性。

1 研究现状

基于轮询机制的MAC协议, 是一种基于非竞争机制的MAC协议, 其可与部队的隶属关系相结合^[9], 同时由于服务质量(Quality of Service, QoS)能够保证战术通信的要求, 因此其在战术数据链中有着广泛的应用^[10]。针对基于轮询机制的MAC协议, 目前研究成果较多, 根据对站点服务方式的不同, 可将其分为门限^[11]、限定^[12]和完全^[13]3种服务方式。但是面对不同应用场景, 3种基本轮询服务方式已经不能满足功能的需求。对于具有优先发送需求的情况, 采用两级优先级的方式能够保证优先级站点优先发送信息分组^[14], 其对优先级站点采用完全服务的方式, 对无优先级站点采用门限服务的方式, 在保证优先级站点发送速率的同时, 能够兼顾无优先级站点的发送速率。文献[15]提出一种基于直接映射函数(Direct Function Mapping, DFM)和差分趋势(Difference Trend, DT)方法的MAC协议。该协议能够根据信道忙闲比变化情况动态调整门限, 在不影响高优先级数据包发送速率的情况下提高信道利用率。动态门限相比固定门限具有更高的信道利用率, 特别是对于低优先级数据包吞吐量改善明显。对于多优先级的战术数据链系统, 针对每个站点的不同优先级设置优先级向量, 各站点根据设置的优先级采集战场数据, 服务器根据站点的优先级依次对站点进行服务^[9]。对于信息分组到达率较高的站点, 可以采用多级门限的方式控制站点的发送速率^[16], 到达站点的信息分组较多时增加门限的级数, 可以保证站点内的信息分组被及时发送。对于含有一个高优先级站点和多个普通站点的特殊战术数据链系统, 文献[17]提出含有一个网控站和多个从属站的模型, 对网控站采用完全服务的方式, 对从属站采用限定服务, 从而保证网控站能够及时有效地发送信息分组。

上述文献针对不同应用场景进行研究, 所提出的协议能够有效保证系统的需求, 但是对于如何进一步缩短各站点等待时间和提高系统服务效率, 并没有进行深入研究。本文以此为出发点, 提出一种具有优先级的连续服务协议。该协议服务完本站点后立即服务下一站点, 从而缩短各个站点等待服务的时间。

电子设计自动化(Electronics Design Automation, EDA)技术是集成电路设计中的重要方法, 其具有开发成本低和开发周期短的特性。通过使用EDA技术, 工程师能够快速设计和验证集成电路的功能, 完成专业人士难以实现的时序级电路功能逻辑分析和电路降噪处理工作, 节约大量时间成本和资金成本^[18]。利用EDA技术能够在有限的时间内设计开发大规模和高复杂度的高性能集成电路。FPGA作为EDA的主要技术之一, 具有成本低、灵活性高、移植性强、运算速度快和现场可编程的特点^[19], 被广泛用于电子制造业。FPGA含有丰富的元器件库和灵活的用户自定义机制, 用户能够根据需求调用器件, 通过将编程和逻辑器件相结合, 用户能够较好地完成相关协议的仿真工作^[20-21]。FPGA对数据处理采用并行机制, 同时对多路信号进行处理, 提高了系统的处理效率, 同时其采用模块化设计, 增强了系统的通用性和可移植性, 因此, FPGA能够较好地完成协议设计工作并进行实现^[22-24]。

在战术数据链系统中, 某一类特殊站点的信息分组到达率较高并且需要获得较高的发送优先权, 而其他站点的信息分组到达率低并且发送的优先权不高。具有优先发送权站点的战术数据链系统如图 1所示。针对这一作战需求, 本文提出一种具有优先级的连续服务型接入控制协议PCACP, 通过对优先站点采用完全服务的方式, 对从属站点采用限定服务的方式进行服务。同时为进一步缩短等待服务的时间, 在协议中嵌入连续服务的方式, 服务完本站点后立即服务下一站点。

2 PCACP系统 2.1 系统描述

战场环境中分布着许多战术数据链站点, 因为这些站点的功能不同, 所以所发送信息分组的速率和优先级也不同。一部分站点需要获得较高的优先发送权将采集到的数据及时回传到控制中心, 并且这一类站点采集数据的速率较高, 将这类具有优先发送权和较高发送速率的站点称为优先站点; 而其他的站点采集数据的速率不高, 并且发送数据的优先权较低, 将这类站点称为从属站点。同时, 考虑到战场数据回传的实时性, 需要尽快将采集到的数据回传到控制中心, 应在协议中引入连续服务机制, 即服务完本站点后立即服务下一站点。针对以上作战要求, 本文提出一种具有优先级的连续服务型接入控制协议PCACP。该协议中含有一个优先站点和N个从属站点, 对优先站点采用完全服务, 即优先站点发送完存储器内所有的信息分组时才切换到下一站点进行服务。对从属站点采用限定服务, 即每次只允许从属站点发送一个信息分组后立即切换到下一站点。PCACP的服务规则如下:

1) 轮询开始时, 首先对优先站点进行服务, 若优先站点内有需要发送的信息分组, 则按照先到先服务的服务规则, 采用完全服务的方式对优先站点进行服务, 接收完优先站点的最后一个信息分组后, 控制中心立即切换到第1号从属站点进行服务; 若优先站点无信息分组, 则经过一个切换时间后, 开始服务第1号从属站点。

2) 若第i(i=1, 2, …, N)号从属站点有需要发送的信息分组, 则第i号从属站点发送一个信息分组, 而后立即切换到优先站点进行服务; 若没有需要发送的信息分组, 则经过一个切换时间后, 对优先站点进行服务。

3) 对优先站点服务完毕后, 立即切换到第(i+1)号从属站点进行服务, 对第(i+1)号从属站点服务的方式同第i号从属站点, 服务完毕后切换到优先站点。

4) 依次服务完所有站点后, 开始进入下一轮询周期, 按照上述服务规则对所有站点进行服务。

通过设置站点的优先级和采用连续服务机制, 能够保证优先站点的信息快速发送, 同时缩短系统内部信息分组等待发送的时间。各站点的服务状态转移过程如图 2所示, 发送信息分组的时序图如图 3所示。

2.2 数学模型

根据PCACP的服务规则, 采用嵌入式马尔科夫链^[25-26]和概率母函数^[27]的方法建立数学模型。本文在离散的时间系统上对PCACP系统模型进行分析, 系统的工作条件如下:

1) 作战区域内有一个优先站点和N个从属站点, 每个站点内到达的信息分组数的随机变量相互独立且服从相同的概率分布, 所有站点的信息分组到达过程都为泊松过程。第i个从属站点的信息分组的到达率为λ_i, 优先站点内信息分组的到达率为λ_P。第i号从属站点到达的信息分组数的随机变量的概率母函数、均值和方差分别为A(z)、λ=A′(1)和 $ \sigma_{\lambda}^{2}=A^{\prime \prime}(1)+\lambda-\lambda^{2}$ 。优先站点到达的信息分组数的随机变量的概率母函数、均值和方差分别为A_P(z)、λ_P=A′_P(1)和$ \sigma_{\lambda \mathrm{P}}^{2}=A_{\mathrm{P}}^{\prime \prime}(1)+\lambda_{\mathrm{P}}-\lambda_{\mathrm{P}}^{2}$。

2) 任意一个站点中信息分组的传输服务时间的随机变量相互独立且服从相同的概率分布。传输服务时间的随机变量的概率母函数、均值和方差分别为B(z)、β=B′(1)和$ \sigma_{\beta}^{2}=B^{\prime \prime}(1)+\beta-\beta^{2}$。

3) 一个站点所发送的信息为空, 切换到下一个站点所需切换时间的随机变量相互独立且服从相同的概率分布。切换时间的随机变量的概率母函数、均值和方差分别为C(z)、γ=C′(1)和$\sigma _\gamma ^2 = {C^{\prime \prime }}(1) + \gamma - {\gamma ^2} $。

4) 战术数据链系统中各站点存储器的容量足够大, 不会造成信息分组丢失, 存储器内的信息分组按照先到先服务的顺序接受服务。

本文定义t_n时刻第i号从属站点内信息分组的数量为ξ_i, 则此时系统内各站点的信息分组数量可表示为$\left\{\xi_{1}(n), \xi_{2}(n), \cdots, \xi_{N}(n), \xi_{\mathrm{P}}(n)\right\} $, 在t_n^*时刻对侦查单元进行服务, 优先站点内等待服务的信息分组数为ξ_i^*, 则此时系统内各站点的信息分组数为$\left\{\xi_{1}^{*}(n), \xi_{2}^{*}(n), \cdots, \xi_{N}^{*}(n), \xi_{\mathrm{P}}^{*}(n)\right\} $。在实际情况下, 系统内站点的数量是确定的, 因此, 某一时刻系统的状态变量也是可数的, 这些离散时间上的可数状态变量构成了嵌入式马尔科夫链, 系统的稳态条件为: $ \sum\limits_{i = 1}^N {{\rho _i}} + {\rho _{\rm{P}}} < 1\left( {{\rho _i} = {\lambda _i}\beta , {\rho _{\rm{P}}} = {\lambda _{\rm{P}}}\beta , i = } \right.1, 2, \cdots , N)$。

假设控制中心对第i号从属站点服务的时间为v_i(n), 在服务过程中到达从属站点j(j=1, 2, …, N, P)的信息分组为$ \eta_{j}\left(v_{i}\right), u_{i}(n)$为控制中心的切换时间, 在此过程中到达从属站点j(j=1, 2, …, N, P)的信息分组数为μ_j(u_i)。控制中心为优先站点中k个信息分组服务的时间为τ(k), 为第l个信息分组提供服务的时间为S_{P, l}, 优先站点采用完全服务的方式, 因此, 服务完在第m个时隙进入优先站点的信息分组及在服务期间进入优先站点的信息分组的时间为V_{P, m}。由以上分析可得:

$ V_{\mathrm{P}, m}=\sum\limits_{l=1}^{\xi_{\mathrm{P}}(m)}\left(S_{\mathrm{P}, l}+\sum\limits_{k=1}^{S_{\mathrm{P}, l}} V_{\mathrm{P}, k}\right) $

(1)

控制中心对进入优先站点的信息进行完全服务所需时间的随机变量服从一个相互独立且相同分布的概率分布, 其概率母函数为$ F\left( {{z_{\rm{P}}}} \right)$:

$ F\left(z_{\mathrm{P}}\right)=E\left[z_{\mathrm{P}}^{V_{\mathrm{P}, m}}\right]=A\left(B\left(z_{\mathrm{P}} F\left(z_{\mathrm{P}}\right)\right)\right) $

(2)

服务从属站点时, 系统的概率母函数为:

$ \begin{array}{*{20}{l}} {{G_{i + 1}}\left( {{z_1}, {z_2}, \cdots , {z_N}, {z_{\rm{P}}}} \right) = }\\ {\mathop {\lim }\limits_{n \to \infty } E\left[ {\prod\limits_{j = 1}^N {z_j^{{\xi _j}(n + 1)}} z_{\rm{P}}^{{\xi _{\rm{P}}}(n + 1)}} \right] = }\\ {{G_{i{\rm{P}}}}\left( {{z_1}, {z_2}, \cdots , {z_N}, {B_{\rm{P}}}\left( {\prod\limits_{j = 1}^N {{A_j}} \left( {{z_j}} \right){F_{\rm{P}}}\left( {\prod\limits_{j = 1}^N {{A_j}} \left( {{z_j}} \right)} \right)} \right)} \right)} \end{array} $

(3)

其中, $F_{\mathrm{P}}\left(z_{\mathrm{P}}\right)=A_{\mathrm{P}}\left(B_{\mathrm{P}}\left(z_{\mathrm{P}} F_{\mathrm{P}}\left(z_{\mathrm{P}}\right)\right)\right) $。

服务优先站点时, 系统的概率母函数为:

$ \begin{array}{*{20}{l}} {{G_{i{\rm{P}}}}\left( {{z_1}, {z_2}, \cdots , {z_N}, {z_{\rm{P}}}} \right) = \mathop {\lim }\limits_{n \to \infty } E\left[ {\prod\limits_{i = 1}^N {z_i^{\xi _i^*(n)}} z_{\rm{P}}^{\xi _{\rm{P}}^*(n)}} \right] = }\\ {\frac{1}{{{z_i}}}{B_i}\left( {{A_{\rm{P}}}\left( {{z_{\rm{P}}}} \right)\prod\limits_{j = 1}^N {{A_j}} \left( {{z_j}} \right)} \right) \times }\\ {\left[ {{G_i}\left( {{z_1}, {z_2}, \cdots , {z_i}, \cdots , {z_N}, {z_{\rm{P}}}} \right) - } \right.}\\ {\left. {{{\left. {{G_i}\left( {{z_1}, {z_2}, \cdots , {z_i}, \cdots , {z_N}, {z_{\rm{P}}}} \right)} \right|}_{{z_i} = 0}}} \right] + }\\ {{{\left. {{C_i}\left( {{A_{\rm{P}}}\left( {{z_{\rm{P}}}} \right)\prod\limits_{j = 1}^N {{A_j}} \left( {{z_j}} \right)} \right){G_i}\left( {{z_1}, {z_2}, \cdots , {z_i}, \cdots , {z_N}, {z_{\rm{P}}}} \right)} \right|}_{{z_i} = 0}}} \end{array} $

(4)

根据上文定义的轮询机制, 分别对从属站点和优先站点的概率母函数分析一阶特性和二阶特性, 可以得到PCACP系统模型的性能参数。

1) 平均轮询周期

平均轮询周期指的是控制中心按照轮询规则, 完成对所有站点服务完一次所用的平均时间, 包括服务各站点的时间和在各站点之间切换的时间。根据系统的概率母函数可得到平均轮询周期$ {\bar \theta }$ :

$ 1 - {\left. {{G_i}\left( {{z_1}, {z_2}, \cdots , {z_i}, \cdots , {z_N}, {z_{\rm{p}}}} \right)} \right|_{{z_i} = 0}} = {\lambda _i}\bar \theta $

(5)

$ \bar \theta = \frac{{1 - {{\left. {{G_i}\left( {{z_1}, {z_2}, \cdots , {z_i}, \cdots , {z_N}, {z_{\rm{P}}}} \right)} \right|}_{{z_i} = 0}}}}{\lambda } = \frac{{N\gamma }}{{1 + N\lambda (\gamma - \beta ) - {\rho _{\rm{P}}}}} $

(6)

2) 平均排队队长

平均排队对长为各站点内等待发送的平均信息分组数。根据概率母函数的一阶特性和二阶特性, 可得到优先站点的平均排队队长g_P:

$ g_{\mathrm{P}}=\frac{\lambda_{\mathrm{P}} \gamma\left(1-\rho_{\mathrm{P}}\right)}{1-\rho_{\mathrm{P}}-N_{\rho}+N \lambda \gamma} $

(7)

从属站点的平均排队队长g为:

$ \begin{array}{l} g = \frac{{1 - {\rho _{\rm{P}}}}}{{2\left( {1 - N\rho - {\rho _{\rm{P}}}} \right)}}\left\{ {\frac{{N{\lambda ^2}{\gamma ^2}}}{{{{\left( {1 - {\rho _{\rm{P}}}} \right)}^2}}} + \frac{{N\lambda }}{{1 - N\rho - {\rho _{\rm{P}}} + N\lambda \gamma }}} \right. \times \\ \left[ {N{\lambda ^2}\gamma \left( {\beta - {\gamma ^2}} \right) + \frac{1}{{1 - {\rho _{\rm{p}}}}}\left( {2N{\lambda ^2}\gamma \left( {\beta {\rho _{\rm{p}}} - {\gamma ^2} + } \right.} \right.} \right.\\ \left. {\gamma - {\rho _{\rm{P}}}{\gamma ^2}} \right) + 2\gamma \left( {1 - \rho - {\rho _{\rm{P}}}} \right) + \lambda \gamma {\rho _{\rm{P}}}\left( {1 + {\rho _{\rm{P}}} - } \right.\\ \begin{array}{*{20}{l}} {(N - 1)\lambda \gamma (2\beta - \gamma )) + \frac{\lambda }{{{{\left( {1 - {\rho _{\rm{P}}}} \right)}^2}}}\left( {N\lambda \gamma \left( {{\beta ^2} - \beta } \right) - } \right.}\\ {N\lambda \gamma \rho _{\rm{P}}^2\left( {{\gamma ^2} - \gamma } \right) + \gamma \rho _{\rm{P}}^2\left( {{\rho _{\rm{P}}} + N\rho - N\lambda \gamma } \right) + }\\ {\left. {\left. {\left. {{\lambda _{\rm{P}}}\gamma {\beta ^2} - {\lambda _{\rm{P}}}\gamma \beta } \right)} \right]} \right\}} \end{array} \end{array} $

(8)

3) 系统吞吐量

系统吞吐量是指单位时间内传输的信息分组的个数。PCACP系统的吞吐量T为:

$ T=N \rho+\rho_{\mathrm{P}} $

(9)

根据PCACP系统模型的性能参数, 本文利用Matlab对该模型进行仿真, 得到PCACP系统模型性能参数随到达率变化的曲线图。图 4为在不同站点的到达率下, 优先站点和从属站点的平均排队队长随优先站点到达率变化的曲线, 设置β=1, γ=3, N=3。

由于从属站点和控制中心之间传输的数据固定且对传输速率要求相对不高, 本文重点分析在不同的从属站点到达率下, 两类站点的平均排队队长随优先站点到达率的变化趋势。由图 4可见, 在相同的从属站点到达率下, 随着优先站点到达率增大, 平均排队队长也随之增大, 这是由于系统的服务能力是一定的, 到达系统的信息分组增多, 在系统内等待发送的信息分组也将会增多, 这与实际情况是相符的。优先站点的平均排队队长要明显短于从属站点, 这是因为系统中优先站点的优先级要高于从属站点, 且采用完全服务的方式对优先站点进行服务, 保证了优先站点采集到的数据能够最快发送到控制中心。当优先站点到达率的相同时, 随着从属站点到达率的增大, 优先站点的平均排队队长变短, 从属站点的平均排队队长变长, 这是由于每次对从属站点服务时, 只发送一个信息分组, 随着到达率的增大, 从属站点内发送的信息分组将会增多, 系统空转的次数减少。图 4中设置β=1, γ=3, 发送一个信息分组的时间短于空转的时间, 切换到优先站点服务的时间提前, 优先站点内等待发送的信息分组就会减少。

图 5表示在不同到达率下PCACP模型和3种轮询模型(门限、完全和限定(K=1))的平均排队队长随不同达率的变化曲线, 设置β=1, γ=3, N=3。

由图 5可见, 随着到达率的增大, PCACP模型和3种轮询系统模型的平均排队队长都逐渐增大, 这与实际情况是相符的。PCACP优先站点的平均排队队长明显短于3种轮询系统的平均排队队长, 这是因为优先站点具有较高的优先级, 服务完一次从属站点, 就服务一次优先站点, 保证了优先站点内的信息分组能够及时发送。从属站点虽然也采用了限定(K=1)服务, 但是PCACP模型中从属站点的平均排队队长要短于经典轮询模型中的限定(K=1)服务, 这是因为服务完优先站点就立即切换到从属站点进行服务, 省去了切换的时间, 缩短了信息分组的等待时间。

图 6为PCACP模型与PPACP模型^[16]的平均排队队长随到达率变化的曲线, 设置β=1, γ=1, N=3。

PCACP模型和PPACP模型都采用了完全-限定(K=1)的非对称轮询方式, PCACP模型在服务完本站点后立即切换到下一站点进行服务, 而PPACP模型服务完本站点后, 经过一个转换时间后才切换到下一站点服务, PCACP模型的优越性在于节省了切换时间, 提高了系统的服务服务效率。分析图 6可知, 在同等的条件下, PCACP模型优先站点和从属站点的平均排队队长都要小于PPACP模型, 缩短了信息分组的排队队长, 在相同的到达率下, PCACP模型具有更高的服务效率, 进一步验证了该协议的优越性。

3 PCACP的FPGA设计实现

根据FPGA的模块化设计思想, 对PCACP协议按照各个功能模块进行设计, 包含1个优先站点和3个从属站点(即N=3)。将基于PCACP协议的战术数据链系统分为信源模块、站点模块、PCACP控制模块和接收模块进行设计。

3.1 信源模块

在PCACP协议中, 到达优先站点的信息分组为到达率为λ_P的泊松数据流, 到达从属站点的信息分组为到达率为λ的泊松数据流。由于FPGA中无法产生满足要求的信息分组, 因此本文利用Matlab软件产生满足要求的数据, 并将数据存储在.mif文件中。然后利用FPGA的中ROM核, 将数据导入到FPGA中, 在时钟的控制下依次读取数据来模拟信息分组的到达。为便于模拟轮询过程和统计信息分组的到达, 设置信息分组的结构为8位的10101010。信源模块的时序图如图 7所示, 其中, P表示优先站点产生的信息分组, 一个时钟周期内的电平为10101010, 表示一个单位时间内到达一个信息分组, 否则未到达信息分组, 从属站点的信息分组与之类似。

3.2 站点模块

系统中的站点包括优先站点和从属站点, 根据不同的数据流和控制信号完成不同的功能。在写信号的控制下, 站点模块将到达的信息分组存储在站点模块的存储器内, 模拟信息分组到达后的排队过程。在读信号的控制下, 将信息分组从站点内读出, 模拟控制中心对站点的服务过程。这就要求存储器能够在读、写信号的控制下, 对站点进行读操作和写操作, 并且站点的存储空间要足够大来容纳信源产生的信息分组。本文采用4个异步FIFO来设计站点模块。信息分组到达时, 在写信号的控制下, 按照信息分组到达的顺序写进FIFO中, 控制中心对站点进行服务时, 在读信号的控制下按照先到先服务的规则发送信息分组。若站点内的信息分组发送完毕, 则读空信号为高电平, 控制中心收到高电平后, 切换到下一站点服务。图 8为站点模块原理图。

3.3 控制模块

控制模块是PCACP系统的控制中心, 决定着信道的分配和服务的方式。在服务开始时, 首先按照PCACP服务规则对优先站点进行服务, 若优先站点内的信息分组已经发送完毕, 则立即切换到从属站点进行服务; 若从属站点内有信息分组需要发送, 则从属站点发送一个信息分组; 若切换到从属站点时, 没有信息分组需要发送, 则经过一个切换时间切换到优先站点进行服务。按照上述规则, 依次服务完所有站点, 完成一个周期的轮询。PCACP控制模块结构如图 9所示。

3.4 接收模块

在控制中心的调度下, 战术数据链站点能够按照PCACP的轮询规则发送信息分组。控制中心将接收到的信息分组通过总线传输到接收模块。由于不存在两个站点同时发送信息分组, 因此信息分组在总线上传输时不会发生碰撞。接收模块接收到信息分组后, 通过控制信号和同步信号, 能够还原各个站点发送的信息分组。PCACP接收模块结构如图 10所示。

3.5 顶层设计

如图 11所示, 将系统各个功能模块进行组合即可构成PCACP整个系统, 其中包括信源模块、站点模块、控制模块和接收模块。该系统能够通过FPGA模拟实现PCACP系统的数据采集、轮询控制、数据传输和数据接收的功能。

4 仿真测试与统计分析 4.1 系统仿真测试

对PCACP系统采用Altera公司的FPGA进行设计, 开发环境为quartus 13, 同时结合硬件描述语言Verilog HDL与原理图的方法。设置系统的工作时钟为50 MHz, 复位键设置为低电平有效, 时钟的上升沿触发, 信息分组的到达率为λ_P=0.3, λ_i=0.1, 系统发送一个信息分组的所需的时隙数为β=1, 系统在各站点之间切换的时隙数为γ=1, 仿真结果如图 12和图 13所示。

图 12为优先站点的仿真时序图, 其中, d1表示优先站点发送的信息分组, r1表示接收到的优先站点的信息分组。可以看出, 发送信息与接收到的信息完全一致, 只是存在一定的时延, 这是信息在传输过程中的时延。从属站点发送的信息分组和接收到的信息分组的仿真时序图与优先站点类似。

图 13为控制信号的仿真时序图, 其中, s1表示优先站点的控制信号, s2、s3、s4表示从属站点的控制信号。可以看出, 控制中心首先对优先站点进行完全服务, 服务完毕后立即切换到下一站点进行服务。优先站点采用完全服务的方式, 从属站点采用限定(K=1)的方式。服务方式与预先设置的PCACP规则相符, 保证了优先站点的信息分组优先发送, 同时采用连续服务的方式, 缩短了信息分组等待发送的时间。

4.2 统计分析

通过仿真可以得到系统的平均循环周期、优先站点、从属站点的平均排队队长和系统的吞吐量, 表达式如下:

$ {\tilde \theta = \frac{{{t_{\rm{T}}}}}{{{n_{\rm{C}}}}}} $

(10)

$ {{{\bar g}_{\rm{P}}} = \frac{{\sum\limits_{n = 1}^{{n_{\rm{C}}}} {{l_{\rm{P}}}} (n)}}{{{n_{\rm{C}}}}}} $

(11)

$ {\bar g = \frac{{\sum\limits_{n = 1}^{{n_{\rm{C}}}} l (n)}}{{{n_{\rm{C}}}}}} $

(12)

$ {\bar S = \frac{{{g_{\rm{T}}}}}{{{t_{\rm{T}}}}}} $

(13)

其中, $ {\tilde \theta }$为平均循环周期, $ {{{\bar g}_{\rm{P}}}}$为优先站点的平均排队队长, $ {\bar g}$为从属站点的平均排队队长, $ {\bar S}$为吞吐量, t_T表示系统仿真的总时长, n_C表示仿真的轮询次数, l_P(n)表示第n次轮询时优先站点内等待发送的信分组数, l(n)表示第n次轮询时从属站点内等待发送的信分组数, g_T表示整个仿真过程中总的信息分组数。

设置系统的仿真时长分别为100 μs、200 μs和500 μs, 结合式(10)~式(13)得到不同参数的仿真统计值, 并和理论值进行对比, 对比结果如表 1所示。

由表 1可见, 设置相同的工作条件, 在不同仿真时长下得到的统计值与理论值是一致的, 随着仿真时长的增加, 统计值更接近理论值, 验证了本文协议的正确性。

5 结束语

在战术数据链系统中, 优先站点应具有较高的发送优先权和发送速率, 从属站点的优先权和发送速率相对低, 同时为缩短战术数据链单元等待服务的时间并提高系统效率, 应在系统中引入连续服务机制。针对这一应用需求, 本文提出一种具有优先级的连续服务型接入控制协议PCACP, 并通过FPGA进行实现。采用概率母函数和嵌入式马尔科夫链相结合的方式对协议进行定量分析, 得到相关性能的精确解, 并运用Matlab进行仿真, 进一步验证其正确性和优越性。仿真结果表明, 该协议能够在保证优先发送的同时缩短系统等待时延, 提高系统的发送效率, 在同等条件下, 其性能明显优于3种传统轮询模型和PPACP模型。PCACP能够保证实战环境下重要数据的传输, 为战场的分析决策提供有力条件, 并且该协议还可应用于无线传感器网络、频谱感知网和车联网。下一步将针对站点的需求, 对优先站点设置不同的优先级和服务方式, 以适应不用需求下的作战需求, 在有限的信道资源下合理分配信道, 优化资源配置。