无线体域网中基于负载均衡的优先业务调度算法的研究

沙特国王大学学报无线体域网中具有负载均衡的优先业务调度图沙尔坎塔·萨马尔·萨马尔，马纳斯·兰詹·卡巴特计算机科学与工程系，Veer Surendra Sai University of Technology，Burla，Sambalpur，Odisha，印度阿提奇莱因福奥文章历史记录：收到2020年2020年12月13日修订2020年12月26日接受2021年1月29日在线提供保留字：无线体域网分组队列负载平衡能效缓冲概率优先调度A B S T R A C T无线体域网（WBAN）的发展改变了人类的生活，它在医疗保健、健身、娱乐和体育等领域的广泛应用改变了人们的然而，在WBAN设计中的两个主要挑战是能量效率和保证QoS。在WBAN中，不同分组队列的负载均衡本文提出了一种基于IEEE802.15.6模型的无线体域网流量优先负载均衡调度算法（TPLBS）本文的主要目标是最小化队列中的丢包，从而提高WBAN的吞吐量在这种情况下，我们考虑优先级和位置，从该数据包收到，所以没有数据包应该等待很长一段时间在分配的队列中被发送到接入点。使用Castalia对所提出的方法进行了仿真研究，并将其性能与同行进行了比较。仿真结果表明，该协议在时延、吞吐量和能量效率等方面都优于现有方法。版权所有©2021作者。由爱思唯尔公司出版代表沙特国王大学这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍世界人口的惊人增长面临三大挑战，如婴儿潮一代的人口增长，老龄化人口的增加和昂贵的医疗保健系统。因此，需要智能医疗保健系统来提供主动健康和预防疾病。无线体域网（WBAN）由智能和低功率传感器和致动器的网络组成（Chen等人，2011）放置或植入人体以测量患者的生命体征并将这些数据传输到汇聚节点，之后集线器确保通过互联 网 将 接 收 到 的 数 据 转 发 到 隔 离 的 专 业 人 员 以 进 行 医 疗 诊 断（Kurunathan，2015）。诸如IEEE 802.15.4（IEEE，2011）和IEEE 802.15.6（Astrin等人， 2012年）是为WBAN设计的。IEEE 802.15.6与其对应物相比非常流行，这是由于灵活的特性，例如*通讯作者。沙特国王大学负责同行审查如高数据速率、短距离、低功耗、各种频带、接入模式等（Kurunathan，2015; Fourati等人，2016; Ullah等人，2013年）。该标准具有灵活性，可以实现任何一种接入模式，包括带信标的信标模式、不带信标的信标模式和不带信标的非信标模式。而超帧信标方式由于其同步性，是一种非常有效的接入方式图1示出了WBAN系统的整体架构。近年来，WBAN上的数据传输在可靠性、吞吐量、延迟和能量消耗的最小化方面得到了通过使用ZigBee、Wi-Fi和蓝牙技术，这一点也得到了进一步改善然而，短距离传输、低数据速率以及优先级数据的有效缓冲和调度无法保证紧急和关键数据的延迟由传感器生成的数据在关键性方面是不同的，并且被分类为紧急数据、关键数据、按需数据和正常数据。此外，多个WBAN共存于特定区域中，以便为一组人提供良好的医疗保健服务每个WBAN的服务质量（QoS）可能会受到影响，因为数据包到接入点的缓冲和转发较差（Ambigavathi和Sridharan，2018）。个性化设备（PD）在从其自己的WBAN或其他PD的生物传感器接收到数据之后，选择下一个PD或接入点（AP）来转发数据。因此，提供一个有效的https://doi.org/10.1016/j.jksuci.2020.12.0231319-1578/©2021作者。由爱思唯尔公司出版代表沙特国王大学这是一个在CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。制作和主办：Elsevier可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.comT. Samal和Manas Ranjan Kabat沙特国王大学学报5449紧急医院诊所直系亲属医疗服务器互联网AP1AP2APmPD1PD2PDnWBAN 1WBAN 2WBAN 3 WBANFig. 1. 典型的多WBAN架构。在多个PD处缓冲和调度数据分组以用于AP处的QoS感知数据递送，同时提高能量效率。本文介绍了一种使用IEEE 802.15.6标准进行有效流量优先级排序的新机制，以便通过最小化延迟来改善关键数据传输（IEEE，2011;Astrin等人，2012年）。此外，它还评估了每个生物传感器和每个集线器的计算和通信负载。我们提出的流量优先负载平衡机制的主要目标是增加延迟受限的数据传输的紧急数据包，而不影响周期性，非周期性和非医疗数据的数据包传输率。本文还重点研究了一种有效的缓冲调度机制，以降低丢包率，使吞吐量和能量效率可以改善（Ambigavathi和Sridharan，2018）。本文的主要贡献如下。通过计算WBAN中生物传感器和集线器的计算和通信负载，有效地选择转发集线器，使得集线器上的负载将被平衡。从每个WBAN生成的数据分组被有效地缓冲在四个不同的队列中，这四个不同的队列关于它们对于分组的QoS感知递送的关键性。在IEEE802.15.6上设计了一种有效的调度机制，以根据到达时间和关键性来调度分组。本文件的其余部分组织如下。第2节简要介绍了在WBAN上进行QoS感知数据传输的工作。在第三节中，提出了系统模型，并给出了中心节点间的负载均衡算法和缓冲调度机制。性能评估以及与其他现有的最先进的算法的比较在第4节。结论和未来工作范围总结见第5。2. 相关作品在多个WBAN的网络中，WBAN中的调度是一个重要的问题，这对于提供能量有效的数据分组的实时和可靠的递送一些在这一节中给出了作者多个WBAN之间的干扰降低了每个WBAN中的吞吐量和能量消耗（Samanta 等人，2015 年a ）。基于图着色的WBAN 间调度由Cheng和Huang（Cheng和Huang，2013）提出，以减少WBAN之间的干扰。他们使用空间重用着色实现了一种密集的传感器架构，并在不同的时隙中调度身体传感器（Cheng和Huang，2013）。另一种基于Cycle-Based WBAN的调度算法（CBWS）是由Xie等人提出的。 （Xie等人， 2014年），以尽量减少干扰的影响。在CBWS算法 中 ， 将 WBAN 划 分 为 若 干 组 ， 并 为 每 组 分 配 不 同 的 时 隙 。Zhisheng 等 人 提 出 了 一 种 QoS 驱 动 的 调 度 方 案 （ Yan 等 人 ，2012），其中保持阈值以调整WBAN的传输顺序并根据WBAN的QoS要求分配最优时隙。Torabi等人（Torabi等人，2012）提出了一种用于WBAN的具有成本效益的动态调度，其中放置中继节点以增加分组延迟率。Samanta等人提出了一种链路质量感知资源分配方案（Samanta等人，2015a）在多个WBAN之间公平地分配资源。此外，WBAN的性能也在（Samanta等人，2015年b）通过改变关键场景中的交通状况。Zhou等人提出的自适应视频调度算法分析了执行时间的影响 （Zhou等人， 2014年）。 Yi等人（2016 a）为WBAN开发了一种基于优先级的基于价格的容量共享方案。此外，Yi等人还提出了一种用于传输调度的激励机制和一种用于WBAN中延迟敏感分组传输的优先级感知真实机制，2016 b和Yi和Cai（2017）。这些机制（Yi等人，2016 a，2016 b;Yi和Cai，2017）以均匀的数据速率和相等的优先级调度多媒体业务。然而，这些机制不适合调度数据在WBAN，因为WBAN具有异构的QoS要求。WBAN中生成的医疗数据具有不同的用户优先级（IEEE，2012）。对各种流量自适应MAC协议进行了综述。由Masud et al. （2017年）。然而，这些协议因此，这些协议的主要缺点是，由关键节点产生的数据可能有很长的等待时间，关键数据可能无法在死线之前到达目的地。Zhang等人（2017）开发了一种基于异步占空比机制的接收方发起的并发流量（C-MAC）MAC协议。该协议使用基于排序的通信算法来消除CSMA/CA方法中的冲突。然而，多个节点的优先级增加了在接入阶段期间的冲突的数量。在（Bhandari和Moh，2016）中，作者设计了一种使用动态时隙分配机制的基于优先级的自适应MAC协议（PA-MAC）它使用多个信道，其中一个信道专用于信标，其他信道用于数据传输。因此，它有效地减少了访问延迟。然而，该协议的主要缺点Ambigavathi和Sridharan（2018）提出了一种用于WBAN的节能和负载平衡优先级队列算法在这项工作中，作者考虑四种不同类型的队列缓冲和调度数据包的基础上，他们的优先级。虽然该方法有效地以最小的延迟传输关键数据，但四个队列之间的负载并不均衡。这会导致能耗增加和关键数据传输延迟●●●T. Samal和Manas Ranjan Kabat沙特国王大学学报5450×≤203. 流量优先负载均衡调度算法在本节中，我们提出了一个能量有效的流量优先级的负载平衡调度算法，及时交付的紧急业务使用IEEE802.15.6协议。本文的主要目标是在概率优先级的基础上进行交通调度。每个WBAN中的生物传感器转发它们的传感信息直接或通过中继节点发送到个性化设备（PD）。然后，在检查其负载表后，将信息转发到接入点（AP）或其他PD（Samanta和Misra，2018）。此外，在每个PD处维持两个不同的队列以存储从其自己的WBAN的生物传感器（本地队列）和从其他PD（远程队列）接收的分组。通过使用概率优先级调度，将分组从这两个队列本节首先描述了系统模型和业务分类的研究，我们提出的协议。然后，在每个个性化的设备的负载计算，其次是我们所提出的算法的工作。3.1. IEEE 802.15.6由于我们的TPLBS算法是基于IEEE802.15.6协议设计的，因此在本节中介绍了IEEE802.15.6。本文的主要目标是在个性化设备（PD）中调度数据包，以有效地传递关键数据包和负载平衡。IEEE 802.15.6由于其低成本、低范围、可靠性和低频功能，在过去几年中在WBAN中得到了非常普遍的使用WBAN由多个生物传感器和一个称为PD或集线器的中心节点组成。PD根据时基在具有超帧的信标模式或具有超帧的非信标模式下操作。该组织进一步分为插槽（x255）。信标帧可以在每个信标周期中发送。另一方面，PD可以在没有超帧的非信标模式下操作在信标模式下，与GPRS一起使用的GPRS由九个不同的阶段组成：信标1、独占访问阶段1（EAP1）、随机接入阶段1（RAP 1）、管理接入阶段（MAP）、独占接入阶段2（EAP 2）、随机接入阶段2（RAP 2）、另一管理接入阶段（MAP）、信标2和竞争接入阶段（CAP）。在EAP中，如果生物传感器具有与患者的生命有关的关键数据，则生物传感器竞争分配这段时间专门用于传输关键数据。在RAP1、RAP 2和CAP期间传输正常数据。在MAP中，调度或非调度分配可以由PD管理。在EAP、RAP和CAP中，节点通过使用CSMA/CA或时隙ALOHA竞争获得本文在TPLBS协议中采用了信标模式，并引入了带信标的信标3.2. 系统模型和流量优先级我们提出的模型假设多个无线身体网络通过个性化设备连接到互联网。每个WBAN具有若干个生物传感器，这些生物传感器在以下假设的情况下将传感数据传输i) 如果生物传感器的数据与先前生成的数据不同并且数据不是关键的，则数据被直接或通过更靠近它的中继节点传输ii) 如果数据是关键的，则生物传感器直接将其让我们考虑一组n个WBAN，表示为W={W1，W2，Wn}。每个WBAN由m个传感器组成sorsW ={s1，s2，sm}.另外，假设有n个表示为集合PS= {PS1，PS2，PSn}的个性化设备，其中k个接入点A ={A1，A2，，Ak}。 图 1显示了WBAN架构由身体传感器、个性化设备和医疗服务器组成。个性化设备从生物传感器接收数据后，通过互联网将数据转发到医疗服务器。在WBAN中，产生了各种类型的业务，这些业务需要根据其关键性进行调度。WBAN支持医疗和非医疗应用。医疗应用包括各种信号监测，例如ECG信号（心脏）、EEG信号（大脑）和EMG信号（大脑），用于医疗阻抗。非医疗应用包括与消费电子相关的信号。在WBAN中生成的业务被分为四个不同的类别。医疗应用程序有时会生成关键数据，这些数据可能与患者的生命直接相关。这种类型的业务被称为紧急业务（ET），并被分配最高优先级。因此，这需要通过可靠的路由来路由，并且在缓冲和调度中给出最大概率，使得数据可以在截止期限内成功地递送。此外，存在各种连续信号，诸如EEG和EMG，其被要求被周期性地监视的业务被分类为周期性业务（PT）并且被分配高优先级。虽然这些流量在本质上不是紧急的，但这些类型的数据交付的可靠性是必不可少的。不连续的医疗信号，如温度，血压等，被归类为非周期性业务（AT）和分配中等优先级和非医疗业务（NT）分配低优先级。在本文中，我们的目标是设计一个有效的缓冲和调度算法，使紧急业务可以交付的截止日期前，而不降低其他业务交付的可靠性。在IEEE 802.15.6中，业务被划分为八个不同的用户优先满足交通需求。在IEEE802.15.6竞争机制中，这些用户优先级从UP0到UP7编号。这种分类有助于降低碰撞概率。当节点有数据要发送时，退避计数器（BC）被设置为整数[1，CW]，其中CW[CWmin，CWmax]。然后BC开始回退，当它变为零时，节点发送数据。对于偶数个竞争失败，CW加倍，对于奇数个失败保持不变。在该机制中考虑的四种不同类型的业务（ET、PT、AT、NT）的后窗分别对应于IEEE802.15.6中的优先级7、6、3和0（Bradai等人， 2015年）。3.3. 负荷计算每个WBAN具有多个生物传感器，其感测身体的生命体征并转发到个性化设备（PD）。每个PD处的负载是由于从其自己的WBAN的生物传感器（本地负载）或从其他WBAN的PD（远程负载）接收到的分组本地和远程负载都计算为通信负载和计算负载之和。通信负载是根据在时间t时队列中占用的分组数计算的。假设在第kWBAN中有m个生物传感器，其生成被发送到人的分组集合P ={p1，p2，p3，pnalized devicePSk.假设由于瞬时链路质量Pl，分组被转发到相邻PD或AP。因此，P0=（P-P1）个分组在时间t-Dt留在Gk的队列中。因此，Gk处的本地通信负载可以计算为：到个性化设备。tlinguistics四分之一磅Pal-Pfl1WT. Samal和Manas Ranjan Kabat沙特国王大学学报5451000不不不ð Þ其中Pl是留在本地队列的分组，Pal、Pfl是在时间段Dt期间从所有其自己的生物传感器到达并从本地队列转发到其他PD或AP的分组。类似地，远程通信负载计算为在WBAN中，存在放置在身体的不同位置处的不同类型的传感器。每个人都知道自己的位置，感知到的信息和关键因素。个性化设备在从传感器接收到数据之后确定优先级，把它放在本地队列中。本地队列是逻辑分区的特雷沃 1/4P r.Par-Pfr2到四个子队列用于四个不同的业务类。怎么--其中Pr是留在远程队列的分组，Par、Pfr是在时间段Dt期间从其他PD到达并从远程队列转发到上游PD或AP的分组。因此，在时间t处个性化设备Gk上的总通信负载为为每个类专门分配每个子队列可能有几个缺点。第一个缺点是增加流量负载的可扩展性低如果相应子队列中分配的空间不足以存储该优先级的流量，则丢包和延迟会增加第二个缺点是利用率低，不Comm公司简介 公司简介ð3Þ缓冲空间当传感器产生大量的流量时，由于AP仅缓冲和调度从其他PD或AP接收的分组，因此仅计算远程通信负载。为了计算个人化设备上的计算负荷，计算当前PD到相邻PD和接入点通过使用路径损耗模型计算计算负载Wcompi;jHti;jdBm-Hri;jdBm4其中Hti;j和Hri;j是发射功率和接收功率。因此，在任何个性化设备PSi上计算的总负载存储在PSj中。在紧急情况下，损失概率显著增加。每个PD具有一个本地队列（Q_L）以存储从WBAN的传感器到达的分组，以及一个远程队列（Q_R）以存储从其他PD接收的分组。每个AP只有一个队列来存储来自其他PD或AP的数据包每个队列被逻辑地划分为四个子队列，并且每个子队列的大小相对于该优先级类别的业务量被动态地调整。 图图2示出了在每个个性化设备或AP处维护的队列的逻辑分区。第一个子队列用作最高优先级紧急业务的专用队列，其他三个子队列用作共享队列Wij WWWtð5Þ对于这种交通。第二子队列用作专用队列;company;company3.4. 转发节点选择每个PD维护三个表：状态表、负载表和信息表。状态表保存其自身的负载记录PD的负载状态可以是欠载、中载或过载。信息表存储需要向其通知状态的上游节点Nu的列表每个PD具有下游节点Nd的伙伴集合，PD从下游节点Nd中选择下一个转发节点。伙伴集合中的节点仅在状态从欠载改变为中等负载或中等负载改变为过载或反之亦然时才向PD通知它们的状态只要没有通知新状态，现有的加载状态就保持有效PD从伙伴集合Nd中选择负载最小的节点。在算法1中描述了for-warding节点选择算法。算法1.转发节点选择输入：WBANS的集合W={W1，W2，Wn} PD的集合PS={PS1，PS2，.. . ，PSn} AP的集合A ={A1，A2，Ak}W= PD或APOutput：从第iPD选择转发节点1. 初始化上游邻居集合2. 初始化下游邻居集合Nd3. 计算载荷W在每个PD或AP上，在时间t4. 将负载信息转发至5. 更新所有PD2Nd的负载信息6. 对于所有PSj2Nd7. 具有最小负载的转发节点PSf= PD8. 重新计算PSf用于高优先级周期性业务。第三和第四子队列在缓冲周期性业务时共享。类似地，第三和第四子队列用作非周期性业务的专用和共享子队列。非医疗业务仅使用第四子然而，对于低优先级的非医疗业务，没有共享缓冲区。当分组从其自身WBAN的生物传感器到达PD时，其确定其本地队列处的空间可用性。PD首先将共享缓冲器分配给业务。如果某类业务的共享子队列没有空间，则在相应的专用子队列中分配空间。如果仍然没有可用空间，则丢弃数据包。类似地，当从其他PD接收到业务时，检查远程队列处的空间可用性。分组在共享子队列中被缓冲，并且如果共享子队列中没有空间，则分组在专用子队列中被缓冲。在缓冲分组之后，通过使用概率优先级调度机制来调度分组。 数据包以概率的方式从本地和远程队列中提供。然而，每个队列中的分组是基于优先级来调度的。本地和远程队列都被分配了负载参数（ffi），基于该负载参数，从远程和本地队列调度数据包。在本文中，我们假设远程队列比本地队列具有更高的优先级。本地队列和远程队列的负载参数计算如下远程和本地队列在时间t，ð6Þ9. 如果状态发生变化，则与Nu3.5. 流量缓冲和调度在本节中，我们提出了一个有效的概率优先级为基础的调度机制，以及IEEE 802.15.6标准的实时可靠的数据传输WBAN。 的IEEE802.15.6CSMA/CA机制对吞吐量和时延有很大影响。我们提出的TPLBS算法的主要目标是通过WBAN提供节能的QoS感知数据传输本地队列中的紧急数据包总数在时间t，本地队列中的分组的总数ETPTATNT图二、. 每个PD处队列的逻辑分区ð7Þ年q4专用子队列共享子队列WW年q1Q2年q3年q4Q2年q3年q4年q3年q4T. Samal和Manas Ranjan Kabat沙特国王大学学报5452此外，分配给远程和本地队列的相对权重计算如下wrffirand wlffir1-ffir8服务两个队列的概率pl<$wl=wlwrpr<$wr=wlwr 9在该调度算法中，远程队列被赋予比本地队列更高的概率优先级，因为远程队列可能包含来自其他WBAN的一些数据利用概率方法计算服务本地队列和远程队列的优先级然而，每个队列中的分组是先到先服务的。算法2给出了缓冲和调度算法IEEE802.15.6 MAC协议具有固定时隙。因此，节点碰撞概率随着节点数量的增加而显著增加。这导致高争用复杂度和增加的延迟。我们考虑一个简单的优先级队列实现在每个PD在WBAN和互联网接口，ING研究IEEE802.15.6的性能。ELBPQ-MAC在每个PD处实现两个优先级队列，一个用于从其自己的WBAN接收的分组，另一个用于从其他PD接收的分组。我们考虑的生物传感器连接到PD的单跳星型拓扑结构的数据传输。此外，还安装了多个接入点（AP）以从PD接收数据，以通过互联网向前传输到远程医疗中心。我们考虑在一个区域部署50个WBAN，100× 100，每个WBAN有6个生物传感器。建议的Pro-过程缓冲（队列Q，数据）输入：逻辑队列的集合= {Q1，Q2，Q3，Q4}业务类别的集合={ET，PT，AT，NT）}在PD处接收的数据（数据Bc=当前缓冲区占用率输出：在PD的本地/远程队列处插入的数据1. PD确定数据2. 如果（（数据=ET）和（B c+ size（data））≤size（Q1+Q2+Q3+Q4））3. insert（Q，data）;tocol及其对应物在IEEE802.15.6协议上实现。其他模拟参数如表1所示。每个WBAN的剩余能量为0.5 J。我们进行了50轮的实验，并在图中显示了95%的置信区间。4.1. 业绩衡量标准● 延迟：它被定义为数据包接收和接收之间的差异14. else if（（data= PT）and（Bc+ size（data））≤尺寸（Q2+Q3+Q4））5. insert（Q2，data）;6. 否则，如果（（data= NT）且（Bc+ size（data））≤size（Q3+Q4））7. insert（Q3，data）;8. 其他9. insert（Q4，data）;AP处的分组发送时间和传感器处的分组发送时间。延迟计算为PD处的传播延迟（Tp）、传输时间（Tt）和排队延迟（Tq）延迟=Tp+Tt+Tq<$10kHz吞吐量：它被计算为AP处可用的数据包的数量和每秒从WBAN的传感器传输的数据包的数量之间的差异。qth}rec-}transm不ð11Þ算法2.TPLBS（PD）输入：数据集=在PD处接收的{QL，QR}数据（数据）输出：数据包缓冲、调度或丢弃1. if（（到达PD的数据来自其自身的 WBAN）2. buffering（QL，data）;3. 其他4. buffering（QR，data）;5. 计算PD时本地和远程队列的负载参数ffil和ffir其中，在时间t期间，AP处的分组的数量和从生物传感器发送的分组的数量表示为：}rec和}transs分别。数据包传输速率（PDR）：它是在时间段t内在AP处接收的数据包的数量与从WBAN的生物传感器传输的数据包的数量的比率。q}tR6. 计算概率pr服务于远程队列第四季反式 ×100 ð12Þ7. rn¼generaterandomnumber= 0;10;8. 如果（rn≤pr）9. 从QR10. 其他11. 从QL开始表1模拟参数。参数值4. 仿真结果在本节中，我们提出了我们提出的TPLBS算法的性能分析，并与现有 的 C-MAC （ Zhangetal. ， 2017 年 ） ， ELBPQ-MAC（Ambigavathi和Sridharan，2018年）和IEEE 802.15.6（Astrin等人，2012）协议在分组递送率、平均延迟、吞吐量和能耗方面的性能。所提出的TPLBS算法及其对应算法使用Omnet ++ Simulator新开发的Castalia（2013）来实现，以研究其性能及其对应算法。的结构，模拟时间（秒）200WBAN数量AP数量5/10Tx电路的能耗16.7 nJRx电路的能耗36.1 nJ放大器电路能耗1.97 nJ个性化设备数量身体传感器数量300（6/WBAN）数据包速率4包/秒数据包大小512字节交通类型CBR路由AODV频带2.4 GHz●¼●T. Samal和Manas Ranjan Kabat沙特国王大学学报5453能量消耗：发射电路、接收电路和放大电路在时间t内消耗的功率。能量模型（Samanta等人， 2015）用于计算能源消耗。4.2. 性能分析4.2.1. 延迟分析图3和图4显示了平均交付延迟与模拟时间的关系。从图中可以观察到，随着AP数量的增加，递送延迟减小。此外，还观察到，在我们的模型中，与现有模型相比，各种数据包所经历的延迟较小。 这是因为我们的模型中的关键数据包被允许比现有模型更生动地传输。在我们的模型中提出的概率优先级模型强调的关键数据包在PD收到自己的WBAN和其他远程WBAN用于关键数据包的准时交付。该模型中使用的缓冲机制还确保成功缓冲关键数据包，从而降低数据包丢失的概率。因此，数据包的重传时间也减少了。与此相反，由现有算法实现的优先级队列调度器相对于容许的等待时间延迟来调度分组。因此，相对于容许的等待时间延迟来服务分组，并且不考虑在队列中等待的分组。因此，分组的平均递送延迟增加。另一方面，AP的增加增加了找到到AP的路径的概率，这当然减少了延迟。图3和图4描绘了随着AP的增加由分组引起的延迟。4.2.2. 分组投递率在图5和图5中描绘了具有不同数量的AP的50个WBAN的分组递送率与模拟时间的关系。 六、很明显，PDR随着AP数量的增加而增加AP的数量越多，PD的覆盖概率就越大，这就增加了PD和AP之间的连接概率。图中显示了我们提出的模型与其他现有模型在PDR方面的比较。据观察，我们的TPLBS算法比C-MAC执行得更好（Zhang等人，2017）和ELBPQ-MAC（Ambigavathi和Sridharan，2018）。这是由于我们的论文中使用了有效的缓冲机制，降低了数据包丢失的概率。图四、平均数据包传输延迟与模拟时间（WBAN数量 = 100，AP数量= 10）。图五、数据包传输速率与模拟时间（WBAN数量 = 50，AP数量=5）。图3.第三章。平均数据包传输延迟与模拟时间（WBAN数量 = 100，AP数量= 5）。图六、数据包传输速率与模拟时间（WBANS数量 = 50，AP数量=10）。●T. Samal和Manas Ranjan Kabat沙特国王大学学报54544.2.3. 吞吐量分析图7和图8示出了对于固定数量的WBAN和变化数量的AP，吞吐量随模拟时间的变化。吞吐量随着仿真时间的增加而增加，但增加的速率逐渐减小。吞吐量的增加导致增加的分组递送率。这些数字表明，我们提出的TPLBS算法的性能优于其同行的吞吐量。4.2.4. 能耗分析图9和图10描绘了能量消耗与模拟时间的关系。从图中可以看出，能耗随着AP数量的增加而降低。在TPLBS算法中，从WBAN的PD建立到AP的连接。关键数据包被缓冲和调度，有效地到达AP的时间。因此，能量消耗WBAN降低。这也与其他现有的方法进行了比较，它是观察到，所提出的算法性能优于现有的模型。见图9。能耗与模拟时间（WBANS数量= 50，AP数量= 5）。见图7。吞吐量与模拟时间（WBANS数量= 50，AP数量= 5）。见图10。 能耗与模拟时间（WBANS数量= 50，AP数量= 10）。5. 结论和今后的范围见图8。吞吐量与模拟时间（WBANS数量= 50，AP数量= 10）。在本文中，我们提出了一个流量感知的负载平衡模型，可靠的数据传输在WBAN。首先，我们计算负载在每个PD，然后找到最合适的PD作为下一个节点的for-warding的数据包。所提出的模型，确保成功的关键数据包的缓冲。这降低了关键数据包的丢弃概率，从而提高了模型的性能。此外，我们还提出了一个概率优先级调度方法调度数据包在每个PD。该模型对从其自身WBAN和其他远程WBAN接收的关键数据包进行优先级排序，以便在AP处成功按时交付关键数据包。通过仿真结果将该模型与现有的最先进的算法进行了比较，观察到该模型优于现有的同行。本文的未来扩展可能包括研究在PD和AP之间具有瞬时链路质量的WBAN的性能在本文中，我们考虑了WBAN，PD和APT. Samal和Manas Ranjan Kabat沙特国王大学学报5455是静态的。因此，WBAN的移动性也可以被考虑用于未来的扩展。竞争利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作。引用Ambigavathi，M.，Sridharan，D.，2018.无线体域网中能量有效和负载均衡的优先级队列算法。未来一代 Comput. 系统88，586-593。A. Astrin ，H.- B.利河，巴西-地Kohno，IEEE Standard for local and metropolitanarea net-works part 15.6 ： Wireless Body Area Networks ： IEEE Std 802.15.6（2012）.Bhandari，S.，莫，S.，2016.一种基于优先级的无线体域网自适应mac协议。传感器16，1-16。Bradai，N.，Fourati，L.C.，卡蒙湖，2015. WBAN/WLAN医疗网络中WBAN数据的调度与汇聚。Ad. 特设。 Networks 25，251-261.无线传感器网络模拟器[在线]。可查阅https://castalia.fongue.nicta.com.au/index.plp/en/。访问Dec 1，2013.陈美，冈萨雷斯，S.，Vasilakos，A.，曹，H.，Leung，V.C.，2011.身体区域网络：一项调查。移动网络Appl. 16 ，171-193。Cheng，S.H.，黄正英，字子荣，字子荣，2013.基于着色的移动无线体域网间调度。IEEE Trans. Parallel Distribut. 24（2），250- 259.Fourati，H.，Idoudi，H.，洛杉矶的赛丹2016.四种新出现的电子卫生通信机制概览。Int.J. Systems续Commun. 7，337-359。IEEE局域网和城域网标准第15.4部分：低速率无线个域网（LR-WPAN）：IEEE标准802.15.4- 2006修订版IEEE局域网和城域网标准-第15.6部分：无线体域网。IEEE标准802.15.6-2012，pp. 1J.H. Kurunathan ， “IEEE 802.15 下 WBAN 的 研 究 和 概 述 。 6” ， U.Porto Journal ofEngineering Vol.1 pp. 2015年11Masud，F.，Abdullah，A.H.，你好，乌拉，F.，2017.无线体域网中的流量自适应MAC协议。无线通信移动计算2017年，1-14。萨曼塔，A.，米斯拉河，西-地2018. QoS感知无线体域网的动态连接建立和协作调度。IEEE移动计算17（12）.萨曼塔，A.，贝拉，S.，米斯拉河，西-地2015年a。 无线体域网中具有负载平衡的IEEE系统J.pp. 1-8号。萨曼塔，A.，米斯拉，S.，Obaidat，M.S. 2015年b。在流行病医疗紧急情况下具有变化流量的无线体域网。IEEE国际通信会议论文集，pp。6929-6934。Torabi，N.，考尔角，澳-地Leung，V.2012年。体域网的分布式动态调度IEEE无线通信和网络会议论文集，pp。3177-3182.乌拉，S.，Mohaisen，M.，Alnuem，M.，2013年。IEEE802.15标准 6 MAC、PHY和安全规范。Int. J. 分发。Sens. 网络9，50-70。Xie，Z.，黄，G.，他，J.，张玉，2014.移动无线体域网中一种基于队列的WBAN调度算法。处理完毕。Comput. Sci. 31 ，1092-1101。颜志，字，刘，B.，陈朝伟2012.无线体域网中使用最优时隙分配的QoS驱动调度方法。Proc. IEEE Int. Conf. e-HealthNetwork.应用服务，二六七Yi，C.，蔡杰，2017.一种支持电子健康网络中多类延迟敏感医疗数据包传输的优先级感知真实机制。IEEE Trans. 移动计算16（9），2422-2435。Yi，C.，赵志，蔡杰，de Faria，R.L.，Zhang，G.M.，2016年a。超无线体域网中基于优先级定价的容量共享方案。Comput. Networks 98，29-43.Yi，C.，Alfa，A.S.，蔡杰，2016年b。电子健康网路中延迟敏感医疗封包传输排程之激励相容机制。IEEE Trans. 移动计算15（10），2424-2436。张，R.蒙格拉，H.，余，J.，Mehaoua，A.，2017.无线体域网中并发流量的介质访问：协议设计和分析。IEEE Trans. Vehic。Technol.66，2586-2599.Zhou，L.，中国科学院，杨志，王，H.，Guizani，M.，2014.执行时间对自适应无线视频调度的影响。 IEEE J. 选择. 地区Commun. 32（4），760-772。