低占空比WSN中-种低时延路由协议

第33卷第11期2016年11月
计算机应用与软件
Computer Applications and Software
VoL33 No.11
Nov.2016低占空比W S N中一种低时延路由协议
李林1徐震〃陈良银2郑贵敏1
1(武汉轻工大学电气与电子工程学院湖北武汉430000)
2(四川大学计算机学院四川成都610064)
摘要低占空比无线传感网络（LDC-WSN)可以有效地提高网络中节点的生存周期。

但是它却带来一些额外的问题，如较长的
等待时延等。

另外，由于链路质量的原因，一些数据需要传输多次才能成功，这不仅浪费能量，而且导致较大的时延。

为解决这些问 题，提出一种新颖的路由算法LLR(low latency routing)，该算法先根据节点到汇聚节点的跳数进行分层，每一个节点均计算其到父节 点的时延以及父节点到汇聚节点的时延，从而寻找一条到达汇聚节点的最低时延的传输路径。

仿真结果表明，相对于ESL和LES
算法，这种路由算法能更好地节省能量和降低时延。

关键词 无线传感网络低占空比时延
中图分类号T P393文献标识码A D01：10. 3969/j. issn. 1000-386x. 2016.11.018
A LOW-LATENCY ROUTING PROCOTOL IN LOW-DUTY-CYCLE WSN
Li Lin1Xu Zhen1*Chen Liangyin2Zheng Guimin1
1(School of Electrical and Electronic Engineering, Wuhan Polytechnic University, Wuhan 430000, Hubei, China)
2 (School of Computer Science, Sichuan University, Chengdu 610064 , Sichuan, China)
Abstract L o w duty cycle wireless sensor networks (L D C-W S N)can improve the life of n o d e in the network effectively. But i t brings s o m e additional p r o b l e m s,such as a long wait delay a n d so on. In addition,d u e to the quality of the link,s o m e data n e e d to be transmitted several times to be successful,not only a waste en e r g y,but also lead to larger delay. In order to solve this p r o b l e m,this paper proposes a low-latency routing (L L R)algorithm. T h e algorithm stratifies b y nod e hops to sink node, a n d calculates the delay of each nod e to the parent n o d e and parent n ode to sink node, in order to find the m i n i m u m time delay of transmission path to the sink node. T h e simulation results s h o w that c o m p a r e d to the E S L a n d L E S algorithm,this routing algorithm can better save energy a n d reduce delay.
Keywords Wireless sensor networks Low-duty-cycle Delay
〇引言
无线传感网络[1](WSN)由大量具有信息采集功能的节点 组成，这些节点体积微小，将它们部署在需要检测的范围内，它 们可以采集我们需要的信息并发送给汇聚节点。

由于无线传感 网络使用方便，价格低廉，因此被广泛应用在各行各业中，比如 煤矿监控系统[2]、长链路型输电线路监测系统[3]、基于作物生 长模型的WSN温室环境智能监控系统[4]等。

在无线传感网络中，大多数的节点都是采用电池供电，因此 降低能耗以延长网络生存时间是无线传感网络设计的一个重要 挑战。

由于传感器节点更换电池比较困难，所以电池使用寿命 直接影响整个传感器的寿命。

传感器节点主要在感知、处理和 通信三个方面消耗能量。

其中通信消耗的能量是最多的，通信 时节点主要分为四个状态:发送、接收、空闲、睡眠。

其中睡眠状 态下消耗的能量是最少的。

因此在必要的时候让节点进人睡眠 状态可以大大地节省节点的能量,延长整个网络的寿命。

在 MAC协议中加人睡眠机制，是一种行之有效的方法。

在这种情 况下，出现了低占空比无线传感网络。

低占空比无线传感网络中，节点只在一个周期的一个或者几个特定的时隙苏醒,大部分 时间处于睡眠状态，节点苏醒之后才能够接收、发送数据或者进 行监听。

实验证明监听所消耗的能力也是十分大的，它等同于 传输数据时所消耗的能量[5]。

而在睡眠的过程中，节点消耗的 能量是非常小的。

如典型的协议IEEE 802. 15.4。

这个协议中 指出在一些不必要的时候可以关闭节点的天线,这样可以节省 一些能量。

低占空比下的实时数据传输是影响节点能量的一个关键因 素。

MMSPEED[6]提出了一种多路径多速度的路由协议用来在 一定程度上保证网络的链路质量。

Myoimggyu等提出了一种非 对称链路下的MAC协议[7]，它在数据传输过程中，通过切换传 输的模式来确保数据传输成功,减少传输次数，降低能量消耗。

Fm等提出了一种新的工作调度表的构建方法[8]，它能够较好
地解决低占空比条件下的延时问题。

Z u等提出了一种能够有 效解决时延的路由算法ESL[9]，它通过寻找备用节点来减少多 次重传所带来的时延，一旦传输失败后，传输节点传输数据给备收稿日期:2016 -02 -20。

国家自然科学基金项目（61373091)。

李 林，学士，主研领域:无线传感网络。

徐震,副教授。

陈良银,副教授。

郑 贵敏，学士。

第11期
李林等:低占空比W SN 中一种低时延路由协议
75
用节点，而不是重传，这样就减少低占空比下的等待时延。

但是 如果备选节点的链路质量都较低时，会造成传输次数增加，也会
造成较大的延时。

陈良银等人提出了一种LES 算法[1()]这种算 法采用增加节点时隙的方式来减少时延，但由于时隙增加过多， 导致能力过多消耗。

为此我们提出了一种能够更好地解决时延 问题的LLR 路由算法。

LLR 路由算法的核心思想是:源节点向汇聚节点传输数据
时，先根据节点到汇聚节点的跳数将节点分为不同的层，相同跳 数的节点位于同一层。

传输数据时，数据沿着节点跳数减小方 向的传输路径即为数据传输的最短路径，在这些最短路径中，我 们需要找出传输时延最低的路径。

在基于梯度的网络中，每一 个节点均计算其到父节点的时延以及父节点到汇聚节点的时 延，从而计算出每一层的各节点到汇聚节点的最低时延及其 路径。

1
系统模型与问题描述
1.1网络模型
假设无线传感网络由〃个普通节点和一个汇聚节点组成。

每一个节点都装备全向天线，且所有的节点有相同的传输范围。

网络拓扑用函数C = (F ，E )表示，其中F 表示网络中节点的集 合3表示连接传感器节点间链路的集合。

若传感器节点A 和
B 在彼此通信范围内，则可以认为节点A 、B 可以相互通信。

在低占空比的条件下，一
个工作周期：T 被划分成许多小时
隙t ，每个时隙t 的持续时间是相同的，在持续时间内节点能够 发送一个数据包或者接收一个探测包。

汇聚节点始终处于工作 状态，但普通节点在一个周期：T 内仅苏醒一次，接收数据需等到 节点苏醒。

当节点处于苏醒时隙时，节点将从休眠状态进入工 作状态。

节点占空比（DC )是指传感器节点所有处于工作状态 所持续时间之和与节点从开始到失效所持续的时间的比值，
1.2延迟模型
如果节点A 与节点B 可以在物理上进行正常通信，则可用 .表示节点〖和节点_/之间的一条链路。

所有的链路均包含3个 属性。

(1)
传输时间L £表示成功传输一次数据包节点所消耗的
时间，其中包括信号编码以及无线传输所需要的时间。

(2) 链路质量1 g 表示节点使用这条链路将数据包一次 传输成功的概率。

(3) 最大传输次数r ，r 表示发送数据包的节点最多可传输
r 次，否则会将数据包丢弃。

定义1
等待时延\(〇 :节点〖在£时刻有一个数据包需要
传输给节点/，从节点〖准备传输数据包到节点/苏醒并准备接收 之间的时间为等待时延。

时，节点在
r 次传输过程中收到数据的期望时延。

在低占空比
的条件下，数据下次传输需要等到下一个周期节点苏醒时。

在本
文中简记为火^)。

即=&+〇-1)7\
ES ^r ) = ^
\qij (r )S (r )
Eqij (r)
S
r e =〇^' x (l - qij)n x (tj - ti + n x T )
(3)
在图1所示的基于链路质量的数据传输模型中，期望传输
成功率(r )越低，则丢包率越高，传输次数越多，这不仅浪费 能量，而且大大增加了传输时延。

我们定义一个传输成功率阈值 5,作为传输路径选择的一个控制参数。

在低占空比无线传感网络中，当链路/y .满足(r ) > 5时，认为传输是成功的，无需再 次传输。

只有链路％满足> 5时，该条链路才可作为传 输候选链路。

所以我们需要计算节点S 到节点次的传输成功率 ⑭4 (0。

并将各条传输链路的传输成功率与阈值相比较，选出 期望传输成功率高于阈值传输路径丨&^42,…1。

图1基于链路质量的数据传输模型
1.3问题描述
无线传感网络中，数据从许多源节点采集并上传到汇聚节
点。

网络中的节点依据BFS 算法由各节点到汇聚节点的跳数 分成不同的层，跳数相同的节点位于同一层。

在传输数据时，无 线传感网络中的数据沿着节点跳数减小的方向传输，此时传输 路径所包含的节点数目最少，为最短传输路径。

如图2所示，源
节点4的信息需要经过一个#层的网络到达汇聚节点义由于传 输路径=丨 A —>B 2—^ C 1—^Mx —>NX —丨中每层 只有一个节点，所以源节点4到汇聚节点S 的最短传输路径为
〇
I
广
H
(1)
- h + T
tj <
定义2
期望传输成功率Egy .(r ):节点i 在向节点/传输数
据时，节点/在r 次传输过程中收到数据的概率：
E (hj (r) =
X ⑵
71=0
定义3
期望传输时延:节点
i 在向节点_/传输数据
要使低占空比传感网络能够满足实时QOS 需求，本文在基 于传输成功率阈值的基础上寻找最低时延的传输路径，以此来
降低节点发送数据的等待时延。

图2中，源节点A 要发送数据 给汇聚节点S ，传输路径有若干条，要使端到端的延时最低，可 以将问题转化为基于传输成功率阈值的基础上，如何从这些最 短路径中寻找出一条时延最低的传输路径。

该问题可以用式 (4)-式(6)
描述。

76计算机应用与软件2016 年
Eq^r)^8 \/ly e p(A,S)(4)
min hop[p(A,5) ](5)
min d(A7S)(6)其中幻表示源节点^到汇聚节点S之间的传输路径; 火表示源节点4传输数据到汇聚节点S的等待时延。

针对这个问题，下面将提出一种行之有效的时延控制方法。

2算法设计
在图3中的网络拓扑中，为了寻找从节点％到汇聚节点S 的最低时延(%，S)的传输路径，具体实现方法为:先将网络 中的节点根据其到汇聚节点S的跳数分层，相同跳数的节点位 于同一层。

从汇聚节点S的下一跳节点开始，每一个节点M均 计算其与父节点之间链路的期望传输成功率，若满足阈值5，则 计算出它到汇聚节点S的最低时延及其传输路径(軋，S)并储存。

其最低时延为节点軋到其父节点的时延与其父节点到汇聚节点S的最低时延之后的最小值。

/rae/几上的节点到汇聚节点S的最低时延<im m(，S)为节点W到其上一层ZeveZ (> - 1)上节点f t的传输时延与节点f t到 汇聚节点S的最低时延与之和的最小值。

图3基于梯度的数据传输模型
图3中，汇聚节点S—直处于工作状态，第一层上的节点巧向汇聚节点^传输数据的等待时延为〇。

对于第二层Zere/ 2上的节点G，若传输链路满足>5,则节点G传 输到汇聚节点的最低时延为：
d^AS^CJ= minldiS^)+d(BJ,C l)\ =dmm(BJ,C l)其中丨火^，巧）+^(巧，〇丨表示节点Q传输到ZeveZl层上的节 点巧的时延与节点巧到汇聚节点S的时延之和，这个最小值即 为最低时延值。

表示传输数据达到最低时延的传输 路径。

这样可以计算出ZeveZ2上所有节点到汇聚节点S的时延。

第三层/■/ 3上的节点R，若传输链路g%满足五g%(〇 >5, 则节点A到汇聚节点S的最低时延为：
以此类推，可以计算出位于“e/^上的节点^，若传输链路 g—满足 >5,令心m(W，S)= |心+40，
%]丨，f t表示节点％的父节点。

这样就可以计算出节点w传输数据到汇聚节点^的最低等待时延。

算法LLR路由算法
Input:网络拓扑C= (7,五），汇聚节点I S
e7。

Output: —个M L D树（时延最低的树:储存各节点到汇聚节点的最 低期望传输时延及相对应的传输路径）。

^M L D= (^M LD，^M LD)
/*第一步：将网络中的节点分层*/
1. 以汇聚节点*5为根，通过BFS算法，将所有的节点F分成“e/ level I’level2，…，level I这 I层;
2. k L D ^丨別，五M L D ^0(连通子集）^丨別
3.for m <—1to /do
/ *第二步：找到最低时延的传输路径* /
4. (7/)(侯选连通子集）^—level m\\u \u e N(v)，v e DS\
5. for any node u g CD do
if节点u与父节点w之间链路的期望传输成功率满足5寻找p(u，s)
—节点u到节点s的最短传输路径
y vm e DS,if p(u,s)is\ u—>w—>s},then d(u,s) = d(u,w) + d(w ,s)
计算4I在所找到的最短传输路径U，C)中计算节点u到汇
聚节点S的期望传输时延
找出I比较各条传输路径的期望传输时延(f(U，S)，找出 最低时延(W，S)及对应的传输路径
/ *第三步：把U加入/)•§，并让M成为父节点，构造MLD树* /
6. while CD0do
u i节点 u及其 c?min(u,s),u e CZ)
D S^D S U\u\
五mld^th e edges inpmm(u,s)
w parent node of u in p min (u,s)
^M LD ^M LD U { U }U { W丨
C D^C D\(w)
7.return7V d
图4中，网络分为四层。

假设源节点有一个数据包需要
发送到汇聚节点义每一个节点均计算其到父节点之间链路的
期望传输成功率，若满足阈值5，再计算不同层上的节点到汇聚
节点的最低传输时延并存储对应的传输路径。

图4基于梯度的模拟数据传输模型
1)对于第一层上的节点⑪紐J r)>5,⑪紐2卜）>5 EqsB3(ry彡 S,EqS B4(r) > d 0
J m i n(S，^) = <im i n(S，) = <im i n(S，) = <im i n(S，凡）=0
2) 对于第二层上的节点q，以节点C3为例，节点C3的父节点、为 &、B2Q EqBiC3(r)$ 8 > 8。

则令 J = <ln(S，C3)= ^3)，所以节点
C3传输数据到汇聚节点的最低时延心m(s，c3)为‘因此最佳 传输路径/>_(S，C3)为丨从—以。

3) 对于第三层上的节点A，节点A的父节点为节点C3、C4。

EqC3D i(r)多 d，EqC4D i(r)多 d。

则令 4= U S，C3)+ 火 Q A)，令毛=(m(S，C4)+ 火c4，A)，假设4 <毛，所以节点c3传输数据到汇聚节点的最 低时延为4。

因此最佳传输路径为⑷i —>•C3 —^Bx—^S\
〇
第11期
李林等:低占空比W SN 中一种低时延路由协议
77
3
仿真实验与性能评价
在本节，我们将通过仿真实验来验证L
L R
路由算法的各项
性能，将其各项性能指标与其他算法来对比分析。

由于L L R
路
由算法是基于ESL 算法的，且
LES 和ESL 算法在延时和节能上
拥有很好的性能，是低占空比传感网络中典型的算法，所以在仿
真过程中我们主要与LES 和ESL 算法比较。

3.1评价方法
对于L L R
路由算法，我们主要从以下两个方面来评估它的
性能。

(1)
数据多跳传输的时延:在无线传感网络中，节点间数据
传输是分层的，在这里我们主要考虑从源节点经多跳传输到汇 聚节点的时延。

(2) 网络的生存周期:从仿真开始到网络中节点因能量耗 尽而被废弃的节点的数量超过30% (此时整个网络的性能非常 差，可以认为整个网络接近瘫痪)所持续的时间
3.2仿真实验参数
美国明尼苏达大学双城分校Tian H
e
教授的实验室做项目
研究时，对基于M i c a Z /T i n y O S 平台的链路质量做了大量研究， 发现阈值取为〇. 8最合理，所以仿真中我们取用经验值0. 8[12], 若实际用途中对数据包的到达率要求低时，可以降低阈值。

仿 真平台参数设置如表1所示。

表1
仿真平台参数
平台参数
取值
(丨'/点通ff 、r 陳20米W 点数S
100 ~800 个链路质量
0.5 ~0.9w 点.丨:作周期
100 s 节点每个时隙持续时间
1 S 最大重传次数
2次1 丫 L 次传输耗能
1单位节点总能量50 000 雜
期屮传输成功书阈值5
0.8
3.3不同参数对算法性能的影响
在这一节中，将在不同节点数量，不同占空比的条件下对
LLR 路由算法的平均时延和网络生命周期进行仿真，并将仿真 结果与LES 和
ESL 算法进行比较，仿真中，每次只改变一个参
数，其余参数保持默认值。

低占空比无线传感网络中，数据传输的期望传输时延与节 点的数M 有着很大的关系，节点数量越多，可选路径越多，时延 越低。

图5显示了三种算法的平均期望时延随着节点数量变化的 变化曲线。

由仿真结果可知，随着节点数量的增加，平面内建立 的链路越多，传输的可选路径越多，所以平均期望传输时延越 小。

LLR 路由算法通过计算出各条路径的期望传输时延来选出 从源节点到汇聚节点的时延最低的一条传输路径。

而
ESL 和
LES 算法仅找出下一跳的最佳传输路径以此来减少传输时延， 没有考虑整条路径的传输时延，所以相对其他两种算法，LLR 路 由算法的时延明显较低。

例如：当节点数量为300时，ESL 和
LES 的平均时延为601 s 和583 s ，而LLR 路由算法的延时仅为
480 s ，因此LLR 路由算法能够减少数据传输时延，最好的情况
下减少了近20% 4
图5
节点数辑和平均时延
低占空比的条件下，传输时延与节点的占空比有着很大的 关系，占空比越大，传输时延越小。

图6显示了三种算法的期望传输时延随着节点占空比变化
的变化曲线。

由仿真结果可知，不同占空比下，相对于LES 和
ESL 算法，LLR 路由算法的平均传输时延最低:Q 例如:自节点占
空比为1%的情况下，LLR 路由算法的平均时延为530 s ，而LES 和ESL 算法的平均时延为676 s 和636 s 。

因此LLR 路由算法
可以更好地解决低占空比无线传感网络中的时延问题。

图6 V/点卩丨空比和平均时延
在低占空比无线传感网络中，网络的生命周期随着节点占 空比的增大而减小，占空比越高，节点的寿命越短。

图7显示了三种算法的节点生命周期随着节点占空比变化 的变化曲线。

根据仿真结果可以看出，网络的生命周期随着节 点占空比的增大而减少，在相同占空比下，LLR 路由算法的生命 周期略长。

例如:当节点占空比为1%时，L E S 和E SL 算法的网 络生命周期3x l 06 s 和3.6x l 06 s ，而LL R 路由算法的生命周 期为4 x 106 s 。

这是因为LES 算法采用增加时隙的方式来减少 时延，这会造成不必要的能量损耗会降低网络的生命周期，所以 生命周期最短。

E SL 算法采用寻找候选节点的传输的方式，但 这种方式遇到较低的链路质^时，重传次数增大，浪费较多 的能量，而且时延较高。

而LLR 路由算法是在在传输链路质量 满足期望传输成功率的基础上找出一条到达汇聚节点的最低时 延的传输路径，这样可以在保证时延较低的基础上最大地节省 能量，所以LLR
路由算法更能延长网络的寿命。

78计算机应用与软件2016 年
丨冬[7 V/点占空比和少命周期
4结语
本文对于低占空比无线传感网络存在的时延问题提出了J
种LLR路由算法。

该算法根据节点到汇聚节点的跳数将整个 网络进行梯度分层，网络中的节点均计算其到父节点的时延以 及父节点到汇聚节点的时延，通过比较节点到汇聚节点所有传 输路径的时延，从而找出一条从源节点到达汇聚节点的最低时 延的传输路径。

仿真实验结果证明了 L L R路由算法相比ESL 和LES算法在低占空比无线传感网络中能更有效地降低时延Q
参考文献
[3 :]孙利民，李建中，陈渝，等..尤线传感网络[M].北京，沾华大学出版
社，2005.
[2 ]Guo Peng,Jiang Tao,Zhang Kui,et a l. Energy-Efficient Miner Monito­
ring System with Duty-Cycled Wireless Sensor Networks [J l]S i Hindawi
Publishing Corporation，2012,8(2) :1 _9.
[3 ]金丨丨l,彳H文，金志刚■坫于W S N技术油罐区消防报符调度系统的设
汁[J]. 川研究，2013,31(9) :1 -4.
[4 ]胡夏餐，杨余旺，曹宏愈，坫于作物生K校增的WS\温宰环境智
能监控系统[J] •计算机应用与软件，2014，31 (7) :97 - 100，190.
[5 ]Zhen Jiangli,Mo Li. Towards Energy-Fairness in Asynchronous Duty­
Cycling Sensor Networks [J ]. A C M Transactions on Sensor Networks,
2014,10(3) :38 -64.
[6 ]Felemban E, l.ee C G,Ekic! E,et a l. Probabilistic QoS guarantee in re­
liability and timeliness domains in wireless sensor networks [C ]//Info-
co m Joint Conference of the I E E E Computer & Communications Socie­
ties I E E E,2005：2646-2657.
[7 ]Myounggyu Won,Taejoon Park,Sang H,et a l. A M A C Protocol for Low-
Power Duty-Cycled Wireless Sensor Networks with Asymmetric Links
[I] . I E E E Comunication Letters ,2014,18 (5 ) ：809 -811.
[E ]Fei Yang,Isabelle A u g eBlum. Delivery ratio-maximized wakeup sched­
uling for ultra-low duty-cycled W S N i under real-time constraints [J ].
Computer Networks,2011 ,55(3) ：497 -513.
[9 ]Zu Zhifan. Delay-Driven Routing for Low-Duty-Cycle Sensor Networks
[J] . International Journal of Distributed Sensor Networks,2013 (2)：178 -179.
D〇]陈良银，王金葡，张靖宇，等.低占空比W S N中一种节点休眠调度 算法[J].软件7报，2014,25(3) :631 -641.
[11] Liu R,F a n K,Sinha P. Locally scheduled packet bursting for data col­
lection in wireless sensor networks [J ]k A d Hoc TSfetworks,2009 ,7(5)：
904-917.[12] G u B Y,H e T. Data Forwarding in Extremely L o w Duty-Cycle Sensor
Networks with Unreliable Communication Links [ C ]//International Conference on E m b e d d e d Networked Sensor Systems, Senses 2007,
S y d n e y A u s t r a l i a,2007 ：973 -974.
(上接第73页）
4结语
针对大尺度衰落和小尺度衰落共同作用的信道，本文从信 息流的角度，研究了离散时间加性高斯白噪声干扰场景下的信 道容量与总服务量之间的关系;从理论上提出了高速铁路基站 的服务量比率与基站间距的关系。

并在给定服务量比率的条件 下，将大尺度衰落下基站的配置间距和增加了小尺度衰落的基 站配置间距进行仿真实验对比分析。

结果表明：在恒定发送功 率条件下，1)相同，对于不同的列车速度〃，服务量比率w 相同;2)对于相同的服务间距越小，服务量比率w越 大;3) SM?。

越大，大小尺度衰落信道与大尺度衰落信道的基站 间距之差的变化趋于平缓，差距小于1〇m，与列车速度〃无关。

4)胃。

越小，如果给定服务量比率77(77<0. 9)，大小尺度衰落 信道与大M度衰落信道的基站间距之差的变化趋于缓，差距 小于10 m，与列车速度〃无关;如果给定服务量比率77(0. 9 < W< 1)，大小尺度衰落信道与大尺度衰落信道的基站间距之_ 迅速增大，可达1〇〇m以上，并且与列车速度〃无关。

本文在给定服务量比率的条件下，从理论上提出了基站间 距与服条量比率之间的关系，对于不同的基站配置，都可以通过 本文提出的定量分析，找到满足要求的合理的基站配置间距。

因此，本文对基站配置标准的分析，在保证总服务量最大化的同 时，能够为高速铁路基站的合理配置提供行之有效的方法和依据a
参考文献
[1 ]乂端坡，金心卞，蒋路j"r:，幕高速铁路网络环境下掉话率分析
[2]..浙江大7，报：丨，版，2015,49(4):705 -710.
[t]陈晨,李长乐.商速铁路通侦系统方案研究综述[J].汁货机丁稅 与应用，2010,46(34) :24-26,34.
[3 ]于涛.高速铁路G S M网镫苫建设方案研究[D].吉林大学，2013,
-11.
[4 ]Li J, Zhao Y. Radio environment map-based cognitive Doppler spread
compensation algorithms for high-speed r ail broadband mobile c o m m u­
nications [J] .E U R A S I P Journal on Wireless Communications and Net­
working, 2012( 1) ；1 -18.
[5 ]Zhang Chuang?Fan Pingyi,Dong Yunquan,et a l. Service-based high­
speed railway base station arrangement [I]. Wireleif Communications
and Mobile Computing,2013.
[6 ]Yang Yaoqing, Fan Pingyi. Doppler frequency offset estimation and di­
versity reception scheme of high-speed railway with multiple antennas
on separated carriage [J ], I E E E Journal of M o d e m Transportation,
2012,20(4) :227 -233.
[7 ]Brown P G, Constantinou C C ,Maclean T S M. Long term fading in mi­
crocellular radio. Micro-Cellular Propagation Modeling[R]. IEE Collo­
quium on. London, 1992,1 ~6.
[8 ]Goldsmith Andrea. Wireless Communications [M]. Stanford Universi­
ty：Cambridge University Press ,2005 ：
91 -110.。