意 图；
[0138] 图8为本发明实施例M = 5变为20、50、100时，FA-PBCA与PBCA吞吐量性能示意 图；
[0139] 图9为本发明实施例M = 10变为20、50、100时，FA-PBCA与PBCA吞吐量性能示 意图；
[0140] 图10为本发明实施例M = 50变为其他值时时，四种控制算法在100时隙平均吞 吐量示意图；
[0141] 图11为本发明实施例M = 100变为其他值时时，四种控制算法在100时隙平均吞 吐量示意图；
[0142] 图12为本发明实施例M = 5变为其他值时时，四种控制算法在100时隙平均吞吐 量示意图；
[0143] 图13为本发明实施例M = 10变为其他值时时，四种控制算法在100时隙平均吞 吐量示意图；
[0144] 图14为本发明游程为k样本个数排列方式示意图；
[0145] 图15为本发明游程的样本数GU)排列方式示意图。
【具体实施方式】
[0146] 为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对 本发明做进一步详细说明。
[0147] 采用p坚持控制算法的时隙ALOHA系统，经过RW个时隙的传输，统计出该更新窗 口内空闲时隙的概率。然后，各网络节点在下一更新窗口内依据（3)式计算得到的概率P' =P Q/ln(l/Pidle)进行数据发送。从（3)式可以看出：
[0148] ⑴当乃* ? 1，ln(l/Pidle) - 0, P'增大并趋于1，但是当Pidle= 1时，（3)式没 有意义。实际上，当Pidle= 1时，整个RW内信道空闲，节点没有进行数据的传输，由（1)式 可知，N很小，而M很大。即在某时刻系统节点从一个很大的值跃变为一个很小的值。
[0149] (ii)当 0, ln(l/Pidle) -°〇，P' 减小并趋于 0 ;然而，当 Pidle= 0 时，⑶式 同样没有意义。而Pidle=O时，即每个时隙都在进行数据传输，由式（1)可知，N很大，而M 很小。即在某时刻系统节点从一个很小的值跃变为一个很大的值。
[0150] 快速自适应算法原理：
[0151] 定理1 :在时隙ALOHA系统中，将信道划分为空闲状态E (概率为p)和非空闲状态 ￡。在一个经过n(n > 7)个时隙的传输后，若检测到信道空闲状态长度为7的游程序列，则 在0. 95的单侧置信区间认为p彡exp (-0. 5) ~ 0. 61，且系统的实际节点数小于估计节点数 的 1/2。
[0152] 证明：用变量R表示信道空闲状态E的游程，P[R<k]彡1-a为R的1-a置信 区间，相应有P[R彡k]彡a。又因
[0153] P[R < k] = I-P [R ^k] = I-F (k) (23)
[0154]由（17)式可知，要满足P [R < k]彡I-a，即要求F (k)满足：
[0155] F(k) = P[R 彡 k] < 1-0. 95 = 0? 05 (24)
[0156] 当n较大时，将p = exp (-0.5) ~ 0.61代入（19)式，式（23)的不等式变换为：
[0157]
[0158] 由（19)易知，F (k)是p G [0, 1]单调递增函数，式（25)表明，当p < exp (-0.5) 时，检测到信道空闲状态E的长度k彡7的游程的概率F(k) < 0. 05, p越小F(k)也越小。 反之，当P彡exp (-0. 5)时，检测到事件E的长度k彡7的游程的概率F (k)彡0. 05,且p越 大F(k)也越大。因此在0. 95的置信区间，当检测到k = 7的游程时，可以认为事件E发生 的概率 p ^exp (-0.5) ~ 0.61。
[0159] 由⑴式，p = Pidle= exp (-N/M)彡 exp (_0? 5)时，
[0161] 定理1得证。
[0162] 在时隙ALOHA的p坚持控制算法中，更新窗口值RW的合理选择具有重要意义。由 定理1，当检测长度k = 7的信道空闲状态游程时，即认为系统节点数小于实际节点数的 1/2,然后进行指数调整。由（9)式可知，用于统计传输过程的时隙数n越大，产生长度为k 的空闲状态游程个数越多。另一方面，当n过小时，即使信道空闲状态概率p > 0. 61很大， 仍然无法获得长度为7的空闲状态游程。从而无法进行快速方式调整。
[0163] 式（22)表明，k确定情况，信道空闲状态E发生的概率p越大，长度为k的游程重 现期T (k)就越小；p确定的情况下，k越小，T (k)越小。使用MATLAB计算工具得到T (k)与 信道空闲状态E发生的概率p的关系如图1所示。由图1可以看出，当p = 0.7时，大约每 40次试验就会得到一个长度不小于7的游程序列，即T(0. 7, 7)~40。约30次试验即可获 得得到一个长度不小于6的游程序列，T(0.7, 6) ~ 30。而当p = 0.61时，T(0.61，7) ~ 80， T(0. 61，6)~50。信道空闲状态发生概率越大，长度为k的游程重现周期越短。
[0164] 当信道空闲状态发生概率p = exp(-N/M) = 0. 7时，由（1)式，N/M ~ 0. 37,即估 计节点数约为实际节点数的3倍。在应用FA算法系统中，必须保证在一个更新的窗口内最 多出现1次大于等于7的游程。而估计节点为实际的3倍时，也只能进行一次快速调整，因 此，更新窗口的值应尽量满足
[0165] 7(0.7,6) <RW<T(QJJ)30<RW<40 (27)
[0166] 在pPCA中将更新窗口值设置为32。
[0167] 快速自适应算法设计：
[0168] 前一节定理表明，若在更新窗口 RW连续检测到7个空闲状态（长度为7的信道空 闲状态游程），在〇. 95的单侧置信区间认为信道空闲概率Pidle多0. 61，系统实际节点数小 于为当前窗口估计节点的0. 5。将估计节点数M更新为原先的1/2 (即M = M/2)，同时节点 使用新的概率P= 1/M进行数据传输。同理，将信道状态分成冲突与非冲突两种状态，由 (1)式，当系统的实际节点数N为估计节点数的2倍时，信道冲突的概率PMll~0.6。且0 =N/M越大，Prall越大。当系统检测长度为7的冲突状态游程时，在单侧0. 95的置信区间 亦可认为实际节点数N大于估计节点数M的2倍，控制算法即可调节节点的发送概率为原 先的1/2。
[0169] 基于检测到的信道状态游程的并进行指数调节过程称为快速自适应调节算法 (FA:Fast Adaptive)。结合p坚持算法建立的快速自适应p坚持控制算法（FA-pPCA)执行 流程如下：
[0170](i)设在某起始时刻h前，稳定系统节点数为nd，各节点以概率p= 1/?发送数 据；首先进行系统变量初始化，包括更新窗口值RW、仿真时间时隙数t ;在h时刻后系统实 际节点数为n ;当前更新窗口内估计节点数M，空闲及冲突游程变量SSp SS1;
[0171] (ii)判断mod(t, RW) = 0 ?是则转到（V);
[0172] (iii)时隙计数器加l(t=t+1)，统计当前时隙传输节点的个数Stl并确定信道状 态S1;
[0173] (iv)进行快速算法处理
[0174] if (SI = = 0) then
[0175] {
[0176] SSl = 0 ；SS0 = SS0+1 ；
[0177] if (SS0>7)thenM = M/2 ；p = 1/M；goto(iii)
[0178] elseif (S2 = = 0)then
[0179] {
[0180] SSO = 0 ；SS1 = SS1+1 ；
[0181] if (SS1>7)thenM = 2M ；p = 1/M；goto(iii)
[0182] }
[0183] Else
[0184] goto(ii)
[0185] (v)统计一个RW内的空闲时隙个数，计算Pidle，计算下一更新窗口内节点发送概率 P= -p/ln Pidle，转到（iii)。
[0186] 同理，快速自适应伪贝叶斯控制算法（FA-PBCA)算法实现步骤如下：
[0187] (i)在时隙V，假定系统中的节点数为队，每个节点以概率=min{l, 1/NV}发 送数据分组；
[0188] (ii)快速自适应算法处理：若系统检测到游程为7的空闲状态时，将Nv+1= Nv/2 ; 若系统检测到游程为7的冲突状态时，将Nv+1= 2NV;跳转到（iv);
[0189] (iii)正常的伪贝叶斯算法处理：下一时隙的需发送数据组的节点数用下式进行 估计：
[0191] 其中，A为新包到达率
[0192] (iv)下一时隙各节点以1/NV+1的概率发送请求分组。
[0193] 算法仿真与验证：
[0194] 系统吞吐量是评价网络性能的重要的指标，在基于竞争的MAC协议中，高的